Kundenbewertungen mit KI auswerten: Themen statt Sterne
Kurz gesagt: Der Sterne-Durchschnitt sagt Ihnen, ob Kundinnen und Kunden zufrieden sind, aber nicht, warum. Mit einem KI-Sprachmodell lassen sich Hunderte Bewertungen in wenigen Minuten nach Themen sortieren – Wartezeit, Freundlichkeit, Preis, Lieferung, Sauberkeit. Damit das belastbar wird, brauchen Sie einen sauberen Export, feste Kategorien, eine Ausgabe in Tabellenform und eine Stichprobe, die Sie selbst prüfen.
Wer viele Bewertungen auf Google, im Shop oder auf Portalen hat, liest sie meist einzeln und reagiert auf Ausreißer. Muster gehen dabei unter: Dass sich seit drei Monaten jede vierte Beschwerde um die Abholung dreht, sieht man erst, wenn man alle Texte nebeneinanderlegt. Genau das kann ein Sprachmodell gut. Die folgende Checkliste führt durch eine Auswertung, die Sie einmal im Quartal oder öfter wiederholen können.
Elf Schritte zur Themenauswertung
-
Ziel und Zeitraum festlegen. Wollen Sie verstehen, was sich seit einer Umstellung verändert hat, oder einen Überblick über das letzte Jahr? Ein klarer Zeitraum macht spätere Vergleiche möglich. Notieren Sie auch, welche Frage Sie beantworten wollen, etwa „Warum gibt es Drei-Sterne-Bewertungen?“.
-
Bewertungen exportieren. Shop-Systeme bieten meist einen Export als CSV. Für Google-Bewertungen gibt es eine Schnittstelle: Laut Google-Entwicklerdokumentation lassen sich mit der Methode accounts.locations.reviews.list alle Rezensionen eines Standorts abrufen, um sie gesammelt zu prüfen – inklusive Kommentar, Sternebewertung, Erstellungszeit und Antwort des Betriebs. Dafür braucht es eine registrierte Anwendung mit Anmeldedaten, also meist Unterstützung durch einen Entwickler. Für den Anfang reicht auch ein manueller Export von einigen Dutzend Texten.
-
Daten vereinheitlichen. Bringen Sie alle Quellen in eine Tabelle mit denselben Spalten: Quelle, Datum, Sterne, Text, Antwort ja/nein. Entfernen Sie leere Bewertungen ohne Text, denn sie bringen für die Themenanalyse nichts.
-
Namen und persönliche Angaben entfernen. Bevor Texte in ein KI-Werkzeug gehen, sollten Namen von Kunden und Mitarbeitern, Telefonnummern und Bestellnummern heraus. Ersetzen Sie Mitarbeiternamen durch Rollen wie „Service“ oder „Küche“. So bleibt die Aussage erhalten, ohne dass Einzelpersonen bewertet werden. Prüfen Sie außerdem, welche Daten das gewählte Werkzeug speichert.
-
Feste Kategorien vorgeben. Lassen Sie das Modell nicht frei Themen erfinden, sonst heißen dieselben Probleme jedes Mal anders. Legen Sie acht bis zwölf Kategorien fest, die zu Ihrem Betrieb passen, etwa für ein Restaurant: Wartezeit, Freundlichkeit, Qualität der Speisen, Preis-Leistung, Reservierung, Lautstärke, Sauberkeit, Sonstiges. Eine Kategorie „Sonstiges“ fängt alles auf, was nicht passt.
-
Die Aufgabe präzise formulieren. Ein guter Arbeitsauftrag an das Modell enthält die Kategorienliste mit kurzer Erklärung jeder Kategorie, die Anweisung, jeder Bewertung eine oder mehrere Kategorien zuzuordnen und je Kategorie die Tonlage – positiv, negativ, gemischt – anzugeben, sowie die Bitte um ein kurzes wörtliches Zitat als Beleg. Das Zitat ist wichtig, damit Sie später prüfen können, worauf die Zuordnung beruht.
-
Ausgabe in Tabellenform verlangen. Fließtext ist schwer auszuwerten. Verlangen Sie eine Zeile pro Bewertung mit festen Spalten. Manche Anbieter von Sprachmodellen bieten dafür eigene Funktionen: Die Dokumentation zu Structured Outputs eines großen Anbieters beschreibt etwa, dass das Modell dann Antworten erzeugt, die einem vorgegebenen JSON-Schema entsprechen, sodass keine Pflichtfelder fehlen und keine ungültigen Kategorien entstehen. Für eine einmalige Auswertung reicht oft auch die Bitte um eine Tabelle, die Sie in eine Tabellenkalkulation kopieren.
-
In Portionen arbeiten. Sehr viele Bewertungen auf einmal führen eher zu Auslassungen. Arbeiten Sie in Blöcken, etwa jeweils 50 bis 100 Texte, und prüfen Sie, ob für jede eingereichte Bewertung auch eine Zeile zurückkommt.
-
Eine Stichprobe selbst prüfen. Nehmen Sie zehn bis zwanzig zufällige Zeilen und lesen Sie die Originaltexte. Stimmen Kategorie und Tonlage? Ironie, Dialekt und gemischte Bewertungen („Essen super, aber eine Stunde gewartet“) sind typische Stolpersteine. Liegt die Fehlerquote hoch, schärfen Sie Kategorienbeschreibung oder Anweisung nach und lassen den Block erneut laufen.
-
Auszählen und vergleichen. Erst jetzt zählen Sie: Wie oft kommt jede Kategorie negativ, wie oft positiv vor? Wie verteilt sich das über die Monate? Eine einfache Pivot-Tabelle reicht. Interessant sind vor allem Kategorien, die steigen, und solche, die in schlechten Bewertungen dominieren.
-
Maßnahmen ableiten und festhalten. Jede auffällige Kategorie bekommt eine konkrete Maßnahme und eine verantwortliche Person, etwa „Abholzeiten auf der Website klarer darstellen“ oder „Reservierungsbestätigung per SMS einführen“. Nach dem nächsten Auswertungszeitraum prüfen Sie, ob sich die Zahl der Nennungen verändert hat.
Wie eine ausgewertete Zeile aussehen kann
Ein erfundenes Beispiel aus einer Bäckerei mit Café: Die Bewertung lautet „Croissants wie in Paris, aber samstags steht man ewig an und die Kasse ist chronisch unterbesetzt.“ Die Auswertung ordnet ihr zwei Kategorien zu: „Qualität der Ware – positiv“ mit dem Beleg „Croissants wie in Paris“ und „Wartezeit – negativ“ mit dem Beleg „samstags steht man ewig an“. Sterne, Datum und Quelle stehen in eigenen Spalten daneben.
Fünfzig solcher Zeilen später zeigt die Pivot-Tabelle vielleicht, dass Wartezeit fast nur am Wochenende genannt wird. Daraus folgt eine sehr konkrete Frage: Lohnt sich am Samstag eine zweite Kasse oder eine Vorbestellung über die Website? Genau diese Art von Erkenntnis liefert der Sterne-Durchschnitt nie.
Wo Auswertungen häufig haken
Kategorien wechseln jedes Mal. Wer bei jeder Auswertung neue Themen zulässt, kann nichts vergleichen. Halten Sie die Liste stabil und ergänzen Sie nur bewusst.
Keine Belegzitate. Ohne Zitat lässt sich eine Zuordnung nicht nachprüfen, und Fehler fallen nicht auf.
Personenbezug bleibt drin. Mitarbeiternamen in Auswertungen führen schnell zu Schuldzuweisungen statt zu Prozessverbesserungen.
Ergebnisse ohne Konsequenz. Eine schöne Grafik, die niemand umsetzt, kostet nur Zeit. Planen Sie die Maßnahmenrunde fest ein.
Nur negative Bewertungen ausgewertet. Positive Nennungen zeigen, was Kunden besonders schätzen – das gehört auf die Website und in die Werbung.
Häufige Fragen
Wie viele Bewertungen brauche ich, damit sich das lohnt?
Ab einigen Dutzend Texten mit Inhalt wird es interessant. Bei wenigen Bewertungen lesen Sie schneller selbst. Bei mehreren Hundert spart die KI deutlich Zeit.
Kann ich das regelmäßig automatisieren?
Ja. Ein kleiner Ablauf kann neue Bewertungen abholen, anonymisieren, einordnen lassen und in eine Tabelle schreiben. Die Stichprobenprüfung sollte trotzdem in regelmäßigen Abständen von einem Menschen erfolgen.
Erkennt die KI gefälschte Bewertungen?
Dafür ist dieses Verfahren nicht gedacht. Es geht um Themen in echten Rückmeldungen. Verdächtige Bewertungen melden Sie über die Wege der jeweiligen Plattform.
Welche KI eignet sich dafür?
Die gängigen großen Sprachmodelle können Texte nach Kategorien ordnen. Wichtiger als die Wahl des Modells sind klare Kategorien, eine strukturierte Ausgabe und die eigene Stichprobe.
Wenn Sie Ihre Bewertungen regelmäßig nach Themen auswerten lassen möchten, ohne jedes Mal von vorn anzufangen, schreiben Sie uns, aus welchen Quellen Ihre Bewertungen kommen – dann skizzieren wir einen schlanken Ablauf.