Was sind synthetische Nutzer? Peter Rochel von Oberwasser
Consulting und führender "Jobs-to-be-Done"-Experte ist in dieser
Folge erneut bei Tim zu Gast und erklärt was genau synthetische
Nutzer sind und was sie taugen. Klassische Jobs to be done
Interviews liefern tiefe Einblicke, kosten aber viel Zeit. Ein
Gespräch dauert rund anderthalb Stunden (je nach B2C oder B2B) und
die Auswertung schluckt noch einmal das Doppelte. Kein Wunder, dass
KI als Abkürzung lockt. Bei synthetischen Nutzern übernimmt ein
Sprachmodell die Rolle des Kunden, ein zweiter Bot führt das
Interview. Peter Rochel nennt das Ergebnis "Synterview", eine
Mischung aus synthetisch und Interview. Schon seit 2023 probiert er
das intensiv aus, zunächst mit Custom GPTs, die sein gesamtes
Beratungswissen kennen, inzwischen mit agentischer KI. Die
Ergebnisse überraschen durchaus positiv. Beim Nachstellen echter
Projekte liefern synthetische Nutzer brauchbare Muster, vor allem
bei den Pains und Gains in Bezug auf die Jobs für die sie Produkte
und Services "beauftragen". Trotzdem bleibt ein ungutes Gefühl,
denn die Antworten klingen zwar plausibel, wirken aber oft so glatt
als stünden sie in einem Marketingprospekt. Hinzu kommt die Neigung
der Modelle zu halluzinieren, was sich je nach Anbieter
unterscheidet. Peter Rochel empfiehlt: Wer ernsthaft damit arbeiten
möchte, baut am besten mehrere Kontrollschichten ein und gleicht
alles ab, was sich automatisch prüfen lässt. Ohne
Interviewerfahrung fällt es jedoch schwer, solche Schwächen
überhaupt zu bemerken. Wobei wir wieder bei einer der Kernthesen
der Arbeit mit AI Systemen wären: Du musst wissen "How good looks
like"! Die Grenze liegt für Peter bei den Auslösern von Progress.
Warum jemand genau in diesem Moment wechselt, bleibt für
synthetische Nutzer fast unerreichbar. Trigger Events wie ein
Umzug, eine Trennung oder die Geburt eines Kindes erklären z.B.,
warum jemand plötzlich den höhenverstellbaren Schreibtisch kauft,
über den er seit Jahren nachdenkt. Ein Modell kennt nur, was in
seinen Daten steckt. Wirklich Neues entdeckt es nicht, und
Verhalten sagt es kaum voraus. Deshalb lohnt die Kombination:
Synthetische Interviews liefern allgemeine Muster, echte Gespräche
den spezifischen Kontext. Beim Aufbau des Kandidatensets hilft die
Taguchi Methode, die gezielt die Ausreißer an den Rändern abdeckt,
denn dort steckt der größte Lerneffekt. Billiger sind synthetische
Interviews nicht in jedem Fall. Der echte Hebel liegt in der
Auswertung. Wo früher drei gut ausgebildete Personen eine Woche
lang Muster aus zehn Interviews herausarbeiten, erledigt die KI das
in wenigen Stunden, und selbst 200 Euro für Token fallen da kaum
ins Gewicht. Die Projektkosten sinken so auf rund 16.000 Euro -
früher lagen sie fast beim Dreifachen. Vollautomatische Anbieter
aus Nordamerika liefern fertige Studien in Minuten, verlangen dafür
aber etwa 30k Dollar im Jahr. Auftraggeber trauen synthetischen
Ergebnissen zudem weniger, denn ein echter Mensch mit echter
Erfahrung berührt stärker als eine Berechnung. Dazu kommt der
Aufbau von Empathie bei der Auswertung. Teams, die Muster selbst
auswerten, verinnerlichen die Sicht ihrer Kunden. Eine
automatisierte Auswertung, die man nur überfliegt, ersetzt das
nicht. Zwei Charts in einer Präsentation reichen nicht, um zu
wissen, wie Kunden ticken. Sinnvoll sind synthetische Nutzer laut
Peter Rochel in jedem Fall dort, wo echte Kandidaten fehlen. Aber
natürlich auch bei kleinen Unternehmen mit knappem Budget. Dort ist
ein günstiger Einstieg besser als gar keiner, solange man weiß,
dass er nur der Anfang ist. Doch sollte jetzt jeder auf
synthetische Interviews umsteigen? Wer kann, führt Interviews
weiter selbst und lässt sich bei der Auswertung von KI helfen, denn
dort steckt der meiste Aufwand. Fehlen Zugang oder Know how, taugen
eingekaufte Interviews synthetischer Nutzer als Start. Vorher steht
immer die Frage nach dem Ziel. Bleibt die Antwort offen, spart man
sich das Projekt besser.
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.