Die Zukunft der Persönlichkeitsdiagnostik: KI, Sprache und passive Erfassung

Persönlichkeitsfragebögen funktionieren, indem sie Menschen bitten, sich selbst zu beschreiben. Sie lesen eine Aussage — „Ich bin der Mittelpunkt jeder Party" — und geben auf einer nummerierten Skala an, wie genau sie auf Sie zutrifft. Die Methode ist einfach, zuverlässig und durch jahrzehntelange Forschung belegt. Sie ist jedoch auch durch eine grundlegende Asymmetrie begrenzt: Die Bewertung hängt vollständig davon ab, was Sie über sich selbst sagen wollen.

Ein wachsendes Forschungsgebiet erkundet einen anderen Ansatz. Anstatt Menschen zu bitten, ihre Persönlichkeit zu beschreiben, versuchen passive Erfassungssysteme, die Persönlichkeit aus dem Verhalten der Menschen abzuleiten — wie sie tippen, wie sie sprechen, welche Sprache sie in ihren Nachrichten und Beiträgen verwenden, wie sie sich durch physische Räume bewegen. Diese Ansätze erfordern keine bewusste Selbstreflexion. Sie ziehen Rückschlüsse aus den Spuren des alltäglichen Verhaltens.

Dieser Wandel ist von enormer Bedeutung für die Ethik der Persönlichkeitsdiagnostik. Wenn Inferenz unsichtbar wird, wird Einwilligung wichtiger, nicht weniger. Und die Fragen der Genauigkeit, Fairness und angemessenen Anwendung werden dringend auf eine Weise, die sie nicht waren, als die Bewertung Ihre aktive Teilnahme erforderte. Für den Kontext der aktuellen Best Practices, die diese Technologien stören, siehe warum Persönlichkeitswissenschaft im Mittelpunkt evidenzbasierter HR stehen sollte.

Welche passiven Persönlichkeitserfassungsansätze gibt es heute

Die passive Erfassungslandschaft umfasst mehrere verschiedene Modalitäten, die jeweils einen anderen Verhaltenskanal nutzen. Eine nützliche allgemeine Einführung in die beteiligten Rechenmethoden findet sich auf Wikipedia: Verarbeitung natürlicher Sprache.

Sprach- und Textanalyse. Die ausgereifteste Linie der passiven Persönlichkeitserfassung stützt sich auf die Verarbeitung natürlicher Sprache, um Big Five-Merkmale aus geschriebenem Text abzuleiten. Forscher haben herausgefunden, dass lexikalische Merkmale — Wortwahl, Satzstruktur, Verwendung von Absicherungssprache, Häufigkeit von Pronomen in der ersten Person, emotionaler Wortschatz — zuverlässig mit Persönlichkeitsmerkmalen assoziiert sind. Eine Meta-Analyse von 2015 von Park et al. ergab, dass sprachbasierte Vorhersagen von Big Five-Merkmalen durchschnittliche Korrelationen mit Selbstberichtswerten von etwa .30 bis .40 für Extraversion und Offenheit erzielten, etwas niedriger für die verbleibenden Merkmale. Diese Korrelationen sind bescheiden, aber konsistent.

Der IBM Personality Insights Service (später eingestellt) war eine kommerzielle Implementierung dieses Ansatzes, der das LIWC-Framework (Linguistic Inquiry and Word Count) und Deep Learning verwendete, um Big Five-Profile aus Schrifttext zu inferieren. Nutzer konnten einen Textblock einreichen und im Gegenzug ein Persönlichkeitsprofil erhalten. Die technische Leistung entsprach in etwa den akademischen Benchmarks, aber der Dienst warf sofortige Fragen auf, was Nutzer tatsächlich darüber verstanden, was aus ihren Worten geschlossen wurde.

Sprache und akustische Merkmale. Stimme trägt Persönlichkeitsinformationen auf Weisen, die über die Wortwahl hinausgehen. Studien haben gezeigt, dass vokale Merkmale — Sprechgeschwindigkeit, Tonhöhenvariabilität, Pausenmuster, Flüssigkeit — mit Big Five-Dimensionen assoziiert sind, insbesondere Extraversion und Neurotizismus (Präsenz und Tiefe bei Cèrcol). Hochpräsente Sprecher neigen dazu, schneller zu sprechen, mit weniger Pausen und größerer Amplitudenvariation. Hochtiefe Sprecher zeigen bei leichtem Stress erhöhte Tonhöhe und mehr Disfluenzen.

Die Forschung von Mairesse et al. (2007) untersuchte die Persönlichkeitserkennungsleistung von akustischen Modellen gegenüber textbasierten Modellen und stellte fest, dass beide unabhängige Informationen enthielten. Kombinierte Modelle übertrafen jede Modalität allein, was darauf hindeutet, dass zukünftige multimodale Systeme eine bedeutend bessere Genauigkeit erzielen könnten als aktuelle Einzelkanal-Ansätze.

Tastaturdynamik. Wie Sie tippen, codiert Persönlichkeitsinformationen. Die Tastaturdynamikforschung untersucht Inter-Tasten-Intervalle, Fehlerquoten, Tipprhythmus und Korrekturverhalten. Eine Studie von Epp et al. (2011) ergab, dass Tippmerkmale Big Five-Dimensionen mit bescheidener, aber überzufälliger Genauigkeit vorhersagen konnten, mit den stärksten Signalen für Extraversion und Neurotizismus. Die Idee ist, dass gewohnte Tippmuster zugrunde liegende Merkmale im Motorsystem widerspiegeln — impulsive Tipper können andere Zeitprofile zeigen als methodische.

Smartphones und mobile Erfassung. Smartphones erzeugen kontinuierliche Verhaltensströme: Standortmuster, Anruf- und Nachrichtenhäufigkeit, App-Nutzung, Bildschirm-Einschaltdauer, Bewegungsmuster. Die Forschung von Chittaranjan et al. (2013) ergab, dass Smartphone-Nutzungsprotokolle Big Five-Merkmale mit Korrelationen von .22 bis .38 vorhersagen konnten, wobei Gewissenhaftigkeit am besten durch strukturierte Nutzungsmuster vorhergesagt wurde und Neurotizismus durch Anrufhäufigkeit und abendliche Telefonaktivität. Diese Ergebnisse sind parallel, rivalisieren aber noch nicht mit der Genauigkeit validierter Selbstberichtsinstrumente. Wie die traditionelle Länge des Selbstberichts die Messqualität beeinflusst, erfahren Sie unter warum 120 Items besser sind als 10: die Länge von Persönlichkeitstests.

Was passive Erfassung auf individueller Ebene vorhersagen kann und was nicht

Das Genauigkeitsbild der passiven Erfassung ist nuanciert. Die in akademischen Studien berichteten Korrelationen — typischerweise .20 bis .40 — sind real und replizierbar für Extraversion und Offenheit, die klarere Verhaltensmerkmale aufweisen. Für Gewissenhaftigkeit, Verträglichkeit und Neurotizismus ist die Genauigkeit geringer und variiert stärker zwischen Studien.

Wichtiger ist, dass diese Korrelationen wesentlich geringer sind als die, die durch explizite Fragebogenmethoden erzielt werden, die typischerweise interne Big Five-Reliabilitäten von .80 bis .90 und Test-Retest-Korrelationen von .75 bis .85 über kürzere Intervalle zeigen. Passive Erfassung kann bei großen N in Forschungskontexten nutzbare Gruppenprognosen erstellen, aber auf individueller Ebene — der Ebene, die für jede Bewertung einer bestimmten Person wichtig ist — ist die Unsicherheit groß.

Die Unterscheidung zwischen Gruppen- und Einzelvorhersage ist entscheidend und wird in populären und kommerziellen Darstellungen dieser Technologie oft übergangen. Ein Modell, das r = .35 zwischen Sprachmerkmalen und Extraversion über eine Stichprobe von 10.000 Personen erzielt, ermöglicht es nicht, eine einzelne Person genau als introvertiert oder extravertiert zu klassifizieren. Die Fehlerverteilung ist breit. Das Modell liegt im Durchschnitt richtig, aber für viele spezifische Individuen falsch. Das Verständnis dessen, was „Genauigkeit" hier bedeutet, ist direkt mit den Konzepten von Reliabilität und Validität in Persönlichkeitstests verbunden.

Das Problem der unsichtbaren Inferenz: Datenschutz und Einwilligung bei der passiven Erfassung

„Das bedeutendste Risiko der passiven Persönlichkeitserfassung liegt nicht darin, dass sie gut funktioniert — sondern darin, dass sie gut genug funktioniert, um in großem Maßstab eingesetzt zu werden, bevor die ethischen Rahmenbedingungen zu ihrer Steuerung existieren."

Wenn Sie einen Persönlichkeitsfragebogen ausfüllen, wissen Sie, dass Sie bewertet werden. Sie können entscheiden, was Sie preisgeben. Sie können wählen, nicht teilzunehmen. Wenn ein System Ihre Persönlichkeit aus Ihren Tippmustern, Ihrer Stimme oder Ihren Social-Media-Beiträgen ableitet, stehen Ihnen keine dieser Wahlmöglichkeiten zur Verfügung, es sei denn, Sie wurden explizit darüber informiert, was geschieht.

Diese Asymmetrie schafft ein ernstes Problem der informierten Einwilligung. Die für die passive Erfassung erforderliche Einwilligung ist anspruchsvoller als die für Selbstbericht-Fragebögen erforderliche — nicht weniger —, weil die Inferenz weniger transparent ist, das Subjekt weniger in der Lage ist, zu verstehen, was abgeleitet wird, und der Umfang der Datenwiederverwertung größer ist. Ein Datensatz von Social-Media-Beiträgen, die „zu Forschungszwecken" gesammelt wurden, kann reanalysiert werden, um Persönlichkeitsdimensionen abzuleiten, die den Teilnehmern zum Zeitpunkt der Datenerhebung nicht mitgeteilt wurden.

Regulatorische Rahmenbedingungen — einschließlich der DSGVO in Europa — beginnen, mit dieser Realität Schritt zu halten. Persönlichkeitsinferenz aus Verhaltensdaten kann die Verarbeitung personenbezogener Daten über Persönlichkeitsmerkmale darstellen, was spezifische Schutzmaßnahmen anzieht. Aber regulatorische Rahmenbedingungen hinken der Technologie typischerweise hinterher, und die praktische Durchsetzung von Einwilligungsanforderungen in Systemen, die schlussfolgern anstatt fragen, bleibt größtenteils ungelöst. Die rechtliche und ethische Grundlage für konventionelle Persönlichkeitsbewertung im Beschäftigungsverhältnis wird in Persönlichkeitstests bei der Einstellung: Was ist legal und was ist ethisch untersucht.

Trainingsdaten-Bias: Warum passive Erfassung bei unterrepräsentierten Gruppen versagt

Passive Erfassungsmodelle werden auf Datensätzen trainiert, die die Populationen widerspiegeln, aus denen sie gesammelt wurden. Wenn diese Populationen nicht repräsentativ sind — wenn Trainingsdaten bestimmte Demografien, Sprachen oder kulturelle Kontexte überrepräsentieren —, werden die resultierenden Modelle für unterrepräsentierte Gruppen verzerrte Vorhersagen liefern.

Die Evidenz in diesem Punkt ist besorgniserregend. Textbasierte Persönlichkeitsmodelle, die überwiegend auf englischsprachigen Social-Media-Daten trainiert wurden, schneiden bei Texten von Nutzern, deren Erstsprache nicht Englisch ist oder die die Plattform auf kulturell eigenständige Weise nutzen, wesentlich schlechter ab. Akustische Modelle, die auf westlichen Englischsprechern trainiert wurden, übertragen sich nicht zuverlässig auf andere Sprachgruppen und Akzente. Das Fairness-Problem bei der passiven Erfassung ist kein zukünftiges Risiko — es ist eine gegenwärtige Realität in jedem System, das über demografische Untergruppen hinweg bewertet wurde.

Dies ist besonders wichtig für Anwendungen in der Einstellung und im HR-Bereich. Ein passives Erfassungssystem, das die Gewissenhaftigkeit von Nicht-Muttersprachlern unterschätzt, weil ihre Wortwahlmuster nicht mit der Trainingsverteilung übereinstimmen, ist nicht nur ungenau — es ist in der Wirkung diskriminierend, auch wenn es das nicht in der Absicht ist. Dies ist ein Grund, warum die Replikationskrise der Persönlichkeitswissenschaft wichtig ist — Forscher, die an passiver Erfassung arbeiten, stehen vor denselben externen Validitätsproblemen, die die Psychologie im Allgemeinen belasten.

Warum Cèrcol explizite Einwilligung gegenüber passiver Inferenz gewählt hat

Cèrcol verwendet Selbstbericht-Fragebögen und Peer-Bewertungen von Zeugen — keine passive Erfassung. Jeder Teilnehmer weiß, was bewertet wird, warum und wer die Ergebnisse sehen wird. Dies ist keine technologische Einschränkung; es ist eine bewusste Designentscheidung, die den Stand der Evidenz zur Genauigkeit der passiven Erfassung und die ethischen Anforderungen für eine bedeutsame informierte Einwilligung widerspiegelt. Die vollständige Begründung für Anonymität in der Persönlichkeitsdiagnostik gilt hier gleichermaßen: Wenn Teilnehmer kontrollieren, was gesammelt wird und wer es sieht, sind die Daten sowohl ethischer als auch genauer.

Die passive Erfassungsforschung ist wissenschaftlich interessant und wird sich weiterentwickeln. Aber die Lücke zwischen dem, was aktuelle Systeme auf individueller Ebene erreichen können, und dem, was für eine genaue, faire und ordnungsgemäß zustimmungsbasierte Persönlichkeitsinferenz aus passiven Daten erforderlich wäre, ist erheblich. Praktiker, die passive Erfassungstools evaluieren, sollten Genauigkeitsansprüche auf individueller Ebene prüfen, demografische Untergruppen-Leistungsdaten anfordern und auf Transparenz darüber bestehen, was abgeleitet wird und wie.

Wie Cèrcol in die Zukunft der Persönlichkeitsdiagnostik passt

Da KI-gestützte Inferenztools sich vermehren, wird der Wert von Bewertungen mit transparentem, zustimmungsbasiertem Design eher zu- als abnehmen. Cèrcol verwendet den IPIP-Item-Pool — gemeinfrei, von Fachkollegen geprüft und weit validiert — kombiniert mit anonymen Peer-Bewertungen durch das Zeugen-Instrument. Dies bietet Ihnen die Genauigkeit eines validierten Multi-Rater-Ansatzes ohne die Datenschutz-Kompromisse passiver Inferenz. Die Wissenschaft hinter Cèrcol wird vollständig offengelegt, ist nicht proprietär. Wenn Sie Persönlichkeitsdiagnostik-Tools für Ihr Team evaluieren und verstehen möchten, was die Technologie verantwortungsvoll leisten kann und was nicht, ist die kostenlose Bewertung auf cercol.team ein guter Ausgangspunkt — sowohl als Referenzpunkt als auch als konkretes Beispiel dafür, wie einwilligungsrespektierende, evidenzbasierte Bewertung in der Praxis tatsächlich aussieht.

Weiterführende Lektüre: Persönlichkeitstests bei der Einstellung: Was ist legal, was ist ethisch · Was Persönlichkeitswissenschaft nicht vorhersagen kann

Weiterführende Lektüre

• Persönlichkeitstests: Open Source vs. kommerziell
• Warum 120 Items besser sind als 10: Die Länge von Persönlichkeitstests
• Anonymität in der Persönlichkeitsdiagnostik: Warum es wichtig ist
• Forced-Choice-Bewertung: Was es ist und warum es wichtig ist
• Persönlichkeitswissenschaft: Evidenzbasiertes HR — Warum es wichtig ist
• Was Persönlichkeitswissenschaft nicht vorhersagen kann