Was passiert, wenn man die KI nach Geschenkideen zum Valentinstag fragt? Ein Experiment mit drei Modellen und 150 Abfragen legt die verborgenen Geschlechtersilos offen, die KI-Empfehlungen prägen, und zeigt, warum Ihre Marke für die Hälfte Ihrer potenziellen Käufer unsichtbar sein könnte.
Das Experiment, das die Geschlechterverzerrung der KI aufdeckte
Wir haben am Valentinstag 2026 insgesamt 150 Abfragen durchgeführt und drei führenden KI-Modellen (Gemini, Grok und OpenAI) dieselbe einfache Frage gestellt: "Was ist das beste Valentinstagsgeschenk für [Freund/Freundin/Ehemann/Ehefrau/Partner]?"
Jeder der fünf Prompts durchlief alle drei Modelle, jeweils zehnmal, mithilfe der Stabilitätsanalyse-Methodik von Rankfor.AI (dieselbe "Würfelwurf"-Technik, die wir bereits für unsere Weihnachtsstudien eingesetzt haben). Dies ist die dritte Studie einer Reihe, die die Verzerrung von KI-Empfehlungen untersucht, im Anschluss an unsere Weihnachtsgeschenk-Experimente für Erwachsene und Kinder.
Das Ergebnis? Eine klare Erkenntnis darüber, wie KI geschlechtsspezifische Einkaufswelten konstruiert und wie der saisonale Kontext die Richtung der Verzerrung vollständig umkehrt.
Die Umkehrung: Der Valentinstag dreht den Spieß um
In unserer Weihnachtsstudie erhielten männlich gerahmte Prompts mehr Markenempfehlungen als weiblich gerahmte. Am Valentinstag ist es genau umgekehrt.
Weiblich gerahmte Prompts dominieren nun die Markensichtbarkeit:
- Weibliche Prompts nennen durchschnittlich 5,23 Marken pro Iteration
- Männliche Prompts nennen durchschnittlich 4,50 Marken pro Iteration
- Das ergibt einen Vorsprung von 16,2 % zugunsten weiblich gerahmter Abfragen
Gemini treibt diesen Effekt am stärksten voran. Wenn Sie nach Geschenkideen für die Freundin fragen, liefert Gemini im Schnitt 14,2 Markennamen pro Antwort. Fragen Sie nach Ihrem Freund? Dann sinkt der Wert auf 11,8. Der Freundin-Prompt erzeugte über zehn Iterationen hinweg 58 einzigartige Marken, die höchste Vielfalt im gesamten Experiment.
Average Brands per Iteration: Male vs Female Prompts
Warum spielt der saisonale Kontext eine Rolle?
Der Valentinstag ist kulturell als "Einkaufsfeiertag" codiert, bei dem der Käufer (in heterosexuellen Beziehungen historisch überwiegend männlich) Geschenke für eine weibliche Empfängerin erwirbt. Weihnachten hingegen ist familienorientiert und ausgewogener. Die Daten legen nahe, dass KI-Modelle diese kulturellen Muster aus den Trainingsdaten aufnehmen und auf ihre Empfehlungen übertragen.
Übersetzt für Marken bedeutet das: Wenn Sie Schmuck, Hautpflege oder Luxusgüter für Frauen verkaufen, erreicht Ihre KI-Sichtbarkeit in der Valentinssaison ihren Höhepunkt. Wenn Sie Elektrowerkzeuge oder Whisky verkaufen, kämpfen Sie um Reste.
Die 10-fache Lücke bei der Markennennung: Gemini gegen alle anderen
Hier ist die Zahl, die jede Marke erschrecken sollte, die auf "KI-Auffindbarkeit" als Kanal setzt:
Gemini nennt 11,4 Marken pro Antwort. Grok nennt 1,3. OpenAI nennt 1,2.
Lesen Sie das noch einmal. Gemini nennt konkrete Produktnamen mit 9- bis 10-facher Wahrscheinlichkeit im Vergleich zu seinen Wettbewerbern.
Während Gemini wie ein persönlicher Einkaufsberater auftritt und über seine Antworten hinweg Markennamen wie Away, Mejuri, YETI und Tiffany streut, ziehen Grok und OpenAI es vor, Ihnen Denkraster zu liefern. Sie raten Ihnen, "etwas aufzuwerten, das er bereits nutzt" oder "einen personalisierten Gegenstand zu wählen, der mit einer gemeinsamen Erinnerung verbunden ist". Generisch. Abstrakt. Für Marken nutzlos.
Für Marketingfachleute: Wenn Sie auf einen "KI-Share-of-Voice" hinarbeiten, ist Gemini der Ort, an dem das Spiel gespielt wird. Die anderen Modelle nennen Marken kaum.
Die Geschlechtersilos: 70 % der Marken sind exklusiv
Wir haben 129 verschiedene Marken über alle Antworten hinweg erfasst. Von diesen:
- erschienen 52 Marken nur bei männlich gerahmten Prompts (Freund/Ehemann)
- erschienen 56 Marken nur bei weiblich gerahmten Prompts (Freundin/Ehefrau)
- wurden 21 Marken geschlechterübergreifend genannt
Das bedeutet, dass 70 % der Empfehlungen geschlechtsexklusiv sind. Wenn Ihre Marke nur bei einem Geschlecht auftaucht, sind Sie von der anderen Hälfte des Marktes ausgesperrt, nicht aus eigener Wahl, sondern durch algorithmische Stereotypisierung.
Gender-Exclusive vs Shared Brands (129 Total)
Was Männern empfohlen wird
Die Liste der reinen Männermarken liest sich wie ein Baumarkt gekreuzt mit einer Whiskybar:
Werkzeug & EDC: DeWalt, Milwaukee, Leatherman, Victorinox, Ridge-Geldbörsen, Bellroy Outdoor-Ausrüstung: YETI, Patagonia, Filson, Carhartt Technik & Gaming: Xbox, Steam Deck, SteelSeries, Sony Spirituosen: Lagavulin, Macallan, Pappy Van Winkle, Hibiki Grill & Küche: Traeger, Shun-Messer, Meater-Thermometer Fitness: Whoop, Garmin, Vuori
Wenn Sie laut KI an Männer verkaufen, verkaufen Sie Leistungsfähigkeit, Langlebigkeit und Meisterschaft.
Was Frauen empfohlen wird
Die reine Frauenliste besteht aus Schmuckvitrinen und Wellnesstagen:
Schmuck: Mejuri, Cartier, Tiffany, Monica Vinader, Vrai, Brilliant Earth Luxusmode: Chanel, Louis Vuitton, Cuyana, Anya Hindmarch, Sezane Hautpflege & Beauty: Glossier, La Mer, Augustinus Bader, Dr. Barbara Sturm, Sol de Janeiro Duft: Jo Malone, Byredo, Diptyque Zuhause & Komfort: Brooklinen, Lululemon, Barefoot Dreams, Skims, Eberjey Erlebnisse: Airbnb, Four Seasons, HelloFresh, GetYourGuide
Wenn Sie laut KI an Frauen verkaufen, verkaufen Sie Ästhetik, Selbstfürsorge und Erlebnisse.
Die Top 10: Freund gegen Freundin
Das empfiehlt die KI jeweils am häufigsten:
| Freund | Freundin |
|---|---|
| 1. Away (Gepäck) | 1. Away (Gepäck) |
| 2. Ember (smarte Tasse) | 2. Dyson (Haartechnik) |
| 3. YETI (Trinkgefäße) | 3. Mejuri (Schmuck) |
| 4. Sony (Elektronik) | 4. Airbnb (Erlebnisse) |
| 5. Bellroy (Geldbörsen) | 5. Ember (smarte Tasse) |
| 6. Ridge (Geldbörsen) | 6. Lululemon (Sportbekleidung) |
| 7. Apple (Technik) | 7. Oura Ring (Wellness) |
| 8. MasterClass (Lernen) | 8. Tiffany (Luxusschmuck) |
| 9. Patagonia (Outdoor) | 9. MasterClass (Lernen) |
| 10. Theragun (Wellness) | 10. Apple (Technik) |
Beachten Sie die einzige Überschneidung: Away, Ember, MasterClass und Apple. Alles andere ist getrennt.
Die zwei Marken, die das Geschlecht überwinden
Von 129 Marken erscheinen nur zwei durchgängig über alle Geschlechterrahmungen und Modelle hinweg:
Away (Gepäck): Genannt in 83 von 150 Iterationen insgesamt. Erscheint in den Top 3 für die Prompts Freund, Freundin, Ehemann, Ehefrau und Partner.
Ember (smarte Tasse): Genannt in 69 von 150 Iterationen. Das universelle "durchdachte Technikgeschenk".
Diese Marken haben etwas Bemerkenswertes erreicht: Sie sind empfehlungsneutral. Die KI codiert sie nicht geschlechtsspezifisch. Sie sind einfach gute Geschenke, Punkt.
Für Markenstrategen: Wenn Sie Ihre KI-Sichtbarkeit maximieren möchten, orientieren Sie Ihre Positionierung an Away und Ember. Sie haben den Code für universellen Anklang geknackt.
Das "Partner"-Problem: Wenn KI mit neutraler Sprache ringt
Als wir nach Geschenken für einen "Partner" fragten (geschlechtsneutrale Sprache), passierte etwas Interessantes: Die Antworten wurden weniger konsistent.
Die Werte für die semantische Überschneidung, die messen, wie ähnlich sich die Antworten über die Iterationen hinweg sind, fielen für den "Partner"-Prompt bei Gemini und OpenAI nahezu auf null. Grok erreichte einen Wert von 2 (im Vergleich zu 6 bei "Ehefrau").
Übersetzt: KI-Modelle verfügen über keine gut ausgeformten Narrative für geschlechtsneutrales Schenken. Sie sind auf geschlechtsspezifische Geschenkratschläge trainiert, und sobald man die geschlechtlichen Hinweise entfernt, geraten sie ins Straucheln.
Der Markenmix für "Partner" ist eine chaotische Mischung: LEGO (6 Nennungen, mehr als bei jedem geschlechtsspezifischen Prompt), Tiffany, Ridge-Geldbörsen, YETI und Dyson treten alle gemeinsam auf. Es ist, als würde die KI sich absichern und Optionen aus beiden Geschlechtersilos einwerfen.
Für inklusive Marken: Das ist eine Chance. Wenn Sie Ihr Produkt als partnertauglich positionieren können, gehören Sie zu den wenigen Marken, die die KI bei geschlechtsneutralen Abfragen selbstbewusst empfiehlt.
Modell-Konsens: Gemini ist ein Ausreißer
Wir haben mithilfe der Jaccard-Ähnlichkeit (einem Maß für die Überschneidung von Mengen) gemessen, wie stark die drei Modelle bei Markenempfehlungen übereinstimmen.
Ergebnisse:
- Grok gegen OpenAI: 0,40 bis 0,75 Ähnlichkeit (hohe Übereinstimmung)
- Gemini gegen Grok: 0,03 bis 0,09 Ähnlichkeit (fast keine Überschneidung)
- Gemini gegen OpenAI: 0,03 bis 0,09 Ähnlichkeit (fast keine Überschneidung)
Cross-Model Brand Agreement (Jaccard Similarity)
Gemini und die beiden anderen Modelle leben in verschiedenen Welten. Grok und OpenAI empfehlen fast immer dieselbe Handvoll Marken (Away, Ember, Amazon, Kindle, Calm). Gemini empfiehlt 10 bis 19 Marken pro Antwort, von denen Grok und OpenAI die meisten nie erwähnen.
Die strategische Konsequenz: Gemini ist das einzige Modell, bei dem eine granulare Markenoptimierung eine Rolle spielt. Wenn Sie in KI-Sichtbarkeit investieren (über Content-Marketing, SEO für LLMs oder Markenkooperationen), ist Gemini der Ort, an dem Sie einen ROI sehen werden. Die anderen Modelle nennen Marken schlicht nicht oft genug, um etwas zu bewegen.
Der am stärksten stereotypisierte Prompt: "Ehefrau" bei Grok
Die Werte für die semantische Überschneidung zeigen, welche Prompts die formelhaftesten Antworten erzeugen.
Gewinner: "Ehefrau" bei Grok erreichte einen Wert von 6, die höchste Konsistenz im Experiment.
Das legt nahe, dass Grok über eine ausgetretene Vorlage für "Geschenke für die Ehefrau" verfügt, die es über die Iterationen hinweg nahezu identisch wiederholt. Die Antwort ist vorhersehbar, stereotyp und veränderungsresistent.
Zweitplatzierter: "Ehemann" bei Gemini erreichte einen Wert von 5.
Im Gegensatz dazu erreichte "Partner" bei allen Modellen einen Wert nahe null und zeigte damit maximale Variabilität.
Was das bedeutet: Traditionelle Geschlechterrollen (Ehemann/Ehefrau) lösen starrere, vorlagengetriebene Antworten aus. Neutrale Sprache erzeugt kreativere, weniger stereotype Antworten, dafür aber auch weniger Markenspezifik.
Konsequenzen für den Handel: Wie Sie der Geschlechtsbindung entkommen
Wenn Ihre Marke in einem Geschlechtersilo gefangen ist, brechen Sie so aus:
1. Prüfen Sie Ihre KI-Sichtbarkeit nach Geschlecht
Führen Sie dieselbe Abfrage mit männlich und weiblich gerahmten Prompts durch. Erscheint Ihre Marke gleich häufig? Falls nicht, lassen Sie die Hälfte des Marktes liegen.
Testen Sie es selbst: Nutzen Sie das Stabilitätsanalyse-Tool von Rankfor.AI, um Ihre Marke über mehrere Modelle hinweg durch geschlechtsspezifische Prompts laufen zu lassen. Sehen Sie, wo Sie auftauchen und wo nicht.
2. Optimieren Sie Inhalte für beide Geschlechter
Wenn Sie Schmuck verkaufen und nur bei "Freundin"-Prompts auftauchen, schreiben Sie Inhalte über Herrenschmuck, geschlechtsneutrale Designs oder "Geschenke für jeden". Bringen Sie der KI bei, Ihre Marke mit breiteren Anwendungsfällen zu verbinden.
3. Orientieren Sie sich an universellen Marken
Studieren Sie, was Away und Ember tun. Ihr Marketing stützt sich nicht auf geschlechtsspezifische Klischees. Sie betonen Nutzen, Achtsamkeit und Qualität, Eigenschaften, die das Geschlecht überwinden.
4. Nehmen Sie gezielt Gemini ins Visier
Da Gemini bei der Markennennung dominiert, sollte Ihre SEO- und Content-Strategie das Google-Ökosystem priorisieren. Gemini schöpft aus dem Knowledge Graph von Google, weshalb Wikipedia-Einträge, strukturierte Daten und autoritative Backlinks wichtiger sind denn je.
5. Verwenden Sie neutrale Sprache in Ihren Kampagnen
"Tolle Geschenke für jeden." "Perfekt für jeden Anlass." Positionieren Sie sich als partnertauglich, nicht als spezifisch für Freund oder Freundin. Das erschließt den unterversorgten Raum geschlechtsneutraler Abfragen.
Das größere Bild: KI als kultureller Spiegel
Dieses Experiment ist Teil einer größeren Reihe (insgesamt 1.279 Abfragen über drei Studien), die untersucht, wie KI-Empfehlungen kulturelle Verzerrungen widerspiegeln und verstärken.
Was wir bislang gelernt haben:
- Weihnachten (Erwachsene): Männlich gerahmte Prompts erhielten mehr Marken
- Weihnachten (Kinder): Jungen bekamen MINT-Spielzeug und Actionfiguren, Mädchen bekamen Puppen und Bastelsets
- Valentinstag: Weiblich gerahmte Prompts erhalten nun mehr Marken
Die Erkenntnis: Der saisonale Kontext kehrt die Richtung der Verzerrung um. Die KI ist nicht durchgängig zugunsten eines Geschlechts verzerrt; sie ist zugunsten kultureller Erwartungen verzerrt, die an bestimmte Einkaufsanlässe geknüpft sind.
Weihnachten ist "ausgewogenes Schenken in der Familie", also ziehen männliche Prompts voran. Der Valentinstag ist "Einkaufen für die romantische Geste", historisch vom männlichen Käufer für die weibliche Empfängerin, also dominieren weibliche Prompts.
Für Marketingfachleute: Gehen Sie nicht davon aus, dass Verzerrung statisch ist. Sie verschiebt sich mit dem Kontext. Prüfen Sie die KI-Sichtbarkeit Ihrer Marke über mehrere saisonale und kulturelle Kontexte hinweg, um zu verstehen, wo Sie gewinnen und wo Sie verlieren.
Wie es weitergeht: Die Synthese der drei Studien
Diese Valentinstagsstudie vervollständigt unser Trio an Experimenten zur Geschlechterverzerrung. Als Nächstes veröffentlichen wir eine Synthese, die alle drei Studien nebeneinander vergleicht und die tieferen Muster offenlegt, nach denen KI geschlechtsspezifische Einkaufsrealitäten konstruiert.
Demnächst:
- Analyse der saisonübergreifenden Verzerrung (Weihnachten gegen Valentinstag)
- Vergleich von Alters- und Geschlechterverzerrung (Kinder gegen Erwachsene)
- Muster der Markenwanderung (welche Marken Kategorien überwinden)
- Das "KI-Sichtbarkeits-Playbook" für Markenstrategen
Testen Sie die Geschlechtsbindung Ihrer Marke
Möchten Sie wissen, ob Ihre Marke in einem Geschlechtersilo gefangen ist? Nutzen Sie die Competitive-Intelligence-Plattform von Rankfor.AI, um eine Stabilitätsanalyse über geschlechtsspezifische Prompts hinweg durchzuführen.
Das werden Sie herausfinden:
- Welche Geschlechterrahmungen den Namen Ihrer Marke auslösen
- Wie oft Sie im Vergleich zu Wettbewerbern erscheinen
- Welche Modelle Ihre Marke bevorzugen (Gemini, Grok oder OpenAI)
- Ob Sie empfehlungsneutral sind wie Away und Ember
Das Zeitalter des "Hoffentlich rankt Google uns" ist vorbei. Das neue Spiel heißt "Stellen Sie sicher, dass die KI uns empfiehlt". Und wenn die KI Sie nur der Hälfte des Marktes empfiehlt, verlieren Sie bereits.
Über die Studie: Diese Studie ist Teil der laufenden Untersuchung von Rankfor.AI zur Verzerrung von KI-Empfehlungen. Alle Daten, die Methodik und die Rohergebnisse stehen auf Anfrage zur Begutachtung durch Fachkollegen zur Verfügung.
Methodik: 150 Abfragen (5 Prompts x 3 Modelle x 10 Iterationen), durchgeführt am Valentinstag 2026 mithilfe der Stabilitätsanalyse-Methodik (Würfelwurf) von Rankfor.AI. Markennamen wurden per Regex-Abgleich ohne Beachtung der Groß- und Kleinschreibung gegen ein Wörterbuch mit über 140 Marken extrahiert. Die Werte für die semantische Überschneidung wurden von der API berechnet. Die Jaccard-Ähnlichkeit wurde für die eindeutigen Markenmengen je Prompt-Modell-Kombination ermittelt.
Getestete Modelle: Google Gemini 2.5 Flash, Grok (xAI), OpenAI GPT-4
Studienreihe:
- Weihnachtsgeschenke für Erwachsene: Geschlechterverzerrung in KI-Empfehlungen
- Weihnachtsgeschenke für Kinder: Wie KI Geschlechterklischees bei Spielzeug verstärkt
- Valentinstagsgeschenke: Die saisonale Umkehrung (diese Studie)
Dmitrij Żatuchin ist der Gründer von Rankfor.AI, einer Competitive-Intelligence-Plattform, die B2B-Marken hilft, ihre KI-Sichtbarkeit zu verstehen und für Empfehlungsmaschinen zu optimieren.