Over Skimle

Onze eerste klant was de Finse overheid, die op een betrouwbare en transparante manier honderden pagina's aan reacties op een beleidsconsultatie wilde analyseren. Ze wisten dat handmatige analyse maanden kostte en wilden graag AI proberen, maar de eenvoudige AI-tools die ze probeerden, leverden geen hoogwaardige, transparante analyse op. Ze hadden iets nodig dat nog niet bestond: hoogwaardige, grondige analyse met de snelheid van AI. Henri ging aan de slag en vertaalde zijn ervaring met academische kwalitatieve analyse naar een solide werkwijze waarop experts in de publieke sector konden vertrouwen.

Na het succes bij de Finse overheid namen academische onderzoekers contact met ons op. Zij hadden hetzelfde probleem: traditionele tools zoals NVivo, Atlas.ti of MAXQDA vroegen weken handwerk, maar snellere AI-tools zoals Claude misten grondigheid. De AI-functies die langzaam aan CAQDAS-tools van de vorige generatie werden toegevoegd, waren onbruikbaar. Ze hadden de aanpak van Skimle nodig, die grondigheid en snelheid combineert.

Skimle wordt nu gebruikt door duizenden experts in academisch onderzoek, consultancy, marktonderzoek en tientallen andere vakgebieden. Onze gebruikers doen academisch onderzoek dat in toptijdschriften wordt gepubliceerd, verzamelen en analyseren gedetailleerde feedback van medewerkers, voeren hun volledige consultancyprojecten uit als Skimle-werkomgevingen en transcriberen en analyseren focusgroepgesprekken met de tool.

Onze missie is het toonaangevende platform voor kwalitatieve analyse te bouwen, dat de grondigheid van academische methoden combineert met de snelheid van AI. Elke consultant, onderzoeker, analist en kenniswerker zou tools moeten hebben om diep in kwalitatieve data te duiken die net zo krachtig en veelzijdig zijn als Excel voor kwantitatieve data.

Ons uitgangspunt is dat AI menselijke expertise moet versterken, niet vervangen. De toekomst is niet ‘AI levert analyse van 90% kwaliteit’. Het is ‘AI neemt het mechanische werk over, zodat experts dieper kunnen graven en 200% kwaliteit bereiken’.

Onze ontwerpfilosofie voor Skimle

• Veelzijdig: flexibele invoer, analysemethoden en uitvoer
• Voorspelbaar: zorgvuldig samengestelde werkwijzen met consistente resultaten
• Tweerichtingstransparantie: van samenvattingen naar letterlijke citaten, en vanuit de ruwe data zien waar die gecodeerd is
• Volledige controle: gebruikers kunnen alles eenvoudig bewerken en wijzigen

Lees de whitepaper van Henri Schildt ‘Designing AI for Qualitative Research: Predictability, Transparency, and Control in AI tool Skimle.com’ op SSRN voor meer details.