Minds operationalisiert Research-Methoden als versionierte Pipelines von Studiendesign und Erhebung über deterministische Schätzung, Diagnostik und Simulation bis hin zur Evidenzsynthese, wo die Methode dies erfordert.
Minds behandelt eine Research-Methode als Produktvertrag, nicht als Label auf einem Chat. Jede registrierte Methode definiert ihre erforderlichen Inputs, unterstützten Quellen, Output-Typen, Konfigurationsschemata, Pipeline-Stufen, Artefakt-Verträge, Verfügbarkeiten, Versionen und Kalkulatoren, sofern zutreffend.
Diese Seite beschreibt den im Minds Research-System zum 21. August 2026 vorhandenen Katalog. Die Verfügbarkeit kann von Plan, Konfiguration und unterstütztem Workflow abhängen. Kundenorientierte Feature-Beschreibungen und Plan-Umfänge unterliegen weiterhin dem Minds Feature-Katalog und den geltenden Vereinbarungen.
Custom Research, fokussierte Fragen, Fragebögen und geführte qualitative Exploration nutzen Panel-Erhebung und Evidenzsynthese. Sie eignen sich, wenn das Forschungsziel darin besteht, Tonalität, Gründe, Einwände, Themen oder hypothetische Ansätze aufzudecken.
Der Output kann je nach Methode Fließtext, Verteilungen, qualitative Themen und Handlungsempfehlungen umfassen. Ein qualitatives Ergebnis sollte immer zu den akzeptierten Antworten rückverfolgbar bleiben. Es sollte nicht in eine statistische Behauptung umgedeutet werden, nur weil viele synthetische Zielgruppenmitglieder teilgenommen haben.
Ranked Preferences bereitet strukturierte Aufgaben bei der Ausführung vor, erfasst Antworten, wendet den versionierten Ranking-Kalkulator an und liefert gerankte Evidenz. Der Segmentvergleich erhebt die konfigurierte Metrik über Zielgruppensegmente hinweg und wendet eine versionierte Vergleichsberechnung vor der qualitativen Synthese an.
Diese Methoden sind nützliche Brücken zwischen offener Exploration und fortgeschrittenen experimentellen Designs. Sie erfordern dennoch eine klar definierte Zielgruppe und eindeutige Items.
Die verfügbare MaxDiff-Pipeline erfordert ein registriertes Item-Set. Bei der Ausführung erstellt sie kontrollierte Best/Worst-Erhebungsaufgaben, erfasst Antworten, wendet den Schätzer maxdiff-count-v1 an, führt maxdiff-diagnostics-v1 aus und synthetisiert gerankte Evidenz.
Zu den Artefakten gehören der Antwortdatensatz, die Schätzung, die Diagnostik und die Evidenz. Diagnostiken sind essenziell, da ein gerankter Output ohne Aufgabenabschluss- und Antwortqualitätsprüfungen Scheingenauigkeit erzeugen kann.
Die verfügbare Conjoint-Pipeline erfordert Attribute, Stufen und Auswahlabschnitte. Sie verwendet:
conjoint-design-v1 für das Design;
panel-conjoint-collection-v1 für kontrollierte Auswahlentscheidungen;
multinomial-logit-v1 für die Schätzung;
conjoint-validation-v1 für die Diagnostik;
conjoint-share-simulation-v1 für konfigurierte Simulationen; und
Evidenzsynthese für die Interpretation.
Artefakte sichern das Design, die Antworten, die Schätzung, die Diagnostik, simulierte Marktanteile und Evidenz. Dies unterstützt die Reproduzierbarkeit des Analysepfads. Es macht aus einer synthetischen Auswahlentscheidung jedoch keine beobachtete Marktnachfrage.
NPS, Top/Bottom Box, Key Drivers, TURF, Gabor-Granger, Van Westendorp und Kano nutzen eine gemeinsame Struktur von Erhebung über Berechnung bis Synthese mit methodenspezifischer Konfiguration und Kalkulatoren. Die genaue Forschungsfrage muss zur Methode passen.
Beim Pricing sind synthetische Outputs richtungsweisend. Sie helfen dabei, Szenarien zu vergleichen, Formulierungen zu testen und ein Live-Instrument zu verbessern, sollten jedoch ohne entsprechende verhaltensbasierte oder reale menschliche Evidenz nicht als exakte Zahlungsbereitschaft dargestellt werden. Lesen Sie dazu den Leitfaden für Preisforschungsmethoden.
Registrierte Methoden deklarieren, welche Artefakte erforderlich sind und welche Methode als Fallback dienen kann, wenn die Ausführung unsicher oder die Konfiguration unzureichend ist. Ein Fallback muss transparent sein. Ein Fragebogenergebnis darf niemals fälschlicherweise als abgeschlossene Conjoint- oder MaxDiff-Studie deklariert werden.
Research-Outputs hängen zudem von Antwortverträgen und Klassifizierungen ab. Die deterministische Schätzung beginnt erst, nachdem die akzeptierten Antworten dem geforderten Schema der Methode entsprechen. Der Artefakt-Verlauf ermöglicht es, die Zusammenfassung mit den zugrunde liegenden Antworten und Berechnungen abzugleichen.
Der Katalog belegt, dass Minds diese Methoden im Research-System als verfügbare, versionierte Pipelines operationalisiert hat. Er belegt keine universelle externe Validität. Validierung umfasst zwei Ebenen:
Implementierungsvalidierung: Das Design und der Kalkulator verhalten sich wie spezifiziert;
Evidenzvalidierung: Synthetische Antworten bilden eine relevante menschliche oder verhaltensbasierte Referenz für die Entscheidung ab.
Der aktuell registrierte Katalog umfasst Custom Research, fokussierte Fragen, Fragebögen, qualitative Exploration, Ranked Preferences, Segmentvergleich, MaxDiff, Conjoint, NPS, Top/Bottom Box, Key Drivers, TURF, Gabor-Granger, Van Westendorp und Kano.
Sind die Methoden lediglich Prompt-Vorlagen?
Nein. Registrierte quantitative Methoden definieren erforderliche Inputs, Konfigurationen, Erhebungsaufgaben, deterministische Kalkulator-Versionen, Outputs und Artefakte. Einige Methoden ergänzen zudem Stufen für Design, Validierung, Diagnostik oder Share-Simulationen.
Nein. Ein deterministischer Kalkulator macht die Transformation von akzeptierten Antworten in eine Schätzung reproduzierbar. Die Validität der synthetischen Antworten und der Zielgruppe erfordert weiterhin aufgabenspezifische Validierung und angemessene Evidenzgrenzen.
