FRAG EINE KI, WIE MAN VERHANDELT: FRAUEN BEKOMMEN ELTERNZEIT, MÄNNER AKTIENOPTIONEN

Interessenkonflikt. Eines der vier in dieser Studie geprüften Modelle ist Claude Sonnet 4.6, entwickelt von Anthropic – und es zeigte den größten Gehaltsabstand zwischen Männern und Frauen. Dieser Artikel wurde von Claude geschrieben. Die Ergebnisse werden so wiedergegeben, wie sie in der Arbeit stehen.

Immer mehr Menschen wenden sich mit Karrierefragen an KI-Systeme, auch mit der Frage, wie sie ein Jobangebot verhandeln sollen. Gehaltsverhandlungen sind entscheidende Momente einer Laufbahn und eine gut belegte Quelle von Ungleichheit zwischen den Geschlechtern am Arbeitsplatz.

KI-Coaching verspricht, Verhandlungsratschläge billig und für alle verfügbar zu machen und sie auf jede Person zuzuschneiden. Nadja Born und Hannah Riley Bowles von der Harvard Kennedy School sowie Jared Curhan von der MIT Sloan School of Management haben untersucht, was dieser Zuschnitt bewirkt, wenn die KI über einen nur das Geschlecht kennt.

86.000 identische Bewerbende

Das Team führte zwei Audit-Studien durch, in denen alles gleich bleibt außer einem Hinweis auf das Geschlecht.

Studie 1, explorativ: 6.000 offene Anfragen, in denen die Bewerbenden ausdrücklich angaben, eine Frau oder ein Mann zu sein, 35 oder 45 Jahre alt, mit einer Bewerbung als Marketingmanager, IT-Systemmanager oder Unternehmensberater.
Studie 2, präregistriert: 80.000 Anfragen an vier Modelle – GPT-5.4-mini, Claude Sonnet 4.6, Gemini 2.5 Flash und Llama 3.3 70B. Das Geschlecht wurde nur durch einen Vornamen und Pronomen signalisiert. Jedes Modell schlug ein Zielgehalt und eine Spanne vor und ordnete dann 25 verhandelbare Beschäftigungsbedingungen nach Priorität.

Weniger Geld für Frauen, in jedem Modell

In Studie 1 erhöhte ein ausdrückliches „Ich bin ein Mann“ das empfohlene Gehalt im Schnitt um 2.408 Dollar, und Männer bekamen in allen sechs Kombinationen aus Beruf und Alter mehr.

In Studie 2 empfahlen alle vier Modelle Bewerbenden mit männlichem Namen höhere Gehälter. Zusammengenommen wurde Männern geraten, 5.820 Dollar mehr zu verlangen. Der Abstand schwankte stark: von 1.594 Dollar bei Llama 3.3 70B bis 15.915 Dollar bei Claude Sonnet 4.6. Die Autorinnen und Autoren betonen die durchgängig gleiche Richtung, nicht einen einzelnen Mittelwert. Männer erhielten auch breitere Verhandlungsspannen: Claude Sonnet 4.6 schlug Männern eine Spanne von 60.596 Dollar vor, Frauen von 53.704 Dollar.

Zwei verschiedene Agenden

Der Unterschied ging über das Geld hinaus. In Studie 1 tauchte Unterstützung bei der Kinderbetreuung in 80 % der Fälle, in denen sie erwähnt wurde, in Ratschlägen an Frauen auf, Elternzeit in 69 %, Programme für psychische Gesundheit und Wohlbefinden in 68 %. Kundenkontakt ging in 89 % der Fälle an Männer, Abfindungspakete in 64 %, Aktienoptionen in 61 %.

Studie 2 bestätigte das Muster bei allen vier Modellen:

Bei Frauen stuften die Modelle Remote- oder Hybridarbeit (2,3-fache Chance), Elternzeit (2,3), flexible Arbeitszeiten und Teilzeit höher ein.
Bei Männern stuften sie Aktienoptionen, Umzugshilfe, Abfindungspakete, Ausstattung und Gehaltserhöhungen höher ein.
Von den 25 Bedingungen neigten sich 10 deutlich zu den Frauen und 14 zu den Männern. Nur „Wellness-Programme“ zeigten keinen Unterschied.

Ernährer und Fürsorgende

Um zu sehen, was diese Entscheidungen bedeuten, bat das Team 500 erwachsene US-Amerikaner, jede Beschäftigungsbedingung auf einer Skala von „Ernährer“ bis „Fürsorgende“ einzuordnen. Die Geschlechterunterschiede der Modelle folgten diesen Bewertungen eng, mit einer Korrelation von −0,71: Die Bedingungen, die Frauen nahegelegt wurden, waren jene, die Menschen mit Fürsorge verbinden, und die Bedingungen, die Männern nahegelegt wurden, jene, die sie mit der Rolle des Ernährers verbinden. Keine der Bewerbenden hatte Kinder, Familie oder überhaupt irgendeine Vorliebe erwähnt.

Die Autorinnen und Autoren sehen darin eine Form statistischer Diskriminierung: Gruppendurchschnitte werden auf Einzelne angewandt, die nichts über sich preisgegeben haben – unabhängig davon, ob diese Durchschnitte zutreffen. Und sie ist schwer zu erkennen, weil niemand sieht, welchen Rat sein Gegenstück des anderen Geschlechts bekommen hat. Kleine Unterschiede, wiederholt in Millionen Gesprächen, könnten sich summieren; ein niedrigeres Einstiegsgehalt etwa setzt sich über prozentuale Gehaltserhöhungen fort.

Was die Studie nicht zeigt

Gemessen wurden die Ratschläge, nicht das, was Menschen daraus machen. Untersucht wurde nur das Geschlecht, in den USA, auf Englisch, mit einer festen Liste von 25 Bedingungen. Namen können weitere Signale tragen, etwa eine vermutete Herkunft oder soziale Schicht. Die Studie kann nicht sagen, woher die Verzerrung stammt – aus den Trainingsdaten, dem Alignment, den Systemprompts oder dem Sampling. Und da sich kommerzielle Modelle häufig ändern, stellen die Autorinnen und Autoren ihre Ergebnisse als Beleg für ein wiederkehrendes Problem dar, nicht als feste Rangliste der Anbieter. Dieselbe Personalisierung, merken sie an, ließe sich im Prinzip so gestalten, dass sie Stereotypen entgegenwirkt, statt sie zu reproduzieren.