Fokusgruppe transkribieren: Formate, Sprecherkennungen und Zeitaufwand

Dana hat sechs Fokusgruppen für eine regionale Supermarktkette moderiert: acht Kundinnen und Kunden pro Sitzung, jeweils 90 Minuten. Im Raum klangen die Aufnahmen gut. Beim Transkribieren der dritten Sitzung konnte sie die beiden pensionierten Lehrerinnen nicht mehr auseinanderhalten, und in einer hitzigen Minute über Liefergebühren sprachen vier Personen gleichzeitig. (Dana ist ein zusammengesetztes Beispiel, keine reale Forscherin.)

Genau das macht es schwerer, eine Fokusgruppe zu transkribieren als ein Interview. Ein Interview hat zwei Stimmen. Eine Fokusgruppe hat acht, die Teilnehmenden unterbrechen sich, und die Hälfte des Werts liegt darin, wer wem zugestimmt hat.

Die gute Nachricht: Das meiste lässt sich lösen, bevor jemand ein Wort tippt. Im Folgenden: welches Format Sie wählen, wie Sie den Raum für saubere Sprecherkennungen vorbereiten, eine Vorlage zum Kopieren, eine Zeitplanung und wie Sie ein Gruppentranskript anonymisieren.

Führen Sie diesen Monat Gruppen durch? Holen Sie sich ParrotNotes kostenlos, nehmen Sie mit dem Smartphone auf, das Sie schon besitzen, und beginnen Sie jedes Transkript mit einem Entwurf statt mit einer leeren Seite.

Wie sich ein Fokusgruppen-Transkript von einem Interview unterscheidet

Die Grundaufgabe ist dieselbe: genauer, durchsuchbarer Text. Unser Leitfaden Interview transkribieren beschreibt den Korrekturdurchgang, der für jede Aufnahme gilt.

Gruppen bringen vier zusätzliche Probleme mit:

• Viele Sprecher. Das Merkblatt zu Fokusgruppen der University of Wisconsin Extension nennt üblicherweise 8 bis 12 Teilnehmende und eine typische Dauer von ein bis zwei Stunden. Das sind viele ähnliche Stimmen, die Sie auseinanderhalten müssen.
• Überlappungen. Menschen stimmen zu, unterbrechen und lachen durcheinander. Genau dort gehen Wörter verloren.
• Interaktion ist Datenmaterial. Im Interview zählt vor allem, was gesagt wurde. In der Gruppe zählt auch, wer es gesagt hat, wer widersprochen hat und ob der Raum zugestimmt hat.
• Geteilte Vertraulichkeit. Alle im Raum hören alle anderen. Das verändert Einwilligung und Anonymisierung.

Ein Fokusgruppen-Transkript ist also nur so gut wie seine Sprecherkennungen. Planen Sie diese zuerst.

Das richtige Format, um eine Fokusgruppe zu transkribieren

Wählen Sie den Detailgrad danach, was Sie mit dem Transkript vorhaben. Eine ausführliche Übersicht der Stile finden Sie in unserem Beitrag zur wörtlichen Transkription.

Behalten Sie die Sprecherkennungen in jedem Format. Ohne sie wissen Sie, dass ein Punkt gemacht wurde, aber nicht, ob eine laute Person ihn fünfmal gemacht hat. Führen Sie auch Einzelinterviews? Unser Leitfaden qualitative Interviews transkribieren enthält ein vollständiges Notationsprotokoll.

Vor der Sitzung: Vorbereitung für saubere Sprecherkennungen

Kennungen gehen im Raum schief, nicht an der Tastatur. Vier Gewohnheiten lösen das meiste:

1. Zeichnen Sie einen Sitzplan. Nummerieren Sie die Plätze im Uhrzeigersinn ab der Moderation (P1, P2 ...) und bewahren Sie den Plan bei der Aufnahme auf.
2. Machen Sie eine Vorstellungsrunde auf Band. Bitten Sie jede Person, ihren Vornamen oder ihre ID und einen Satz über sich zu sagen. Diese ersten 60 Sekunden werden zur Referenz für jede Stimme der Sitzung.
3. Stellen Sie das Aufnahmegerät in die Mitte. Legen Sie das Smartphone flach auf den Tisch, gleich weit von allen entfernt, weg von Tassen und Lüftungsschlitzen. Bei einem langen Tisch nutzen Sie zwei Geräte. Unser Leitfaden Interview aufnehmen behandelt Testaufnahmen und Raumgeräusche.
4. Setzen Sie eine protokollierende Person ein. Das Wisconsin-Merkblatt empfiehlt eine Assistenz der Moderation, die notiert, wer was gesagt hat („an identifier of who said what“). Diese Notiz ist Gold wert, wenn der Ton unklar ist.

Einwilligung aller Teilnehmenden

Alle im Raum werden aufgenommen, also müssen alle zustimmen: schriftlich und noch einmal auf Band. Das IRB des Teachers College der Columbia University empfiehlt, im Einwilligungsformular offenzulegen, welche Aktivitäten aufgezeichnet und wie die Aufnahmen gespeichert und verwendet werden.

Dieselbe Empfehlung nennt einen Punkt, der nur für Gruppen gilt: Forschende können ihren Teilnehmenden keine Vertraulichkeit garantieren („researchers cannot guarantee confidentiality to their participants“), weil die anderen Teilnehmenden alles hören. Schreiben Sie das ins Formular und bitten Sie die Gruppe, das Gesagte im Raum zu lassen.

Bei Telefon- oder Videositzungen mit Personen in verschiedenen US-Bundesstaaten gelten unterschiedliche Aufnahmegesetze. Unsere Übersicht zu One-Party- und Two-Party-Consent in den USA hilft weiter. In Deutschland und der EU gelten eigene Regeln zu Aufnahmen und Datenschutz; klären Sie Ihr Vorgehen mit Ihrer Ethikkommission oder Rechtsabteilung.

Sprecherkennungen bei 6 bis 10 Stimmen

Legen Sie diese Regeln vor der ersten Sitzung fest und nutzen Sie sie in jedem Transkript der Studie:

• MOD für die Moderation, AM für die Assistenz der Moderation, P1 bis P10 für die Teilnehmenden nach Sitzplatz.
• Ein Sprecher pro Absatz. Ein neuer Absatz bei jedem Stimmwechsel.
• Nie mitten in der Studie umbenennen. P4 in Sitzung 2 ist der Platz, nicht die Person. Führen Sie eine Liste, die die IDs jeder Sitzung Ihren Teilnehmercodes zuordnet.
• Unsicher? Markieren. Schreiben Sie P? mit Zeitstempel, statt zu raten.
• Durcheinanderreden bekommt eine Markierung. Schreiben Sie (Durcheinanderreden), wo mehrere gleichzeitig sprechen, und transkribieren Sie dann die Wörter, die Sie zuordnen können.
• Gruppenreaktionen zählen. Notieren Sie (mehrere stimmen zu), (Lachen) oder (P2 und P5 schütteln den Kopf, laut Notizen), wenn die Reaktion wichtig ist.

Das Sprecherprotokoll der Assistenz

Während der Sitzung schreibt die Assistenz der Moderation eine Zeile, sobald eine neue Person einen Punkt beginnt:

Wenn der Entwurf zurückkommt, gleichen Sie Zeit und erste Worte mit dem Transkript ab. Eine falsche Kennung ist in Sekunden korrigiert, statt den Ton erneut abzuspielen und zwischen zwei ähnlichen Stimmen zu raten.

Vor Ihrer nächsten Sitzung: Laden Sie ParrotNotes kostenlos herunter und machen Sie von jedem Platz aus eine zweiminütige Testaufnahme, damit Sie wissen, dass jede Stimme hörbar ist.

Zeitstempel und eine Vorlage für das Fokusgruppen-Transkript

Wählen Sie eine Regel für Zeitstempel und bleiben Sie dabei: bei jedem Sprecherwechsel oder bei langen Sitzungen alle zwei bis drei Minuten. Nutzen Sie [hh:mm:ss], damit jedes Teammitglied direkt zur Stelle im Ton springen kann.

Kopieren Sie diese Vorlage an den Anfang jedes Transkripts:

FOKUSGRUPPEN-TRANSKRIPT
Studie:           [Name oder Code der Studie]
Sitzung:          [3 von 6]
Datum und Modus:  [11.10.2026, vor Ort / Video]
Aufnahmedatei:    [FG03_2026-10-11.m4a, 01:31:12]
Format:           [geglättet wörtlich, Sprecherkennungen, Zeitstempel pro Beitrag]
Moderation:       MOD = [Initialen]   Protokoll: AM = [Initialen]
Transkribiert von: [Name oder „KI-Entwurf“, Datum]
Geprüft gegen Ton und Sprecherprotokoll von: [Name, Datum]
Anonymisiert:     [ja, Protokoll-Ref. ANON-FG03 / nein]
Einwilligung:     [Formularversion; alle 8 auf Band bestätigt bei 00:00:40]

SPRECHERLISTE (nach Platz, im Uhrzeigersinn ab MOD)
P1 = [Code F-01]  P2 = [F-02]  P3 = [F-03]  P4 = [F-04]
P5 = [F-05]  P6 = [F-06]  P7 = [F-07]  P8 = [F-08]

---

MOD: [00:12:30] Sprechen wir über die Lieferung. Wofür würden Sie bezahlen?

P3: [00:14:05] Ehrlich gesagt ist die App in Ordnung. Die Gebühr zahle ich nicht.

P6: [00:14:40] Ich würde zahlen, wenn es am selben Tag kommt.

(Durcheinanderreden, P1 und P4) [00:15:02]

P1: [00:15:06] Am selben Tag, gern, aber nicht für fünf Euro. (Lachen)

Halten Sie einen Beitrag pro Absatz, damit Analysesoftware und Tabellen jeden Beitrag als eine Zeile behandeln können.

Zeitaufwand: Wie lange es dauert, eine Fokusgruppe zu transkribieren

Der Zeitaufwand hängt von zwei Dingen ab: dem Entwurf und der Prüfung. Entwürfe sind heute schnell. Die Prüfung kostet die Stunden.

In einer Studie von 2024 im European Journal of Cardiovascular Nursing transkribierte Helen Eftekhari Einzelinterviews von 40 bis 131 Minuten mit der Spracherkennung von Microsoft Teams. Prüfen und Bereinigen dauerte zwischen 1,5 und 3,5 Stunden, je nach Genauigkeit und Interviewlänge. Das war mit zwei Stimmen. Eine 90-minütige Gruppe mit acht Stimmen dauert nicht kürzer.

Hier ist eine Planung für Danas Studie mit sechs Sitzungen. Die Stunden pro Sitzung sind unsere Planungsannahme für Gruppen, bewusst über der Spanne der Interviewstudie angesetzt, kein gemessener Wert:

Zum Abkürzen: Prüfen Sie jede Sitzung noch am selben Tag, solange die Stimmen frisch sind, und geben Sie den Durchgang für die Sprecherkennungen in allen Sitzungen derselben Person. Beauftragen Sie lieber einen Transkriptionsdienst? Fragen Sie, ob er pro zusätzlichem Sprecher mehr berechnet, nach Sitzplatz aus Ihrer Liste kennzeichnet und wie schnell er Aufnahmen mit vielen Sprechern liefert. Prüfen Sie danach trotzdem eine Sitzung selbst stichprobenartig.

Ein Gruppentranskript anonymisieren

In Gruppen nennen sich die Teilnehmenden gegenseitig beim Namen. „Wie Maria gesagt hat“ kann Maria identifizieren, auch wenn Sie ihren Namen in ihren eigenen Beiträgen ersetzt haben.

Die Empfehlungen des UK Data Service zur Anonymisierung von Textdaten raten, identifizierende Angaben durch Pseudonyme oder Beschreibungen in Klammern zu ersetzen, jede Änderung getrennt zu protokollieren und nicht so stark zu anonymisieren, dass die Daten ihre Bedeutung verlieren. Für Gruppen kommen drei Prüfungen hinzu:

• Suchen Sie jeden Vornamen aus der Liste, auch Spitznamen, in allen Beiträgen.
• Achten Sie auf Arbeitgeber und Orte, die nur eine Person erwähnen würde.
• Prüfen Sie Kombinationen. Ein Beruf, eine Stadt und eine Geschichte können auch ohne Namen auf eine Person hindeuten.

Arbeiten Sie an einer Kopie und bewahren Sie das Protokoll bei der Originalaufnahme auf.

Eine Fokusgruppe mit ParrotNotes transkribieren

ParrotNotes nimmt auf Ihrem Smartphone oder Mac auf, ohne dass ein Bot beitritt. Eine Gruppe vor Ort im Gemeindesaal funktioniert also genauso gut wie ein Anruf. Die Aufnahme funktioniert offline; die Transkription läuft, sobald Sie wieder verbunden sind.

• Lange Sitzungen. Pro nimmt bis zu 3 Stunden pro Aufnahme auf, mit 3.000 Minuten im Monat, genug für eine ganze Studie.
• Sprechererkennung mit Pro. Die Beiträge sind schon vor Ihrer Prüfung getrennt. Vorstellungsrunde und Sprecherprotokoll machen es leicht, die Kennungen zu bestätigen, besonders beim Durcheinanderreden.
• Suche über alle Sitzungen. Die Stichwortsuche in jedem Tarif findet das Zitat, an das Sie sich nur halb erinnern. Pro ergänzt die semantische KI-Suche.
• Über 99 Sprachen. Pro transkribiert und übersetzt, hilfreich für Gruppen auf Deutsch, Englisch oder gemischt.
• Export. Text oder Markdown in jedem Tarif, DOCX oder PDF mit Pro.

Der kostenlose Tarif umfasst 100 Minuten im Monat mit einer KI-Zusammenfassung zu jeder Aufnahme. Pro kostet 19,99 USD pro Monat oder 14,99 USD pro Monat bei jährlicher Abrechnung.

Kofi, UX-Forscher, hat vier Gruppen auf Englisch und Portugiesisch durchgeführt. Er hat jede auf seinem Smartphone aufgenommen, die Sprecher noch am selben Nachmittag mit dem Protokoll der Assistenz abgeglichen und die geglätteten Transkripte zwei Tage nach der letzten Sitzung verschickt. (Kofi ist ein zusammengesetztes Beispiel.)

Stimmen die Kennungen, folgt der Rest

Eine Fokusgruppe gut zu transkribieren hängt an wenigen frühen Entscheidungen:

• Wählen Sie das Format danach, was Sie mit dem Transkript vorhaben
• Vergeben Sie Sitznummern, nehmen Sie eine Vorstellungsrunde auf und führen Sie ein Sprecherprotokoll
• Holen Sie die Einwilligung aller Teilnehmenden ein und sagen Sie, dass Vertraulichkeit in einer Gruppe nicht garantiert werden kann
• Planen Sie Stunden für die Prüfung ein, nicht für das Tippen
• Anonymisieren Sie auch die Namen, mit denen sich die Teilnehmenden gegenseitig ansprechen

Planen Sie Ihre nächste Sitzung? Laden Sie ParrotNotes kostenlos herunter und beginnen Sie jedes Transkript mit einem durchsuchbaren Entwurf.