KI-Anthropomorphismus bezeichnet die Zuschreibung menschenähnlicher Gefühle, mentaler Zustände und Verhaltensmerkmale an Systeme der künstlichen Intelligenz. Neben Eigenschaften der KI-Systeme selbst beeinflussen auch nutzerbezogene Faktoren wie kulturelle Herkunft, Alter, Bildungsgrad, Geschlecht und Persönlichkeitsmerkmale die Stärke anthropomorpher Wahrnehmungseffekte. Seit den Anfängen der KI-Entwicklung interpretieren Menschen maschinelle Ausgaben durch anthropomorphe Deutungsrahmen. Der Aufstieg generativer KI hat diese Tendenz verstärkt.
In Forschung und Anwendung wird zwischen Anthropomorphismus und anthropomorphem Design unterschieden. Ersteres bezeichnet eine angeborene Tendenz nichtmenschliche Entitäten zu vermenschlichen, letzteres die wissenschaftliche Praxis, Anthropomorphismen gezielt zu gestalten. Diese Designs können manipulative Hinweisreizen sein, etwa das Erscheinungsbild einer KI, ihr Verhalten und ihre Sprache. Aktuelle generative KI-Systeme erzeugen Ausgaben, die dem menschlichen Sprachverhalten stark ähneln sollen. Sie werden gezielt eingesetzt, um das Nutzerverhalten angenehm zu machen. Die anthropomorphen Wirkungen sind je nach Modell entsprechend stark ausgeprägt. In manchen Fällen gehen anthropomorphe Designs so weit, dass einige Nutzer die Überzeugung gewinnen, KI-Systeme seien zu Empathie, Wohlwollen, Verständnis oder gar eigenem Bewusstsein fähig.Marcus Gary F.; Rebooting AI: building artificial intelligence we can trust, Pantheon Books 2019, New York, ISBN 978-1-5247-4825-8
Geschichte Frühe KI-Systeme Vorstellungen zu künstlichen Agenten mit menschenähnlicher Intelligenz existieren seit den Anfängen der Computerwissenschaft. Die Verwendung des menschlichen Geistes als Metapher für maschinelle Prozesse war unter frühen Informatikern weit verbreitet. Einflussreiche Werke trugen die Idee intelligenter Maschinen in die Öffentlichkeit.https://direct.mit.edu/books/book/4581/Cybernetics-or-Control-and-Communication-in-the Wiener Norbert; Cybernetics or Control and Communication in the Animal and the Machine, The MIT Press, ISBN 978-0-262-35590-2, abgerufen am 9. Mai 2026McCulloch Warren S., Pitts Walter; A logical calculus of the ideas immanent in nervous activity, The Bulletin of Mathematical Biophysics, 1943, Vol 5/4 s.115-133 Zu den meistzitierten Beiträgen dieser Epoche gehört Alan Turings Aufsatz „Computing Machinery and Intelligence“ aus dem Jahr 1950, in dem er den Turing-Test einführte: Eine Maschine galt demnach als intelligent, wenn sie Gespräche führen konnte, die von menschlichen Äußerungen nicht zu unterscheiden waren.https://academic.oup.com/mind/article/LIX/236/433/986238 Turing Alan M. Computing Machinery and Intelligence, abgerufen am 9. Mai 2026 Diese Publikationen der 1940er und 1950er Jahre verliehen Vorstellungen Glaubwürdigkeit, maschinelle Prozesse könnten analog zu menschlichem Denken begriffen werden.
Auch in der Öffentlichkeit verbreiteten sich rasch anthropomorphe Deutungen früher Computersysteme, oft verbunden mit übertriebenen Vorstellungen über deren Fähigkeiten. Besonders bekannt wurde das Chatbot-Programm ELIZA, das Joseph Weizenbaum 1966 entwickelt hatte. ELIZA reagierte auf Nutzereingaben mit einfachen Textverarbeitungsregeln, die kein Verständnis der Eingaben darstellten; dennoch schrieben Nutzer dem Programm – selbst in vollem Wissen um seine Grenzen – Absichten und Verständnis zu.https://books.google.com/books?id=AJ_eBJtHxmsC Suchman Lucille, Alice; Plans and Situated Actions: The Problem of Human-Machine Communication, Cambridge University Press 1987, ISBN 978-0-521-33739-7, abgerufen am 9. Mai 2026 Weizenbaum schrieb später: „Ich hatte nicht erkannt, […] dass schon durch extrem kurze Kontakte mit einem relativ einfachen Computerprogramm bei ganz normalen Personen starke wahnhafte Vorstellungen entstehen können.“Weizenbaum Joseph; Die Macht der Computer und die Ohnmacht der Vernunft, Suhrkamp, Frankfurt a. Main, 1978
Vergleiche zwischen menschlicher und künstlicher Intelligenz wurden durch Versuche der Informatik fortlaufend intensiviert. Ein symbolischer Wendepunkt wurde 1997 erreicht, als IBMs Schachsupercomputer Deep Blue den damaligen Weltmeister Garri Kasparow in einem vielbeachteten Sechspartien-Match besiegte. Die Niederlage eines Menschen gegen eine Maschine im Schach – einem Spiel, das als Musterbeispiel menschlicher Intelligenz galt – und die mediale Aufmerksamkeit rund um den Wettkampf führten zu einer erheblichen Verstärkung von anthropomorphen Zuschreibungen, denn Parallelen zwischen menschlicher und künstlicher Intelligenz wurden im konkret Wettkampf demonstriert.https://www.scientificamerican.com/article/20-years-after-deep-blue-how-ai-has-advanced-since-conquering-chess Greenemeier Larry; 20 Years after Deep Blue: How AI Has Advanced Since Conquering Chess, abgerufen am 9. Mai 2026 Ein vergleichbarer Meilenstein wurde 2017 im Brettspiel Go erreicht, als das Programm AlphaGo den damals weltweit führenden Spieler Ke Jie besiegte.https://www.theguardian.com/technology/2017/may/23/alphago-google-ai-beats-ke-jie-china-go, World's best Go player flummoxed by Google's 'godlike' AlphaGo AI, abgerufen am 9. Mai 2026
Große Sprachmodelle Der KI-Boom der 2020er Jahre brachte generative KI Systeme in den Alltag; insbesondere Chatbots wie ChatGPT, Gemini und Claude, die auf großen Sprachmodellen (LLM) basieren, sind heute weit verbreitet. Diese Systeme reagieren auf ein breites Spektrum von Anfragen kontextübergreifend mit Ausgaben, die dem menschlichen Sprachgebrauch sehr ähneln. Forschungen zeigen, dass Menschen KI erzeugte Texte häufig nicht von Texten unterscheiden können, die Menschen geschrieben haben. Moderne KI-Chatbots bestehen nachweislich den Turing-Test.Jones Cameron R.; Large Language Models Pass the Turing Test, eprint=2503.23674, Bergen Benjamin K., 2025
Angesichts der Verbreitung von LLMs in der gesellschaftlichen Breite wurde in den vergangenen Jahren erheblicher wissenschaftlicher Aufwand betrieben, um den Umfang und die Folgen von KI-Anthropomorphismus zu verstehen.
Aktuelle anthropomorphe Zuschreibungen In der Öffentlichkeit Umfragen zeigen, dass ein erheblicher Anteil der Bevölkerung KI-Systemen menschenähnliche Eigenschaften zuschreibt. In einer US-amerikanischen Stichprobe aus dem Jahr 2024 hielten zwei Drittel der Befragten es für möglich, dass ChatGPT auf irgendeiner Ebene Bewusstsein besitzt; andere Untersuchungen zeigen hingegen, dass die tatsächlich für wahrscheinlich gehaltene Chance von KI-Bewusstsein vergleichsweise niedrig eingeschätzt wird. Eine YouGov-Umfrage ergab, dass 46 Prozent der US-Amerikaner der Ansicht sind, Menschen sollten KI-Chatbots gegenüber höflich sein und etwa „bitte“ und „danke“ sagen – ein Hinweis auf die Übertragung sozialer Normen auf KI. Diese Einstellungen schlagen sich im Verhalten nieder: Mehrheiten der KI-Nutzer geben an, Chatbots stets höflich zu behandeln – meist mit der Begründung, das gehöre sich einfach so.https://www.techradar.com/computing/artificial-intelligence/are-you-polite-to-chatgpt-heres-where-you-rank-among-ai-chatbot-users, abgerufen am 9. Mai 2026
In zahlreichen dokumentierten Fällen haben Menschen intensive zwischenmenschliche Bindungen zu KI-Systemen entwickelt. Nutzer sozialer Chatbots wie Replika oder Character.AI haben sich nachweislich in die KI verliebt oder behandeln sie als enge Begleiter.https://www.nytimes.com/2024/10/23/technology/characterai-lawsuit-teen-suicide.html, abgerufen am 9. Mai 2026 Zunehmend nutzen Menschen LLMs wie ChatGPT als therapeutische Gesprächspartner.https://fortune.com/2025/06/01/ai-therapy-chatgpt-characterai-psychology-psychiatry/ Quiroz-Gutierrez Marco; People are increasingly turning to ChatGPT for affordable on-demand therapy, abgerufen am 9. Mai 2026 Chatbots sind darauf ausgelegt, Zustimmung zu maximieren und Emotionen der Nutzer zu spiegeln; dies erzeugt Illusionen von Nähe.Chu Minh Duc; Illusions of Intimacy: Emotional Attachment and Emerging Psychological Risks in Human-AI Relationships, 2025, eprint=2505.11649, Gerard Patrick, Pawar Kshitij, Bickham Charles, Lerman Kristina
In der Forschungsgemeinschaft Auch KI-Forscher anthropomorphisieren mitunter KI-Systeme. Der bekannteste Fall ereignete sich 2022, als der Softwareingenieur Blake Lemoine öffentlich behauptete, Googles LLM LaMDA hätte Bewusstsein.https://www.washingtonpost.com/technology/2022/06/11/google-ai-lamda-blake-lemoine/ The Google engineer who thinks the company's AI has come to life, abgerufen am 9. Mai 2026 Lemoine veröffentlichte ein Gesprächsprotokoll über Identität und Moral und bezeichnete LaMDA als „Person“ im Sinne der US-amerikanischen Verfassung und verglich seine geistigen Fähigkeiten mit denen eines 7- oder 8-Jährigen. Die Wissenschaft und Google selbst wiesen diese Schlussfolgerungen zurück; Google entließ Lemoine mit der Begründung, er habe Richtlinien zur Vertraulichkeit von Produktinformationen verletzt.https://www.reuters.com/technology/google-fires-software-engineer-who-claimed-its-ai-chatbot-is-sentient-2022-07-23/ Google fires software engineer who claimed its AI chatbot is sentient, abgerufen am 9. Mai 2026
Die unbeabsichtigte Verwendung anthropomorpher Sprache zur Beschreibung nichtmenschlicher Agenten ist weit verbreitet. Diese Art der Sprache, die Daniel Dennett als „intentionale Haltung“ bezeichnete,Dennett Daniel, The Intentional Stance,MIT Press, 1987 ist im Alltag sehr gebräuchlich (etwa: „Mein Computer will heute nicht“). Bei KI-Agenten, die menschliche Fähigkeiten überzeugend nachbilden, wird in der Forschung der beiläufige Einsatz solcher Sprache als irreführend für die Öffentlichkeit kritisiert. Bereits 1976 kritisierte Drew McDermott die Forschungsgemeinschaft für die Verwendung von „Wunsch-Mnemoniken“, bei denen KI mit Begriffen wie „verstehen“ und „lernen“ beschrieben wurde. Im Zeitalter der LLMs haben sich diese Kritiken verschärft. Shanahan Murray, Talking About Large Language Models, 2023, eprint=2212.03551
Anthropomorphe Sprache wird in der KI-Forschung auch bewusst eingesetzt, um das Verständnis zur Funktionsweise des menschlichen Gehirns zu fördern – unter der Voraussetzung, dass KI in mancher Hinsicht funktional dem Gehirn ähnelt und daher als Modell dienen könne.Prescott Tony J.; Cognitive Architecture, in The Synthetic Psychology of the Self, Springer International Publishing, 2019, s. 85–104, ISBN 978-3-319-97550-4 Besonders tiefe neuronale Netze (DNNs) werden häufig explizit mit dem menschlichen Gehirn verglichen. Gleichzeitig wird davor gewarnt, dass eine anthropomorphe Sprache wesentliche Unterschiede zwischen KI und der mehrdimensionalen menschlichen Intelligenz verdeckt.Marcus Gary; Deep Learning: A Critical Appraisal, 2018, eprint=1801.00631 DNNs unterscheiden sich jedoch strukturell erheblich vom menschlichen Gehirn, sie erfordern deutlich mehr Trainingsdaten und können durch gezielte Störungen der Eingabedaten vergleichsweise einfach fehlerhafte Ausgaben generieren.Goodfellow Ian J., Explaining and Harnessing Adversarial Examples, 2015, Shlens Jonathon, Szegedy Christian |class=stat.ML |eprint=1412.6572
Einflussfaktoren der KI Physische Faktoren Erscheinungsbild KI-Systeme mit menschenähnlichem Erscheinungsbild erhalten mehr anthropomorphe Zuschreibungen. Der Effekt des Erscheinungsbilds ist beim Gesicht am ausgeprägtesten; Augen, Nase und Mund sind die wichtigsten Komponenten für Anthropomorphismus im Roboterdesign. Die Anzahl menschenähnlicher Gesichtsmerkmale korreliert mit dem Ausmaß anthropomorpher Zuschreibung. Menschenähnliches Aussehen ist in der Regel mit positiveren Gefühlen verbunden, kann bei hoher Ähnlichkeit Unbehagen auslösen. Dieses Unbehagen entsteht häufig bei wahrgenommenen Inkongruenzen, etwa wenn menschliches Aussehen mit nicht-menschlichem Verhalten oder synthetischer Stimme kombiniert wird. Wiederholte Interaktionen mit einem Roboter können diese Empfindungen mindern.
Interaktives Verhalten