So funktioniert SellTo.us
Zuletzt aktualisiert: 10. Oktober 2026
Wie die KI-simulierten Teilnehmenden genau erstellt werden, wie ihre Antworten gesammelt werden und wie jede Zahl in deinem Bericht berechnet wird – für Startup-Ideen, Apps, Dienstleistungen, Produkte und Anzeigen. Keine Blackbox.
Die Kurzfassung
- Die Teilnehmenden sind KI-Personas, keine echten Menschen. Ihre Antworten zeigen simulierte Reaktionen (Kaufabsicht, Interesse, Bereitschaft zum Ausprobieren oder Erwägen oder Reaktion auf eine Anzeige, je nach Art der Idee), keine echten Verkäufe oder Anmeldungen und keine Prognose.
- Ein KI-Modell plant die Shopper-Gruppen für deine Zielgruppe. Unser Code erstellt dann aus diesen Gruppen jedes einzelne Shopper-Profil.
- Jeder Shopper gibt für jede Version eine eigene Antwort: würde kaufen, vielleicht oder würde nicht kaufen, plus eine kurze Begründung.
- Prozentwerte sind einfache Zählungen: Antworten geteilt durch die Shopper, die geantwortet haben. Wir fügen keine statistische Sicherheit und keine Genauigkeitsangaben hinzu, weil wir die Ergebnisse nicht mit echten Verkäufen abgeglichen haben.
- Nutze es als schnellen ersten Check und bestätige es dann mit echten Kunden. Jeder Bericht endet mit praktischen Schritten dafür.
Warum nicht einfach einen Chatbot fragen?
Ein Chat gibt dir eine KI-Meinung. Ein SellTo.us-Test ist strukturiert: Unser Code erstellt eine feste Menge individueller Profile für deine Zielgruppe, jedes Profil beantwortet jede Version, und die Zahlen sind Zählungen dieser Antworten, per Code geprüft, bevor du sie siehst. Jede Version und jedes Bild geht an dieselben simulierten Menschen, die Ergebnisse werden nach Zielgruppe aufgeteilt, und du kannst eine verbesserte Version mit genau denselben simulierten Menschen erneut testen (gleiche Testgröße). Der Bericht behält Kennzeichnungen der Belege („Simuliertes Ergebnis“ oder „KI-Hypothese“) und kommt als PDF. Es bleibt eine KI, die sich vorstellt, wie Menschen reagieren könnten – deshalb gelten die Grenzen unten.
Arten von Ideen
Beim Einrichten eines Tests wählst du, um welche Art von Idee es sich handelt. Die Schritte unten sind für jede Art gleich; anders ist, wer die simulierten Menschen sind, was die drei Antworten bedeuten und worauf sich der Bericht konzentriert.
| Art der Idee | Simulierte Menschen | Die drei Antworten | Angegeben als |
|---|---|---|---|
| Startup-Idee | Potenzielle Kunden | Interessiert · Vielleicht · Nicht interessiert | Simuliertes Interesse am Konzept |
| App oder Software | Potenzielle Nutzer | Würde ausprobieren · Vielleicht · Würde nicht ausprobieren | Simulierte Bereitschaft zum Ausprobieren |
| Dienstleistung | Potenzielle Kunden | Würde in Betracht ziehen · Vielleicht · Würde nicht in Betracht ziehen | Simulierte Bereitschaft zum Erwägen |
| Physisches Produkt | Shopper | Würde kaufen · Vielleicht · Würde nicht kaufen | Simulierte Kaufabsicht |
| Werbeidee | Menschen in der Zielgruppe | Würde reagieren · Vielleicht · Würde ignorieren | Simulierte Reaktion auf die Botschaft |
| Etwas anderes | Menschen | Interessiert · Vielleicht · Nicht interessiert | Simuliertes Interesse |
Wenn du keine Art wählst, wird „Etwas anderes“ verwendet. Tests, die vor Einführung der Ideenarten erstellt wurden, sind Tests für physische Produkte. Im Rest dieser Seite verwenden wir die Begriffe für physische Produkte (Shopper, würde kaufen); für andere Arten lies sie als die Begriffe aus der Tabelle.
1. Die Menge planen
Wenn du einen Test startest, liest ein KI-Modell (Claude Sonnet 5.5 von Anthropic) deine Zielgruppeneinstellungen und dein Produkt und teilt diese Zielgruppe in Shopper-Gruppen auf. Jede Gruppe bekommt:
- einen Namen und ihren Anteil an der Zielgruppe (zum Beispiel „Vielbeschäftigte Eltern 30–45, 12 %“),
- eine Altersspanne,
- 4 typische Berufe oder Lebensrollen,
- ein Budgetniveau (knapp, durchschnittlich, komfortabel oder hoch),
- eine kurze Notiz dazu, wie sie einkaufen.
Die Anzahl der Gruppen hängt von der Testgröße ab: 8, 25 oder 100. Im selben Schritt wird das Produkt außerdem anhand unserer Inhaltsregeln geprüft, und Tests zu Dingen wie Waffen oder illegalen Drogen werden gestoppt.
Fotos: Wenn du Fotos hinzufügst, sieht sich das Planungsmodell jedes einmal an und schreibt eine kurze Beschreibung dessen, was ein Shopper sehen würde. Die Shopper reagieren auf diese Beschreibungen, nicht auf die Bilddateien selbst.
2. Die Shopper erstellen
Die einzelnen Shopper werden von unserem Code erstellt, nicht von der KI. Für einen Test mit 10.000 Teilnehmenden erstellt der Code genau 10.000 Profile:
- jeder Shopper wird einer Gruppe zugeordnet, im Verhältnis zum Anteil dieser Gruppe,
- sein Alter wird zufällig innerhalb der Altersspanne der Gruppe gewählt,
- sein Beruf wird zufällig aus den 4 Berufen der Gruppe gewählt,
- in Tests mit 100.000 Teilnehmenden bekommt jeder Shopper außerdem eine Stadt oder Region aus einer Liste für dein Land (nach Größe gewichtet, wo die Liste diese Angabe enthält).
Die Zufallsauswahl basiert auf der ID deines Tests, sodass dieselbe Menge exakt neu erstellt werden kann, wenn dein Bericht erstellt wird. Deshalb müssen wir keine 100.000 Profile speichern.
Gut zu wissen: Shopper in derselben Gruppe teilen dasselbe Budgetniveau und dieselbe Einkaufsnotiz. Innerhalb einer Gruppe unterscheiden sie sich nach Alter, Beruf und, im größten Test, nach Stadt.
3. Was „jeder Shopper antwortet“ technisch bedeutet
Die Shopper werden an ein zweites KI-Modell geschickt, Claude Haiku 4.5 (ebenfalls von Anthropic), in Anfragen mit jeweils 40 Shoppern. Jede Anfrage enthält:
- deine Zielgruppe und jede Version, die du testest (Text, Preis und Fotobeschreibungen),
- eine nummerierte Liste von 40 Shopper-Profilen (Alter, Beruf, Budget, Einkaufsnotiz und, im größten Test, Stadt).
Das Modell gibt pro Shopper eine Antwort zurück, in der richtigen Reihenfolge. Jede Antwort enthält ein Urteil zu jeder Version (würde kaufen, vielleicht oder würde nicht kaufen), eine Begründung mit weniger als 12 Wörtern und, wenn du 2 oder mehr Fotos hinzufügst, das Foto, das bei dieser Person am ehesten Kauflust weckt.
Jeder Shopper hat also ein eigenes Profil und eine eigene Antwort, aber es sind keine 40 separaten KI-Gespräche: Das Modell bewertet die 40 Profile in einem Durchgang. Die Anfragen laufen über die Message Batches API von Anthropic, die sie im Hintergrund verarbeitet.
| Testgröße | Shopper-Gruppen | Anfragen à 40 | Angezeigte simulierte Interviews | Versionen | Fotos |
|---|---|---|---|---|---|
| 1,000 | 8 | 25 | 12 | 1 | 1 |
| 10,000 | 25 | 250 | 50 | bis zu 3 | bis zu 3 |
| 100,000 | 100 | 2,500 | 200 | bis zu 5 | bis zu 5 |
4. Wie die Zahlen berechnet werden
- Beantwortet: Antworten im falschen Format oder Antworten, die gar nicht zurückkommen, werden übersprungen, nie geraten. Dein Bericht zeigt, wie viele Shopper tatsächlich geantwortet haben (zum Beispiel „9.880 von 10.000“).
- Würde kaufen, vielleicht, nein: für jede Version die Zahl der Shopper mit dieser Antwort geteilt durch die Zahl derer, die geantwortet haben.
- Shopper-Gruppen und Städte: dieselbe Zählung, innerhalb jeder Gruppe oder Stadt.
- Foto-Abstimmung: der Anteil der antwortenden Shopper, die das jeweilige Foto gewählt haben.
- Bild der Menge: bis zu 1.000 Punkte, eine gleichmäßig verteilte Stichprobe der Shopper, die geantwortet haben.
- Simulierte Interviews: eine Zufallsstichprobe antwortender Shopper und ihrer Begründungen. Die Vornamen erfindet unser Code.
- Wenn zu wenige antworten: Antwortet weniger als die Hälfte der Shopper, wird der Test als fehlgeschlagen markiert und dein Guthaben automatisch zurückgebucht.
5. Wie der Bericht geschrieben wird
Claude Sonnet 5.5 erhält die Gesamtwerte, die Ergebnisse jeder Gruppe, die Foto-Stimmen und eine Zufallsstichprobe von 160 Shopper-Begründungen. Daraus schreibt es das Fazit, was Shopper lieben, warum sie nicht kaufen, Verbesserungsvorschläge, Risiken, mögliche Alternativen und eine SWOT-Analyse. In Tests mit 10.000 und 100.000 Teilnehmenden schreibt es aus den Gruppenergebnissen außerdem den Leitfaden fürs Anzeigen-Targeting.
Jeder Bericht wird dann per Code geprüft, bevor du ihn siehst. Die wichtigsten Erkenntnisse, alle Prozentwerte und Zählungen, die Schritte zur Prüfung mit echten Kunden und das Beispiel-Werbebudget stammen aus einem einzigen validierten Zahlensatz, sodass dieselbe Zahl auf jeder Seite identisch ist. Von der KI geschriebener Text wird Satz für Satz geprüft: Zahlen, die nicht zu den Ergebnissen passen, Behauptungen, eine einzelne Änderung habe ein Ergebnis verursacht, obwohl sich die Versionen in mehreren Punkten unterschieden, neue Produktbehauptungen (Zertifizierungen, „laborgetestet“, Gesundheits-, Sicherheits- oder Leistungsgarantien), Konkurrenzpreise, Marktgrößen und Zitate ohne Quelle werden entfernt oder ersetzt, und Zitate, deren Wortlaut nicht zur Antwort des Shoppers passt, werden weggelassen. Jede Korrektur wird in der Qualitätsprüfung des Berichts gezählt.
Jede Seite ist gekennzeichnet: Simuliertes Ergebnis (aus den simulierten Antworten gezählt), KI-Hypothese (aus diesen Antworten abgeleitete Ideen zum Testen), Deine Eingabe (was du eingegeben hast, inklusive der darin enthaltenen Behauptungen, die du noch selbst belegen musst) und Geprüfte Quelle (ein externer Fakt mit benannter, datierter Quelle, nur angezeigt, wenn es eine gibt).
Der beste Preis ist die Einschätzung der KI auf Basis der Antworten. Er wird nicht aus einer Preiskurve berechnet. Wenn du dasselbe Produkt zu verschiedenen Preisen als separate Versionen testest, zeigt die Vergleichstabelle die simulierten Antworten für jeden Preis.
6. Versionen und Fotos vergleichen
Alle Versionen und Fotos eines Tests gehen an dieselben Shopper, in denselben Anfragen, mit denselben Zielgruppeneinstellungen. Jeder Shopper antwortet zu jeder Version. Dadurch ist der Vergleich innerhalb des Tests fair.
Das macht ihn aber nicht genau für die echte Welt. Die KI kann außerdem von der Reihenfolge beeinflusst werden, in der die Versionen aufgelistet sind. Wenn du denselben Test erneut durchführst, bekommst du etwas andere Zahlen, und wir berechnen keine Fehlermargen – behandle kleine Abstände zwischen Versionen also als Gleichstand.
Erneute Tests: vorher und nachher
Jeder Test hat einen Code wie ST-7K4Q2X, der im Bericht und im PDF steht. Wenn du dein Produkt änderst und auf Neu testen klickst (oder den alten Test über seinen Code verknüpfst), läuft der neue Test anders als ein frischer Test:
- Deine alte Version kommt als Version A zurück, neben deiner aktualisierten Version (oder bis zu 4 aktualisierten Versionen). Das alte Hauptfoto gehört zu Version A, dein neues Foto (falls vorhanden) zur Aktualisierung.
- Die Menge nutzt dieselben Shopper-Gruppen wie der erste Test, vom selben Ausgangspunkt aus neu erstellt. Bei gleicher Größe bekommst du genau dieselben simulierten Shopper wieder.
- Die Versionen werden in wechselnder Reihenfolge gezeigt (A dann B, B dann A und so weiter), und den Shoppern wird nicht gesagt, welche alt oder neu ist – so hat keine einen Vorteil durch ihre Position oder dadurch, „die neue“ zu sein.
- Wir vergleichen Shopper für Shopper: wie viele zum Kauf der neuen Version gewechselt sind und wie viele sich abgewandt haben. Das Ergebnis lautet nur dann „höher“ oder „niedriger“, wenn der Abstand bei den Würde-kaufen-Antworten größer als eine feste Schwelle ist: mindestens 2 Prozentpunkte, höher, wenn viele Shopper in beide Richtungen gewechselt sind. Sonst lautet es „kein klarer Unterschied“. Das ist eine Entscheidungsregel für einen einzelnen Durchlauf, keine gemessene Schwankung zwischen Durchläufen und kein statistisches Konfidenzniveau.
- Der Bericht listet dann auf, was du geändert hast, und für jeden früheren Vorschlag, ob er umgesetzt wurde und ob er geholfen hat – auf Basis der Zahlen und der Begründungen der Shopper. Er darf auch sagen, dass eine Änderung nicht geholfen oder es verschlechtert hat.
Der direkte Vergleich innerhalb des erneuten Tests ist der faire Vergleich. Vergleiche die Zahlen des erneuten Tests nicht direkt mit denen des ersten: Separate Durchläufe können selbst für dasselbe Produkt unterschiedliche Zahlen liefern, und wir haben nicht gemessen, wie stark. Und wie alles hier: Ein besseres Ergebnis ist ein besseres Ergebnis unter KI-Shoppern, kein Beweis für echte Verkäufe.
7. Grenzen, die du kennen solltest
- KI-Personas geben kein echtes Geld aus, sehen weder deine echte Website noch deine Konkurrenz und können großzügiger oder strenger sein als echte Menschen.
- Die Ergebnisse hängen davon ab, wie du Produkt und Zielgruppe beschreibst.
- Die Ergebnisse sind nicht an echten Verkäufen validiert, und es wird keine Genauigkeitszahl behauptet.
- Die KI kann Fehler machen, ein Produkt falsch verstehen oder Klischees wiederholen.
- Durchläufe sind nicht perfekt wiederholbar: Wenn du dieselbe Idee erneut testest, können die Zahlen etwas abweichen – behandle kleine Abstände also als Gleichstand.
- Eine KI-Anfrage bewertet einen Stapel von 40 Profilen, und Shopper in derselben Gruppe teilen Budget und Einkaufsnotiz, daher können sich Antworten innerhalb einer Gruppe ähneln.
- Die KI kann leicht von der Reihenfolge beeinflusst werden, in der die Versionen gezeigt werden.
- Die Ergebnisse können keine echten Verkäufe, Anmeldungen, Konversionsraten, Umsätze oder den Erfolg eines Unternehmens vorhersagen.
8. Dauer und Fehler
Jeder Test ist auf etwa 10 bis 12 Minuten für 1.000 Teilnehmende ausgelegt, 14 bis 16 für 10.000 und 22 bis 28 für 100.000. Wenn die KI früher fertig ist, wartet der fertige Bericht bis dahin, damit du weißt, wann du ihn erwarten kannst; der Fortschrittsbildschirm zeigt nie mehr Antworten, als tatsächlich zurückgekommen sind. In sehr ausgelasteten Zeiten kann die Verarbeitung länger dauern, bis zu 24 Stunden. Planung und Bericht werden bei Fehlern automatisch wiederholt. Kann ein Test nicht abgeschlossen werden, wird er als fehlgeschlagen markiert und dein Guthaben automatisch zurückgebucht – du zahlst also nie für einen Test, der nicht gelaufen ist.
9. Die KI-Modelle und deine Daten
Wir nutzen Claude Haiku 4.5 für die Shopper und Claude Sonnet 5.5 für Planung, Berichte und den Anzeigen-Leitfaden, beide von Anthropic. Wenn wir Modelle wechseln, aktualisieren wir diese Seite. Anthropic erhält den Inhalt deines Tests, aber nicht deine E-Mail-Adresse, und nutzt ihn gemäß seinen kommerziellen Bedingungen nicht zum Training seiner Modelle. Siehe unsere Datenschutzerklärung.