Murratore's Micro Blog

Murratore's Micro Blog

Oct 2026

Menschlicher und männlich: Die KI-Assistentin Johanna bekommt 10 Prozent weniger als ihr Kollege Johan

Klingt grotesk, ist aber sauber gemessen: In einem Virtual-Reality-Büro arbeiteten 189 Personen mit technisch identischen KI-Assistenten zusammen. Der einzige Unterschied zwischen den beiden menschenähnlichen Agenten Johan und Johanna war die Darstellung – männlich versus weiblich. Am Ende erhielten die Teilnehmenden echte Bezahlung und verteilten sie zwischen sich und dem Assistenten. Johanna bekam 10,25 Prozent weniger als Johan.

Das Experiment

Der Befund stammt aus der Studie «Human-Like and Male? How AI Assistant Design Relates to Trust and Monetary Reward at Work in VR». Am Autorenteam sind Isabelle Cuber, Tarek Alakmeh, Moritz Jenny, Jochen Menges und Thomas Fritz (Universität Zürich), Mary Hausfeld (University of Limerick) sowie Anand van Zelderen (SKEMA Business School) beteiligt. Vorgestellt wurde die Arbeit an der NordiCHI ‘26 in Vaasa, Finnland, publiziert in den Proceedings of the ACM on Human-Computer Interaction.

Das Setting: 189 Wissensarbeitende erledigten in einem virtuellen Büro Aufgaben neben ihrem KI-Assistenten. Im Einsatz waren ein textbasierter Chatbot, ein auf dem virtuellen Schreibtisch platzierter Roboter sowie menschenähliche Avatare – Johan männlich dargestellt, Johanna weiblich. Alle Systeme griffen auf dasselbe Sprachmodell zurück (GPT-4-1106-preview) und boten dieselben Funktionen. Die eine Hälfte der Teilnehmenden arbeitete mit Johan, die andere mit Johanna; ein direkter Vergleich der beiden Seit an Seit blieb ihnen verwehrt.

Der entscheidende Twist kam danach: Die Teilnehmenden erhielten reales Geld und entschieden, wie viel davon an den KI-Assistenten ging – quasi als Lohn für geleistete Arbeit. Ergänzend beurteilten sie Vertrauen und Beitrag des Assistenten, und die Forschenden führten anschliessend 34 Interviews.

Die Resultate

  • Weniger für Johanna: Die weiblich dargestellte Assistentin erhielt 10,25 Prozent weniger Belohnung als Johan – bei identischer Technologie und ähnlich beurteiltem Beitrag. Nur ihr Vertrauensbonus fiel minimal tiefer aus, statistisch kaum relevant.
  • Als menschlicher wahrgenommen: Johan wirkte auf die Teilnehmenden menschlicher als Johanna.
  • Menschlichkeit zahlt sich aus: Insgesamt erhielten die menschenähnlichen Assistenten mehr Vertrauen und mehr Bezahlung als der sichtbar maschinelle Roboter, obwohl dieselbe KI dahintersteckte. Je menschlicher ein Assistent wahrgenommen wurde, desto höher war die Belohnung.
  • Sagen-Tun-Lücke: In den Interviews sagten die meisten Teilnehmenden, das Geschlecht spiele für sie keine Rolle; viele bevorzugten sogar klar nicht-menschliche Assistenten. Das Zahlverhalten erzählte eine andere Geschichte.
  • Bei beiden Geschlechtern: Frauen und Männer zahlten Johanna schlicht weniger. Der Effekt war bei den männlichen Teilnehmenden etwas ausgeprägter.

Der blinde Fleck

«Überrascht hat mich, dass männlich dargestellte KI-Assistenten als menschlicher wahrgenommen und höher entlöhnt wurden als weibliche, obwohl beide technisch identisch waren. Nur die Darstellung unterschied sich», sagt Co-Autor Thomas Fritz, Informatikprofessor an der UZH. Woher der Unterschied kommt, kann die Studie nicht eindeutig beantworten. Fritz vermutet eine Art metakognitiven blinden Flecks: Die Teilnehmenden vertreten den Grundsatz, dass Geschlecht keine Rolle spielen sollte – und unterschätzen zugleich, wie stark soziale Signale ihre Wahrnehmung und ihr Verhalten steuern.

Mary Hausfeld von der University of Limerick bringt denselben Punkt auf den Punkt: «Wir denken oft, KI sei neutral. Aber die Art, wie wir diese Systeme gestalten und präsentieren, kann dieselben Annahmen und Vorurteile aktivieren, die uns auch im Umgang mit anderen Menschen prägen.»

Meine Einschätzung

Zuerst die nüchterne Einordnung: Hier wird kein echter Lohn untersucht. Das Geld war eine experimentelle Belohnung für eine begrenzte Aufgabe in einer VR-Simulation – von einem realen Gender Pay Gap «bei der KI» kann man also nicht reden. Und weil die Studie Between-Subjects aufgebaut ist, lässt sich der Effekt nicht trennscharf dem Geschlechtssignal zuschreiben: Johan erhielt zugleich mehr Vertrauen und wurde als menschlicher wahrgenommen. Der Bezahl-Effekt könnte damit teilweise über die wahrgenommene Menschlichkeit laufen statt über das Geschlecht allein. Fritz räumt genau das ein.

Trotzdem bleibt der Befund bemerkenswert, aus drei Gründen:

  1. Es wurde echtes Geld gemessen, nicht nur befragt. Reale Bezahlung trifft hier auf behauptete Gleichgültigkeit – und die Interviews verlieren gegen das Zahlverhalten. Genau solche Sagen-Tun-Lücken sind der Kern der Bias-Forschung: Vorurteile, die ihre Träger nicht bemerken.
  2. Das Muster passt in Jahrzehnte von Workplace-Equity-Forschung. Die Teilnehmenden entlohnten Johan und Johanna erstaunlich ähnlich wie Menschen Frauen und Männer entlohnen – ganz ohne dass die Technologie unterschiedlich war.
  3. Die Praktik ist längst Realität. Siri und Alexa sind weiblich benannt und historisch für einfache Alltagsaufgaben positioniert, während komplexere Assistenten wie Claude männliche Namen tragen. Designentscheide sind keine reine Ästhetik – sie verteilen Erwartungen, Vertrauen und letztlich Wertschätzung.

Für Unternehmen, die KI-Agenten als Kolleginnen und Kollegen positionieren, entsteht daraus eine klare Verantwortung: Namen, Stimme und Erscheinungsbild zu wählen ist eine soziale Entscheidung mit Folgen. Die Alternative ist nicht, auf Design zu verzichten – das geht schlicht nicht. Sondern Varianten systematisch zu testen und auszumessen, nicht nur ihre Funktion, sondern auch ihre soziale Wirkung. Und für uns alle gilt: Wie wir mit KI umgehen, formt uns auch. Wenn wir unsere Stereotype in neue Systeme hineinverlängern, sollten wir uns nicht wundern, wenn sie dort ausgetragen werden.

Quellen