Die KI hat weibliche Figuren fast vollständig aus Geschichten über Tiere ausgeschlossen

Forscher der Universitäten Washington und Princeton haben sechs Sprachmodelle getestet: Claude Sonnet 4.5, Gemini 2.5, GPT-4o, GPT-5.1, Mistral Medium und das Open-Source-Modell Olmo 3.

Jedes System wurde tausendmal aufgefordert, eine kurze englischsprachige Geschichte fortzusetzen. Der einleitende Satz besagte, dass ein bestimmtes Tier sich auf den Weg zu einem bestimmten Ort machen wolle, wobei dessen Geschlecht jedoch nicht näher angegeben wurde.

In den Aufgaben wurden sieben Tiere verwendet: ein Bär, ein Vogel, eine Katze, ein Hund, eine Maus, ein Schwein und ein Kaninchen. Als Schauplatz kamen ein Bauernhof, eine Küche, ein Fluss oder ein Geschäft in Frage. Die Forscher variierten zudem die „Temperatur“ des Modells – einen Parameter, der die Vielfalt und Zufälligkeit der Antworten beeinflusst.

Insgesamt flossen 23.800 vom KI erstellte Fortsetzungen in die Analyse ein.

Weibliche Figuren tauchten nur in 2 % der Texte auf

In 40,6 % der Geschichten stuften die Modelle das Tier als männliche Figur ein. Weibliche Figuren tauchten nur in 2,2 % der Texte auf – also etwa 18-mal seltener.

In weiteren 38,2 % der Antworten verwendete die KI die geschlechtsneutralen englischen Pronomen „it“ und „its“, die üblicherweise in Bezug auf Tiere oder unbelebte Objekte verwendet werden. In etwa 19 % der Fälle verwendete das Modell überhaupt keine Pronomen und wiederholte stattdessen Wörter wie „Vogel“ oder „Bär“.

Somit erwiesen sich etwa 57 % der Figuren als geschlechtsneutral oder ohne eindeutig zugewiesenes Geschlecht. Der Übergang zur Geschlechtsneutralität führte jedoch nicht zu einer ausgewogenen Vertretung: Männliche Figuren tauchten weiterhin regelmäßig auf, während weibliche fast vollständig verschwanden.

Das Ergebnis hing vom Tier und vom Modell ab

Verschiedene Tiere erhielten ihr Geschlecht nicht mit gleicher Wahrscheinlichkeit. Katzen wurden häufiger als andere zu weiblichen Figuren, doch selbst in ihrem Fall betrug der Anteil nur etwa 7 %. Vögel blieben fast immer geschlechtsneutral.

Auch zwischen den Modellen wurden Unterschiede festgestellt. In den von den Forschern vorgelegten Ergebnissen wiesen Gemini 2.5 und GPT-5.1 das deutlichste Übergewicht an männlichen Figuren auf. Claude erzeugte häufiger als andere Systeme weibliche Figuren, doch ihr Anteil blieb dennoch äußerst gering.

Olmo 3 wies Tieren seltener das männliche Geschlecht zu, was jedoch hauptsächlich auf eine deutlich höhere Anzahl geschlechtsneutraler Antworten zurückzuführen war und nicht auf eine stärkere Vertretung weiblicher Figuren.

Die Geschlechtsneutralität könnte eine neue Verzerrung hervorgerufen haben

Die Autoren vermuten, dass die Entwickler kommerzieller Modelle die Systeme so konfiguriert haben könnten, dass sie in mehrdeutigen Situationen die Zuweisung eines Geschlechts vermeiden. Diese Hypothese lässt sich nicht direkt überprüfen, da die internen Mechanismen und Trainingsdaten der meisten getesteten Modelle nicht öffentlich zugänglich sind.

Nach Ansicht der Forscher kann eine solche Strategie zu einem paradoxen Ergebnis führen. Das Modell vermeidet formal Stereotypen, indem es die meisten Figuren als geschlechtsneutral darstellt; die verbleibenden Figuren sind jedoch nach wie vor überwiegend männlich.

Die Autoren bezeichneten diesen Effekt als „neutrality bites“ – eine Situation, in der das Streben nach Neutralität das Ungleichgewicht nicht beseitigt, sondern unterrepräsentierte Gruppen praktisch unsichtbar macht.

Warum dies wichtig ist

Generative Systeme werden bereits zur Erstellung personalisierter Geschichten und Lernmaterialien eingesetzt. Das wiederholte Fehlen weiblicher Protagonistinnen kann unmerklich beeinflussen, welche Figuren Kinder als „normale“ Abenteuerteilnehmer und Träger aktiver Rollen wahrnehmen.

Die Forscher sind der Ansicht, dass es zur Verringerung dieser Schieflage nicht ausreicht, lediglich jegliche geschlechtsspezifischen Bezeichnungen zu vermeiden. Eine Alternative könnte eine gleichmäßigere Verteilung verschiedener Varianten auf die Figuren sein.

Dabei zeigt die Studie nicht, dass die Modelle weibliche Figuren bewusst ausschließen. Sie dokumentiert vielmehr ein statistisches Ergebnis, das sich bei der Bearbeitung einer konkreten englischsprachigen Aufgabe ergibt.

Einschränkungen der Studie

Das Experiment umfasste lediglich die englische Sprache, sieben Tiere und eine Vorlage für eine kurze Fortsetzung. Die Wissenschaftler analysierten keine vollständigen Kinderbücher, keine langen Handlungsstränge und keine Bilder, die zusammen mit dem Text erstellt wurden.

Die Untersuchung bezieht sich zudem auf bestimmte Versionen von sechs Modellen. Nach einer Aktualisierung der Systeme können sich die Ergebnisse ändern.

Zudem berücksichtigte die Analyse hauptsächlich die verwendeten Pronomen und Geschlechtsbezeichnungen und nicht den Charakter der Figur, ihre Handlungen oder ihre Bedeutung für die Handlung. Daher lassen sich die Schlussfolgerungen nicht automatisch auf alle Geschichten und Kinderliteratur übertragen, die von künstlicher Intelligenz erstellt werden.

Quelle

Studie: Imani Finkley, Yuanxi Li, Melanie Walsh. Neutrality Bites: Gender Representation in AI-Generated Animal Stories.

Veröffentlichung: Proceedings of the 2026 ACM Conference on Fairness, Accountability, and Transparency, 2026.