STOCKHOLM / LONDON (IT BOLTWISE) – Eine aktuelle Studie zeigt, dass sich das Geschlecht einer Person erstaunlich oft aus einer Kombination vieler kleiner psychologischer Unterschiede vorhersagen lässt. Das Modell erreicht dabei in 80 Prozent der Fälle die richtige Zuordnung. Besonders relevant sind dabei unter anderem mentale Rotationsaufgaben, episodisches Gedächtnis sowie Ausprägungen in Neurotizismus und das Interesse an Dingen statt Menschen. Die Ergebnisse liefern außerdem Hinweise darauf, warum Berufsfelder oft entlang von Geschlechterlinien verteilt sind.
Die Frage, wie stark Menschen sich „typisch“ nach Geschlecht unterscheiden, wird seit Jahrzehnten kontrovers diskutiert. In der Psychologie fallen klassische Messwerte oft überraschend nahe beieinander aus: Bei vielen einzelnen Eigenschaften überlappen die Verteilungen von Frauen und Männern deutlich. Gleichzeitig beobachtet man in der Realität jedoch weiterhin große Unterschiede in der Berufswelt, etwa wenn bestimmte Branchen oder Tätigkeiten deutlich männlich oder weiblich dominiert sind. Genau in dieses Spannungsfeld ordnet eine neue Untersuchung Ergebnisse ein, die nicht auf die Wirkung einzelner Merkmale, sondern auf die kumulierte Aussagekraft vieler kleiner Unterschiede setzt.
Der Kern der Arbeit besteht darin, psychometrische Daten zu einem Gesamtsignal zu verdichten. Statt nur zu prüfen, ob eine einzelne Fähigkeit im Mittel bei Frauen oder Männern höher ausfällt, kombinieren die Forschenden Messungen aus Kognition, Persönlichkeit und Interessen. Dazu gehören kognitive Aufgaben wie episodisches Gedächtnis (das Wiedergeben konkreter, erlebter Inhalte) sowie räumliche Vorstellungen, bei denen Personen gedanklich Objekte rotieren oder passende Winkel finden müssen. Ergänzt wird das Ganze durch Tests der verbalen Flüssigkeit und der Erkennung emotionaler Zustände, etwa über das Interpretieren von Gesichtsausdrücken in einem sehr eng gefassten Stimulusbereich.
Auf der Persönlichkeitsebene orientiert sich das Vorgehen an den fünf großen Dimensionen („Big Five“): Extraversion, Verträglichkeit, Gewissenhaftigkeit, Neurotizismus und Offenheit für Erfahrungen. In der Studie werden diese Dimensionen nicht isoliert betrachtet, sondern mit kognitiven und interessenbezogenen Größen zusammengeführt. Schließlich erfassen die Forschenden auch, ob Menschen eher das Sozial-interaktive oder eher das „Dinge“-orientierte Umfeld bevorzugen: also Tätigkeiten, bei denen der Umgang mit Menschen im Vordergrund steht, versus Aufgaben, die technisches Basteln, Fixieren oder handwerklich-physische Problemlösung nahelegen. Die Logik dahinter: Wenn viele kleine Effekte gemeinsam auftreten, kann daraus ein Muster entstehen, das im Alltag sichtbare Selektions- und Sortierprozesse stützt.
Für die Datengrundlage wurden 2.767 Teilnehmende aus Schweden rekrutiert, darunter 1.465 Frauen und 1.302 Männer. Die Altersspanne ist bewusst eng gewählt: 35 bis 45 Jahre. Damit will man Unterschiede reduzieren, die allein aus altersbedingten Veränderungen der Kognition oder aus dem Stadium der beruflichen Biografie resultieren könnten. Die Personen absolvierten ein umfassendes Online-Assessment am heimischen Computer in einer ruhigen Umgebung. Insgesamt wurden 13 Aufgaben und Fragebogen erhoben, darunter Gedächtnisaufgaben mit Wortlisten und Bild-/Gesichtserkennung, räumliche Marker wie Winkelabgleich und mentale Rotation, sowie verbale Produktion, bei der in kurzer Zeit viele Wörter zu vorgegebenen Buchstaben generiert werden.
Bei der Berechnung der Vorhersagekraft entsteht die methodische Brücke zwischen Psychologie und datengetriebener Modellierung. Die Forschenden koppeln die gemeldeten Berufe anschließend an Registerdaten in Schweden, um typische Anteile von Frauen und Männern pro Berufsrolle zu bestimmen. Dadurch lässt sich nicht nur untersuchen, ob das Modell das Geschlecht vorhersagen kann, sondern auch, ob die psychologischen Profile mit der geschlechtsspezifischen Verteilung in Berufen zusammenhängen. Die Ergebnisse zeigen dabei erwartbare Trends: Frauen schneiden im Mittel besser bei verbaler Flüssigkeit, episodischem Gedächtnis, Gesichtserkennung und Emotionserkennung ab und berichten höhere Werte in allen fünf Persönlichkeitsdimensionen sowie ein stärkeres Interesse an Menschen. Männer zeigen dagegen bessere Leistungen in den räumlichen Aufgaben und zeigen ein ausgeprägteres Interesse an physischen Dingen.
Entscheidend ist jedoch der kombinierte Effekt. Erst wenn die Werte aus allen Aufgaben und Fragebogen in einem einzigen prädiktiven Modell zusammengeführt werden, entsteht das zentrale Resultat: Das Modell sagt das Geschlecht in 80 Prozent der Fälle korrekt voraus. Auffällig ist zugleich, dass es keine systematische Verzerrung gab—die Genauigkeit für Männer und Frauen liegt ähnlich hoch. In einem Interview betonte Agneta Herlitz sinngemäß, dass die Muster zwar erwartbar waren, die relativ hohe Trefferquote aber überraschte. Gleichzeitig ordnet sie das Ergebnis als Potenzial ein: Noch höhere Genauigkeit wäre möglich, wenn man Merkmale hinzunehmen würde, die direkter mit Geschlecht verknüpft sind, etwa körperbezogene oder anziehungsspezifische Variablen, oder wenn man statt grober Domänen-Kennwerte fein granulare Item-Level-Informationen nutzen würde.
Um zu verstehen, welche Signale besonders stark sind, identifizieren die Forschenden mehrere Top-Prädiktoren. Dazu zählen die mentale Rotationsleistung, das episodische Gedächtnis, der Neurotizismus-Wert, die Aufgabe zu Linienwinkeln sowie das Interesse an „Dingen“. Konkret heißt das: Wer höhere Werte in der „Dinge“-Orientierung zeigt, hat eine deutlich geringere Wahrscheinlichkeit, als weiblich klassifiziert zu werden. Selbst wenn die drei stärksten Prädiktoren entfernt werden, bleibt die Vorhersage respektabel—mit weiterhin etwa 70 Prozent Trefferquote. Das deutet darauf hin, dass das Modell nicht von einem einzigen dominanten Merkmal lebt, sondern von einer verteilten Signatur vieler kleiner Unterschiede.
Für die Markt- und Gesellschaftsdimension liefern die Daten einen weiteren Anker: Die psychologischen Profile erklären rund 22 Prozent der Varianz der geschlechtsspezifischen Segregation in den untersuchten Berufen. Das ist kein vollständiges „Erklärungsmodell“ für Berufswege, aber groß genug, um statistisch und inhaltlich beachtlich zu sein. Besonders illustrativ ist das hypothetische Gegenüber typischer Profile: Ein Mann mit einem eher „typisch weiblichen“ Profil würde statistisch eher in einer Tätigkeit landen, die etwa 10 Prozent mehr Frauen beschäftigt als die Vergleichsannahme mit einem typischen männlichen Profil. Damit verschiebt die Arbeit die Perspektive weg von der Frage „Gibt es einen Unterschied?“ hin zu „Wie entstehen Sortiermuster, wenn mehrere kleine Unterschiede wirken?“
Gleichzeitig ist Vorsicht geboten—nicht nur wissenschaftlich, sondern auch im Hinblick auf Regulierung, Datenschutz und Diskriminierungsrisiken. Die Studie ist querschnittsbasiert; damit lässt sich keine Kausalität beweisen. Es ist also möglich, dass Berufsentscheidungen wiederum Interessen und subjektive Bewertung von Aufgaben mitprägen, oder dass Drittvariablen wie Bildung, Sozialisation, Arbeitsplatzumfeld und wirtschaftliche Bedingungen die Zusammenhänge beeinflussen. Hinzu kommt die externe Validität: Online-Tests am heimischen Umfeld erlauben weniger Kontrolle über Ablenkungen oder Anstrengung. Auf der methodischen und rechtlichen Seite wird außerdem eine binäre Betrachtung von Geschlecht genutzt und Teilnehmende mit abweichenden Angaben werden ausgeschlossen, weil Hormontherapien kognitive und Verhaltensdaten zusätzlich beeinflussen könnten. Gerade deshalb sollten Anwendungen außerhalb des Forschungskontextes strikt an ethische Leitplanken gebunden sein, etwa im Rahmen der DSGVO: Eine geschlechtsbezogene Klassifikation aus psychologischen Merkmalen wäre potenziell als personenbezogenes Scoring mit sensiblen Implikationen zu bewerten.
In der Technik-Landschaft wirkt die Studie wie ein Warnsignal für den Einsatz prädiktiver Profile. In anderen Domänen, in denen Unternehmen mit stark datengetriebenen Auswahl- und Scoring-Prozessen arbeiten—etwa bei Talent-Matching oder bei sicherheitsnahen Analysen—haben sich gerade die Risiken versteckter Biases gezeigt, wenn Modelle „aus Verhaltens- und Kontextdaten“ Ziele ableiten. Als Gegenstück lässt sich daher auch ein Compliance-orientierter Trend beobachten: Organisationen versuchen, Modelle transparent zu machen, auf Fairness zu testen und klare Grenzen zu definieren, welche Variablen überhaupt in automatisierte Entscheidungen einfließen dürfen. In diesem Umfeld steht die Arbeit weniger als „biologischer Beweis“ im Fokus, sondern als Beispiel dafür, wie stark kombinierte psychometrische Muster in statistischen Systemen wirken—und wie leicht sich daraus missbrauchsfähige Vorhersagen ableiten lassen.
Für die Zukunft kündigt Herlitz an, die Mechanismen hinter den psychologischen Unterschieden weiter zu untersuchen und insbesondere die Frage zu vertiefen, warum Männer und Frauen in unterschiedlichen Berufen arbeiten. Aus Unternehmenssicht bedeutet das vor allem: Wer an Personalentwicklung, Karrierepfaden, Weiterbildung oder Recruiting-Prozessen arbeitet, sollte nicht nur individuelle Leistung, sondern auch interessen- und kulturgetriebene Passungsmechanismen betrachten. Gleichzeitig wird klar, dass „kleine Unterschiede“ statistisch relevant werden können, wenn sie in großen Systemen gebündelt werden. Die wahrscheinlich wichtigste Implikation bleibt deshalb: Anstatt die Biologie zu vereinfachen, liefern die Ergebnisse ein Framework, um soziale Muster besser zu verstehen—und um technische Systeme so zu gestalten, dass sie Erkenntnisse nutzen, ohne Menschen in Kategorien zu pressen.
💳 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.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【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 "Psychologische Feinunterschiede sagen das Geschlecht mit 80% voraus" 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 "Psychologische Feinunterschiede sagen das Geschlecht mit 80% voraus" 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: »Psychologische Feinunterschiede sagen das Geschlecht mit 80% voraus« bei Google Deutschland suchen, bei Bing oder Google News!