LONDON (IT BOLTWISE) – Eine neue Studie zeigt eine strikte Hierarchie bei der visuellen Einschätzung: Männer betrachten zunächst den Torso, danach die Beine und erst zuletzt die Arme. Gleichzeitig erweisen sich Urteile über Attraktivität als deutlich weniger geordnet – 62 von 64 Teilnehmenden unterscheiden sich in ihrem persönlichen Ranking. Besonders interessant ist der Ansatz mit künstlich kombinierten Körperteilen, der widersprüchliche Hinweise zur „Gesamt-Schlankheit“ erzeugt. Die Ergebnisse unterstreichen damit sowohl die Stärke von Wahrnehmungs-Regeln als auch die Tiefe individueller Präferenzen.
Die Debatte um Körperbild und „männlichen Blick“ bekommt neue Messwerte, aber auch eine sperrige methodische Botschaft: Selbst wenn Menschen relativ einheitlich erkennen, was „schlank“ wirkt, folgt daraus nicht automatisch eine einheitliche Vorstellung davon, was attraktiv ist. In der Studie „The Male Gaze Explored: Ranking Thinness and Attractiveness of Female Body Shapes“ wird genau diese Trennlinie sichtbar. Männer sollen dabei nicht nur einen Gesamteindruck bewerten, sondern Bilder systematisch nach Schlankheit und Attraktivität ordnen. Die zentrale Beobachtung lautet: Schlankheitsurteile folgen einer festen visuellen Priorisierung, Attraktivitätsurteile dagegen streuen stark.
Technisch betrachtet startet die Arbeit mit einem klassischen Konzept aus der Psychologie: dem Gestalt-Ansatz. Statt den menschlichen Körper als Summe einzelner Merkmale zu behandeln, nehmen Probanden typischerweise eine Gesamtform wahr. Die Forschenden knüpfen daran an und prüfen, ob die Attraktivitätsbewertung auf ähnliche Weise „aus einem Guss“ entsteht – oder ob einzelne Körperbereiche als eigenständige Informationsquellen in eine Hierarchie eingebunden sind. Genau hier wird es experimentell: Die Teilnehmenden sehen nicht nur unveränderte Körperbilder, sondern isolierte Torso-, Bein- und Arm-Varianten, die zu widersprüchlichen Kompositionen gemischt wurden.
Der methodische Kern liegt im Design der Stimuli. Das Team um Revital Naor-Ziv, Yaarit Amram-Veitz und Joseph Glicksohn von der Bar-Ilan University nutzt dafür modifizierte Bilder aus der Photographic Figure Rating Scale und belegt drei Ausgangsstufen mit konkreten BMI-Werten: 14.72, 20.33 und 29.26. Aus diesen Basismotiven werden anschließend Torso, Beine und Arme per Bildbearbeitung getrennt. Durch Kombinationslogik entstehen acht Composite Images, also Mischungen wie „dünner Torso, mittlere Beine, große Arme“. Damit testen die Forschenden zwei konkurrierende Treiber: „Körpergewicht“ als grobe Gesamtsignatur versus „Körperform“ als visuelle Proportion.
Für die Messung setzen die Autorinnen und Autoren auf zwei unterschiedliche Rank-Order-Aufgaben. Zuerst ordnen 64 männliche Studienteilnehmende die acht Karten von der „dünnsten“ bis zur „größten“ Körperdarstellung. Danach sortieren sie dieselben Karten erneut, diesmal aber nach Attraktivität – von der geringsten bis zur höchsten. Um Artefakte durch Reihenfolgeeffekte zu vermeiden, werden die Reihenfolge der Aufgaben und die Richtung der Sortierung zwischen den Teilnehmenden variiert, und die experimentelle Präsentation erfolgt mit physisch gemischten Karten. Abschließend fotografiert der Versuchsleiter die resultierenden Sequenzen, was die spätere Auswertung methodisch klar macht.
Das Ergebnis bei der Schlankheit ist auffällig konsistent. Laut Auswertung ordnen die Männer ihre Wahrnehmung in einer strengen Hierarchie: Torso zuerst, Beine zweitens, Arme drittens. In der Praxis bedeutet das, dass das Bild mit dünnem Torso, dünnen Beinen und dünnen Armen fast durchgehend als „am dünnsten“ identifiziert wird. Danach folgen Varianten, bei denen der Torso dünn bleibt, während Beine und Arme zunehmend größer ausfallen. Die Attraktivitätsrangfolgen folgen hingegen nicht dieser Ordnung. Statt einer stabilen Musterstruktur finden sich 62 vollständig unterschiedliche Rankingprofile unter 64 Männern, wodurch deutlich wird: Was „schlank“ wirkt, reicht für Attraktivitätsurteile nicht als eindeutige Übersetzungsregel.
Vergleichbar wirkt das in der Forschungslandschaft zu Körperbild wie ein Kontrast zwischen „globaler Erkennungslogik“ und „individueller Präferenzkalibrierung“. Eye-Tracking-Studien und VR-Ansätze versuchen häufig, Aufmerksamkeitspotenziale sichtbar zu machen; sie sind aber oft auf natürliche Körperdarstellungen angewiesen. Hier gehen die Autorinnen und Autoren den Umweg über bewusst unnatürliche Proportionen: Durch die Kombination inkompatibler Körperteile entsteht ein semantischer Konflikt, der Probanden zwingt, eigene Bewertungsstrategien zu konstruieren. Dass sich gerade in den Mittelfeld-Rankings eine extreme Varianz zeigt, passt dazu: Wenn mehrere visuelle Hinweise „gegenläufig“ sind, entscheidet der Einzelne anders, statt sich auf eine gemeinsame Heuristik zu einigen.
Interessant ist dabei, dass die Extreme der Attraktivität dennoch eine gewisse Gemeinsamkeit aufweisen. Die Teilnehmenden zeigen relativ klare Übereinstimmung bei den am wenigsten attraktiven Darstellungen, insbesondere bei den beiden polaren Stimuli: „alles dünn“ und „alles groß“. Bei den attraktivsten Bildern taucht dagegen eine häufige Struktur auf: ein dünner Torso kombiniert mit mittleren Beinen und Armen, die entweder dünn oder groß sind. Diese Konstellationen erzeugen einen niedrigen Waist-to-Hip-Ratio-Eindruck und damit die typische „Hourglass“-Silhouette. Die Arme scheinen also nicht als Hauptanker für Attraktivität zu wirken – zumindest nicht im Durchschnitt. Das ist zugleich eine methodische Einladung: Die Forscherarbeit verknüpft Wahrnehmungslogik mit klar definierbaren Proportionssignalen wie der Taillen-Hüft-Relation.
Für die Einordnung und für zukünftige Studien bleibt der Rahmen wichtig. Die Autorinnen und Autoren nennen Begrenzungen: Nur 64 Männer aus einer Region, also begrenzte Generalisierbarkeit über Kulturen und Altersgruppen hinweg. Außerdem sind es aus praktischen Gründen acht Composite Images; bei vollständiger Kombinatorik aus drei Stufen pro Körperbereich wären 27 Karten nötig gewesen, was die mentale Belastung und damit die Messqualität beeinflussen könnte. Ebenso ist die Unnatürlichkeit der Mischbilder ein Faktor; als nächste Stufe schlagen die Forschenden den Einsatz fortgeschrittener computerbasierter Modelle vor, die realistischere Körper erzeugen und dennoch gezielt Isolationsvariablen manipulieren. Für Unternehmen mit Blick auf KI-gestützte Bildanalyse oder Personenerkennung ist das ein nützlicher Hinweis: Wenn Modelle oder UX-Workflows auf „Attraktivität“ oder vergleichbare Labels trainiert werden, ist die starke individuelle Varianz ein Risikofaktor für Fairness und Erwartungsmanagement. Datenschutzrechtlich ist der direkte Personenbezug in dieser Studie zwar gering, aber sobald solche Bildbewertungen in Produkte übergehen, müssen Einwilligung, Transparenz und Zweckbindung sauber implementiert werden.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Künstliche Wahrnehmung von „Schlankheit“: Studie sortiert Torso, Beine und Arme" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Künstliche Wahrnehmung von „Schlankheit“: Studie sortiert Torso, Beine und Arme" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Künstliche Wahrnehmung von „Schlankheit“: Studie sortiert Torso, Beine und Arme« bei Google Deutschland suchen, bei Bing oder Google News!