Offene Fragen im Rahmen der Mitarbeitendenbefragung

Offene Fragen im Rahmen der Mitarbeitendenbefragung
Marcel Bruder
von Marcel Bruder

Veröffentlicht am 11.08.2015 · Aktualisiert am 07.09.2026

Geschlossene Fragen liefern in einer Mitarbeitendenbefragung die quantitative Grundlage: Wie stark ist das Engagement? Wie eng fühlen sich Mitarbeitende an die Organisation gebunden? Welche Themen werden positiv bewertet und wo zeigen sich Handlungsfelder?

Offene Fragen helfen bei der Einordnung dieser Ergebnisse. Sie geben Mitarbeitenden außerdem Raum, Beobachtungen, Hintergründe und Themen anzusprechen, die durch vorgegebene Antwortskalen nicht erfasst werden.

Beispiele sind Fragen wie „Was läuft aus Ihrer Sicht gut und wo sehen Sie Verbesserungsbedarf?“ oder „Welche Themen sollten wir zusätzlich berücksichtigen?“.

Kurz gesagt: Geschlossene Fragen zeigen, wo Auffälligkeiten liegen. Offene Angaben helfen dabei, diese Auffälligkeiten zu verstehen und einzuordnen. Gleichzeitig machen sie Themen sichtbar, die im Fragebogen möglicherweise gar nicht vorgesehen waren.

Wozu offene Fragen besonders hilfreich sind

Offene Angaben können unterschiedliche Aufgaben übernehmen:

  • Erklärung: Warum wird beispielsweise Führung, Zusammenarbeit oder interne Kommunikation kritisch beurteilt?
  • Konkretisierung: Was genau funktioniert aus Sicht der Mitarbeitenden nicht?
  • Entdeckung: Welche Themen beschäftigen die Belegschaft, die im Fragebogen bisher nicht berücksichtigt wurden?
  • Hinweise auf Verbesserungsmöglichkeiten: Welche konkreten Ansatzpunkte nennen Mitarbeitende?
  • Kontext: Welche Situationen oder Erfahrungen stehen hinter einem auffälligen quantitativen Ergebnis?

In unseren Projekten sehen wir häufig, dass gerade die offenen Angaben den entscheidenden Kontext zu einem Ergebnis liefern. Ein kritischer Mittelwert zur internen Kommunikation zeigt beispielsweise zunächst eine Auffälligkeit. Die Kommentare können erklären, ob Informationen zu spät kommen, die Führungskaskade nicht funktioniert oder Entscheidungen nicht ausreichend erläutert werden.

Weniger Antworten, anderer Blick auf die Ergebnisse

Unserer Erfahrung nach beantworten deutlich weniger Mitarbeitende offene Fragen als geschlossene. Einen eigenen Kommentar zu formulieren verlangt mehr Zeit und Auseinandersetzung als die Auswahl einer Antwort auf einer Bewertungsskala. Diese Beobachtung wird auch durch die Forschung gestützt: Offene Fragen bleiben häufiger unbeantwortet, unter anderem aufgrund des höheren Aufwands für die Befragten.¹

Gleichzeitig kann sich die Gruppe der Kommentierenden von der Gesamtheit der Befragten unterscheiden. Eine Untersuchung offener Angaben in einer Mitarbeitendenbefragung mit 661 Beschäftigten zeigte beispielsweise, dass unzufriedenere Mitarbeitende häufiger Kommentare abgaben. Die Kommentare fielen zudem überproportional kritisch aus und wurden mit zunehmender negativer Tonalität häufig länger.²

Offene Angaben sollten deshalb nicht dazu verwendet werden, Häufigkeiten auf die gesamte Belegschaft hochzurechnen. Wenn 30 Prozent der Kommentare ein bestimmtes Thema ansprechen, bedeutet das nicht, dass 30 Prozent aller Mitarbeitenden dieses Thema genauso bewerten.

Ihre Stärke liegt an anderer Stelle: Offene Angaben zeigen, welche Themen auftreten, wie Mitarbeitende sie beschreiben und welche Hintergründe hinter quantitativen Ergebnissen stehen können.

Aus unserer Erfahrung werden sie besonders aussagekräftig, wenn sie gemeinsam mit den geschlossenen Fragen betrachtet werden. Ein kritisches Themencluster gewinnt beispielsweise an Bedeutung, wenn gleichzeitig die dazugehörigen quantitativen Ergebnisse auffällig sind.

Freitext braucht besonderen Datenschutz

Auch eine anonym durchgeführte Mitarbeitendenbefragung bedeutet nicht automatisch, dass ein Freitext keine Rückschlüsse auf Personen zulässt. Mitarbeitende können Namen nennen oder Situationen so konkret beschreiben, dass einzelne Personen erkennbar werden.

Deshalb prüfen wir offene Angaben vor der Auswertung und insbesondere vor der Weitergabe von Originalkommentaren auf solche Hinweise. Namen und andere identifizierende Informationen werden entfernt oder so verändert, dass der inhaltliche Kern erhalten bleibt, ohne einzelne Personen erkennbar zu machen.

Heute kann auch dieser Arbeitsschritt vollständig KI-gestützt erfolgen.

Wie KI die Auswertung offener Angaben verändert hat

Als wir diesen Beitrag im August 2015 veröffentlicht haben, war die automatisierte Auswertung offener Angaben noch stark eingeschränkt. Seitdem hat sich technisch enorm viel verändert. Deshalb haben wir den Beitrag grundlegend aktualisiert und zeigen, wie offene Angaben heute ausgewertet werden können.

Wir haben internationale Konzerne bei Projekten begleitet, in denen allein die Aufbereitung und Auswertung der offenen Angaben inklusive Übersetzung und thematischer Zuordnung rund 40.000 Euro kostete. Während die Ergebnisse der geschlossenen Fragen bereits vorlagen, dauerte es teilweise weitere zwei Monate, bis auch die offenen Angaben vollständig ausgewertet waren.

Heute können praktisch alle wesentlichen Arbeitsschritte KI-gestützt erfolgen:

Anonymisieren: Namen und andere Hinweise, die Rückschlüsse auf einzelne Personen ermöglichen, werden automatisiert erkannt und für die weitere Verwendung bereinigt.

Übersetzen: Kommentare aus unterschiedlichen Sprachen werden automatisiert in eine gemeinsame Auswertungssprache übertragen.

Inhaltlichen Oberthemen zuordnen: Ähnliche Aussagen werden zu Themenclustern zusammengeführt. Dabei kann ein Kommentar mehreren Themen zugeordnet werden. Eine Aussage kann sich beispielsweise gleichzeitig auf Führung, Arbeitsbelastung und Zusammenarbeit beziehen.

Sentiment analysieren: Für einzelne Kommentare und Themen wird eingeordnet, ob Aussagen positiv, neutral oder kritisch ausfallen.

Zusammenfassen: Größere Mengen an Kommentaren werden je Thema oder Organisationseinheit auf die zentralen Aussagen verdichtet.

Damit steht die Essenz der offenen Angaben sehr schnell zur Verfügung und kann direkt für die weitere Ergebnisarbeit genutzt werden: Welche sonstigen Themen brauchen Aufmerksamkeit? Welche Erklärungen liefern die Kommentare für quantitative Auffälligkeiten? Und welche Ansatzpunkte ergeben sich daraus für den Folgeprozess?

ⓘ  Kommentare im Überblick
Häufigkeiten – geclustert nach:
Fragebogen explorativ
Themen Fragen Sentiment
123 Kommentare
Engagement 75
Förderung und
Entwicklung
71
Information und
Kommunikation
61
Führung 57
Arbeitsbedingungen 36
Gesundheit und
Vitalität
29
Zusammenarbeit 19
Strategie 17
Commitment 17
Nachhaltigkeit 17
Kundenorientierung 14
Innovation 11
Zusammen... 6
Mein Unt... 3
✣ Einordnung
Prozess- und Kommunikationsmängel
Unklare Prozesse, fehlende Transparenz, mangelnde Kommunikation der Unternehmensleitung und unzureichende Einarbeitung neuer Mitarbeitender sind wiederkehrende Kritikpunkte. (hoch)
Entwicklungsmöglichkeiten und Wertschätzung
Mangelnde Entwicklungsmöglichkeiten, fehlende Anerkennung für gute Leistungen und ein Gefühl fehlender fachlicher Wertschätzung demotivieren Mitarbeitende. (hoch)
Arbeitsbedingungen und Belastung
Hoher Zeitdruck, körperliche Belastung und unzureichende Gesundheitsangebote belasten Mitarbeitende. (mittel)
Unternehmenskultur und Fairness
Bedenken hinsichtlich der Gleichbehandlung, der Unternehmenskultur und unklarer Entscheidungswege tragen zu Frustration bei. (mittel)
Kundenorientierung und Teamarbeit
Kundenorientierung und guter Zusammenhalt werden als positive Aspekte hervorgehoben, durch die genannten Probleme aber teilweise überlagert. (niedrig)

Auswertung offener Angaben im Dashboard
Corporate, Modul der PRIOTAS Intelligence Platform

Wie wir die Qualität der KI-Auswertung absichern

Die automatisierte Analyse offener Befragungsantworten wird inzwischen auch wissenschaftlich intensiv untersucht. Dabei zeigt sich unter anderem, dass das eingesetzte Modell und das Vorgehen Einfluss auf die Qualität der thematischen Zuordnung haben können.³ Für uns ist deshalb entscheidend, dass eine KI-Auswertung nicht als Black Box endet.

Bei PRIOTAS bleibt für jedes Themencluster sichtbar, worauf die Auswertung basiert. Wir zeigen, wie viele Kommentare dem Thema zugeordnet wurden, welchen Anteil sie an den offenen Angaben haben, wie sich positive, neutrale und kritische Aussagen verteilen und welche anonymisierten Originalaussagen dahinterstehen. Ein Kommentar kann mehreren Themen zugeordnet werden, wenn er unterschiedliche Inhalte anspricht.

So lässt sich eine KI-generierte Zusammenfassung direkt mit den zugrunde liegenden Aussagen abgleichen. Auch kleinere oder widersprüchliche Perspektiven verschwinden dadurch nicht einfach in einer zusammenfassenden Aussage.

Datenschutz bei der KI-gestützten Auswertung

Gerade bei offenen Angaben ist für uns entscheidend, wo und wie die Daten verarbeitet werden. PRIOTAS setzt für die KI-gestützte Verarbeitung Lösungen ein, die für eine DSGVO-konforme Verarbeitung ausgelegt sind und deren Datenverarbeitung in Deutschland beziehungsweise der EU erfolgt.

Für besonders sensible Einsatzszenarien hosten wir kleinere Sprachmodelle selbst. Diese übernehmen klar abgegrenzte Aufgaben wie Anonymisierung, thematische Zuordnung oder Sentimentanalyse, ohne dass die Freitexte an einen extern betriebenen großen Sprachmodell-Dienst übertragen werden.

Darüber hinaus ist auch eine Anbindung der Sprachmodelle unserer Kunden möglich.

Wie auch immer: Der Ablauf bleibt gleich. Wir wählen im Hintergrund die passende LLM-Lösung für die jeweiligen Aufgaben unter Berücksichtigung der Datenschutzanforderungen aus.

Offene Angaben nie isoliert betrachten

Auch mit moderner KI bleibt ein Grundsatz unverändert: Offene Angaben sollten gemeinsam mit den übrigen Befragungsergebnissen interpretiert werden.

Ein großes Cluster kritischer Kommentare kann auf ein wichtiges Problem hinweisen. Die Häufigkeit dieses Clusters bedeutet aber nicht automatisch, dass dasselbe Thema für einen entsprechenden Anteil der gesamten Belegschaft kritisch ist.

Umgekehrt kann ein Thema nur in wenigen Kommentaren auftauchen und trotzdem relevant sein, beispielsweise wenn eine bestimmte Organisationseinheit betroffen ist oder sich der Befund auch in den geschlossenen Fragen zeigt.

Die Verbindung aus quantitativen Ergebnissen, Themenclustern, Sentiment und anonymisierten Originalaussagen ermöglicht deshalb eine fundierte Einordnung der Befragungsergebnisse.

Wer offene Angaben so auswertet, kann sie direkt in die Ergebnisinterpretation und den Folgeprozess einbeziehen. Wie viel Unterstützung dafür benötigt wird, hängt vor allem von der Komplexität der Befragung ab.

Mitarbeitendenbefragung selbst durchführen

Mit Studio können Sie auch größere Mengen offener Angaben direkt in die Auswertung Ihrer Mitarbeitendenbefragung einbeziehen. Studio bündelt wiederkehrende Themen, analysiert die Tonalität der Kommentare und verbindet die offenen Angaben mit den übrigen Befragungsergebnissen.

Mitarbeitendenbefragung mit Studio selbst durchführen

Befragung und Auswertung begleiten lassen

Bei komplexeren Mitarbeitendenbefragungen begleiten unsere Berater:innen Sie im Full Service von der Konzeption über die Durchführung und Auswertung bis zum Folgeprozess. Dazu gehört auch die methodische Einordnung offener Angaben und die Frage, welche Erkenntnisse daraus für die weitere Arbeit entstehen.

Mehr zur Full-Service-Mitarbeitendenbefragung

Fazit

Offene Angaben gehören aus unserer Sicht zu jeder guten Mitarbeitendenbefragung. Sie liefern Kontext zu quantitativen Ergebnissen, machen zusätzliche Themen sichtbar und geben konkrete Hinweise darauf, was Mitarbeitende beschäftigt.

KI macht diese Informationen heute unmittelbar nutzbar: von der Anonymisierung und Übersetzung über Themencluster und Sentimentanalyse bis zur Zusammenfassung. Kommentare sind keine repräsentative zweite Befragung. Richtig eingeordnet können sie jedoch sehr genau erklären, was quantitative Ergebnisse allein nicht zeigen.


Quellen und weiterführende Literatur

¹ Zuell, C., Menold, N. & Körber, S. (2015): The Influence of the Answer Box Size on Item Nonresponse to Open-Ended Questions in a Web Survey. Social Science Computer Review, 33(1), 115–122.

² Poncheri, R. M., Lindberg, J. T., Thompson, L. F. & Surface, E. A. (2008): A Comment on Employee Surveys: Negativity Bias in Open-Ended Responses. Organizational Research Methods, 11(3), 614–630.

³ von der Heyde, L., Haensch, A.-C., Weiß, B. & Daikeler, J. (2025): Using Large Language Models for Coding German Open-Ended Survey Responses on Survey Motivation. Survey Research Methods, 19(4), 355–370.

Kontakt

PRIOTAS GmbH

Im Mediapark 5
50670 Köln

Tel: +49 (221) 300636-0
[email protected]
www.priotas.de

Nach oben