Die häufigsten Fragen. Ehrliche Antworten.

In drei Schritten: Account mit E-Mail-Adresse anlegen, Objekt-Typ wählen (Website, Anzeige, E-Mail, Logo, Social-Post oder Produkt), Personas auswählen und Bewertungs-Kriterien definieren. Die Konfiguration dauert rund 10 Minuten, die Bericht-Generierung selbst wenige Minuten. Nach rund 20 Minuten liegt das fertige PDF vor.

Nein. Die E-Mail-Adresse genügt. Eine Kreditkarte wird erst beim Upgrade auf Starter, Pro oder Business abgefragt. Keine automatische Vertragsumstellung, keine stille Abbuchung.

Ja, mit dem Free-Plan: 3 Reviews pro Monat, 2 Personas pro Review — unbefristet. Keine Probephase mit Ablaufdatum, kein Druck zum Upgrade. Sie wechseln erst hoch, wenn das Volumen wächst.

Deutsch und Englisch sind standardmäßig verfügbar. Weitere Sprachen auf Anfrage. Jede Persona antwortet in der Sprache des bewerteten Objekts — wer eine englische Landingpage prüft, bekommt englische Freitext-Antworten.

Rund 20 Minuten vom Upload bis zum fertigen PDF-Report (Median). Klassische UX-Research-Projekte dauern im Median 42 Tage (Quelle: Dscout, Befragung von über 300 UX-Researcherinnen und -Researchern).

Nein. Synthetische Personas tendieren zu Durchschnittswerten und bilden Extrempositionen schwächer ab (Nielsen Norman Group, 2025, nngroup.com/articles/synthetic-users). Wir sind eine Ergänzung zu echter Forschung — nicht deren Ersatz.

Stanford HAI (Park et al., 2024, arXiv:2411.10109) zeigte an einer Stichprobe von 1.052 Menschen: KI-Personas replizierten deren Antworten mit 85 % Übereinstimmung — gemessen relativ zur Test-Retest-Reliabilität (Konsistenz, wenn dieselbe Person dieselbe Frage zweimal im Abstand von zwei Wochen beantwortet). Unsere internen Vergleichstests liegen in diesem Korridor; Methodik-Protokoll auf Anfrage.

Websites (inklusive mehrseitiger Nutzer-Wege / Multi-Page-Journeys bis 4 Folgeseiten), Werbeanzeigen, Landing Pages, E-Mails, Logos, Social-Media-Posts und Produkt-Screenshots.

Ja. Alle acht psychologischen Ebenen sind frei konfigurierbar. Sie starten mit einem Archetyp (Grundmuster einer Persona) und justieren jede Dimension.

Ein Review ist die Auswertung eines Objekts (zum Beispiel Landingpage, E-Mail oder Logo) durch eine oder mehrere Personas. Sie erhalten numerische Scores pro Kriterium. Jede Persona liefert zusätzlich Freitext-Antworten in eigener Stimme. Eine KI-generierte Gesamtinterpretation fasst die Ergebnisse über alle Personas hinweg zusammen. Optional können Sie anschließend direkt mit einzelnen Personas chatten.

Ja, ab dem Pro-Plan. Landingpage plus bis zu 4 Folgeseiten — ideal für Trichter-Analysen oder Bestell-Prozesse.

Unsere 8-Ebenen-Engine verbindet Big Five, Kahneman-Biases, Sinus-Milieu, Biografie und vier weitere Ebenen pro Persona in einem validierten Zusammenspiel. ChatGPT liefert eine eindimensionale Antwort pro Prompt. Details und der direkte Vergleich auf /vs-chatgpt.

Management-Zusammenfassung (1 Seite), Detail-Report pro Persona und Gesamtinterpretation über alle Personas hinweg. Alle Exporte im PDF-Format mit Scores, Freitext-Antworten und Quellenangaben zur Methodik.

Wir nutzen mehrere KI-Grundmodelle parallel und steuern ihr Zusammenspiel mit einer eigenen Persona-Layer-Engine. Details auf /wissenschaft.

Drei Ebenen sind extern peer-reviewed validiert: Big Five / OCEAN (Offenheit, Gewissenhaftigkeit, Extraversion, Verträglichkeit, Neurotizismus) — Persönlichkeits-Modell (Schmitt et al. 2007, 56 Nationen, n=17.837 Teilnehmerinnen und Teilnehmer), Kognitive Denkfehler nach Kahneman/Tversky (Nobelpreis 2002), Sinus-Milieus (etabliert in DACH-Marktforschung, genutzt von ARD/ZDF und DAX-Konzernen). Fünf weitere Ebenen (Biografie, Werte, Ängste, Verhaltensmuster, Anti-Muster) sind unsere eigene Synthese — wir prüfen sie intern gegen die drei externen Ebenen auf Konsistenz. Details auf /wissenschaft.

Biografie, Werte, Ängste, kognitive Verzerrungen (Kahneman), Persönlichkeit (Big Five/OCEAN), Kulturkontext (Sinus-Milieus), Verhaltensmuster und Anti-Muster. Details auf /wissenschaft.

Persona-Antworten sind innerhalb eines Runs konsistent — bei identischem Prompt und gleicher Persona erhalten Sie dieselben Scores. Zwischen Runs liegt die Varianz bei Freitext-Antworten bei rund 8–12 %. Methodik: interne Vergleichsmessung (n=120 Review-Paare, identische Eingaben im Abstand von 24 Stunden, Metrik: semantische Ähnlichkeit via Embedding-Cosine-Distance). Numerische Scores variieren typischerweise weniger. Vollständiges Mess-Protokoll auf Anfrage.

Die Nielsen Norman Group (2025, nngroup.com/articles/synthetic-users) zeigt: synthetische Personas tendieren zu Durchschnittswerten und bilden Extrempositionen schwächer ab. Wir kommunizieren diese Limitation offen und bauen darum herum: Multi-Persona-Reviews, ehrliche Varianz-Angaben, kein Versprechen „KI ersetzt Research”.

Ja — quartalsweise interne Audits auf typische Biases bei Sprachmodellen (LLM) (Gender-, Racial-, Sozioökonomischer Bias) plus Persona-Stereotypen-Check. Beispiel aus dem Q1/2026-Audit: Bei Personas aus strukturschwachen Regionen waren Werte-Sets systematisch zu konservativ gewichtet — nachgebessert durch breitere kulturelle-Kontext-Quellen und explizite Korrektur-Vorgaben. Wir arbeiten zudem mit Multi-Persona-Konsens (mehrere Personas pro Review), der stereotype Einzelantworten sichtbar macht. Audit-Methodik und frühere Berichte auf Anfrage, NDA-gebunden für Enterprise.

Wir führen selbst keine großflächigen Cross-Validation-Studien durch — dafür wären Panels nötig, die wir gerade zu ergänzen helfen. Wir orientieren uns an unabhängigen Studien (Stanford HAI 2024, Qualtrics State of Synthetic Research 2025: 85–92 % Übereinstimmung, Nielsen Norman Group 2025). Für Enterprise-Kunden bieten wir Pilot-Validierungen gegen deren eigene Panels an.

Halluzinationen sind ein bekanntes Risiko bei Sprachmodellen (LLM). Wir mitigieren durch: Verankerung (Grounding) der Personas auf feste 8-Ebenen-Profile (keine Fakten-Freitext-Generierung), Multi-Persona-Konsens pro Review (ein Widerspruch zwischen Personas ist sichtbar, nicht versteckt), Score-Range-Prüfungen (unplausible Score-Sprünge werden gekennzeichnet). Kein System ist fehlerfrei — darum arbeiten wir als Ergänzung zu echter Forschung, nicht als Ersatz.

In Österreich und der EU (Datenschutz-Grundverordnung (DSGVO)-konform). Details in unserer Datenschutzerklärung. Wir sind DSGVO- und österreichisches Datenschutzgesetz (DSG)-konform.

Nein. Ihre Inhalte fließen nicht in das Training der zugrundeliegenden KI-Grundmodelle ein. Wir haben mit unseren Providern Verträge, die das Training der KI mit Ihren Daten ausschließen.

Bei aktivem Account: unbegrenzt — die Verantwortung für die Aufbewahrung liegt bei Ihnen. Nach Account-Löschung: 30 Tage Export-Fenster, danach DSGVO-konforme Löschung (Art. 17). Rechnungsdaten bleiben 7 Jahre erhalten (österreichische Aufbewahrungspflicht).

Ja. Auftragsverarbeitungsvertrag (AV-Vertrag nach DSGVO) wird für Business und Enterprise individuell verhandelt. Starter und Pro: Standard-AV-Vertrag in den Nutzungsbedingungen integriert. Auftragsverarbeiter-Liste (Sprachmodell (LLM)-Provider, Hosting) auf Anfrage.

Wir nutzen mehrere KI-Anbieter im Zusammenspiel — unter anderem OpenAI, Anthropic und je nach Aufgabe auch Mistral. Die KI-Rechenserver stehen in der EU- beziehungsweise DACH-Region. Weitere Details erhalten Sie nach der Account-Erstellung oder im Gespräch zu Enterprise-Paketen.

Starter: 1 User. Pro: 1 User. Business: bis zu 5 User. Enterprise: unbegrenzt. Free: 1 User.

Ja, Single Sign-On (SSO — ein zentraler Firmen-Login) ist ab dem Business-Plan verfügbar. Integrationen mit gängigen Firmen-Login-Systemen wie Microsoft Entra ID, Okta, Ping über SAML (technischer Standard für Single Sign-On). Automatisches Nutzer-Management über Ihr Firmen-Verzeichnis (SCIM) für Enterprise auf Anfrage.

Ja, eine Schnittstelle für Entwickler (API). Lesender Zugriff ab Business, lesender und schreibender Zugriff ab Enterprise. API-Dokumentation nach Account-Setup verfügbar.

E-Mail-Support gibt es in allen Plänen. Ab dem Pro-Plan wird Ihre Anfrage priorisiert behandelt. Enterprise-Kunden erhalten zusätzlich ein dediziertes Customer Success Manager (CSM — persönlicher Kundenbetreuer)-Team. Reaktionszeiten bei kritischen Störfällen (P1 = Priorität 1) sind gestaffelt: Pro unter 24 Stunden, Business unter 8 Stunden, Enterprise unter 4 Stunden.

SLA-Zielwerte: 99,5 % ab Business, 99,9 % ab Enterprise (individuell bis 99,95 %). Statusseite für Incident-Historie und Echtzeit-Verfügbarkeit ist geplant für Q3 2026 — aktuell in Soft-Launch. Enterprise-Kunden erhalten zusätzlich Monats-Uptime-Reports.

Aktuell: Schnittstelle für Entwickler (API — lesen ab Business, lesen+schreiben ab Enterprise), Webhooks für Review-Completion-Events (ab Business), CSV/JSON-Export aller Reviews. Geplant für 2026: Figma-Plugin (Review direkt aus dem Design-Tool starten), Zapier/Make-Integration. Slack/Notion-Direkt-Integrationen auf Anfrage für Enterprise. Direkt-Links zu /kontakt für Integrations-Roadmap-Feedback.

Der Free-Plan erlaubt 3 Reviews pro Monat mit je 2 Personas — unbefristet, ohne Kreditkarte.

Ja. Monats-Abos monatlich, Jahres-Abos zum Ende der Laufzeit. Keine versteckten Gebühren, keine Mindestlaufzeit über das gebuchte Intervall hinaus.

Bei jährlicher Zahlung effektiv rund 17 % Rabatt (zwei Monate inklusive).

Die vollständige Preis-FAQ liegt auf /preise und deckt Zahlungsarten (Kreditkarte, SEPA, Rechnung), USt-Regelung für AT/DE/CH, Rechnungs-Download, Auftragsverarbeitungsvertrag (AV-Vertrag nach DSGVO) und 60-Tage-Vorwarnung bei Preiserhöhungen ab.

Jederzeit im Account-Bereich: CSV-Export aller Reviews, PDF-Download jedes Einzel-Reports, JSON-Export für Schnittstelle für Entwickler (API)-Kunden. Kein Export-Paywall. Zusätzlich nach Kündigung: 30-Tage-Fenster für vollständigen Daten-Download, danach DSGVO-konforme Löschung.