Digitaler Zwilling in der Marktforschung

Warum das für Ihre Entscheidung wichtig ist

Digitale Zwillinge machen vorhandenes Wissen über eine Zielgruppe abfragbar. Statt eine Studie aus dem Vorjahr zu durchsuchen, kann ein Team dem Zwilling neue Fragen stellen: Wie reagiert das Segment auf diese Formulierung? Welche Einwände sind zu erwarten? Für Exploration und Vorauswahl ist das schnell und günstig, gerade bei Kategorien und Marken, zu denen viele Daten vorliegen.

Ein digitaler Zwilling bildet ab, was über eine Zielgruppe schon bekannt ist. Für Angebote, die es noch nicht gibt, fehlt ihm diese Grundlage. Dort misst Horizon die Kaufabsicht realer Menschen, verkauft wird nichts. Bei inkrementellen Weiterentwicklungen im bekannten Umfeld ist die Datengrundlage dichter, bei einem neuen Tarif, einem neuen Preismodell oder einer neuen Kategorie dünner.

Wie digitale Zwillinge gebaut und geprüft werden

Die Datengrundlage besteht meist aus Befragungen und Interviews. Ein öffentlicher Forschungsdatensatz für digitale Zwillinge umfasst 2.058 US-Befragte, die über vier Wellen rund 500 Fragen beantwortet haben (Toubia et al. 2025). Agenten auf Basis ausführlicher Interviews mit 1.052 Personen geben Antworten im General Social Survey zu 85 % so genau wieder, wie die Personen selbst ihre Antworten zwei Wochen später wiederholen (Park et al. 2024).

Beide Studien zeigen, wie weit die Technik bei Befragungsantworten ist. Beide messen an Befragungen und Laboraufgaben. Wie gut ein Zwilling die Wahl zwischen realen Angeboten mit Preis und Alternativen abbildet, beantworten sie nicht.

Beispiel

Ein Hausgerätehersteller hat einen digitalen Zwilling seiner Kernzielgruppe aus Kundenbefragungen der letzten drei Jahre. Für eine neue Akku-Küchenmaschine lässt das Team den Zwilling drei Positionierungen bewerten; alle drei erhalten ähnlich positive Werte. Im anschließenden Verhaltenstest mit realen Menschen, bei gleichem Preis, liegt die gemessene Kaufabsicht der stärksten Positionierung deutlich über der schwächsten. Der Zwilling hatte keine Daten zu einer Produktart, die es im Sortiment noch nicht gab.

Abgrenzung

Synthetische Befragte entstehen meist nur aus demografischen Profilen, ein digitaler Zwilling zusätzlich aus echten Daten. KI-Personas sind oft Gesprächsfiguren ohne eigene Datengrundlage. Ein Modell, das auf beobachtetem Verhalten statt auf Befragungen trainiert wird, ist eine andere Klasse von Verfahren. Ein Painted-Door-Test simuliert keine Zielgruppe, sondern beobachtet, welche Variante reale Menschen wählen.

Grenzen

Ein Zwilling ist so gut wie seine Datengrundlage und übernimmt deren Verzerrungen. Stammt sie aus Befragungen, übernimmt er auch den Abstand zwischen Angabe und Verhalten. Er altert mit den Daten, und er kennt keine Reaktion auf etwas, das es noch nicht gab. Der Verhaltenstest wiederum prüft nur die Varianten, die man ihm gibt, und erklärt Motive nur teilweise; für die Breite davor ist ein Zwilling nützlich.