Wie nutzt man Claude, um Kundeninterviews zusammenzufassen?

Kurze Antwort: Fügen Sie Ihre Transkripte der Kundeninterviews mit einem strukturierten Prompt in Claude ein. Claude extrahiert in wenigen Minuten Themen, Jobs-to-be-Done und eine brauchbare Zitatsammlung. Das Vorgehen funktioniert für 1 Transkript genauso wie für 50 und liefert Ergebnisse, die Sie direkt in ein PRD, ein Positionierungsdokument oder eine Sales-Präsentation übernehmen können.

Sie haben 8 Kundeninterviews abgeschlossen. Sie haben 6 Stunden Aufzeichnungen, grobe Notizen und ein wachsendes Unbehagen bei dem Gedanken, all das in etwas zu verwandeln, das Ihr Team wirklich nutzen kann.

An diesem Auswertungs-Engpass bleiben die meisten Produkt- und Research-Projekte hängen. Die Interviews waren gut. Die Erkenntnisse stecken irgendwo darin. Aber sie herauszuholen, zu ordnen und so aufzubereiten, dass daraus Entscheidungen entstehen, dauert länger als die Interviews selbst.

Claude verkürzt diesen Prozess erheblich. Dieser Leitfaden zeigt Ihnen genau, wie Sie Claude für die Auswertung von Kundeninterviews einsetzen: was Sie einfügen, welche Prompts Sie verwenden und welche Ergebnisse Sie erwarten können.

Was ist die Auswertung von Kundeninterviews (und woran scheitert sie)?

Bei der Auswertung von Kundeninterviews werden aus rohen Transkriptdaten strukturierte Erkenntnisse. Gut gemacht liefert sie drei Dinge, die Ihr Team braucht: wiederkehrende Themen über mehrere Kunden hinweg, JTBD-Aussagen (Jobs-to-be-Done), die erklären, was Kunden erreichen wollen, und eine Zitatsammlung mit wörtlichen Belegen, die Sie in Präsentationen, Dokumenten und Pitches verwenden können.

Manuell dauert die Auswertung 2 bis 4 Stunden pro Interview. Bei 8 Interviews ist das eine volle Arbeitswoche, bevor Sie auch nur eine einzige Empfehlung geschrieben haben.

Das Problem entsteht, weil Sie bei der Auswertung mehrere Gespräche gleichzeitig im Kopf behalten, Muster darin erkennen und die Ergebnisse so aufschreiben müssen, dass auch Nicht-Researcher damit arbeiten können. Genau diese Mustererkennung über mehrere Dokumente hinweg beherrscht Claude gut.

Was Sie vor dem Start brauchen

Bevor Sie Claude öffnen, bringen Sie diese drei Dinge in Ordnung:

• Saubere Transkripte. Automatisch erzeugte Transkripte von Tools wie Otter.ai, Fireflies oder Zoom reichen aus. Entfernen Sie nach Möglichkeit Füllwörter, zwingend ist das aber nicht. Wichtig ist, dass jeder Redebeitrag eindeutig einem Sprecher zugeordnet ist.
• Anonymisierte Daten. Entfernen Sie Kundennamen, Firmennamen und alle identifizierenden Angaben, bevor Sie Text in Claude einfügen. Ersetzen Sie sie durch Codes: Kunde A, Kunde B oder Segment 1, Segment 2.
• Ein klares Forschungsziel. Wissen Sie vor der Auswertung, welche Frage Sie beantworten wollen. „Was hindert Mid-Market-Käufer daran, ihre Lizenzen zu erweitern?“ ist ein besserer Anker als „mehr über Kunden lernen“.

Schritt 1: Claude mit einem Auswertungs-Briefing vorbereiten

Fügen Sie Transkripte nicht ohne Vorbereitung ein. Beginnen Sie mit einem Briefing, das Claude sagt, welche Rolle es einnehmen soll, wonach Sie suchen und in welchem Format die Antwort kommen soll.

Diese Prompt-Vorlage funktioniert gut:

You are a B2B SaaS product researcher. I am going to give you [X] customer interview 
transcripts. Your job is to synthesise them and return:

1. The top 5-7 recurring themes, each with a 1-2 sentence summary
2. 3-5 Jobs-to-be-Done statements in the format: 
   "When [situation], I want to [motivation], so I can [outcome]"
3. A quote bank: 8-12 verbatim quotes organised by theme

My research objective is: [paste your objective here]

Here are the transcripts. I will paste them one at a time and say "NEXT" 
between each one. When I say "SYNTHESISE", analyse all of them together 
and return the output above.

Ready?

Damit ist Claude vorbereitet, bevor die ersten Daten eintreffen. Es kennt das gewünschte Ausgabeformat, sodass Sie am Ende nicht eine Wand aus unstrukturiertem Text aufräumen müssen.

Schritt 2: Transkripte in einem einheitlichen Format einfügen

Bei einer kleinen Menge (1 bis 5 Transkripte) fügen Sie alles in einer einzigen Nachricht nach Ihrem Briefing ein. Bei größeren Mengen (6 bis 50+) nutzen Sie den „NEXT“-Ansatz aus dem Prompt oben, um sie nacheinander einzuspeisen.

Beschriften Sie jedes Transkript eindeutig:

--- TRANSCRIPT: Customer A | Segment: Mid-Market | Role: Head of Ops ---
[paste transcript here]

NEXT

Die Beschriftung ist wichtig. Wenn Claude Themen und Zitate herausarbeitet, möchten Sie wissen, aus welchem Kundensegment sie stammen. Diese Segmentierung wird schnell nützlich, wenn Sie Enterprise-Käufer mit SMB-Käufern oder Champions mit wirtschaftlichen Entscheidern vergleichen.

Bei mehr als 50 Transkripten funktioniert der Claude-Code-Ansatz besser als die Standardoberfläche. Wenn Sie sich zudem fragen, wie KI-native Suchmaschinen und Antwortmaschinen Content-Workflows verändern, kombinieren SaaS-Teams einen solchen Research-Workflow oft mit breiterer GEO- und AEO-Unterstützung für B2B SaaS. Sie können ein einfaches Skript schreiben, das die Transkriptdateien durchläuft und sie mit einem einheitlichen System-Prompt an die API übergibt. Die Ergebnisqualität ist vergleichbar, der manuelle Aufwand sinkt auf nahezu null.

Schritt 3: Die Auswertung starten

Sobald alle Transkripte eingefügt sind, senden Sie ein einziges Wort: SYNTHESISE.

Claude liefert eine strukturierte Ausgabe in den drei gewünschten Formaten. So sieht gutes Ergebnis jeweils aus:

Themen

Jedes Thema sollte einen Namen, eine Beschreibung in 1 bis 2 Sätzen und einen Häufigkeitshinweis enthalten (wie viele Kunden es erwähnt haben). Zum Beispiel:

Thema: Glaubwürdigkeitslücke im Reporting
Ops-Verantwortliche im Mid-Market vertrauen ihren eigenen Datenabzügen mehr als automatisierten Reports. Sie berichten, dass sie pro Woche 30 bis 60 Minuten damit verbringen, Zahlen manuell zu prüfen, bevor sie sie nach oben weitergeben.
Genannt von: Kunden A, C, D, F

JTBD-Aussagen

Diese sollten auf konkreten Formulierungen aus den Transkripten beruhen und nicht in allgemeines Produktdeutsch umformuliert sein. Eine starke JTBD-Aussage von Claude enthält oft eine Formulierung, die ein Kunde tatsächlich verwendet hat. Zum Beispiel:

„Wenn ich das Ops-Review am Montagmorgen vorbereite, möchte ich wissen, dass die Zahlen stimmen, ohne sie selbst nachprüfen zu müssen, damit ich selbstbewusst statt mit Vorbehalten präsentieren kann.“

Wenn Claude etwas Generisches liefert („Wenn ich Daten brauche, möchte ich, dass sie korrekt sind“), haken Sie nach mit: Make these more specific. Use language from the transcripts where possible.

Zitatsammlung

Die Zitatsammlung ist das unmittelbar nützlichste Ergebnis. Wörtliche Zitate, nach Themen geordnet, liefern Ihnen Belege für jede Aussage in einem Positionierungsdokument, einem PRD oder einer Sales-Präsentation. Besonders hilfreich ist das, wenn Ihr Team bereits in B2B SaaS Content Marketing investiert und O-Töne von Kunden braucht, um die Botschaften zu stärken. Bitten Sie Claude, pro Thema die 3 bis 4 stärksten Zitate zu markieren und anzugeben, aus welchem Kundensegment sie stammen.

Schritt 4: Mit Folge-Prompts tiefer gehen

Der erste Auswertungsdurchlauf ist die Untergrenze, nicht die Obergrenze. Mit Folge-Prompts holen Sie gezieltere Erkenntnisse heraus.

Für Spannungen und Widersprüche:

Are there any themes where different customer segments gave conflicting answers? 
Describe the tension and which segments held each view.

Für Prioritätssignale:

Based on the emotional intensity of the language used, which 3 themes seem 
to cause the most frustration or urgency for customers?

Für Positionierungssprache:

Pull out any phrases customers used to describe their ideal outcome. 
These should sound like something a customer said, not a product feature.

Für Sales Enablement:

Write 3 objection-handling responses based on concerns that came up 
across multiple interviews. Use customer language in the responses.

Jeder Folge-Prompt dauert weniger als 30 Sekunden und liefert Ergebnisse, für die ein Researcher von Grund auf eine Stunde bräuchte.

Schritt 5: Ergebnis prüfen und aufbereiten

Die Auswertung von Claude ist ein starker erster Entwurf, kein fertiges Ergebnis. Bevor Sie sie mit Ihrem Team teilen, erledigen Sie drei Dinge:

1. Zitate stichprobenartig prüfen. Suchen Sie 3 bis 4 Zitate aus dem Ergebnis heraus und gleichen Sie sie mit den Original-Transkripten ab. Claude arbeitet genau, aber die wörtliche Richtigkeit zählt, wenn Zitate in externe Dokumente einfließen.
2. Themen auf Plausibilität prüfen. Passen die Themen zu dem, was Sie in den Gesprächen gehört haben? Wenn ein Thema nicht stimmig wirkt, gehen Sie zurück zu den Transkripten und prüfen es mit einem gezielten Prompt.
3. Ergänzen Sie Ihre eigene Einschätzung. Claude sagt Ihnen, was Kunden gesagt haben. Sie entscheiden, was das für Ihre Roadmap, Ihre Positionierung oder Ihren nächsten Sprint bedeutet. Diese Interpretationsebene liegt bei Ihnen.

Bereiten Sie das Endergebnis als Research-Zusammenfassung mit vier Abschnitten auf: Ziel, Methodik (Anzahl der Interviews, abgedeckte Segmente), zentrale Themen mit Zitaten und JTBD-Aussagen. Dieses Format können Gründer, Product Manager und Sales-Verantwortliche ohne weitere Erklärung lesen.

Wie viele Transkripte kann Claude auf einmal verarbeiten?

Das Kontextfenster von Claude (200.000 Tokens ab Claude 3.5) fasst in einer einzigen Sitzung etwa 20 bis 30 Interview-Transkripte durchschnittlicher Länge. Bei mehr als 50 Transkripten nutzen Sie entweder Claude Code mit der API oder werten in Batches von 15 bis 20 aus und führen anschließend eine zweite Auswertung über die Ergebnisse der Batches durch.

Der Batch-Ansatz liefert klarere Themen, weil Claude in jedem Batch zunächst Muster innerhalb einer kleineren Menge erkennen muss, bevor Sie nach Mustern über die Mengen hinweg suchen.

Was macht Claude für diese Aufgabe besser als andere KI-Tools?

Claude verarbeitet lange, differenzierte Texte besser als die meisten Alternativen. Es befolgt Anweisungen präzise, was wichtig ist, wenn Sie das Ergebnis in einem bestimmten Format brauchen. Außerdem geht es gut mit Mehrdeutigkeit in der Kundensprache um und unterscheidet zwischen einem Kunden, der Frust ablässt, und einem Kunden, der ein echtes Workflow-Problem beschreibt.

Gerade für B2B SaaS ist die Qualität der JTBD-Ergebnisse spürbar besser als bei generischen Zusammenfassungs-Tools, weil Claude das Schema „Situation, Motivation, Ergebnis“ über mehrere Dokumente hinweg konsequent beibehält. Wenn Ihr nächster Schritt darin besteht, diese Erkenntnisse in Pipeline-Wachstum zu übersetzen, kann es außerdem sinnvoll sein, diesen Workflow mit der Unterstützung von B2B-SaaS-Digital-Marketing-Agenturen oder spezialisierten B2B-SaaS-SEO-Agenturen zu vergleichen.

FAQs

Wie nutzt man Claude am besten für die Auswertung von Kundeninterviews?
Am effektivsten bereiten Sie Claude mit einem strukturierten Briefing vor, bevor Sie Transkripte einfügen, legen die drei benötigten Ausgabeformate fest (Themen, JTBD-Aussagen, Zitatsammlung) und gehen dann mit Folge-Prompts tiefer in einzelne Bereiche. So erhalten Sie bei 8 bis 10 Interviews in 10 bis 15 Minuten brauchbare Ergebnisse.

Wie viele Interview-Transkripte kann Claude auf einmal verarbeiten?
Claude 3.5 und höher unterstützt ein Kontextfenster von 200.000 Tokens, in das in einer einzigen Sitzung etwa 20 bis 30 Interview-Transkripte durchschnittlicher Länge passen. Bei größeren Mengen werten Sie in Gruppen von 15 bis 20 aus und fassen die Ergebnisse der Batches anschließend in einem zweiten Durchgang zusammen.

Ist es sicher, Transkripte von Kundeninterviews in Claude einzufügen?
Anonymisieren Sie die Transkripte, bevor Sie sie einfügen. Ersetzen Sie Kundennamen, Firmennamen und alle identifizierenden Angaben durch Codes (Kunde A, Unternehmen X), bevor die Daten in ein AI-Tool gelangen. Prüfen Sie die Richtlinie Ihres Unternehmens zum Umgang mit Daten und gegebenenfalls Ihre Kundenverträge, bevor Sie Interviewdaten extern verarbeiten.

Kann Claude einen professionellen UX-Researcher bei der Synthese ersetzen?
Claude beschleunigt die mechanischen Teile der Synthese: Mustererkennung, das Extrahieren von Zitaten und die Formatierung. Es ersetzt aber nicht das Urteilsvermögen des Researchers, wenn es darum geht, was Themen strategisch bedeuten, aus welchen Erkenntnissen Maßnahmen folgen sollten oder wie sich Ergebnisse unterschiedlichen Stakeholdern präsentieren lassen. Nutzen Sie es, um zeitaufwendige Arbeitsschritte zu sparen, damit Sie mehr Zeit für die Interpretation haben.

In welchem Format sollten Interviewtranskripte vorliegen, damit Claude sie verarbeiten kann?
Reiner Text funktioniert am besten. Sprecherbezeichnungen (Interviewer / Kunde A) bei jedem Redebeitrag helfen Claude, Fragen und Antworten zu unterscheiden. Eine saubere Formatierung ist nicht nötig, aber wenn Sie Zeitstempel und Füllwörter entfernen, verbessert sich die Qualität der Ergebnisse leicht.