Goodway Group nutzt synthetische Zielgruppen, um Mediapläne vor echten Kampagnentests durchzuspielen. Dafür arbeitet die Agentur laut einem Bericht vom 12. Oktober 2026 mit dem Datendienstleister Arima zusammen. Dessen Angebot umfasst auch ein Modell der deutschen Bevölkerung mit 80 Millionen virtuellen Personen und rund 20.000 modellierten Variablen. Die Zahl beschreibt künstlich erzeugte Datensätze – keine Befragung von 80 Millionen echten Menschen.
Eine Mediaplanung, viele simulierte Szenarien
Arima kombiniert nach eigenen Angaben verschiedene Datensätze zu einer „Synthetic Society“. Goodway will damit vorab prüfen, wie unterschiedliche Zielgruppen oder Budgetverteilungen voraussichtlich reagieren. Anschließend sollen die Hypothesen in begrenzten realen Werbekampagnen überprüft werden. Der Vorteil im Agenturalltag: Szenarien lassen sich vergleichen, ohne für jede Idee sofort Testbudgets auszugeben.
Der Fall ist keine bloße Ankündigung eines neuen KI-Tools. Er zeigt, dass synthetische Kundengruppen zunehmend direkt in Entscheidungen über Medienbudget und Kreativstrategie einfließen. Laut Digiday nutzen unter anderem Marken aus der Beauty- und Konsumgüterbranche ähnliche Verfahren, um Produktideen und Zielgruppenannahmen früh zu untersuchen.
80 Millionen Modellpersonen sind keine 80 Millionen Stimmen
Hier liegt die wichtigste Einschränkung. Der Datensatz soll Verteilungen und Zusammenhänge nachbilden. Ob seine Prognose für eine konkrete Marke, Region oder Anzeige zuverlässig ist, folgt daraus nicht. Außerdem können Verzerrungen in Ausgangsdaten oder Modellannahmen fortgeschrieben werden.
Eine Forschungsarbeit von Netzer und Sambandam unterscheidet ausdrücklich zwischen generierten LLM-Antworten, Segment-Personas und individuellen digitalen Zwillingen. Sie zeigt: Hohe Übereinstimmung im Durchschnitt kann schwache Vorhersagen für einzelne Menschen verbergen. Entscheidend ist, für welche Frage ein synthetisches Modell zuvor an echten Daten validiert wurde.
Noch konkreter ist eine Untersuchung von 399 statistisch aussagekräftigen Headline-A/B-Tests aus dem Upworthy-Archiv. Dort sagte ein LLM ohne ausgearbeitete Personas die Reihenfolge der Varianten besser voraus als das getestete Persona-Panel. Die Studie ist ein Preprint mit begrenztem Anwendungsbereich, widerlegt also nicht sämtliche synthetischen Datenmodelle – sie widerspricht aber der Annahme, mehr Persona-Detail bedeute automatisch bessere Prognosen.
Drei Prüfungen für deutsche Marketingteams
Erstens: Verlangen Sie einen Fehlerbericht gegen unabhängige echte Befragungen und Kampagnendaten aus dem Zielmarkt Deutschland. Eine treffende demografische Gesamtverteilung genügt nicht.
Zweitens: Unterscheiden Sie die Simulation einer Budgetwirkung von einer kausal gemessenen Wirkung. Ein künstlicher Kontrollmarkt kann Ideen liefern, ersetzt aber keinen sauber aufgebauten Geo-Holdout oder einen anderen realen Inkrementalitätstest. Wie echte Kausalmessung im Handel eingesetzt wird, erläutert unsere Einordnung zu Retail Media und Incrementality.
Drittens: Definieren Sie, welche Entscheidung das Modell überhaupt verbessern soll: Zielgruppensegmente, Botschaft, Budgethöhe oder Kanalwahl. Für automatisierte Ausspielung kommen zusätzliche Kontrollfragen hinzu, die wir beim agentischen Media Buying und bei der Bewertung angeblich fünffacher ROAS-Werte erläutern.
Einordnung: Synthetische Panels können Recherche und Vorselektion beschleunigen. Ihr wirtschaftlicher Nutzen ist erst belegt, wenn Entscheidungen auf ihrer Grundlage gegen echte Ergebnisse besser abschneiden als die bisherigen Verfahren.
Quellen: Digiday, 12.10.2026; Arima, synthetische Bevölkerung Deutschland; Netzer/Sambandam, Synthetic Data in Marketing Research, September 2026; Maiorano, Sim-to-Real-Studie, Preprint 2026.
Symbolbild: Luke Chesser / Unsplash. Keine Abbildung der Arima-Software.