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

2026-08-13 · 15 Min. Lesezeit

Das Wichtigste in Kürze

• Synthetische Personas sind KI-generierte Befragte, die auf demografische und einstellungsbezogene Profile aus echten Bevölkerungsumfragen ausgerichtet sind und Forschungsfragen in dieser Rolle beantworten.
• Ihre Stärke liegt im Vergleich, im Screening und in der Breite; ihre Schwäche bei absoluten Zahlen, neuen Kategorien und Spezialzielgruppen.
• Die Datengrundlage setzt die Qualitätsgrenze, nicht die Modellgröße: Erst die Ausrichtung an realen Bevölkerungsverteilungen bringt synthetische Antworten näher an echte Umfrageergebnisse (Sun et al., 2024).
• Sie ergänzen echte Forschung und ersetzen sie nie. Die begutachtete Fachliteratur verortet sie in vorgelagerten Schritten – im Pretest und in der Pilotstudie – und nicht in der Studie, die eine Entscheidung trägt (Sarstedt et al., 2024).

Was ist eine synthetische Persona?

Eine synthetische Persona ist eine simulierte Studienteilnehmerin: ein großes Sprachmodell, das an einem demografischen und psychografischen Profil ausgerichtet wird und anschließend in dieser Rolle auf Interviewfragen, Fragebogen-Items oder kreative Stimuli antwortet. Anders als eine klassische Persona – ein statisches Dokument, das einen Kundentyp beschreibt – ist sie interaktiv: Sie können etwas fragen, das im Profil nie vorgesehen war, und erhalten eine Antwort.

Genau diese Interaktivität ist der Punkt, und genau dort beginnt der Streit. Eine synthetische Persona hat keine Meinungen; sie verfügt über eine aus Text gelernte Wahrscheinlichkeitsverteilung dafür, was jemand mit diesem Profil plausibel sagen würde. Ob das einer realen Bevölkerung nah genug kommt, um eine Entscheidung zu tragen, hängt davon ab, wie die Persona gebaut wurde und was Sie sie fragen. Eine Übersichtsarbeit von 2024 in Psychology & Marketing, die Silicon Samples mit menschlichen Stichproben vergleicht, fand erhebliche Unterschiede in der Übereinstimmung je nach Domäne und verortete das Potenzial in frühen Schritten des Forschungsprozesses – im qualitativen Pretest und in Pilotstudien (Sarstedt et al., 2024). Die übergeordnete Kategorie behandelt unser Beitrag zu synthetischen Nutzern.

Der Begriff hat seinen Weg ins Geschäftsvokabular schneller gefunden als die Evidenz. Die Nielsen Norman Group verglich synthetische Nutzer mit drei eigenen Studien, fand die Ergebnisse oberflächlich und auffällig wohlwollend und kam zu dem Schluss, dass sie Desk Research unterstützen können, echte Nutzer aber nie ersetzen (Moran, 2024). Die ACM-Zeitschrift Interactions ging in „The Synthetic Persona Fallacy" weiter und warf der Kategorie vor, sich die Autorität der Forschung zu leihen und deren Standards aufzugeben (Papangelis, 2025). Beide Kritiken treffen die Art, wie diese Werkzeuge verkauft werden; brauchbar wird die Methode erst eine Stufe tiefer.

Synthetische Personas vs. klassische Personas

Klassische Personas sind ein Ergebnis der Synthese: Eine Forscherin führt zwölf Interviews, erkennt drei Muster und beschreibt sie als benannte Figuren. Synthetische Personas sind dagegen ein Ergebnis der Stichprobenziehung.

Eine klassische Persona von 2022, die 2026 noch an der Wand hängt, ist nicht wahrhaftiger als eine synthetische – sie wird nur langsamer falsch und mit weniger sichtbarem Selbstbewusstsein. Keine von beiden validiert sich selbst, und keine entscheidet Strategie: Segmentierungsergebnisse sind beschreibend und nicht strategiebestimmend (Sharp, Dawes & Victory, 2024), und eine Reanalyse der bekanntesten Experimente zum psychologischen Targeting zeigte, dass diese keine Überlegenheit gegenüber gewöhnlicher Werbung belegen (Sharp, Danenberg & Bellman, 2018).

Synthetische Personas, synthetische Befragte und digitale Zwillinge

Eine synthetische Persona ist eine einzelne, reich spezifizierte Figur für qualitative Arbeit – lange Interviews, offene Fragen, Nachfassen. Sie setzen eine Handvoll ein, weil Sie Tiefe wollen. Ein synthetischer Befragter ist die dünnere Einheit für die Skalierung: genug Merkmale, um einen Fragebogen zu beantworten, nicht genug für ein zweistündiges Interview. Davon setzen Sie Hunderte ein, weil Sie Verteilungen wollen.

Ein digitaler Zwilling ist ein deutlich stärkerer Anspruch: das Modell einer konkreten realen Person, gebaut aus deren eigenen Daten, um vorherzusagen, was diese Person tun würde. Wenn Anbieter den Begriff beiläufig verwenden, ist das ein Warnsignal – die Beweislast ist ungleich höher. Individuelle Vorhersage zu testen erfordert Datensätze wie Twin-2K-500, in dem 2.058 Teilnehmende in den USA im Schnitt 2,4 Stunden auf mehr als 500 Fragen in vier Wellen verwendeten, wobei die letzte Welle frühere Aufgaben allein deshalb wiederholte, um eine Test-Retest-Basislinie zu bestimmen (Toubia et al., 2025). Erste Auswertungen sind vielversprechend, aber Datensätze dieser Tiefe existieren praktisch nicht.

Wie eine synthetische Persona tatsächlich entsteht

Hier gewinnt oder verliert eine synthetische Persona in der Marktforschung ihre Glaubwürdigkeit: Die Pipeline ist der Unterschied zwischen einem Forschungsinstrument und einer Autovervollständigung im Kostüm.

1. Demografische Spezifikation. Sie beschreiben die Zielgruppe: Markt, Altersspanne, Einkommen, Erwerbsstatus, Haushaltszusammensetzung sowie alle Verhaltensmerkmale, die für Ihre Frage zählen. Alles Weitere richtet sich danach.

2. Verankerung in echten Umfragedaten. Die Einstellungen der Persona werden nicht vom Modell erfunden. SynthFolk zieht sie aus dem European Social Survey und dem Eurobarometer – Zehntausende reale Antworten zu institutionellem Vertrauen, Werten, Mediennutzung, finanzieller Sicherheit und sozialen Einstellungen quer durch Europa. Der Mechanismus ist unspektakulär: Sun et al. (2024) zeigten, dass allein die Konditionierung auf demografische Verteilungen auf Gruppenebene Antwortverteilungen erzeugte, die realen US-Meinungsumfragen „bemerkenswert ähnlich" waren – und dass die Genauigkeit von Gruppe und Thema abhängt.

3. Zuordnung zur Kulturregion. Das Land ist ein schwacher Indikator für Einstellungen und ein besserer als gar keiner. SynthFolk bildet Märkte deshalb auf fünf Kulturregionen ab, die empirisch aus den Umfragedaten abgeleitet sind statt aus der Geografie, sodass nordische, mediterrane, mitteleuropäische, westliche und postsozialistische Muster von Anfang an unterscheidbar bleiben und nicht in einem europäischen Durchschnitt verschwinden. Genau dieses Einebnen ist der Fehlermodus, gegen den man konstruieren muss: Menschen auf wenige Parameter zu reduzieren verliert alles, was diese Parameter nicht tragen – parametrischer Reduktionismus (Valenzuela et al., 2024).

4. Erkennen des Erkenntnisziels und Wahl des Instruments. Ihre Forschungsfrage wird daraufhin ausgewertet, welches Studiendesign sie erfordert – exploratives Interview, gemessener Vergleich, Stimulusbewertung – und an das passende Modul weitergeleitet. Wer einem Interviewpanel eine Frage stellt, die eine Verteilung erfordert, erhält selbstsicheren Unsinn.

5. Antwortgenerierung mit Ausweichlogik. Jede Persona wird einzeln befragt, statt in ein gemeinsames Gespräch geworfen zu werden – so bleibt die Uneinigkeit erhalten, die die Übung erst informativ macht. Stimmen zusammenzuwerfen ist schon mit echten Menschen ein schwaches Design: Bei 227 Marketingverantwortlichen und ihrem jeweils jüngsten Verpackungs-Redesign gehörten Fokusgruppen zu den Methoden, die mit weniger erfolgreichen Ergebnissen einhergingen (Caruso et al., 2025). Eine Ausweichlogik greift, wenn ein Modell nicht verfügbar ist.

Die Verankerung schränkt die Ausgangseinstellungen ein; sie macht die Argumentation des Modells über Ihr Produkt nicht richtig. Umfragedaten haben ein Erhebungsdatum. Europäische Verankerung ist europäisch: Eine Persona außerhalb dieser Abdeckung ist schwächer.

In der Praxis: SynthFolk baut ein Panel aus einer Zielgruppenbeschreibung in normaler Sprache – zum qualitativen Modul.

Wofür synthetische Personas taugen

Konzept-Screening. Sie haben vierzehn Positionierungsaussagen und Budget für drei Tests. Ein synthetisches Panel hilft, die untere von der oberen Hälfte zu trennen: Lassen Sie 3–8 Personas antworten, prüfen Sie, welche Konzepte engagierten Widerspruch statt höflicher Zustimmung auslösen, und geben Sie die verbleibenden Kandidaten in echte Tests. Genau diese vorgelagerte Anwendung halten Sarstedt et al. (2024) für vertretbar.

Kreativ- und Botschaftsvergleich. Relative Urteile sind robuster gegenüber Modellverzerrungen als absolute: Wer zwei Anzeigenvarianten vergleicht, beantwortet die Frage „welche ist klarer", und dort ist Richtungsgenauigkeit erreichbar. Echte Stimulusforschung ist nicht billig – eine Studie von 2026 ließ 48 überarbeitete Verpackungen von 484 US-amerikanischen und 491 britischen Konsumentinnen und Konsumenten bewerten (Caruso et al., 2026). Unser Modul für Medientests führt diesen Vergleich mit 10–50 Bewertenden durch, damit Sie wissen, welche Kandidaten das Budget verdienen.

Pretest des Instruments. Bevor Sie Rekrutierungsbudget ausgeben, testen Sie Ihren Interviewleitfaden mit synthetischen Befragten: Mehrdeutige Items erzeugen bei synthetischen Antworten ebenso Inkohärenz wie bei menschlichen. Einen Leitfaden zu pilotieren, ist eine der wenigen Anwendungen, die NN/g ausdrücklich gutheißt (Moran, 2024).

Erste Durchläufe über mehrere Märkte. Eine Studie in einem Dutzend Märkten ist mit echten Panels kaum finanzierbar, mit synthetischen Panels dagegen günstig. Die Zahlen pro Markt werden nicht belastbar sein – die Genauigkeit variiert nach Subgruppe und Thema (Sun et al., 2024) –, aber Sie erfahren, welche Märkte Feldforschung rechtfertigen.

Wo synthetische Personas scheitern

Jede ehrliche Darstellung dieser Kategorie braucht diesen Abschnitt; sein Fehlen auf einer Anbieterseite sagt Ihnen etwas. Unsere Übersicht zur Genauigkeit synthetischer Befragter behandelt die Literatur; die Schwachstellen sind vorhersehbar.

Preissensibilität im Feinbereich. Ein synthetisches Panel kann Ihnen sagen, dass 49 € als teuer und 19 € als günstig gelesen werden. Es kann 22,90 € nicht von 24,50 € trennen. Die Begründung ist strukturell: Ein Vergleich übersteht jede Verzerrung, die die Rangfolge erhält; ein absoluter Schwellenwert nicht – und da die Übereinstimmung zwischen Silicon Samples und Menschen je nach Domäne schwankt, gibt es keinen Korrekturfaktor (Sarstedt et al., 2024).

Seltene Zielgruppen und Spezialpopulationen. Die Datengrundlage ist genau dort am dünnsten, wo Sie Genauigkeit am dringendsten bräuchten – und die Fiktion wird nicht wie Fiktion aussehen. Fernandez, Berner und Shevlin gaben einem handelsüblichen Modell nichts als kurze diagnostische Beschreibungen und erzeugten 2.106 synthetische Personas aus 13 DSM-informierten Profilen. Diese Personas überschritten bei fünf von sieben validierten psychiatrischen Screening-Instrumenten die klinischen Grenzwerte, wobei der Schweregrad bei allen sieben monoton skalierte (jeweils P < .001). Kohärente Symptomangaben oberhalb klinischer Schwellen, so ihr Fazit, können echte Teilnahme nicht länger belegen. Ein synthetisches Panel einer seltenen Zielgruppe ist Fiktion mit guter Grammatik – und es besteht Ihr Instrument.

Messung von Markenerinnerung und Bekanntheit. Modelle kennen Marken aus Trainingstexten, nicht aus der partiellen Wiedererkennung, die reale Konsumentinnen und Konsumenten haben. Bekanntheit ist verhaltensnah: In einer kontrollierten Replikation wählten Menschen bei deutlichen Bekanntheitsunterschieden überwiegend die bekanntere Marke, trotz Qualitäts- und Preisunterschieden (Macdonald & Sharp, 2000); und Markensalienz ist die Neigung einer Marke, in einer Kaufsituation in den Sinn zu kommen – eine Eigenschaft von Gedächtnisstrukturen, nicht von Text (Romaniuk & Sharp, 2004).

Alles nach dem Trainingsstichtag. Neue Wettbewerber, jüngste Regulierung, eine Kategorie, die es letztes Jahr noch nicht gab – das Modell interpoliert selbstsicher, und man sieht es dem Ergebnis nicht an.

Kulturspezifische Tabus und heikle Themen. Das Alignment-Training drängt Modelle zu unanstößigen, gefälligen Antworten. Lins Übersicht zur KI-Kontamination beziffert den Homogenisierungseffekt – 45 % Ähnlichkeit zwischen modellvermittelten Zusammenfassungen gegenüber 27 % bei menschlichen – und hält fest, dass die Bereinigung „genau die Verteilungsränder abschneidet: Ausdrücke von Vorurteil, Ambivalenz, extremen Ansichten" (Lin, o. J.). Wo echte Befragte ausweichen oder die Antwort verweigern, reagieren synthetische Befragte kooperativ; Unterschiede zwischen Untergruppen kollabieren zu einer Mehrheitsvorgabe.

Beobachtetes Verhalten jeder Art. Synthetische Personas berichten, was Menschen sagen, nicht den Workaround, den sich jemand ausgedacht hat, oder das Zögern vor einem Klick. Verhaltensfragen brauchen Verhaltensdaten – um zu bestimmen, wie sich Ausgaben im Kaufhaus konzentrieren, brauchte es 550 Millionen Transaktionen über drei Jahre (Tanusondjaja et al., 2023). Usability-Tests, Tagebuchstudien und Contextual Inquiry haben kein synthetisches Äquivalent.

Klar gesagt: Synthetische Forschung ergänzt echte Forschung und ersetzt sie nie. Sie liefert keine echten Meinungen echter Menschen, sondern einen schnellen Weg, Hypothesen zu erzeugen, die Sie anschließend mit Menschen validieren. Darin stimmen die begutachtete Übersicht (Sarstedt et al., 2024) und die deutlichste Kritik aus der Praxis (Moran, 2024) überein. Ein Team, das ein synthetisches Panel statt einer Forschungsfunktion kauft, erwirbt einen teuren Weg, die eigenen Überzeugungen zu bestätigen.

So prüfen Sie, ob eine synthetische Persona etwas taugt

Fünf Prüfungen, die Sie mit jedem Werkzeug – auch diesem – an einem Nachmittag durchführen können. Wiederholen Sie sie, sobald sich das Modell ändert, denn Promptformulierung und Modellversion sind in der LLM-Simulation veränderliche Faktoren (Ong, 2024).

1. Fragen Sie die Datenquelle beim Namen. „Mit echten Daten trainiert" ist keine Antwort. Welche Umfrage, welche Wellen, welche Länder, wie viele Antworten. Die Konditionierung auf reale Verteilungen leistet die Arbeit (Sun et al., 2024); ohne sie sind Personas Modellannahmen mit demografischem Etikett.
2. Testen Sie auf Divergenz. Stellen Sie zehn Personas dieselbe mäßig kontroverse Frage. Wenn sie übereinstimmen, lesen Sie das Modell und keine Bevölkerung – modellvermittelter Text ist homogener als menschlicher (Lin, o. J.).
3. Stellen Sie eine Frage, deren Antwort Sie kennen. Nehmen Sie etwas, wozu Sie bereits echte Daten haben: eine frühere Studie, eine Kundenbefragung, eine öffentliche Statistik. Übereinstimmung in der Richtung ist die Bestehensgrenze; exakte Übereinstimmung sollte Sie misstrauisch machen. Der Abgleich mit Ihren eigenen früheren Daten ist legitime Evidenz (Golder et al., 2023).
4. Prüfen Sie die Subgruppen. Teilen Sie die Ergebnisse nach der demografischen Variable auf, die am wichtigsten sein sollte. Sehen die Subgruppen wie die Gesamtstichprobe mit etwas Rauschen aus, sind die Personas auf eine Vorgabe kollabiert – parametrischer Reduktionismus (Valenzuela et al., 2024) auf genau der Dimension, auf der die Treue von Silicon Samples nachweislich schwankt (Sun et al., 2024).
5. Versuchen Sie, das System zu brechen. Fragen Sie etwas, das die Persona unmöglich wissen kann: die Nachrichten der letzten Woche, eine exakte Preisschwelle. Ein gut gebautes System relativiert. Nehmen Sie Sprachfluss nicht als Beruhigung – ein autonomer KI-Agent bestand 99,8 % von 6.000 Aufmerksamkeitstests, die unaufmerksame Menschen entlarven sollten (Lin, o. J.). Kohärenz ist Evidenz über das Modell, nicht über die Daten.

Häufige Fragen

Sind synthetische Personas genau?

Genau worin, lautet die erste Rückfrage. Die Übersichtsevidenz findet zwischen Silicon Samples und menschlichen Stichproben erheblich schwankende Übereinstimmung, ohne eine zitierbare Einzelzahl (Sarstedt et al., 2024). Aggregierte Verteilungen können nah an reale Umfragen kommen, wenn das Modell an Bevölkerungsdemografie ausgerichtet ist; die Treue variiert jedoch nach Subgruppe und Thema (Sun et al., 2024). Vorhersage auf Individualebene bleibt ein Forschungsfeld (Toubia et al., 2025), und synthetische Antworten streuen weniger als menschliche (Lin, o. J.). Legen Sie Übereinstimmung in der Richtung als Maßstab an. Die vollständige Evidenzübersicht finden Sie hier.

Können synthetische Personas echte Nutzerforschung ersetzen?

Nein. Sie verändern die Ökonomie von Fragen, die Sie ohnehin nie finanziert hätten, und sie schärfen echte Forschung, indem sie die offensichtlichen Irrwege vorab aussortieren. Jede Entscheidung mit regulatorischem, sicherheitsrelevantem, finanziellem oder reputationsbezogenem Risiko braucht echte Teilnehmende.

Wie viele synthetische Personas brauchen Sie?

Für qualitative Arbeit 3–8. Darüber hinaus bekommen Sie Wiederholung statt neuer Information, weil die Personas aus einer Verteilung stammen und modellgenerierter Text ohnehin homogener ist als menschlicher (Lin, o. J.). Für quantitative Arbeit brauchen Sie eine Stichprobe, kein Panel: 50–250 Befragte, je nachdem, wie viele Subgruppen Sie auswerten wollen.

Was kosten synthetische Personas?

Bei SynthFolk beginnt eine qualitative Studie mit drei Personas bei 6 Credits; jedes Modell und jede Studiengröße hat einen veröffentlichten Credit-Preis auf der Preisseite – ohne Demo-Termin. Der sinnvolle Vergleich läuft gegen die 10.000–40.000 € und den Sechs-Wochen-Zyklus einer konventionellen qualitativen Studie, die etwas Besseres liefert, aber eine einzige Frage beantwortet.

Sind synthetische Personas DSGVO-konform?

Synthetische Personas werden aus aggregierten, veröffentlichten Umfrageverteilungen erzeugt und enthalten keine personenbezogenen Daten identifizierbarer Personen – damit entfällt die häufigste Compliance-Hürde der Konsumentenforschung. Ihre hochgeladenen Stimuli und Forschungsfragen sind eine eigene Frage – siehe unsere DSGVO-Seite.

Bauen Sie Ihre erste synthetische Persona. Eine qualitative Studie mit drei Personas beginnt bei 6 Credits, läuft in Minuten und funktioniert in zwölf Sprachen. Neue Konten starten mit kostenlosen Credits – der ehrliche Test ist also, das Dashboard zu öffnen und eine Studie zu einer Frage zu fahren, deren Antwort Sie bereits kennen.

Literaturverzeichnis

Caruso, W., Romaniuk, J., Page, B., Anesbury, Z. W., & Williams, J. (2025). The role of market research in pack redesign performance. International Journal of Market Research, 67(1), 17–32. https://doi.org/10.1177/14707853241296656

Caruso, W., Romaniuk, J., Page, B., Anesbury, Z. W., Saeed, R., & Williams, J. (2026). The packaging redesign modernisation dilemma: The relationship with familiarity, likeability, and its effect on purchase intent. Journal of Retailing and Consumer Services, 92, 104800.

Fernandez, K., Berner, L. A., & Shevlin, B. R. K. (n.d.). The threat of synthetic respondents extends to clinical mental health screening. Submitted manuscript, University of California, Los Angeles, and Icahn School of Medicine at Mount Sinai.

Golder, P. N., Dekimpe, M. G., An, J. T., van Heerde, H. J., Kim, D. S. U., & Alba, J. W. (2023). Learning from data: An empirics-first approach to relevant knowledge generation. Journal of Marketing, 87(3), 319–336. https://doi.org/10.1177/00222429221129200

Lin, Z. (n.d.). Synthetic respondents and the illusion of human data. Preprint, Department of Psychology, Yonsei University.

Macdonald, E. K., & Sharp, B. M. (2000). Brand awareness effects on consumer decision making for a common, repeat purchase product: A replication. Journal of Business Research, 48(1), 5–15. https://doi.org/10.1016/S0148-2963(98)00070-8

Moran, K. (2024, June 21). Synthetic users: If, when, and how to use AI-generated "research". Nielsen Norman Group. https://www.nngroup.com/articles/synthetic-users/

Ong, D. C. (2024). GPT-ology, computational models, silicon sampling: How should we think about LLMs in cognitive science? arXiv:2406.09464. https://arxiv.org/abs/2406.09464

Papangelis, K. (2025, December 17). The synthetic persona fallacy: How AI-generated research undermines UX research. ACM Interactions. https://interactions.acm.org/blog/view/the-synthetic-persona-fallacy-how-ai-generated-research-undermines-ux-research

Romaniuk, J., & Sharp, B. (2004). Conceptualizing and measuring brand salience. Marketing Theory, 4(4), 327–342. https://doi.org/10.1177/1470593104047643

Sarstedt, M., Adler, S. J., Rau, L., & Schmitt, B. (2024). Using large language models to generate silicon samples in consumer and marketing research: Challenges, opportunities, and guidelines. Psychology & Marketing. https://doi.org/10.1002/mar.21982

Sharp, B., Danenberg, N., & Bellman, S. (2018). Psychological targeting. Proceedings of the National Academy of Sciences, 115(34). https://doi.org/10.1073/pnas.1810436115

Sharp, B., Dawes, J., & Victory, K. (2024). The market-based assets theory of brand competition. Journal of Retailing and Consumer Services, 76, 103566.

Sun, S., Lee, E., Nan, D., Zhao, X., Lee, W., Jansen, B. J., & Kim, J. H. (2024). Random silicon sampling: Simulating human sub-population opinion using a large language model based on group-level demographic information. arXiv:2402.18144. https://arxiv.org/abs/2402.18144

Tanusondjaja, A., Romaniuk, J., Nenycz-Thiel, M., Sakashita, M., & Viswanathan, V. (2023). Examining Pareto law across department store shoppers. International Journal of Market Research. https://doi.org/10.1177/14707853221145851

Toubia, O., Gui, G. Z., Peng, T., Li, A., Merlau, D. J., & Chen, H. (2025). Twin-2K-500: A dataset for building digital twins of over 2,000 people based on their answers to over 500 questions. arXiv:2505.17479. https://arxiv.org/abs/2505.17479

Valenzuela, A., Puntoni, S., Hoffman, D., Castelo, N., De Freitas, J., Dietvorst, B., Hildebrand, C., Huh, Y. E., Meyer, R., Sweeney, M. E., Talaifar, S., Tomaino, G., & Wertenbroch, K. (2024). How artificial intelligence constrains the human experience. Journal of the Association for Consumer Research.