Wie man eine KI-Persona erstellt, die wirklich Ihren Kunden widerspiegelt

Die meisten KI-Personas sind nutzlos. Es sind Marketing-Personas mit einem Vornamen und einem Stockfoto, die in ein KI-Tool transplantiert wurden. „Marie, 34 Jahre, Marketingverantwortliche, liebt Yoga und Podcast-Empfehlungen.“ Das führt zu so generischen Antworten, dass sie auf jedes Produkt, jeden Markt und jede Frage zutreffen könnten.

Eine nützliche KI-Persona liefert Antworten, die klingen, als kämen sie von einem bestimmten Typ von Kunden. Antworten mit kontextuellen Anliegen, realistischen Einwänden und einer Entscheidungslogik, die widerspiegelt, wie sich dieser Typ von Kunde tatsächlich verhält.

Der Unterschied zwischen einer KI-Persona mit niedriger und hoher Präzision beruht auf fünf Inputs. Hier sind sie und wie man sie richtig erstellt.

Was eine hochpräzise Persona von einer niedrigpräzisen unterscheidet

Niedrigpräzise Personas beschreiben, wer jemand ist. Hochpräzise Personas beschreiben, wie jemand denkt und entscheidet.

Niedrigpräzise:

• Marketingverantwortliche, 5 Jahre Erfahrung
• Arbeitet in einem mittelständischen Unternehmen
• Kümmert sich um den ROI
• Bevorzugt datengestützte Entscheidungen

Hochpräzise:

• Head of Demand Gen in einem B2B SaaS-Unternehmen mit 150 Mitarbeitern, leitet ein Team von 3
• Hat einen Marketing-Stack geerbt, der HubSpot, Salesforce und ein schlecht konfiguriertes ABM-Tool umfasst
• Enttäuscht von einem vorherigen Anbieter, der „KI-gestützte Insights“ versprochen hat und Dashboards geliefert hat, die niemand genutzt hat
• Wird nach dem Beitrag zum Pipeline bewertet, nicht nach dem Volumen von MQL (diese Änderung fand vor 6 Monaten statt und sie passt sich noch daran an)
• Trifft Entscheidungen über Tools, indem sie Empfehlungen in einer Slack-Community von Gleichgesinnten einholt und dann einen 2-wöchigen Test mit einem Teammitglied durchführt, bevor sie den Einkauf einbezieht

Die zweite Version liefert radikal unterschiedliche Antworten auf Forschungsfragen, weil sie die interne Logik erfasst, die die Entscheidungen leitet, nicht nur die externen demografischen Daten.

Die 5 wichtigen Inputs

1. Rolle und Kontext

Es geht um mehr als nur den Jobtitel. Es ist das vollständige situative Bild der beruflichen Realität der Person.

Einbeziehen:

• Jobtitel und hierarchische Struktur
• Größe, Branche und Phase des Unternehmens
• Größe und Zusammensetzung des Teams
• Tägliche Verantwortlichkeiten und Prioritäten
• Wie Erfolg in ihrer Rolle aussieht (ihre echten KPIs)

Beispiel: „Senior Product Manager in einem Fintech-Startup der Series C (400 Mitarbeiter). Berichtet an den VP Produkt. Leitet ein Team von 6 Ingenieuren und 1 Designer. Verantwortlich für den Onboarding-Prozess. Gemessen am Aktivierungsgrad (Prozentsatz der Anmeldungen, die innerhalb von 7 Tagen ihre erste Transaktion durchführen).“

Warum es wichtig ist: Der Kontext bestimmt die Einschränkungen. Ein PM in einem Unternehmen mit 400 Personen agiert anders als ein PM in einem Unternehmen mit 40 Personen, selbst mit demselben Titel. Die Teamgröße, die hierarchische Struktur und die KPIs prägen jede Entscheidung, die sie treffen.

2. Verhaltenserfahrung

Was hat diese Person erlebt, das ihre aktuelle Perspektive prägt? Frühere Erfahrungen schaffen die Filter, durch die Menschen neue Informationen bewerten.

Einbeziehen:

• Frühere verwendete Tools oder Lösungen
• Was in früheren Erfahrungen funktioniert hat und was nicht
• Wie sie zuvor enttäuscht wurden (das ist entscheidend)
• Die Projekte, die sie geleitet haben, und die Ergebnisse
• Wie lange sie in dieser Rolle und Branche tätig sind

Beispiel: „Hat in den letzten 2 Jahren 3 Produkte auf den Markt gebracht. Das erste hat die Nutzerforschung komplett übersprungen und ein kritisches Usability-Problem verpasst, das die Akzeptanz beeinträchtigt hat. Das zweite führte zu einer 6-wöchigen Fokusgruppenstudie, die zu spät Ergebnisse lieferte, um etwas zu ändern. Für das dritte hat sie 8 schnelle Guerilla-Interviews in Cafés durchgeführt, und das war die nützlichste Forschung, die sie je gemacht hat. Jetzt skeptisch gegenüber formeller Forschung, weiß aber, dass sie Kundeninput benötigt.“

Warum es wichtig ist: Die Verhaltenserfahrung schafft Vorurteile, Präferenzen und Skepsis, die die tatsächliche Entscheidungsfindung leiten. Eine Person, die von einem vorherigen Anbieter enttäuscht wurde, reagiert anders auf einen Verkaufspitch als jemand, der das nicht war.

3. Grundüberzeugungen

Was glaubt diese Person über ihr Feld, ihre Branche und wie die Dinge funktionieren sollten? Überzeugungen sind die zugrunde liegenden Annahmen, die sich nicht mit neuen Informationen ändern.

Einbeziehen:

• Überzeugungen über ihren Markt oder ihre Branche
• Überzeugungen darüber, wie Entscheidungen getroffen werden sollten
• Überzeugungen über Technologie, Anbieter oder Methoden
• Werte, die berufliche Entscheidungen beeinflussen
• Was sie für kaputt in ihrer aktuellen Situation halten

Beispiel: „Glaubt, dass die meisten Marktforschungen Theater sind: teure Übungen, die Ihnen sagen, was Sie bereits wissen. Glaubt, dass das Sprechen mit 5 Kunden 80 % des Insights liefert, die man durch das Sprechen mit 50 erhält. Schätzt Geschwindigkeit über Strenge. Denkt, dass die besten Produktentscheidungen von PMs kommen, die ihr eigenes Produkt obsessiv nutzen.“

Warum es wichtig ist: Überzeugungen sind der beste Prädiktor dafür, wie jemand auf ein neues Konzept reagieren wird. Eine Person, die glaubt, dass formelle Forschung Theater ist, benötigt einen völlig anderen Pitch als jemand, der an methodische Strenge glaubt.

4. Entscheidungsfindungsmuster

Wie trifft diese Person tatsächlich Entscheidungen? Nicht die rationale und idealisierte Version. Die echte Version, mit Abkürzungen, Vorurteilen und Politik.

Einbeziehen:

• Wie sie neue Tools oder Lösungen entdecken
• Ihren Bewertungsprozess (formelles RFP? Test? Empfehlung von Gleichgesinnten?)
• Wer sonst noch in die Entscheidung einbezogen ist
• Was eine Kaufentscheidung auslöst
• Was einen Deal platzen lässt (Dealbreaker und Alarmsignale)
• Ihren Zeitrahmen für Entscheidungen

Beispiel: „Entdeckt Tools über Twitter/X und Empfehlungen von Gleichgesinnten in einer Slack-Community von PMs. Reagiert nie auf Kaltakquise-E-Mails. Bewertet, indem sie sich für einen kostenlosen Test anmeldet und ihn eine Woche lang alleine testet. Wenn es funktioniert, zeigt sie es ihrem Lead Designer und einem Ingenieur für Feedback. Benötigt die Genehmigung des VP für Tools über 200 €/Monat. Entscheidungszeitrahmen: 2 bis 4 Wochen vom ersten Kontakt bis zum Kauf. Dealbreaker: kein kostenloser Test, obligatorisches Demo-Call vor dem Zugang und alles, was die Einbeziehung der IT für die Installation erfordert.“

Warum es wichtig ist: Entscheidungsfindungsmuster sagen Ihnen, wie Sie diese Person erreichen, was Sie ihr zeigen und was sie dazu bringen wird, ja oder nein zu sagen. Ohne das werden die Antworten der Persona auf kaufbezogene Fragen generisch sein.

5. Einschränkungen

Was schränkt die Entscheidungen dieser Person ein? Einschränkungen sind die nicht verhandelbaren Grenzen, innerhalb derer Entscheidungen getroffen werden müssen.

Einbeziehen:

• Budgetgrenzen (feste Obergrenzen, Genehmigungsschwellen)
• Zeitbeschränkungen (geschäftige Zeiten, Sprintverpflichtungen)
• Technische Anforderungen (Integrationen, Compliance, Sicherheit)
• Unternehmensrichtlinien (wer unterstützt oder widersetzt sich Veränderungen)
• Persönliche Einschränkungen (Kapazität, Fähigkeiten, Prioritäten)

Beispiel: „Budget auf 500 €/Monat für neue Tools ohne Genehmigung des CFO begrenzt. Alles, was darüber hinausgeht, erfordert einen Business Case mit projiziertem ROI. Muss SOC 2-konform sein, da das Unternehmen gerade einen Enterprise-Deal abgeschlossen hat, der dies erfordert. Das Marketingteam hat keine Kapazität und wird kein Tool annehmen, das mehr als 30 Minuten Konfiguration erfordert. Der CTO ist gegen Tools, die einen Vendor Lock-in schaffen.“

Warum es wichtig ist: Einschränkungen bestimmen die Rahmenbedingungen für realistische Antworten. Eine KI-Persona, die die Budgetbeschränkungen ignoriert, wird Ihnen ein unrealistisch positives Feedback geben. Eine Persona mit echten Einschränkungen wird Ihnen sagen, wo Ihr Produkt nicht passt.

Echte Kundendaten nutzen

Die besten Personas werden aus echten Daten erstellt, nicht aus der Vorstellungskraft. Hier sind einige Quellen, um sie zu finden:

Aufzeichnungen von Verkaufsgesprächen. Die Sprache, die Kunden verwenden, die Einwände, die sie erheben, und die Fragen, die sie stellen, sind Goldgruben für den Aufbau von Personas. Hören Sie sich 5 bis 10 Aufzeichnungen für jedes Zielsegment an.

Support-Tickets. Die Probleme, mit denen Kunden tatsächlich konfrontiert sind, beschrieben in ihren eigenen Worten. Das offenbart die Verhaltenserfahrung und die Einschränkungen.

CRM-Notizen. Vertriebsmitarbeiter dokumentieren die Entscheidungsdynamik, die Beteiligung der Stakeholder und die Einwände, die Deals platzen lassen. Das speist direkt die Entscheidungsfindungsmuster.

Kundeninterviews. Wenn Sie bereits bestehende Forschung aus früheren Interviews haben, nutzen Sie diese. Die Zitate sind besonders wertvoll, um Überzeugungen und Kommunikationsstile zu erfassen.

Produktanalysen. Nutzungsmuster zeigen Verhaltensweisen, die den Aufbau von Personas informieren können. Power-User, Gelegenheitsnutzer und abgewanderte Kunden repräsentieren unterschiedliche Verhaltensprofile.

Häufige Fehler

Demografie statt Psychologie beschreiben. Alter, Geschlecht und Jobtitel sagen nichts über das Verhalten aus. Überzeugungen, Einschränkungen und Entscheidungsfindungsmuster tun dies.

Personas zu positiv gestalten. Echte Kunden haben Skepsis, Budgetbeschränkungen und schlechte Erfahrungen in der Vergangenheit. Berücksichtigen Sie die Reibungen.

Eine Persona verwenden, um alle zu repräsentieren. Wenn Ihr Zielmarkt unterschiedliche Segmente mit unterschiedlichen Kaufverhalten hat, benötigen Sie separate Personas.

Personas nicht aktualisieren. Märkte ändern sich. Die Bedürfnisse der Kunden entwickeln sich weiter. Überprüfen und aktualisieren Sie die Personas vierteljährlich.

Den Faktor „vorher enttäuscht“ ignorieren. Fast jeder B2B-Käufer wurde von einem vorherigen Tool oder Anbieter enttäuscht. Diese Erfahrung prägt, wie er alles Neue bewertet. Berücksichtigen Sie sie.

Personas auf Minds erstellen

Auf Minds wird jede Persona als Mind bezeichnet. Sie erstellen einen Mind, indem Sie die fünf oben beschriebenen Inputs definieren. Die Plattform nutzt diese Inputs, um Antworten zu generieren, die das spezifische Verhaltensprofil widerspiegeln.

Für Forschungs-Panels erstellen Sie 4 bis 6 Minds, die Ihre Schlüsselsegmente repräsentieren, und lassen sie durch strukturierte Fragensets laufen. Das Ergebnis zeigt, wie jedes Segment unterschiedlich auf denselben Stimulus reagiert.

Die Qualität des Ergebnisses ist direkt proportional zur Qualität der Inputs der Persona. Nehmen Sie sich die Zeit, die fünf Inputs gut zu erstellen.

Mit Minds starten →, um KI-Personas zu erstellen, die wirklich widerspiegeln, wie Ihre Kunden denken und entscheiden.