Dieselbe KI, ein anderes Gesicht: Wie Signale des Gegenübers Entscheidungen beeinflussen

Die Leistung bleibt gleich, die Reaktion nicht

Stellen Sie sich zwei Gesprächspartner vor, die dieselben Argumente vorbringen und dieselben Konditionen anbieten. Würden Sie beide gleich behandeln? Die meisten Verhandler würden diese Frage bejahen. Doch zwischen dem, was Menschen über ihr Verhalten sagen, und dem, was sie tatsächlich tun, kann eine Lücke liegen. Genau diese Lücke macht eine neue Studie über KI-Assistenten interessant.

Ein kontrollierter Vergleich im virtuellen Büro

Isabelle Cuber und ihr Forschungsteam untersuchten in einer am 3. Oktober 2026 erschienenen Studie für die Konferenz NordiCHI, wie die Darstellung von KI-Assistenten Entscheidungen bei der Arbeit beeinflusst. 189 Wissensarbeiter erledigten Aufgaben mit Assistenten, deren zugrunde liegende Fähigkeiten identisch waren. Die Darstellung unterschied sich. Anschließend konnten die Teilnehmenden reale Geldprämien vergeben. Hinzu kamen 34 Interviews. Ein weiblich dargestellter Assistent erhielt 10,25 Prozent weniger als sein männlich dargestelltes Gegenstück. Gleichzeitig beschrieben viele Befragte das Geschlecht des Assistenten als unwichtig. Das Experiment untersuchte Arbeitssituationen in virtueller Realität, keine Einkaufsverhandlungen. Es belegt weder eine allgemeine Regel für alle Personen noch einen bestimmten Effekt auf Verhandlungsergebnisse.

Der Rahmen verändert, wie ein Argument ankommt

Im Einkauf konzentrieren wir uns auf Preis, Lieferzeit, Kapazität und Alternativen. Diese Faktoren sind entscheidend. Aber auch Stimme, wahrgenommener Status, Auftreten und Sicherheit beeinflussen möglicherweise, wie wir Aussagen bewerten. Ein selbstbewusst vorgetragener Kostenanstieg kann überzeugender wirken als dieselbe Behauptung in vorsichtiger Sprache, ohne dass sich die Belege ändern. Ob das im Einzelfall tatsächlich eine Konzession auslöst, muss beobachtet werden. Die Studie liefert dafür einen Denkanstoß, keinen kausalen Nachweis aus Verhandlungen.

Realistische Übung darf keine Klischees verstärken

Ein Verhandlungstraining verliert an Wert, wenn jeder simulierte Lieferant nach dem zweiten Einwand nachgibt. Unterschiedliche Gesprächspartner müssen unterschiedliche Interessen, Widerstände und Formen des Drucks mitbringen. Dabei dürfen Charaktere nicht entlang einfacher Geschlechter- oder Altersklischees programmiert werden. Eine weibliche Rolle ist nicht automatisch nachgiebiger, eine ältere nicht automatisch kompetenter. Wirtschaftliche Motive und Reaktionen müssen nachvollziehbar bleiben. Besonders aufschlussreich wäre, dieselbe geschäftliche Situation mit veränderten Signalen des Gegenübers erneut zu üben. Werden identische Behauptungen unterschiedlich geprüft? Verändert sich die Bereitschaft zu Zugeständnissen? Das ist eine Trainingsfrage, noch keine Diagnose.

Was sich tatsächlich messen lässt

Ein Gesprächsprotokoll kann zeigen, dass jemand eine Behauptung nicht mehr hinterfragt oder eine Forderung akzeptiert. Es kann nicht allein erklären, ob Geschlecht, Auftreten oder andere Merkmale die Ursache waren. Dafür braucht es vergleichbare Szenarien und mehrere Beobachtungen. Der Unterschied zwischen Ergebnis, beobachtbarem Verhalten und tatsächlicher Fähigkeit wird auch in unserem Artikel über die Messung von Verhandlungsleistung erläutert. Voice2Evolve setzt bei der realistischen mündlichen Übung und anschließenden Analyse an, nicht bei einer vermeintlichen Gedankenmessung.

Den Moment erkennen, bevor man nachgibt

Wenn ein Lieferant besonders sicher klingt, lohnt sich die Frage nach der Grundlage seiner Aussage. Wenn ein ranghohes Gegenüber Druck aufbaut, muss die eigene Verhandlungsposition trotzdem überprüfbar bleiben. Professionalität besteht nicht darin, soziale Signale völlig auszublenden. Sie besteht darin, zu erkennen, wann diese Signale eine wirtschaftliche Entscheidung ohne ausreichende Sachgrundlage verändern. Und genau das lässt sich besser in einem echten Gesprächsfluss üben als beim stillen Lesen einer Checkliste.

Quellen

• Cuber, I. et al. (3 October 2026). Human-Like and Male? How AI Assistant Design Relates to Trust and Monetary Reward at Work in VR. Proceedings of NordiCHI 2026.
• University of Zurich (8 October 2026). Mehr Lohn für männliche KI-Assistenten.