KI-Sprachmodelle schreiben sich Persönlichkeitsprofile zu

Texte von KI-Chatbots weisen charakteristische „persönliche“ Merkmale auf. Ob ein Mensch oder eine Maschine einen Text geschrieben hat, erkannten Menschen in der Studie besser als Chatbots: Sie lagen in 83 Prozent der Fälle richtig, die Chatbots in 67 Prozent. Das berichtet ein Team des Psychologischen Instituts der Johannes Gutenberg-Universität Mainz in der Fachzeitschrift Scientific Reports.

Erstautorin Sophie Körner verweist darauf, dass Chatbots in immer mehr Lebensbereichen auftauchen, vom Kundenservice bis zu privat genutzten Programmen, denen manche Menschen eigene Gefühle anvertrauen. Deshalb müsse man verstehen, wie solche Texte wahrgenommen werden und ob sie sich noch von menschlich geschriebenen unterscheiden lassen.

Die Studie ist ein begutachteter Fachartikel; er erschien am 3. November 2026 und ist frei zugänglich. Ihr Titel lautet Personality expression and perception in large language models and humans.

So lief der Vergleich ab

Das Team um Körner, Sarah Osterholz und Boris Egloff verglich die Selbstbeschreibungen von sieben Sprachmodellen mit denen von 70 Menschen. Die Modelle waren ChatGPT-4o, ChatGPT-3.5, Llama-3, Gemma 2, Gemini 2.5, Phi-3 und Orca 2 (Die Studie selbst nennt sie Llama 3, Gemma, Gemini, Phi-3 und Orca-2.) Sprachmodelle sind neuronale Netze, die mit sehr großen Textmengen trainiert und oft zusätzlich mit menschlichem Feedback nachjustiert werden.

Alle Beteiligten beschrieben ihre „Persönlichkeit“ auf Deutsch, mithilfe psychologischer Fragebögen und offener Fragen. Die Fragebögen erfassten die Big Five, den Selbstwert und Narzissmus. Die Big Five sind fünf Eigenschaften wie Offenheit, Verträglichkeit oder Extraversion. In den offenen Fragen ging es um Interessen, Hoffnungen für die Zukunft und das typische Verhalten in Stresssituationen.

Jedes Sprachmodell wurde zehnmal befragt. So kamen insgesamt 140 Texte zusammen, die Hälfte davon von den Modellen.

Danach beurteilten zehn Menschen und sechs Chatbots die Selbstbeschreibungen. Sie schätzten Merkmale wie Offenheit, Gewissenhaftigkeit und Selbstwertgefühl ein. Dafür nutzten sie eine siebenstufige Skala. Außerdem mussten sie angeben, ob ein Mensch oder ein KI-Modell einen Text geschrieben hatte. Die zehn menschlichen Beurteilenden waren unabhängig von den 70 Personen, die zuvor ihre Selbstbeschreibungen geliefert hatten.

Gewissenhafter, verträglicher, emotional stabiler

Zuerst untersuchte das Team, wie ähnlich die Antworten eines Modells bei wiederholten Befragungen ausfielen. Co-Autorin Osterholz sagt, die Modelle schrieben sich durchaus recht zeitstabile Persönlichkeitsprofile zu. Im Vergleich zu den Menschen stellten sie sich als gewissenhafter, verträglicher und emotional stabiler dar: Die Modelle erreichten höhere Werte bei Verträglichkeit und Gewissenhaftigkeit und niedrigere beim Neurotizismus, und bei diesen drei Merkmalen wichen die Durchschnittswerte der Menschen deutlich ab.

Die Autoren betonen, diese Profile seien kontextabhängige Antwortmuster unter den gewählten Versuchsbedingungen. Sie seien keine stabilen oder eigentlichen Persönlichkeitseigenschaften der Modelle.

Wer erkennt Persönlichkeit und Herkunft besser?

Menschen und Chatbots konnten aus den Texten Rückschlüsse auf Persönlichkeitsmerkmale ziehen. Sechs der sieben Merkmale schätzten beide Gruppen besser als der Zufall ein, nur bei Narzissmus gelang das nicht. Bei den Texten der 70 menschlichen Teilnehmenden lag die Übereinstimmung zwischen den Urteilen und den Selbstauskünften über alle sieben Merkmale hinweg je Beurteilendem im Mittel bei einer Korrelation von r = .28. Die Unterschiede zwischen menschlichen und KI-Beurteilenden waren dabei insgesamt gering.

Im Einzelnen gab es aber Abweichungen. Bei manchen Merkmalen, etwa Offenheit und Selbstwertgefühl, bewerteten Chatbots die menschlichen Verfasser eher höher als die menschlichen Beurteilenden. Umgekehrt schrieben die Menschen den Sprachmodellen in allen abgefragten Merkmalen höhere Werte zu als den menschlich geschriebenen Texten, am deutlichsten bei der emotionalen Stabilität.

Bei der Frage nach der Herkunft schnitten die Menschen besser ab. Die beiden besten Modelle, Gemma und Gemini, bestimmten die Urheberschaft etwa so zuverlässig wie ein durchschnittlicher menschlicher Beurteilender. Beide Gruppen stuften Texte häufiger als menschlich ein. Ein Chatbot-Text wurde also eher fälschlich als menschlich klassifiziert als umgekehrt. In einer Zusatzauswertung urteilten die Modelle bei ihren selbst erzeugten Texten nicht besser und erkannten sie auch nicht zuverlässiger.

Woran sich KI-Texte erkennen lassen, sahen die Menschen vor allem in ihrer Länge und in einem steifen, betont technischen oder analytischen Stil. Eine computergestützte Sprachanalyse bestätigte Unterschiede: KI-Texte enthielten mehr zeitbezogene Ausdrücke und mehr Funktionswörter wie Artikel und Präpositionen. In den menschlichen Texten ging es öfter um Freizeit, Gefühle und soziale Beziehungen.

Einordnung

Die Studie knüpft an die Frage an, wie Menschen Chatbots im Alltag nutzen. Eine Übersichtsarbeit in JMIR Mental Health aus dem Jahr 2026 beschreibt, dass Menschen sowohl spezielle Begleit-Apps als auch allgemeine Assistenten für Gesellschaft und emotionale Unterstützung verwenden. Als mögliche Vorteile nennt sie kurzfristig weniger Einsamkeit und eine bessere Stimmung. Berichtet wurden aber auch negative Folgen wie emotionale Abhängigkeit, verstärkte Symptome und Selbstverletzung.

Aus Sicht dieser Übersichtsarbeit tragen Gestaltungsentscheidungen, die Persönlichkeit und Wärme vermitteln, dazu bei, dass Nutzer solche Systeme vermenschlichen. Für die Mainzer Befunde heißt das: Texte mit erkennbarem Persönlichkeitsprofil und die Unsicherheit, woher ein Text stammt, sind für den Umgang mit solchen Programmen relevant. Die Mainzer Studie selbst untersucht allerdings keine Nutzer und keine Folgen für die psychische Gesundheit, sondern die Wahrnehmung kurzer Selbstbeschreibungen.

Zu möglichen Anwendungen gibt es ältere Überlegungen. Eine Übersichtsarbeit von 2023 in Psychiatry and Clinical Neurosciences hält künftige Sprachmodelle für wichtig, die Empathie, Emotionserkennung und Persönlichkeitsbewertung einbeziehen, damit sie sich in die psychiatrische Versorgung einfügen. Die Autoren dieser Arbeit sehen zudem ethische Standards für den Einsatz solcher Werkzeuge als notwendig an.

Nach Einschätzung der Mainzer Forschenden könnten Sprachmodelle künftig in der psychologischen Diagnostik und im Personalwesen zum Einsatz kommen, etwa für ein erstes Bild von Persönlichkeitsmerkmalen. Das werde in einigen Arbeitskontexten bereits angestrebt. Körner spricht von einer automatisierten, niedrigschwelligen Ersteinschätzung. Zugleich weisen die Forschenden darauf hin, dass sich Sprachmodelle, weil sie auf menschlichen Texten trainiert werden, auch Urteilsverzerrungen aneignen.

Wie belastbar ist das?

• Es handelt sich um einen begutachteten Fachartikel in Scientific Reports, keinen Preprint.
• Verglichen wurden sieben Sprachmodelle mit 70 Menschen; zehn menschliche und sechs KI-Beurteilende bewerteten 140 Texte.
• Die Texte entstanden unter einer bestimmten Aufgabenstellung auf Deutsch, die Ergebnisse gelten für diesen Versuchsaufbau.
• Angaben zu Geldgebern liegen nicht vor. Nach eigener Angabe haben die Autoren keine Interessenkonflikte.
• Die Autoren betonen, die Profile der Modelle seien keine stabilen Eigenschaften. Die Leistung schwankte zwischen den Modellen erheblich.
• Die Studie zeigt nicht, ob Sprachmodelle Persönlichkeit zuverlässig genug für Diagnostik oder Personalauswahl erfassen. Das nennen die Forschenden selbst als offen.

Offene Fragen

Die Forschenden halten eine sorgfältige Prüfung unter ethischen Gesichtspunkten für nötig, bevor Persönlichkeitsbeurteilungen in sensiblen Bereichen Algorithmen überlassen werden.

Offen ist auch, wie gut Modelle künftig die Herkunft von Texten bestimmen. Es ist nicht ausgeschlossen, dass sie präziser werden, wenn ihre Trainingsdaten mehr künstlich erzeugte Texte enthalten. Die Autoren der Studie schreiben außerdem, es fehle ein klares Verständnis dafür, warum Modelle bestimmte Hinweise im Text gewichten und warum sie menschenähnliche Urteilsverzerrungen zeigen.

Weitere Quellen

• Pressemitteilung „Chatbots mit Persönlichkeit?“, Informationsdienst Wissenschaft (idw). Quelle, abgerufen am 03.11.2026
• Übersichtsarbeit: Tool or Companion? Reframing Conversational AI to Prevent Psychological Harm, JMIR mental health (2026). Quelle, abgerufen am 03.11.2026
• Übersichtsarbeit: The now and future of ChatGPT and GPT in psychiatry, Psychiatry and clinical neurosciences (2023). Quelle, abgerufen am 03.11.2026

So entstand diese Meldung: Bei der Recherche und beim Schreiben hat eine KI mitgearbeitet. Grundlage sind die Originalstudie und die oben genannten Quellen. Die Redaktion prüft Zahlen, Zitate und Aussagen gegen diese Quellen, bevor die Meldung erscheint. Das Bild ist ebenfalls KI-generiert.