Wird geladen…
So funktioniert es
Hinter den Quellbelegen steht eine gemeinsame Bedeutungslandkarte. Interviewaussagen und Umfrageantworten werden gemeinsam gelesen, sodass verglichen werden kann, was verschiedene Menschen mit unterschiedlichen Worten gemeint haben.
Diese gemeinsame Landkarte nennen wir Latent Cognitive Model.
Das Latent Cognitive Model (LCM) ist ein strukturiertes Zwischenmodell, das das zugrunde liegende Denksystem einer Person aus den gesammelten Belegen rekonstruiert, die als beobachtbare, aber unvollständige Beweise behandelt werden. Statt nur zu beschreiben, was eine Person glaubt, leitet das LCM ab, wie sie Belege bewertet, ihre Werte ordnet und mit Unsicherheit umgeht. So lassen sich virtuelle Agenten erzeugen, die auch auf völlig neue Fragen stabil und kohärent antworten.
Fragen zur Methode
Kurze Antworten auf die Fragen, die Besuchende am häufigsten zur Methode stellen. Jede Antwort erklärt, wie HDTwin funktioniert und wo seine Grenzen gelten.
Synthetische Forschung nutzt ein virtuelles Panel aus Human Digital Twins, um zu erkunden, wie eine Zielgruppe auf Fragen, Botschaften und Entscheidungen reagieren könnte. Sie erweitert reale Forschung, indem sie vorhandene Belege für Folgeexplorationen wiederverwendbar macht, und ersetzt niemals Feldarbeit mit realen Personen.
Ein synthetisches Panel ist die Gruppe von Human Digital Twins, die für eine Studie erstellt wird: Jeder Teilnehmende trägt Merkmale, Einstellungen und Informationen, die aus der Zielgruppenbeschreibung und den gelieferten Forschungsbelegen stammen. Das Panel bleibt verfügbar und kann erneut befragt werden, wenn neue Hypothesen auftauchen.
ChatGPT erzeugt aus einem Modell eine einzelne plausible Antwort. HDTwin führt ein definiertes Panel aus Human Digital Twins durch iterative Umfragen und simulierte Gruppendiskussionen, sodass Positionen, Argumente, Meinungsgruppen, Uneinigkeit und Konsens prüfbar bleiben, statt zu einer einzigen Antwort zu verschmelzen.
Ein Panel beginnt mit einer schriftlichen Beschreibung der Zielgruppe. Wo Interviews und Umfragen existieren, kalibrieren ihre Belege die Human Digital Twins; das entstehende virtuelle Panel bleibt für weitere Fragen verfügbar, ohne neue Rekrutierung.
Jedes Sprachmodell bringt eigene Tendenzen mit. HDTwin passt Modelle über Digital Imprinting an den Charakter jedes Teilnehmenden an, was unerwünschten Modelleinfluss reduziert, ohne ihn zu beseitigen. Verbleibende Tendenzen werden als Grenzen ausgewiesen.
Eine synthetische Persona ist ein einzelner Human Digital Twin im Panel: ein konfigurierter Teilnehmender, der relevante Merkmale, Einstellungen und Informationen eines Mitglieds der Zielpopulation repräsentiert. Personas deliberieren gemeinsam, sodass das Ergebnis eine Population statt einer einzelnen Stimme widerspiegelt.
Eine persönliche Demo zeigt anhand einer Frage aus Ihrer eigenen Arbeit, wie aus Ihrer Zielgruppenbeschreibung ein erkundbares Panel wird.
