„Frag doch die KI-Persona, dann sparen wir uns die Marktforschung”
In letzter Zeit kommt in fast jedem Kickoff derselbe Vorschlag: Bauen wir uns schnell eine KI-Persona und schauen vorab, wie der Markt reagiert. Gerade wenn du Hypothesen schnell testen willst, klingt das verlockend.
Ging mir genauso. Für die erste Richtung bei einer Anzeige oder einem neuen Produkt ist so eine Persona echt praktisch, das will ich gar nicht kleinreden.
Nur: Die eigentliche Frage ist doch, wie weit du dem Ding trauen darfst. Ab wann wird aus „nützlicher Anhaltspunkt” ein „so hat der Markt gesprochen”? Das ist ein Riesenunterschied.
Denn genau da haben sich zwei Studien mal richtig drangesetzt. Die eine zeigt, wie treffsicher so ein Nachbau sein kann, die andere, wie man die Antworten überhaupt sauber bewertet. Schauen wir sie uns an.
1.052 Leute nachgebaut: Wo die 85% wirklich herkommen
Fangen wir mit Park und Kollegen an, Stanford University und Google DeepMind (Studie).
Der Clou steckt im Input. Das Team hat 1.052 Menschen je rund zwei Stunden interviewt und aus jedem einzelnen Gespräch einen KI-Agenten genau dieser Person gebaut. Kein Drei-Zeilen-Steckbrief, sondern Lebensgeschichte, Werte, Widersprüche.
Getestet haben sie die Agenten an den Fragen des — einer großen US-Befragung, die seit Jahrzehnten erhebt, wie Menschen ticken und sich verhalten. Und was kam raus? Die Agenten trafen die Antworten der jeweiligen Person zu rund 85%.
Wichtig ist, wie diese 85% zustande kommen. Gemessen wird nicht gegen irgendeinen Idealwert, sondern gegen die Antworten derselben Person, als sie die Befragung zwei Wochen später noch einmal ausfüllte. Auch wir Menschen sind mit uns selbst nicht deckungsgleich. Heißt: Der Nachbau kam nah an diese menschliche Obergrenze heran.
Ein Detail zählt dabei mehr als die Schlagzeile. Agenten aus Interviews zeigten weniger Verzerrung zwischen Bevölkerungsgruppen als Agenten, die nur aus demografischen Merkmalen gebaut waren.
Die Genauigkeit macht also nicht das Etikett „KI-Persona” — sie macht die Tiefe des Kundenverständnisses, das du reinfütterst.
Der Haken: Die 85% gelten nur für eine dick gefütterte Persona
Und genau hier wird es oft falsch verstanden. Parks Setup ist eben nicht die „30-jährige Angestellte, zeitknapp, preisbewusst”-Persona aus drei Zeilen, die in den meisten Decks steht.
Erst mit dem zwei Stunden dicken Interview-Material springt die Zahl auf 85%. Andersrum: Bleibt der Input dünn und du behandelst die Antwort trotzdem als „Stimme des Marktes”, wird es schnell wackelig.
In der Praxis heißt das, ohne alte Kundeninterviews, Support-Logs oder Verlustgründe als Futter steigt die Trefferquote halt kaum. Die KI-Persona ist kein „Forschung überflüssig”, sondern ein Verstärker für das Verständnis, das du ohnehin schon hast.
Dünner Input rein, dünne Persona raus.
Und was ist mit dem Vorwurf, die KI wackle bei jeder Formulierung?
Der zweite Einwand, den du garantiert hörst: Ändere die Formulierung leicht, und die Antwort kippt. Dazu passt die Arbeit von Hua und Kollegen (Studie).
Ihr Befund ist unbequem für die Skeptiker. Ein großer Teil dieser Prompt-Sensitivität — also des Schwankens bei umformulierten Fragen — stammt womöglich gar nicht aus einer Schwäche des Modells, sondern ist ein Artefakt der Bewertungsmethode. Sprich: ein Fehler im Lineal, nicht im Gemessenen.
Der Mechanismus ist simpel. Wirfst du bedeutungsgleiche Antworten weg, nur weil sie nicht Zeichen für Zeichen übereinstimmen, sieht die Streuung künstlich aufgebläht aus. Das Modell war konsistenter, als die Auswertung glauben macht.
Fürs Marketing heißt das zweierlei. Lass denselben Prompt mehrmals laufen und schau auf die Tendenz statt auf den einen Lauf. Und bevor eine Entscheidung darauf fußt, gleich die KI-Antwort mit echten menschlichen Daten ab.
Lies eine einzelne KI-Antwort nie als die Wahrheit.
Fazit: KI-Persona bis zur Hypothese, das Endurteil bleibt bei echten Daten
Als Einstieg ins Kundenverständnis ist die KI-Persona ein starkes Werkzeug — solange du weißt, wo ihre Grenze liegt. Eine Antwort, die aus drei Zeilen Attributen fällt, als „Stimme des Marktes” zu verkaufen, ist riskant: Dünner Input zieht die Persona in ein generisches Durchschnittsbild.
Der konkrete erste Schritt ist deshalb kein Tool-Kauf, sondern Inventur. Sammel deine alten Interviews und die Voice-of-Customer-Notizen ein und polster damit auf, was du dem Modell gibst. Und zieh eine klare Linie: KI-Output geht bis zur Hypothesen-Extraktion und zum Sortieren der Themen. Die schweren Entscheidungen — Preis, Budgetverteilung, Positionierung — laufen zurück auf menschliche Forschung und echte Daten.
Schreibst du diese Grenze einmal als Betriebsregel auf, nutzt du die Geschwindigkeit der KI, ohne das Gewicht der Entscheidung zu verramschen. So wird aus einem netten Vorab-Spielzeug ein verlässlicher Einstieg.
Wenn du das Mess-Setup hinter der Antwortstreuung sauber aufdröseln willst, damit daraus eine belastbare Regel wird: Der Beitrag Antwortet die KI wirklich jedes Mal anders, oder misst du nur falsch? zieht genau an diesem Faden weiter.
Quellen
- Park et al. (Stanford University, Google DeepMind) (2024), “Generative Agent Simulations of 1,000 People”, arXiv:2411.10109, arXiv
- Hua et al. (2025), “Flaw or Artifact? Rethinking Prompt Sensitivity in Evaluating LLMs”, EMNLP 2025, arXiv:2509.01790, arXiv
Verwandte Artikel
