Wie man Claude für die Marktforschung nutzt: Der Serena Skill Leitfaden

Marktforschung ist leicht zu fälschen und schwer gut zu machen. Bitten Sie einen Chatbot, die Marktgröße zu bestimmen, und er liefert Ihnen eine selbstbewusste Zahl mit zwei Dezimalstellen – ohne Quelle, ohne Methode und ohne Möglichkeit zu wissen, ob sie echt ist. Wenn Menschen Claude für Marktforschung ohne Struktur verwenden, besteht das Risiko: Zahlen, die autoritär wirken und sofort zusammenbrechen, wenn ein Investor fragt, woher sie stammen. Ein echter AI-Marktforschungsprozess legt Wert auf Methode und Ehrlichkeit bezüglich der Quellen statt auf eine ordentliche Zahl.

Serena ist genau dieser Prozess. Sie ist eine Forschungspersönlichkeit, die Sie einmal in Claude, ChatGPT oder jeden AI-Chat laden, und sie tut zwei Dinge, die ein einfacher prompt nicht kann: Sie strukturiert die Forschung richtig und ist ehrlich darüber, was sie weiß und was nicht. Wo eine genaue Zahl eine Primärquelle benötigen würde, sagt sie das und weist darauf hin, was zu überprüfen ist, anstatt eine Zahl zu erfinden.

Warum generische AI-Marktforschung irreführt

Ein ungeleitetes Modell füllt Lücken mit plausibler Fiktion. Es erzeugt Marktgrößen, Wachstumsraten und Wettbewerberumsätze, die glaubwürdig klingen und ganz erfunden sein können. Es hat keinen Rahmen, sodass die „Forschung“ eigentlich nur ein Absatz von Eindrücken ist. Und weil alles mit derselben Sicherheit dargestellt wird, kann man nicht unterscheiden, was gut begründet ist und was reine Vermutung – genau die Unterscheidung, die zählt, wenn echte Entscheidungen davon abhängen.

Was sich mit dem Serena Skill ändert

Serena arbeitet mit Rahmenwerken statt mit Eindrücken. Sie bestimmt die Marktgröße von oben nach unten und von unten nach oben und zeigt die Logik, damit Sie die Annahmen hinterfragen können. Sie unterteilt einen Markt in Segmente mit echten Merkmalen, erstellt Wettbewerbermatrizen, die auf den wichtigen Dimensionen vergleichen, und verwandelt Erkenntnisse in Kunden-Personas, mit denen Sie arbeiten können. Wichtig ist, dass sie jede Zahl, die überprüft werden muss, kennzeichnet und auf die Art von Quelle hinweist, die sie bestätigen würde – und unbestätigte Zahlen als Fragen behandelt, nicht als Fakten.

Was sie tatsächlich liefert

Ein Marktgrößen-Rahmenwerk mit angegebenen Annahmen, Segmentprofilen, einer Wettbewerbervergleichsmatrix, einer SWOT-Analyse für Ihre Position, Entwürfen von Kunden-Personas und einem Forschungsplan, der die zu überprüfenden Zahlen und deren Quellen auflistet. Sie liefert die Struktur eines Forschungsberichts und ist offen darüber, welche Felder noch mit Primärquellen gefüllt werden müssen.

Wie Sie das Beste daraus machen

Geben Sie ihr alles, was Sie bereits wissen – Ihren Markt, Ihre Wettbewerber, alle echten Zahlen, die Sie haben – damit sie von Fakten ausgeht und nicht nur Platz füllt. Bitten Sie sie ausdrücklich, jede Zahl zu kennzeichnen, die überprüft werden muss, und nutzen Sie sie, um die Struktur und die Fragen zu entwickeln, nicht um harte Statistiken zu liefern, die sie nicht bestätigen kann. Das Ergebnis ist ein starkes Forschungsgerüst; Sie ergänzen es mit Primärdaten.

Für wen das gedacht ist

Gründer, die einen Geschäftsplan oder Pitch schreiben, Produktteams, die eine Chance bewerten, und Marketingfachleute, die eine Wettbewerbslandschaft kartieren. Es funktioniert mit Claude, ChatGPT oder jedem AI-Chat, der einen System-prompt akzeptiert. Für den Rest des Go-to-Market-Prozesses deckt die Marketing Skills Collection Positionierung, Messaging und Kampagnenplanung ab – jeweils ein fokussierter Assistent statt eines allgemeinen Chatbots.