Die häufigsten Fragen. Ehrliche Antworten.

In drei Schritten: Account mit E-Mail-Adresse anlegen, Objekt-Typ wählen (Website inkl. Landing Page, Werbeanzeige, E-Mail, Logo, Social-Post, Produkt, Angebots-Check oder Frage an die Runde), Personas auswählen und Bewertungs-Kriterien definieren. Die Konfiguration dauert rund zehn Minuten, die Bericht-Generierung wenige weitere Minuten. Nach rund 20 Minuten liegt das fertige PDF vor.

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

Ja, mit dem Free-Plan: 2 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 — durchgängig. Die App-Oberfläche gibt es vollständig in beiden Sprachen, und der Bericht kommt komplett in der gewählten Berichtssprache: Persona-Stimmen, KI-Zusammenfassung, Quick-Wins, Trade-offs, Vertrauens-Befund und Themen-Cluster. Die Persona-Bibliothek bleibt bewusst im deutschsprachigen Raum (DACH) verwurzelt — diese kulturelle Tiefe ist der Punkt. Auch Sprache selbst ist Teil des Modells: Personas mit schwachem Englisch sagen offen, wenn ein englischer Text nur teilweise bei ihnen ankommt — sichtbar als Sprach-Marker je Stimme im Bericht. Der Marker ist eine Selbstauskunft der Persona über Sprach-Reibung, keine Verständnismessung.

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

Synthetische Personas sind KI-modellierte Stellvertreter realer Zielgruppen: fiktive Profile auf acht psychologischen Ebenen (Werte, Verhalten, kognitive Verzerrungen u. a.). Bei Radical Personas werden sie von Fachleuten mitmodelliert und auf Bias geprüft — kein reiner Prompt-Output. Sie ergänzen echte Nutzerforschung, statt sie zu ersetzen.

Im Kern dasselbe: beide bezeichnen KI-generierte, nicht-reale Persona-Profile. „KI-Personas“ betont die Technik, „synthetische Personas“ die Herkunft — künstlich erzeugt statt aus echten Interviews destilliert. Radical Personas verwendet beide Begriffe synonym; entscheidend ist die Modellierungstiefe, nicht das Label.

Geeignet für schnelle Vorab-Tests, Hypothesenbildung und Entscheidungen vor dem Budgeteinsatz — Website-, Anzeigen-, E-Mail- und Produktidee-Feedback in Minuten statt Wochen. Nicht geeignet als Ersatz für echte Nutzerforschung bei der finalen Validierung — und bei Nischen- oder Spezialgruppen wird die Modellierung lückenhaft.

Nein. Die Nielsen Norman Group hat 2024 für die gesamte Kategorie gezeigt, dass synthetische Nutzer die Kontextabhängigkeit menschlichen Verhaltens verfehlen und bei Nischen- oder Spezialgruppen lückenhaft werden (nngroup.com/articles/synthetic-users). Unsere acht Ebenen pro Persona sind gegen genau diese Vereinfachung gebaut — aufheben lässt sich die Grenze damit nicht. Synthetische Personas ergänzen echte Forschung, sie ersetzen sie nicht.

Stanford HAI (Park et al., 2024, arXiv:2411.10109) zeigte an einer Stichprobe von 1.052 Menschen: KI-Personas replizierten deren Antworten zu ≈ 85 % der 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 Landing Pages sowie mehrseitiger Nutzer-Wege / Multi-Page-Journeys ab Pro: bis 5 Seiten, ab Business: bis 10, im Enterprise-Plan nach Bedarf), Werbeanzeigen, E-Mails, Logos, Social-Media-Posts, Produkte, Angebots-Checks (Angebote und Kostenvoranschläge bewerten) und Frage an die Runde (eine Frage an ein Persona-Panel für ein schnelles Stimmungsbild).

Der Persona-Finder liest, was Sie prüfen lassen wollen, leitet daraus die Zielkunden ab und wählt für jeden Zielkunden die passendsten Personas aus der ganzen Bibliothek — zu jeder mit Begründung und der Passungs-Marke exakt, nah oder Ersatz. Hat die Bibliothek für einen Zielkunden niemanden Passenden, steht das ausdrücklich dabei. Vor dem Vorschlag hält er an („Stimmt das?“): Sie wählen ab, was nicht passt, oder ergänzen einen eigenen Zielkunden; bis dahin ist nichts verbraucht. Dazu bekommen Sie eine Gegenstimme: eine Persona, die Ihr Angebot voraussichtlich kritisch sieht, mit ihrem Einwand im Wortlaut — nie vorgehakt; nehmen Sie sie mit, zählt sie zum Persona-Limit Ihres Tarifs. Den Finder gibt es in allen Tarifen, auch im Free-Plan. Tageskontingent je Marke: Free 3, Pro 20, Business 60 Analysen, Enterprise nach Bedarf; der erste Vorschlag je Marke ist frei.

Aktuell nicht im Self-Service. Die über 200 Bibliotheks-Personas decken Milieu, Bias und Entscheidungsstil breit ab — Sie wählen aus und filtern. Eigene Personas nach Maß erstellen wir auf Anfrage.

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 Zusammenfassung fasst die Ergebnisse über alle Personas hinweg zusammen. Optional können Sie anschließend direkt mit einzelnen Personas ins Gespräch gehen.

Ja, ab dem Pro-Plan: bis zu 5 Seiten pro Nutzer-Weg (Landingpage plus Folgeseiten). Im Business-Plan: bis 10. Im Enterprise-Plan richtet sich die Tiefe nach Ihrem Bedarf. Ideal für Trichter-Analysen oder Bestell-Prozesse.

Unsere 8-Ebenen-Engine verbindet Big Five, Kahneman-Biases, eigene Lebenswelten, Biografie und vier weitere Ebenen in einem strukturierten und intern geprüften 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 Zusammenfassung über alle Personas hinweg. Jeder PDF-Bericht enthält Scores, Freitext-Antworten und Quellenangaben zur Methodik.

Ja. Ab dem Pro-Plan können Sie Ihr Workspace-Logo und Ihren Firmennamen hinterlegen — der erzeugte PDF-Bericht kommt vollständig in Ihrem Branding heraus, ohne Radical-Personas-Logo. Ideal für Agenturen, Berater:innen und interne Konzern-Reports, die direkt an Kund:innen oder Stakeholder weitergegeben werden.

Synthetische Marktforschung testet Konzepte, Texte oder Designs vorab an KI-generierten Stellvertreter-Personas statt an echten Befragten. Laut Qualtrics (2025) nutzen 73 % der Marktforscher bereits synthetische Antworten in irgendeiner Form. Sie liefert schnelle Richtungssignale, ersetzt aber keine reale Stichprobe.

Nein — kein reiner Prompt-Output. Unsere Bibliotheks-Personas werden von Fachleuten von Hand mitmodelliert, auf kognitive Verzerrungen geprüft (Bias-Audits) und teils aus echten Befragungsdaten abgeleitet — auf acht psychologischen Ebenen. Dieser Mensch-plus-KI-Ansatz macht sie konsistenter und weniger generisch als einmalig generierte Personas.

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

Drei Ebenen sind extern peer-reviewed validiert: Psychologie (OCEAN/Big Five — Persönlichkeits-Modell nach Schmitt et al. 2007, 56 Nationen, n=17.837 Teilnehmerinnen und Teilnehmer), Kognitive Biases (Kahneman/Tversky, Nobelpreis 2002), Kulturkontext (Hofstede-Kulturdimensionen, etabliert in der Kulturforschung). Fünf weitere Ebenen (Biografie, Emotionaler Zustand, Verhalten, Anti-Patterns, Sprache) sind unsere eigene Synthese — wir prüfen sie intern gegen die drei externen Ebenen auf Konsistenz. Details auf /wissenschaft.

Biografie, Psychologie (OCEAN/Big Five), Kognitive Biases (Kahneman), Emotionaler Zustand, Kulturkontext (Hofstede-Kulturdimensionen, Werte-Milieus), Verhalten, Anti-Patterns und Sprache. 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.

Rosala und Moran (Nielsen Norman Group, 2024, nngroup.com/articles/synthetic-users) zeigt für die Kategorie: Menschliches Verhalten ist komplex und kontextabhängig — diese Komplexität verfehlen synthetische Nutzer, und bei Nischen- oder Spezialgruppen werden die Daten lückenhaft. Wir benennen diese Grenze offen und halten dagegen: 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: 85 % relativ zur Test-Retest-Reliabilität, Qualtrics State of Synthetic Research 2025: 73 % der Marktforscher nutzen synthetische Responses, Nielsen Norman Group 2024). 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 Sprachmodelle 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, exportieren können Sie während der Laufzeit jederzeit (Datenexport als JSON in den Einstellungen, PDF-Bericht je Review). Nach dem endgültigen Vertragsende löschen wir die Account-Daten DSGVO-konform (Art. 17); Rechnungsdaten bleiben 7 Jahre erhalten (österreichische Aufbewahrungspflicht). Ein Wechsel in den Free-Plan ist kein Vertragsende.

Ja. Auftragsverarbeitungsvertrag (AV-Vertrag nach DSGVO Art. 28) als eigenständiges Dokument, das Sie bei der Registrierung gemeinsam mit den AGB abschließen — in jedem Tarif, auch im Free-Plan. Volltext in der Anwendung unter app.radicalpersonas.com/avv; ab Business verhandeln wir ihn individuell. Subprozessor-Liste (LLM-Provider, Hosting) mit Rechtsraum-Verortung im AV-Vertrag dokumentiert. Änderungs-Benachrichtigung 30 Tage vorab mit Widerspruchsrecht.

Wir wählen pro Aufgabe das beste verfügbare Modell, damit Sie die maximale Bewertungs-Qualität erhalten. Mit allen Modell-Providern haben wir vertraglich abgesichert, dass Ihre Inhalte nicht für das Modelltraining verwendet werden. Wo vertraglich möglich, nutzen wir EU-Endpunkte der Provider; findet eine Verarbeitung außerhalb des EWR statt (etwa über US-Endpunkte), sichern wir diese über EU-Standardvertragsklauseln beziehungsweise das EU-US Data Privacy Framework ab. Welche Provider und Auftragsverarbeiter wir einsetzen — samt Rechtsraum — dokumentieren wir transparent in der Datenschutzerklärung und im AV-Vertrag. Für Enterprise-Kunden ist eine On-Premise-Lösung auf Anfrage möglich — der Datenfluss bleibt dann vollständig in Ihrer Infrastruktur.

Ja, ab dem Pro-Plan. Der Free-Plan ist auf 1 Person (nur Sie) begrenzt. Pro: bis zu 3 Team-Mitglieder inklusive Inhaber (Inhaber + 2 Eingeladene). Business: bis zu 6 (Inhaber + 5 Eingeladene). Im Enterprise-Plan legen wir die Zahl gemeinsam nach Ihrem Bedarf fest. Alle Mitglieder arbeiten in einem geteilten Account mit gemeinsamem Personas-Pool, Reviews und Templates — praktisch auch für Agentur-Teams, die gemeinsam an Kundenprojekten arbeiten.

Ja, ab dem Pro-Plan. Der Free-Plan ist auf 1 Markenprofil begrenzt. Pro: bis zu 5 parallele Markenprofile, Business: bis zu 10. Im Enterprise-Plan richten wir so viele ein, wie Sie brauchen. Jedes Markenprofil hat einen eigenen Workspace — praktisch für Agenturen und Berater:innen, die mehrere Kundenmarken parallel betreuen, ohne den Account zu wechseln. Das monatliche Review-Kontingent gilt kontoweit als gemeinsamer Pool über alle Markenprofile hinweg — nicht separat pro Marke.

Single Sign-On (SSO — ein zentraler Firmen-Login) ist ab dem Enterprise-Plan verfügbar. Integrationen mit gängigen Firmen-Login-Systemen wie Microsoft Entra ID, Okta, Ping über SAML (technischer Standard für Single Sign-On) und automatisches Nutzer-Management (SCIM) richten wir gemeinsam mit Ihrer IT ein.

Ja. Über die Partner-API starten Sie Reviews aus Ihren eigenen Systemen — für alle acht Objekt-Typen der App. Das Ergebnis ist Score und Urteil je Persona plus ein Link in die App, wo der ganze Bericht liegt; API und Wizard laufen durch denselben Code. Auch der Persona-Finder ist über die Schnittstelle erreichbar, mit demselben Tageskontingent wie in der App. Schlüssel vergeben wir ab dem Pro-Plan auf Anfrage über /kontakt; im Free-Plan gibt es keinen Schlüssel. Ein MCP-Server für KI-Assistenten — Personas finden, Review starten, Urteil lesen, nachfragen, Bericht freigeben — ist im Enterprise-Plan auf Anfrage verfügbar: Sie tragen die Server-URL app.radicalpersonas.com/api/integrations/mcp mit Ihrem Schlüssel als Bearer-Header in Claude Code, Claude Desktop oder einen anderen MCP-Client ein; der Assistent erhält die Kernaussage, der ganze Bericht liegt in der App. Ergebnisse sind Vorab-Tests synthetischer, KI-generierter Personas und beim Weiterverwenden als solche zu kennzeichnen.

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. Angestrebte Reaktionszeiten (Zielwerte) bei kritischen Störfällen (P1 = Priorität 1) sind gestaffelt: Pro rund 24 Stunden, Business rund 8 Stunden, Enterprise rund 4 Stunden; verbindliche Reaktionszeiten regeln wir im individuellen Enterprise-SLA.

Wir betreiben den Dienst nach dem Stand der Technik und bemühen uns um eine möglichst hohe Verfügbarkeit. Eine prozentuale Verfügbarkeitszusage geben wir in den Standard-Tarifen nicht. Ein verbindliches Verfügbarkeits-SLA mit Service-Gutschriften vereinbaren wir individuell für Enterprise. Eine öffentliche Statusseite für Incident-Historie und Echtzeit-Verfügbarkeit ist in Vorbereitung.

Heute: PDF-Bericht in jedem Plan (im Free-Plan die Basis-Fassung, ab Pro die volle mit eigenem Logo), ein Freigabe-Link für Berichte ab Pro (der ganze Bericht ohne Login, mit Ablaufdatum und optional mit Passcode) und die Partner-API ab Pro mit Schlüssel auf Anfrage. Ein MCP-Server für KI-Assistenten (Claude Code, Claude Desktop und andere MCP-Clients) gibt es im Enterprise-Plan auf Anfrage. Native Integrationen für Figma, Notion, Slack oder Zapier und Webhooks gibt es nicht — wer eigene Systeme anbinden will, nutzt die Partner-API. Wünsche gerne über /kontakt.

Der Free-Plan erlaubt 2 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).

Im Enterprise-Plan gibt es keine festen Staffelgrenzen. Umfang, Team-Größe, Markenprofile und die Tiefe der Nutzer-Wege legen wir gemeinsam nach Ihrem tatsächlichen Bedarf fest und halten sie im Vertrag fest. Bei außergewöhnlich intensiver Nutzung (zum Beispiel automatisierten Massen-Reviews) melden wir uns grundsätzlich zuerst, bevor wir etwas einschränken.

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 die Wertsicherung der Preise nach dem Verbraucherpreisindex ab.

Jederzeit im Account-Bereich, solange der Vertrag läuft: Der Datenexport in den Einstellungen liefert Profil, Workspaces, Personas, Reviews und Chat-Verläufe als JSON-Datei, jede Review gibt es zusätzlich als PDF-Bericht — ohne Export-Paywall. Sichern Sie Ihre Daten vor dem endgültigen Vertragsende — danach löschen wir die Account-Daten DSGVO-konform. Ein Wechsel in den Free-Plan ist kein Vertragsende, Ihre Daten bleiben erhalten.