Panelia vs Synthetic Users: qualitatives Interview oder quantitative Messung

Es gibt bereits andere Werkzeuge, die Befragte mit KI simulieren, und es ist verlockend, sie alle in einen Topf zu werfen. Synthetic Users und Panelia beantworten aber nicht dieselbe Frage: Das eine lässt eine einzelne Person ausführlich sprechen, das andere misst einen Trend über eine Stichprobe.

Was Synthetic Users macht

Synthetic Users ist ein Startup, das KI-gesteuerte synthetische Teilnehmende generiert, mit einer Multi-Agenten-Architektur aus LLMs und Retrieval (RAG), für schnelle qualitative Forschung: Problemexploration, Konzepttests, skriptbasierte Interviews. Abgerechnet wird pro Interview, die Positionierung ist eher agentur- und enterprise-orientiert, mit SOC-2-Konformität und Büros in den USA (Los Angeles), Portugal (Lissabon) und Großbritannien (London). Das Tool ist darauf ausgelegt, die Erfahrung eines individuellen qualitativen Interviews nachzubilden: offene Fragen an eine synthetische Persona, deren Antworten dann ähnlich wie bei einer echten Interviewperson erkundet werden.

Was Panelia macht

Panelia simuliert kein Einzelgespräch, sondern misst eine Verteilung. Sie beschreiben ein Konzept, einen Preis oder eine Botschaft und erhalten innerhalb weniger Minuten eine Kaufabsichtsverteilung über hunderte synthetische Befragte hinweg, mit Konfidenzintervall, basierend auf einer Methode, die auf arXiv (2510.08338) veröffentlicht und an echten menschlichen Daten kalibriert ist. Rechnen Sie mit etwa 1 Euro und 10 Minuten. Das Ergebnis ist kein Interviewprotokoll, sondern eine statistische Zahl mit illustrierenden Verbatims und einer Zusammenfassung.

Zwei Formate, zwei Aufgaben

Wenn Ihre Frage lautet "warum besteht dieses Problem" oder "wie erlebt diese Nutzerin diese Situation", bleibt das qualitative Interview das passende Format: nachhaken, vertiefen, einem unerwarteten Gedankengang folgen, genau das ermöglicht ein Gespräch, ob synthetisch oder nicht. Synthetic Users hat sein Produkt genau um diesen Anwendungsfall herum gebaut. Wenn Ihre Frage eher lautet "welcher Anteil meines Marktes würde zu diesem Preis kaufen" oder "welche Botschaft konvertiert am besten von drei Varianten", braucht es eine Messung über eine Stichprobe, kein noch so gründliches Einzelgespräch. Genau dafür ist Panelia gebaut.

Eine gemeinsame Grenze, die man im Kopf behalten sollte

Beide Tools basieren auf Sprachmodellen, nicht auf rekrutierten echten Menschen. Das ist ein echter Vorteil bei Geschwindigkeit und Kosten, aber auch eine ehrliche Grenze: Eine synthetische Persona bleibt, wie gut sie auch kalibriert ist, eine Simulation. Bei Panelia wird diese Grenze offen benannt: Es ist ein Entscheidungshilfe-Tool, an echten Daten kalibriert, um nah am beobachteten Verhalten zu bleiben, ersetzt aber keinen menschlichen Test, wenn wirklich viel auf dem Spiel steht.

Ein konkretes Beispiel

Nehmen wir einen einfachen Fall: Sie wollen verstehen, warum Nutzende Ihren Checkout abbrechen, und dann entscheiden, zu welchem Preis Sie ein Angebot neu starten. Für die erste Frage hilft ein vertieftes qualitatives Interview, ob bei Synthetic Users oder mit echten Nutzenden, um Kontext, Zögern und Vergleiche mit anderen Lösungen zu ergründen. Für die zweite Frage reicht selbst ein reichhaltiges Interview nicht aus: Man muss wissen, welcher Anteil des Marktes zu 19, 29 oder 39 Euro kaufen würde, mit einer zugehörigen Fehlerspanne. Genau dort setzt Panelia an, mit einer nummerischen Verteilung statt eines noch so gut begründeten individuellen Eindrucks. Die beiden Schritte ergänzen sich und sind selten austauschbar.

Beides in der richtigen Reihenfolge einsetzen

In einem Produktentdeckungszyklus bauen die beiden Ansätze eher aufeinander auf, als dass sie konkurrieren. Eine Handvoll qualitativer Interviews, synthetisch oder real, hilft, Motivationen zu verstehen und gute Hypothesen zu Konzept, Preis oder Botschaft zu formulieren. Eine quantitative Messung wie bei Panelia erlaubt es dann, zwischen diesen Hypothesen mit einer Zahl zu entscheiden, nicht mit einem Eindruck. Das eine zum Explorieren und das andere zum Messen zu nutzen, verhindert den klassischen Fehler, die Größe eines ganzen Marktes aus drei, wie auch immer reichhaltigen, Gesprächen abzuleiten.