AI-native User Research: Wie wir 61 Interviews mit KI & Low-Code analysierten | nobank Discovery скачать в хорошем качестве

AI-native User Research: Wie wir 61 Interviews mit KI & Low-Code analysierten | nobank Discovery

Wie validiert man als Startup wirklich ein Kundenproblem? Wir zeigen unseren AI-nativen User Research Prozess, mit dem wir bei nobank 61 Nutzerinterviews mit KI & Low-Code analysiert haben, um unsere Annahmen in der Discovery Phase gründlich zu prüfen. In diesem Video teilen wir unseren kompletten Workflow von der Durchführung der Interviews bis zur Visualisierung der Ergebnisse in einem Dashboard. Erfahre, wie wir: Die Herausforderung der Analyse von Stunden an Audio-Material gemeistert haben. Einen AI-First & Low-Code Ansatz gewählt haben, um schnell und effizient Insights zu generieren – ohne aufwändige Software-Entwicklung. Mit Google Gemini Flash Interviews transkribiert und zusammengefasst haben. n8n und NocoDB genutzt haben, um einen automatisierten Analyse-Workflow aufzubauen. KI-Clustering eingesetzt haben, um Muster, Pain Points (wie "Überforderung", "Misstrauen") und deren Intensität zu identifizieren. Einen "Super-Prompt" für detaillierte Cluster-Analysen entwickelt haben. Mit Hilfe von v0.dev und Cursor ein interaktives Dashboard zur Visualisierung der Ergebnisse (Cluster, Personas, Statistiken) gebaut haben. Zusätzlich Personas und statistische Daten direkt aus den Transkripten extrahiert haben und welche Learnings wir dabei hatten. Dieser Prozess hat uns bei nobank geholfen, unsere Annahmen zu validieren, glasklare User Insights zu gewinnen und ein System für kontinuierliches User Research zu etablieren. Wir teilen unsere Learnings und zeigen, wie mächtig die Kombination aus direktem Nutzerfeedback, KI-Analyse und smarten Tools sein kann. Für wen ist das Video? Ideal für Startup-Gründer (insbesondere FinTech), Produktmanager, UX/UI-Designer, Entwickler und alle, die sich für praktische Anwendungen von KI, Low-Code/No-Code und effiziente User Research Methoden interessieren. Tools, die wir verwendet haben: Google Gemini Flash (für Transkription, Zusammenfassung, Clustering, Extraktion) n8n (Workflow Automation) NocoDB (Datenbank / Content Hub) v0.dev (UI-Generierung) Cursor (AI-gestützte IDE für Dashboard-Entwicklung) Audacity (Audio-Bearbeitung) Kapitel: 00:00 Intro: Die Herausforderung der Nutzer-Validierung bei nobank 00:10 Der Kontext: Validierung für den Inkubator 00:34 Die Methode: 61 Nutzerinterviews durchführen 00:59 Die Analyse-Hürde: Stunden an Audio effizient auswerten 01:16 Unser Ansatz: AI-First & Low-Code 01:49 Die Tools: NocoDB & n8n Workflow 02:05 Zielsetzung: Hypothesen validieren & Neues entdecken 02:21 Schritt 1: KI-Transkription mit Gemini (Details & Challenges) 03:57 Schritt 2: Insight Clustering mit KI (Der Super-Prompt) 04:46 Detail: Aufbau der Cluster-Datenstruktur (JSON Beispiel) 05:19 Schritt 3: Dashboard-Visualisierung Teil 1 (Erster Entwurf mit v0.dev) 06:26 Schritt 3: Dashboard-Visualisierung Teil 2 (Ausbau mit Cursor AI) 06:56 Dashboard-Erweiterung: Hypothesen-Vergleich & Team-Input 07:15 Bonus: Automatisierte Extraktion von Personas & Statistiken 07:47 Der Prompt & Workflow für Persona-Extraktion 07:57 Technische Details & Challenges (API-Nutzung, Limits, Datenschutz) 09:01 Statistik-Dashboard: Implementierung mit Cursor & APIs 10:36 Exkurs: "Vibe Coding" & die Macht von Low-Code 11:01 Zwischenfazit: Vom Audio zu validierten Insights 11:15 Das Ergebnis: Überzeugende Präsentation beim Inkubator 11:42 Ausblick & Fazit: Kontinuierliches User Research als System Connecte dich mit mir: LinkedIn:   / thomaskirst   Mehr über nobank https://www.nobank.app #UserResearch #Startup #AI #LowCode #nobank #FinTech #DiscoveryPhase #Produktentwicklung #Gemini #n8n #NocoDB #Automation #ux Tags: User Research, AI, Künstliche Intelligenz, Startup, FinTech, nobank, Gründer, Discovery Phase, Problem Validation, Kundenvalidierung, Nutzerinterviews, Interviewanalyse, Audioanalyse, Transkription, Low Code, No Code, Automation, n8n, NocoDB, Google Gemini, v0.dev, Cursor, Dashboard, UX, UI, Produktentwicklung, Customer Insights, Data Analysis, Workflow Automation, Persona Erstellung, Cluster Analyse, Nutzerbedürfnisse, AI-native, Lean Startup, MVP, Kundenfeedback, Qualitative Datenanalyse