Kann ein einziges Wort Ihren Charakter enthüllen? Eine Ära, in der generative KI Ihre "Einzigartigkeit" entschlüsselt

„Was denkst du gerade?“

Wenn jemand dich das fragt und du für einige Sekunden einfach drauflos sprichst – über die Ereignisse des Tages, kleine Sorgen, freudige Momente oder einfach belanglose Gespräche. Allein mit solchen „unzusammenhängenden Worten“ kann eine KI deine Persönlichkeitstendenzen mit erstaunlicher Genauigkeit einschätzen – eine solche Forschung hat die Grenze zwischen Psychologie und KI ein Stück weiter verschoben.

„Persönlichkeitsdiagnose“ beginnt sich zu verändern

Bisher basierte die Bewertung von Persönlichkeiten hauptsächlich auf Fragebögen (Fragen wie „Halten Sie sich für extrovertiert?“ oder „Sind Sie gewissenhaft?“). Der Grund ist einfach: Sie sind effizient und statistisch leicht zu handhaben. Gleichzeitig gab es jedoch auch starke Kritik, dass „die Persönlichkeit eines Menschen im Kontext und in Situationen zum Ausdruck kommt und dass durch Multiple-Choice-Antworten etwas verloren geht“.

Hier kommen generative KI-Modelle ins Spiel, insbesondere große Sprachmodelle (LLM). In der Forschung wurden kommerzielle und allgemein zugängliche LLMs (z. B. ChatGPT, Claude, LLaMA usw.) verwendet, um die „eigenen Worte“ der Menschen zu analysieren und die Big Five (Extraversion, Verträglichkeit, Gewissenhaftigkeit, Neurotizismus, Offenheit) einzuschätzen. Der Punkt ist, dass keine „psychologiespezifisch trainierten Modelle“ verwendet wurden, sondern allgemein verfügbare LLMs „wie sie sind“.

Experimente mit „Selbstgesprächen“ und „täglichen Tagebüchern“

Das Forschungsdesign folgt zwei Hauptansätzen. Der eine besteht darin, dass die Teilnehmer „frei sprechen/schreiben, was ihnen in den Sinn kommt“. Der andere Ansatz umfasst Aufzeichnungen, in denen die Teilnehmer auf natürliche Weise über Teile ihres Lebens sprechen, ähnlich wie bei kurzen täglichen Videotagebüchern. Aus diesen „Fragmenten natürlicher Sprache“ schätzten die LLMs die Antworten auf Persönlichkeitsfragebögen ein und überprüften, wie gut sie mit der Selbsteinschätzung der Teilnehmer übereinstimmten.

Als Ergebnis zeigten die von den LLMs vergebenen Persönlichkeitsscores eine starke Ähnlichkeit mit der Selbsteinschätzung. Zudem war der Ansatz, mehrere LLMs zu verwenden und deren Durchschnitt zu nehmen, robuster (weniger anfällig für Schwankungen). Darüber hinaus wurde angedeutet, dass LLMs besser abschnitten als herkömmliche Textanalysemethoden (klassische, auf Merkmalen basierende Methoden).

Wichtig ist hier, dass es über den unterhaltsamen Aspekt von „stimmt/ stimmt nicht“ hinausgeht und zeigt, dass „alltägliche Sprache mehr Hinweise auf die Persönlichkeit enthält, als man sich vorstellt“. Forscher betonen, dass die Persönlichkeit nicht nur bei „Selbstdarstellungen“ zum Ausdruck kommt, sondern möglicherweise in den alltäglichen Gedanken und Erzählungen verwoben ist.

Nicht nur Persönlichkeit: Verbindungen zu Verhalten, Emotionen und psychischer Gesundheit

Darüber hinaus wurde berichtet, dass die von LLMs geschätzten Persönlichkeitsscores auch mit täglichen Emotionen, Stress und sozialem Verhalten in Verbindung stehen können. Dies bedeutet, dass die Persönlichkeitsabschätzung nicht nur eine scheinbare Etikettierung bleibt, sondern möglicherweise mit realen Lebensindikatoren verknüpft werden kann, was die Vorstellungskraft für Anwendungen erheblich erweitert.

Im Bereich der psychischen Gesundheit könnte es beispielsweise möglich sein, Hinweise auf den Zustand einer Person aus kurzen Tagebüchern oder Gesprächen zu erhalten, auch wenn sie nicht in der Lage ist, an langen Tests teilzunehmen. Im Bildungs- und Coachingbereich könnte das Feedback an die Persönlichkeitseigenschaften angepasst werden. In der klinischen Forschung könnte sich ein Weg eröffnen, qualitative Daten (Erzählungen) quantitativ zu behandeln.

Es ist jedoch wichtig zu verstehen, dass es hier nicht darum geht, dass „KI diagnostizieren kann“. Die Forschung zeigt lediglich, dass „geschätzte Eigenschaftsscores statistisch mit bestimmten Indikatoren verbunden sind“. Für medizinische Diagnosen oder Therapieentscheidungen sind Verantwortlichkeit, Reproduzierbarkeit, Bias-Überprüfung und Risikomanagement bei Fehlurteilen auf einer anderen Ebene erforderlich.

„Treffsicherer als die Familie“ – die Realität hinter der provokanten Aussage

In Berichterstattungen ziehen provokante Phrasen wie „treffsicherer als die Einschätzung von Familie oder Freunden“ Aufmerksamkeit auf sich. In der Tat wird in der Forschung betont, dass die Übereinstimmung mit der Selbsteinschätzung hoch ist und in einigen Fällen besser sein könnte als die Einschätzung durch andere.

Hier ist jedoch eine nüchterne Betrachtung erforderlich. Familie und Freunde kennen dein „ganzes Leben“, während ihre Bewertungen leicht durch Beziehungsbias beeinflusst werden können (sie können milder oder strenger sein, von bestimmten Situationen beeinflusst werden). LLMs hingegen sehen nur die bereitgestellten Sprachdaten, sind aber extrem stark in der statistischen Analyse von Sprachmustern. Es geht also nicht darum, „wer den Menschen besser kennt“, sondern darum, „welche Materialien und Kriterien zur Einschätzung verwendet werden“.

Reaktionen in sozialen Medien: Eine Mischung aus Begeisterung und Besorgnis

Wenn solche Forschungen veröffentlicht werden, sind die Reaktionen in sozialen Medien meist polarisiert. Hier werden keine tatsächlichen Beiträge zitiert, sondern repräsentative Argumente aus dem Artikelinhalt als „Beispielbeiträge“ rekonstruiert (zur Veranschaulichung der Stimmung, nicht als Aussagen bestimmter Nutzer).

1) „Interessant! Kann zur Selbstverständnis genutzt werden“

• Beispielbeitrag:
  „Persönlichkeitsdiagnosen durch Fragebögen sind mühsam, aber wenn es durch Selbstgespräche geht, ist das bequem“
  „Statt Tagebücher zu durchforsten, ist es sinnvoll, wenn KI Zusammenfassungen und Persönlichkeitstendenzen liefert“
  „Als Einstieg ins Coaching scheint es praktisch. Man kann seine Eigenarten erkennen“

Diese Gruppe hofft, dass die „Reibung“ bei Selbsthilfe, Coaching und Selbstanalyse abnimmt. Besonders Menschen, die sich nicht gut mit Psychologie auskennen, fühlen sich oft wohler mit natürlichen Worten als mit komplexen Skalen.

2) „Ist das nicht Überwachungsgesellschaft?“

• Beispielbeitrag:
  „Wenn man Persönlichkeit in wenigen Sekunden Gespräch einschätzen kann, sehe ich nur eine Zukunft für Bewerbungsgespräche, Werbung und Versicherungen“
  „Wenn Sprachassistenten ständig schätzen, was ist dann mit der Privatsphäre?“
  „Es ist beängstigend, wenn einem einfach so ein Label wie ‚hohe Neurotizismus-Tendenz‘ angehängt wird“

Diese Gruppe hat zuerst Missbrauchsszenarien im Kopf. Sprache ist überall: in sozialen Medien, E-Mails, Chats, Protokollen von Meetings. Wenn „Schätzungen“ ohne Wissen der Betroffenen laufen und für Bewertungen verwendet werden, gibt es keine Möglichkeit, sich zu wehren.

3) „Wenn es zutrifft, erklärt die Grundlage“

• Beispielbeitrag:
  „Welche Formulierungen sind letztlich Indikatoren für Extraversion?“
  „Ich frage mich, ob es Verzerrungen (Geschlecht, Kultur, Sprache) gibt“
  „Passen die von der KI erkannten Signale zu den in der Psychologie angenommenen Konzepten?“

Diese Gruppe legt Wert auf Transparenz und Fairness. Auch wenn die Schätzungen der LLMs hochpräzise sind, ist eine Erklärung, warum diese Einschätzung getroffen wurde, für die Implementierung in der Praxis unerlässlich. Besonders in Bereichen wie Einstellung, Kreditvergabe und Versicherung sind Erklärbarkeit und Einspruchsmöglichkeiten unverzichtbar.

4) „Interessante Forschung, aber Vorsicht vor Übertreibungen“

• Beispielbeitrag:
  „Die Überschrift ‚treffsicherer als die Familie‘ ist zu stark. Es geht um die Übereinstimmung mit der Selbsteinschätzung bei den Big Five“
  „Je nach Datenerhebung kann es leichter zutreffen. Vorsicht bei der Verallgemeinerung“
  „Tagebücher und Selbstgespräche zeigen oft die innere Welt, das ist also vielleicht selbstverständlich“

Diese Gruppe will die Forschungsergebnisse nicht negieren, sondern die „Anwendungsbereiche“ und die „Stärke der Worte“ anpassen. Sie sind besorgt, dass nach der Diskussion in sozialen Medien missverstandene „Persönlichkeits-KI-Dienste“ in Massen auftauchen.

Wie sollten wir uns damit auseinandersetzen?

Die Zukunft, die diese Forschung aufzeigt, vereint Bequemlichkeit und Gefahren. Deshalb ist es wichtig, sowohl auf individueller als auch auf gesellschaftlicher Ebene zuerst über „Schutzmaßnahmen“ nachzudenken.

Was Einzelpersonen tun können

• Tagebücher, Beratungsprotokolle und Sprachmemos nicht leichtfertig an externe Dienste weitergeben (insbesondere persönliche, gesundheitsbezogene oder familiäre Informationen)

• Daten, die „analysiert werden dürfen“, von Daten trennen, die „auf keinen Fall weitergegeben werden sollen“

• Schätzungen als „Thermometer“ und nicht als „Spiegel“ betrachten (sie können je nach Situation variieren und Fehler enthalten)

Was die Gesellschaft tun muss

• Nutzungszwecke der Schätzungen klarstellen und Regeln aufstellen, die Persönlichkeitsschätzungen ohne Zustimmung verbieten

• In Hochrisikobereichen (Einstellung, Versicherung, Bildung, Justiz usw.) Audit-, Erklärungs- und Abhilfemechanismen standardmäßig einführen

• Kontinuierliche Überprüfung von Attributunterschieden (Kultur, Sprache, Alter usw.) verpflichtend machen

• Forschung und kommerzielle Nutzung nicht verwechseln („können“ und „dürfen“ sind zwei verschiedene Dinge)

„Deine Einzigartigkeit“ zeigt sich in deinen Worten

Letztendlich ist der Kern dieser Forschung einfach.
Auch wenn Menschen nicht über ihre Persönlichkeit sprechen, sprechen sie über ihre Persönlichkeit.

Die unbewusste Wahl von Vokabeln, die Platzierung von Emotionen, die Auswahl von Ereignissen, die Größe des Subjekts, die Art und Weise, wie über die Zukunft gesprochen wird – all diese unzähligen Entscheidungen formen dich als Person und werden als Worte nach außen getragen. Und LLMs sind darin besonders gut, dieses „Durchscheinen“ aufzufangen.

Wir leben in einer Zeit, in der Worte nicht nur „Kommunikation“, sondern auch „Material für Schätzungen“ sind.
Während wir die Bequemlichkeit nutzen, sollten wir uns nicht von Etikettierungen und Überwachung vereinnahmen lassen.
Zuerst sollten wir uns die Tatsache zunutze machen, dass „Worte mehr erzählen, als man denkt“.

Quellen

1. University of MichiganOriginalveröffentlichungsseite der Nachrichten
   https://news.umich.edu/say-whats-on-your-mind-and-ai-can-tell-what-kind-of-person-you-are/
   

2. Tech XploreNachveröffentlichter Artikel (Forschungsübersicht, Teilnehmerumfang, LLM-Beispiele, Implikationen)
   https://techxplore.com/news/2026-01-mind-ai-kind-person.html

3. Nature Human BehaviourSeite des begutachteten Artikels (Veröffentlichungsdatum, Titel, Zusammenfassung, methodischer Rahmen, Daten-/Codeveröffentlichung)
   https://www.nature.com/articles/s41562-025-02389-x

4. Öffentliches Repository der Autoren (Veröffentlichungspolitik für Analysecodes und generierte Daten. Aufzeichnungen/Volltexttranskripte sind grundsätzlich