Qualitative Forschungscodierung (Interviews, offene Umfrageantworten)

Qualitative Analyse ist langsam. Ein Codierer liest jedes Transkript Zeile für Zeile, wendet Codes aus einem Codebuch an, verfeinert Kategorien und baut dann Themen auf. Ein einstündiges Interview zu codieren dauert Stunden, und eine Umfrage mit 10.000 offenen Antworten wird oft nur stichprobenartig ausgewertet oder gar nicht. LLMs können heute ein schriftliches Codebuch auf jedes Segment anwenden, induktive Codes und Subcodes vorschlagen und Themen mit belegten Zitaten entwerfen. Bei klar definierten Codes erreichen sie Übereinstimmungen nahe an menschlichen Codierern. Die Forschenden behalten die Deutung in der Hand: Sie definieren die Codes, prüfen die Vorschläge, messen die Übereinstimmung und schreiben die Analyse. Das Ergebnis: mehr Material wird abgedeckt, die Durchlaufzeit sinkt, und es entsteht ein dokumentierter Prüfpfad.

Problem & Nutzen

• Wer: akademische Forschende (Sozialwissenschaften, Gesundheit, Bildung), Markt- und Meinungsforschungsinstitute, die offene Antworten codieren, UX- und Produktforschungsteams, HR-Teams, die Kommentare aus Mitarbeiterbefragungen auswerten, öffentliche Stellen, die Programme evaluieren, und Studierende, die Abschlussarbeiten schreiben.
• Heute: manuelle Codierung in QDA-Software (MAXQDA, ATLAS.ti, NVivo) oder in Tabellen. Codeschemata für offene Umfrageantworten werden von Hand an einer Stichprobe erstellt und dann von geschulten Codierern angewendet. Prüfungen zwischen Codierern brauchen eine zweite Person und entfallen deshalb oft.
• Warum KI hilft: LLMs folgen Code-Definitionen in natürlicher Sprache, Sie brauchen also keinen Trainingsdatensatz. Sie können dasselbe Codebuch in jeder Sprache auf jede Antwort anwenden und jede Zuordnung begründen.
• Belege: In einer Studie zu absatzlangen sozialhistorischen Texten erreichte GPT-4 mit Chain-of-Thought-Prompting bei 3 von 9 Codes Cohens κ ≥ 0,79 und bei 8 von 9 Codes κ ≥ 0,6 gegenüber einem menschlichen Goldstandard. GPT-3.5 kam nur auf ein mittleres κ von 0,34 [1]. Frühere Arbeiten fanden „mäßige bis wesentliche" Übereinstimmung für GPT-3 in Kombination mit Codebüchern von Fachleuten [2]. RTI-Forschende zeigten, dass LLMs bei deduktiver Codierung oft die Übereinstimmung von Menschen erreichen können und dass Übereinstimmungstests Codes aufdecken können, bei denen das Modell praktisch rät [3]. Anbieter versprechen große Beschleunigungen, etwa Caplena mit „95 % schneller bei menschlicher Genauigkeit" für offene Antworten [8]. Das sind Werbeaussagen ohne veröffentlichte Methodik.

Varianten

• Deduktive Codierung (codebuchgesteuert): ein festes Codeschema auf Segmente anwenden. Dies ist der zuverlässigste Modus und der Standard für offene Umfrageantworten und Trackingstudien.
• Induktive / offene Codierung: Das Modell schlägt erste Codes vor und ordnet sie in einer Hierarchie. Das ist nützlich als „zweiter Leser" oder als Ausgangspunkt. Die Themen einer menschlichen Thematischen Analyse bildet es nur teilweise nach [4].
• Offene Antworten in der Marktforschung: hochvolumige Codierung von NPS-, Marken-, Werbetest- und Tracker-Verbatims anhand stabiler Codeschemata über Wellen und Sprachen hinweg. Die Auswertung von Kundenfeedback mit Stimmungs- und aspektbasierter Stimmungsanalyse liegt in LANG-013.
• UX / Produktentdeckung: Interview-Highlights in einem Forschungsarchiv taggen und zu Erkenntnissen bündeln. Das Führen der Interviews mit einem KI-Moderator ist CONV-020.
• Mitarbeiterbefragungen & HR: Kommentare aus Engagement-Umfragen codieren. Dies muss auf aggregierter Ebene bleiben, siehe Risiken.
• Gesundheits- und Sozialforschung: Patienteninterviews, oft mit Daten besonderer Kategorien, die On-Premises-Betrieb oder lokale KI erfordern.
• Studierende / private Forschende: KI-Assistenten in Studierendenlizenzen von QDA-Werkzeugen.
• Abgrenzungen: gesetzliche Konsultationen mit der Pflicht, jede Eingabe zu berücksichtigen → LANG-026; unüberwachte Themenfindung in großen Textbeständen → LANG-016; simulierte Befragte → LANG-027; Literaturrecherchen → KNOW-008.

So funktioniert es

1. Aufnahmen
2. ASR + Sprechererkennung (Diarisierung)
3. Bereinigung des Transkripts
4. Pseudonymisierung (Namen, Orte, Arbeitgeber) [menschliche Prüfung]
5. Segmentierung (Absatz / Sprecherwechsel / Antwort)
6. Codebuch-Prompt: Definitionen, Ein-/Ausschlussregeln, Beispiele, Forschungsfrage
7. LLM-Codierung je Segment (Mehrfachzuordnung, Begründung, Konfidenz, zitierte Textstelle) ↳ optional: Embeddings + Clustering, um neue Codes vorzuschlagen / eine flache Codeliste zu gruppieren
8. menschliche Prüfung der Vorschläge (annehmen / ablehnen / neu codieren) [Kern der Mensch-in-der-Schleife]
9. Übereinstimmungsprüfung an einer doppelt codierten Stichprobe (κ, Krippendorffs α, je Code)
10. Schleife zur Verfeinerung des Codebuchs
11. vollständiger Durchlauf
12. Themenbildung, Kreuztabellen, Entwurf von Memo/Bericht mit Zitatverweisen

• Codebuch als Prompt: Präzise Definitionen, Ein-/Ausschlusskriterien und 2–3 Ankerbeispiele je Code zählen mehr als die Wahl des Modells. Wenn das Modell jede Entscheidung begründen muss, steigt die Treue [1].
• Eingeschränkte Ausgabe: JSON-Schema je Segment (codes[], evidence_span, rationale, confidence), damit jeder Code auf das exakte Zitat zurückverweist.
• Induktive Unterstützung: Embeddings (z. B. multilingual-e5, BGE-M3) plus Clustering (im Stil von BERTopic) mit LLM-Bezeichnungen [9], oder die LLM-Erzeugung von Themen in Stapeln mit anschließender Verdichtung und Zuordnung, wie in der Open-Source-Pipeline ThemeFinder [7].
• Mensch-in-der-Schleife (Human-in-the-Loop): Die Forschenden besitzen das Codebuch, prüfen jeden Vorschlag (bei großen Mengen offener Antworten eine geschichtete Stichprobe), klären Abweichungen und schreiben die Interpretation. Reflexive Ansätze behandeln die KI-Ausgabe nur als Anstoß zum Nachdenken, nicht als Analyse.

Datenaufbereitung

Die Kerndaten sind Interviewaufnahmen, Transkripte, Notizen aus Fokusgruppen und offene Umfrageantworten. In einem KMU liegen sie typischerweise als Audiodateien auf Telefonen oder in Teams-Aufzeichnungen, als Word-Notizen auf Dateiablagen und als Excel-Exporte aus Umfragewerkzeugen.

Typische Lücken: noch keine Transkripte, schlechte Audioqualität und Dialekte, fehlende Sprecherkennzeichnung, Antworten in mehreren Sprachen, Notizen ohne Einwilligungsnachweise, direkte Identifikatoren (Namen, Arbeitgeber) im Text und kein abgestimmtes Codebuch.

Schritte der Aufbereitung: - Mit Whisper oder faster-whisper plus Sprechererkennung transkribieren (SPEECH-001) und den Text von Hand korrigieren. - Namen, Orte und Unternehmen vor jeder Verarbeitung in der Cloud pseudonymisieren (PREP-022); Einwilligungserklärungen getrennt aufbewahren. - Umfrage-Exporte in aufgeräumten Tabellen zusammenführen, eine Antwort pro Zeile mit Befragten-ID und Metadaten (PREP-011). - Das Codebuch mit Definitionen und Beispielen festlegen (PREP-019) und eine Goldstichprobe von zwei Personen codieren lassen, zur Validierung (PREP-018, DATA-023). - Ältere Notizen und Scans in Text umwandeln (PREP-006, PREP-007).

Aufwandsanteil: mittel bis hoch, etwa 30–40 Prozent, überwiegend Bereinigung der Transkripte und Arbeit am Codebuch. Siehe GUIDE-003 und GUIDE-005.

Umsetzungswege

Welcher Weg für wen

• KMU — A: QDA-Werkzeuge mit KI wie MAXQDA und ATLAS.ti (beides deutsche Anbieter) sind ausgereift, nachvollziehbar und erschwinglich, mit Datenspeicherung in der EU und AVV; bei Bedarf gibt es lokale KI.
• Großunternehmen — B: Wiederkehrende Trackingstudien, eigene Codeschemata und die Integration in Umfrageplattformen rechtfertigen eine Pipeline mit Cloud-APIs und Modellen aus EU-Regionen.
• Entwickler — C: Open-Source-Werkzeuge (QualCoder, ThemeFinder) mit lokalen Modellen geben volle Kontrolle über Prompts und Daten.
• Öffentlicher Sektor — C: Forschungsinstitute und Behörden stoßen oft auf Grenzen durch Einwilligungen und Ethikkommissionen, daher ist die Verarbeitung auf eigener oder souveräner Infrastruktur am sichersten.
• Privat — C: Lokale Anwendungen wie Ollama oder LM Studio halten das Interviewmaterial auf dem eigenen Rechner.

Weg A — Kaufen (empfohlen)

• QDA-Software mit eingebauter KI: MAXQDA AI Assist (VERBI, Berlin 🇩🇪). Sie bietet KI-Codierung mit Erklärungen, Vorschläge für Subcodes und neue Codes, Chat mit Dokumenten und Codes, Zusammenfassungen, KI-Berichte und „Local AI" in der Premium-Stufe, die ein LLM auf dem eigenen Rechner oder Server betreibt; die Daten werden verschlüsselt in der EU gespeichert [5]. ATLAS.ti (Berlin 🇩🇪) bietet AI Coding und Intentional AI Coding, beide mit OpenAI-Modellen, einer Vereinbarung ohne Training und ausdrücklicher Zustimmung zum Upload. Ein organisationsweiter „AI Privacy Mode" schaltet die OpenAI-Integration ab [6][11]. NVivo (Lumivero) hat ebenfalls einen KI-Assistenten.
• Codierung offener Umfrageantworten: Caplena (Zürich 🇨🇭) bietet Codebücher, Kreuztabellen mit quantitativen Variablen und über 100 Sprachen [8]. Ascribe, Displayr und die Textmodule von Qualtrics/Medallia sind Alternativen.
• Forschungsarchive für UX: Condens (Hosting in der EU oder den USA wählbar, kein Training mit Kundendaten) [10], Dovetail und ähnliche Werkzeuge mit automatischem Tagging und Clustering.
• A wählen, wenn: Standardprojekte mit Interviews/Umfragen vorliegen, die Forschenden schon ein QDA-Werkzeug nutzen und Nachvollziehbarkeit wichtiger ist als eigene Logik. Prüfen Sie Verarbeitungsort, Unterauftragsverarbeiter, einen AVV und ob sich die KI pro Projekt abschalten lässt.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Modelle: Mistral (EU-Anbieter; Mistral Medium/Large), Claude oder GPT über Bereitstellungen in EU-Regionen (AWS Bedrock Frankfurt, Azure OpenAI EU Data Zone, Google Vertex AI EU). Nutzen Sie Reasoning-Modelle für mehrdeutige, interpretative Codes und kleinere, günstigere Modelle für deduktive offene Antworten mit hohem Volumen.
• Stack: Python-Pipeline mit strukturierten Ausgaben; ThemeFinder (MIT, unterstützt OpenAI, Azure, Gemini, Claude, Llama, Mistral) für Themenerzeugung und Zuordnung [7]; Batch-APIs für die Kosten; Ergebnisse zurück in QDA-Software (REFI-QDA-Projektaustausch) oder Umfragewerkzeuge (SPSS/Excel) exportieren.
• B wählen, wenn: Sie ein Institut oder eine Forschungseinheit mit wiederkehrenden Trackingstudien, eigenen Codeschemata über viele Wellen und Sprachen oder mit Integration in eine Umfrageplattform sind.

Weg C — Selbst betreiben (Open Source)

• Modelle: LLMs mit offenen Gewichten, betrieben mit vLLM oder Ollama, z. B. Qwen3 (einschließlich 30B-A3B MoE), Mistral Small 3.x, Gemma 3 oder gpt-oss-20b/120b. Embeddings: multilingual-e5-large oder BGE-M3. Transkription: Whisper large-v3 / faster-whisper mit pyannote-Sprechererkennung.
• Werkzeuge: QualCoder (LGPL-3.0, Open-Source-QDA, v4.0) mit KI-Funktionen, die OpenAI oder offene Modelle über den Helmholtz-Dienst Blablador und lokale Embeddings nutzen können [12]. Ebenso ThemeFinder oder BERTopic, auf einen lokalen OpenAI-kompatiblen Endpunkt gerichtet.
• Hardware: HW2 (eine GPU mit 24–32 GB) betreibt ein quantisiertes Modell von etwa 24–30 Mrd. Parametern und die Codierung für eine typische Interviewstudie. Nutzen Sie HW3 für Modelle mit 70–120 Mrd. Parametern, wenn interpretative Feinheiten oder lange Transkripte wichtig sind.
• C wählen, wenn: Gesundheitsdaten, schutzbedürftige Gruppen, Vorgaben von Ethikkommissionen oder Einwilligungen die Verarbeitung in der Cloud verbieten. Das ist in Hochschul- und klinischer Forschung üblich.

Weg D — Eigenes Training

Lohnt sich nur bei hohem Volumen und stabilen Codeschemata, etwa bei einem Marktforschungsinstitut, das jährlich Millionen offener Tracker-Antworten codiert, oder einem Statistikamt, das Berufe und Antworten zum „wichtigsten Problem" codiert. Dort ist ein feingetunter Encoder-Klassifikator (Klasse mehrsprachiges BERT/XLM-R) oder ein kleines, mit LoRA getuntes LLM günstiger und konsistenter als Prompting. Sie brauchen einige hundert bis einige tausend von Menschen codierte Antworten je Codeschema; LLM-Vorlabels plus menschliche Korrektur (DATA-023) senken den Aufwand. Für einmalige Interviewstudien nicht sinnvoll.

Stand der Technik (2026)

• Deduktive Codierung mit Spitzen-/Reasoning-LLMs erreicht bei vielen klar definierten Codes eine wesentliche bis ausgezeichnete Übereinstimmung, aber nicht bei allen. Die Leistung schwankt stark je Code, daher ist ein Test der Übereinstimmung je Code Pflicht [1][3]. Ältere/kleinere Modelle schneiden deutlich schlechter ab [1].
• Induktive Thematische Analyse durch LLMs liefert plausible, aber oberflächliche Themen und findet die Themen von Menschen nur teilweise wieder [4]. Reflexive, interpretative und phänomenologische Traditionen lehnen es weitgehend ab, die Interpretation an KI zu delegieren.
• Angleichung der Produkte: Alle großen QDA-Werkzeuge liefern inzwischen KI-Codierung. Lokale/On-Premises-LLM-Optionen (MAXQDA Local AI) und Datenschutzschalter (ATLAS.ti AI Privacy Mode) beantworten DSGVO-Bedenken [5][6].
• Pipelines für große Mengen: Themen-Pipelines nach dem Muster erzeugen → verdichten → verfeinern → zuordnen (ThemeFinder) sind die offene Referenzarchitektur für große offene Textdatensätze [7].
• Fehlerbilder: Schwankungen von Lauf zu Lauf (die Anbieter warnen selbst, dass Ergebnisse zwischen Läufen abweichen [6]), Übercodierung (zu viele Codes vergeben), Tendenz zu allgemeinen oder „positiven" Themen, übersehene Ironie, Dialekt und implizite Bedeutung, erfundene oder umformulierte „Zitate" und Blindheit für Schweigen und für das, was nicht gesagt wurde. Gegenmittel: feste Modellversionen, Temperatur 0, Prüfung der wörtlichen Textstellen und dokumentierte Prompts.

Gemeinsame Bausteine & Kombinationen

• Vorgelagert: SPEECH-001 (Transkription + Sprechererkennung) liefert die Transkripte. CONV-020 (KI-moderierte Interviews) erzeugt Interviews in großer Zahl, die diesen Codierschritt brauchen. DOC-018 (Anonymisierung) übernimmt die Pseudonymisierung vor der Analyse.
• Gleicher Stack für Textanalyse (llm-general + embedding-text + vector-db): LANG-013 Feedback und Stimmung, LANG-016 Themenmodellierung, LANG-026 Auswertung von Konsultationen, LANG-015 Entitätsextraktion und LANG-008 Zusammenfassung. Ein selbst betriebener LLM-Server (HW2/HW3) plus ein Embedding-Dienst können alle bedienen.
• Partner für die Validierung: LANG-027 (synthetische Befragte) muss an echten, von Menschen codierten Daten aus diesem Anwendungsfall validiert werden. KNOW-008 und KNOW-015 ergänzen die Ergebnisse um Literatur- und Schreibtischrecherche.
• Labeling-Schleife: Annotationswerkzeuge mit Modell in der Schleife aus DATA-023 dienen zugleich als Prüfoberfläche für die Codierung, und die codierten Daten speisen die Klassifikatoren von Weg D.

Aufwand, Kosten & Kennzahlen

• Weg A: Tage. Die Kosten sind die QDA-Lizenz plus das KI-Zusatzmodul (MAXQDA bietet eine kostenlose Stufe mit begrenzten Prompts und eine kostenpflichtige Premium-Stufe [5]). Der Hauptaufwand ist, ein gutes Codebuch zu schreiben.
• Weg B: 2–6 Wochen für eine wiederverwendbare Pipeline mit Berichten zur Übereinstimmung. Die API-Kosten je Antwort sind im Vergleich zur Zeit der Codierer gering, und die Stapelverarbeitung senkt sie weiter.
• Weg C: 3–8 Wochen plus GPU-Server und Betrieb. Das ist attraktiv, wenn sich mehrere Forschungsgruppen einen Server teilen.
• Kennzahlen: κ / Krippendorffs α je Code gegenüber menschlichen Codierern (z. B. Zielwert ≥ 0,6–0,8 je Code vor dem automatisierten Einsatz), Anteil unverändert angenommener Vorschläge, Codierstunden je Transkript oder je 1.000 Antworten, Durchlaufzeit vom Ende der Feldphase bis zum Topline-Ergebnis, Anteil wörtlich geprüfter Zitate und Abdeckung (Anteil des tatsächlich codierten Materials).

Menschen & Veränderung

Früh einbinden: Die Forschungs- oder Projektleitung besitzt Codebuch und Interpretation; die Geschäftsführung legt Umfang und Budget fest. Anwender (Forschung, HR, UX) erproben das Verfahren an einer abgeschlossenen Studie und vergleichen KI-Codierung mit menschlicher Codierung. Die IT prüft Hosting und Konten. Rechtsabteilung und Datenschutzbeauftragte(r) kommen vor dem ersten Upload hinzu.

Betriebsrat: abhängig. Bei Kunden- oder Marktforschung in der Regel nein. Bei Interviews mit Beschäftigten oder Engagement-Umfragen ist es relevant: Codierte Aussagen über Kolleginnen, Kollegen oder Teams können zur Bewertung von Verhalten genutzt werden, daher ist eine Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG wahrscheinlich, und die Anonymität muss in einer Betriebsvereinbarung geregelt werden. Informieren Sie den Betriebsrat nach § 90 Abs. 1 Nr. 3 BetrVG und binden Sie HR ein (GUIDE-004).

Datenschutz: Interviews sind personenbezogene Daten und können besondere Kategorien enthalten (Gesundheit, Weltanschauung). Binden Sie die Datenschutzbeauftragte(n) ein, schließen Sie einen AVV (Art. 28 DSGVO), dokumentieren Sie Einwilligung und Rechtsgrundlage und rechnen Sie bei sensiblen Themen mit einer DSFA (Art. 35 DSGVO) (GUIDE-005).

KI-Kompetenz: Unterstützen Sie die Forschenden mit Schulungen zu Prompt-Gestaltung, Validierung und Verzerrungen (GUIDE-006).

Bedenken: „KI glättet Nuancen." Menschen bleiben die Interpreten: Die KI schlägt Codes mit Zitaten vor, die Forschenden entscheiden und dokumentieren. Legen Sie den Einsatz von KI im Methodenteil offen (GUIDE-009).

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): in der Regel minimales Risiko: Werkzeuge zur Forschungsanalyse sind keine Kategorie nach Anhang III, und die Pflicht zur KI-Kompetenz nach Art. 4 gilt. KI-Systeme, die ausschließlich für die wissenschaftliche Forschung entwickelt und in Betrieb genommen werden, sind vom Anwendungsbereich der Verordnung ausgenommen (Art. 2 Abs. 6). Die Codierung wird zum Hochrisiko, wenn die Ausgabe zur Bewertung einzelner Beschäftigter (Anhang III Nr. 4) oder Lernender (Nr. 3) genutzt wird, z. B. wenn die 360°-Kommentare einer Person codiert werden, um Entscheidungen zu treffen (siehe LANG-036). Halten Sie die Codierung von Mitarbeiterbefragungen aggregiert und anonym. Das Ableiten von Emotionen Beschäftigter aus deren Texten ist keine Emotionserkennung nach Art. 5 Abs. 1 Buchst. f, die biometrische Daten betrifft. Vermeiden Sie dennoch eine „Stimmungsbewertung" einzelner Personen am Arbeitsplatz.
• DSGVO: Transkripte und offene Antworten enthalten personenbezogene und oft besondere Daten (Gesundheit, politische Ansichten, Religion). Sie brauchen eine Rechtsgrundlage (Einwilligung gemäß Teilnehmerinformation oder Art. 6 Abs. 1 Buchst. e/f), Schutzmaßnahmen nach Art. 89 für die Forschung (Pseudonymisierung, Datenminimierung) und einen AVV mit jedem KI-Anbieter. Prüfen Sie Übermittlungen in Drittländer, denn hinter mehreren QDA-Werkzeugen stehen US-Modellanbieter [6], und führen Sie für sensible Studien eine DSFA durch. Einwilligungserklärungen und Ethikvoten, die vor 2023 verfasst wurden, decken die Verarbeitung durch Cloud-KI selten ab; prüfen Sie sie vor dem Upload.
• Forschungsintegrität: Legen Sie den Einsatz von KI im Methodenteil offen, archivieren Sie Prompts, Modellversionen und Übereinstimmungsstatistiken und stellen Sie KI-Themen nie ohne menschliche Analyse als Ergebnisse dar. Einige Fachzeitschriften und Förderer schränken das Hochladen unveröffentlichter Daten bei KI-Diensten ein.
• Verzerrung: LLMs können Minderheitendialekte oder Formulierungen von Nicht-Muttersprachlern schlechter erkennen und dominante Deutungsrahmen aufdrängen. Schichten Sie die Übereinstimmungsprüfungen nach Gruppen.

Erste Schritte

1. Das Codebuch schreiben oder schärfen: Definition, Ein-/Ausschlussregeln und 2–3 Ankerzitate je Code.
2. Einwilligungserklärungen, Ethikvotum und Datenklassifizierung prüfen und den Verarbeitungsmodus entsprechend wählen (Cloud in der EU, Anbieter-KI mit AVV oder lokale KI). Transkripte zuerst pseudonymisieren.
3. In Ihrem QDA-Werkzeug (KI-Codierung von MAXQDA oder ATLAS.ti) an 2–3 Transkripten oder 300 offenen Antworten erproben, die Sie zusätzlich manuell codieren. κ je Code berechnen.
4. Codes unterhalb Ihrer Übereinstimmungsschwelle streichen oder neu definieren, dann Modellversion und Prompts festlegen.
5. Hochskalieren, mit menschlicher Prüfung aller KI-Vorschläge oder einer geschichteten Stichprobe. Das Vorgehen im Methodenteil oder im Projektbericht dokumentieren.

Quellen

1. Dunivin, Z. O. — Scalable Qualitative Coding with LLMs: Chain-of-Thought Reasoning Matches Human Performance in Some Hermeneutic Tasks (arXiv:2401.15170) — https://arxiv.org/abs/2401.15170
2. Xiao, Z. et al. — Supporting Qualitative Analysis with LLMs: Combining Codebook with GPT-3 for Deductive Coding (IUI '23 Companion) — https://arxiv.org/abs/2304.10548
3. Chew, R. et al. (RTI) — LLM-Assisted Content Analysis: Using LLMs to Support Deductive Coding — https://arxiv.org/abs/2306.14924
4. De Paoli, S. — Can LLMs emulate an inductive Thematic Analysis of semi-structured interviews? — https://arxiv.org/abs/2305.13014
5. MAXQDA — AI Assist product page (features, Local AI, EU storage, free/premium tiers) — https://www.maxqda.com/products/ai-assist
6. ATLAS.ti — AI Coding powered by OpenAI (consent, no-training agreement, run-to-run variance) — https://atlasti.com/ai-coding-powered-by-openai
7. UK i.AI — ThemeFinder (open-source LLM theme pipeline, MIT) — https://github.com/i-dot-ai/themefinder
8. Caplena — AI open-ended feedback coding (vendor claims) — https://caplena.com
9. BERTopic documentation — https://maartengr.github.io/BERTopic/index.html
10. Condens — AI features and EU/US hosting — https://condens.io/ai/
11. ATLAS.ti — Intentional AI Coding & AI Privacy Mode — https://atlasti.com/intentional-ai-coding
12. QualCoder — open-source QDA software with AI features — https://github.com/ccbogel/QualCoder
13. Dai, S.-C., Xiong, A., Ku, L.-W. — LLM-in-the-loop: Leveraging LLMs for Thematic Analysis (EMNLP 2023 Findings) — https://arxiv.org/abs/2310.15100
14. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
15. Regulation (EU) 2016/679 (GDPR), incl. Art. 89 — https://eur-lex.europa.eu/eli/reg/2016/679/oj