Zahlungsbereitschaft aus GPT-ConjointsUsing LLMs for Market Research

Brand, Israeli, Ngwe · Harvard Business School Working Paper 23-062 (Fassung 30.04.2026) · 2026

GPT trifft Zahlungsbereitschaften oft in der richtigen Größenordnung, liegt aber teils grob daneben und bildet Unterschiede zwischen Zielgruppen nicht sinnvoll ab. Fine-Tuning mit eigenen Daten derselben Kategorie hilft, mit Daten anderer Kategorien nicht.

5,2MFK-Score von 10 · Ergebnis: gemischt

Studiendesign4

Datenbasis4

Unabhängigkeit7

Replikation6

Übertragbarkeit5

Validierung gegen echte Conjoints mit kleiner Stichprobe; Industriebeteiligung; Kritik durch andere Validierungsstudien gestützt. Die Befundlage ist uneinheitlich oder nur unter Bedingungen gültig. Wie der Score entsteht →

Die Zahlen

≈ 3×	Überschätzung der Zahlungsbereitschaft für Fluorid in Zahnpasta
falsches Vorzeichen	Zahlungsbereitschaft für neue Zahnpasta-Geschmäcker
≈ 300	echte Befragte je Conjoint (Zahnpasta, Laptop, Tablet)

Methode: Vergleich von GPT-Conjoints mit eigenen US-Conjoints und Fong et al. (2023); Tests mit und ohne Fine-Tuning.
Datenbasis: Drei US-Conjoints mit je ca. 300 Personen plus Vergleichsdaten.
Einschränkungen und häufige Fehlzitate: Die oft zitierte Fassung von 2023 („Zahlungsbereitschaften plausibel“) ist überholt; die neue Fassung ist deutlich kritischer. Kernargument: Ohne menschlichen Vergleich ist nicht erkennbar, welche Schätzung falsch ist.
Interessenlage: Zwei Autoren bei Microsoft (Anbieter von KI-Modellen); Förderung durch HBS.
Quelle: https://www.hbs.edu/ris/Publication%20Files/23-062_b8fbedcd-ade4-49d6-8bb7-d216650ff3bd.pdf (frei zugänglich)

Im Podcast

Folge 26 (erscheint demnächst)

Zitieren

Marketing Facts Kompakt (Hrsg.): „Zahlungsbereitschaft aus GPT-Conjoints“. MFK-Studiendatenbank, Stand 2026-11-06. https://marketing-facts.de/studien/brand-israeli-ngwe-llm-market-research-2026/

gemischtKI im MarketingMethodik & MarktforschungPreis & Promotion

← Alle Studien