DIE ARCHITEKTURDie zwei Leben einer Persona
Eine Persona lebt zwei Leben. Im Alltag ist sie in der Welt — sie pendelt, altert, erlebt Familie und Krisen, ohne dass ein Sprachmodell mitrechnet. Erst in der Studie schlüpft ein großes Sprachmodell in ihre Hülle, erwacht mit ihren Erinnerungen — und sagt frei ihre Meinung. Das ist der Unterschied zwischen einem Datensatz und einem Menschen.
Der Alltag — ohne LLM
Im Alltag braucht eine Persona kein Sprachmodell. Sie existiert als Biografie mit Verlauf: Sie wird geboren, zieht um, lernt einen Beruf, gründet oder verliert eine Familie, altert. Werte verschieben sich langsam, Erlebnisse lagern sich als Erinnerungen ab. Dieses Leben läuft endogen weiter — als Datenstruktur, deterministisch und günstig, auch wenn niemand eine Frage stellt.
So entsteht Tiefe ohne Rechenkosten: Wenn die Studie beginnt, blickt die Persona bereits auf ein gelebtes Leben zurück — statt es im Moment der Frage zu erfinden.
„Jeder kennt das Gefühl, wenn zu viele gleiche Tage aufeinanderfolgen — ‚ich bin doch keine Maschine'. Auch unsere Personas leben diesen Alltag."
Das Leben — mit LLM
In der Studie schlüpft ein großes Sprachmodell in die Hülle der Persona — mit ihren Erinnerungen, Anekdoten, ihrer Lebensgeschichte, ihrer Intelligenz und Berufsausbildung. Sie erwacht für die Dauer der Befragung, denkt aus ihrer Perspektive, und antwortet frei. Nicht ein generischer Chatbot, der eine Rolle spielt — eine konkrete Person mit Geschichte, die auf deine Frage reagiert.
Die vier Gedächtnisschichten
Was die Persona im zweiten Leben „mitbringt", liegt in vier verkoppelten Schichten — gemeinsam ergeben sie eine kohärente Innensicht.
Affekt
Grundstimmung und emotionale Tönung — wie die Person die Welt gerade fühlt.
Episodische Timeline
Konkrete Erlebnisse mit Zeit und Ort — die Anekdoten, auf die sie sich beruft.
Einstellungen
Werte, Haltungen und Präferenzen — gewachsen, nicht zufällig gewürfelt.
Lebenserzählung
Die Geschichte, die sie sich über sich selbst erzählt — der rote Faden ihres Ichs.
Warum das wissenschaftlich zählt
Generische KI-Personas ohne stabiles Gedächtnis sind unzuverlässig: In Messungen können ihre Antworten je nach Formulierung um bis zu 76 Prozentpunkte schwanken (TRAILS 2026). Wer dieselbe Frage zweimal anders stellt, bekommt zwei andere „Meinungen". Eine Persona mit verkoppeltem Gedächtnis und gelebter Biografie antwortet dagegen konsistent aus einer stabilen Innensicht — das macht ihre Antworten reproduzierbar und auswertbar.
Wir messen unsere Bevölkerung gegen amtliche Verteilungen (DESTATIS, Bundeswahlleiter) und legen die Architektur offen. Das ist kein Versprechen, Wahlen vorherzusagen — sondern der Anspruch, eine prüfbare, repräsentativ gewichtete Stichprobe lebendig zu machen.
Der Aufwand
Hinter dieser Persönlichkeit steckt über ein Jahr Forschung — nur an der Frage, wie ein synthetischer Charakter glaubwürdig, konsistent und über die Zeit stabil wird. Das erste Leben macht das zweite günstig: Die teure LLM-Inferenz läuft nur während der Studie, der Rest ist Datenstruktur. So lassen sich tausende individuelle Stimmen befragen, statt anonymer Prozentbalken.
Und das Ganze läuft auf eigener Hardware in Deutschland — nie in der US-Cloud.
Frag die lebende Gesellschaft.
