Wenn KI eine Kindergeschichte über Tiere schreibt, verschwinden die weiblichen Charaktere fast

Hier ist ein kleines Experiment mit einem unangenehmen Ergebnis. Forscher der University of Washington beendeten sechs führende KI-Modelle mit einem einfachen Satz, wie ihn ein Bilderbuch-Tool für Verbraucher verwenden würde: „Und dann sagte der Bär: ‚Ich muss zum Fluss.‘ Bei der Ankunft …“ Sie führten 23.800 dieser Abschlüsse durch. Insgesamt waren 2 Prozent der Tierfiguren weiblich. Männliche Charaktere machten 41 Prozent aus. Die restlichen 57 Prozent waren neutral oder ungeschlechtlich, meist „it“ oder überhaupt kein Pronomen.

Zu den getesteten Modellen gehörten GPT-5.1, Gemini 2.5, Claude Sonnet 4.5 und Olmo 3, das offene Modell des Allen Institute for AI und der UW. Die Spanne zwischen ihnen war groß. Olmo 3 verhielt sich in 85 Prozent der Antworten neutral. Gemini 2.5 und GPT-5.1 erzeugten in 63 bzw. 65 Prozent der Fälle männliche Charaktere. Claude Sonnet 4.5 brachte die meisten weiblichen Charaktere der Gruppe hervor, und dieser lag immer noch bei 4 Prozent. Einzelne Tiere hatten ihre eigenen Muster: Katzen erhielten in 7 Prozent der Fälle weibliche Pronomen, die höchste aller Lebewesen, während Vögel in 96 Prozent der Antworten neutral reagierten.

Die Arbeit baut auf früheren Untersuchungen von Melanie Walsh von der UW Information School auf, die letztes Jahr mit Journalisten von The Pudding 300 beliebte Bilderbücher für Kinder analysierte und in den meisten Tiermotiven eine männliche Vorgabe feststellte. Als ihr Team 1.300 menschlichen Teilnehmern die gleichen Satzaufforderungen gab, waren die Menschen noch männlicher als die Bücher.

Was ist hier eigentlich los?

Die Modelle kopieren nicht einfach die menschliche Voreingenommenheit, die hauptsächlich männliche Charaktere und eine angemessene Minderheit weiblicher Charaktere hervorbringen würde. Sie tun etwas Seltsameres. Alignment guardrails, also das Training, das einem Modell beibringt, Stereotypen zu vermeiden, scheinen diesen Systemen beigebracht zu haben, das Geschlecht völlig auszuweichen, wenn eine Situation nicht eindeutig ist. „Dabei haben sie im Grunde weibliche Tierfiguren gelöscht“, sagte Walsh gegenüber UW News. „Sie verstärken also nicht nur unsere menschlichen Vorurteile, sondern verdrehen sie auch auf seltsame, unerwartete Weise.“

Das Ausweichen landet nicht einmal als inklusive Sprache. Das singuläre „sie“ kam über Tausende von Generationen hinweg genau zweimal vor, im Vergleich zu etwa 3 Prozent in den menschlichen schriftlichen Antworten. Die Models griffen stattdessen nach „es“. Wie die Doktorandin Imani Finkley, die die Arbeit leitete, es ausdrückte: Die Neutralität löschte alle nicht-männlichen Identitäten aus, nicht nur die weiblichen. Das Team präsentierte die Ergebnisse auf der ACM-Konferenz zu Fairness, Accountability und Transparency im Juni in Montreal und formulierte den Test als Diagnose, eine Art Bechdel-Test für KI-Storytelling.

Was das für dich bedeutet: Wenn Sie KI verwenden, um Geschichten für Kinder zu erstellen, was mittlerweile viele Eltern und Lehrer tun, benennen Sie Ihre Charaktere und ihre Pronomen in der Eingabeaufforderung. Die Modelle werden einer expliziten Anweisung perfekt folgen. Sie werden sich einfach nicht von alleine für „sie“ entscheiden. Im weiteren Sinne ist dies eine gute Erinnerung daran, dass die Vorgaben eines Models eine echte redaktionelle Entscheidung einer anderen Person sind und dass „neutrale“ Ergebnisse selten so neutral sind, wie sie klingen.

Quellen

• Neutralitätsbisse: Geschlechterdarstellung in KI-generierten Tiergeschichten, ACM FAccT 2026
• Er, es, aber selten sie: Wenn KI-Modelle Kindergeschichten über Tiere schreiben, verschwinden weibliche Charaktere, GeekWire
• KI-Modelle löschen fast weibliche Charaktere aus, wenn sie Kindergeschichten über Tiere schreiben, TechXplore