10 Fakten zu verzerrter Wahrnehmung
Wie gender-basierte Biases das Lernen beeinflussen
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. Science, 185, 1124–1130. https://doi.org/10.1126/science.185.4157.1124
[2] Kahneman, D., & Tversky, A. (1996). On the reality of cognitive illusions. Psychological Review, 103(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 Education, 10(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 Development, 82(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 Economics, 134(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 Education, 84(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 Education, 17(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 Psychology, 47(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 Psychology, 50(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 Open, 2(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 Psychology, 48(6), 1267–1278. https://doi.org/10.1016/j.jesp.2012.06.003
Ansprechpartnerin

Weitere Beiträge
„Nie nur eine, sondern multiple Quellen verwenden“
Wenn Gaming zum Lernvorteil wird
„Teilhabe beginnt mit dem Wording"
Ihr wollt keinen Beitrag mehr verpassen?
Dann meldet Euch jetzt für unseren Newsletter an.
