20. August 2026·Use-case·Minds Team

Minds-Ergebnisse in SPSS, R und Excel analysieren | Minds

Niemand möchte eine weitere Analyseumgebung. Minds exportiert Rohdaten als sechspaltige Long-Format-Tabelle, die sich direkt in SPSS, R, Q, Displayr, Excel oder BI-Tools einbinden lässt. So fügt sich die synthetische Schicht nahtlos in Ihren Workflow ein.

Ein Insights-Team möchte keine neue Umgebung für Analysen. Die gewohnten Kreuztabellen-Konventionen, die Gewichtungsmuster, die Diagrammvorlage, die der Kunde kennt: All das liegt in Werkzeugen, denen das Team bereits vertraut. Eine Research-Ebene, die diese Tools nicht beliefern kann, wird nach der Testphase meist wieder aufgegeben.

Minds exportiert Studienergebnisse als einfache Tabelle im Long-Format. Genau diese Struktur erwarten Ihre bestehenden Analysewerkzeuge.

Die Struktur des Exports

Die Rohdaten enthalten eine Zeile pro Persona-Antwort und sechs Spalten:

Spalte	Inhalt
Question	Die gestellte Frage
Group	Das Zielgruppensegment, zu dem die Persona gehört
Persona	Die einzelne synthetische Persona
Discipline	Die Rolle oder der berufliche Kontext der Persona
Answer	Die tabellarisch auswertbare Antwort
Full response	Die vollständige Begründung hinter der Antwort

Das Long-Format ist entscheidend: Es ist genau das Format, das Pivottabellen, Kreuztabellen-Engines oder tidyverse-Pipelines benötigen. Vor der ersten Analyse ist kein Umstrukturieren erforderlich.

Daten in das jeweilige Tool importieren

Excel und Google Sheets. Öffnen Sie die CSV-Datei direkt. Die Datei enthält ein UTF-8-Byte-Order-Mark, sodass Umlaute und Sonderzeichen fehlerfrei dargestellt werden. Erstellen Sie eine Pivottabelle mit Question in den Zeilen und Group in den Spalten für den Standard-Kreuztabellenbericht.

SPSS. Exportieren Sie die Studie als .sav und öffnen Sie sie direkt. Variablen und Labels sind bereits definiert, ein Importassistent ist nicht erforderlich. Wenn Sie toolübergreifend bei einem Format bleiben möchten, funktioniert die CSV-Datei genauso: Datei → Daten importieren → Textdaten, Trennzeichen Komma, erste Zeile als Variablennamen.

R. Nutzen Sie read.csv("export.csv") oder readr::read_csv() für ein Tibble. Durch das Long-Format liefert dplyr::count(Question, Group, Answer) sofort die Häufigkeitsverteilung ohne Data Reshaping. Full response bleibt für qualitative Auswertungen verfügbar.

Q, Displayr, Power BI, Tableau. Fügen Sie die CSV als Flat-File-Datenquelle hinzu. Verwenden Sie Question als Zeilenvariable und Group als Spaltenvariable.

Python. Nutzen Sie pandas.read_csv(), danach crosstab oder groupby. Das ist besonders praktisch, wenn dieselbe Pipeline bereits Ihre sonstigen Befragungsdaten verarbeitet.

Wann Sie die Datei überspringen können

Wenn Analysen wiederkehrend stattfinden, nutzen Sie stattdessen die API. Endpunkte für Studien, Panels und Analysen authentifizieren sich per Bearer-Token, sodass automatisierte Jobs Dashboards aktualisieren können, ohne dass jemand manuell exportieren muss. Panel-Analysen lassen sich über den Panel Analytics Connector auch in Looker Studio einbinden. Tabellenorientierte Teams können Fragen mit dem Google Sheets Add-on direkt aus einer Tabelle heraus ausführen.

Ein ehrlicher Hinweis zur Datennatur

Der Export macht synthetische Ergebnisse genauso handhabbar wie Umfragedaten. Dadurch vergisst man leicht, dass es sich nicht um klassische Befragungsdaten handelt. Häufigkeiten aus einem synthetischen Panel beschreiben das Panel, nicht eine reale Grundgesamtheit. Nutzen Sie sie, um Bedingungen zu vergleichen, Einwände aufzudecken und Hypothesen zu priorisieren. Belastbare Aussagen zur realen Prävalenz gehören in eine Stichprobe mit echten Menschen.

Alles andere an Ihrem Workflow bleibt unverändert: Ihre Gewichtung, Ihre Signifikanzstandards, Ihre Diagrammvorlagen, die Erwartungen Ihrer Kunden. Die synthetische Ebene liefert lediglich schneller die Datenbasis dafür.

Beispiel-Prompt

Stellen Sie dieselbe Frage an alle Zielgruppen, fordern Sie eine kurze strukturierte Antwort plus Begründung an, exportieren Sie die Rohdaten und erstellen Sie eine Kreuztabelle aus Antwort und Gruppe, um zu sehen, welche Segmente abweichen.

Häufig gestellte Fragen

Welches Format nutzt der Rohdatenexport?

Für SPSS-Nutzer gibt es eine native .sav-Datei. Für alle anderen steht eine Long-Format-Tabelle mit einer Zeile pro Persona-Antwort und sechs Spalten bereit: Frage, Gruppe, Persona, Disziplin, Antwort und vollständige Begründung. Die CSV ist kommagetrennt und nutzt ein UTF-8-BOM, damit Excel sie direkt korrekt öffnet. Die .xls-Option ist tabulatorgetrennter Text und keine echte XLSX-Arbeitsmappe. Wählen Sie daher CSV, wenn Ihr Tool ein striktes Format erwartet.

Welche Tools können die Daten direkt einlesen?

Jedes Tool, das CSV-Dateien verarbeitet. SPSS über Textdaten importieren, R über read.csv oder readr, Python über pandas, Excel und Google Sheets nativ sowie Q, Displayr, Power BI oder Tableau als Flat-File-Quelle. Das Long-Format entspricht genau der Struktur, die Kreuztabellen- und Pivot-Werkzeuge erwarten.

Gibt es eine API anstelle des Dateiexports?

Ja. Die öffentliche API bietet Endpunkte für Studien, Panels und Analysen per Bearer-Token. So können geplante Jobs Daten automatisch abrufen, ohne dass manuelle Downloads nötig sind. API-Schlüssel und Exporte sind in den kostenpflichtigen Plänen enthalten.

Kann ich auch Berichte statt Rohdatenzeilen erhalten?

Ja, derselbe Export unterstützt eine Executive Summary oder vollständige Berichte als PDF, Markdown, Word oder PowerPoint. Rohdaten als CSV sind für Teams gedacht, die eigene Analysen durchführen wollen.

Enthält der Export auch die Begründung oder nur die Antwort?

Beides. Die Antwortspalte enthält die kategorische Rückmeldung für Tabellen, und die Spalte für die vollständige Antwort liefert die gesamte Begründung, was die anschließende qualitative Codierung ermöglicht.

Minds ist Mitglied von