Was sind synthetische Daten?
Stell dir vor, du hättest 10.000 Kundendatensätze, die sich genauso verhalten wie deine echten — gleiche Altersverteilung, gleiche Kaufmuster, gleiche Saisonkurve. Nur steckt hinter keinem einzigen ein echter Mensch. Das sind synthetische Daten.
Erzeugt werden sie meist von einem KI-Modell, das vorher echte Originaldaten gelernt hat. Eine Fachinfo des österreichischen Parlaments bringt es auf den Punkt: Das künstliche Datenset soll dieselben statistischen Merkmale aufweisen wie die Originaldaten.
Im Marketing begegnen dir zwei Spielarten:
- Synthetische Datensätze: künstliche Tabellen mit Kunden, Bestellungen oder Klicks — zum Testen, zum Trainieren von Modellen oder zum Weitergeben an Dienstleister.
- Synthetische Befragte: Ein Sprachmodell beantwortet Umfragen in der Rolle einer Persona. Das läuft unter Namen wie „Synthetic Respondents“, „Silicon Samples“ oder „digitaler Zwilling“.
Können KI-Befragte eine Umfrage ersetzen?
Das ist das große Versprechen: Marktforschung in Minuten statt Wochen, ohne Panelkosten. Zwei Studien haben es gegen echte Menschen getestet:
Fall A · Meinungsumfrage
Pew Research Center, USA 2026
12 Punkte
Abweichung im Schnitt
28 %
der Fragen über 15 Punkte daneben
Titel der Studie: „Not Really“
Knapp 300 Fragen, KI-Zwillinge echter Panel-Teilnehmer mit GPT-5.1, GPT-5 nano und Claude Opus 4.6.
Fall B · Konsumfragen
Kaffee-Studie von Verasight, USA 2025
47 %
echte Befragte kauften bei Dunkin'
92 %
laut KI-Personas
Bei Konsumfragen im Schnitt 19,8 Punkte daneben
1.519 echte Befragte gegen GPT-5-Personas. Bei politischen Fragen nur 3,0 Punkte. Verasight verkauft selbst klassische Panels.
Auffällig ist die Richtung der Fehler. Echte Menschen antworteten bei Pew etwa viermal so oft „nicht sicher“ wie die KI. Bei fast der Hälfte der Fragen wählte kein einziger KI-Befragter eine bestimmte Antwortoption, die Menschen sehr wohl wählten. Die KI ist also nicht nur ungenau, sie ist zu sicher und zu glatt.
Besser wird es, wenn die Personas mit echten Daten gefüttert werden: Bei Verasight sank der Fehler bei einer Preisfrage dadurch von 20 auf 9 Punkte. Ohne echte Daten im Hintergrund geht es also nicht.
Sind synthetische Daten automatisch anonym?
Nein — und das ist der häufigste Denkfehler. Wer synthetische Daten aus echten Kundendaten erzeugt, verarbeitet dabei personenbezogene Daten. Dafür braucht es eine Rechtsgrundlage nach DSGVO, wie für jede andere Verarbeitung.
Ob das Ergebnis dann wirklich anonym ist, hängt davon ab, ob sich einzelne Personen wiederfinden lassen. Bei Ausreißern klappt das manchmal: Der eine Kunde mit 400 Bestellungen im Jahr taucht auch im künstlichen Datensatz als auffälliger Punkt auf. Forscher der EPFL kamen 2022 zu einem harten Urteil — synthetische Daten seien weit entfernt vom Heiligen Gral des Datenschutzes. Entweder schützen sie nicht ausreichend, oder sie verlieren ihren Nutzen.
Häufige Fehler
Fehler 1 · Die echte Umfrage streichen
KI-Befragte eignen sich zum Vortesten eines Fragebogens oder zum Sammeln von Hypothesen. Als Ersatz für echte Kunden taugen sie nach heutigem Stand nicht. Am schlechtesten schneiden sie bei Untergruppen ab, also genau dort, wo es im Marketing spannend wird.
Fehler 2 · Synthetisch mit neutral verwechseln
Künstliche Daten übernehmen die Verzerrungen ihrer Ausgangsdaten. Und bei KI-Befragten kommen die Vorurteile des Modells dazu. Bei Pew lieferten verschiedene Modelle für dieselben Fragen unterschiedliche Meinungsbilder.
Fehler 3 · Nicht gegen die Wirklichkeit prüfen
Wer synthetische Daten nutzt, braucht eine kleine echte Vergleichsstichprobe. Nur so weißt du, wie weit die künstlichen Werte danebenliegen.
Wofür sie im Marketing taugen
- Fragebogen-Pretest: Verständlichkeit und Ablauf prüfen, bevor echtes Geld ins Panel fließt.
- Testdaten fürs CRM: Automationen und Lead-Scoring mit realistischen, aber unechten Kontakten durchspielen.
- Hypothesen sammeln: Schnell sehen, welche Einwände eine Persona haben könnte — und die dann echt testen.
- Daten teilen: Mit Dienstleistern an Modellen arbeiten, ohne echte Kundenlisten herauszugeben (nach Datenschutz-Prüfung).
Tools für synthetische Tabellen sind etwa MOSTLY AI aus Wien, Gretel (seit 2025 bei NVIDIA) oder das Open-Source-Projekt Synthetic Data Vault. Für KI-Befragte gibt es Anbieter wie Synthetic Users oder Funktionen in großen Umfrage-Tools.
Häufige Fragen
Sind synthetische Daten DSGVO-konform?
Nicht automatisch. Das Erzeugen aus echten Kundendaten ist selbst eine Verarbeitung personenbezogener Daten. Ob das Ergebnis anonym ist, hängt davon ab, ob sich Einzelne wiedererkennen lassen. Kläre das vor der Weitergabe mit deinem Datenschutzbeauftragten.
Was ist der Unterschied zwischen synthetischen und anonymisierten Daten?
Bei der Anonymisierung werden echte Daten so verändert, dass kein Personenbezug mehr besteht. Synthetische Daten erfinden dagegen neue Datensätze nach dem Muster der echten. Sie können ein Weg zur Anonymität sein, sind es aber nicht von selbst.
Können KI-Befragte eine echte Marktforschung ersetzen?
Nach heutigem Stand nein. Pew Research fand 2026 im Schnitt 12 Prozentpunkte Abweichung zu echten Menschen, bei einzelnen Fragen 20 bis 40 Punkte. Für Pretests und Hypothesen sind sie nützlich, für Entscheidungen brauchst du echte Antworten.
Wie prüfe ich, ob synthetische Daten taugen?
Vergleich sie mit einer kleinen echten Stichprobe: Stimmen Verteilungen, Durchschnittswerte und Zusammenhänge? Für den Datenschutz kommt ein Test dazu, ob sich einzelne echte Personen im künstlichen Datensatz wiederfinden lassen.
Was ist ein digitaler Zwilling in der Marktforschung?
Ein KI-Modell, das die Rolle eines bestimmten echten Befragten übernimmt, gefüttert mit dessen früheren Antworten oder Daten. So hat Pew 2026 getestet, ob KI echte Panel-Teilnehmer ersetzen kann. Ergebnis: nur eingeschränkt.
