LLMs zeigen: Wie viel sind sie bereit zu zahlen? Studie enthüllt Zahlungsbereitschaft

Eine neue Untersuchung auf arXiv (2602.09802v1) beleuchtet, wie große Sprachmodelle (LLMs) in Reise‑ und Kauf‑Assistenten Entscheidungen treffen und dabei ihre Zahlungsbereitschaft (WTP) ausdrücken. Durch das Stellen von Wahl‑Dilemmas an die Modelle und die Analyse der Antworten mit multinomialen Logit‑Modellen konnten die Forscher WTP‑Schätzungen ableiten, die anschließend mit menschlichen Benchmarks aus der Wirtschaftswissenschaft verglichen wurden.

Die Ergebnisse zeigen, dass größere LLMs durchaus sinnvolle WTP‑Werte liefern können. Gleichzeitig weisen sie jedoch systematische Abweichungen auf: Sie überschätzen die menschliche Zahlungsbereitschaft, insbesondere bei teuren Optionen oder wenn die Modelle mit business‑orientierten Personas angesprochen werden. Durch die Einbeziehung von Informationen über frühere Nutzerentscheidungen und persona‑basierte Prompting‑Strategien lässt sich die Genauigkeit verbessern, sodass die geschätzten Werte näher an den menschlichen Benchmarks liegen.

Die Studie unterstreicht sowohl das Potenzial als auch die Grenzen von LLMs als subjektive Entscheidungsunterstützung. Für den praktischen Einsatz ist daher eine sorgfältige Auswahl des Modells, ein durchdachtes Prompt‑Design und eine realistische Nutzer‑Repräsentation entscheidend, um verlässliche und faire Empfehlungen zu gewährleisten.