Synthetische Befragte sind nicht mehr Spekulation, sondern Standard. Peer-Review-Studien in Political Analysis, dem Journal of Marketing, Psychology & Marketing sowie Replikationen von EY, Harvard, MIT Sloan und Qualtrics zeigen, dass kalibrierte synthetische Daten heute die traditionelle rein menschliche Forschung erreichen — und in manchen Fällen übertreffen.
In einem Doppelblindtest führte das Beratungsunternehmen EY seine jährliche Global Brand Survey—gerichtet an CEOs von US-Unternehmen mit über 1 Mrd. $ Umsatz—zweimal durch: einmal über klassische Befragung, einmal über 1.000 von Aaru erstellte synthetische Personas.
Die synthetische Umfrage zeigte eine 95%-Korrelation mit der echten. EY rekonstruierte zudem den jährlichen Global Wealth Research Report an einem einzigen Tag mit einer medianen Korrelation von über 90% zur ursprünglichen sechsmonatigen Studie.
— Toni Clayton-Hine, EY CMO. Berichtet in Solomon Partners (Sept. 2025).
Fallstudie lesen →Vier grundlegende Studien aus führenden Fachzeitschriften belegen, dass kalibrierte synthetische Daten menschliche Umfrageantworten mit wissenschaftlicher Strenge reproduzieren.
Die KI–Mensch-Hybride erzeugt informationsreiche, kohärente Daten, die rein menschliche Daten an Tiefe und Erkenntnisgewinn übertreffen, und erreicht menschliches Niveau bei der Themengenerierung. Die LLM-Hybride identifizierte 77 % der von menschlichen Analysten erkannten Themen.
DOI: 10.1177/00222429241276529 →Getestet an 9.300 menschlichen Antworten aus 57 Körperpflege-Umfragen erreichte die Semantic Similarity Rating-Methode 90 % der menschlichen Test-Retest-Reliabilität. Die Verteilungsähnlichkeit zu echten Daten lag über 0,85 (Kolmogorov–Smirnov).
Auf arXiv lesen →Die wegweisende „Silicon-Samples“-Studie. Mit soziodemografischen Profilen konditioniertes GPT-3 emuliert akkurat die Antwortverteilungen über menschliche Untergruppen hinweg und reproduzierte echte Umfrageergebnisse über vielfältige Bevölkerungsgruppen.
DOI: 10.1017/pan.2023.2 →Etabliert formale akademische Leitlinien für Silicon-Sampling. Schlussfolgerung: synthetische Stichproben sind besonders vielversprechend in den vorgelagerten Phasen der Forschung — qualitative Vortests, Pilotstudien und Hypothesengenerierung.
DOI: 10.1002/mar.21982 →Cohen's-D-Abweichung zwischen kalibrierten synthetischen Befragten und echten Menschen über 11 identische Umfragefragen. Die Erkenntnis: Kalibrierung schließt die Lücke. McLean (Feb. 2026) Replikation von Paxton & Yang.
Replikationsstudie lesen →Übereinstimmung mit menschlichen Umfragedaten und 85 % Verteilungsähnlichkeit in Konzept- und Preisstudien mit sorgfältig kalibrierten synthetischen Konsumenten.
Analyse lesen →Schnellere Forschungszyklen. Dollar Shave Club: monatelange Studien in Wochen. Gabb: Wochenarbeit in Stunden, mit Rangfolge-Übereinstimmung zwischen synthetischen und menschlichen Befragten.
Fallstudien lesen →„LLMs, sorgfältig eingesetzt, können als synthetische Fokusgruppen fungieren — und liefern realistische, präzise Präferenzen in einem Bruchteil der Zeit und Kosten.“
„LLM-generierte synthetische Befragte — digitale Zwillinge — ermöglichen schnelles Konzepttesten und KI-moderierte Interviews für qualitative Forschung im großen Maßstab.“
„Synthetische Daten könnten besser sein als echte Daten.“
„Synthetische Daten sind so gut wie echte — als Nächstes kommt synthetische Strategie.“
Personas erstellen, eine Umfrage oder ein Interview durchführen und sehen, was synthetische Befragte enthüllen — in Minuten.