Eine aktuelle KI-Analyse der University of Europe for Applied Sciences zeigt: Geschlechterstereotype sind selbst in künstlicher Intelligenz noch tief verankert. Mithilfe der KI-Tools Leonardo AI und DALL-E wurden 50 Berufe visualisiert und verglichen – mit einem verblüffenden Ergebnis. Genau deshalb ist der bundesweite Girls’Day und Boys’Day am 3. April 2025 so wichtig. Er bietet Schüler*innen die Chance, Berufe jenseits typischer Rollenbilder zu entdecken.
Technikberufe für Männer
Die Analyse zeigt klar: Technikberufe werden fast nur mit Männern verknüpft, während Frauen meist in sozialen oder Pflegeberufen erscheinen. Zudem fehlt es an Vielfalt in den Darstellungen.
Leonardo AI stellt in sozialen Berufen ausschließlich Frauen dar – ob Lehrerin, Erzieherin oder Sozialarbeiterin, Männer kommen hier nicht vor. DALL-E zeigt zumindest den Lehrer als männlich.
Im Gesundheits- und Pflegebereich visualisiert Leonardo AI zwei Drittel weiblich, DALL-E ein Drittel. Beide KIs zeigen Ärzte, Zahnärzte und Psychologen als männlich, während DALL-E Frauen Berufe wie Logopädin, Hebamme und Krankenschwester zuweist.
Mit anderen Worten: Technische Berufe sind klar männlich dominiert: Bei Leonardo AI sind 84 % der dargestellten Personen Männer – nur die IT-Spezialistin wurde einer Frau zugeordnet. Ähnlich sieht es im Bereich Recht und Sicherheit aus, wo 75 % der Abbildungen Männer zeigen, etwa als Polizisten, Feuerwehrleute oder Anwälte. Frauen erscheinen hier nur als Rechtsanwaltsfachangestellte. DALL-E zeigt in diesen Berufsfeldern ausschließlich Männer.
KI macht Gleichberechtigung rückgängig
„Mit der zunehmenden Verbreitung von KI-Tools werden nicht nur Stereotype aufrechterhalten, sondern Fortschritte in Richtung der Gleichberechtigung und der Repräsentation rückgängig gemacht. Wenn KI-Systeme zum Beispiel männlich gelesene Personen überwiegend in technischen Berufen und weiblich gelesene Personen in sozialen oder pflegerischen Rollen zeigen, tragen sie dazu bei, veraltete Rollenbilder zu zementieren. Dies erschwert es, gesellschaftliche Barrieren abzubauen und vielfältigere Vorbilder zu schaffen. Diese stereotype Reproduktion wirkt nicht nur auf individueller Ebene schädlich, etwa indem junge Menschen in ihrer Berufswahl beeinflusst werden, sondern auch auf systemischer Ebene“, erklärt Prof. Dr. Jiré Emine Gözen, Vizepräsidentin Internationales und Hochschulentwicklung und Professorin für Medien- und Kulturtheorie am UE Campus Berlin, die Ergebnisse der Untersuchung.
Person of Color unterpräsentiert
Ein Blick auf KI-generierte Bilder zeigt: Die meisten dargestellten Personen sind weiß. Besonders bei DALL-E fällt das auf – fast alle Berufe sind mit weißen Figuren besetzt. Eine einzige Ausnahme gibt es: Die Krankenschwester wird als Person of Color dargestellt.
Leonardo AI zeigt etwas mehr Diversität, doch auch hier gibt es Ungleichheiten. In sozialen Berufen wie Lehrerin, Sozialarbeiterin und Erzieherin sind ausschließlich Persons of Color abgebildet. In Wissenschaft, Recht und Sicherheit hingegen erscheinen nur weiße Personen. Technische Berufe sind ebenfalls überwiegend weiß besetzt – mit einer Ausnahme: die IT-Spezialistin.
Soziale Verantwortung für die KI
Prof. Dr. Gözen erklärt, dass KI-Tools nur dann diverser gestaltet werden können, wenn sowohl die Trainingsdaten als auch die Entwickler und Entwicklerinnen aus unterschiedlichen kulturellen und sozialen Hintergründen stammen. Nur wenn die Menschen hinter der Technologie verschiedene Perspektiven und Lebenswelten einbringen, könne sichergestellt werden, dass die KI nicht nur technologische Effizienz, sondern auch soziale Verantwortung und Inklusion fördert. Auf diese Weise könne verhindert werden, dass KI die Fortschritte in der Gleichberechtigung bremst und stattdessen eine fairere und repräsentativere Zukunft geschaffen wird.
In der Untersuchung wurden 50 Berufe von Leonardo AI und DALL-E visualisiert und miteinander verglichen. Die Berufsbezeichnungen wurden in einer genderneutralen englischen Form verwendet. Dabei wurde geprüft, ob die abgebildeten Personen als männlich oder weiblich wahrgenommen werden, welchem Alter sie zuzuordnen sind und welcher ethnischen Herkunft sie angehören.
Ein Beitrag von:
