Wir machen Stimmen sichtbar, die sonst keiner erreicht.

Weil sie in keinem Panel sind und nicht für Punkte antworten. Wir fragen sie dort, wo sie ohnehin sind: auf Social Media.

Symbolbilder, nicht unsere Befragten. Fotos (Unsplash): Tatiana Zanon, Matteo Vistocco, Good Faces, Centre for Ageing Better, Ghen Mar Cuaño, Desola Lanre-Ologun.

UBS Sorgenbarometer
Teil des jährlichen Fieldings
gfs.bern nutzt Boomerang als Teil der Stichprobe der SRF-Trendumfragen
Innosuisse-gefördert
Institutsmitglied
Swiss Insights · Mitglied der DGOF
Rekrutiert überInstagramFacebookTikTokSnapchatLinkedInWhatsApp
Kundenstimmen
«Wir nutzen Boomerang Ideas, um schnell Markt- und Verbrauchererkenntnisse für unsere Kunden und uns selbst zu gewinnen. Das hilft uns, fundierte Entscheidungen zu treffen und Konzepte und Kampagnenideen vorzuschlagen.»
Patrick Glauser · Geschäftsführender Gesellschafter, TMI AG
«Die Erkenntnisse aus dem Boomerang Brand Tracker waren von unschätzbarem Wert, um unsere Marketingstrategie zu schärfen und weiterzuentwickeln.»
Carsten Richter · Digital Manager, Lindt & Sprüngli
«Sechs gezielte Boomerang-Umfragen über mehrere Märkte hinweg – schnell, intuitiv und mit Freude durchgeführt. Die professionellen Insights halfen uns, unsere Personas zu validieren und unser Targeting mit Zuversicht zu schärfen.»
Philipp Köstner · Lead Online Marketing, BERNINA International
«Wenn man sich nicht sicher ist, ob ein neues Produkt einen Mehrwert schafft, liefert Boomerang Ideas für wenig Geld und Aufwand fundiertes, marktnahes Feedback.»
Ivan Mele · Gründer von HEYNEW Produkttests

Klassischer Marktforschung gehen die Menschen aus

36 % → 6 %

Telefon-Antwortquote, 1997 → 2018.

Pew Research Center (US)

<1 % → 34 %

Panelmitglieder → Fragebogen, Top-10 US-Panels.

comScore, 2006

So läuft eine Erhebung

1

Format

Unser KI-Agent fragt: qualitativ oder quantitativ?

2

Fragebogen

Vorschlag des Agenten, eine Vorlage, leer starten oder Ihren eigenen verlinken.

3

Simulation optional

Simulierte Antworten für ein indikatives Ergebnis.

4

Feldarbeit

Sie tun nichts. Für jede Studie neu über Social Media rekrutiert.

5

Gewichtung und Ergebnisse

Gewichtet im Dashboard, live während der Feldzeit.

statt VerteilerMicro-Targeting
TikTokInstagramFacebookSnapchatLinkedInWhatsApp
statt PunkteEchte Motivation
statt langer FragebogenKürze

Darum antworten hier Menschen, die klassische Feldarbeit nicht mehr erreicht.

Algorithm Selection Bias

1 · BEVÖLKERUNGnach Ground-Truth-Daten2 · PANEL-EINLADUNGtypischer Bias, illustrativ3 · SOCIAL-MEDIA-ABBILDje Altersgruppe eineigener Plattform-Mix65+55–6445–5435–4425–3418–24MännerFrauengestrichelt = BevölkerungFarbe = Plattform · Anzahl = Anteil
1 · BEVÖLKERUNGnach Ground-Truth-Daten65+55–6445–5435–4425–3418–24MännerFrauen2 · PANEL-EINLADUNGtypischer Bias, illustrativ65+55–6445–5435–4425–3418–24gestrichelt = Bevölkerung3 · SOCIAL-MEDIA-ABBILDje Altersgruppe ein eigener Plattform-Mix65+55–6445–5435–4425–3418–24Farbe = Plattform · Anzahl = Anteil
Schematische Darstellung. Die Pyramide wird nach Ground-Truth-Daten der amtlichen Statistik aufgebaut und nach Alter, Geschlecht und Region geschichtet; das Social-Media-Abbild übersetzt jede Kohorte in die Plattformen, Formate und Zeiten, auf denen sie tatsächlich erreichbar ist – TikTok, Instagram & Co.
Integrated Social Media Population Model (SMP), schematisch; Panel-Seite illustrativ.
Micro-Targeting
Cross-Quota: CH, DE, AT
Gewichtet nach Statistikamt
Qualitätsprüfung

Geprüft, nicht behauptet

Boomerang vs. etabliertes Online-Panel.

81 % vs. 37 %

Bestandene Attention Checks.

42 % vs. 20 %

Bleiben bis zum Schluss.

UZH-Studie II (USA): n = 1'000 Boomerang, n = 1'000 Qualtrics

Alle Belege

2.91 vs. 3.04

Vertrauen in Wissenschaft (1–4): tiefer, weniger Desirability Bias.

p = .001

3.76 vs. 3.96

Umfrageerfahrung (tiefer, weniger geübt).

p < .001

2 von 3

Näher am Ergebnis als Institute.

UZH-Vorstudie: 13 Erhebungen, n = 416–976

0.25 vs. 3.6

Punkte Abweichung, Nevada 2024. Intern, Einzelfall.

100 % Human Sampling, US 2024

1'000 in 6 Tagen

Institut: 10 Tage.

UZH-Vorstudie 2021, S. 1: n = 1'000

Simulieren kann inzwischen jeder

Worauf sie aufbaut: Primärdaten

82.6 %
Überlappung, fünf Schweizer Studien ausserhalb des Trainings (gfs.bern-Daten)
unter 52 %
Frontier-Modelle ohne Training
Umfrage-Simulation vor der Feldphase – für indikative Ergebnisse.
Ganzes Video ansehen0:13
Live-Demo ansehen
Wie wahrscheinlich würdest du Pizza per Drohne bestellen?
Sehr wahrscheinlich
0%
Eher wahrscheinlich
0%
Unsicher
0%
Eher unwahrscheinlich
0%
Sehr unwahrscheinlich
0%
n = 0 / 1'166live simuliert
Abgeschlossen. Unter 45 führt «Sehr wahrscheinlich» — ab 45+ übernimmt «Sehr unwahrscheinlich».

Bildschirmaufnahme, gekürzt: von der Frage zur laufenden Simulation, dann nach Alter ausgewertet

Wenn die Simulation nicht genügt

Ein unabhängiges Prüfmodell, Confidence Guard™, benotet jede Simulation von 0 bis 10.

ab 8.0 · hohe Plausibilität

Die Simulation trägt.

6.0 – 7.9 · mittel

Rangfolge stimmt, Prozentzahlen noch nicht.

unter 6.0 · zu niedrig

Diese Frage müssen Menschen beantworten.

Echte Menschen sind nur einen Knopfdruck entfernt

Eigene Rekrutierung, für jede Studie neu: im Schnitt 7 bis 10 Tage bis zum Resultat.

Die einzige Plattform, die beide Motoren selbst betreibt und laufend gegeneinander misst.

BoomSuite, Schritt 1 «Choose your sampling method»: Schalter auf AI, AI simulations by Calibrated Personas™ für indikative Ergebnisse.Derselbe Schritt, Schalter auf Human: Human Samples by Live Social Sampling™.
In der BoomSuite: AI oder Human, ein Schalter.

Die Plausibilität misst Konsistenz und Passung, nie Richtigkeit gegen ein bekanntes Ergebnis.

Mehrfach gefördert durch Innosuisse seit 2020. Aktuell läuft das Projekt «Confidence-Driven Augmentation of Synthetic Survey Data», mit der Universität Basel und der Johns Hopkins University.

Was ein Projekt kostet

Deutschland ab CHF 4 pro abgeschlossener Antwort, Schweiz und Österreich ab 5.

Verbindlich nach dem gratis Pre-Test. Zielgruppe nicht gefunden: Geld zurück.

Drei Kaufwege

Einzelprojekt

nur verbrauchte Credits

Credits
keine im Voraus

Credits-Pack

CHF 1'950 · 4'950 · 11'950

Credits
2'000 · 5'250 · 12'600 (mit Bonus)
Gültigkeit
12 Monate
Support
Telefon-Hotline von gfs.bern bei Paketen ab CHF 11'950

Credits-Pack (Jahresplan)

gleicher Preis, mehr Credits

Credits
2'100 · 5'500 · 13'200
Gültigkeit
solange der Plan läuft

Starter, Pro oder Team?

Starter

CHF 0

 

1 Vorschau-Studie pro Monat

  • bis 200 Befragte pro Studie
  • Auswertung nach Region
  • Support in der App und per E‑Mail
Kostenlos starten
Empfohlen

Pro

CHF 200 / Monat

oder CHF 2'000 im Jahr

6 vollständige Studien pro Monat

  • bis 500 Befragte pro Studie
  • nach Region, Alter und Geschlecht
  • PDF-Report und Rohdaten inklusive
  • dazu Onboarding

Rechnet sich ab 1 Report im Monat

Mit Pro starten

Team

Preis auf Anfrage

3 Zugänge

10 vollständige Studien pro Monat

  • Bis zu 10'000 Befragte pro Studie, mehrere Länder
  • A/B-Tests, Flows und eigene Kanäle inklusive
  • Echtzeit-Simulation: etwa 1 Minute pro 1'000 Befragte, deutlich schneller als Pro
  • gemeinsame Boomerangs im Team
Sprechen Sie mit uns

Simulierte Befragte inklusive pro Monat: 200 · 3'000 · 10'000. Weitere Zugänge (Pro, Team): CHF 150 pro Monat.

Aufschlüsselung nach Alter, Geschlecht oder Region: verlässlich bei Stichproben mit echten Menschen; bei Simulationen lesen Sie Teilgruppen als Richtwert.

Extras: 200 Credits pro Studie. 1 Credit = CHF 1, gültig für alle Social-Sampling-Produkte. Alle Preise pro Produkt

Feldanfrage stellen

Antwort innert 1–3 Arbeitstagen.

Kurz beantwortet
Welche Länder?

24: Argentinien, Australien, Brasilien, Deutschland, Frankreich, Grossbritannien, Indien, Italien, Kanada, Kenia, Mexiko, Nigeria, Österreich, Polen, Portugal, Saudi-Arabien, Schweden, Schweiz, Spanien, Südafrika, Südkorea, Thailand, Tschechien und die USA.

Wie schnell?

Im Durchschnitt 7–10 Tage, erste Antworten nach 24 Stunden.

Wem gehören die Daten?

Ihnen. GDPR- und revDSG-konform.