KI-generierte Gesichter könnten die Beschäftigungschancen echter Menschen verschlechtern

Man braucht eigentlich keine Wissenschaftler, um zu wissen, dass persönliche Attraktivität Türen öffnet, denn vermutlich haben Sie im Leben schon in gewissem Maße darunter gelitten oder davon profitiert. Ebenso wenig braucht es sie für die Erkenntnis, dass KI-generierte Gesichter meist attraktiver sind als echte Menschen – aus verschiedenen Gründen, von denen viele mit menschlichen Vorlieben und Verfahren zusammenhängen.

Dennoch fiel mir heute eine neue wissenschaftliche Zusammenarbeit aus den USA zu einem verwandten Thema auf. Sie liefert Hinweise darauf, dass KI-generierte Schönheit echte Menschen Vorstellungsgespräche kosten könnte. In einer Studie mit 570 Personen bewerteten diejenigen, die zuvor ungewöhnlich attraktive KI-Gesichter gesehen hatten, echte Bewerber anschließend als weniger beschäftigungsfähig und vertrauenswürdig. Ihre Bereitschaft, Gespräche anzubieten, sank von 77,4 % auf 72,5 %, obwohl sie genau dieselben Bewerber beurteilten.

Beispiele KI-generierter Gesichter aus der Studie, die die große Bandbreite der Attraktivitätsbewertungen zeigen. Die Forscher testeten 27 Bildgeneratoren mit gewöhnlichen Prompts, die Schönheit nicht erwähnten. Oben stehen Gesichter mit einigen der höchsten automatischen Bewertungen, unten solche mit einigen der niedrigsten. Alle acht abgebildeten Personen sind KI-generiert, nicht echt. Quelle

Die Forscher untersuchten außerdem, wie attraktiv KI-generierte Gesichter gegenüber echten wirken. Dazu nutzten sie Bilder verschiedener kommerzieller und Open-Weight-Modelle. Als 550 Personen Fotos echter Menschen und KI-Gesichter bewerteten, erhielten die synthetischen Gesichter durchgehend höhere Werte. In einem zusätzlichen Vergleich ergaben geeignete Messverfahren, dass 37 % der KI-generierten weiblichen Gesichter als attraktiver bewertet wurden als das typische professionelle Modemodel.

Vergleich KI-generierter Gesichter mit professionellen Modemodels bei 27 Bildgeneratoren. Die Grafik zeigt den Anteil generierter Gesichter, deren automatische Attraktivitätsbewertung den Median professioneller Models überstieg. Schwarze Punkte stehen für alle generierten Gesichter, gelbe Kreise nur für weibliche. Insgesamt überschritten 23 % diesen Vergleichswert, bei weiblichen Gesichtern waren es 37 %. Die gestrichelten Linien markieren diese beiden Durchschnittswerte.

Die Arbeit^† erklärt:

„Wir untersuchten 27 zwischen 2022 und 2026 veröffentlichte Text-zu-Bild-Generatoren anhand einfacher Prompts, die Attraktivität oder Schönheit nie erwähnen, und analysierten in Haupt- und ergänzenden Vergleichen 51.300 generierte Gesichter sowie 160.196 Fotos echter Menschen.

„Wir verwendeten drei automatisierte Messverfahren und sammelten Bewertungen von 550 menschlichen Beurteilern für eine Teilmenge der Bilder.

„Fast alle Generatoren erzeugten Gesichter, die bei automatisierten Messungen über fotografierten Gesichtern lagen. Menschliche Beurteiler fanden die Ergebnisse aller 23 Generatoren deutlich attraktiver als fotografierte Gesichter, selbst nach Korrektur für Mehrfachvergleiche.

„Bei der geschlechtsspezifischen Analyse stellten wir fest, dass 37 % der mit weiblichen Prompts erzeugten Gesichter den Median professioneller Modemodels übertrafen.“

Die Autoren merken außerdem an: Experten – Menschen wie KI – mögen darüber streiten, wer im Bereich „schön“ ganz oben steht. Im Bewertungsbereich „nicht attraktiv“ oder „minimal attraktiv“ gibt es diese Differenzierung jedoch nicht; er gleicht im Vergleich eher einem allgemeinen Abfalleimer*:

„Die größere Übereinstimmung zwischen Messverfahren darüber, wer am wenigsten statt am meisten geschätzt wird, ähnelt einem wichtigen Merkmal ästhetischer Einordnung in Bereichen wie dem Modemodelgeschäft: Menschen und Institutionen müssen sich nicht auf ein einziges Ideal einigen, um wiederkehrende Ungleichheiten darin hervorzubringen, wessen Aussehen weniger geschätzt wird.“

Der Wert von Gesichtern

Viele Ergebnisse bestätigen die alltägliche menschliche Erfahrung kontextabhängiger und relativer Wahrnehmung: Wer etwa der klügste oder attraktivste Mensch seiner Schule war, erlebt beim Eintritt in eine Ivy-League-Universität womöglich deutlich höhere Maßstäbe und sinkt relativ gesehen in der neuen Vergleichsgruppe ab.

Allerdings ist die Welt nicht voller KI-generierter Menschen, die tatsächlich umherlaufen und Menschen aus Fleisch und Blut bei Bewerbungsgesprächen beiseitedrängen. Wie kann das kulturelle Phänomen einer Schönheitsästhetik generativer KI also etwas verändern?

Neben der beunruhigenden Möglichkeit, dass Menschen auf Schönheitsoperationen zurückgreifen, um dem „KI-Standard“ näherzukommen, ähnelt der beschriebene Effekt der Schönheitskultur vor der KI in Film, Fernsehen, Mode und anderen sichtbaren und einflussreichen Bereichen menschlicher Kultur. Wir waren und sind von unrealistischen körperlichen Idealen umgeben und lernen, damit wie mit einem Signal-Rausch-Problem umzugehen. Wir träumen von Filmstars, heiraten aber, wen wir können.

Die Arbeit beschreibt den wachsenden Einfluss der KI-eigenen visuellen Ästhetik in einem ähnlichen Zusammenhang*:

„Wenn generierte Gesichter attraktiver als echte sind und dies in unterschiedlichem Maße, stellt sich [the] die Frage: Welche Folgen hat das für die Beurteilung echter Menschen? Stark ausgewählte oder bearbeitete Bilder verändern den Vergleich des Aussehens und die anschließende Beurteilung. Klassische Kontrastexperimente zeigen, dass der Anblick sehr attraktiver Menschen spätere Attraktivitätsurteile absenken kann.

„Generative KI kann wiederholt Ströme unterschiedlicher Gesichter liefern, die durch dieselben ästhetischen Prozesse geformt werden. Ob der Kontakt mit KI-generierten Gesichtern folgenreiche Bewertungen echter Menschen verändert, bleibt unklar.“

Die Autoren schlagen keine konkrete Abhilfe vor. Stattdessen fordern sie weitere Forschung dazu, wann KI-generierte Schönheit unsere Urteile über echte Menschen beeinflusst, welche Merkmale synthetischer Gesichter den Effekt auslösen und ob die Ergebnisse außerhalb des simulierten Einstellungsexperiments Bestand hätten.

Methode und Datenaufbereitung

Um festzustellen, wie verbreitet KI-Bildgeneratoren attraktive Gesichter bevorzugen, testeten die Forscher 27 zwischen 2022 und 2026 veröffentlichte Systeme: Stable Diffusion 1.5, 2.1, XL, 3, 3.5-medium, 3.5-large und 3.5-large-turbo; FLUX.1 dev und schnell, FLUX.2, FLUX.2-klein 9B und FLUX.2-klein 4B; GPT Image 1.5 und GPT Image 2; Grok Image und Grok Imagine; Nano Banana 2 und Nano Banana Pro; Midjourney v6, v7 und v8; PixArt-Sigma; Playground 2.5; HunyuanDiT; Qwen-Image; Sana; sowie Lumina-2.

In allen Systemen diente derselbe einfache Prompt dazu, Porträts für 14 demografische Kategorien in männlichen und weiblichen Gruppen sowie acht Berufe zu erzeugen: Arzt, Anwalt, Tierarzt, Apotheker, Koch, Bauarbeiter sowie Pflegekraft und Einzelhandelsmitarbeiter. Schönheit oder Attraktivität wurden nicht erwähnt.

Auch Prompts ohne demografische Angaben, Geschlecht oder Beruf wurden getestet. Insgesamt entstanden 51.300 Bilder zur Analyse.

Zum Vergleich wurden 94.249 Fotos aus FairFace, IdenProf, SCUT-FBP5500, MEBeauty, der Chicago Face Database mit ihren multirassischen und indischen Erweiterungen sowie dem Datensatz Face Research Lab London entnommen. Auf 89.435 Fotos wurden nutzbare Gesichter erkannt.

Unterschiedliche westliche und asiatische Gesichter aus dem Datensatz SCUT-FBP5500, einem von sechs in der neuen Studie verwendeten Datensätzen. Quelle

Weitere Vergleiche nutzten die 10k US Adult Faces Database, eine Sammlung von 15.182 Fotos professioneller Modemodels, LookismBench-SyntheticFaces, FFHQ und StyleGAN2. Die Model-Fotos dienten als Maßstab für „hohe Attraktivität“. Die übrigen Sammlungen wurden getrennt analysiert, um die Attraktivitätsmaße zu bewerten und weitere Vergleiche zu ermöglichen.

Gesichter wurden mit MTCNN erkannt und zugeschnitten, dann standardisiert. Die Attraktivität wurde mit auf SCUT-FBP5500 und MEBeauty trainierten ResNet-50-Modellen sowie mit SwinFace, trainiert anhand von CelebA-Annotationen, bewertet.

Um zu prüfen, ob automatische Attraktivitätswerte menschlichen Meinungen entsprachen, bewerteten 550 in den USA lebende Erwachsene eine Auswahl von 1.374 echten und KI-generierten Gesichtern.

In einem separaten Experiment wurden 570 US-Erwachsene in drei Gruppen aufgeteilt und sahen Bewerber mit echten Fotos, retuschierten Fotos oder KI-generierten Gesichtern. Anschließend bewerteten alle drei Gruppen dieselben echten Bewerber, wodurch Unterschiede bei Einstellungsentscheidungen messbar wurden. Die Hauptanalysen der Studie wurden vorregistriert.

Tests

Bei beiden wichtigsten Attraktivitätsmaßen lagen KI-generierte Gesichter bei 24 der 27 getesteten Generatoren deutlich über echten Fotos. Auch die CelebA/SwinFace-Messung stützte diesen Befund, wie unten gezeigt:

Attraktivitätsunterschiede zwischen KI-generierten Gesichtern und echten Fotos bei 27 Bildgeneratoren, ausgedrückt als durchschnittliche Cohen-d-Werte über drei automatisierte Messverfahren. Positive Werte bedeuten höhere Attraktivitätswerte für generierte Gesichter.

Über alle drei Messverfahren hinweg erzeugten der Arbeit zufolge 13 Generatoren Gesichter, die mehr als eine Standardabweichung über echten Fotos bewertet wurden. Für Nano Banana Pro, Grok Image und Nano Banana 2 zeigte sich dagegen kein Vorteil.

Bei neueren Midjourney- und OpenAI-Modellen war die Neigung zu ungewöhnlich attraktiven Gesichtern schwächer. Bei Open-Weight-Modellen war der Effekt ungefähr doppelt so stark wie bei kommerziellen Angeboten von OpenAI, Google, Midjourney und xAI.

In den menschlichen Bewertungen wurden die Gesichter aller 23 Generatoren mit genügend Bildern für einen verlässlichen Vergleich als attraktiver als echte Fotos beurteilt. Auf einer Skala von 1 (am wenigsten attraktiv) bis 7 (am attraktivsten) erhielten echte Gesichter im Mittel 3,10 Punkte. KI-generierte Gesichter lagen je nach Generator zwischen 0,34 und 2,06 Punkten darüber, wie unten dargestellt:

Menschliche Attraktivitätsbewertungen für Gesichter aus 23 KI-Bildgeneratoren auf einer Skala von 1 bis 7. Die Generatoren lagen über dem durch die blaue gestrichelte Linie dargestellten Durchschnitt echter Fotos. Rote Punkte zeigen Mittelwerte, horizontale Balken die Unsicherheit um jeden Mittelwert.

In allen sechs rassischen und ethnischen Kategorien wurden KI-Gesichter von Menschen höher bewertet (siehe Grafik unten), selbst bei Nano Banana Pro, Grok Image und Nano Banana 2, deren Gesichter in den Tests nicht über echten Fotos gelegen hatten:

Menschliche Attraktivitätsbewertungen für KI-generierte Gesichter (rot) und echte Fotos (blau) in sechs rassischen und ethnischen Kategorien. KI-Gesichter erzielten in jeder Kategorie höhere Mittelwerte; die Unterschiede betrugen 0,74 bis 1,37 Punkte auf einer Sieben-Punkte-Skala. Vertikale Balken zeigen die Unsicherheit um jeden Mittelwert.

Auch bei neueren Modellen unterschieden sich menschliche Urteile von automatisierten Ergebnissen. Zwischen OpenAIs GPT Image 1.5 und GPT Image 2 gab es kaum Veränderungen, während Midjourney-Versionen 6, 7 und 8 zunehmend höhere Attraktivitätsbewertungen erhielten.

Anders gesagt: Menschen hielten auch neuere KI-Modelle weiterhin für Erzeuger ungewöhnlich attraktiver Gesichter, selbst wenn automatisierte Messungen eine Abschwächung dieser Tendenz nahelegten.

Der unfaire Vorteil

Das letzte Experiment untersuchte, ob der Anblick attraktiver KI-Gesichter beeinflussen konnte, wie echte Bewerber beurteilt wurden.

Für eine simulierte Stelle als „Mitarbeiter im Kundenerfolgsmanagement“ wurden 570 US-Erwachsene in drei Gruppen aufgeteilt. Nachdem sie vier identische Bewerber bewertet hatten, sah jede Gruppe acht Profile mit echten Fotos, retuschierten Fotos oder KI-Gesichtern. Die KI-Gesichter hatten zuvor 5,75 von sieben Attraktivitätspunkten erhalten, echte Fotos 2,99. Die retuschierten Bilder waren mit einem auf Facetunes Funktion One-tap Enhance beruhenden Effekt geglättet und aufgehellt worden.

Zwölf weitere Bewerber mit in allen drei Gruppen identischen Fotos und Qualifikationen wurden einbezogen, um zu prüfen, ob die verschiedenen Bilder Einstellungsentscheidungen beeinflussten.

Bewerber mit KI-Gesichtern wurden hinsichtlich Beschäftigungsfähigkeit und Vertrauenswürdigkeit etwas besser bewertet, ohne dass Vorstellungsgesprächseinladungen signifikant zunahmen. Nach dem Anblick dieser Gesichter wurden jedoch dieselben echten Bewerber als weniger beschäftigungsfähig und vertrauenswürdig beurteilt; die Einladungen sanken von 77,4 % auf 72,5 %:

Ergebnisse des Einstellungstests: Veränderungen der wahrgenommenen Beschäftigungsfähigkeit, Vertrauenswürdigkeit und Gesprächswahrscheinlichkeit echter Bewerber nach Kontakt mit unterschiedlichen Gesichtstypen. Niedrigere Bewertungen folgten auf KI-Gesichter, nicht aber auf retuschierte Fotos. Punkte zeigen Unterschiede zur Kontrollgruppe mit echten Fotos; vertikale Linien zeigen 95-%-Konfidenzintervalle.

Nach retuschierten Fotos wurde kein vergleichbarer Rückgang gemessen. Echte Menschen, die vermeintlich bestmöglich aussahen, legten die Messlatte also nicht so höher, wie die KI-Bilder es getan hatten.

Die Autoren kommentieren:

„Bewerber mit KI-generierten Gesichtern erhielten nur geringfügig bessere direkte Bewertungen. Teilnehmer, die diese Gesichter sahen, bewerteten danach jedoch dieselben echten Kandidaten in allen drei Ergebnisgrößen negativer.

„Die KI-generierten Kandidaten selbst wurden direkt etwas vertrauenswürdiger bewertet. Eine bloße allgemeine Abneigung gegen Profile mit KI-Gesichtern ist daher weniger wahrscheinlich.

„Dennoch sagt uns das Experiment nur, dass die Exposition wichtig war, nicht warum.“

Fazit

Meiner persönlichen Beobachtung nach beherrschen KI-generierte Figuren inzwischen eindeutig die Straßenwerbung in meiner Stadt, doch das ist zweidimensionale Kunst. Ob diffusionsbasierte generative Videos in Fernsehen und Film die heutigen rechtlichen und ethischen Grenzen überwinden, bleibt abzuwarten. Falls ja, könnten erheblich mehr KI-generierte und/oder KI-erweiterte Schauspieler „den ästhetischen Standard anheben“ und das in der Arbeit beschriebene Szenario allgegenwärtiger KI-Schönheit verwirklichen.

Das Prinzip ist nicht neu, das Automatisierungspotenzial hingegen schon. Man könnte dann das Wesen heutiger oder früherer realer Prominenter, Models und öffentlicher Repräsentanten destillieren, vervielfältigen oder „verbessern“ und breit verbreiten – ohne teure Vertragsverhandlungen. Doch das steht noch aus, sofern es überhaupt eintritt.

^† Unter dem Titel Generative AI Produces and Transmits Beauty Bias, von acht Forschern aus Cornell, der University of Florida und der University of Pennsylvania.

* Die Quellenverweise der Autoren im Fließtext habe ich in Hyperlinks umgewandelt.

Erstmals veröffentlicht am Montag, dem 19. Oktober 2026