Wie Sie vorurteilsfreie Personas erstellen

Verzerrungen und Unconscious Bias in der Persona-Erstellung

Verzerrungen in der Persona-Entwicklung können entstehen, wenn Daten dominierender Schichten, Geschlechter und Ethnien überproportional berücksichtigt werden. Ein einfaches Beispiel: In einem Bezirk wohnen viele junge Studierende sowie viele ausländische Studentinnen und Studenten. Durch die aufkommende, urbane Kultur wird der Bezirk immer angesagter und nun ziehen auch vermehrt wohlhabende, alleinstehende Männer dorthin. Wird nun eine Persona, z.B. für einen Immobilienmakler oder die Kommune für genau diesen Bezirk erstellt, muss darauf geachtet werden, dass Daten aller Bewohner:innen zu gleichen Teilen berücksichtigt werden. Leider passiert es jedoch immer wieder, dass hier eine kapitalstärkere, gesellschaftlich dominierende Schicht – in unserem Fall die alleinstehenden, wohlhabenden Männer – stärker oder gar allein berücksichtigt wird.

Natürlich ist dieses Beispiel sehr plakativ, doch auch wissenschaftliche Untersuchungen zeigen, dass solche Verzerrungen möglich sind. In einer Studie aus dem Jahr 2019 von Joni Salminen und Kolleg:innen wurde das Vorhandensein demografischer Verzerrungen in automatisch generierten Personas untersucht. Die Personas wurden hier aus YouTube Analytics-Daten automatisiert erzeugt. Die Studie zeigt: Umso weniger Personas erzeugt werden, desto häufiger sind weibliche Personas unterrepräsentiert. Das bedeutet wiederum, dass eine größere Anzahl von Personas die Nutzerschaft besser abbildet und weniger Verzerrungen erfolgen. Die Forscher:innen schließen daraus, dass bei der Persona-Erstellung auch algorithmische Verzerrungen auftreten können. Diese sind in der Regel unbeabsichtigt. Daher ist es umso wichtiger, dass Personas mit den zugrunde liegenden Rohdaten verglichen werden.

Die erste Regel für verzerrungsfreie datenbasierte Personas lautet demnach: Überprüfen Sie Ihre KI und Algorithmen auf Verzerrungen und gleichen Sie die Personas mit den Rohdaten ab.

Eine typische Verzerrung ist der Unconscious Bias. Das bedeutet zu Deutsch so viel wie: unbewusste Voreingenommenheit, unbewusste Vorurteile oder unbewusste Verzerrung. Der Begriff bezeichnet soziale Stereotypen, die jede:r Einzelne von uns bildet. Diese liegen außerhalb des Bewusstseins und sind somit nicht offensichtlich. Ein typischer Unconscious Bias ist zum Beispiel, dass wir besonders Acht geben auf unsere Wertsachen, zum Beispiel die Handtasche fester an uns drücken, wenn wir am Bahnhof an „kriminell aussehenden“ Personen vorbeilaufen. „Kriminell aussehend“ – das ist keine allgemein gültige Beschreibung. Jeder versteht darunter etwas anderes – zumeist sind die gelernten Muster, wann wir eine Person in diese Kategorie einordnen, unterbewusst in uns verankert. Da solche unbewusste Vorurteile natürlich nicht objektiv sind, gehören sie nicht in die Entwicklung datenbasierter Personas hinein. Sie können sogar zu blinden Flecken führen, sodass wir Personas vorbei an den tatsächlichen Benutzer:innen entwerfen.

Hierbei leitet sich die zweite wichtige Regel ab: Der Schlüssel, um verlässliche und repräsentative Personas zu erstellen, ist die aktive Vermeidung des Unconscious Bias.

Aber fühlen Sie sich jetzt nicht schlecht – es gehört zur menschlichen Natur, solche Vorurteile in uns zu tragen. Wichtig ist nur, dass wir sie für die Persona-Erstellung kritisch betrachten und beiseiteschieben können. Denn am Ende sollen Personas entstehen, in die wir uns hineinversetzen können – deren Perspektiven und Verhalten hinsichtlich unserem Produkt wir respektieren.

Tipps und Tricks: Unconscious Bias bei der Persona-Erstellung vermeiden

In diesem Abschnitt geben wir Ihnen ein paar praktische Tipps an die Hand, wie Sie den Unconscious Bias bei der Erstellung Ihrer Personas vermeiden bzw. vorbeugen können.

1. Eigene Vorurteile erkennen und testen

Das Interessante am Unconscious Bias ist, dass er unconscious – also unbewusst ist. Als erster Schritt, um ihn zu vermeiden, gilt es daher, sich der eigenen Voreingenommenheit bewusst zu werden. Unsensible und unspezifische Beschreibungen in Personas entstehen vor allem dann, wenn eine (oft unbewusst) vorurteilsbehaftete Sprache gewählt wird.

Auch bei der Bildsprache und Namensgebung sollte auf solche möglichen Vorurteile geachtet werden. Diverse Studien zeigen, dass besonders Namen uns schon einiges über die Person verraten. Aufsehen erregte in den späten 2000ern eine Untersuchung, dass Schüler mit dem Namen Kevin und Schülerinnen mit dem Namen Chantal mit schlechteren Leistungen assoziiert werden als Schüler:innen mit „klassischen“ Namen wie Max oder Anna. Dieses Wissen ist auch für die Persona-Erstellung wichtig.

Einen ebenso relevanten Bias gibt es bei Berufsbezeichnungen. Bei Krankenpflegepersonal denken wir eher an eine weibliche Person, das Wort Manager ist eher männlichen Personen zugedacht. Personas sind nicht dazu gedacht, diese Strukturen aufzubrechen, doch sollten sie nicht unreflektiert diese Muster wiederholen. Dem entgegenwirken können Sie, indem Sie geschlechtsneutrale Ausdrücke nutzen, z.B. „medizinisches Fachpersonal“ statt „Krankenschwester“ oder „CEO“ statt „Geschäftsführer“.

2. Augen auf bei der Datenwahl

Erstellen Sie eigene Personas, sollten Sie besonders darauf Acht geben, woher Sie Ihre Daten nehmen. Nutzen Sie keine unseriösen Online-Panels, die mit besonders vielen Teilnehmenden werben. Achten Sie darauf, dass Sie, wenn Sie auf Marktforschungsinstitute zurückgreifen, nur Daten renommierter Institutionen nutzen.

Warum? Dazu ein kurzer Exkurs in die Statistik: Es kommt nicht (nur) darauf an, wie viele Personen befragt oder analysiert werden, sondern wie gut die gewählte Stichprobe auf die tatsächliche Population passt. Ein Beispiel: Erzieher:innen sind in Deutschland zum Großteil weiblich. Würden wir eine Umfrage zu Grunde ziehen, in denen 80% Erzieher und 20% Erzieherinnen befragt werden, bildet das die Grundgesamtheit aller Erzieher:innen nicht richtig ab. Dadurch entstehen Verzerrungen. In der Statistik gibt es einige Wege, um solchen Verzerrungen aus dem Weg zu gehen – der einfachste ist die Zufallsauswahl. Weitere Informationen zu diesen Grundlagen erhalten Sie in Basiswerken zur Statistik und Umfrageforschung oder im Internet.

Einige kostenpflichtige Umfrage-Panels achten stark auf die Quantität, aber weniger auf die Qualität der Teilnehmenden. Daher sollten Sie die Methodik und Instrumente der Erhebung solcher Institute genau unter die Lupe nehmen.

Beim Persona Institut achten wir besonders darauf, dass wir eine Vielzahl verschiedener und reliabler Daten erhalten. Nur so stellen wir sicher, dass wir die Basis für unsere Personas – eine starke Datengrundlage – erhalten. Gerne helfen wir Ihnen bei der Erstellung Ihrer Personas.

3. Daten regelmäßig überprüfen

Damit datenbasierte Personas aussagekräftig bleiben und die Zielgruppe adäquat abbilden, sollten sie in regelmäßigen Abständen überprüft werden. Wenn neuere Daten verfügbar sind, gleichen Sie dies ab und passen Sie Ihre Personas gegebenenfalls an.

Außerdem sollten Sie sich auch die Frage stellen: Welche Daten brauchen wir wirklich? Studien haben herausgefunden, dass einige demografische Daten unwichtig für Designentscheidungen sind. Im Gegenteil: Sie schaffen eher eine Grundlage für Unconscious Bias. Je nach Situation können Sie Alter, Namen, Geschlecht oder Einkommen sogar weglassen, um Vorurteile zu vermeiden. Aber Vorsicht: Achten Sie darauf, trotzdem spezifische Zielgruppenmerkmale zu nutzen. Wenn eine Persona generisch ist, d.h. auf fast jeden zutreffen könnte, bringt Sie Sie nicht weiter.

Achten Sie zudem dazu, keine überflüssigen Daten hinzuzudichten, wie z.B. „Carolines Lieblingsbuch ist „Es“ von Stephen King“. Wenn Sie nicht gerade ein Buchladen oder in einer verwandten Branche aktiv sind, dürfte Ihnen dieses Detail wenig nutzen. Natürlich helfen solche Informationen, die Persona mehrdimensional und lebendig zu machen. Aber übertreiben Sie es nicht, sonst lenken diese Details nur unnötig von wirklich wichtigen Informationen ab.

4. Vorurteilsfreie Algorithmen verwenden

Ein letzter wichtiger Punkt: Achten Sie darauf, welche KI Sie nutzen, um Ihre Personas zusammenzustellen. Da Menschen nicht frei von Vorurteilen sind, fließen diese häufig unbewusst in das Programmieren von Algorithmen ein. Moderne KI sind trainiert auf das Erkennen von Unconscious Bias.

Wir beim Persona Institut achten auf das Verwenden vorurteilsfreier Datensammlungen und Algorithmen. Benötigen Sie Hilfe bei der Erstellung Ihrer Personas, wenden Sie sich an unsere Experten!

Oder wollen Sie noch mehr darüber wissen, wie Sie eigene Personas entwickeln? Dann ist vielleicht unsere Persona Masterclass etwas für Sie.

Text: Annalena Armoneit