Räumliches Denken und mathematische Fähigkeiten

Eine interessante Studie behandelt die Frage, inwiefern räumliches Denken und mathematische Fähigkeiten in einem Zusammenhang stehen:

Despite considerable interest in the role of spatial intelligence in science, technology, engineering, and mathematics (STEM) achievement, little is known about the ontogenetic origins of individual differences in spatial aptitude or their relation to later accomplishments in STEM disciplines. The current study provides evidence that spatial processes present in infancy predict interindividual variation in both spatial and mathematical competence later in development. Using a longitudinal design, we found that children’s performance on a brief visuospatial change-detection task administered between 6 and 13 months of age was related to their spatial aptitude (i.e., mental-transformation skill) and mastery of symbolic-math concepts at 4 years of age, even when we controlled for general cognitive abilities and spatial memory. These results suggest that nascent spatial processes present in the first year of life not only act as precursors to later spatial intelligence but also predict math achievement during childhood.

Quelle: Spatial Processing in Infancy Predicts Both Spatial and Mathematical Aptitude in Childhood (Volltext)

Aus den Werten:

Räumliches Denken und Mathematik

Räumliches Denken und Mathematik

Also niedrige bis mittlere Werte.

Aus einer Besprechung der Studie:

Spatial reasoning measured in infancy predicts how children do at math at four years of age, finds a new study published in Psychological Science.

„We’ve provided the earliest documented evidence for a relationship between spatial reasoning and math ability,“ says Emory University psychologist Stella Lourenco, whose lab conducted the research. „We’ve shown that spatial reasoning beginning early in life, as young as six months of age, predicts both the continuity of this ability and mathematical development.“

Was dem Patriarchat wenig Zeit lässt für eine Unterdrückung, aber hoch effektiv wie es ist hat es das sicherlich dennoch geschafft.

Emory graduate student Jillian Lauer is co-author of the study.

The researchers controlled the longitudinal study for general cognitive abilities of the children, including measures such as vocabulary, working memory, short-term spatial memory and processing speed.

„Our results suggest that it’s not just a matter of smarter infants becoming smarter four-year-olds,“ Lourenco says. „Instead, we believe that we’ve honed in on something specific about early spatial reasoning and math ability.“

Gerade wenn es eine eigene „Fähigkeit“ auf dem Bereich gibt, dann kann es dort natürlich dann auch Unterschiede  und besondere Begabungen geben, die gerade diesen Bereich betreffen.

The findings may help explain why some people embrace math while others feel they are bad at it and avoid it. „We know that spatial reasoning is a malleable skill that can be improved with training,“ Lourenco says. „One possibility is that more focus should be put on spatial reasoning in early math education.“

Es dürfte auch erklären, warum einige dieses Training mehr Spass macht oder sie sogar von sich aus eher „Training“ in diesem Bereich betreiben, einfach in dem die Kinder zB lieber mit Spielzeug spielen, was diese Fähigkeiten fordert, während Kinder, die in dem Bereich nicht gut sind, keinen Spass an diesem Spielzeug haben.

Previous research has shown that superior spatial aptitude at 13 years of age predicts professional and creative accomplishments in the fields of science, technology, engineering and math more than 30 years later.

To explore whether individual differences in spatial aptitude are present earlier, Lourenco’s lab tested 63 infants, ages six months to 13 months, for a visual-spatial skill known as mental transformation, or the ability to transform and rotate objects in „mental space.“ Mental transformation is considered a hallmark of spatial intelligence.

The researchers showed the babies a series of paired video streams. Both streams presented a series of two matching shapes, similar to Tetris tile pieces, which changed orientation in each presentation. In one of the video streams, the two shapes in every third presentation rotated to become mirror images. In the other video stream, the shapes only appeared in non-mirror orientations. Eye tracking technology recorded which video stream the infants looked at, and for how long.

This type of experiment is called a change-detection paradigm. „Babies have been shown to prefer novelty,“ Lourenco explains. „If they can engage in mental transformation and detect that the pieces occasionally rotate into a mirror position, that’s interesting to them because of the novelty.“

Eye-tracking technology allowed the researchers to measure where the babies looked, and for how long. As a group, the infants looked significantly longer at the video stream with mirror images, but there were individual differences in the amount of time they looked at it.

Fifty-three of the children, or 84 percent of the original sample, returned at age four to complete the longitudinal study. The participants were again tested for mental transformation ability, along with mastery of simple symbolic math concepts. The results showed that the children who spent more time looking at the mirror stream of images as infants maintained these higher mental transformation abilities at age four, and also performed better on the math problems.

Langzeitstudien sind bei so etwas immer interessant. Und bereits sehr junge Kinder können die verschiedensten Nachrichten über geschlechtliche Fähigkeiten in dem Bereich auch noch nicht aufgenommen haben.

High-level symbolic math came relatively late in human evolution. Previous research has suggested that symbolic math may have co-opted circuits of the brain involved in spatial reasoning as a foundation to build on.

„Our work may contribute to our understanding of the nature of mathematics,“ Lourenco says. „By showing that spatial reasoning is related to individual differences in math ability, we’ve added to a growing literature suggesting a potential contribution for spatial reasoning in mathematics. We can now test the causal role that spatial reasoning may play early in life.“

In addition to helping improve regular early math education, the finding could help in the design of interventions for children with math disabilities. Dyscalculia, for example, is a developmental disorder that interferes with doing even simple arithmetic.

„Dyscalculia has an estimated prevalence of five to seven percent, which is roughly the same as dyslexia,“ Lourenco says. „Dyscalculia, however, has generally received less attention, despite math’s importance to our technological world.“

Ich finde die Studie auch gerade interessant, weil Geschlechterunterschiede im räumlichen Denken sehr gut belegt sind und auch viele Studien dazu existieren, die eine Abhängigkeit vom (pränatalen) Testosteronspiegel sehen:

Es passt insoweit, dass diese in jungen Jahren bereits erkennbar sind.

Dazu auch hier im Blog:

Das Gender Equality Paradox in den Naturwissenschaften, Technology und den Ingenieurwissenschaften sowie der Mathematik

Eine interessante Studie zum Gender Equality Paradox, von Gisbjert Stoet und David Geary:

The underrepresentation of girls and women in science, technology, engineering, and mathematics (STEM) fields is a continual concern for social scientists and policymakers. Using an international database on adolescent achievement in science, mathematics, and reading (N =472,242), we showed that girls performed similarly to or better than boys
in science in two of every three countries, and in nearly all countries, more girls appeared capable of college-level STEM study than had enrolled. Paradoxically, the sex differences in the magnitude of relative academic strengths and pursuit of STEM degrees rose with increases in national gender equality. The gap between boys’ science achievement and girls’ reading achievement relative to their mean academic performance was near universal. These sex differences in academic strengths and attitudes toward science correlated with the STEM graduation gap. A mediation analysis suggested that life-quality pressures in less gender-equal countries promote girls’ and women’s engagement with STEM subjects.

Quelle: The Gender-Equality Paradox in Science, Technology, Engineering, and Mathematics Education (Abstract/ Full (Scihub))

Für Leser dieses Blogs nichts neues: Insbesondere die Interessen der Frauen scheinen in eine andere Richtung zu gehen und sie von STEM-Fächern fern zu halten.

Die ersten Grafik zeigt Unterschiede zwischen Jungs und Mädchen in den Naturwissenschaften (Blau), in Mathematik (Grün) und im Lesen (Rot). Die Berechnung erfolgte, indem die Werte der Mädchen von den Werten der Jungs abgezogen wurden, waren die Mädchen also besser, dann schlägt es nach Links aus, waren die Jungs besser, dann nach Rechts.

Unterschiede wissenschaft Maenner Frauen

Unterschiede Wissenschaft Maenner Frauen

Wie man sieht, waren üblicherweise die Mädchen im Lesen besser, aber auch häufiger in Mathe oder Naturwissenschaften, wenn man PISA betrachtet.

Auf der rechten Seite findet sich dann eine Betrachtung, bei der es um die „persönliche Stärken“ ging:

Next, we calculated the percentage of boys and girls who had science, mathematics, or reading as their personal academic strength; this contrasts with the above analysis that focused on the overall magnitude of these strengths independently of whether they were the students’ personal strength. We found that on average (across nations), 24% of girls had science as their strength, 25% of girls had mathematics as their strength, and 51% had reading. The corresponding values for boys were 38% science, 42% mathematics, and 20% reading.

Thus, despite national averages that indicate that boys’ performance was consistently higher in science than that of girls relative to their personal mean across academic areas, there were substantial numbers of girls
within nations who performed relatively better in science than in other areas. Within Finland and Norway, two countries with large overall sex differences in the intraindividual science gap and very high GGGI scores, there were 24% and 18% of girls, respectively, who had science as their personal academic strength, relative to 37% and 46% of boys

Demnach waren Mädchen zwar in vielen Bereichen der Naturwissenschaften oder der Mathematik relativ stark, aber es war nicht ihre persönliche Stärke, vielleicht auch, weil sie eben im Lesen ganz besonders stark waren

Die nächste Grafik vergleicht die Unterschiede zwischen den Geschlechtern bei der Begeisterung für die Naturwissenschaften mit dem Global Gender Gap Index, der insbesondere angeben sollte, inwiefern Frauen in einem Land benachteiligt sind:

Unterschiede wissenschaft Maenner Frauen

Unterschiede wissenschaft Maenner Frauen

Dabei zeigt sich, dass gerade Länder mit sehr großen Unterschieden zwischen den Geschlechtern in dem Interesse für Naturwissenschaften einen hohen Wert bei dem Global Gender Pay Index haben. Ganz oben mit Dabei Länder wie Deutschland, Dänemark, Schweden und Island (das Land mit dem höchsten GGGI).

Die weitere Grafik zeigt in A) wie viele Frauen in der Schule die Befähigung hätten, ein STEM-Fach zu wählen, in B), wie viele die Fähigkeiten und die richtige Einstellung hätten um STEM zu wählen und in C) wie viele die Fähigkeiten und die Einstellung hätten und bei denen die Fähigkeiten auch gerade die persönliche Stärke wären. Und dies im Verhältnis dazu, wie viele Frauen dann tatsächlich in dem Bereich weiter machen.

Unterschiede wissenschaft Maenner Frauen

Unterschiede wissenschaft Maenner Frauen

Hier noch einmal der Erläuterungstext:

Fig. 5. Scatterplots showing the relation between the percentage of female students estimated to choose further science, technology, engineering, and math (STEM) study after secondary education and the estimated percentage of female STEM graduates in tertiary education. Red lines indicate the estimated (horizontal) and actual (vertical) average graduation percentage of women in STEM fields. For instance, in (c), we estimated that 34% of women would graduate college with a STEM degree (internationally), but only 28% did so. Identity lines (i.e., 45° lines) are colored blue; points above the identity lines indicate fewer women STEM graduates than expected. Panel (a) displays the percentage of female students estimated to choose STEM study on the basis of ability alone (see the text for criteria). Although there was considerable cross-cultural
variation, on average around 50% of students graduating in STEM fields could be women, which deviates considerably from the actual percentage of women among STEM graduates. The estimate of women STEM students shown in (b) was based on both ability, as in (a), and being above the international median score in science attitudes. The estimate shown in (c) is based on ability, attitudes, and having either mathematics or science as a personal strength

Wie man sieht sinkt der Anteil immer mehr, wenn man mehr Variablen dazu nimmt.

Es wäre interessant, noch einmal die Zahlen für die Jungs daneben zu stellen.

Aus der Studie:

Thus far, we have shown that the sex differences in STEM graduation rates and in science literacy as an academic strength become larger with gains in gender equality and that schools prepare more girls for further STEM study than actually obtain a STEM college degree. We will now consider one of the factors that might explain why the graduation gap may be larger in the more gender-equal countries. Countries with the highest gender equality tend to be welfare states (to varying degrees) with a high level of social security for all its citizens; in contrast, the less gender-equal countries have less secure and more difficult living conditions, likely leading to lower levels of life satisfaction (Pittau et al., 2010). This may in turn influence one’s utility beliefs about the value of science and pursuit of STEM occupations, given that these occupations are relatively high paying and thus provide the economic security that is less certain in countries that are low in gender equality. We used OLS as a measure of overall life circumstances; this is normally distributed and is a good proxy for economic opportunity and hardship and social and personal well-being (Pittau et al., 2010). In more equal countries, overall life satisfaction was higher (rs = .55, 95% CI = [.35, .70], p < .001, n = 62). Accordingly, we tested whether low prospects for a satisfied life may be an incentive for girls to focus more on science in school and, as adults, choose a career in a relatively higher paid STEM field. If our hypothesis is correct, then OLS should at least partially mediate the relation between gender equality and the sex differences in STEM graduation. A formal mediation analysis using a bootstrap method with 5,000 iterations confirmed the mediational model path of life satisfaction for STEM graduation (mean indirect effect = −0.19, SE = 0.08, Sobel’s z = −2.24, p < .025, 95% CI of bootstrapped samples = [−0.39, −0.04]). The effect of the direct path in the mediation model was statistically significant (mean direct effect = −0.34, SE = 0.135, 95% CI of bootstrapped samples = [−0.65, −0.02], p = .038), and the mediation was considered partial (proportion mediated = 0.35, 95% CI = [0.06, 0.95], p = .013; Table S3 in the Supplemental Material). A sensitivity analysis of this mediation (Imai, Keele, & Tingley, 2010; Tingley, Yamamoto, Hirose, Keele, & Imai, 2014) showed the point at which the average causal mediation effect (ACME) was approximately zero (ρ = −0.4, 95% CI = [−0.11, 0.15], R RM Y 2* 2* = 0.16, R R   M Y 2 2 = 0.07; Fig. S1 in the Supplemental Material). The latter finding suggests that an unknown third variable may have confounded the mediation model (see Discussion)

Das wäre also eine Erklärung darüber, dass in Ländern mit hohem GGGI üblicherweise auch ein gewisser Wohlstand und eine hohe Sicherheit geboten wird, so dass man eher meint seinen Neigungen nachgehen zu können, während in Ländern mit niedrigeren GGGI diese Sicherheit gerade in Berufen mit gutem Verdienst liegt.

Vielleicht auch nicht zu unterschätzen: Entsprechende Berufe erlauben auch eher das Verlassen des Landes in reichere, modernere Länder mit einem höheren Lebensstandard. Ich kenne einige Osteuropäer (m/w), die hier mit relativ technischen Berufen gute Stellen gefunden haben.

Using the most recent and largest international database on adolescent achievement, we confirmed that girls performed similarly or better than boys on generic science literacy tests in most nations. At the same time, women obtained fewer college degrees in STEM disciplines than men in all assessed nations, although the magnitude of this gap varied considerably. Further, our analysis suggests that the percentage of girls who would likely be successful and enjoy further STEM study was considerably higher than the percentage of women graduating in STEM fields, implying that there is a loss of female STEM capacity between secondary and tertiary education. One of the main findings of this study is that, paradoxically, countries with lower levels of gender equality had relatively more women among STEM graduates than did more gender-equal countries. This is a paradox, because gender-equal countries are those that give girls and women more educational and empowerment opportunities and that generally promote girls’ and women’s engagement in STEM fields (e.g., Williams & Ceci, 2015). In our explanation of this paradox, we focused on decisions that individual students may make and decisions and attitudes that are likely influenced by broader socioeconomic considerations. On the basis of expectancy-value theory (Eccles, 1983; Wang & Degol, 2013), we reasoned that students should at least, in part, base educational decisions on their academic strengths. Independently of absolute levels of performance, boys on average had personal academic strengths in science and mathematics, and girls had strengths in reading comprehension. Thus, even when girls’ absolute science scores were higher than those of boys, as in Finland, boys were often better in science relative to their overall academic average. Similarly, girls might have scored higher than boys in science, but they were often even better in reading. Critically, the magnitude of these sex differences in personal academic strengths and weaknesses was strongly related to national gender equality, with larger differences in more gender-equal nations. These intraindividual differences in turn may contribute, for instance, to parental beliefs that boys are better at science and mathematics than girls (Eccles & Jacobs, 1986; Gunderson, Ramirez, Levine, & Beilock, 2012). We also found that boys often expressed higher selfefficacy, more joy in science, and a broader interest in science than did girls. These differences were also larger in more gender-equal countries and were related to the students’ personal academic strength. We discuss some implications below (Interventions).

Dass Jungs die Naturwissenschaften mehr interessieren als die Mädchen und diese dafür andere Fächer eher interessieren, könnte auch daran liegen, dass es eben einen großen Dinge-Leute-Unterschied in den Interessen gibt.

Dazu noch einmal aus einer anderen Studie:

ocational interests predict educational and career choices, job performance, and career success (Rounds & Su, 2014). Although sex differences in vocational interests have long been observed (Thorndike, 1911), an appropriate overall measure has been lacking from the literature. Using a cross-sectional sample of United States residents aged 14 to 63 who completed the Strong Interest Inventory assessment between 2005 and 2014 (N 1,283,110), I examined sex, age, ethnicity, and year effects on work related interest levels using both multivariate and univariate effect size estimates of individual dimensions (Holland’s Realistic, Investigative, Artistic, Social, Enterprising, and Conventional). Men scored higher on Realistic (d 1.14), Investigative (d .32), Enterprising (d .22), and Conventional (d .23), while women scored higher on Artistic (d .19) and Social (d .38), mostly replicating previous univariate findings. Multivariate, overall sex differences were very large (disattenuated Mahalanobis’ D 1.61; 27% overlap). Interest levels were slightly lower and overall sex differences larger in younger samples. Overall sex differences have narrowed slightly for 18-22 year-olds in more recent samples. Generally very small ethnicity effects included relatively higher Investigative and Enterprising scores for Asians, Indians, and Middle Easterners, lower Realistic scores for Blacks and Native Americans, higher Realistic, Artistic, and Social scores for Pacific Islanders, and lower Conventional scores for Whites. Using Prediger’s (1982) model, women were more interested in people (d 1.01) and ideas (d .18), while men were more interested in things and data. These results, consistent with previous reviews showing large sex differences and small year effects, suggest that large sex differences in work related interests will continue to be observed for decades.

Dann aus der hier besprochenen Studie weiter:


We propose that when boys are relatively better in science and mathematics while girls are relatively better at reading than other academic areas, there is the potential for substantive sex differences to emerge in STEM-related educational pathways. The differences are expected on the basis of expectancy-value theory and are consistent with prior research (Eccles, 1983; Wang & Degol, 2013). The differences emerge from a seemingly rational choice to pursue academic paths that are a personal strength, which also seems to be common academic advice given to students, at least in the United Kingdom (e.g., Gardner, 2016; Universities and Colleges Admissions Service, 2015). The greater realization of these potential sex differences in gender-equal nations is the opposite of what some scholars might expect intuitively, but it is consistent with findings for some other cognitive and social sex differences (e.g., Lippa, Collaer, & Peters, 2010; Pinker, 2008; Schmitt, 2015). One possibility is that the liberal mores in these cultures, combined with smaller financial costs of foregoing a STEM path (see below), amplify the influence of intraindividual academic strengths. The result would be the differentiation of the academic foci of girls and boys during secondary education and later in college, and across time, increasing sex differences in science as an academic strength and in graduation with STEM degrees. Whatever the processes that exaggerate these sex differences, they are abated or overridden in less genderequal countries. One potential reason is that a well-paying STEM career may appear to be an investment in a more secure future. In line with this, our mediation analysis suggests that OLS partially explains the relation between gender equality and the STEM graduation gap. Some caution when interpreting this result is needed, though. Mediation analysis depends on a number of assumptions, some of which can be tested using a sensitivity analysis, which we conducted (Imai, Keele, & Yamamoto, 2010). The sensitivity analysis gives an indication of the correlation between the statistical error component in the equations used for predicting the mediator (OLS) and the outcome (STEM graduation gap); this includes the effect of unobserved confounders. Given the range of ρ values in the sensitivity analysis (Fig. S1), it is possible that a third variable could be associated with OLS and the STEM graduation gap. A related limitation is that the sensitivity analysis does not explore confounders that may be related to the predictor variable (i.e., GGGI). Future research that includes more potential confounders is needed, but such data are currently unavailable for many of the countries included in our analysis. Relation to previous studies of gender equality and educational outcomes Our current findings agree with those of previous studies in that sex differences in mathematics and science performance vary strongly between countries, although we also believe that the link between measures of gender equality and these educational gaps (e.g., as demonstrated by Else-Quest, Hyde, & Linn, 2010; Guiso, Monte, Sapienza, & Zingales, 2008; Hyde & Mertz, 2009; Reilly, 2012) can be difficult to determine and is not always found (Ellison & Swanson, 2010; for an in-depth discussion, see Stoet & Geary, 2015). We believe that one factor contributing to these mixed results is the focus on sex differences in absolute performance, as contrasted with sex differences in academic strengths and associated attitudes. As we have shown, if absolute performance, interest, joy, and selfefficacy alone were the basis for choosing a STEM career, we would expect to see more women entering STEM career paths than do so (Fig. 5). It should be noted that there are careers that are not STEM by definition, although they often require STEM skills. For example, university programs related to health and health care (e.g., nursing and medicine) have a majority of women. This may partially explain why even fewer women than we estimated pursue a college degree in STEM fields despite obvious STEM ability and interest. Interventions Our results indicate that achieving the goal of parity in STEM fields will take more than improving girls’ science education and raising overall gender equality. The generally overlooked issue of intraindividual differences in academic competencies and the accompanying influence on one’s expectancies of the value of pursuing one type of career versus another need to be incorporated into approaches for encouraging more women to enter 12 Stoet, Geary the STEM pipeline. In particular, high-achieving girls whose personal academic strength is science or mathematics might be especially responsive to STEM-related interventions. In closing, we are not arguing that sex differences in academic strengths or wider economic and life-risk issues are the only factors that influence the sex difference in the STEM pipeline. We are confirming the importance of the former (Wang et al., 2013) and showing that the extent to which these sex differences manifest varies consistently with wider social factors, including gender equality and life satisfaction. In addition to placing the STEM-related sex differences in broader perspective, the results provide novel insights into how girls’ and women’s participation in STEM might be increased in gender-equal countries.

Der Rat „Wähle Fächer nach deinen Stärken“ ist ja in der Tat etwas, was man Leuten raten würde. Und da würden eben viele Mädchen in der Schule dann beispielsweise eher Sprachen als Leistungskurs wählen oder Deutsch oder andere Fächer, in denen sie solche Stärken besser ausspielen können. Wer aber einen Englisch und Geschichte als Leistungskurs hat, der wird dann üblicherweise nicht Physik studieren, selbst wenn derjenige auch in Physik keine schlechten Noten hatte.

Zudem gibt es eben auch Fächer, die weniger „theoretisch“ sind und in denen man mehr mit Leuten zu tun hat, in denen man ebenfalls bestimmte Fähigkeiten aus dem oben geprüften Bereichen braucht, etwa BWL oder medizinische Fächer.

Das alles mag dazu beitragen, dass Mädchen sich bereits früh für andere Bereiche entscheiden und dort ihre Stärken ausbauen, so dass sie dann später nicht mehr die STEM-Fächer studieren, für die sie sich zudem auch weniger interessieren.

Siehe auch:


Geschlechterunterschiede in mathematischen Fähigkeiten und SAT-Ergebnisse

Ein interessanter Artikel untersucht Geschlechterunterschiede in mathematischen Fähigkeiten anhand der Auswertungen der SAT-Scores bzw dessen mathematischen Teils, also der Tests, die in Amerika insbesondere für die Zulassung zu bestimmten Universitäten genutzt werden.

Eine interessante Grafik dazu:

mathematische Fähigkeiten Männer Frauen

mathematische Fähigkeiten Männer Frauen

Hier sieht man, dass die Testergebnisse sich zwar verändern, vielleicht mit Schwierigkeit des jeweiligen Tests oder der Qualität des Unterrichts, aber der Unterschied bleibt bestehen und verändert sich recht gleichmäßig mit den sonstigen Schwankungen. Natürlich ist die Darstellung dazu geeignet den Unterschied deutlich zu betonen. Würde man die die Skala auf der Y-Achse von 0 bis 560 gehen lassen würde der Unterschied deutlich geringer aussehen. Dennoch sind die Unterschiede schon deutlich

Der Unterschied besteht auch über alle Ethnien hinweg:

mathematische Fähigkeiten und Geschlechterunterschiede nach Ethnien1

mathematische Fähigkeiten und Geschlechterunterschiede nach Ethnien

Auch hier ist der Unterschied relativ konstant im 20iger Bereich.

In dem Text heißt es dazu:

1. Continuing an uninterrupted trend that dates back to at least 1967 (updated), high school boys outperformed girls on the 2016 SAT math test with an average score of 524 points compared to the average score of 494 for females, see chart above. The statistically significant 30-point male advantage this year on the SAT math test is slightly below the 31-point difference last year. Compared to the average math test score of 508 for all test-takers, high school boys scored 16 points above average while girls scored 14 points below average.

2. For the 117,067 students with SAT math scores in the highest 700-800 point range, high school boys represented 61.5% of those students (71,999) and the 45,068 girls in that group were 38.5% of the total. Stated differently, there were nearly 160 boys with SAT math scores between 700-800 points for every 100 girls with scores in that range. For the next highest 100-point range between 600-700 points for the 2016 SAT math test, there were about 120.4 boys with scores in that range for every 100 high school girls (54.6% boys vs. 45.4% girls).

Update: Adjusting for the much greater number of female high school students who took the 2016 SAT (875,342) compared to males (762,247), we could also determine that only 5.1% of female test-takers scored in the 700-800 point range on the SAT math test (45,068 total) compared to 9.4% of boys ( 71,999) who scored in the highest range.

Das Verhältnis in dem Spitzenbereich ist also bereits 1/3 zu 2/3 zugunsten der Jungs, wobei eben einige der Mädchen ebenfalls in den sehr hohen Bereich gelangen, aber eben deutlich seltener.

vgl auch

Das Professorinnen-Förderprogramm und der Mathe-Professor

Die Humbold Universität Berlin hatte die folgende Stellenausschreibung veröffentlicht:

An der Mathematisch-Naturwissenschaftlichen Fakultät II, Institut für Mathematik, ist folgende Professur zu besetzen:
W3-Professur für Reine Mathematik, insbesondere Mathematische Logik, mit möglicher Fachausprägung in der Algebraischen Geometrie, Arithmetischen Geometrie oder Darstellungstheorie
unbefristet zum frühestmöglichen Zeitpunkt. Bis 31.03.2016 wird die Stelle aus Mitteln des „Programms für bessere Studienbedingungen und mehr Qualität in der Lehre“ mit dem Ziel der Förderung der Chancengleichheit von Frauen in Forschung und Lehre finanziert.

Mit der Besetzung dieser Stelle soll bevorzugt die Kontinuität der „Mathematische Logik“ in Forschung und Lehre sichergestellt werden, wobei weitere Fachausprägungen in den Gebieten Algebraische Geometrie, Arithmetische Geometrie oder Darstellungstheorie möglich sind. Der/die künftige Stelleninhaber/in ist eine durch ihre Publikations- und Vortragstätigkeit international ausgewiesene Forscherpersönlichkeit, die über entsprechende Lehr- und Betreuungserfahrung verfügt. Mit dieser Stelle ist auch die Erwartung verbunden, erfolgreich Drittmittel einzuwerben und mit den verschiedenen Verbundprojekten oder Graduiertenschulen am Institut, der Universität bzw. in Berlin zu kooperieren.

Die Bewerber/innen müssen die Anforderungen für die Berufung zur Professorin/zum Professor gem. § 100 des Berliner Hochschulgesetzes erfüllen.

Die Humboldt-Universität strebt eine Erhöhung des Anteils von Frauen in Forschung und Lehre an und fordert qualifizierte Wissenschaftlerinnen nachdrücklich auf, sich zu bewerben. Bewerbungen aus dem Ausland sind erwünscht. Schwerbehinderte Bewerber/innen werden bei gleicher Eignung bevorzugt berücksichtigt. Bewerbungen von Menschen mit Migrationshintergrund sind ausdrücklich erwünscht.

Da wir Ihre Unterlagen nicht zurücksenden, bitten wir Sie, Ihrer Bewerbung nur Kopien beizulegen.

Bewerbungen sind innerhalb von 6 Wochen unter Angabe der Kennziffer PR/025/12 (per Post oder E-Mail) zu richten an die
Humboldt-Universität zu Berlin
Mathematisch-Naturwissenschaftliche Fakultät II
Institut für Mathematik
Prof. Hintermüller
Unter den Linden 6
10099 Berlin

Der Text richtet sich demnach recht eindeutig an Männer und Frauen. Sonst würde es wenig Sinn machen, in dem Text beide Geschlechterformen aufzuführen.

Wie der Spiegel berichtet hat sich ein Top-Mathematiker auch darauf beworben und sogar andere Stellen abgesagt, da er auf der Liste zur Besetzung der Stelle sehr hoch gehandelt wurde und seine Frau ebenfalls in Berlin einen Job bekommen konnte.

Matthias Aschenbrenner war zum Probevortrag nach Deutschland gereist. Er hatte zuvor auf Stellen in Freiburg und Münster verzichtet, weil seine Frau dort keine Perspektive bekam. In Berlin nun schienen die Chancen gut: Sie, die Volkswirtin, erhielt einen Ruf auf eine Fachhochschulprofessur für Wirtschaft. Und die HU schrieb in derStellenausschreibung für eine Professur in Reiner Mathematikausdrücklich: „Bewerbungen aus dem Ausland sind erwünscht.“ Also flog Aschenbrenner, redete – und landete auf dem ersten Platz der Berufungsliste für die Berliner Professur, wie mehrere Mitglieder der Auswahlkommission bestätigen.

So weit, so gut.

Allerdings hätte anscheinend Aschenbrenner aus dem Text der Anzeige erkennen müssen, dass diese sich ausschließlich an Frauen richtet, woraus sich dies hätte ergeben sollen ist allerdings unklar. Denn es ist in dem Text nur davon die Rede, dass eine Förderung der Chancengleichheit erreicht werden soll. Wenn demnach beispielsweise eine gleichqualifizierte Frau vorgezogen worden wäre, dann hätte er sich wohl nicht beschweren können.

Dennoch erhielt er die Stelle nicht. Stattdessen wurde die Ausschreibung zurückgezogen:

Die HU teilte dem Mathematiker mit, das Berufungsverfahren sei ergebnislos beendet worden. Die Stelle solle in den ersten drei Jahren „aus einem Programm zur besonderen Förderung des weiblichen Nachwuchses“ finanziert werden, hieß es in dem Brief aus dem Präsidialbüro. Für jeden sei außerdem „absehbar und auch rechtzeitig erkennbar“ gewesen, dass nur eine Frau berufen werden könne.

Es war aus meiner Sicht gerade nicht zu erkennen und das hat auch gute Gründe, da sonst das Auswahlverfahren angreifbar gewesen wäre.

Es gab insofern lediglich ein internes Memo, welches aber wohl auch der dazu passenden Kommission nicht bekannt war:

Was Aschenbrenner freilich nicht wissen konnte: An der HU existiert ein interner Hinweis, dass für „vorgezogene Neuberufungen“ auf Professorenstellen ausschließlich Frauen in Frage kommen. (…) Neben ihm hatte nicht nur der Drittplatzierte auf der Berufungsliste, ebenfalls ein Mann, die Ausschreibung missverstanden. Genauso wie den beiden erging es rund zwei Dritteln der Bewerber auf die Professur. Die Männer waren davon ausgegangen, es handle sich um eine geschlechterneutrale Stellensuche. Nur jede dritte Bewerbungen kam von einer Frau.

Die Berufungskommission war zwar über das HU-interne Ziel, die Professur aus Mitteln zur Frauenförderung zu finanzieren, informiert. Ein externes Kommissionsmitglied sagte SPIEGEL ONLINE allerdings dazu: „An einem Verfahren, das männliche Bewerber benachteiligt, hätte ich mich nicht beteiligt.  Das Gremium entschied nach kurzer Debatte mehrheitlich, nicht Geschlechterproporz zur Entscheidungsgrundlage zu machen, sondern eine Bestenliste zu erstellen. Sollte sich doch die Uni um die Finanzierung des neu zu berufenden Professors kümmern.

Auch hier sabotiert also leider das Patriarchat mit Bestenlisten den Aufstieg der Frauen und gibt diesen nicht den hinreichenden Raum.

Allerdings scheint mir das Vorgehen der Kommission hier auch nicht sehr überlegt gewesen zu sein: Wenn klar ist, dass Mittel nur für eine Frau bereit stehen, dann tragen sie eine Mitschuld daran, dass sich Männer unnötig beworben haben. Sie hätten aus meiner Sicht zuvor mit dem Fuß aufstampfen müssen und deutlich machen, dass sie dann an der Kommission nicht mitarbeiten und erst die Finanzierung geklärt werden muss.

Dagegen vorgehen kann man leider nicht:

Michael Hartmer, Geschäftsführer der Professorenvereinigung Deutscher Hochschulverband, hält den Abbruch des Verfahrens durch die HU für „scheinheilig“ und „empörend“, ohne dass der rechtswidrig wäre. Denn solange niemand berufen wird, könne auch kein Bewerber dagegen klagen. Sonst, so Hartmer, würde sein Verband einen Musterprozess gegen die wegen ihres Geschlechts Benachteiligten gern unterstützen

Wäre immerhin ein interessanter Prozess geworden. Allerdings könnte ich mir durchaus vorstellen, dass eine solche „Strukturstelle“, die zusätzlich geschaffen wird, mit Art 3 II S. 2 GG zu rechtfertigen wäre („(2) Männer und Frauen sind gleichberechtigt. Der Staat fördert die tatsächliche Durchsetzung der Gleichberechtigung von Frauen und Männern und wirkt auf die Beseitigung bestehender Nachteile hin“). Allerdings hätte man hier gerade in Bezug auf Gleichberechtigung einige interessante Debatten führen können, die die Unterschiede der Geschlechter, gerade auch im Bereich der Mathematik betreffen.

Verbale und mathematische Fähigkeiten sowie Intelligenz und Studienfachwahl

Ein Leser hatte auf einen Artikel im Discover Magazine hingewiesen, der einige interessante Grafiken anführte:

Das erste Bild zeigt die Zusammenhänge von mathematischen und sprachlichen Fähigkeiten und dem Studienfach:

Mathematik Sprache Fähigkeiten

Mathematik Sprache Fähigkeiten


Es zeigen sich auch hier einige interessante Zusammenhänge gerade zwischen den erforderlichen Fähigkeiten und der Studienfachwahl, die auch schon in diesem Beitrag Thema waren. Es wäre hier interessant, den typischen Frauen- und Männeranteil, der in diesen Studienfächern besteht, mit den Ergebnissen abzugleichen, es lässt sich aber auch so ganz gut sehen, dass viele der klassischerweise männlich besetzten Fächer mit hohen Mathefähigkeiten einhergehen, während die Naturwissenschaften, die eher noch einen hohen Frauenanteil haben, wie etwa Biologie aber auch noch im Verhältnis zu etwa Physik die Chemie, einen vergleichsweise geringeren Anspruch daran haben.

Viele klassische Frauenstudiengänge wie Sozialwissenschaften oder Lehrberufe stellen hingegen in dieser Hinsicht eher geringe Ansprüche an die mathematischen Fähigkeiten.

Auf dem zweiten Bild wird insbesondere noch der Faktor Intelligenz berücksichtigt:

Sprache Mathe Intelligenz

Sprache Mathe Intelligenz


In dem Artikel heißt es dazu:

I also wanted to compare aggregate smarts to intellectual balance. In the plot to the right on the x-axis you have the combined value of math and verbal scores in standard deviation units. A negative value indicates lower values combined, and a positive value higher. Obviously though you can have a case where two disciplines have the same average, but the individual scores differ a lot. So I wanted to compare that with the difference between the two scores. You can see then in the plot that disciplines like classics are much more verbal, while engineering is more mathematical. Physical scientists tend to be more balanced and brighter than engineers. Interestingly linguists have a different profile than other social scientists, and cognitive psych people don’t cluster with others in their broader field. Economists are rather like duller physicists. Which makes sense since many economists are washed out or bored physicists. And political science and international relations people don’t stack up very well against the economists. Perhaps this is the source of the problem whereby economists think they’re smarter than they are? Some humility might be instilled if economics was always put in the same building as physics.

In regards to my own field of interest, the biological sciences, not too many surprises. As you should expect biologists are not as smart as physicists or chemists, but there seems to be two clusters, with a quant and verbal bias. This somewhat surprised me. I didn’t expect ecology to be more verbal than genetics! And much respect to the neuroscience people, they’re definitely the smartest biologists in this data set (unless you count biophysicists!). I think that points to the fact that neuroscience is sucking up a lot of talent right now

Es wäre die Frage, ob alle Bereiche per se Anforderungen abbilden. Wenn beispielsweise Frauen häufiger in der Biologie anzutreffen ist, weil sie von den Naturwissenschaften ihren Interessen und Fähigkeiten am meisten entspricht, dann würde sich dort auch eine Häufung von sprachlichen Fähigkeiten ergeben. Dann wäre die Sprache nicht unbedingt eine Voraussetzung, sondern würde nur „mitgeschleppt“.

Interessant wäre auch, inwiefern mit steigender Intelligenz auch sozusagen zwangsläufig bessere Werte sowohl bei mathematischen als auch sprachlichen Fähigkeiten auftreten. Dagegen scheinen zumindest diejenigen zu sprechen, die „classical Language“ studieren (also wohl solche Sprachen wie Latein oder Alt-Griechisch etc).

Räumliches Denken als Voraussetzung für die Naturwissenschaften

Über den Blog von Erwin Schmidt habe ich eine interessante Studie zu Übereinstimmungen von Fähigkeiten im räumlichen Denken und Naturwissenschaften gefunden:

The importance of spatial ability in educational pursuits and the world of work was examined, with particular attention devoted to STEM (science, technology, engineering, and mathematics) domains. Participants were drawn from a stratified random sample of U.S. high schools (Grades 9 –12, N = 400,000) and were tracked for 11+ years; their longitudinal findings were aligned with pre-1957 findings and with contemporary data from the Graduate Record Examination and the Study of Mathematically Precocious Youth. For decades, spatial ability assessed during adolescence has surfaced as a salient psychological attribute among those adolescents who subsequently go on to achieve advanced educational credentials and occupations in STEM. Results solidify the generalization that spatial ability plays a critical role in developing expertise in STEM and suggest, among other things, that including spatial ability in modern talent searches would identify many adolescents with potential for STEM who are currently being missed.

Quelle: Spatial Ability for STEM Domains: Aligning Over 50 Years of Cumulative Psychological Knowledge Solidifies Its Importance

Demnach würde das räumliche Denken eine wichtige Rolle in der Frage spielen, ob man es in den STEM-Fächern, also science, technology, engineering, and mathematics, zu einem Experten bringt.

Hier ein paar andere Artikel zu dem Thema:

In der Studie ist einiges interessantes drin:

räumliches Denken und Schulfächer

räumliches Denken und Schulfächer

In der Grafik sieht man die die Verteilung der Fähigkeiten im sprachlichen, mathematischen und räumlichen Denken unter Berücksichtigung der Lieblingsfächer und der Hassfächer in der Schule.

Hier sieht man deutlich, dass die Fächer zu den Fähigkeiten passen. Wer Mathe und Wissenschaften mag, der ist üblicherweise auch gut in Mathe und räumlichen Denken, wer schlecht in räumlichen Denken ist, der mag auch die dazu passenden Fächer nicht.

Im Studium und mit steigender Qualifikation zeigt sich ein ähnliches Bild

Studiengang Fähigkeiten räumliches Denken

Studiengang Fähigkeiten räumliches Denken

Gerade in den Bereichen Mathematik und Computerwissenschaften, Physik und den Ingenieurwissenschaften scheint ein sehr gutes räumliches Denken und hohe mathematische Fähigkeiten eine Rolle zu spielen, in der Biologie spielen sie dagegen eine geringere Rolle, ebenso wie in der Medizin


Und auch nach dem Abschluss ist das Bild stimmig:


Beschäftigungen mathematische und sprachliche Fähigkeiten

Beschäftigungen mathematische und sprachliche Fähigkeiten

Auch später zeigen sich entsprechende Übereinstimmungen. Wer Physik, Ingenieurwissenschaften oder Mathematik studiert hat, der hat gute Mathematikfähigkeiten, schneidet aber nicht so gut in den Sprachlichen Fähigkeiten ab, wie jemand, der sich für die Geisteswissenschaften interessiert.

räumliches Denken frauen männer

räumliches Denken Frauen Männer

In dieser Grafik wird deutlich, dass der Anteil hochbegabter im Bereich des räumlichen Denkens in den STEM-Bereichen sehr hoch ist. 20% der Männer, die später in dem Bereich arbeiten, gehörten zu Besten (1%) im Bereich des räumlichen Denkens

Es spricht damit viel für einen Zusammenhang zwischen gutem räumlichen Denken und der Berufswahl, gleichzeitig ist auch der Zusammenhang zwischen Testosteron und gutem räumlichen Denken gut erforscht.

Vorurteile gegen weibliche Wissenschaftler und Bewerbungen

Eine Studie versucht mittels inhaltsgleichen Bewerbungen, die einmal mit männlichen und einmal mit weiblichen Namen abgegeben werden, nachteilige Vorurteile gegen Frauen in der Wissenschaft nachzuweisen:

Despite efforts to recruit and retain more women, a stark gender disparity persists within academic science. Abundant research has demonstrated gender bias in many demographic groups, but has yet to experimentally investigate whether science faculty exhibit a bias against female students that could contribute to the gender disparity in academic science. In a randomized double-blind study (n = 127), science faculty from research-intensive universities rated the application materials of a student—who was randomly assigned either a male or female name—for a laboratory manager position. Faculty participants rated the male applicant as significantly more competent and hireable than the (identical) female applicant. These participants also selected a higher starting salary and offered more career mentoring to the male applicant. The gender of the faculty participants did not affect responses, such that female and male faculty were equally likely to exhibit bias against the female student. Mediation analyses indicated that the female student was less likely to be hired because she was viewed as less competent. We also assessed faculty participants’ preexisting subtle bias against women using a standard instrument and found that preexisting subtle bias against women played a moderating role, such that subtle bias against women was associated with less support for the female student, but was unrelated to reactions to the male student. These results suggest that interventions addressing faculty gender bias might advance the goal of increasing the participation of women in science.

Quelle: Science faculty’s subtle gender biases favor male students (Volltext, PDF)

In der Einleitung machen die Forscher deutlich, dass sie davon ausgehen, dass es keine besonderen biologischen Unterschiede gibt:

With evidence suggesting that biological sex differences in inherent aptitude for math and science are small or nonexistent (6 – 8), the efforts of many researchers and academic leaders to identify causes of the science gender disparity have focused in- stead on the life choices that may compete with women ’ s pursuit of the most demanding positions.

Eine der Fußnoten, auf die sie sich berufen, ist dann allerdings Halper et al 2007:

Sex differences in science and math achievement and ability are smaller for the mid-range of the abilities distribution than they are for those with the highest levels of achievement and ability. Males are more variable on most measures of quantitative and visuospatial ability, which necessarily results in more males at both high- and low-ability extremes; the reasons why males are often more variable remain elusive. Successful careers in math and science require many types of cognitive abilities. Females tend to excel in verbal abilities, with large differences between females and males found when assessments include writing samples. High-level achievement in science and math requires the ability to communicate effectively and comprehend abstract ideas, so the female advantage in writing should be helpful in all academic domains. Males outperform females on most measures of visuospatial abilities, which have been implicated as contributing to sex differences on standardized exams in mathematics and science.

Halper stellt also darauf ab, dass gerade in den höheren Anforderungsbereichen durchaus Unterschiede vorhanden sind und die Geschlechter hier zumindest verschiedene Wege nutzen, um erfolgreich zu sein.

Insofern wäre vielleicht bereits die Prämisse falsch, dass es keine Unterschiede gibt.

Aus der Diskussion der Studie:

Our results revealed that both male and female faculty judged a female student to be less competent and less worthy of being hired than an identical male student, and also offered her a smaller starting salary and less career mentoring. Although the differences in ratings may be perceived as modest, the effect sizes were all moderate to large (d = 0.60 – 0.75). Thus, the current results suggest that subtle gender bias is important to address because it could translate into large real-world dis- advantages in the judgment and treatment of female science students (39). Moreover, our mediation fi ndings shed light on the processes responsible for this bias, suggesting that the female student was less likely to be hired than the male student because she was perceived as less competent. Additionally, moderation results indicated that faculty participants ’ preexisting subtle bias  against women undermined their perceptions and treatment of the female (but not the male) student, further suggesting that chronic subtle biases may harm women within academic science.

Interessanterweise waren die Frauen dabei genau so negativ eingestellt, wie die Männer:

It is noteworthy that female faculty members were just as likely as their male colleagues to favor the male student. The fact that faculty members ’ bias was independent of their gender, scientific discipline, age, and tenure status suggests that it is likely un- intentional, generated from widespread cultural stereotypes rather than a conscious intention to harm women (17). Addi- tionally, the fact that faculty participants reported liking the female more than the male student further underscores the point that our results likely do not reflect faculty members ’ overt hostility toward women. Instead, despite expressing warmth to- ward emerging female scientists, faculty members of both gen- ders appear to be affected by enduring cultural stereotypes about women ’ s lack of science competence that translate into biases in student evaluation and mentoring.

Man hat sie also mehr gemocht, es war unabhängig von dem Geschlecht oder sonstigen Faktoren, es scheint auf einem unterbewußt angenommenen Stereotyp zu beruhen.

Leider wird nicht direkt untersucht, welches Stereotyp es genau ist. Das ist meiner Meinung nach der Knackpunkt der ganzen Sache. Hier bekommt auch wieder die Frage Bedeutung, ob es Geschlechtsunterschiede gibt:

Nimmt man an, dass es Geschlechtsunterschiede gibt, die sich sowohl auf Fähigkeiten als auch auf Interesse an einer wissenschaftlichen Karriere auswirken, dann ist die zusätzliche Angabe des Geschlechts keineswegs einfach nur eine neutrale Angabe, die man auch durch „Gruppe A“ und „Gruppe B“ ersetzen könnte.

Vielmehr wäre es so, dass man Leute für eine bestimmte Tätigkeit aussucht und dabei weiß, dass Gruppe A und Gruppe B verschiedene Häufungen aufweisen. Nehmen wir eine einfache negative Eigenschaft, sagen wir mal ein gewisser Erfahrungssatz würde besagen, dass in der Gruppe B ein überaus hoher Anteil an Alkoholikern ist, Gruppe A hingegen kaum Mitglieder hat, die trinken, sie sind eher als etwas unsoziale Stubenhocker  bekannt.

Nun stellen wir uns vor, dass wir zwei gleiche Bewerbungen vorgelegt werden, in denen jeweils steht, dass der Bewerber gerne mit Leuten abends weggeht.  Bei dem Vertreter der Gruppe B ist die Wahrscheinlichkeit, dass er zu den Trinkern gehört, gerade gestiegen, bei dem Vetreter der Gruppe A ist hingegen die Wahrscheinlichkeit gesunken, dass er ein unsozialer Stubenhocker ist.

In dem Fall ist also der gleiche Text ein Vorteil für A und ein Nachteil für B, einfach weil bestimmte Häufungen in der Gruppe bestehen, der sie angehören und andere Informationen zu den jeweiligen Eigenschaften nicht zur Verfügung stehen. Bei gleicher Qualifikation erscheint der Kandidat der Gruppe B der bessere Kandidat.

Welche Häufungen bestehen nun in den Gruppen „Mann“ und „Frau“?

Bei Gruppe Frau ist die Gefahr höher, dass sie später wegen Kindern aussetzen oder allgemein aus familienbezogenen Gründen kürzer tritt. Ebenso kommt es häufiger vor, dass Frauen in einen personenbezogeneren Job wechseln wollen. Alle Anzeichen, dass ihr der Job nicht gefällt sind bei ihr daher von größerer Bedeutung.

In dem beigefügten Empfehlungsschreiben heißt es dazu:

although Jennifer admittedly took a bit longer than some students to get serious abouther studies earlyin college,she has impressed me by improving over the last two years ofher science course work and has made every effort to make up for lost ground

Das kann man in Richtung einer fleissigen, aber nicht unbedingt begeisterten Forscherin ansehen und es kann eben bei Frauen negativere Implikationen wecken als bei Männern, was sie zu einem unsichereren Kandidaten macht, was dafür sorgt, dass man weniger in sie investieren will, was dafür sorgt, dass man ihr weniger anbietet und sie weniger unterstützen will.

Ein weiterer Punkt wäre evtl. die Nettigkeit. Die Frauen wurden als sympatischer wahrgenommen. Sie wurden aber als Leiterinnen gesucht. Wenn man jetzt will, dass sich ein solcher Leiter durchsetzen kann und seine Mitarbeiter im Griff hat, dann wäre zuviel Nettigkeit evtl. ein Problem. Vielleicht ist auch Durchsetzungsfähigkeit gerade in Verbindung mit dem Durchsetzen gegenüber anderen eine Eigenschaft, bei der man bei Frauen mißtrauischer ist. Erscheint diese dann nett und lieb, dann fehlt die Entkräftung dieser Angst. Hingegen mag man bei einem Mann befürchten, dass er zu dominant auftritt und sich daher über eine gewisse Nettigkeit freuen.

Ist das gerecht? Natürlich nicht. Ist es logisch? Wenn die Häufungen vorhanden sind schon.

Für mich spricht für solche Faktoren der Umstand, dass sich die „Vorurteile“ bei allen Fakultäten und auch gerade bei Männern und Frauen aus dem Fachbereich halten. Wenn es lediglich gesellschaftlich erlernte Vorurteile sind, dann würden zumindest die Frauen eigentlich ein gewisses Gefühl dafür haben müssen, dass diese nicht auf Frauen generell zutreffen. Geht es aber um Wahrscheinlichkeiten, die bestimmte Eigenschaften betreffen, dann ist es gut möglich, dass diese von allen ungefähr gleich wahrgenommen werden und als Faktoren in die Berechnung einfliessen.

„Na und?“ mag man dann sagen „Vorurteile sind Vorurteile, ihre Anwendung gegen den Einzelnen ist ungerecht und benachteiligt Frauen“. Sicher. Aber solange gewisse Häufungen bestehen, werden sie wahrgenommen. Und damit auch zur Grundlage einer Personalentscheidung gemacht. Man kann diese Grundlagen nicht verbieten, gerade dann nicht, wenn sie zutreffend sind (und Frauen zB tatsächlich die schlechtere „Inverstition“ sind, weil sie schneller wieder ausscheiden).

Es bleibt dann nur die Grundlagen so zu ändern, dass die Beobachtungen nicht mehr in dieser Richtung anfallen. Sie nur zu übertünchen hilft nicht. Den Frauen dürfte mehr gedient sein, wenn man ermittelt, welche genauen Faktoren negativ ausgelegt werden und ihnen Tipps zu geben, wie sie diesbezügliche Ängste oder Sorgen gegenüber ihrer Person entkräften können.