Anthropomorphismus: Das freundliche Gesicht der Maschine

Ende September 2026 lagen sechs Tage zwischen zwei Produktvorstellungen, die einander bemerkenswert ähnelten. Am 23. September zeigte Mark Zuckerberg zum Abschluss der Meta Connect den Muse Charm, ein handtellergroßes Gerät für den Schlüsselbund, dessen rund zwei Zoll großes Display fast vollständig von einer animierten Figur ausgefüllt wird. Entstanden ist es in Metas neuem Designlabor unter Alan Dye, dem früheren Interface-Chef von Apple.

Am 29. September folgte OpenAI mit den Dots: runde, farbige Figuren, die in ChatGPT als dauerhaft arbeitende Agenten auftreten. Den ersten Dot darf man selbst benennen; in OpenAIs eigenen Beispielen bespricht ein gelber namens Alfred ein Vertriebsangebot.

Mit Spielerei haben die Figuren wenig zu schaffen. Ein Dot arbeitet auf einem eigenen Cloud-Rechner, lernt aus Rückmeldungen und lässt sich mit mehr als 4.000 Anwendungen verbinden. Muse bekommt eine eigene E-Mail-Adresse und Anbindungen an Händler und Bezahldienste. Mit jedem verbundenen Dienst wächst die Reichweite dieser Agenten: Sie werten Informationen aus und führen, je nach ihren Berechtigungen, auch Handlungen aus. Und beide treten mit Augen vor ihr Publikum. Darin zeigt sich eine Tendenz, die sich durch die Geschichte der Technik zieht: Je mehr ein System von uns verlangt, desto freundlicher wird sein Gesicht.

Konrad Lorenz beschrieb 1943 das Kindchenschema: ein großer Kopf im Verhältnis zum Körper, eine hohe Stirn, große Augen, runde Wangen. Wo diese Merkmale auftauchen, reagieren Menschen mit Zuwendung, beim Säugling ebenso wie beim Plüschtier. Melanie Glocker und ihr Team haben den Effekt 2009 an manipulierten Fotos von Säuglingsgesichtern vermessen: Je ausgeprägter das Kindchenschema, desto niedlicher wurde ein Gesicht empfunden und desto stärker war die Motivation, sich zu kümmern. (1) Niedlichkeit kann also Zuwendung wecken. Ob daraus auch Vertrauen in die Fähigkeiten eines Systems entsteht, ist eine weitere Frage, und ihr gilt dieser Text.

Bemerkenswert ist an Muse und den Dots ebenso, was sie weglassen. Keine der Figuren versucht, wie ein Mensch auszusehen. Der Robotiker Masahiro Mori formulierte 1970 die Hypothese vom Uncanny Valley, jener Zone, in der eine Figur fast menschlich wirkt und gerade deshalb Unbehagen auslösen kann. Mori empfahl selbst, sich dem Tal lieber nicht zu nähern und stilisiert zu gestalten. Eine Comicfigur hat gute Chancen, diesseits zu bleiben: Sie weckt Zuwendung, ohne den Vergleich mit einem echten Gesicht herauszufordern. Aus Designersicht ist das präzise Arbeit, Rundungen statt Kanten, warme Farben, Augen als einziges Detail. Solche Figuren können Orientierung geben und zeigen, ob ein Agent arbeitet oder wartet. Sie leisten aber zugleich Beziehungsarbeit, und über diese Funktion wird selten gesprochen.

Dass Software wenig braucht, um als Gegenüber zu gelten, weiß die Informatik seit sechzig Jahren. Joseph Weizenbaum veröffentlichte 1966 ELIZA, ein Programm, das Sätze nach einfachen Mustern in Gegenfragen umformte. Zehn Jahre später berichtete er, wie seine Sekretärin, die ihm monatelang bei der Arbeit daran zugesehen hatte, ihn nach wenigen Sätzen bat, den Raum zu verlassen. Weizenbaum wurde darüber zum Kritiker seines eigenen Fachs. Der Mechanismus, den er beobachtet hatte, trägt heute den Namen seines Programms: der ELIZA-Effekt.

Clifford Nass und seine Kollegen in Stanford machten aus der Anekdote ein Forschungsprogramm. Sie zeigten 1994, dass Versuchspersonen gegenüber Computern soziale Regeln befolgen, die sie sonst Menschen vorbehalten, obschon sie auf Nachfrage bestritten, sich je so zu verhalten. (2) Computers Are Social Actors nannten sie das Paradigma. Nicholas Epley, Adam Waytz und John Cacioppo erklärten 2007, wann die Neigung besonders stark ist: wenn menschliches Wissen als naheliegendstes Erklärungsmodell bereitliegt, wenn wir ein System verstehen und vorhersagen wollen und wenn uns soziale Verbindung fehlt. (3) Der letzte Punkt verdient Aufmerksamkeit. Wer einsam ist, vermenschlicht stärker, und gerade diese Gruppe ist für das Geschäft mit künstlicher Nähe besonders interessant.

Wie verlässlich menschliche Züge Vertrauen erzeugen, ist allerdings weniger eindeutig, als die Anekdoten vermuten lassen. Forschende um Muriel Reuter werteten 2025 neunzehn Studien zum Zusammenhang von Anthropomorphismus und Vertrauen aus: Acht fanden einen deutlichen Effekt, vier keinen, sieben einen gemischten oder an Bedingungen geknüpften. (4) In ihren eigenen Experimenten erwiesen sich Stimme und Kommunikationsstil als wirksamer als Name und Aussehen. Das Gesicht ist demnach nur ein Teil der Inszenierung, und ob sie wirkt, hängt von Aufgabe, Kontext und Verlässlichkeit des Systems ab. Auch bei Kindern spielt die Gestaltung der Persona eine wichtige Rolle, wie eine noch nicht begutachtete Übersicht über 35 Studien zu Kindern und Chatbots nahelegt.

In der Automationsforschung gilt seit John Lee und Katrina See ein Ziel als Maßstab: kalibriertes Vertrauen. (5) Ein Mensch soll einem System so weit vertrauen, wie es tatsächlich leistet, nicht mehr und nicht weniger. Zu wenig Vertrauen verschenkt Nutzen, zu viel führt in den Automatisierungsbias, in dem Menschen Empfehlungen folgen, die sie besser geprüft hätten. Kalibriertes Vertrauen braucht belastbare Anhaltspunkte: Was kann das System, wie arbeitet es, und für welchen Zweck wurde es entwickelt? Lee und See nennen diese drei Grundlagen Leistung, Prozess und Absicht.

Anthropomorphe Gestaltung kann sich zwischen diese Anhaltspunkte und das Vertrauen schieben. Adam Waytz, Joy Heafner und Nicholas Epley ließen 2014 Versuchspersonen im Fahrsimulator ein Auto erleben, mal als gewöhnliches Fahrzeug, mal als autonomes System, mal zusätzlich mit Namen, Geschlecht und Stimme: Iris. Gefahren wurde in beiden autonomen Varianten auf dieselbe Weise. Dem vermenschlichten Auto vertrauten die Teilnehmenden dennoch mehr. Bei einem inszenierten Unfall, den eindeutig ein anderes Fahrzeug verursachte, reagierten sie körperlich gelassener und wiesen dem vermenschlichten System weniger Verantwortung zu. (6) Die Leistung blieb gleich, das Vertrauen stieg.

Der Lübecker Überblick ergänzt einen zweiten, unbequemeren Befund. Menschliche Züge halfen in mehreren Studien, Vertrauen nach einem Fehler zu bewahren, verbesserten aber nicht zuverlässig die Kalibrierung, also die Übereinstimmung zwischen Vertrauen und tatsächlicher Leistung. Darin liegt der heikle Punkt für Agenten, die Zugriff auf Postfach und Bezahldienste erhalten. Ein Gesicht kann Vertrauen auf Vorschuss erzeugen, bevor sich ein System an einer einzigen Erfahrung bewähren konnte.

Die zweite Verschiebung betrifft die Verantwortung, und hier ist Vorsicht geboten. Waytz' Versuchspersonen entlasteten Iris bei einem Unfall, den sie nicht verursacht hatte; über die Nachsicht bei eigenen Fehlern sagt das wenig. Eine Studie der Western Sydney University fand 2024 mit 31 Teilnehmenden in simulierten Mensch-Maschine-Teams einen verwandten Hinweis: Menschenähnliche Agenten mit niedrigem Rang erhielten mehr Vertrauen, und bei gescheiterten Aufgaben nahmen die menschlichen Teammitglieder mehr Schuld auf sich. (7)

Ein allgemeiner Maskottcheneffekt ist damit nicht belegt. Für die Gestaltung heutiger Agenten stellt sich aber eine weitergehende Frage: Kann die persönliche Beziehung zu einer Figur den Blick auf die Verantwortung des Anbietersverstellen? Eine Figur mit Namen wird leicht zum Adressaten von Lob, Ärger und Nachsicht. Kalkuliert Alfred ein Angebot falsch, ärgert man sich womöglich zuerst über Alfred. Wer ihn entwickelt hat, trainiert und betreibt, tritt dabei leicht in den Hintergrund. Man könnte vom Maskottchen als Verantwortungspuffer sprechen, als Hypothese, die zu prüfen sich lohnt.

OpenAI erläutert auf der Produktseite der Dots Berechtigungen, Freigaben und eine automatische Prüfstufe für Aktionen, die Konten berühren, und fordert dazu auf, folgenreiche Arbeit zu prüfen. Das ist vernünftig. Entscheidend ist, wie präsent diese Grenzen im Moment der Nutzung bleiben. Eine freundlich auftretende Figur darf die Aufmerksamkeit für Berechtigungen und Folgen nicht überlagern.

Microsoft hat die Grenzen der Methode schon einmal ausgelotet. Mit Office 97 erschien eine animierte Büroklammer, im Deutschen Karl Klammer, die beim Schreiben eines Briefes ungefragt ihre Hilfe anbot. Sie wurde zum Inbegriff ungebetener Hilfe, war ab Office XP standardmäßig abgeschaltet und verschwand mit Office 2007 ganz. Clifford Nass hat ihr Scheitern in seinem Buch The Man Who Lied to His Laptop mit seinen eigenen Befunden erklärt: Wer als soziales Wesen auftritt, wird nach sozialen Maßstäben beurteilt, und Karl Klammer benahm sich wie ein Kollege, der unterbricht, nichts dazulernt und jede Zurückweisung überhört.

Daraus folgt eine Lektion, die für Agenten schwerer wiegt als für eine Büroklammer. Ein Gesicht hebt die Erwartung. In einer der von Reuter ausgewerteten Studien ließ sich überhöhtes Vertrauen nur bei maschinenhaft gestalteten Agenten durch Warnhinweise dämpfen; die menschenähnlichen erwiesen sich als widerständiger. Bucht eine Figur mit Namen einen Termin falsch oder schickt eine E-Mail an den falschen Empfänger, fühlt sich das eher wie ein Vertrauensbruch an als wie ein Werkzeugfehler. Anthropomorphe Gestaltung leiht sich ihr Vertrauen bei der menschlichen Beziehung und übernimmt damit auch deren Fallhöhe.

Der Gesetzgeber erfasst diese Fragen nur zum Teil. Der AI Act verlangt seit dem 2. August 2026 in Artikel 50, dass Menschen erkennen können, wenn sie mit einem KI-System interagieren, es sei denn, das ist für eine angemessen informierte Person ohnehin offensichtlich. Die Kennzeichnungspflicht klärt damit, ob eine Maschine spricht, und lässt offen, wie freundlich sie dabei auftreten darf. Artikel 5 verbietet manipulative Techniken und die Ausnutzung von Schutzbedürftigkeiten, etwa aufgrund von Alter oder Behinderung, wenn sie Entscheidungen wesentlich verzerren und erheblichen Schaden hinreichend wahrscheinlich machen. Maßgeblich ist dabei die gesamte Interaktion, nicht ein einzelnes Gestaltungselement. Was darunter liegt, gehört der Gestaltung.

Für dieses Feld lassen sich Anforderungen formulieren, die ohne Verbot auskommen. Der Zustand eines Agenten gehört zusätzlich in Worte: „Wartet auf Ihre Freigabe“ muss auch ohne Gesichtsausdruck, Farbe oder Animation verständlich sein. Hier lohnt ein Blick in die Leichte Sprache, die solche Aufgaben seit Langem löst. Ein Bild hat dort vor allem einen Zweck, es soll verstanden werden, und ob es das wird, prüfen Menschen aus der Zielgruppe, bevor es erscheint.

Für die Figur eines Agenten wäre das ein strenger, aber brauchbarer Maßstab: Sie darf freundlich sein, solange sie erklärt, was gerade geschieht. Freigaben gehören an konkrete Folgen: Vor dem Versand einer Nachricht müssen Empfänger, Absenderkonto, Inhalt und Anhänge prüfbar sein, ein freundliches „Soll ich loslegen?“ genügt dafür nicht. Und Kontrolle muss ohne sozialen Druck möglich sein. Wer einem Agenten Rechte entzieht, ihn stoppt oder seine Figur ausblendet, sollte dabei weder enttäuschte Mimik noch drängende Formulierungen zu sehen bekommen.

Protokolle helfen, Rückgängig-Funktionen ebenso, wo sie technisch möglich sind. Manche Handlungen lassen sich allerdings kaum zurückholen, eine versendete Nachricht, eine ausgelöste Zahlung, und gerade sie brauchen eine gute Vorschau. Gegen Freundlichkeit spricht nichts davon. Ein Interface darf warm sein, es darf Charakter haben, und eine gut gestaltete Figur kann Menschen den Zugang zu Technik erleichtern, die sie sonst abschrecken würde. Wer Agenten gestaltet, die in unser Leben eingreifen, muss ihre Fähigkeiten und Grenzen ebenso anschaulich machen wie ihre Persönlichkeit.

Je größer die Augen, desto genauer sollte man hinsehen.