Beobachtetes Signal · 22. Juli 2026 · Use Case / Case Study · Quelle: Digiday · Relevanz: 3/5 · Sentiment: Positiv
Agenturen setzen auf hybride Ansätze bei synthetischer Zielgruppenforschung
Agenturen ergänzen traditionelle Konsumforschung zunehmend durch KI-generierte synthetische Zielgruppen. Dabei setzen sie auf einen hybriden Ansatz, der synthetische Personas mit echtem menschlichen Feedback, syndizierten Daten und Social Listening kombiniert. Andrea Berki-Nnuji, Senior VP of Data Analytics bei Crowley Webb, erklärt, dass die Agentur seit rund 18 Monaten synthetische Zielgruppen nutzt, die Ergebnisse jedoch stets durch reale Personen validieren lässt. Vollständig synthetische Datensätze erreichen demnach etwa 80 Prozent der erforderlichen Validität. Bei der Auswahl von Anbietern und Plattformen stehen Datenherkunft, Preisgestaltung, Multi-User-Funktionen und Compliance-Prüfungen im Fokus. Zu den Anwendungsbereichen zählen Kon getestet, Namensfindung, Media-Messaging und Preisgestaltung. Bestimmte Kontexte wie Pharma-Kampagnen für seltene Erkrankungen erfordern jedoch weiterhin rein menschliche Forschung.
Beschreibt eine wachsende Agenturpraxis, die synthetische und menschliche Forschung kombiniert, mit direkten Implikationen für die Anbieterauswahl und Validierung bei Agenturen, Datenanbietern und MarTech-Vendoren.
Marktsignale zu IBM in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Agenturen testen KI-generierte Personas, um Mediaplanung und Kon getestet zu ergänzen.
- Crowley Webb setzt seit 18 Monaten auf synthetische Zielgruppen und kombiniert diese mit menschlichen Insights und Social Listening.
- Andrea Berki-Nnuji (Crowley Webb) zufolge decken rein synthetische Datensätze etwa 80 % ab, während die restlichen 20 % eine menschliche Validierung erfordern.
- Für den Aufbau und die Validierung synthetischer Personas nutzt Crowley Webb syndizierte Daten von MRI-Simmons sowie statistische Modellierung mit SPSS (IBM).
- Einige Kunden stellten fest, dass das synthetische Tool eine zusätzliche, durch COVID beeinflusste Persona identifizierte, während Pharmaprojekte den KI-Einsatz teilweise untersagen.
Verknüpfte Unternehmen
2 verknüpfte Unternehmen“We were able to paint those personas that we created using SPSS [Statistical Package for the Social Sciences, an IBM software program used f...”
“Digiday recently caught up with Berki-Nnuji about how the agency is using synthetic audiences, how it tests and vets synthetic data tools, a...”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Synthetische Marktforschung: Vertrauen in das Zielgruppenmodell ist entscheidend
Eric Ayzenberg von Soulmates.ai argumentiert, dass die Kernfrage der KI-gestützten Marktforschung nicht lautet KI versus Mensch, sondern ob die zugrundeliegenden Modelle vertrauenswürdig genug für strategische Entscheidungen sind. Unter Bezugnahme auf eine Evaluierung von The Good zeigt er auf, dass KI-Research-Tools zwar Reibungspunkte aufdecken, Workflows beschleunigen und richtungsweisende Impulse liefern können, sie jedoch oft daran scheitern, beobachtetes Verhalten, emotionale Nuancen sowie subtile Signale für risikoreiche Entscheidungen akkurat abzubilden. Ayzenberg schlägt einen dreistufigen Ansatz vor: den Einsatz einfacher synthetischer Zielgruppenmodelle für schnelle Richtungsklarheit, hochpräziser synthetischer Modelle bei zeitkritischem Verhaltensverständnis sowie traditioneller, rekrutierter Feldforschung bei der Notwendigkeit realer Verhaltensbeobachtung oder regulatorischer und investitionsbezogener Strenge. Damit positioniert der Beitrag synthetische Tools als wertvolle Ergänzung, aber keineswegs als vollständigen Ersatz für die klassische Humanforschung.
Die Rolle synthetischer Daten in der Marktforschung
Der Artikel erläutert, wie synthetische Daten – KI-generierte, statistisch repräsentative Datensätze – die Kundenforschung beschleunigen und erweitern können, indem sie Zielgruppenreaktionen durch synthetische Fokusgruppen, virtuelle Personas und digital twins simulieren. Synthetische Daten sind besonders dort nützlich, wo reale Daten knapp oder in der Erhebung teuer sind. Empfohlen wird ein Start mit fokussierten Piloten für überschaubare Entscheidungen wie Message Testing oder frühe Produktkonzeptvalidierungen. Die Ergebnisse spiegeln jedoch die Qualität und Verzerrungen der Eingangsdaten wider und sollten reale Validierungen oder menschliches Urteilsvermögen ergänzen, nicht ersetzen. Governance, Transparenz bei Quelldaten und Modellannahmen, Vendor Evaluation sowie Validierungsschritte gegen beobachtetes Verhalten gelten als Voraussetzungen für Vertrauen und langfristige Akzeptanz. Organisationen, die synthetische Daten als disziplinierte Capability etablieren, beschleunigen Experimente und machen echtes Kundenfeedback zielgerichteter.
Synthetische Marktforschung: Großes Potenzial mit methodischen Haken
Diese MarTech-Analyse beleuchtet den rasanten Aufstieg der synthetischen Marktforschung, bei der generative Modelle und synthetische Personas für Produkt- und Marktanalysen eingesetzt werden, und wägt Geschwindigkeit sowie Kostenvorteile gegen wissenschaftliche Präzision ab. Der Markt für synthetische Daten verzeichnet starkes Wachstum, und zahlreiche Führungskräfte planen die Adaption zur Skalierung. Standard-LLMs (wie ChatGPT, Claude, Gemini) neigen jedoch zu Verzerrungen, Homogenität und übermäßig positiven Antworten (dem „Pollyanna-Prinzip“), was die Validierung erschwert. Der Artikel zeigt Lösungswege auf: die Feinabstimmung auf proprietäre Umfragedaten, Validierungsansätze nach der TSTR-Methode (Train-Synthetic, Test-Real) sowie strikte Governance- und Transparenz-Checklisten. Fallstudien und Experimente von Stanford, Google DeepMind und Dollar Shave Club belegen vielversprechende Ergebnisse, sofern synthetische Methoden konsequent gegen reale Daten gebenchmarkt und verifiziert werden.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.