Synthetische Umfragen, Frage für Frage.

Bei einer synthetischen Umfrage beantworten keine realen Menschen die Fragen. Die Antworten erzeugt ein Modell, meist ein Sprachmodell, in der Rolle festgelegter Befragter. Der Aufbau folgt den Regeln einer Studie: Grundgesamtheit, Stichprobe, Fragebogen, Fehlermarge. Die Ergebnisse sind Modellausgaben. Jeder Bericht nennt Fallzahl, Fehlermarge und die Grenzen der Auswertung.

Wir prüfen unsere Ergebnisse an realen Wahlen und Umfragen. Bei uns ist die synthetische Umfrage ein begleiteter Service: Sie stellen Ihre Fragen, wir führen Sie durch die Umfrage. Mehr im Glossar.

„Synthetische Befragte“ sind Modelle, die einen Fragebogen anstelle von Menschen beantworten. Ein „Silicon Sample“ ist eine Stichprobe solcher Antworten, gesteuert über Profile realer Befragter aus einer Umfrage. Ein digitaler Zwilling bildet eine bestimmte reale Person aus ihren eigenen früheren Antworten nach. Eine KI-Persona ist ein Sprachmodell mit Rollenbeschreibung, ohne Bevölkerung dahinter.

Wir bilden keine einzelnen realen Menschen nach, auch um Persönlichkeitsrechte zu schützen. Jede unserer Personas ist wissenschaftlich zusammengestellt: getreu der amtlichen Bevölkerungsstatistik und als in sich stimmige Person mit eigenem Lebenslauf. Eine Person wie sie könnte es in Deutschland so geben. Mehr im Glossar.

Kalibrierte synthetische Gesellschaft: Eine kalibrierte synthetische Gesellschaft ist ein digitales Abbild der Bevölkerung eines Landes aus einzelnen Personas, die Fragen beantworten. Das Abbild wird fortlaufend an realen Wahlen und Umfragen gemessen.

Eine synthetische Bevölkerung ist ein vollständiger Bestand erfundener Personen, zusammengesetzt wie eine reale Bevölkerung. Ältere Verfahren der Populationssynthese und der Mikrosimulation erzeugen solche Bestände als Merkmalstabellen. Die Personen darin beantworten keine Fragen.

Ansätze mit Sprachmodellen liefern Antworten, in der veröffentlichten Forschung meist mit einzelnen Profilen und ohne fortgeschriebene Bevölkerung. Unsere Bevölkerung verbindet beides: rund 102.000 Personas nach amtlicher Statistik, die Fragen beantworten. Geprüft sind heute vor allem die einzelnen Merkmale gegen die amtlichen Verteilungen, die Prüfung der Merkmalskombinationen läuft. Mehr unter Population.

„Kalibriert“ heißt bei uns: nach amtlicher Statistik zusammengesetzt und an realen Wahlen gemessen. Die Abweichung vom amtlichen Ergebnis veröffentlichen wir, auch wo die Umfrageinstitute näher lagen. Mehr im Beitrag Landtagswahlen 2026.

Ein Sprachmodell hat aus sehr großen Textmengen gelernt, welches Wort wahrscheinlich als Nächstes folgt. Mit einem Profil, etwa Alter, Wohnort und Parteibindung, antwortet es aus dieser Rolle. Ohne festen Rahmen füllt es fehlende Angaben mit Wahrscheinlichem, daraus entstehen Verzerrungen.

Bei uns übernimmt das Modell die Rolle einer bestimmten Persona und antwortet aus ihren Merkmalen heraus: Alter, Wohnort, Bildung, Lebenslauf und Haltungen. Die Verteilung über die Bevölkerung tragen die Personas, zusammengesetzt nach amtlicher Statistik.

Ein Persona-Chat ist ein Gespräch mit einem Sprachmodell in der Rolle einer einzelnen Person. Das ist keine Umfrage, weil drei Dinge fehlen: Stichprobe mit Fallzahl, festgelegter Fragebogen, Auswertung über viele Befragte. Die Antwort einer einzelnen Persona schwankt schon bei kleinen Änderungen der Vorinformation.

Im Gespräch folgt das Sprachmodell zudem der Erwartung in der Frage. Belastbar ist nur das Ergebnis vieler Personas mit Unsicherheitsbereich. Living Society bietet keinen Persona-Chat an, auch keine Avatar-Typologie und keinen Attributdatensatz zum Zählen von Zielgruppen.

Die Personas sind erfunden, ihre Zusammensetzung folgt der amtlichen Statistik. Grundlage sind veröffentlichte Verteilungen des Statistischen Bundesamts, des Mikrozensus und des Zensus 2022. Jede Persona ist über den Amtlichen Gemeindeschlüssel bis auf die Gemeinde verortet. Hinzu kommen amtliche Wahlergebnisse bis auf Wahlkreisebene, veröffentlicht von den Wahlleitungen.

Wir arbeiten mit Verteilungen, also Tabellen über viele Menschen. Kein Datensatz einer realen Person ist Vorlage, keine Persona die Kopie eines bestimmten Menschen. Mehr unter Population.

Quelle: Statistisches Bundesamt, Mikrozensus, Zensus 2022, Wahlleitungen des Bundes und der Länder

„Repräsentativ“ ist kein geschützter Begriff, deshalb sagen wir, was wir meinen: Die Merkmale unserer Bevölkerung folgen den Randverteilungen der amtlichen Statistik, also der Verteilung je einzelnem Merkmal wie Alter, Geschlecht, Bildung, Erwerb oder Wohnort bis zur Gemeinde. Diese Werte prüfen wir beim Erzeugen der Personas.

Die flächendeckende Prüfung der gemeinsamen Verteilungen, etwa Bildung und Einkommen zusammen, läuft noch. Eine richtig zusammengesetzte Bevölkerung antwortet nicht automatisch richtig, deshalb messen wir ihre Antworten zusätzlich an Wahlen. Mehr unter Kalibrierung und unter Population.

Quelle: Statistisches Bundesamt, Mikrozensus, Zensus 2022

Kalibrieren heißt, ein Messinstrument an einem bekannten Maßstab zu prüfen und auszurichten. Bei einer synthetischen Bevölkerung gibt es zwei Ebenen: Die Struktur, also die Zusammensetzung nach Alter, Bildung oder Region, richten wir an der amtlichen Statistik aus und nennen das Repräsentativität. Kalibrierung meint bei uns das Antwortverhalten, verglichen mit realen Wahlen und Umfragen.

Dabei schreiben wir keiner Persona eine Zielantwort ein. Die Wahl, an der wir prüfen, fließt nicht in Bevölkerung oder Auswertung ein. Nach der Wahl veröffentlichen wir die Abweichung: für Mecklenburg-Vorpommern und Berlin im Mittel je Partei 2,10 und 1,65 Punkte, beim Mittel der Umfrageinstitute 1,69 und 1,39 (amtlich, Mecklenburg-Vorpommern endgültig, Berlin vorläufig). Mehr im Beitrag Landtagswahlen 2026.

Quelle: Eigene Messung, Landtagswahlen MV und Berlin, amtlich: Mecklenburg-Vorpommern endgültig 30.09.2026, Berlin vorläufig 21.09.2026

Sie legen vor der Studie fest, ob die ganze Bevölkerung antwortet (Gesamtverteilung) oder eine Stichprobe. Ungeschichtet heißt einfache Zufallsauswahl, kleine Gruppen können fehlen. Geschichtet heißt: Wir teilen die Bevölkerung nach Merkmalen wie Alter, Region oder Bildung in Zellen und ziehen je Zelle, proportional zu den wahren Anteilen oder disproportional mit mehr Fällen für kleine Gruppen. Die Gewichtung stellt dann im Ergebnis die wahren Anteile wieder her.

Die Fallzahl folgt der nötigen Genauigkeit: Bei 1.000 Fällen schwankt ein Anteil von 50 Prozent zufällig um rund 3 Prozentpunkte (einfache Zufallsauswahl, 95-Prozent-Niveau). Diese Fehlermarge beschreibt nur den Zufall der Ziehung, die Abweichung von realen Ergebnissen messen wir getrennt. Wir speichern jede Ziehung, damit dieselbe Studie dieselben Personas befragt. Mehr unter Methodik, Stichprobe.

Jede Persona bringt über 100 eigene Merkmale mit, etwa Alter, Wohnort, Beruf, Familie und Haltungen, und das Sprachmodell antwortet aus ihrer Sicht. Deshalb antworten eine Rentnerin in Vorpommern und ein Student in München verschieden.

Hinzu kommt Zufall: Ein Sprachmodell wählt jedes Wort aus einer Wahrscheinlichkeitsverteilung, deshalb schwanken einzelne Antworten. Die Unterschiede, auf die es ankommt, entstehen aus den Merkmalen der Personas.

Ja, mit denselben Personas und denselben Fragen. Für jede Studie halten wir Ziehung und Fragebogen fest, bei begleiteten Studien auch den Studienplan. Bei den Prüfläufen zu den Landtagswahlen im September 2026 blieb der Bestand der Personas unverändert.

Eine Wiederholung befragt dieselben Personas, ihre einzelnen Antworten können schwanken. Jeder Bericht nennt deshalb die Fehlermarge. Wie stark ganze Läufe voneinander abweichen, messen wir in eigenen Prüfstudien. Mehr im Beitrag Landtagswahlen 2026.

Das hängt vom Maß ab: Mittelwerte, Verteilungen oder Antworten einzelner Personen. In der Forschung weichen synthetische Befragte häufig deutlich von realen ab: In einer Auswertung von 285 Vergleichen war nur rund ein Viertel ähnlich. Typisch sind zu freundliche Bewertungen und zu wenig Streuung.

Wir messen unsere Bevölkerung an Wahlen. Bei den Landtagswahlen in Mecklenburg-Vorpommern und Berlin am 20.09.2026 lagen unsere am Vortag versiegelten Werte im Mittel 2,10 und 1,65 Punkte je Partei neben dem amtlichen Ergebnis. Das Mittel der Umfrageinstitute lag mit 1,69 und 1,39 knapp näher. Unsere erste Messung vor der Kalibrierung hatte noch 15,9 und 11,0 Punkte Abstand zu den Umfragen.

Was wir anders machen: Die Bevölkerung ist nach amtlicher Statistik zusammengesetzt, jede Persona trägt über 100 Merkmale und einen Lebenslauf, und jede Fassung des Verfahrens messen wir an realen Wahlen, mit vorab versiegelten Werten. Für Sachthemen außerhalb von Wahlen bauen wir den Abgleich mit realen Umfragen aus. Mehr unter Wofür passt Living Society, und wofür fragen Sie Menschen?

Quelle: Sarstedt, Adler, Rau, Schmitt, NIM Marketing Intelligence Review 18 (1), 2026; eigene Messungen, Landtagswahlen MV und Berlin, 13.09. bis 19.09.2026, amtlich: Mecklenburg-Vorpommern endgültig 30.09.2026, Berlin vorläufig 21.09.2026

Modus-Kollaps: Viele synthetische Befragte geben dieselbe, meist naheliegendste Antwort, weil hinter allen dasselbe Sprachmodell steht. Unsere Antwort: viele verschiedene Personas, bei denen die Ränder der Bevölkerung bewusst besetzt sind, und Persona-Tiefe. Jede Persona trägt über 100 Merkmale und Erfahrungen aus ihrem Lebenslauf.

Positivitätsbias und Zustimmungsbias: Bewertungen fallen freundlicher aus als bei Menschen, und Aussagen finden unabhängig vom Inhalt eher Zustimmung. Unsere Antwort: Die Anweisung an das Modell verlangt realistische Antworten und keine bloße Bestätigung, auch wenn eine Antwort ablehnend ausfällt.

Unterdispersion und Stereotypisierung: Antworten streuen weniger als in der Bevölkerung, und ein Modell schließt zu stark von einzelnen Merkmalen wie Alter oder Bildung auf die Antwort. Unsere Antwort: Persona-Tiefe. Viele verankerte Merkmale und Erfahrungen sollen verhindern, dass eine Antwort an einem einzelnen Merkmal hängt.

Ob das wirkt, messen wir an realen Wahlen und Umfragen. Mehr unter Wie genau sind synthetische Umfragen?

Wahlen sind unser Maßstab für die Genauigkeit der Bevölkerung, Wahlprognosen bieten wir nicht an. Bei den Landtagswahlen in Mecklenburg-Vorpommern und Berlin am 20.09.2026 lag unsere mittlere absolute Abweichung (MAE) vom amtlichen Ergebnis bei 2,10 Prozentpunkten in Mecklenburg-Vorpommern und 1,65 in Berlin, das Mittel der Umfrageinstitute mit 1,69 und 1,39 in beiden Ländern näher am Ergebnis.

Die stärkste Partei stimmte in beiden Ländern, fünf von sieben vorab festgelegten Aussagen zur Fünf-Prozent-Hürde trafen zu. Mehr im Beitrag Landtagswahlen 2026.

Quelle: Eigene Messung, Landtagswahlen MV und Berlin, Werte vom 19.09.2026, amtlich: Mecklenburg-Vorpommern endgültig 30.09.2026, Berlin vorläufig 21.09.2026

Noch nicht verlässlich, wir arbeiten daran. Preise, Stückzahlen und Veränderungen zwischen zwei Erhebungen sind für synthetische Befragte die schwierigsten Aufgaben. In Vergleichsstudien erkannten sie Veränderungen zwischen zwei Wellen kaum besser als der Zufall und hielten bei Preisen oft die logische Reihenfolge nicht ein.

Die Technik dafür steht: Mit der Vignettenanalyse bewertet jede Persona dieselbe Situation in mehreren Fassungen, etwa zu unterschiedlichen Preisen, und wir messen, wie sich die Antworten verschieben. Sobald diese Messungen an realen Daten geprüft sind, bieten wir sie an. Bis dahin sagen wir Ihnen im Erstgespräch, welche Ihrer Fragen in eine Erhebung mit Menschen gehört.

Quelle: Research Live, 15.07.2026

Bei uns ist die Genauigkeit von Wahl zu Wahl gestiegen. Bei der Landtagswahl in Sachsen-Anhalt am 06.09.2026 lag unsere versiegelte Vormessung im Mittel 6,1 Punkte je Partei neben dem amtlichen Ergebnis, das Mittel der Umfrageinstitute bei 2,4. Die Ursachen haben wir benannt und behoben. Zwei Wochen später lagen wir in Mecklenburg-Vorpommern bei 2,10 und in Berlin bei 1,65 Punkten, nah am Mittel der Institute mit 1,69 und 1,39.

In einem gesperrten Endtest an Sachsen-Anhalt, dessen Ergebnis das fertige Verfahren nicht kannte, lag die Abweichung bei 2,65 Punkten. Ob die Genauigkeit hält, zeigt jede neue Wahl. Wir weisen die Abweichung je Wahl aus, mit Stichtag und Vergleichswerten. Mehr im Beitrag Landtagswahlen 2026.

Quelle: Eigene Messungen: Landtagswahl Sachsen-Anhalt 06.09.2026 (Vormessung versiegelt am 05.09.2026, Endtest 17.09.2026); Landtagswahlen Mecklenburg-Vorpommern und Berlin 20.09.2026 (Werte vom 19.09.2026)

Nach heutigem Stand ergänzt sie die echte Befragung oder bereitet sie vor. In vielen Fällen reicht Auftraggebern die Aussage der synthetischen Umfrage schon, und die Studie mit Menschen muss nicht mehr gemacht werden. Eine Erhebung bleibt nötig für genaue Prozentwerte, Effektgrößen, Veränderungen über die Zeit, Preise und tatsächliches Verhalten. Davor sortiert die synthetische Umfrage Formulierungen vor, zeigt Begründungen und Einwände und deckt Reihenfolgeprobleme im Fragebogen früh auf.

Die Forschung zeigt dasselbe Muster: Sprachmodelle treffen die Richtung von Effekten oft und überschätzen ihre Größe. Eine Verbindung beider Verfahren braucht eine reale Teilstichprobe zur Prüfung und Korrektur der synthetischen Werte.

Quelle: Ashokkumar u. a., Nature 2026; Angelopoulos u. a., Science 382, 2023

Ein eigenes Gütesiegel für synthetische Befragte gibt es nach unserer Recherche vom September 2026 weder bei Verbänden noch in Normen. Der ICC/ESOMAR-Kodex 2025 definiert synthetische Daten als erzeugte Informationen mit den Eigenschaften realer Daten. Auftraggeber sind über den Einsatz von KI, synthetischen Daten und synthetischen Personas zu informieren (Art. 7 e), bei Veröffentlichungen sind Rolle dieser Techniken und Umfang menschlicher Aufsicht offenzulegen (Art. 9 b).

ISO 20252 (Markt-, Meinungs- und Sozialforschung) erschien im September 2026 in 4. Ausgabe und verlangt nach öffentlichen Zusammenfassungen, Art und Version eingesetzter KI zu dokumentieren und dem Kunden mitzuteilen. ADM, ASI, BVM und DGOF verabschiedeten am 30.01.2026 einen gemeinsamen KI-Leitfaden. Der BVM veröffentlichte am 08.07.2026 eine Studie zur Sicht realer Panelteilnehmender, von denen viele einen Verlust an Authentizität und Vertrauen befürchten.

Quelle: ICC/ESOMAR International Code 2025, Art. 1, 7 e, 9 b; ISO 20252:2026, 4. Ausgabe (iso.org); ADM, 21. Weinheimer Gespräch, 03.02.2026; BVM, Meldung vom 08.07.2026

Nein. Keine Persona soll eine reale Person abbilden. Wir erzeugen sie aus amtlichen und wissenschaftlichen Verteilungen, also aus Häufigkeiten für die Bevölkerung, ohne Daten realer Einzelpersonen. Porträts und Stimmen sind KI-generiert und gekennzeichnet. Bemerken Sie dennoch eine Ähnlichkeit mit einer realen Person, schreiben Sie an datenschutz@living-society.com. Wir prüfen jede Meldung unverzüglich und sperren, ändern oder entfernen bei erheblichem Risiko die betroffenen Inhalte. Mehr zur Datengrundlage unter Population.

Quelle: Datenschutzerklärung living-society.com, Stand 08.09.2026, Abschnitte 2 und 8

Art. 50 der KI-Verordnung der EU (AI Act) enthält vier Transparenzpflichten, gültig seit dem 02.08.2026. Nutzer sind über die Interaktion mit einem KI-System zu informieren, sofern sie nicht offensichtlich ist (Abs. 1). KI-erzeugte Texte, Bilder, Audio und Video sind maschinenlesbar als künstlich erzeugt zu kennzeichnen (Abs. 2). Deepfakes sind offenzulegen, ebenso KI-Texte zur Information der Öffentlichkeit über Fragen von öffentlichem Interesse (Abs. 4). Die Information muss klar erkennbar und barrierefrei sein und spätestens bei der ersten Interaktion oder Begegnung erfolgen (Abs. 5).

Bei unseren synthetischen Personas steht der Hinweis am Beginn, bei Audio hörbar. Allein in AGB oder Datenschutzerklärung reicht er nicht. Sichtbarer Hinweis und maschinenlesbare Kennzeichnung ersetzen einander nicht. Diese Übersicht ist keine Rechtsberatung.

Quelle: Verordnung (EU) 2024/1689 (KI-Verordnung), Art. 50 und Art. 113

Alles, was unsere synthetischen Personas erzeugen, trägt eine feste Kennzeichnung, kurz: „Synthetische Person · KI-generiert · kein Mensch“. In Studienberichten steht sie auf dem Deckblatt und in der Fußzeile jeder Seite, der Methodenteil trennt synthetische Datengrundlage, KI-erzeugten Text und rechnerische Auswertung. Textexporte und Interviewprotokolle beginnen mit dem Hinweis, jede KI-erzeugte Passage trägt die Sprecherrolle „synthetische Person“. Ihre Fragen und zitierte Quellen kennzeichnen wir nicht als KI-generiert. Für Bilder, Audio und Video sieht die Regel zusätzlich eine maschinenlesbare Herkunftsangabe nach dem offenen Standard C2PA vor. Ein sichtbarer Hinweis ersetzt sie nicht.

Quelle: Eigene Kennzeichnungsregel nach Art. 50 KI-Verordnung, Fassung 2 vom 27.09.2026

Amtliche Daten nutzen wir unter offenen Lizenzen. GENESIS-Online des Statistischen Bundesamts steht unter der Datenlizenz Deutschland, Namensnennung, Version 2.0, die kommerzielle und nicht kommerzielle Nutzung mit Quellenangabe erlaubt. Die Bundeswahlleiterin erlaubt die Weiterverwendung ihrer Veröffentlichungen für gewerbliche und nicht gewerbliche Zwecke mit Quellennachweis. Diese Übersicht ist keine Rechtsberatung.

Quelle: Datenlizenz Deutschland, Namensnennung, Version 2.0; Impressum der Bundeswahlleiterin (Abruf 01.10.2026)

Befragung und Auswertung laufen auf unseren eigenen Servern in Deutschland, in Berlin und Brandenburg. Ihre Fragen und Briefings gehen nicht an externe KI-Anbieter, wir verarbeiten sie für die vereinbarte Studie. Die Server sind nicht direkt aus dem Internet erreichbar, alle Verbindungen sind verschlüsselt. Bitte nennen Sie uns keine personenbezogenen Daten Dritter. Für E-Mail nutzen wir einen Dienstleister mit Sitz in der EU. Alle Dienstleister nennt unsere Datenschutzerklärung.

Quelle: Datenschutzerklärung living-society.com, Stand 08.09.2026, Abschnitte 2, 6 und 10

Für das Verfahren von Living Society wurde am 11.09.2026 beim Deutschen Patent- und Markenamt (DPMA) eine Patentanmeldung eingereicht, mit Antrag auf Recherche zum Stand der Technik. „Zum Patent angemeldet“ heißt: Die Anmeldung liegt vor, über die Erteilung entscheidet das Amt nach seiner Prüfung. Von „patentiert“ sprechen wir erst danach. Die technische Umsetzung beschreiben wir derzeit nicht öffentlich, Ergebnisse und Messgrößen schon, etwa unsere Abweichungen von amtlichen Wahlergebnissen. Mehr im Beitrag Landtagswahlen 2026.

Quelle: Patentanmeldung beim DPMA, eingereicht 11.09.2026

Wir messen die Bevölkerung an realen Wahlen und Umfragen und veröffentlichen das Ergebnis auch dann, wenn es gegen uns spricht. Bei den Landtagswahlen in Mecklenburg-Vorpommern und Berlin am 20.09.2026 lag unsere mittlere absolute Abweichung (MAE) vom amtlichen Ergebnis bei 2,10 Prozentpunkten (Mecklenburg-Vorpommern, endgültig) und 1,65 (Berlin, vorläufig), das Mittel der Umfrageinstitute bei 1,69 und 1,39, in beiden Ländern etwas genauer. Mehr im Beitrag Landtagswahlen 2026.

Quelle: Eigene Messung, Landtagswahlen MV und Berlin, Werte vom 19.09.2026, amtlich: Mecklenburg-Vorpommern endgültig 30.09.2026, Berlin vorläufig 21.09.2026

Wir suchen die Zusammenarbeit mit Forschenden an Hochschulen und Instituten. Uns interessieren Replikationen veröffentlichter Studien an unserer synthetischen Bevölkerung und vorab registrierte Vergleiche mit amtlichen Daten und Umfragen. Die Ergebnisse sollen veröffentlicht werden, auch wenn sie ungünstig ausfallen. Sprechen Sie uns an.

Eine Studie mit der synthetischen Bevölkerung passt, wenn Sie

• Botschaften und Formulierungen vor einer echten Umfrage vorsortieren wollen,
• Einwände und Begründungen im Wortlaut kennen wollen, bevor sie öffentlich werden,
• kleine Gruppen gezielt stärker besetzen wollen, etwa junge Erwachsene in einem Bundesland,
• einen Fragebogen vorab prüfen wollen: Reihenfolge, Filter, Verständlichkeit.

Menschen fragen Sie für Wahlprognosen, Veränderungen zwischen zwei Wellen, Preise und Stückzahlen und tatsächliches Verhalten. Wir sagen Ihnen vor der Studie, welche Ihrer Fragen dazugehört.

Mit einem Erstgespräch. Sie schildern Ihre Fragestellung, wir sagen Ihnen, welche Studienform passt und welcher Teil in eine Erhebung mit Menschen gehört. Danach legen wir Zielgruppe, Stichprobe und Fragebogen gemeinsam fest und führen Sie durch die Umfrage. Nach einer Einweisung kann Ihr Team Studien auch selbst umsetzen.

Sie bringen die Botschaften, Argumente oder Konzepte, zwischen denen Sie entscheiden. Wir legen mit Ihnen fest, wer antwortet, nach Alter, Region, Bildung und Erwerb, mit Fallzahl. Sie sehen die Stichprobe vor dem Lauf. Sie bekommen die Rangfolge je Gruppe, Begründungen im Wortlaut, die Spannweite an jeder Zahl und die Grenzen im selben Dokument.

Sieben laufen heute: Botschafts- und Framing-Test, Einwand- und Gegenargumentkatalog, Zielgruppendossier, Reaktionsstudie, kleinräumige Akzeptanzstudie, Konzept- und Ideenscreening und Fragebogen-Pretest. In Arbeit ist der Kampagnen-Pretest mit Bildern. Mehr unter Methodik, Studienformen.

Rangfolgen und Unterschiede je Gruppe, Begründungen im Wortlaut mit Kennung der Persona, ein Methodenkasten mit Fallzahl, Zeitraum, Kalibrierungsbasis, Modellversion und Unsicherheit, ein Abschnitt zu den Grenzen der Auswertung und die Kennzeichnung der Modellausgaben. Dazu ein Datenexport und ein Ergebnisgespräch.

Antworten gibt es meist noch am selben Tag. Bei umfassenderen Studien dauern Durchlauf und Auswertung wenige Tage.

Jede Zahl trägt Spannweite, Basis und Stand. Wo kein Intervall vorliegt, steht das dabei. Gruppen mit wenigen erzeugten Antworten sind gekennzeichnet, Ausreißer stehen im Haupttext.

Ein Sprachmodell erzeugt die Antworten aus dem Profil der Persona, wir prüfen die Antwortverteilungen gegen reale Ergebnisse. Keine Persona ist auf eine reale Person rückführbar. Was eine Persona ankündigt, ist keine Vorhersage ihres Verhaltens.