SynthFolk

Synthetische Nutzer: Was KI-Befragte können – und was nicht

· 15 Min. Lesezeit

Synthetische Nutzer sind KI-generierte Studienteilnehmende: Personas auf Basis eines Sprachmodells, definiert durch ein demografisches und einstellungsbezogenes Profil. Sie beantworten die Fragen, die Sie auch einem echten Panel stellen würden. Sie sind keine Menschen und produzieren keine Meinungen. Sie liefern eine schnelle, günstige und richtungsweisende Simulation dessen, wie eine beschriebene Bevölkerung antworten könnte – bei manchen Forschungsfragen nützlich, bei anderen aktiv irreführend. Dieser Leitfaden trennt beides.

Das Wichtigste in Kürze

Was sind synthetische Nutzer?

Synthetische Nutzer sind künstliche Studienteilnehmende. Sie entstehen, wenn ein großes Sprachmodell in die Rolle eines Mitglieds einer definierten Bevölkerung versetzt wird. Jede Persona hat ein Profil – Alter, Markt, Einkommen, Werte, Einstellungen, Mediennutzung – und beantwortet Interviewfragen, Fragebogen-Items oder kreative Stimuli so, wie es für dieses Profil plausibel wäre. Die Literatur nennt dieses Konstrukt Silicon Sample (Sarstedt et al., 2024). Das Ergebnis sieht wie Forschungsdaten aus. Es ist eine Simulation.

Diese Unterscheidung ist zentral. Ein synthetischer Nutzer erinnert sich nicht daran, jemals etwas gekauft zu haben. Er verfügt nur über ein statistisches Modell dafür, wie Texte über solche Menschen typischerweise klingen. Manchmal reicht das als Näherung für eine Entscheidung, oft nicht. Weil der Begriff in dieser Kategorie sehr locker verwendet wird, lohnt es sich, zunächst das Vokabular zu klären.

Synthetische Nutzer vs. synthetische Personas vs. synthetische Befragte

Oft werden sie als Synonyme behandelt. Treffender ist es, sie als drei Stadien desselben Konzepts zu verstehen.

Begriff Was er bezeichnet Wo er auftritt Typisches Ergebnis
Synthetische Persona Das Profil eines simulierten Individuums Studienaufbau Ein Steckbrief: wer diese Person ist, was ihr wichtig ist
Synthetischer Nutzer Die Persona im Gespräch – sie antwortet und reagiert auf einen Stimulus Qualitative Interviews, Konzepttests, Kreativbewertung Transkripte, Zitate, Themen
Synthetischer Befragter Die Persona im Fragebogen – eine Zeile im Datensatz Befragungen von Dutzenden bis Hunderten Verteilungen, Kreuztabellen, Rangfolgen

Ein vierter Begriff, digitaler Zwilling, bezeichnet das simulierte Modell einer konkreten realen Person auf Basis ihrer eigenen Daten – eine andere Technik mit weit höheren Anforderungen: Toubia et al. (2025) befragten 2.058 Menschen zu 500 Fragen, im Schnitt 2,42 Stunden pro Person, allein um eine öffentliche Testumgebung für Zwillinge auf Individualebene zu schaffen. Das ist nicht die hier beschriebene Stichprobenziehung auf Bevölkerungsebene.

Wie die Profile konstruiert werden, behandelt der Leitfaden zu synthetischen Personas. Diese Seite bleibt bei dem, was passiert, sobald eine davon zu antworten beginnt.

Wie synthetische Nutzer erzeugt werden

Vier Schritte – und der zweite macht den größten Qualitätsunterschied zwischen den Werkzeugen aus.

1. Definition der Zielgruppe. Beschreiben Sie, von wem Sie hören wollen – Markt, Altersspanne, Einkommen und die für die Frage relevanten Merkmale: das Briefing, das Sie einer Rekrutierungsagentur geben würden.

2. Verankerung und Stichprobenziehung. Das System erstellt Profile, die zu diesem Briefing passen. Dem Modell die Profile selbst zu überlassen, klingt zwar flüssig, hat aber einen konkreten Nachteil: Von 14 psychologischen Replikationen, die Sarstedt et al. (2024) prüften, zeigten sechs einen „Correct Answer Effect" – das Modell antwortete sehr einheitlich, fast ohne Varianz. Die Alternative besteht darin, Merkmale aus realen Bevölkerungsdaten zu ziehen. Sun et al. (2024) zeigen, weshalb dies entscheidend ist: Ein Modell, das allein auf demografische Verteilungen auf Gruppenebene ausgerichtet war, erzeugte Antwortverteilungen, die „den tatsächlichen US-Meinungsumfragen bemerkenswert ähnlich" waren. SynthFolk richtet Personas über fünf Kulturregionen hinweg an Daten aus dem European Social Survey und dem Eurobarometer aus. So spiegeln etwa institutionelles Vertrauen oder Preissensibilität einer Persona eine gemessene Verteilung wider, nicht den Eindruck des Modells davon.

Die daraus abgeleitete Regel ist unser eigener Schluss, kein publizierter Befund: Uneinigkeit ist das Signal. Einstimmigkeit beschreibt die Voreinstellung des Modells, nicht die Spannbreite des Marktes.

3. Unabhängige Befragung. Jeder synthetische Nutzer wird separat erzeugt und befragt, statt die Personas gemeinsam in einem Kontextfenster Rollen spielen zu lassen. LLM-vermittelter Text ist ohnehin homogener als menschlicher – 45 % Ähnlichkeit bei Zusammenfassungsaufgaben gegenüber 27 % bei menschlichen Zusammenfassungen (Lin). Ein geteilter Kontext verstärkt diesen Zug zur Mitte nur. Auch bei echten Menschen ist das Gruppenformat ein schwaches Instrument: Caruso et al. (2025) untersuchten 227 Marketingverantwortliche und deren jeweils jüngstes Verpackungs-Redesign. Fokusgruppen gehörten zu den Methoden, die mit weniger erfolgreichen Ergebnissen einhergingen. Forschung dazu, welche Gestaltungselemente Konsument:innen bereits mit einer Marke verbinden, ging dagegen mit erfolgreicheren Ergebnissen einher. Das ist eine Assoziation in einer Kategorie, kein Gesetz – aber ein schwaches Argument dafür, Gruppendiskussionen zu simulieren.

4. Aggregation. Bei qualitativer Arbeit entstehen Themen und Zitate, bei quantitativer Arbeit Verteilungen und Aufschlüsselungen, bei A/B-Stimuli vergleichende Bewertungen.

Eine Schlussfolgerung aus Schritt zwei, keine Messung: Ein kleineres, besser verankertes Panel sollte einem größeren unverankerten überlegen sein. Mehr Befragte aus derselben kollabierten Verteilung erhöhen die Sicherheit, nicht den Informationsgehalt.

Das qualitative Modul von SynthFolk macht aus einer Zielgruppenbeschreibung in normaler Sprache 3–8 verankerte Personas.

Wofür synthetische Nutzerforschung eingesetzt wird

Synthetische Forschung hat dort ihren Platz, wo Breite, Tempo und Vergleich zählen – nicht Entdeckung. Sarstedt et al. (2024) verorten ihr Potenzial in „vorgelagerten Teilen des Forschungsprozesses wie qualitativem Pretesting und Pilotstudien" und bewerten den Einsatz in Hauptstudien deutlich kritischer.

Konzept-Screening. Elf Positionierungsaussagen, Budget für zwei Tests. Ein synthetisches Panel liefert eine Rangfolge, über die sich diskutieren lässt – genug, um zu entscheiden, was in echte Tests geht. Die meisten Teams treffen diese Entscheidung sonst im Besprechungsraum.

Botschafts- und Kreativvergleich. A/B-Vergleiche von Headlines, Nutzenversprechen oder Anzeigenmotiven eignen sich besser für die Methode: Relative Urteile sind weniger anfällig für das Kalibrierungsproblem als absolute. Sie ersetzen nicht den echten Test, sondern helfen dabei, seine Shortlist zu erstellen. Eine ausreichend große Stimulusstudie sieht aus wie Caruso et al. (2026), in der 484 US-amerikanische und 491 britische Konsumentinnen und Konsumenten 48 überarbeitete Verpackungen bewerteten. Das Medienmodul von SynthFolk bietet diesen Screening-Durchlauf als A/B-Modus.

Pilotierung von Fragebogen und Leitfaden. Testen Sie Ihr Instrument mit synthetischen Befragten, bevor Sie Rekrutierungsbudget ausgeben. Mehrdeutige Fragen lassen synthetische Antworten genauso auseinanderfallen wie menschliche; fehlerhafte Items finden Sie an einem Nachmittag.

Erste Durchläufe über mehrere Märkte. Ein Dutzend Märkte ist mit echten Panels kaum finanzierbar, mit synthetischen Panels dagegen leicht zu realisieren. Die Zahlen pro Markt sind nicht belastbar. Sun et al. (2024) zeigen, dass die Replizierbarkeit je nach demografischer Gruppe und Thema variiert, und führen dies auf gesellschaftliche Verzerrungen in den Modellen zurück. Lesen Sie das Divergenzmuster deshalb als Hypothese dazu, wo Feldforschung nötig ist.

Einwand-Mapping. Wenn Sie ein vielfältiges Panel fragen, was es vom Kauf abhalten würde, erhalten Sie rasch ein Inventar von Einwänden – nicht deren Häufigkeit, aber die Gewissheit, dass Sie später keiner überrascht.

Jeder dieser Fälle ist eine Filteraufgabe vor einer echten Entscheidung, nicht die Entscheidung selbst. Damit ist auch die Grenze zur breiteren Kategorie KI-Marktforschung gezogen, in der KI-gestützte Analyse und KI-moderierte Interviews mit echten Menschen regelmäßig mit vollständig synthetischer Arbeit vermischt werden.

Was gegen synthetische Nutzer spricht

Die meistgelesenen Texte zu diesem Thema stammen nicht von Anbietern. Die Kritik der Nielsen Norman Group an synthetischen Nutzern (2024) argumentiert, dass sie nicht ersetzen können, was sich aus der Untersuchung echter Menschen lernen lässt, und dass sie häufig oberflächliches oder übermäßig wohlwollendes Feedback liefern. Papangelis (2025) formuliert in ACM Interactions das verwandte Argument der „Synthetic Persona Fallacy": Statistische Mustererkenner als simulierte Kognition zu vermarkten, leiht sich die Autorität der Forschung, gibt aber deren Standards auf. Quantitative UX-Fachleute sagen es am direktesten: Simulierte Antworten sind keine Daten, weil nichts gemessen wurde.

Drei Teile dieser Kritik sind zutreffend, und keine Datenverankerung behebt sie.

  1. Es gibt keine Messung. Eine synthetische Verteilung wird erzeugt, nicht beobachtet; sie mit den Konfidenzintervall-Konventionen der Umfrageforschung zu berichten ist ein Kategorienfehler. Kohärenz kann auch nicht einspringen: Lin dokumentiert autonome KI-Agenten, die 99,8 % von 6.000 Aufmerksamkeitstests bestanden und dabei psychometrisch saubere Daten produzierten, die von sorgfältiger menschlicher Arbeit nicht zu unterscheiden waren.
  2. Modelle haben systematische Antwortverzerrungen. Sun et al. (2024) führen Replizierbarkeitsprobleme bei Subgruppen auf gesellschaftliche Verzerrungen in den Modellen zurück. Lin wird deutlicher: Die Bereinigung „schneidet genau die Verteilungsränder ab – Ausdrücke von Vorurteil, Ambivalenz, extremen Ansichten". Valenzuela et al. (2024) benennen den Mechanismus als parametrischen Reduktionismus: Wer einen Menschen durch wenige Parameter darstellt, verliert alles, was diese nicht tragen.
  3. Substitution ist ein reales institutionelles Risiko. Der Fehlermodus ist nicht die schlechte Studie, sondern ein Forschungsbudget, das still durch ein Abonnement ersetzt wird – und ein Team, das mit niemandem mehr spricht.

Die ehrliche Reaktion darauf ist keine Gegenrede, sondern ein Studiendesign, das diese Punkte einbezieht. Wie gut verankerte Personas realen Befragten entsprechen, behandelt die Genauigkeit synthetischer Befragter.

Wann Sie stattdessen echte Nutzer brauchen

Fragetyp Synthetisch Echte Nutzer
Welches dieser 10 Konzepte ist einen Test wert? ✅ Screening-Durchlauf Finale Validierung
Ist diese Headline klarer als jene? ✅ Richtungs-A/B Gewinner bestätigen
Wie viel Prozent kaufen bei 29 €? ❌ Keine Kalibrierung ✅ Erforderlich
Wie erledigen Menschen diese Aufgabe tatsächlich? ❌ Kein Verhalten ✅ Usability-Test
Was wollen Nutzer einer brandneuen Kategorie? ❌ Keine Datengrundlage ✅ Discovery
Wie bewerten 40 pädiatrische Onkologiepflegekräfte das? ❌ Datenlage zu dünn ✅ Erforderlich
Hält diese Aussage vor der Aufsicht stand? ❌ Nie ✅ Erforderlich

Hinter dieser Tabelle stehen fünf harte Grenzen:

Absolute Zahlen. Ein synthetisches Panel, das 63 % Kaufabsicht meldet, liefert eine Zahl ohne jede Kalibrierung an die Realität. Wie stark synthetische Zeilen eine Schätzung verschieben, ist nicht hypothetisch: In Lins Simulationen der US-Präsidentschaftsumfragen 2024 kippte das Einfügen von 10 bis 52 synthetischen Befragten in Stichproben von 1.600 die Frage, wer vorn lag. Lesen Sie Verteilungen vergleichend, nie als Prognose.

Wirklich neuartige Produkte. Die Verankerungsdaten sind älter als das Modell, und die Trainingsdaten sind nicht einsehbar – ein offenes Problem, auf das Ong (2024) bei Forschung hinweist, die LLMs als Ersatz für Menschen nutzt. Wo keine Einstellungsverteilung existiert, interpoliert das Modell selbstsicher. Je weiter die Frage von etabliertem Verhalten entfernt ist, desto weniger aussagekräftig ist das Ergebnis.

Unterrepräsentierte und spezialisierte Zielgruppen. Die Datengrundlage ist genau dort am dünnsten, wo Genauigkeit am meisten zählt – und die resultierende Fiktion ist überzeugend, was den gefährlichen Teil ausmacht. Fernandez et al. erzeugten 2.106 synthetische Personas aus 13 DSM-informierten diagnostischen Profilen und führten sieben validierte psychiatrische Screening-Instrumente durch; allein aus kurzen Beschreibungen produzierte das Modell klinisch differenzierte, schweregradsensitive Werte. Kohärentes Antworten oberhalb der Schwelle ist kein Beleg für authentische Teilnahme mehr. Plausibilität ist nicht Ihre Prüfung.

Gelebte Erfahrung und beobachtetes Verhalten. Synthetische Nutzer erzeugen, was eine beschriebene Person sagen könnte. Sie können Ihnen weder den Workaround zeigen, den sich jemand ausgedacht hat, noch das Zögern vor einem Klick, und zwei Klassen von Messungen bleiben aus demselben Grund unerreichbar. Verhaltenshäufigkeit kommt aus Verhaltensdaten: Tanusondjaja et al. (2023) leiten Heavy-Buyer-Verteilungen aus über 550 Millionen Kaufhaus-Transaktionen ab, nicht aus Befragung. Gedächtnisbasierte Konstrukte gehören zum Gedächtnisnetzwerk eines Käufers in einer Kaufsituation und nicht zu Text über eine Marke – was Markensalienz zu einem Messproblem macht und nicht zu einer Frage an ein Modell (Romaniuk & Sharp, 2004).

Regulatorische, sicherheitsbezogene oder rechtliche Risiken. Wenn eine falsche Antwort einen Rückruf, ein Bußgeld oder einen Schaden auslösen kann, brauchen Sie Menschen.

Das ist die Position: Synthetische Forschung ist eine Ergänzung, kein Ersatz. Sie verändert die Ökonomie von Fragen, die Sie ohnehin nie finanziert hätten, und schärft echte Forschung, indem sie die offensichtlichen Irrwege vorab aussortiert. Ein Team, das seine Forschungsfunktion abschafft und ein synthetisches Panel kauft, hat einen Weg gekauft, die eigenen Annahmen zu bestätigen.

Synthetische Nutzer in der Praxis

Eine erste Studie sollte klein, vergleichend und überprüfbar sein.

Aufbau. Qualitatives Modul. Beschreiben Sie die Zielgruppe in normaler Sprache – etwa Lebensmittelkäufer zwischen 30 und 50 in zwei europäischen Märkten mit gemischtem Einkommen. Nutzen Sie drei Personas: das kleinste Panel, das überhaupt uneins sein kann. Ab 6 Credits, veröffentlicht auf der Preisseite.

Instrument. Vier oder fünf offene Fragen zu einer Entscheidung, die Sie bereits getroffen haben, plus eine Sondierungsfrage, deren Antwort Sie nicht kennen.

Was zurückkommt. Ein Transkript pro Persona, dann eine Synthese: wiederkehrende Themen, wo die Personas auseinandergehen, die Zitate dahinter. Lesen Sie zuerst die Abweichungen. Wenn alle drei dieselbe Antwort in drei Tonlagen gegeben haben, war Ihre Frage suggestiv oder Ihre Zielgruppenbeschreibung zu eng – beides im nächsten Durchlauf korrigierbar und nicht erst nach sechs Wochen Feldarbeit.

Die Prüfung, auf die es ankommt. Nehmen Sie eine Frage, die Sie letztes Jahr mit echter Forschung beantwortet haben, fahren Sie sie synthetisch und sehen Sie nach, ob das Panel den Befund reproduziert. Zwei Dinge machen das zu einem ernsthaften Test. Ein eigener Vergleich am eigenen Phänomen erzeugt echtes Wissen und ist kein minderwertiger Ersatz für eine allgemeine Genauigkeitstheorie (Golder et al., 2023). Und der Maßstab ist nicht exakte Übereinstimmung: Menschen antworten zweimal auch nicht identisch, weshalb Toubia et al. (2025) eine Wiederholungswelle einbauten, um eine Test-Retest-Basislinie zu bestimmen. Auch die menschliche Vergleichsgruppe ist nicht mehr sauber – rund 34 % der Prolific-Befragten und bis zu 73 % auf MTurk geben an, bei offenen Fragen KI zu nutzen (Lin).

Teams, die dauerhaft Nutzen ziehen, konvergieren auf eine Schleife: synthetisch divergieren, das Instrument synthetisch unter Druck setzen, mit Menschen validieren, was übrig bleibt, und dann die eigene Kalibrierung prüfen gegen das, was die echte Studie ergeben hat. Schritt vier trennt ernsthafte Nutzung von einer Rechtfertigungsmaschine, und niemand kann ihn Ihnen abnehmen.

Häufige Fragen

Sind synthetische Nutzer echte Menschen?

Nein. Sie sind Sprachmodell-Simulationen, die an Statistiken auf Bevölkerungsebene ausgerichtet sind: Kein Individuum wird repräsentiert, keine personenbezogenen Daten werden verarbeitet, keine Antwort stammt von einem Menschen. Jedes Werkzeug, das etwas anderes suggeriert, stellt die Methode falsch dar.

Sind synthetische Nutzer genau?

Es gibt keine einzelne Genauigkeitszahl, und die Übersichtsliteratur erklärt, warum: Die Übereinstimmung mit menschlichen Stichproben schwankt erheblich zwischen Domänen (Sarstedt et al., 2024), und die Replizierbarkeit variiert je nach Gruppe und Thema, selbst wenn aggregierte Verteilungen nah beieinander liegen (Sun et al., 2024). Ergebnisse ändern sich zudem mit der Promptformulierung und Modellversion – ungelöste „Hyperparameter" dieser Arbeit (Ong, 2024). Behandeln Sie die Ergebnisse als richtungsweisend und unkalibriert; die Evidenz ist in unserem Genauigkeitsleitfaden aufbereitet.

Was kosten synthetische Nutzer?

SynthFolk rechnet in Credits und legt sie offen: Eine qualitative Studie mit drei Personas beginnt bei 6 Credits; größere Panels und quantitative Stichproben von 50–250 Befragten kosten proportional mehr. Vergleichen Sie das mit einer rekrutierten Panelstudie zur selben Frage: typischerweise Wochen und ein vierstelliger Betrag.

Ersetzen synthetische Nutzer Usability-Tests?

Nein – das ist die klarste Grenze der Methode. Usability-Tests messen, was Menschen unter Beobachtung tun; synthetische Nutzer erzeugen, was jemand sagen könnte. Es gibt keinen Ersatz dafür, einer Person zuzusehen, wie sie einen Button nicht findet.

Welche Sprachen und Märkte werden unterstützt?

SynthFolk bietet die Benutzeroberfläche in 12 Sprachen und verankert Personas über fünf europäische Kulturregionen – das macht einen ersten Durchlauf über mehrere Märkte praktikabel. Die Abdeckung folgt den zugrunde liegenden Umfragedaten: Wo diese dünn sind, sollten Sie auch das Ergebnis entsprechend vorsichtig bewerten.

Probieren Sie es selbst. Eine Studie mit drei Personas beginnt bei 6 Credits, und neue Konten starten mit kostenlosen Credits – genug, um die Methode an einer Frage zu testen, deren Antwort Sie bereits kennen. Öffnen Sie das Dashboard: Ob das Panel reproduziert, was Sie wissen, ist der Maßstab, der zählt.

Literaturverzeichnis

Verwandte Artikel

Synthetische Personas: Was KI-Personas können – und was nicht (2026)

Synthetische Personas sind KI-Befragte auf Basis echter Umfragedaten. Was sie sind, wie sie entstehen, wo ihre Grenzen liegen – und woran Sie eine belastbare von einer bloß plausiblen unterscheiden.

2026-08-13 · 15 Min. Lesezeit

Wie genau sind synthetische Befragte? Was die Evidenz wirklich aussagt

Synthetische Nutzerforschung ist für manche Fragen belastbar und für andere irreführend. Was die Evidenz aussagt, wo Kritiker recht haben und wie Sie die Methode testen.

2026-08-13 · 16 Min. Lesezeit

KI-Marktforschung: Was KI leisten kann – und was nicht

KI-Marktforschung reicht von der Analyse menschlicher Daten bis zu vollständig synthetischen Befragten. Was die Ansätze leisten, was sie kosten und wo ihre Grenzen liegen.

2026-08-13 · 11 Min. Lesezeit