Erkundung der kontextabhängigen Lernfähigkeit von LLMs zur Erzeugung realistischer synthetischer Persönlichkeiten
Von Leonard Kinzinger
Von Leonard KinzingerLeonard Kinzinger ist Nachwuchsforscher 2025 - BVM/VMÖ/SWISS INSIGHTS in der Kategorie Masterarbeit. Seine Arbeit zeigt, wie Synthetic Personalities auf Basis granularer Mikrodaten Marktforschung unterstützen können. Gleichzeitig macht sie Chancen und Grenzen durch bestehende Biases in LLMs transparent.
Die Arbeit untersucht, wie granulare Mikrodaten in Open Source LLMs integriert werden können, um Synthetic Personalities zu entwickeln. Ziel der Arbeit ist es, die Lücke zwischen Theorie und Anwendung von KI in der Marktforschung zu verkleinern.
Die Evaluation verschiedener Prompting- und Embedding-Strategien zeigt, dass strukturierte Persona-Beschreibungen und Step-By-Step-Antwortformate die Übereinstimmung mit menschlichen Daten deutlich verbessern und Genauigkeiten von über 75% erreichen. Synthetic Personalities weisen zudem eine hohe Konsistenz, starke Erinnerungsfähigkeit und hohe Übereinstimmungen bei Persönlichkeitsmerkmalen und wertebasierten Urteilen auf.
Gleichzeitig treten Verzerrungen auf: Progressive und hedonistische Werte sind überrepräsentiert, traditionelle und prekäre Milieus unterrepräsentiert. Diese Ergebnisse bestätigen bestehende Befunde zu ideologischen Biases aktueller LLMs. Auch wenn Synthetic Personalities reale Teilnehmer in Marktforschung heute noch nicht vollständig ersetzen können, bieten sie ein vielversprechendes Werkzeug für schnelle, skalierbare Einblicke in Konsumverhalten und gesellschaftliche Trends.
Der Artikel erschien erstmalig im Jahrbuch der Marktforschung 2025 (ET: 25.06.2025)
