KI-Simulation vs. traditionelle Prognose: Umfragen, Panels, Modelle

KI-gestützte Massensimulationen ersetzen weder Umfragen, Fokusgruppen, Expertenmeinungen noch statistische Modelle; sie schließen die Lücke zwischen ihnen. Traditionelle Methoden erfassen die aktuelle Meinung der Menschen oder extrapolieren aus Vergangenheitsdaten, während eine Simulation es ermöglicht, Schritt für Schritt zu beobachten, wie eine Menschenmenge auf ein noch nicht eingetretenes Ereignis reagieren könnte, und die Gründe dafür zu ergründen. Die zuverlässigsten Prognosen kombinieren beides: Simulationen zur Erforschung und Erklärung sowie klassische Methoden zur Messung und Überprüfung.

Was die traditionelle Prognose gut macht

Jede etablierte Methode beantwortet eine bestimmte Art von Frage, und jede ist darin gut.

• Umfragen und Meinungsbefragungen erfassen die aktuelle Meinungsverteilung in einer definierten Bevölkerungsgruppe. Mit einer aussagekräftigen Stichprobe und sorgfältiger Formulierung liefern sie Zahlen, die sich begründen lassen.
• Fokusgruppen und Interviews offenbaren Sprache, Emotionen und Einwände, die ein Fragebogen niemals zutage fördern würde. Sie zeigen, wie Menschen über ein Thema sprechen, nicht nur, welche Antworten sie geben.
• Expertenurteile schaffen Kontext: Ein erfahrener Kommunikationsleiter oder Politikanalyst weiß, welche Interessengruppen dazu neigen, Konflikte zu eskalieren, und welche Probleme von selbst in Vergessenheit geraten.
• Statistische und ökonometrische Modelle extrapolieren zuverlässig, wenn die Zukunft der Vergangenheit ähnelt und genügend historische Daten vorliegen.

Ihre gemeinsame Schwäche ist dieselbe: Sie tun sich schwer mit Neuem. Eine Umfrage kann die Reaktion auf eine Ankündigung, die noch niemand gesehen hat, nicht messen, ohne sie den Menschen zu zeigen – was vor der Veröffentlichung der Entscheidung unmöglich sein kann. Ein Modell, das auf vergangenen Produkteinführungen trainiert wurde, weiß nichts über eine Produktkategorie, die noch nicht existiert. Experten können sich auf ihre letzte Krise stützen.

Was die KI-Massensimulation hinzufügt

Eine KI-gestützte Massensimulation basiert auf Ihren eigenen Inhalten. In InfoDome laden Sie Dokumente wie Nachrichtenartikel, Pläne, Berichte oder Politikentwürfe hoch und beschreiben in einfachen Worten, was Sie vorhersagen möchten. Das System extrahiert einen Wissensgraphen aus Personen, Organisationen, Gruppen und Beziehungen und erstellt anschließend Hunderte von KI-Agenten mit jeweils eigenem Charakter, eigener Position und eigenem Langzeitgedächtnis. Diese Agenten interagieren parallel auf zwei simulierten Plattformen – einem Twitter -ähnlichen Feed und einem Reddit -ähnlichen Forum – über eine festgelegte Anzahl von Runden. Ihr Gedächtnis wird dabei fortlaufend aktualisiert.

Dieses Design bietet Ihnen Dinge, die das klassische Werkzeugset nicht bietet:

• Dynamik statt Momentaufnahme. Man sieht, wer zuerst reagiert, wer die Argumentation verstärkt, welche sich verbreitet und wie sich die Positionen über 10, 20 oder 40 Runden hinweg verändern.
• Erklärungen, die Sie hinterfragen können. Nach dem Durchlauf erstellt ein Analyst einen Prognosebericht, und Sie können jeden Agenten befragen oder dem Analysten Nachfragen zu seinen Überlegungen stellen.
• Sicheres Was-wäre-wenn-Testing. Sie können eine Eingabe ändern, z. B. einen Satz, einen Preis oder ein Datum, und den Test erneut ausführen, ohne dass die Daten öffentlich zugänglich werden.
• Mehrere Zielgruppen gleichzeitig. Sie können bis zu 10 Zielgruppenländer auswählen; die Agenten werden gleichmäßig auf diese Länder aufgeteilt, während die realen Unternehmen ihr jeweiliges Land behalten.
• Geschwindigkeit und Kosten. Ein Szenario lässt sich in wenigen Minuten erstellen, was es praktisch macht, Ideen zu testen, die sonst niemals ein volles Forschungsbudget rechtfertigen würden.

Ehrliche Grenzen der Simulation

Eine Simulation ist eine überprüfbare Hypothese, keine Messung. Es ist wichtig, klarzustellen, was sie nicht leisten kann.

• Es spiegelt seine Eingangsdaten wider. Sollten die Dokumente eine wichtige Gruppe auslassen oder Fakten falsch darstellen, werden die Akteure die fehlende Realität nicht erfinden. Lücken im Diagramm führen zu Lücken in der Prognose.
• Es liefert keine statistisch repräsentativen Prozentwerte. Die Anteile der einzelnen Agenten geben Hinweise auf Richtung und Mechanismen, sind aber kein Ersatz für eine Stichprobenumfrage.
• Sprachmodelle bergen ihre eigenen Verzerrungen. Agenten können sich eloquenter oder vernünftiger ausdrücken als reale Menschenmengen, und manche kulturellen Nuancen können verflacht werden.
• Seltene Schocks bleiben selten. Eine Simulation untersucht plausible Pfade; sie garantiert nicht, dass die reale Welt dem wahrscheinlichsten Pfad folgen wird.

In unserem Leitfaden zur Überprüfung von Prognosen beschreiben wir, wie man diese Schwachstellen systematisch überprüft.

Wie sich die Methoden in der Praxis vergleichen lassen

Anstatt zu fragen, welche Methode die "beste" ist, fragen Sie sich, welche Frage Sie haben.

• „Was denken die Leute im Moment?“ Nutzen Sie eine Umfrage. Simulationen können zwar Hinweise auf die Fragen geben, die Antworten sollten aber von echten Befragten stammen.
• „Wie werden die Menschen auf etwas Neues reagieren?“ Beginnen Sie mit einer Simulation, um wahrscheinliche Reaktionen abzubilden, und überprüfen Sie dann die wichtigsten mit einer kleinen Umfrage oder einigen wenigen Interviews.
• „Warum könnte das schiefgehen?“ Simulationen und Fokusgruppen sind hier beide sehr hilfreich. Simulationen sind schneller und ermöglichen Wiederholungen; Fokusgruppen liefern ein realistisches Bild der menschlichen Interaktion.
• „Wie wird sich der Trend im nächsten Quartal entwickeln?“ Statistische Modelle sind hilfreich, wenn die Historie stabil ist; Simulationen sind dann nützlich, wenn ein Strukturwandel das bisherige Muster durchbricht.
• „Welche der drei Optionen birgt das geringste Risiko?“ Spielen Sie dasselbe Szenario dreimal durch, wobei jeweils eine Variable geändert wird, vergleichen Sie die Ergebnisse und lassen Sie anschließend Experten die Vor- und Nachteile beurteilen.

Ein praktisches Beispiel: eine Reform der städtischen Nahverkehrstarife

Stellen Sie sich einen Stadtrat vor, der die Abschaffung von Einzeltickets und die Einführung eines zonenbasierten Tarifsystems plant. Das Team verfügt über einen Richtlinienentwurf, eine Zusammenfassung der Beschwerden aus dem letzten Jahr und zwei lokale Zeitungsartikel.

1. Ein traditioneller Schritt. Eine bestehende Bürgerbefragung zeigt, dass 58 % der Einwohner den öffentlichen Nahverkehr als „akzeptabel“ bewerten. Hilfreich, aber sie sagt nichts über die Reform aus.
2. Simulation. Das Team lädt den Entwurf und die Artikel hoch und fragt: „Wie werden Pendler, Studierende, Rentner und die lokalen Medien in den ersten zwei Wochen nach der Ankündigung reagieren?“ Zu den Befragten gehören Pendlerverbände, eine Studierendenvertretung, ein Rentnerverband, zwei Oppositionspolitiker und Lokaljournalisten. Nach 20 Runden zeigt der Bericht, dass die stärkste negative Reaktion nicht vom Preis selbst, sondern von einem Missverständnis ausgeht: Viele Befragte glauben, die Bewohner der Außenbezirke müssten das Doppelte zahlen, was im Entwurf nicht erwähnt wird.
3. Nachforschungen. Das Team befragt den Mitarbeiter der Studentenvereinigung und den Analysten. Die Verwirrung rührt von einem mehrdeutigen Satz und einem fehlenden Fahrpreisbeispiel her.
4. Wiederholung. Der Satz wird umgeschrieben, ein Beispiel mit einem Fahrpreisrechner hinzugefügt und das Szenario erneut durchgespielt. Das Missverständnis verringert sich, und die Debatte verlagert sich auf den Zeitpunkt der Änderung.
5. Überprüfung. Vor der Veröffentlichung testet das Kommunikationsteam die beiden Textfassungen mit einer kleinen Gruppe von Anwohnern. Diese Gruppe bestätigt das Hauptmissverständnis, und der Stadtrat veröffentlicht die verständlichere Fassung.

Die Simulation sagte kein Stimmenverhältnis voraus. Sie fand einen Mechanismus, bot dem Team eine kostengünstige Möglichkeit, eine Fehlerbehebung zu testen, und sagte ihnen genau, was sie mit echten Menschen überprüfen sollten.

Wie man Simulation mit klassischer Forschung kombiniert

Ein praktischer Arbeitsablauf sieht folgendermaßen aus:

• Erkunden Sie zunächst die Situation. Nutzen Sie Simulationen frühzeitig, solange Ideen noch kostengünstig veränderbar sind, um Interessengruppen, Argumente und potenzielle Konfliktherde zu identifizieren. Unsere Szenarioplanung und synthetischen Umfrageszenarien bieten hierfür gute Ausgangspunkte.
• Schränken Sie Ihre Auswahl ein. Wählen Sie die zwei oder drei Erkenntnisse aus, die Ihre Entscheidung ändern würden, wenn sie zuträfen.
• Messen Sie. Überprüfen Sie diese Ergebnisse genau durch Umfragen, Podiumsdiskussionen oder Interviews. So setzen Sie Ihr Forschungsbudget nur dort ein, wo es wirklich zählt.
• Überwachen. Vergleichen Sie nach dem Start die realen Reaktionen mit den simulierten. Bei Abweichungen aktualisieren Sie Ihre Dokumente und führen Sie den Test erneut durch.

Dadurch bleibt das menschliche Urteilsvermögen erhalten. Die Simulation erweitert den Blickwinkel; die Menschen entscheiden.

Wenn Sie dies mit Ihrem eigenen Material ausprobieren möchten, können Sie vor der Anmeldung eine Aufgabe in der InfoDome Konsole beschreiben. Das Abonnement kostet 29 € pro Monat, beinhaltet ein monatliches KI-Nutzungsbudget von 9 € und unbegrenzte Projekte und ist jederzeit kündbar.