Transparente und epistemisch solide synthetische Forschung
Ein synthetisches Panel ist nur nützlich, wenn Ursprung, Grenzen und Transformationen sichtbar bleiben. Dieser Leitfaden folgt der Evidenz in das Panel, zu den Fragen, die an es gestellt werden, und zu den Prüfungen, mit denen sich beurteilen lässt, wozu ein Ergebnis verantwortungsvoll herangezogen werden kann.
Umfang
Ein synthetisches Ergebnis ist eine modellgenerierte Antwort aus einem definierten Panel. Diese Seite erklärt, was in den Prozess eingeht, was die Ergebnisse bedeuten und wo Interpretation und Validierung greifen.
Inputs
Zielbeschreibungen definieren die Population. Interviews und Umfragen liefern beobachtetes Material. Briefings und vorhandene Forschung können die Frage rahmen. Explorative Panels können vor der Feldforschung beginnen; evidenzbasierte Panels nutzen gesammelte Evidenz.
Individuelle Rekonstruktion und kollektive Ausrichtung
Aussagen und Antworten der Quellen werden in individuelle kognitive Repräsentationen interpretiert. Ein Human Digital Twin ist ein Teilnehmer, der mentale Prozesse im Kontext einer beobachteten Person simuliert. Seine Persönlichkeit wird durch einen komplexen Prozess auf Basis neuro-symbolischer Technologien (Patent angemeldet) aufgebaut, die für jeden Agenten ein Latent Cognitive Model erzeugen. Jeder Human Digital Twin kann ein eigenes LLM verwenden, das für den lokalen Betrieb konfiguriert und von den inhärenten Verzerrungen großer Sprachmodelle bereinigt werden kann.
Panel und Deliberation
Synthetische Befragte bilden eine definierte Population. Sie beantworten strukturierte Fragen und deliberieren anhand von Aussagen, Begründungen, Gruppierungen, Konsens und Dissens. Mit synthetischen HDTwin-Panels durchgeführte Forschung ist frei von Preference Falsification: Unsere Human Digital Twins sind darauf ausgelegt, nicht zu lügen und Halluzinationen zu minimieren, und gewährleisten dadurch ein ausreichendes Maß an epistemischer Resistenz, das der Simulation von Charakter und psychologischen Merkmalen (Latent Cognitive Model) innewohnt.
Was das Panel zurückgibt
Zu den Ergebnissen gehören individuelle Antworten, Motivationen, Meinungsgruppen, kollektive Zustimmung, Dissens und Nachvollziehbarkeit. Sie bleiben getrennt von Beobachtungen an realen Menschen. Die Ergebnisse sind sowohl als druckbare Berichte als auch als maschinenlesbare Daten verfügbar.
Hermeneutische Engine, Preference Falsification und epistemische Resistenz
HDTwin.ai nutzt eine hermeneutische Engine, damit seine Human Digital Twins dieselbe Position aus unterschiedlichen Perspektiven untersuchen und diskutieren können, wobei Annahmen, Interpretationen und Sinnrahmen auf die Probe gestellt werden. Dabei bieten Digital Twins einen besonderen Vorteil gegenüber menschlichen Gesprächspartnern: Sie unterliegen keiner Preference Falsification, da sie niemandem gefallen, sich sozial anpassen oder andere als die in ihrem Modell repräsentierten Meinungen äußern müssen; zugleich erleben sie keine Müdigkeit, Ungeduld oder kognitive Sättigung. So lässt sich systematischer an epistemischer Resistenz arbeiten, also an der Tendenz, sich Evidenz, Interpretationen oder Sichtweisen zu widersetzen, die gefestigte Überzeugungen infrage stellen, während der Austausch auch dann offen bleibt, wenn er komplex, wiederholend oder kognitiv unangenehm wird.
Provenienz
Halten Sie Ziel, Ausgangsmaterial, Frage, Panelkonfiguration und Transformationspfad für die Prüfung bereit. Jedes charakterliche Merkmal wird im Latent Cognitive Model begründet und nachverfolgt.
Kalibrierung
Vergleichen Sie das Panelverhalten mit Referenzevidenz und einer menschlichen Kontrollgruppe, sofern vorhanden. Passen Sie den Aufbau an, wenn das Panel abweicht oder sich die Quelle ändert. Die regelmäßige Pflege des synthetischen Panels durch neue Umfragen, Kontrollgruppen und die Bereinigung neuer Modelle von Verzerrungen gewährleistet die bestmögliche Übereinstimmung mit Ihrer realen Zielgruppe.
Unsicherheit
Die Konfidenz sinkt, wenn eine Frage über das Ausgangsmaterial hinausgeht. Bei Fragen innerhalb seines spezifischen Kalibrierungsbereichs kann ein kalibriertes synthetisches Panel Antworten liefern, die bis zu 98 % mit den Antworten einer menschlichen Kontrollstichprobe übereinstimmen.
Datenschutz und Governance
HDTwin wird in Europa entwickelt und gehostet. Eingaben von Kunden dienen dem Aufbau ihres Panels, bleiben exklusives Eigentum der Kundinnen und Kunden und werden nicht über das unbedingt Erforderliche hinaus auf der HDTwin-Infrastruktur gespeichert. Die Human Digital Twins verlieren die Verbindung zur etwaigen menschlichen befragten Person, die zudem anonym bleiben muss. Sie können nicht zur Profilbildung einer bestehenden Person verwendet werden. Sie repräsentieren die kognitiven Prozesse abstrakter „Personas“, deren kollektives Verhalten das einer Gemeinschaft (des Panels) abbildet.
Validierung
Validierung bedeutet, das Verhalten mit Evidenz aus der realen Population zu vergleichen. Sie macht aus einem synthetischen Ergebnis keine direkte Beobachtung und garantiert kein künftiges Verhalten. Die Übereinstimmung mit dem menschlichen Panel nimmt mit der Zeit ab, da Ereignisse die Wahrnehmung der Realität, Reaktionen oder Einstellungen zur Welt verändern können. Daher wird eine regelmäßige Neuausrichtung des Panels auf einen bestimmten Untersuchungsrahmen empfohlen. Panels sind keine Orakel, sondern Vorhersagealgorithmen.
Belege und Erfahrungsberichte
Lesen Sie die wissenschaftliche Dokumentation zur Validierung unserer Methode und die von unseren Kunden veröffentlichten Pressemitteilungen.
Epistemische Perspektiven
Bewahren Sie die Begründungen von Minderheiten und den Dissens, statt jede Frage auf einen Durchschnittswert zu reduzieren. Ursprünge und Transformationen zu prüfen hilft, Ungleichgewichte in Modell und Daten sichtbar zu machen.
Konzeptionelles Glossar
Die HDTwin-Methodik bezieht sich auf die folgenden Definitionen.
| Begriff | Bedeutung |
|---|---|
| Plattform | Das HDTwin-System, das Panels erstellt und befragt. Die Plattform besteht aus Methoden, LLM- und kognitiven Modellen, einer Anwendung zur Befragung von Panels (Council) und einem Framework zur Erstellung kundenspezifischer Panels (Studio). |
| Human Digital Twin | Ein synthetischer Teilnehmer, der relevante Merkmale, Haltungen und Informationen repräsentiert. Gleichbedeutende Begriffe sind synthetic persona, synthetic respondent und synthetic customer. Die Human Digital Twins von HDTwin werden mit neuro-symbolischer Technologie entwickelt, die die Schlussfolgerungsfähigkeit logischer Netzwerke mit den neuronalen Fähigkeiten von LLMs (Large Language Models) verbindet. |
| Synthetisches Panel | Die definierte Population aus Human Digital Twins, die für einen bestimmten Untersuchungsrahmen konzipiert ist. |
| Evidenz | Beobachtetes Material wie Interviews und Umfragen, mit dem ein Panel informiert oder kalibriert wird. |
| Befragung | Strukturierte Fragen oder Impulse, die an ein Panel gerichtet werden. Die Plattform unterstützt geschlossene und offene Fragen sowie Kombinationen daraus und kann quantitative und qualitative Forschung gleichzeitig durchführen. |
| Deliberation | Iterativer Austausch, in dem Panelmitglieder Positionen vorschlagen, kommentieren, bewerten und gruppieren. Im Deliberationsprozess stimmen die Human Digital Twins über jede erzeugte Aussage ab und machen Polarisierungen, Konsens, Dissens und Meinungsgruppen sichtbar. |
| Ergebnis | Antworten, Begründungen, Gruppen, Konsens, Dissens und Nachvollziehbarkeit, die durch die Befragung entstehen. |
| Kalibrierung | Anpassung eines Panels an beobachtetes Referenzmaterial. |
| Provenienz | Die sichtbare Beziehung zwischen Input, Panel, Frage, Transformation und Ergebnis. |
| Feldforschung | Forschung mit realen Menschen. |
| Hermeneutische Engine | Ein System zur Interpretation eines Themas aus unterschiedlichen Perspektiven durch den Vergleich von Bedeutungen, Annahmen und Interpretationsrahmen. |
| Epistemische Resistenz | Die Tendenz, sich Evidenz, Informationen oder Interpretationen zu widersetzen, die gefestigte Überzeugungen infrage stellen. |
| Preference Falsification | Verhalten, bei dem eine Person öffentlich eine andere Präferenz oder Meinung äußert als die, die sie tatsächlich vertritt. |
Ein 30-minütiges Online-Gespräch zwischen Ihrer methodischen Leitung und unseren Experten; wir bieten eine gezielte technische Präsentation.