Black Box KI: Was ist (noch nicht) möglich?
Welche Potenziale bietet Künstliche Intelligenz heute bereits für die Markt- und Sozialforschung – und wo liegen ihre Grenzen? Dieser Frage widmete sich diese Regionaleranstaltung. Mit 153 Teilnehmenden war das Interesse beachtlich – und das lag nicht zuletzt am hochkarätig besetzten Podium sowie der Möglichkeit, sich auch im virtuellen Raum zu vernetzen. In drei abwechslungsreichen Impulsen wurden aktuelle Erkenntnisse aus Wissenschaft und Praxis geteilt:
Prof. Dr. Dr. Marko Sarstedt (LMU München) zeigte auf Basis einer Delphi-Studie, dass Sprachmodelle wie ChatGPT zukünftig sowohl als kollaborative Partner als auch als autonome Systeme denkbar sind.
Dr. Carolin Kaiser (NIM) diskutierte anhand von Vergleichsstudien zwischen realen und synthetischen Respondenten die Relevanz menschlicher Nuancen für valide Forschungsergebnisse.
Dr. Steffen Schmidt (concept m ai) betonte, dass KI-gestützte Forschung nur durch den Einsatz klassischer Validierungsverfahren wie dem Turing Test oder dem Abgleich mit echten Verhaltensdaten sinnvoll bleibt.
Prognose
Sprachmodelle fungieren als Wissensträger, Marktforscher als Manager: Einsatz von KI bei Durchführung und Analyse realistisch, überwiegend noch Skepsis bei synthetischen Probanden und Personas. Realistische Befragung durch KI? Erste Tests zeigen: Trends sind erkennbar, aber Verzerrungen und geringe Antwortvarianz. Synthetische Befragte ranken Gesundheitsaspekte höher als echte Befragte. "Augmented Intelligence" statt reiner Automatisierung: KI als Chance für lebendiges Erleben von Studienwissen und Erhöhung ihrer Reichweite. Anforderung: Bots müssen sehen, denken, fühlen, agieren und entscheiden wie Menschen.
Zentrales Fazit: KI verändert die Markt- und Sozialforschung rasant – doch um die Black Box wirklich zu verstehen, braucht es kritischen Austausch, valide Benchmarks und Mut zur Weiterentwicklung.
1. April 2025
