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.

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

Kein 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

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.

Drei Unterschiede zur Panel-Einladung

statt VerteilerMicro-Targeting
Rekrutiert, wo die Zielgruppe ist: GenZ über TikTok, Berufstätige über LinkedIn.TikTokInstagramFacebookSnapchatLinkedInWhatsApp
statt PunkteIntrinsische Motivation und faire Incentives
Relevanz statt Punkte; wo nötig faire Incentives pro Minute, per TWINT oder Yesty.
statt langer FragebogenKürze als Qualitätsmerkmal
Kurz und fürs Handy gebaut: jede Sekunde mehr kostet Wahrheitsgehalt.

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

Algorithm Selection Bias

Wer über Anzeigen rekrutiert, bekommt, wer klickt. Vier Massnahmen:

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

Jede Untergruppe einzeln, damit der Algorithmus nicht ausweicht.

Cross-Quota-Rekrutierung

CH, DE, AT: Alter, Geschlecht, Region gleichzeitig quotiert.

Gewichtung gegen amtliche Daten

Daten des nationalen Statistikamts, keine Panelstruktur.

Qualitätsprüfung

Attention Checks, Speeder- und Duplikatserkennung, reCAPTCHA, IP-Prüfung.

Geprüft, nicht behauptet

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

Alle Belege

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

1'000 in 6 Tagen

Das Institut: 10 Tage.

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

Simulieren kann inzwischen jeder

Worauf sie aufbaut: Primärdaten

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 %.

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: 3 bis 7 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.

* 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.

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 · 13'200 (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 · 13'800 (Bonus +5 % / +10 % / +15 %)
Gültigkeit
solange der Plan läuft
Support
Telefon-Hotline bei Paketen ab CHF 11'950
Kündigung
jährlich, 30 Tage vorher

Starter, Pro oder Team?

Was der Plan ändertStarterProTeam
Preis im MonatCHF 0CHF 200CHF 900
KI-Studien im Monat1 Vorschau-Studie, bis 200 Befragte6 vollständige, je bis 500 Befragtevollständige, je bis 1'000 Befragte
Simulierte Befragte inklusive / Monat2003'00010'000, danach 1 Credit je Befragten
Auswertung nach Alter, Geschlecht, Regionnur Regioninklusiveinklusive
PDF-Report und Rohdaten200 Credits pro Studieinklusive, bei jeder Studieinklusive
A/B-Tests und Flows—200 Credits pro Studieinklusive
Eigene Kanäle200 Credits pro Studie200 Credits pro Studieinklusive
Zugänge113, jeder weitere CHF 150 im Monat
SupportIn-App und E-Maildazu Onboardingdazu Onboarding

1 Credit = CHF 1.

Feldanfrage stellen

Antwort innert 1–3 Arbeitstagen, mit Preis-Range.

Nur die E-Mail ist nötig.

Kurz beantwortet
Welche Länder können erhoben werden?

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.

Was kostet ein Complete?

DE ab CHF 4, CH/AT ab 5. CH-Gesamtbevölkerung typisch 5–10 (indikativ – finaler Preis nach kostenlosem Pre-Test).

Wie schnell habe ich Resultate?

Im Durchschnitt 3–7 Tage; erste Antworten live nach rund 24 Stunden. Die Pre-Test-Antworten behalten Sie in jedem Fall.

Wofür eignen sich die Simulationen?

Für Vorstudien: indikative Resultate in Minuten, nie mit Menschen gemischt.

Wie stellen Sie die Qualität sicher?

Mehrstufig geprüft; Incentives erst nach bestandener Prüfung.

Wem gehören die Daten, und wie halten Sie es mit dem Datenschutz?

Ihnen. Anonymisiert, GDPR- und revDSG-konform, gehostet in Europa.

Können wir KI auf unseren eigenen Daten nutzen, ohne dass diese unsere Umgebung verlassen?

Ja: ein Open-Weight-Modell, feinabgestimmt auf Ihr Umfragearchiv, in Ihrer Umgebung. Heute EU-Cloud, Schweizer Standort in Abklärung.