Folge 63: Digital Twins in der Marktforschung - SynthiePop im Einsatz

00:00:09: Herzlich willkommen zum Finding Answers Talk.

00:00:13: Ich komme frisch aus dem Urlaub und habe heute direkt einen ganz besonderen Talk, weil wir haben mal wieder eine Gästin.

00:00:19: Das haben wir uns für dieses Jahr besonders vorgenommen, dass wir auch mehr Perspektiven von außen in unseren Podcast reinbringen.

00:00:27: Und bisher gelingt es uns das gut!

00:00:30: Und heute habe ich die Gelegenheit mit einer Frau zu sprechen, die sich auskennt mit synthetischen Daten.

00:00:38: Weil das wollten wir auch mal in den Podcast reinbringen weil wir da noch gar nicht so viel darüber gesprochen haben und da ist mir als erstes Claudia Kramer eingefallen von Statista Heute ein bisschen was über Sinti-Pop berichten wird und aber auch generell darüber, wie das denn so mit synthetischen Daten in der Marktforschung gerade aussieht.

00:01:07: Claudia und ich kennen uns vor allen Dingen aus der Arbeit beim BVM.

00:01:14: sie leitet die Regionalgruppe Nord und macht da ganz tolle Veranstaltungen Und ist aber auch bei Statista.

00:01:26: Wir haben gerade gesprochen seit zehn Jahren, weil zehnjähriges Diobilium mittlerweile Vice-Präsident und ... Da vor allen Dingen bei Statista Plus auch für den Marktforschungsbereich, für den Servicebereich zuständig.

00:01:44: War vorher auch mal bei GFK, bei Kanta hat also ganz viel Erfahrung und ich freue mich sehr, dass du heute da bist, Claudia!

00:01:53: Ich freue mich auch.

00:01:54: Vielen Dank, dass ich da sein darf.

00:02:04: Und ich dachte, wir steigen mal mit einer ein bisschen anderen Frage ein.

00:02:10: Die mich viel beschäftigt und ich finde auch auf Events wo wir beide uns treffen gibt es immer wieder dieses Thema wie mutig sind wir eigentlich?

00:02:19: gerade in der Branche?

00:02:20: du steckst da total tief drin lädt ihr auch bei den Regionalabenden immer mal wieder Leute ein die darüber berichten was glaubt so sind wir mutig genug?

00:02:30: Woran zeigt sich das?

00:02:32: oder wo sind wir vielleicht nicht mutig?

00:02:36: Also ich würde

00:02:38: schon sagen, dass wir in der Branche sind die mutiger ist als wir uns oftmals machen oder reden und ich sehe schon sehr viel Experimentierfreude.

00:02:50: auch jetzt gerade zum Thema KI insgesamt, aber auch synthetische Daten.

00:02:55: Da sind sowohl die etablierten Player und große Institute, die damit neuen Angeboten, neuen Ideen auf den Markt kommen, aber im Start-up Bereich tut sich da sehr viel aus meiner Sicht so dass ich schon sagen würde das da unheimlich viel passiert und wir mutiger sind als wir oftmals denken oder uns nachsagen.

00:03:15: Aber auch die Digitalisierung inzwischen vor Jahrzehnten hat gezeigt finde ich, dass wir doch vielleicht nicht immer die Vorreiterbranche sind.

00:03:25: Aber doch eine Branche, die schnell adaptiert und schnell neue Dinge auch annimmt wie beispielsweise mit dem Aufkommen der Online-Panels als ein Beispiel im Vergleich zu der klassischen Telefonen, also Kati Studien oder auch Facebook-Fragungen Aber auch im Bereich Kati, die Adaption der Mobilfunknummer und dann das Dual Frame System für die Auswahl- und Stichprobenziehung.

00:03:54: Also ich finde schon dass da immer einiges passiert in unserer Branche und so jetzt gerade eben zum Thema KI und synthetische Daten.

00:04:03: Also glaubst du auch manchmal müsste man es noch mehr herausstellen.

00:04:08: Und das passiert eigentlich viel und vielleicht wird's noch gar nicht so sichtbar.

00:04:11: oder glaubst Du die Sichtbarkeit ist auch schon genügend da?

00:04:16: Ich finde, Sichtbarigkeit ist schon auch da!

00:04:18: Das zeigen finde ich auf den ganzen Messen- und Veranstaltungen von der Succeed über die Insights in Frankfurt

00:04:26: usw.,

00:04:27: also wir haben ja zahlreiche Bühnen Gott sei Dank für unsere und wo wir uns präsentieren können mit neuen Ideen, neuen Ansätzen.

00:04:38: Ich finde nur dass wir manchmal... so intern etwas zu vielleicht selbstkritisch.

00:04:44: Ist vielleicht auch ein bisschen eine Berufskrankheit, dass wir natürlich gerne Diggit da fragen und auch kritisch umgehen mit Erkenntnissen die wir entweder aus unseren Studien ziehen und in diesem Fall eben auch mit uns selbst so kritisch auch umgehen.

00:04:59: ich glaube das müssen mir gar nicht unbedingt.

00:05:01: da können wir durchaus finde ich manchmal selbstbewusster sein und ja ein bisschen positiver auch in die Zukunft blicken weil ich schon glaube auch dazu führen, dass sich zwar unsere Rolle und unser Berufsverständnis verändern wird aber keineswegs die Marktforschung obsolet machen wird sondern ihren Gegenteil noch wichtiger werden lässt.

00:05:24: Und da glaube ich manchmal so in den so verbalen und in den Artikeln oder in den Medien glaube ich können wir dann durchaus noch selbstbewusst auftreten.

00:05:35: Das ist fast schon ein schönes Schlusswort!

00:05:41: Und wollen einmal ganz positiv und reflektiert auf das Thema synthetische Daten schauen.

00:05:49: Vielleicht erst mal ganz konkret an eurem Beispiel, was habt ihr da gemacht?

00:05:53: Was ist euer Produkt CintiPop?

00:05:57: Ja genau mit Cintipop haben wir eine synthetischen Population nachgebaut.

00:06:03: Das ist im Grunde ein ganz großer Datensatz mit über virtuellen Individuen für Deutschland, im Moment eben für Deutschland erhältlich.

00:06:16: Aber wir arbeiten schon an der Erweiterung für US und dann auch für weitere EU-Länder in den nächsten Schritten.

00:06:24: aber es ist eine Datenbank im Grunde die Wie gesagt wird für alle Individuen enthält, die der Gesamtbevölkerung entsprechen und jedes Individuum auch einem Individum in der Bevölkerung entspricht auf Basis der Zensus-Daten.

00:06:41: Das ist uns also ganz wichtig, das ist kein KI-generierter Datensatz und hat auch mit KI erstmal an erster Stelle gar nichts zu tun.

00:06:51: Sondern es wirklich ein manuell statistisch produzierter Dattensatz der wie gesagt auf den Zensusdaten aufbaut um dann verschiedene Datensätze die auch belastbar und valide sind, geprüft sind.

00:07:08: Ergänzt wird sowohl von öffentlichen Quellen als auch also amtliche Statistiken

00:07:14: etc.,

00:07:15: aber eben auch unseren eigenen Studien.

00:07:16: da haben wir natürlich mit Statister einen ganz guten Datenschatz an der Hand mit unserem Consumer Insights beispielsweise einer der größten internationalen Befragungs- oder Marktforschungsstudien und den Market Insights von der Plattform, sodass wir da sehr viele KPI-Sage mal und Merkmale haben die wir eben anhand statistischer Modellierungsverfahren dort ergänzen in diese Datenbank.

00:07:45: Und somit ein großer Datenschatz entsteht, der wie gesagt die Gesamtbevölkerung abbildet und damit für zahlreiche Analysen sei es Marktgrößenabschätzung Zielgruppen Bestimmungen, Zielgruppen, Segmentierungen und auch sehr, sehr granular bis auf Straßenebene runtergehen kann.

00:08:08: Und man darunter brechen kann auf sehr granulare kleine Zielgruppe die eben auch mit klassischen Methoden manchmal schwierig zu erforschen oder erreichen sind.

00:08:19: Vielleicht damit wir es ein bisschen konkreter machen kannst du so ein paar Beispiele nennen?

00:08:24: was sind denn Daten die dann da drin sind?

00:08:28: welche auch häufig genutzt werden oder wie auch immer, sodass man ein bisschen das Gefühl dafür bekommt.

00:08:34: Wie sieht so einen Datensatz aus?

00:08:36: Ja absolut.

00:08:38: Also aktuell sind circa fünfzig Merkmale dort fest oder fix hinterlegt, sage ich mal in der Datenbank.

00:08:44: da sind die klassischen Soziodemographiker drin Haushaltsmerkmale aber auch persönliche Merkmalen von alter Geschlechtberuf etc.

00:08:57: all solche Merkmale, aber eben auch solche Themen wie Lebensstile, Einstellungen.

00:09:05: Auch generelle Merkmalle zum Konsumverhalten, Autobesitz beispielsweise als ein Beispiel.

00:09:12: Aber genau eben auch solche Themen über die klassischen Soziolograficar hinausgehen und über die Kombination mit unseren Consumer Insights beispielsweise oder auch anderen öffentlichen Statistiken ist auch das Mediennutzungsverhalten beispielsweise enthalten, Mobilitätsdaten.

00:09:34: Also viele Themen die integriert werden und integrieren werden können auch in die Flexibel in die Datenbank um verschiedenste Analysen möglich zu machen, die dann Zielgruppen aufdecken, Zielgruppe bestimmen, Märkte skalieren die Größe, Umsatzgrößen schätzen können.

00:09:56: Also für all sowas wie so Marktsimulationen, Marktzinarien abbilden ist das eine sehr geeignete Datenbank genau?

00:10:10: Ich finde manchmal dass wir grad bei dem Themenfeld, synthetische Daten, synthete Befragten.

00:10:18: Digitale Zwillinge im Worthing so ein bisschen ungenau sind und das ist in der Vorbereitung.

00:10:23: hast du auch gesagt ich spreche nicht von synthetischen Befragen, ich bespreche von syntheticen Daten.

00:10:29: Und es ist schon so selbstverständlich dass wir darüber reden und manchmal denke ich auch wenn Menschen auf der Bühne sind wie im Publikum die Leute können das gar nicht so gut unterscheiden von was da jetzt gesprochen wird.

00:10:40: vielleicht kannst Du dann nochmal ein paar Worte zu sagen wie du da differenzierst?

00:10:45: Ja, total gerne.

00:10:46: Ist mir auch wirklich ein wichtiger Punkt weil ich glaube dass das auch so vom ja vom Erwartungsmanagement und was ist es denn wirklich aus sehr wichtig ist das zu unterscheiden?

00:10:57: Weil synthetische Daten betont eben, dass es ein Abbild ist von Mustern und von Verteilungen in einem Datensatz.

00:11:07: Das sind keine echten Menschen und das sollen auch nicht echte Menschen ersetzen sondern die Basis des Ganzen bilden immer echte.

00:11:24: Ohne echte Daten, ohne Primärdaten gäbe es keine synthetischen Daten die zumindest valide und belastbar sind.

00:11:32: Natürlich kann man in der LLM oder auch synthetische Befragte alles fragen aber am Ende sollten wir schon als Branche auch an unseren Qualitätsstandards festhalten und dafür sorgen dass die Ergebnisse, die rauskommen eben valide, objektiv, reliabel sind.

00:11:50: Und das kann aus meiner Sicht nur passieren wenn der zugrunde liegende Datensatz auch den Qualitätsstandards entspricht und hier darauf achten dass es eben ja nichts hallucinierendes ist nicht ausgedachtes ist nichts geschätztes.

00:12:08: ich glaube das synthetische Befragte oder KI-Personas oder Chatbots, dass die eine tolle Hilfeleistung und Ergänzung zu klassischer Marktforschung auch belastbaren Daten sein kann.

00:12:22: Wenn man mal Hypothesen abschätzen oder abtesten will als vor Abtest, als so ein bisschen Verordnung wo früher vielleicht nur das Bauchgefühl entschieden hat und jetzt so einen Sprayingspartner braucht um was um sich ein bisschen Bestätigung zu holen oder nochmal andere Aspekte mit reinzubringen in Themen.

00:12:45: Aber für richtige, wichtige auch Investitionsentscheidung oder Entscheidungen wie man Marketing fällt die manchmal ja auch Millionen schwer sind sollte man aus meiner Sicht lieber nicht auf rein synthetische Befragte gehen sondern dort wirklich auf Daten Wo es keine Blackbox ist, wo die Daten herkommen.

00:13:09: Wo man weiß dass da Modelle erfahrene Methodiken und erprobte Methodiken dahinter stecken, die zu belastbaren Daten führen.

00:13:21: Und du hast das eben schon ein bisschen angedeutet.

00:13:23: aber vielleicht können wir jetzt noch mal konkreter drauf eingehen.

00:13:26: was sind denn dann Anwendungsfälle für CintiPop?

00:13:30: Wo wirds aktuell eingesetzt?

00:13:32: Was sind die Fragestellungen und vielleicht möglichst konkret?

00:13:38: Also ein großes Thema ist so das Marktgrößen und Potenzialabschätzung.

00:13:46: Wenn man wissen möchte für bestimmte Produkte, vielleicht auch neue Themen und Innovationen wie groß ist da in etwa der Markt- und das Potential im Markt?

00:13:59: Das kann man dann auf Basis also anhand von bestehenden Merkmalen und bestehendem Konsumverhalten in der Datenbank, kann das dann geschätzt werden?

00:14:09: Und kann es dann eben modelliert und in verschiedenen Szenarien auch ausgewertet werden.

00:14:15: Sodass man dann sagen kann okay für Produkt XY ist die Zielgruppengroße eine bestimmte Größe sozusagen.

00:14:29: Und das Tolle ist eben auch, dass man in CintiPog die auch örtlich genau bestimmen kann.

00:14:34: Also ich kann wie gesagt bis auf Straßenlevel runtergehen aber ich kann die eben auf einer Map direkt verorten.

00:14:40: wo sitzt denn die potenzielle Zielgruppe von der ich anhand der bestehenden Merkmale davon ausgehe, dass sie Interesse haben könnten einem solchen Produkt, so kann ich zum Beispiel auch Testmärkte sehr gut identifizieren.

00:14:53: Wenn ich ein neues Produkt entwickle im Foodbereich beispielsweise oder beverage dann kann ich gucken okay wo finde ich denn diese Leute?

00:15:03: Sind das eher die urbanen Berliner oder sind es eher die ländlich lebenden?

00:15:08: Die kann ich eben sehr gut anhand der der Verordnung der Zielgruppe dann ausfindig machen und so also zum Beispiel Testmärkte, aber ein anderes Beispiel ist auch das Kampagnenplanung.

00:15:21: Das ist der zweite case.

00:15:22: sozusagen wenn man schauen möchte okay wo finde ich zum einen meine Zielgruppen?

00:15:29: Aber auch wo es welche Mediennutzungen am stärksten welche Plätze eignet sich für Out of Home Platzierung etc.

00:15:40: Das ist das Zweite, also die Kampagnenplanung.

00:15:43: Und das Dritte ist auch für den Handel und für Retail so ein Location Finder zu gucken.

00:15:48: wo macht es denn am meisten Sinn?

00:15:51: Weil da mein Zielgruppenpotenzial am größten ist neue Stores zu eröffnen oder wie gesagt mal einen Testmarkt aufzumachen dann Pop-Up Store oder sowas dass man da einmal gucken kann So ein Locations Finder nennen wir das genau.

00:16:10: Und wie arbeitet man damit, wenn ich jetzt als Unternehmer auf euch zukomme?

00:16:15: Ist es DIY?

00:16:16: ist es mit Service verbunden.

00:16:20: Wie sieht das aus?

00:16:21: Genau, also im ersten Schritt oder was Cientipop bietet ist eine Nutzer-Oberfläche und da kommt jetzt eben KI ins Spiel.

00:16:31: Und LLMs in Spiel weil die Interaktionsmöglichkeit mit der Datenbank ist ein Chatbot.

00:16:38: Also man kann die Datenbank direkt befragen sozusagen nach Themen.

00:16:47: Die Datenbank spuckt dann auch direkt aus Woher sieht die Daten, also das Ergebnis aus und dann die Quelle.

00:16:54: Woher das kommt?

00:16:55: Also ob das direkt aus den Top-Punkten oder aus unseren Consumer Insights Erkenntnissen oder eine Kombination aus beiden ist.

00:17:02: Also wo welche Erkenntnisse sozusagen herkommen und auch auf welchen Annahmen, die die Marktgrößenabschätzung beispielsweise basiert.

00:17:11: sodass man dort direkt interagieren kann mit der Datenbank und dann auch nachfragen stellen, noch mal nachjustieren oder schärfen kann.

00:17:21: Wenn irgendwas noch unklar ist.

00:17:24: Sodass das eine sehr interaktive Chatbot-Oberfläche ist die einem auch direkt Grafiken ausgeben kann.

00:17:36: Also Diagramme, wenn man irgendetwas dargestellt haben möchte aber eben auch auf der Deutschlandkarte direkt verortet und auch interaktiv.

00:17:45: also man kann dann reinzoomen wie gesagt bis auf Straßenlevel um die Zielgruppen zu finden.

00:17:51: das ist eine ganz schöne und interaktive Nutzeroberfläche geworden wo dann der Service-Part ins Spiel kommt.

00:17:59: definitiv wenn weitere Datensätze ergänzt werden sollen, also viele Kundenindividuelle.

00:18:07: Es kann ja durchaus sein dass das ein Unternehmen schon eigene Segmentierung beispielsweise hat oder noch andere Merkmale die wir jetzt so in CintiPop noch nicht drin haben oder auch kund individuelle CRM-Daten, die dann natürlich nur für den einen Kunden verfügbar und erhältlich sind in der Datenbank.

00:18:26: aber solche Themen lassen sich natürlich dort auch integrieren.

00:18:31: Ist das sozusagen ein Add-on oder ein zusätzlicher Service, der über die Benutzeroberfläche dann hinausgeht?

00:18:37: Oder über die Lizenz für Sintipop hinausgeht.

00:18:43: Zwischendurch weil ich es am Anfang vergessen habe.

00:18:44: wenn ihr Fragen habt an Claudia gerne einfach den Chat nutzen dann stelle ich dir im Ende auf jeden Fall auch noch.

00:18:51: und eine Anschlussfrage daran.

00:18:52: du hast gesagt okay man kann auch seine eigenen Daten damit bringen.

00:18:58: Wächst die Datenbasis denn auch so?

00:19:01: Also werden die Daten immer wieder aktualisiert, auch wenn ihr eure eigenen Daten dann daran spielt.

00:19:07: Das ist ja wahrscheinlich auch was, was fortlaufend ist und dann immer weiter wächst und aktualiziert wird.

00:19:12: oder

00:19:14: Absolut, also sobald neue Zensus-Daten da sind wird das natürlich auch aktualisiert.

00:19:19: aber auch sobaldd wir neue Consumer Insights Befragungsdaten haben.

00:19:23: Die werden in Deutschland... Da sind es über dreißigtausend Interviews im Jahr die bisher quartalsweise jetzt sogar monatlich aktualisiert werden

00:19:32: etc.,

00:19:34: die wird dann natürlich auch ergänzen und es gibt durchaus Use-Cases, die wir zusammen mit den Kundinnen entwickeln.

00:19:41: Wo wir das Gefühl haben, dass ist aber was eigentlich für alle Kundinnen relevant sein könnte.

00:19:46: So ein Thema als Mobilitätsdaten, die haben wir damals ergänzt im ersten Projekt für das Eisenbahnbundesamt wo wir anhand von CintiPop die Auswirkungen vom Deutschlandticket auf das Pendelverhalten simuliert haben in der Datenbank.

00:20:03: Da haben wir eine Befragung gemacht von dreitausend Personen in Deutschland zu ihrem Pendelverhalten und haben die eben auch noch integriert, plus offizielle Statistiken zum Mobilitätsverhalten.

00:20:14: Wer nutzt welches öffentliche Verkehrsmittel?

00:20:18: Zu welchen Zwecken?

00:20:19: Wohin wie aufbauen?

00:20:22: Und wenn wir bei solchen Themen das Gefühl haben, dass könnte für alle relevant und spannend sein dann integrieren also ergänzen wir die Datenbank auch weiter absolut Ja.

00:20:35: Ich muss dich weiter ein bisschen quälen mit konkreten Anwendungsbeispielen, weil gerade auch die Frage im Chat kommt.

00:20:40: jetzt hast du aber grad in dem Moment ja ein sehr konkretes genannt.

00:20:46: Das ist ja schon mal eine sehr konkrete Fragestellung, aber vielleicht hast du noch irgendwie was irgendwie aus einem Kundenprojekt?

00:20:52: Was du zumindest anonymisiert sagen darf so ganz konkretes Anwendungspiel ist die Frage welche konkrete Frage lässt sich beantworten?

00:21:02: genau also Zum Beispiel, wenn ich jetzt noch einmal das Beispiel vielleicht ausführen.

00:21:06: Darum es

00:21:07: noch konkreter zu machen

00:21:08: in einem Bundesamt oder was wir da gemacht haben... Was man dann im Ergebnis schön sehen konnte ist zum Beispiel wo in Deutschland also wo genau?

00:21:19: bis wie gesagt auf Straßenlevel Wie ist die Penetration des Deutschlandtickets?

00:21:24: Also wer hat das Deutschlandticket in Deutschland und wie viele sind das Und wo sind sie eben verortet?

00:21:30: Wo genau?

00:21:32: Und dann zu sagen, und welche Ersparnisse haben die daraus?

00:21:36: Also was ergibt sich daraus für die Bevölkerung, für Erspannisse.

00:21:42: Weil sie zum Beispiel vom Land in die Stadt pendeln

00:21:47: etc.,

00:21:48: dass ansonsten andere Kosten verursachen würde.

00:21:50: Solche Szenarien kann man dann errechnen oder haben wir errechnet im Rahmen des Projektes für das Eisenbahnbundesamt?

00:22:00: Man konnte zum Beispiel auch gut sehen, dass die Verbreitung in den Ballungsräumen am größten ist.

00:22:08: Die Ersparnisse, die die Leute haben aber am größte ist für die ländlichen Bevölkerung.

00:22:13: Sie haben den großen Benefit sozusagen vom deutschen Ticket wenn man es jetzt auf den Euro unterrichtet.

00:22:22: also das wäre so ein konkretes Anwendungsbeispiel.

00:22:24: Ein anderes Anwendungsbeispiel wäre auch, ich entwickele ein neues Produkt im Bereich veganer Ernährung für vegane Personen.

00:22:40: Wo finde ich die genau?

00:22:42: Wer ist das genau?

00:22:43: Wie groß sind die Haushalte?

00:22:47: Was macht die aus, diese Zielgruppe?

00:22:50: Und wie gesagt wo finde ich sie genau.

00:22:51: Also wo macht es vielleicht Sinn dass ich eine Kampagne besonders platziere oder wo ich das neue Produkt mal austeste in einem Markt

00:23:00: etc.,

00:23:01: also solche solche Fragestellungen lassen sich damit auch sehr gut beantworten.

00:23:06: Das Beispiel eignet sich vielleicht ganz gut als Aufhängungspunkt für meine nächste Frage Was ist der große Vorteil?

00:23:15: Also, ist es nur schneller günstiger und effizienter oder hätten wir das vorher gar nicht beantworten können.

00:23:23: Was denkst du dazu?

00:23:25: Genau, also schneller ist natürlich ein großer Vorteil weil jetzt viele Analysen quasi auf Knopfdruck verfügbar sind.

00:23:32: Dadurch dass wir diese Datenbasis haben und dadurch das wir die Oberfläche auch dank LLM und KI-Technologie den Zugang so einfach möglich machen können zu der Datenbank.

00:23:42: da ist natürlich schnelligkeit und auch Flexibilitäten riesenthema weil ich auch verschiedenste Zielgruppen mir auf Knopfdruck zusammenstellen und beliebig bilden kann sozusagen.

00:23:57: Und das mal austesten, also ich kann viel mehr ausprobieren als ich das vielleicht vorher konnte wo ich eine zu einem Zeitpunkt eine Studie mache und mir genau überlegen muss was muss ich denn jetzt abfragen damit es nicht so... ein bisschen flexibler das ganze System, natürlich immer mit den Grenzen der Daten die da drunter liegen.

00:24:16: Also wenn es keine Daten gibt, gibt's keine Daten und dann wird auch das ausgespuckt.

00:24:20: Dazu kann ich dir leider nichts sagen weil ich dazu nix weiß ist durchaus auch ein Ergebnis.

00:24:26: aber auch das hilft ja weiter zu wissen dass man da dann echte Forschung traditionelle Forschung braucht.

00:24:34: Aber eben auch die Granularität, dass wir das auf personenindividueller Ebene vorliegen und modelliert haben.

00:24:44: Kann man sehr granular auf ganz spitze Zielgruppen... Und auch potenziell, also wo ich Riesenpotenzial sehe ist für Merkmale und Variablen die wir in klassischer Forschung nicht so gut abbilden können.

00:24:58: Was das ganze Thema Krankheiten, sowas wie Diabetes oder andere Krankheiten körperliche Einschränkungen

00:25:09: etc.,

00:25:10: was so in klassischer Forschung traditionell dann schwierig ist, abzubilden oder auch an die Person heranzukommen.

00:25:18: Für eine Befragung ist oftmals schwierig aber auch das Thema Migrationshintergrund, wo es gute Sekundärdaten gibt und amtliche Statistiken dazu gibt aber eben bisher sehr schwierig ist durch sprachliche Barrieren, durch technologische Barriere auch manchmal.

00:25:37: Weil die nicht in den Online-Pendets bestimmte Bevölkerungsgruppen nicht in Online- Pendels vertreten sind, dass man sowas eben auch in so einer Datenbank gut und besser abbilden kann.

00:25:49: Das sind natürlich immer Modellierungen, es muss ein Bewusstsein.

00:25:52: Es sind synthetische Daten, das sind modellierte Daten Aber dann eben in solchen Fällen besser, als wenn ich Blinschluck machen muss und gar keine Daten zur Verfügung.

00:26:06: Und was sind vielleicht dennoch Grenzen?

00:26:09: Also klar das hast du gerade gesagt es sind synthetische Daten.

00:26:12: man kann nicht alle Fragestellungen damit beantworten.

00:26:15: Was sind noch die Grenzen, die du sehen würdest oder wo du sagen würdest Wenn ein Kunde auf dich zukommt wo du sagst ne das können wir damit nicht beantwort'n.

00:26:24: Also alles, wo wir ganz aktuelle Daten brauchen und auch direkte Reaktionen von echten Menschen.

00:26:32: Da stoßen synthetische Daten einfach an ihre Grenzen weil es immer Vergangenheitsdaten sind.

00:26:38: Es sind immer historische Daten die auf Basis von Modellen entwickelt wurden aber es sind keine Echten real-time live Reaktionen auf Produkte, auf Werbemittel und Stimuli.

00:26:58: Die können wir dort nicht abbilden und auch nicht simulieren.

00:27:02: aus meiner Sicht das macht wenig Sinn.

00:27:05: da brauchen wir tatsächlich den echten Menschen in der echten Forschung oder in der traditionellen Forschung nach wie vor um auch sowas mit tiefen psychologischen Themen abzubilden und Emotionen einzufangen, all das wo der Mensch seine deutlichen Stärken hat.

00:27:27: Da brauchen wir ihn auch weiterhin aus meiner Sicht.

00:27:31: Das ist ja auch eine spannende These weil es gibt ja durchaus Tools und Anbieter die versprechen oh wir testen Claims auf Knopfdruck oder erste Werbe anzeigen.

00:27:42: das weiß ich auch dass es in Unternehmen schon gemacht wird.

00:27:46: Glaubst du, das wird sich nicht durchsetzen?

00:27:50: Also ich glaube wozu es total sinnvoll und gut ist wenn ich irgendwie hundert Ideen habe oder dreißig Ideen.

00:27:58: Und ich will die erstmal runter dampfen auf eine bestimmte Anzahl, die sich dann mit traditioneller Forschung mit echten Menschen nochmal validieren oder bestätigen lässt.

00:28:09: Dafür macht es total Sinn also ein bisschen als Vorschritt für die klassische Forschung oder auch für Stellen, wo ich bisher gar keine Forschung machen konnte.

00:28:18: Weil das ein kleines Thema ist, dass ich gar nicht so viel Budget habe

00:28:23: etc.,

00:28:24: da macht es schon Sinn, auch so was mal Hypothesen abzutesten und mal zu gucken, was daraus kommt vielleicht auch unterschiedliche Tools gegeneinander zu testen und zu gucken.

00:28:35: Kommt denn etwas Unterschiedliches dabei raus?

00:28:37: Oder komme ich zum gleichen Ergebnis?

00:28:40: und auch historische Daten nochmal anzugucken.

00:28:43: Das würde ich auch immer empfehlen, jetzt gerade bei neuen Tools dass man gerade am Anfang die klassische Forschung traditionelle Methoden mal nimmt und das gegen die neuen Methoden quasi pilotiert und daneben legt um dann zu schauen welche Fragen stellen kann nicht denn vielleicht wirklich damit beantworten?

00:29:05: Welche auch nicht Ich glaube, solche Themen wie Ad-Pretesting beispielsweise oder auch Claimtesting.

00:29:13: Das kann funktionieren wenn sehr große Datenbanken historische Daten also auf Basis von echter Marktforschung dahinter liegen.

00:29:22: Also die großen Firmen, so Epsaskanter und so haben natürlich durch ihre Historie zahlreichen Projekte über die Jahrzehnte, die sie gewacht haben.

00:29:34: Haben die natürlichen großen Datenschatz der durchaus auch geeignet ist um mögliche Reaktionen zu simulieren.

00:29:42: aber ich glaube man muss sich immer bewusst machen dass es eben eine Simulation ist und das ist eben dass das echte Verhalten und dass die echte Reaktion heute vielleicht auch ganz anders aussehen kann bei den Menschen.

00:29:57: Meine letzte Frage, da hast du gerade schon angefangen sie zu beantworten.

00:30:01: Was würdest du denn jetzt unternehmen betrieblichen marktworschenden raten wenn Sie sich so in die welt der synthetischen daten begeben möchten und irgendwie mal starten möchten?

00:30:12: gibt es noch irgendwas außer vergleichen ausprobieren was du da als ratschlag mit geben würdest?

00:30:22: also ich glaube ganz wichtig ist immer wirklich vom ganz konkreten Use Case und der ganz konkrete Fragestellung zu kommen, also vielleicht auch erst mal ein bisschen kleiner anzufangen.

00:30:31: Also wirklich sich eine konkrete Fragstellung zu nehmen und dann zu evaluieren welche Methodik welches System oder Tool ist denn für diese Frageställungen vielleicht geeignet oder könnte geeignets sein?

00:30:44: Und das dann eben zu testen.

00:30:46: wie gesagt gegen alte Daten, die ich habe oder gegen Paralleltests mit klassischen Verfahren um dann die Ansätze auch gegeneinander einmal zu prüfen und testen.

00:31:00: Aber ganz wichtig finde ich einmal sich wirklich zu überlegen wofür möchte ich das denn nutzen?

00:31:07: Ja, nicht... sollte kein Selbstzweck sein.

00:31:10: Nur wenn man synthetische Daten nutzen möchte oder beim Aufgezug irgendwie aufspringen will sondern es sollte schon ein konkreter Use Case dahinter liegen.

00:31:20: Ja, finde ich kann nicht nur unterstreichen.

00:31:22: Find' ich einen sehr guten Chip und zeig dir auch das immer wieder die Frage aufkommt was sind denn die konkreten Newscases jetzt auch bei euch?

00:31:29: Und uns sind die Pop weil man sich da ja auch ein bisschen orientieren möchte und ich glaube da so kleine Schritte zu gehen hilft einem sehr auch beim Verständnis was dann da überhaupt passiert.

00:31:40: Vielen, vielen Dank, dass du dir heute die Zeit genommen hast und das du uns einen Einblick gegeben hast.

00:31:47: Wenn ihr noch Fragen an Claudia habt im Nachhinein dann findet ihr sie auf jeden Fall bei LinkedIn richtig

00:31:56: oder sonst

00:31:56: auch einfach bei mir melden und dann gebe ich die Kontaktdaten weiter und dann könnt ihr da weiter in die Diskussion gehen.

00:32:04: Ich fand es sehr spannend.

00:32:06: Vielen, vielen Dank für deinen Einblick und deine Zeit!

00:32:13: Das freut mich an alle anderen und natürlich auch noch einen schönen Mittwoch bei etwas kühleren Temperaturen.

00:32:20: Und wir sehen uns wieder nächste Woche beim Finding Azus Talk.

00:32:24: Bleibt neu!