Wenn du eine Zielkunden-Persona baust, sind Alter und Jobtitel schnell drin.
Unangenehm wird’s ein Feld tiefer. Da, wo „Werte” steht. Oder „woran hängt diese Person nachts fest”.
Das füllst du dann doch aus dem eigenen Kopf.
Ging mir am Anfang genauso: Ich saß halt vor dem Feld und kam nicht weiter — nicht, weil mir nichts eingefallen wäre, sondern weil alles, was ich schrieb, am Ende ich selbst im Kostüm war.
Seit einer Weile gibt’s dafür eine Abkürzung. Du bittest ChatGPT, als Mittdreißigerin aus der Stadt zu antworten, und vier Sekunden später liegt ein sauberer Absatz da. Klar, dass da jemand fragt, ob man sich die Interviews damit nicht eh sparen kann.
Nur bleibt darunter die eigentliche Frage liegen: Wie nah ist diese Antwort an einem echten Menschen?
Und genau da ist mal jemand mit roher Gewalt rangegangen — und hat tausend echte Menschen nachgebaut, einen nach dem anderen.
Wie prüft man überhaupt, ob eine synthetische Person „richtig” antwortet?
Die Studie kommt aus Stanford, zusammen mit Google DeepMind, 2024 (Studie).
Der Aufwand ist dabei ja beeindruckender als der Trick. 1.052 echte Teilnehmerinnen und Teilnehmer, jeder einzeln in einem langen, unhektischen Tiefeninterview. Diese Erzählung komplett ins Modell — und daraus pro Person ein eigener Agent.
Ein heißt im Kern: ein Stellvertreter, der für dich antwortet. Sprich: Das Spannende ist hier nicht die Technik, sondern das Ausgangsmaterial. Eine Persona aus reinen Demografiedaten ist die Skizze eines Menschentyps. Diese hier wurden aus dem gebaut, was die Person selbst erzählt hat.
Die 85 % haben einen fiesen Nenner
Und was kam raus?
Das Team hat eine große Befragung — den , einen Klassiker der Sozialforschung — sowohl den echten Personen als auch ihren KI-Kopien vorgelegt und die Antworten verglichen.
Die Kopien haben die Antworten ihrer Person mit rund 85 % Genauigkeit reproduziert.
Aber 85 % wovon? Genau da wird’s clever. Die Decke ist nicht die Perfektion, sondern die Übereinstimmung derselben Person mit sich selbst, wenn sie dieselbe Befragung zwei Wochen später noch einmal ausfüllt.
Denn Menschen driften eben. Zwei Wochen reichen, um der eigenen Antwort zu widersprechen — eine ziemlich demütigende Erkenntnis über sich selbst. Diese Linie „so wenig stimmt schon das Original mit dem Original überein” ist die 100-%-Marke, und die KI-Kopie kam auf 85 % davon. Wohlgemerkt: An der Konstanz eines echten Menschen gemessen zu werden, ist eine harte Note, kein Geschenk.
Was gut lief — und was eben nicht
Es blieb nicht bei der Befragung. Bei der Vorhersage von Persönlichkeitsmerkmalen und bei den Experimentalspielen aus der Verhaltensökonomie schnitten die Kopien ähnlich gut ab.
Ein leiser Befund wiegt dabei schwerer, als er klingt: Der Abstand zwischen den Gruppen war klein. Agenten aus reinen Demografiedaten treffen halt bei manchen ethnischen oder weltanschaulichen Gruppen besser als bei anderen. Die Agenten aus der eigenen Erzählung hielten ihre Genauigkeit über diese Gruppen hinweg stabiler.
Die eigene Erzählung schlägt die Demografie.
Trotzdem ist das kein Freifahrtschein. Das Team sagt selbst, dass ein Teil der einstellungsbezogenen Vorhersagen danebenlag. Heißt, im Klartext: durchschnittliche Tendenzen ja, die feinen persönlichen Beweggründe eines einzelnen Menschen nein.
Und wer schreibt eigentlich die Fragen?
Sobald du synthetische Antworten in die Praxis holst, kommt eine zweite Baustelle dazu, über die kaum jemand redet: die Fragebogen-Formulierung.
Auch das hat man untersucht — der KI das Entwerfen der Fragen zu überlassen. Kontextpassende Fragen bekommt sie hin. Genauso produziert sie aber die Klassiker, die Menschen ja auch hinbekommen: zwei Themen in eine einzige Frage gestopft, oder Fachjargon ohne Ende (Studie).
Heißt, synthetische Fragen und synthetische Antworten werden erst brauchbar, wenn ein menschlicher Prüfschritt dranhängt.
Ehrlich zusammengefasst: Als Entwurf ist die KI-Synthese richtig gut. In dem Moment, wo du die Prüfung weglässt, wird plausibel klingende Erfindung draus.
Fazit: Die Vorarbeit an die KI, das echte Bild an die Messung
Was nimmt man als Marketing- oder Marken-Verantwortlicher jetzt mit?
Die Linie ist die: Synthetische Antworten sind stark für Hypothesen und für den Zuschnitt einer Untersuchung — und sie ersetzen nicht das Wissen, wie deine Marke tatsächlich gesehen wird. 85 % sind beeindruckend, aber es sind 85 % eines menschlichen Maßstabs. Die echten Leute waren halt die Musterlösung. Das ist etwas anderes, als die Messung wegzurationalisieren.
Also: In der Praxis alles sauber etikettieren. Das hier hat eine KI gesagt. Das da haben wir an echten Menschen oder echten Daten gemessen. Ersteres ist Diskussionsgrundlage, Letzteres Entscheidungsgrundlage. Wer beides vermischt, sitzt am Ende doch wieder in derselben Falle wie bei der Persona, die man sich ausgedacht und dann geglaubt hat.
Und für die eigene Marke gilt: Gib dich nicht mit der plausibel klingenden Zusammenfassung der KI zufrieden, sondern schau regelmäßig nach, wie über dich geredet wird und wo dein Name überhaupt fällt. Synthese und Messung getrennt zu halten ist eine langweilige Gewohnheit. Und genau die macht den Unterschied zwischen „ich nutze das Ding” und „das Ding nutzt mich”.
