Feldarbeit für Institute und Insights-Teams
Nicht, weil diese Menschen nicht antworten wollen. Sondern weil sie in keinem Panel sind, nicht ans Telefon gehen und nicht für Punkte antworten. Wir fragen sie dort, wo sie ohnehin sind.
Wie wir sie erreichen
01
Wir suchen die Zielgruppe nicht in einer bestehenden Liste, sondern definieren sie und rekrutieren sie dort, wo sie sich aufhält: GenZ über TikTok, Berufstätige über LinkedIn, spitze Zielgruppen über Instagram und Facebook. Wer erreichbar ist, hängt damit nicht mehr davon ab, wer sich vor drei Jahren für ein Panel registriert hat.
02
Unsere Einladung verspricht keine Punkte, sondern Relevanz: Ihre Meinung zählt. Das verändert, wer teilnimmt — und warum. Wer aus Interesse antwortet, hat keinen Grund, sich möglichst schnell durch den Fragebogen zu klicken.
03
Der Wahrheitsgehalt leidet mit jeder Sekunde, die wir abverlangen. Wir schneiden Fragebogen deshalb in kurze, mobil beantwortbare Module — statt Teilnehmende durch einen Block zu treiben, den sie nach der Hälfte nur noch abklicken.
Diese drei Punkte sind keine Vereinfachung des Fragebogens. Sie sind der Grund, warum die Daten von Menschen kommen, die klassische Feldarbeit nicht mehr erreicht.
Warum das nötig ist
36 % → 6 %
Antwortquote in Telefonumfragen, 1997 gegenüber 2018. Der Rückgang verlief nicht gleichmässig — dazwischen lag eine mehrjährige Phase um 9 %.
Pew Research Center (US)
<1 % → 34 %
Weniger als ein Prozent der Panelmitglieder lieferte 34 % aller abgeschlossenen Fragebogen — gemessen in den zehn grössten US-Panels.
comScore, 2006
39 vs. 0.2
Umfragen pro Monat bei erfahrenen Panelteilnehmenden, gegenüber 0.2 Befragungen in sechs Monaten bei repräsentativ ausgewählten Onlinerinnen und Onlinern.
Liljeberg/Krambeer, planung & analyse 1/2012 (DE)
99.8 %Und seit Kurzem
Nicht alle Befragten sind Menschen. 34 % der Befragten gaben 2024 an, für offene Fragen KI genutzt zu haben. Ein eigens gebauter KI-Befragter bestand in 6'000 Durchläufen 99.8 % der gängigen Attention Checks — sämtliche heute eingesetzten Erkennungsverfahren scheiterten an ihm.
Westwood, PNAS 122(47), 2025
Silicon Samples sind das Gegenteil davon: als Simulation deklariert, getrennt ausgewiesen, nie Teil einer menschlichen Stichprobe. Das Problem ist nicht KI in der Forschung — es ist unausgewiesene KI in einer Stichprobe, die als menschlich verkauft wird.
1.5 %→3.1 %→3.9 %
Durchschnittlicher absoluter Fehler von Wahlvorhersagen: 1970–1990, US 2016, US 2020.
FiveThirtyEight & AAPOR
Das ist kein Argument gegen Panels. Es ist ein Argument dafür, die Lücke zu schliessen, die sie hinterlassen — mit strukturiertem und sauberem Social Media Sampling lassen sich die steigenden Herausforderungen von Telefon und Panel ausbalancieren.
Der Einwand, bevor Sie ihn stellen
Wer über Werbeanzeigen rekrutiert, bekommt die Menschen, die auf Werbeanzeigen klicken. Der Einwand ist berechtigt. Plattformalgorithmen sind darauf optimiert, Reichweite billig zu erzeugen — und liefern damit systematisch die am leichtesten erreichbaren Nutzerinnen und Nutzer. Naives Social Sampling ist deshalb nicht besser als ein Panel, sondern schlechter.
Statt einer Kampagne für die Gesamtbevölkerung läuft die Rekrutierung getrennt je Kohorte. Der Algorithmus optimiert damit innerhalb einer Gruppe, nicht über die Stichprobe hinweg.
Quoten werden über Alter, Geschlecht und Region gleichzeitig kontrolliert, nicht nacheinander — sonst füllt die günstigste Kohorte die Quote der teuersten mit.
Die finale Stichprobe wird gegen die Referenzdaten des jeweiligen nationalen statistischen Amts gewichtet, nicht gegen eine interne Panelstruktur.
Dazu kommen Attention Checks sowie Speeder- und Duplikatserkennung in jeder Erhebung.
Was wir nicht behaupten: dass sich Repräsentativität per Knopfdruck herstellen lässt. Cross-quotierte Stichproben bieten wir für die Schweiz, Deutschland und Österreich an. Alles andere ist Feldarbeit, und die besprechen wir vorher mit Ihnen.
Evidenz — human sampling
Social Media Sampling ist seit 2021 Gegenstand mehrerer unabhängiger Untersuchungen — mit Swiss Insights, in einer Vorstudie der Universität Zürich (2022) und einer Validierungsstudie 2023/2024. Verglichen wurde jeweils gegen ein etabliertes Online-Panel.
81 % vs. 37 %
Anteil der Teilnehmenden, die Attention Checks bestehen. Social-Media-Rekrutierte lesen Instruktionen sorgfältiger.
Universität Zürich, N = 2'000
42 % vs. 20 %
Anteil der Teilnehmenden, die im Studienverlauf bleiben statt abzubrechen.
Universität Zürich, N = 2'000
2.91 vs. 3.04
Desirability Bias, tiefer bei Social-Media-Rekrutierten. Sie antworten weniger entlang der sozial erwünschten Linie.
Universität Zürich, p = .001
2 von 3
Bei drei Schweizer Abstimmungsvorlagen lag die Boomerang-Erhebung in zwei Fällen näher am Endergebnis als die Umfragen der etablierten Institute.
UZH-Vorstudie, 13 Erhebungen
1'000 in 6 Tagen
Feldzeit für 1'000 Beobachtungen in der Vorstudie, gegenüber 10 Tagen bei einem Schweizer Institut für dieselbe Stichprobengrösse.
UZH-Vorstudie
Diese Zahlen betreffen ausschliesslich die Rekrutierung echter Menschen. Was unsere Simulation leistet, ist eine andere Frage mit eigenen Belegen — wir vermischen die beiden nicht.
Feldarbeit
01
Sie bringen die Fragestellung. Wir prüfen den Fragebogen auf Feldtauglichkeit und schneiden ihn, wo nötig, in mobil beantwortbare Module.
02
Wir definieren die Kohorten und kontrollieren die Quoten über Alter, Geschlecht und Region gleichzeitig. Cross-quotierte Stichproben bieten wir für die Schweiz, Deutschland und Österreich an.
03
Ausspielung auf den Kanälen, auf denen die Zielgruppe tatsächlich unterwegs ist, laufend gegen die Quoten gesteuert. Attention Checks sowie Speeder- und Duplikatserkennung laufen in jeder Erhebung mit.
04
Resultate sind ab der ersten Antwort live einsehbar — kein einmaliger Abwurf am Schluss. Zum Abschluss erhalten Sie den Report als PDF und die Rohdaten als Export für eigene Analysen.
Ab n = 300, frei wählbar; für belastbare Untergruppen empfehlen wir mehr. Die Feldzeit hängt von Stichprobengrösse und Fragebogenlänge ab und steht verbindlich im Angebot.
Kosten und Kontakt
Wir rechnen pro Projekt ab. Der Preis hängt an fünf Grössen: Stichprobengrösse, Länge und Komplexität des Fragebogens, Anzahl Märkte, Tiefe der Quotierung und gewünschte Feldzeit. Sie erhalten eine verbindliche Offerte, bevor das Feld startet — keine nachträglichen Positionen.
