10 Fakten zu verzerrter Wahrnehmung  

Wie gender-basierte Biases das Lernen beeinflussen

02. April 2026 Lesedauer: ca. 7 min
Didaktik
MesH
Bunte Sprechblasen auf einer Pinnwand. In der Mitte steht

Wir halten uns für objektiv – doch unser Gehirn filtert, sortiert und bewertet Informationen blitzschnell nach vertrauten Mustern. Das macht Entscheidungen schneller, verzerrt aber oft unbemerkt unsere Wahrnehmung. Im Lernalltag beeinflusst das, wem wir bestimmte Fähigkeiten zutrauen, wen wir ermutigen und wie wir Leistungen bewerten – auch im MINT-Bereich. 

Unser Schwesterprojekt MesH_MINT hat die folgenden zehn wissenschaftlichen Fakten zusammengetragen, um Euch zu zeigen, wie subtil Gender-Bias wirkt – und warum es sich lohnt, die eigenen Einschätzungen zu hinterfragen. 

1) Bias: Unser Gehirn vereinfacht, das ist aber ungenau 

Eine Schülerin macht einen Rechenfehler – und unbewusst entsteht bei uns der Gedanke: „Mathe liegt Mädchen nicht“, obwohl Studien das widerlegen. Solche systematischen Denkfehler nennt man Bias: mentale Abkürzungen, mit denen unser Gehirn Informationen vereinfacht. Sie sparen Energie, führen aber häufig zu verzerrten und unfairen Urteilen.1,2 

2) Biases können bewusst oder unbewusst wirken  

Manche Vorurteile sind uns bewusst. Das nennt man expliziten Bias.3 Daneben gibt es impliziten Bias: automatische, unbewusste Denkmuster, die mit Stereotypen verknüpft sind. Gerade in MINT-Kontexten – etwa bei Aufgabenverteilungen, Leistungszuschreibungen oder Feedback – beeinflussen sie Entscheidungen oft stärker, als wir merken, und können so Benachteiligungen verstärken. 

3) Mehr Zutrauen in Jungen vergrößert Leistungsunterschiede 

In vielen Ländern wird naturwissenschaftliches Talent stärker mit Jungen verbunden. Dort, wo dieses Bild besonders stark ist, sind die Leistungsunterschiede zwischen Jungen und Mädchen im Schnitt größer.4 Das heißt: Erwartungen prägen die Realität. Denn, wer weniger erwartet, fördert oft auch weniger. 

4) Stereotype Bilder in MINT entstehen früher, als man denkt 

Schon Kinder entwickeln Vorstellungen davon, wer „wirklich schlau“ ist. Schon ab etwa sechs Jahren verbinden viele Kinder „schlau sein“ eher mit Jungen.5 Spätestens in der frühen Jugend taucht dann zusätzlich die Vorstellung auf, dass Mathe eher „Jungssache“ ist (z. B. ab Jahrgangsstufe 8).6 Und das betrifft nicht nur Schule – sondern auch Robotik-AGs, Technikcamps oder Programmierkurse. 

5) Bias entscheidet mit über die MINT-Zukunftschancen 

Wenn MINT eher Jungen zugetraut wird, hat das gravierende Folgen für die gesamte Bildungskarriere von Kindern und Jugendlichen – etwa bei Empfehlungen zur weiterführenden Schulform.7 Wie Lehrkräfte Kinder beurteilen, prägt deren künftige Bildungs- und Berufswege.8  

Tipp:

  • Hinterfragt Euch selbst, ob Ihr MINT-Kompetenzen allen gleichermaßen zutraut.  
  • Ermutigt gezielt auch diejenigen, die sich selbst noch nicht in technischen oder naturwissenschaftlichen Rollen sehen. 
  • Orientiert eure Empfehlungen an konkreten Leistungen und Interessen, nicht an impliziten Erwartungen und Stereotypen. 

6) Leistungsdefizite werden bei Mädchen eher mangelndem Talent, bei Jungen eher mangelnder Anstrengung zugeschrieben. 

Wenn Mädchen in Mathe schlechter abschneiden, wird das oft mit „fehlendem Talent“ erklärt. Bei Jungen heißt es eher: „Nicht genug gelernt.“ Das ist ein riesiger Unterschied. Denn fehlende Vorbereitung kann man ändern. Vermeintlich fehlendes Talent wirkt wie ein Stempel.9 

7) Erwartungen formen das Selbstkonzept 

Wer hört, es fehle die Begabung, traut sich beim nächsten Mal von vornherein weniger zu. Wer dagegen gesagt bekommt, mehr Anstrengung sei nötig, versucht es eher erneut. Erwartungen  – ob von Lehrkraft, Workshopleitung oder Mentor:in – spiegeln sich im Selbstkonzept der Jugendlichen.10 Und genau hier entstehen selbsterfüllende Prophezeiungen. 

Siehe auch: 10 Fakten zum Selbstkonzept in MINT – MINTvernetzt

Tipp: Achtet bewusst darauf, wie Iihr Leistungen – und vor allem Misserfolge – erklärt. Welche Faktoren gibt es, die veränderbar sind? Motiviert Kinder und Jugendliche gezielt, an Schwächen zu arbeiten statt diese als gegeben hinzunehmen. 

8) Gender-Biases gibt es entlang der gesamten Bildungskette 

Von der Grundschule bis zur Promotion zeigt sich: In MINT-Bereichen, in denen „angeborenes Talent“ besonders betont wird, sind Frauen deutlich seltener vertreten.11 Wo Talent als mystische Gabe gilt, fühlen sich weniger Mädchen und Frauen angesprochen. Wo Entwicklung und Lernen betont werden, öffnen sich Türen. Nur so schafft man die Grundlage für mehr Diversität in MINT. 

9) Für Mädchen gilt in MINT ein doppelter Maßstab, um als kompetent zu gelten 

Studien belegen: In der Primarstufe wird Mädchen mathematische Stärke oft nur dann zugeschrieben, wenn sie zusätzlich als fleißig und angepasst wahrgenommen werden. Bei Jungen reicht gute Leistung allein. Das heißt: Mädchen müssen häufiger „brav sein“, um als kompetent zu gelten.12,13  

10) Biases sind hartnäckig und verschwinden nicht allein durch gute Absichten 

Biases stecken in Denkgewohnheiten, Gefühlen und Routinen. Gute Vorsätze allein reichen nicht, sie abzubauen. Wichtig ist, sich selbst und seine Bewertungen regelmäßig zu hinterfragen, mögliche Biases zu erkennen und aktiv gegen sie zu arbeiten. Nur so könnt Iihr eingeschliffene Denk- und Verhaltensmuster ändern.14  

Tipp:

  • Legt klare Kriterien fest, bevor iIhr Leistungen beurteilt oder Personen auswählt. 
  • Übt bewusst den Perspektivwechsel: Wie würde ich diese Situation bei einer anderen Person einschätzen? 
  • Holt euch Feedback von Kolleg:innen ein. 
  • Dokumentiert eEure Entscheidungen, um sie später nachvollziehen zu können. 

MINT-Campus: Video MINT & Gender

[1] Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science185, 1124–1130. https://doi.org/10.1126/science.185.4157.1124

[2] Kahneman, D., & Tversky, A. (1996). On the reality of cognitive illusions. Psychological Review103(3), 582–591. https://doi.org/10.1037/0033-295X.103.3.582 
 
[3] Copur-Gencturk, Y., Thacker, I., & Cimpian, J. R. (2023). Teachers’ race and gender biases and the moderating effects of their beliefs and dispositions. International Journal of STEM Education10(1). https://doi.org/10.1186/s40594-023-00420-z  
 
[4] Nosek, B. A., Smyth, F. L., & et al. (2009). National differences in gender–science stereotypes predict national sex differences in science and math achievement. Proceedings of the National Academy of Sciences,106(26). https://doi.org/10.1073/pnas.0809921106  
 
[5] Bian, L., Leslie, S.J., & Cimpian, A. (2017). Gender stereotypes about intellectual ability emerge early and influence children’s interests. Science (New York, N.Y.)355(6323), 389–391. https://doi.org/10.1126/science.aah6524  
 
[6] Cvencek, D., Meltzoff, A. N., & Greenwald, A. G. (2011). Math-gender stereotypes in elementary school children. Child Development82(3), 766–779. https://doi.org/10.1111/j.1467-8624.2010.01529.x 
 
[7] Carlana, M. (2019). Implicit Stereotypes: Evidence from Teachers’ Gender Bias The Quarterly Journal of Economics134(3), 1163–1224. https://doi.org/10.1093/qje/qjz008  
 
[8] Nürnberger, M., Nerb, J., Schmitz, F., Keller, J., & Sütterlin, S. (2016). Implicit Gender Stereotypes and Essentialist Beliefs Predict Preservice Teachers’ Tracking Recommendations. The Journal of Experimental Education84(1), 152–174. https://doi.org/10.1080/00220973.2015.1027807 
 
[9] Espinoza, P., Arêas da Luz Fontes, A. B., & Arms-Chavez, C. J. (2014). Attributional gender bias: teachers’ ability and effort explanations for students’ math performance. Social Psychology of Education17(1), 105–126. https://doi.org/10.1007/s11218-013-9226-6  
 
[10] Graham, S. (1984). Communicating sympathy and anger to Black and White children: The cognitive (attributional) consequences of affective cues. Journal of Personality and Social Psychology47(1), 40–54. https://doi.org/10.1037/0022-3514.47.1.40  
 
[11] Leslie, S.J., Cimpian, A., Meyer, M., & Freeland, E. (2015). Expectations of brilliance underlie gender distributions across academic disciplines. Science (New York, N.Y.)347(6219), 262–265. https://doi.org/10.1126/science.1261375 
 
[12] Robinson-Cimpian, J. P., Lubienski, S. T [Sarah Theule], Ganley, C. M., & Copur-Gencturk, Y. (2014). Teachers’ perceptions of students’ mathematics proficiency may exacerbate early gender gaps in achievement. Developmental Psychology50(4), 1262–1281. https://doi.org/10.1037/a0035073 
 
[13] Cimpian, J. R., Lubienski, S. T [Sarah T.], Timmer, J. D., Makowski, M. B., & Miller, E. K. (2016). Have Gender Gaps in Math Closed? Achievement, Teacher Perceptions, and Learning Behaviors Across Two ECLS-K Cohorts. AERA Open2(4), Article 2332858416673617. https://doi.org/10.1177/2332858416673617  
 
[14] Devine, P. G., Forscher, P. S., Austin, A. J., & Cox, W. T. L. (2012). Long-term reduction in implicit race bias: A prejudice habit-breaking intervention. Journal of Experimental Social Psychology48(6), 1267–1278. https://doi.org/10.1016/j.jesp.2012.06.003 

Ansprechpartnerin

Porträt einer Frau, die mit direktem, freundlichen Blick in die Kamera schaut.

Geraldine Blomberg, MesH_MINT

MINT-Transfer

Ihr wollt keinen Beitrag mehr verpassen?

Dann meldet Euch jetzt für unseren Newsletter an.