---
title: "Minds Research Lab"
description: "Benchmark-Forschung zu synthetischen Zielgruppen, Befragungsapproximation, persistenten KI-Teilnehmenden und Multi-Agenten-Diversität vom Minds Research Lab."
canonical_url: "https://getminds.ai/research/de/overview"
last_updated: "2026-08-13T13:03:59.222Z"
---

# Minds Research Lab

Wir testen synthetische Befragte an der Realität. Unser Benchmark-Programm vergleicht Minds mit offiziellen Umfrageverteilungen, späteren Antworten realer Interviewteilnehmender, einfachen Baselines desselben Modells und führenden Foundation-Modellen.

## Neueste Forschung

### [Minds Research Benchmark 2026: Im Test gegen reale Menschen](/research/real-world-validation-benchmarks-2026)

Das vollständige Validierungsprogramm über GSS, ANES, CES, PISA, PIAAC, Food and You, PRISM, NASA Oral Histories und zwei offene qualitative Korpora. Minds reduzierte den Fehler bei der Umfrageverteilung um bis zu **19.72 Prozentpunkte** und schlug generische Foundation-Modelle bei zurückgehaltenen qualitativen Antworten.

### [Reale Befragungs-Benchmarks: Wie präzise Minds Bevölkerungsergebnisse reproduziert](/research/survey-approximation-benchmarks-2026)

Unabhängige Befragungstests über binäre, ordinale, nominale, Mehrfachauswahl- und 0-bis-10-Fragen. Die Kernverbesserung wurde über nationale US-Umfragen, Schülerdaten aus fünf Ländern, Daten zu Erwachsenenkompetenzen und ein reales 301-Mind-Produktpanel hinweg reproduziert.

### [Minds vs. GPT-5.4 und Claude Sonnet 5 bei realen Interview-Antworten](/research/minds-vs-foundation-models-qualitative-2026)

Bei 66 späteren Antworten von 22 realen Personen schlug Minds das generische GPT-5.4 um **25.49 Punkte** und Claude Sonnet 5 um **30.05 Punkte**. Ein zweiter verblindeter Evaluator reproduzierte das Ranking.

### [Der Spark-Effekt: Kreative Diversität in Multi-Agenten-KI](/research/spark-effect-creative-diversity-multi-agent-ai)

Persona-konditionierte Agenten erzielten einen **Diversitätsgewinn von +4.1 Punkten** gegenüber einheitlichem Prompting und schlossen 82% der Lücke zu menschlichen Experten. [Lesen Sie das Paper auf arXiv](https://arxiv.org/abs/2510.15568).

## Forschungsbereiche

### Fidelität synthetischer Populationen

Wir messen, ob synthetische Panels reale Antwortverteilungen über Fragen, Populationen, Länder und Antwortformen hinweg reproduzieren.

### Persistente qualitative Teilnehmende

Wir testen, ob ein modellierter Teilnehmender den Standpunkt, die Begründungen, die Spezifität und die Stimme einer realen Person bei späteren Interviewfragen fortführen kann.

### Multi-Agenten-Diversität

Wir untersuchen, wie differenzierte Agenten breitere, weniger repetitive Perspektiven erzeugen als einheitliches Prompting von Foundation-Modellen.

### Evaluierung und Benchmarking

Wir nutzen zurückgehaltene menschliche Evidenz, einfache Baselines, anonymisierte Kandidatenreihenfolgen, wiederholte Bewertungen und interpretierbare Metriken, um die Produktforschung falsifizierbar zu halten.

## Öffentliche Benchmark-Quellen

Unser Validierungsprogramm nutzt unabhängig veröffentlichte Quellen, darunter den [General Social Survey](https://gss.norc.org/), die [ANES](https://electionstudies.org/data-center/2024-time-series-study/), den [Cooperative Election Study](https://doi.org/10.7910/DVN/X11EP6), [PISA](https://www.oecd.org/en/data/datasets/pisa-2022-database.html), [PIAAC](https://www.oecd.org/en/data/datasets/piaac-2nd-cycle-database.html), [Food and You 2](https://www.food.gov.uk/research/food-and-you-2/food-and-you-2-wave-10), [PRISM](https://arxiv.org/abs/2404.16019) und die [NASA Oral Histories](https://www.nasa.gov/history/history-publications-and-resources/oral-histories/nasa-list/).

Für die öffentliche Produktmethodik lesen Sie [Wie Minds synthetische Forschungspanels aufbaut](/research/methodology).