Ich habe mich in letzter Zeit intensiv mit der Frage beschäftigt, was einen wirklich nützlichen Umfragereport ausmacht.

Die eingebaute Statistikansicht von LimeSurvey liefert Charts und Kennzahlen. Das ist völlig ausreichend, wenn man selbst analysiert. Aber reicht das auch für die Empfänger eines Reports?

Meine Beobachtung ist, dass viele Berichte statistisch korrekt sind, aber die Interpretation dem Leser überlassen. Ein Boxplot ist korrekt – aber versteht ihn der typische Auftraggeber oder Projektverantwortliche tatsächlich?

Deshalb habe ich mich mit der Idee beschäftigt, Reporting um zwei Aspekte zu erweitern:

* regelbasierte Interpretation von Ergebnissen (Insights)
* interaktive Filter statt rein statischer Berichte

Als Experiment habe ich den öffentlichen JetBrains Developer Survey 2025 in LimeSurvey importiert und daraus einen interaktiven Report erstellt.

Den Ansatz habe ich hier beschrieben:

[url] markob.de/visualisierung-allein-reicht-nicht-mehr [/url]

Mich würde interessieren, wie ihr das in euren Projekten löst:

* Nutzt ihr die eingebaute Statistikansicht?
* Exportiert ihr nach Excel, SPSS oder Power BI?
* Erstellt ihr eigene Reports für Auftraggeber?
* Wie viel Interpretation gehört eurer Meinung nach in einen Survey-Report?

Ich bin gespannt auf eure Erfahrungen.

bismark wrote:

aber versteht ihn der typische Auftraggeber oder Projektverantwortliche tatsächlich?

 

Was ist der typische Auftrag und deren Stakeholder, wenn LimeSurvey involviert ist?

Aus den vielen Jahren mit LimeSurvey würde ich grob folgende Auftragsszenarien erkennen:
1.) LimeSurvey wird als Tool für eine bestimmte Umfrage innerhalb einer Organisation etabliert. Hoher Standardisierungsgrad bei Erfassung und Auswertung. Wenig Bedarf für händisches Nacharbeiten. Datenbereinigung wird automatisiert und Auswertung oder Reports werden außerhalb von LimeSurvey gemacht.
2.) LimeSurvey wird für Ad-hoc-Befragungen von einem Dienstleister eingesetzt, Geringer Standardisierungsgrad. Nach Erfassung wird eine Datenbereinigung durchgeführt. Charts und Kommentierung werden als Lang- oder Kurzreport außerhalb von LimeSurvey erstellt. Das wäre die Vorgehensweise von Marktforschungsinstituten oder auch universitäre Instituten.
3.) LimeSurvey wird Ad-hoc eingesetzt. Methodisches Wissen ist beim User eingeschränkt vorhanden. LimeSurvey soll automatisch fast alles machen. Datenbereinigung findest nicht statt. Für die Auswertung werden keine externen Tools genutzt.

Es gibt immer mehr User, die aufgrund von Appnutzung über Smartphones und primärer Nutzung von SaaS nicht gewohnt sind, sich eigene Workflows lokal zusammenzustellen. Die Vorstellung eine Datendatei aus LimeSurvey herunterzuladen, dann mit verschiedenen Tools die Daten zu modifizieren, erscheint denen völlig abwegig.

Solange LimeSurvey keine User-URL-Verwaltung für Reports hat, erscheint mir LimeSurvey für Reports an verschiedene Stakeholder ungeeignet.
Ich bin mir auch nicht sicher, ob Wunsch und Nutzungshäufigkeit nach Dashboards und Reporting-Oberflächen nicht eine starke Diskrepanz aufweisen. Zugang wollen immer alle, aber sich wirklich mit den Daten beschäftigen eher nicht.

Da sich LimeSurvey auf der Homepage mit SurveyMonkey, GoogleForms und Qualtrics vergleicht, könnte man hier ja mal eine Gegenüberstellung beim Reporting und Dashboard machen.

Vor einigen Jahren hat Ifad begonnen Marktforschungsinstituten eine separate Reportingplatform anzubieten.
Ist vielleicht mal ein Blick Wert, um sich für die eigene Arbeit inspirieren zu lassen. Account kann man so anlegen.
www.reportbook.de/

Als Kontrast vielleicht ein Tool wie DataTile.
www.datatile.eu/

LamaPoll taugt mit einem Reporteditor innerhalb eines Befragungstools am ehesten für einen Vergleich mit LimeSurvey.
help.lamapoll.de/Features/Auswerten/Umfrage-Reports/
Die Reports sind aber nicht innerhalb einer Befragung, sondern können alle Umfragen als Datenquellen nutzen. Damit kann man dann einzelne Fragen aus verschiedenen Umfragen in einem Report kombinieren. Das ist bei LamaPoll weiterhin alles noch im Beta-Test.

 

Die eingebaute Statistikansicht von LimeSurvey liefert Charts und Kennzahlen. Das ist völlig ausreichend, wenn man selbst analysiert. Aber reicht das auch für die Empfänger eines Reports?

In diesem Fall ist es Aufgabe des Senders die Daten entsprechend aufzubereiten bzw. zu erklären. Kein Tool kann das wirklich liefern. Bevor wir anfangen zu versuchen automatsich Reports zu erklären und zu interpretieren, sollten wir uns lieber überlegen ob man nicht an den Standardreports arbeitet und da eventuell mehr Möglichkeiten gibt ein Dashboard anzubieten, das der Umfragenersteller bauen kann.

Crosstabs, etc. wären schon.

Meine Beobachtung ist, dass viele Berichte statistisch korrekt sind, aber die Interpretation dem Leser überlassen. Ein Boxplot ist korrekt – aber versteht ihn der typische Auftraggeber oder Projektverantwortliche tatsächlich?

Damit kämpfen selbst Consultants und Marktforschungsinstitute. Das wird man meiner Meinung nach auch mit dem besten Reporting-Tool nicht lösen.

Heute kann man meiner Meinung nach das Limesurvey-Reporting maximal für kurze Updates während der Feldzeit gebrauchen, wenn überhaupt. Ansonsten würde ich das, was es heute gibt eher unter der Kategorie "ignorieren" ablegen.

Gut, sollte es mir vielleicht mal wieder ansehen, vielleicht hat sich da ja was getan. Habe da aber wenig Hoffnung.

ich bin dabei, mit "regelbasierten Insights" zu arbeiten, so habe ich die genannt, keine KI.  Standardisieren kann man zum Beispiel (e)NPS (0 - 10 Skala), mit der Unterteilung in Kritiker, Passiven und Promotoren. Ein NPS von 29 ist nicht gleich einem NPS von 29. Die Gewichtung der 3 genannten Kategorien kann dabei sehr unterschiedlich sein. Demzufolge lassen sich auch unterschiedliche Erkenntnisse ableiten. Die Regeln müssen natürlich ausformuliert und programmiert werden.

Die dabei entstehenden Texte könnten zum Bsp so aussehen: 

Sehr kleine Stichprobe
Die Auswertung basiert auf lediglich 7 Antworten. Einzelne Bewertungen können das Ergebnis stark beeinflussen.

Kritiker dominieren das Meinungsbild
Die Weiterempfehlungsbereitschaft wird derzeit von Unzufriedenheit geprägt. 42,9 % der Befragten zählen zu den Kritikern, während nur 14,3 % als Promotoren gelten. Auf jeden Promotor kommen rund 3 Kritiker.

Potenzial durch Passive
Die 42,9 % Passiven stellen das größte kurzfristige Verbesserungspotenzial dar. Würden sie vollständig zu Promotoren werden, würde sich der NPS von -29 auf +14 verbessern.

 

Hallo in die Runde,
seit kurzem habe ich angefangen mich mit Limesurvey CE (Version 6) zu beschäftigen, auf der Suche nach einem guten Tool für Umfragen. Um Ergebnisse ein wenig aufbereitet aus Limesurvey zu präsentieren, ist das eingebaute "Statistik" zu starr. Bei der Suche nach einer Alternative bin ich auf das Plugin Reporting gestoßen, das angeboten wird ( survey-consulting.com/product/free-limesurvey-reporting-plugin/ ). Auf der Suche nach Infos, wie das Plugin genutzt werden kann, habe ich dann aber leider gar nichts gefunden und bin hier im Forum auf diesen Beitrag gestoßen... Von daher meine naive Frage, ob das Plugin überhaupt genutzt wird, weil es hier in den Beiträgen anscheinend gar nicht thematisiert wurde?!
Viele Grüße

Die Diskussion hier hat mich dazu gebracht, einen weiteren Aspekt etwas ausführlicher aufzuschreiben.

Wenn Reports nicht nur Zahlen zeigen, sondern Entscheidungen unterstützen sollen, stellt sich schnell die Frage nach Prioritäten:
Welche Ergebnisse sind tatsächlich relevant und wo lohnt sich Verbesserung am meisten?

Genau darum geht es bei der Treiberanalyse und der daraus abgeleiteten Prioritätsmatrix:

Treiberanalyse: Welche Frage wirklich zählt

Im Artikel habe ich anhand eines konkreten Beispiels gezeigt, wie sich aus Einzelbewertungen, Einflusswerten und automatischen Insights konkrete Handlungsfelder ableiten lassen.

Ich nutze diesen Thread für zwei weitere Artikel, die direkt daran anknüpfen:

• Priority Score – warum Lückengröße allein keine Priorität ergibt
• IPOT – wie viele Menschen eine Verbesserung tatsächlich erreicht

Die drei Konzepte (Treiberanalyse, PRI, IPOT) bilden zusammen eine vollständige Priorisierungslogik für Survey-Reports.