Von narrativen Interviews zu quantitativen Daten

Dieses Forschungsprojekt zielt darauf ab, das vielschichtige Konzept der Integration von Flüchtlingen, die nach 2015 nach Deutschland gekommen sind, eingehend zu untersuchen und die Auswirkungen der Integrationserfahrung auf das soziale und persönliche Leben der Geflüchteten zu beleuchten. Hierfür werden innovative Verfahren genutzt, die computer-gestützte Auswertungsmethoden wie maschinelles Lernen mit qualitativen Ansätzen (bspw. grounded Theory) verbinden. 

Das Ziel ist, Integration aus der Perspektive der Geflüchteten selbst zu verstehen, indem ihre Wahrnehmungen, sozialen Dynamiken und persönlichen Veränderungen erforscht werden und gleichzeitig einen Beitrag dazu zu leisten unterschiedliche methodische Ansätze, die es erlauben das Forschungssubjekt selbst sprechen zu lassen, zu verbinden. 

Um diese Ziele zu erreichen, liegt der Schwerpunkt des Projekts auf der Nutzung eines großen Datensatzes, der idealerweise interaktiv mit den Befragten durch halbstrukturierte Interviews, die über einen Chatbot geführt werden, erhoben wird. 

Es wird sorgfältig darauf geachtet, sowohl die Stichprobengröße als auch die Effizienz der Datenerhebung zu maximieren, indem geeignete Technologien und Methoden wie maschinelles Lernen und natürliche Sprachverarbeitung für die Textanalyse eingesetzt werden. Mit diesen innovativen Ansätzen versucht das Projekt, umfassende Einblicke in das komplexe Konzept der Integration von Geflüchteten in Deutschland zu bieten und gleichzeitig das methodische Reportoir der Integrationsforschung zu erweitern. 

Das Projekt schließt mehrere zentrale Forschungslücken: Es gibt bislang nur wenige empirische Studien, die Integration aus der Perspektive der Geflüchteten selbst erfassen und deren subjektive Bedeutungen, Emotionen und Erfahrungen systematisch untersuchen. Bestehende Arbeiten betrachten Integration meist als politisches oder strukturelles Ziel, nicht als lebensverändernden, zeitlich dynamischen Prozess. 

Darüber hinaus adressiert das Projekt eine methodische Lücke, indem es qualitative Ansätze mit technologiebasierten Verfahren wie maschinellem Lernen und Chatbot-gestützten Interviews kombiniert. Dadurch wird ein neuer Zugang geschaffen, um große Datenmengen mit der Tiefe individueller Narrationen zu verbinden und so das methodische Repertoire der Integrationsforschung zu erweitern. 

Das Projekt verfolgt das Ziel, Integration aus der Perspektive der Geflüchteten selbst zu verstehen und sie nicht als politisches Programm, sondern als individuellen, sozialen und emotionalen Prozess zu begreifen. Es soll sichtbar machen, wie Geflüchtete Integration erleben, aushandeln und gestalten, und welche persönlichen Veränderungen, Konflikte und neuen Zugehörigkeiten daraus entstehen. Gleichzeitig zielt das Projekt darauf ab, innovative methodische Ansätze zu entwickeln, die qualitative Forschung mit computergestützten Verfahren wie maschinellem Lernen und Chatbot-Interviews verbinden. So soll ein tieferes, empirisch fundiertes Verständnis von Integrationsprozessen entstehen und ein Beitrag zur Weiterentwicklung der sozialwissenschaftlichen Methoden geleistet werden. 

Das Vorgehen des Projekts basiert auf einem mehrstufigen, gemischt-methodischen Forschungsdesign, das qualitative Tiefe mit technologischer Effizienz verbindet. 

Zunächst werden durch offene und ergänzend strukturierte Fragen narrative Daten erhoben, die Geflüchtete dazu einladen, ihre Erfahrungen als persönliche Geschichten zu erzählen. Diese Erzählungen beleuchten moralische, religiöse, ideologische und emotionale Dimensionen der Integration. Um Vielfalt und Inklusion zu gewährleisten, werden die Fragen in mehreren Sprachen angeboten und kulturell sensibel formuliert. 

Zur Datenerhebung wird ein Chatbot eingesetzt, der halbstrukturierte Interviews führt und so eine große, heterogene Stichprobe effizient erreicht. Sollte kein voll funktionsfähiger Chatbot verfügbar sein, kommen alternative Erhebungsformen wie vereinfachte Versionen oder webbasierte Fragebögen zum Einsatz. 

Die Datenanalyse erfolgt mithilfe von maschinellem Lernen und Techniken der natürlichen Sprachverarbeitung, um thematische Muster, emotionale Tendenzen und Integrationsmuster zu identifizieren. 

Erstens zeigt sich, dass Geflüchtete Integration höchst unterschiedlich definieren – als Chance, Verpflichtung, Anpassungsdruck oder Prozess gegenseitigen Lernens. Diese Vielfalt verdeutlicht, dass Integration kein einheitliches Ziel, sondern ein vielschichtiger, subjektiver und wandelbarer Erfahrungsprozess ist. 

Zweitens werden soziale und persönliche Integrationsmuster identifiziert, die stark davon abhängen, wie Geflüchtete selbst Integration verstehen. Dabei treten typische Dynamiken zutage – etwa der Wunsch nach Zugehörigkeit bei gleichzeitiger Angst vor Entfremdung von der Herkunftskultur. 

Drittens belegt das Projekt, dass technologiegestützte Verfahren wie Chatbot-Interviews und maschinelles Lernen qualitativ hochwertige, reichhaltige Daten liefern können. Sie ermöglichen es, große Datenmengen effizient zu analysieren und dabei dennoch individuelle Stimmen und Narrative sichtbar zu machen. 

Schließlich trägt die Studie dazu bei, das methodische Repertoire der Integrationsforschung zu erweitern, indem sie zeigt, wie sich qualitative und quantitative Ansätze produktiv verbinden lassen, um die Komplexität von Integration aus der Sicht der Geflüchteten empirisch zu erfassen.