1
Format
Unser KI-Agent fragt: qualitativ oder quantitativ?
Weil sie in keinem Panel sind und nicht für Punkte antworten. Wir fragen sie dort, wo sie ohnehin sind: auf Social Media.
Self-Service: Ein KI-Agent hilft beim Fragebogen, wir rekrutieren für jede Studie frisch über Social Media, Ergebnisse kommen live.
Kurzumfragen, repräsentativ und gewichtet nach Region, Alter und Geschlecht.
Validierungsstudien mit der Universität Zürich: Vorstudie 2021 · Studie II 2023/24
Ihr Tool, etwa Qualtrics oder Nebu, unser Feld.
Wir rekrutieren, screenen, vergüten und terminieren. Die Gespräche führen Sie.
Indikative Resultate in 10–30 Minuten, immer separat ausgewiesen.
Zwölf Markenmetriken und Brand Equity Score, in festen Abständen.
Ihre Daten in einer geschützten, KI-fähigen Cloud. Erste Kunden im Pilot.
Interesse an einem Pilot?


«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 ProdukttestsKein Argument gegen Panels — eines für die Lücke, die sie hinterlassen.
36 % → 6 %
Antwortquote in Telefonumfragen, 1997 gegenüber 2018.
Pew Research Center (US)
<1 % → 34 %
Anteil der Panelmitglieder → Anteil aller Fragebogen (zehn grösste US-Panels).
comScore, 2006
39 vs. 0.2
Umfragen pro Monat bei erfahrenen Panelteilnehmenden, in sechs Monaten bei repräsentativ Ausgewählten.
Liljeberg/Krambeer, planung & analyse 1/2012 (DE)
1.5 %→3.1 %→3.9 %
Durchschnittlicher absoluter Fehler von Wahlvorhersagen: 1970–1990, US 2016, US 2020.
FiveThirtyEight & AAPOR
1
Unser KI-Agent fragt: qualitativ oder quantitativ?
2
Vorschlag des Agenten, eine Vorlage, leer starten oder Ihren eigenen verlinken.
3
Simulierte Antworten für ein indikatives Ergebnis.
4
Sie tun nichts. Für jede Studie neu über Social Media rekrutiert.
5
Gewichtet im Dashboard, live während der Feldzeit.
Darum antworten hier Menschen, die klassische Feldarbeit nicht mehr erreicht.
Wer über Anzeigen rekrutiert, bekommt, wer klickt. Vier Massnahmen:
Jede Untergruppe einzeln, damit der Algorithmus nicht ausweicht.
CH, DE, AT: Alter, Geschlecht, Region gleichzeitig quotiert.
Daten des nationalen Statistikamts, keine Panelstruktur.
Attention Checks, Speeder- und Duplikatserkennung, reCAPTCHA, IP-Prüfung.
Gemessen gegen ein etabliertes Online-Panel.
81 % vs. 37 %
Bestandene Attention Checks.
UZH-Studie II (USA): n = 1'000 Boomerang, n = 1'000 Qualtrics
42 % vs. 20 %
Bleiben bis zum Schluss.
UZH-Studie II (USA): n = 1'000 Boomerang, n = 1'000 Qualtrics
2.91 vs. 3.04
Vertrauen in die Wissenschaft (1–4), tiefer gelesen als weniger Desirability Bias.
UZH-Studie II (USA): n = 1'000 je Gruppe, p = .001
3.76 vs. 3.96
Umfrageerfahrung, tiefer gelesen als weniger geübte Befragte.
UZH-Studie II (USA): n = 1'000 je Gruppe, p < .001
2 von 3
Näher am Endergebnis als etablierte Institute.
UZH-Vorstudie: 13 Erhebungen mit n = 416 bis 976
0.25 vs. 3.6
Abweichung in Punkten, Nevada 2024. Interne Auswertung, Einzelfall.
100 % Human Sampling, US 2024
Trainiert auf anonymisierten Umfragedaten von gfs.bern und weiterer Research-Partner, nicht auf Web-Text.
An fünf Studien, die das Modell nie sah: 82.6 % Überlappung* mit echten Antwortverteilungen. Frontier-Modelle ohne dieses Training: unter 52 %.
Ein unabhängiges Prüfmodell, Confidence Guard™, benotet jede Simulation von 0 bis 10.
Die Simulation trägt.
Rangfolge stimmt, Prozentzahlen noch nicht.
Diese Frage müssen Menschen beantworten.
Eigene Rekrutierung, für jede Studie neu: 3 bis 7 Tage bis zum Resultat.
Die einzige Plattform, die beide Motoren selbst betreibt und laufend gegeneinander misst.


* 82.6 %: Schweizer Validierungsstudien. 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.
Deutschland ab CHF 4 pro abgeschlossener Antwort, Schweiz und Österreich ab 5.
Verbindlich nach dem gratis Pre-Test. Zielgruppe nicht gefunden: Geld zurück.
nur verbrauchte Credits
CHF 1'950 · 4'950 · 11'950
gleicher Preis, mehr Credits
1 Credit = CHF 1.
Antwort innert 1–3 Arbeitstagen, mit Preis-Range.
24 Länder: 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.
DE ab CHF 4, CH/AT ab 5. CH-Gesamtbevölkerung typisch 5–10 (indikativ – finaler Preis nach kostenlosem Pre-Test).
Im Durchschnitt 3–7 Tage; erste Antworten live nach rund 24 Stunden. Die Pre-Test-Antworten behalten Sie in jedem Fall.
Für Vorstudien: indikative Resultate in Minuten, nie mit Menschen gemischt.
Mehrstufig geprüft; Incentives erst nach bestandener Prüfung.
Ihnen. Anonymisiert, GDPR- und revDSG-konform, gehostet in Europa.
Ja: ein Open-Weight-Modell, feinabgestimmt auf Ihr Umfragearchiv, in Ihrer Umgebung. Heute EU-Cloud, Schweizer Standort in Abklärung.
⠿ verschieben
Als anonym