In einem Auto-Cockpit sind ein männlich und ein weiblich lesbarer Crashtest-Dummy zu sehen.
mauritius images / David Burton / Alamy

Gleichstellung
Welche Rolle spielt Vielfalt für eine erfolgreiche Wissenschaft?

Die deutsche Wissenschafts-Community diskutiert über den Kern der Wissenschaft. Warum Vielfalt dazugehört.

Von Londa Schiebinger 02.06.2026

English Version (Londa Schiebinger: What Role Does Diversity Play in Successful Science?, PDF) 

Vielfalt im Team ist keine Belastung für gute Wissenschaft. Im Gegenteil: Gut geführte Forschungsteams bereichern moderne wissenschaftliche Untersuchungen. Unter den richtigen Bedingungen können Teams von verschiedenen Formen der Vielfalt profitieren – darunter die wissenschaftliche Fachrichtung, Berufserfahrung, Geschlecht, ethnische Zugehörigkeit und Nationalität. Empirische Studien belegen, dass die "kollektive Intelligenz" diverser Gruppen größer ist als die Summe individueller Intelligenzquotienten (IQ-Werte) ihrer Mitglieder. 

Doch wo Vielfalt hineingeht, kommt nicht automatisch Kreativität heraus. Ein sorgfältiges Management, wie in Abbildung 1 dargestellt, ist erforderlich, um den Nutzen von Vielfalt zu maximieren. 

Zu diesen Maßnahmen gehören unter anderem: 

  • ein positives Arbeitsklima schaffen
     
  • auf der fachlichen Expertise des gesamten Teams aufbauen
     
  • vielfältige Forschungsmethoden einsetzen 
     
  • nicht-hierarchische Strukturen und moderne Führungstools etablieren

 

Geschlechtervielfalt kann zudem neue Entdeckungen anstoßen, indem sie die Perspektiven und Fragestellungen der Forschenden erweitert. Unsere Forschung zeigt, dass es drei zentrale Arten von Diversität gibt: Teams (die Beteiligten), Methoden (einschließlich der Analyse von Gender und Geschlecht / Gender and Sex Analysis, GSA) und – vielleicht am wichtigsten – die gestellten Fragen (Abbildung 2 und Tabelle).

Wir haben außerdem festgestellt: Wenn neue Akteurinnen und Akteure in etablierten Disziplinen Fuß fassen – wie etwa in meinem eigenen Fachgebiet der Geschichtswissenschaft –, werden neue Fragen aufgeworfen. Unsere diachrone Analyse von US-amerikanischen geschichtswissenschaftlichen Dissertationen von 1980 (ab diesem Jahr liegen erstmals Online-Daten vor) bis 2015 sowie einer Auswahl allgemeiner geschichtswissenschaftlicher Fachzeitschriften aus den Jahren 1950 bis 2015 machte diesen Zusammenhang zwischen dem Geschlecht der Autorinnen und Autoren und ihren Forschungsschwerpunkten sichtbar (siehe Abbildung 3). 

Zwar fanden wir erhebliche Überschneidungen zwischen den historischen Interessensgebieten von Männern und Frauen, in einigen Fällen zeigte sich jedoch, dass die neuen Beteiligten – in diesem Fall Frauen – das Themenspektrum erweiterten und neue Teilgebiete innerhalb der Disziplin erschlossen. So entwickelten beispielsweise vorwiegend Frauen Themenfelder wie die Frauen- und Geschlechtergeschichte, die Körpergeschichte oder die Geschichte des Konsums und Konsumverhaltens. Themen wie Historiografie, Geschichte Afrikas oder Organisationsgeschichte wurden hingegen gleichermaßen von Männern und Frauen bearbeitet.

Inwieweit hat Diversität bereits zu Erfolgen in der Wissenschaft beigetragen? 

Die Integration von gender- und geschlechtsbasierten Analysen (GSA) in das Forschungsdesign – sofern thematisch relevant – kann zu neuen Erkenntnissen und einer methodischen Weiterentwicklung der Forschung führen. 

  • Ein besseres Verständnis der genetischen und hormonvermittelten Grundlagen von Geschlechtsunterschieden bei der Immunantwort verspricht beispielsweise neue Erkenntnisse für die Entwicklung innovativer Krebsimmuntherapien. 
     
  • Der Nachweis, dass Systeme zur Gesichtserkennung das Geschlecht von Frauen mit dunklerem Hautton häufiger falsch bestimmen als das von Männern mit hellerem Hautton, hat zu entscheidenden Verbesserungen im Bereich Computer Vision geführt. 
     
  • Die Analyse geschlechtsspezifischer Reaktionen auf den Klimawandel ermöglicht wiederum eine präzisere Modellierung des demografischen Wandels bei Meeresorganismen und der nachgelagerten Auswirkungen auf den Menschen. 

Gender- und geschlechtsbasierte Analysen können maßgeblich darüber entscheiden, wie Forschungsergebnisse interpretiert, validiert, reproduziert und verallgemeinert werden. 

Der Zusatz "sofern relevant" ist hierbei wichtig. Beispielsweise besitzen Schwarze Löcher weder ein biologisches noch ein soziales Geschlecht – in der theoretischen Physik oder der reinen Mathematik würde niemand eine solche Analyse erwarten. Geht es jedoch um Künstliche Intelligenz (KI), Basistechnologien, gesellschaftliche Fragen, planetare Gesundheit, Meeresforschung und vieles mehr, kann eine Analyse von Gender und/oder Geschlecht durchaus bedeutsam sein. 

Es ließen sich an dieser Stelle zahlreiche Beispiele dafür anführen, wie eine solche Analyse zu neuen Erkenntnissen führt: bei der Gesichtserkennung in autonomen Fahrzeugen oder bei Landesgrenzen, bei Herzerkrankungen von Frauen und Osteoporose bei Männern, in der Stammzellenforschung, bei Schutzgebieten für Meeresschildkröten, bei verschreibungspflichtigen Medikamenten oder in der Mikroplastikforschung – um nur einige zu nennen. 

Aktueller Heft-Schwerpunkt 6/2026: Gleichstellung

In der Juni-Ausgabe von Forschung & Lehre geht es um Fragen zum Thema Gleichstellung: Welche Maßnahmen sind geeignet, Frauen in der Wissenschaft zu halten? Inwiefern hängen wissenschaftliche Karriereentscheidungen auch von innerfamiliären Lebensumständen ab, auf die die Politik keinen Einfluss hat? Wie wichtig ist Diversität für eine leistungsfähige Wissenschaft?

Im Gespräch: Katja Rost
Gleichberechtigung statt gleiche Lebensläufe: Über Karriere, Familie und die Verschiebung von Prioritäten

Lena Weber | Anke Lipinsky
Kulturwandel: Auf dem Weg in Richtung Gleichstellung in der Wissenschaft?

Im Gespräch: Birgitta Wolff
Exzellenz in ihrer ganzen Breite: Was macht eine gleichstellungstarke Hochschule aus?

Im Gespräch: Rafael Lang
Potentiale besser nutzen: Zur Diversität in den MINT-Fächern

Im Gespräch: Annette Henninger
Gleichberechtigung unter Druck? Wie die politische Lage antifeministische Tendenzen fördert

Ann-Christin Bächmann | Anja-Kristin Abendroth
Persistente Ungleichheiten: Geschlechtsspezifische Unterschiede in der bezahlten Arbeit

Forschung & Lehre 6/2026 ist am 29. Mai 2026 erschienen. 
Auszüge können Sie im Laufe des Monats hier online lesen.

Welcher Zusammenhang besteht zwischen Intersektionalität und Diversität? 

Intersektionalität ist ein differenzierterer Begriff für Diversität. Intersektionalität beschreibt, wie biologisches Geschlecht, soziales Geschlecht, Familienkonstellation, Bildung, Alter und andere soziopolitische Dimensionen zusammenwirken und so prägen, wie Menschen Privilegien und Diskriminierung, Teilhabe oder Marginalisierung erleben. Indem die intersektionale Analyse das Zusammenspiel sozialer Kategorien in den Blick nimmt, kann sie die Genauigkeit und die experimentelle Effizienz in Wissenschaft und Technologie verbessern. 

Für die intersektionale Forschung gibt es mittlerweile mehrere Werkzeuge. Im Jahr 2021 hat unser Projekt "Gendered Innovations" die "Intersectional Design Cards" für inklusive Produkte, Prozesse und Paradigmen veröffentlicht – speziell für Unternehmen. 

Wir stellten dabei zwölf intersektionale Faktoren in den Vordergrund: 

  • Alter,
     
  • Behinderungen,
     
  • Bildungshintergrund, 
     
  • ethnische Zugehörigkeit, 
     
  • Familienkonstellation, 
     
  • soziales Geschlecht (Gender), 
     
  • geografischer Standort, 
     
  • "Race", 
     
  • biologisches Geschlecht (Sex), 
     
  • Sexualität, 
     
  • sozio-ökonomischer Status sowie 
     
  • Nachhaltigkeit.

Etwa zur gleichen Zeit präsentierte Apple sein Konzept "Intersections of Diverse Axes" ("Schnittpunkte vielfältiger Diversitätsdimensionen") mit dem Anspruch, allen Menschen Teilhabe und "positive Erfahrungen" zu ermöglichen. Es umfasst Faktoren wie soziale Schicht, Kultur, ethnische Zugehörigkeit, Sprache, Bildung, politische Überzeugungen, philosophische Überzeugungen, Religion, Race, soziales Geschlecht, sexuelle Orientierung, Alter, Fähigkeiten, Behinderungen, Händigkeit, Körpermaße, Umwelt, Standort, Konnektivität und moderne Technologie. 

Besonders bemerkenswert ist hier die Händigkeit – ein Faktor, den mein Team nicht berücksichtigt hatte. So ist etwa meine Nachbarin auf dem Campus der Stanford University eine international renommierte Chirurgin – doch sie ist Linkshänderin. Die meisten chirurgischen Instrumente sind jedoch für Rechtshänderinnen und Rechtshänder konzipiert. Man stelle sich vor, wie noch herausragender ihre Leistungen sein könnten, wenn die Technologie auf ihre Bedürfnisse zugeschnitten wäre, anstatt dass sie sich an die Erfordernisse der Technologie anpassen müsste. 

So interessant diese Listen intersektionaler Faktoren auch sein mögen, gilt es zu bedenken, dass sie je nach Kulturkreis variieren. Die beiden hier vorgestellten Listen wurden im US-amerikanischen Kontext entwickelt. In Deutschland beispielsweise würde man nicht nach "Race" fragen – zumindest nicht in dem Sinne, wie der Begriff in den USA verstanden wird. Da Forschende und Entwicklerinnen jedoch häufig für eine globales Publikum entwickeln, müssen sie unter Umständen Faktoren wie Hautton und kulturellen Hintergrund berücksichtigen. Es ist außerdem wichtig, dass Forschende die Faktoren auswählen müssen, die für ihr Projekt oder Produkt am relevantesten sind. Ein Forschungsteam kann nicht alle diese Faktoren gleichzeitig untersuchen; daher müssen die Forschenden – wie bei jedem Forschungsprojekt – eine Auswahl treffen und festlegen, worauf sie sich konzentrieren wollen. Diese Entscheidung sollte jedoch nicht auf einer unbewussten Voreinstellung beruhen. 

In unserem jüngsten Nature-Artikel übertragen wir intersektionale Ansätze – die größtenteils in den Geistes- und Sozialwissenschaften sowie im Bereich der öffentlichen Gesundheit entwickelt wurden – auf die Naturwissenschaften und die Technologie, wo diese Art der Analyse bislang weniger etabliert ist (siehe Infobox). 

Wir haben Methoden ausgearbeitet, um zu zeigen, wie eine quantitative intersektionale Analyse über den gesamten Forschungsprozess hinweg funktioniert: von strategischen Überlegungen zur Festlegung der Forschungsprioritäten über das Formulieren von Forschungsfragen, das Erheben und Auswerten von Daten bis hin zur Interpretation der Ergebnisse. Außerdem haben wir Leitlinien für Forschende, begutachtete Fachzeitschriften und Förderorganisationen formuliert, die helfen sollen, intersektionale Analysen systematisch in relevante Bereiche von Wissenschaft und Technologie zu integrieren.

Intersektionale Faktoren können auf drei Analyseebenen berücksichtigt werden 

Soziopolitische Dimensionen beziehen sich auf soziale Kategorien, Identitätsvariablen sowie Positionen der Bevorzugung und Benachteiligung – wie etwa biologisches Geschlecht, soziales Geschlecht, ethnische Zugehörigkeit, sexuelle Orientierung, geografische Lage, Klasse, Kaste, Religion und so weiter –, die für eine intersektionale Analyse von zentraler Bedeutung sein können. Der Begriff Dimensionen bringt dabei die Vorstellung zum Ausdruck, dass jede dieser Kategorien mehrere Untervariablen umfassen kann. 

Kontextuelle Bereiche bezeichnen umfassende soziale Systeme – wie etwa das Rechts-, Gesundheits- oder Strafjustizsystem, staatliche oder globale politische Rahmenbedingungen, Bildungseinrichtungen sowie religiöse Körperschaften –, die auf soziopolitischer Ebene zu sozialen Vorteilen oder Benachteiligungen beitragen. Diese Bereiche können individuelle Lebensentscheidungen und Chancen prägen und sollten bei jedem intersektionalen Analysevorhaben Berücksichtigung werden. 

Umweltbezogene Bedingungen beziehen sich auf lokale und globale Dynamiken, die beispielsweise mit der Qualität von Luft, Boden und Wasser in Zusammenhang stehen. Um Zusammenhänge von Privilegierung und Benachteiligung im Bereich der umweltbezogenen Bedingungen zu erfassen, müssen Variationen auf lokaler Gemeinschaftsebene in den Blick genommen werden. Nur so lässt sich ermitteln, wer durch Umweltrisiken und klimabedingte Katastrophen gefährdet ist – und wer mit hoher Wahrscheinlichkeit geschützt und widerstandsfähig bleibt.

Was ist das stärkste Argument für mehr Vielfalt in der Wissenschaft? 

Bleiben Analysen zu biologischem und sozialem Geschlecht unberücksichtigt, kann dies zu Ungenauigkeiten, ineffizienter Forschung und Schwierigkeiten bei der Generalisierung von Ergebnissen führen. Zugleich kann die Einbeziehung von Analysen zu biologischem und sozialem Geschlecht und/oder Intersektionalität in die Wissenschaft zu neuen Entdeckungen und Innovationen führen. Auf unserer Website "Gendered Innovations in Science, Health & Medicine, Engineering, and Environment", finden sich über 40 konkrete Beispiele dazu. 

Was würden Sie erwidern, wenn jemand die Gender Studies als eine Ideologie ohne empirische Belege bezeichnete? 

Ich würde auf die empirischen Belege verweisen, die zeigen, dass das biologische Geschlecht eine wichtige Variable in der Forschung sein kann. Nehmen wir das Beispiel der Fahrzeugsicherheit. Bei Autounfällen in den USA ist die Wahrscheinlichkeit, dass Frauen mit angelegtem Sicherheitsgurt Verletzungen erleiden, um 47 Prozent höher als bei angeschnallten Männern – selbst nach statistischer Bereinigung um Faktoren wie Gewicht und Körpermasse. Geht man ins Detail, zeigt sich verglichen mit gleichaltrigen männlichen Fahrern oder Beifahrern ist das Verletzungsrisiko für Frauen deutlich erhöht. Kopfverletzungen treten bei Frauen um 22,1 Prozent häufiger auf, Nackenverletzungen um 44,7 Prozent, Brustverletzungen um 26,4 Prozent und Bauchverletzungen um 38,5 Prozent. 

Dies liegt daran, dass bei folgenden Aspekten eine geschlechtsspezifische Analyse fehlt: 

  • der weiblichen Körpergeometrie (zum Beispiel Form und Beschaffenheit des Rumpfes), 
     
  • der Muskel- und Bandfestigkeit bei Frauen, 
     
  • der Ausrichtung der weiblichen Wirbelsäule, 
     
  • der dynamischen Reaktionen des weiblichen Körpers auf Traumata und 
     
  • der Massenverteilung der verschiedenen Körperteile. 

Diese Risiken sind real – daran ist nichts Ideologisches. Die Erkenntnis dieser Gefahren veranlasste die schwedische Ingenieurin Astrid Linder dazu, einen der ersten weiblichen Crashtest-Dummys zu entwickeln, der die Durchschnittsfrau abbildet (50. Perzentil) – EvaRID (Rear Impact Dummy). 

Die Analyse des sozialen Geschlechts hat dazu geführt, ein seit Langem bestehendes ideologisches Versäumnis bei der Prüfung der Fahrzeugsicherheit aufzudecken: Traditionell wurde auf dem Beifahrersitz ein weiblicher Dummy platziert, der die kleinsten 5 Prozent der Frauen repräsentiert (5. Perzentil) – als ob Frauen nicht selbst am Steuer säßen. Die Annahme, dass Frauen eher Beifahrerinnen als Fahrerinnen seien, stellt eine geschlechtsspezifische Norm dar, die das Verständnis dafür eingeschränkt hat, wie das Lenkrad mit dem weiblichen Körper interagiert. Intersektionale Variablen könnten ältere oder adipöse Fahrerinnen und Fahrer einschließen, bei denen wir möglicherweise Unterschiede zwischen Fragilität und Sterblichkeitsrisiko in weiblichen und männlichen Körpern feststellen. Und wenn wir das biologische Geschlecht in die Festlegung von Forschungsprioritäten einbeziehen, erkennen wir die Notwendigkeit von Innovationen bei Sicherheitsgurten für schwangere Frauen, um gefährdete Föten zu schützen. 

Die Analyse von Gender als soziokulturelle Variable – und im weiteren Sinne die Intersektionalität – kann ebenso wichtig sein wie die Analyse des biologischen Geschlechts. Man denke an soziale oder Haushaltsroboter – die Roboter kommen zweifellos! – und daran, wie ihnen Geschlecht zugeschrieben werden könnte. Die Anthropomorphisierung (Vermenschlichung) von Technologien kann Nutzerinnen und Nutzern helfen, effektiver mit ihnen zu interagieren. Dies wirft jedoch die Frage auf: Bietet es Vorteile, die Wirkmacht sozialer Stereotypen zu nutzen, indem man Geschlechtszuschreibungen in virtuelle Agenten, Chatbots oder soziale Roboter einbaut? Wenn beispielsweise Pflegeroboter weiblich gestaltet und in klassisch weiblichen Rollen wie der Pflege eingesetzt werden, würden Nutzerinnen und Nutzer den Aufforderungen des Roboters, täglich Medikamente einzunehmen oder verordnete Übungen zu machen, eher nachkommen? Erleichtert die Vergeschlechtlichung von Robotern oder virtuellen Agenten die Interaktion oder verbessert sie messbare Resultate wie die Leistung? Wird die Personalisierung von Robotern oder Chatbots durch Geschlechtszuschreibungen die Akzeptanz bei Verbraucherinnen und Verbrauchern und sogar die Verkaufszahlen erhöhen? 

Systematische empirische Forschung hierzu wird von entscheidender Bedeutung sein. Hardware entlang von Stereotypen zu entwickeln, kann deren soziale Akzeptanz erhöhen, kann diese Stereotype aber zugleich verfestigen und fortschreiben. Die Krankenpflege beispielsweise gilt derzeit als ein guter Beruf. Weltweit sind jedoch nur etwa elf Prozent der Pflegekräfte Männer – führt die Entwicklung von Pflegerobotern auf der Basis von Stereotypen dazu, dass Männer aus diesem Berufsfeld noch weiter ausgegrenzt werden? 

Ganz gleich, ob man zur Luft- und Raumfahrt, zur Landwirtschaft oder zu haptischen Technologien forscht: Wer die kreative Kraft, die in der Analyse von biologischem Geschlecht, Gender und Intersektionalität liegt, nutzt, kann der Forschung wertvolle neue Dimensionen eröffnen oder sie in völlig neue Richtungen lenken. Ziel dieser Art von Analyse ist es, Fortschritte in den Bereichen Gesundheit, Wohlstand, wissenschaftliche Entdeckungen und Innovation zu erzielen. Diese Methoden sind eine mögliche Herangehensweise, die Forschende einsetzen können, um diese Ziele zu erreichen.


Die Fragen sowie die Übersetzung ins Deutsche erstellte Christine Vallbracht, Online-Redakteurin bei Forschung & Lehre 

Abbildungsverzeichnis und Literaturempfehlungen 

Abbildung 1: Nielsen, M. W., Alegria, S., Börjeson, L., Etzkowitz, H., Falk-Krzesinski, H. J., Joshi, A., Leahey, E., Smith-Doerr, L., Woolley, A.W., & Schiebinger, L. (2017). Gender diversity leads to better science. Proceedings of the National Academy of Sciences, 114(8), 1740-1742. (KI-generierte Adaption von Forschung & Lehre) 
 

Abbildung 2: Nielsen, M. W., Bloch, C. W., & Schiebinger, L. (2018). Making gender diversity work for scientific discovery and innovation. Nature human behaviour, 2(10), 726-734. (KI-generierte Adaption von Forschung & Lehre) 
 

Abbildung 3: Risi, S., Nielsen, M. W., Kerr, E., Brady, E., Kim, L., McFarland, D. A., Jurafsky, D., Zou, J., & Schiebinger, L. (2022). Diversifying history: A large-scale analysis of changes in researcher demographics and scholarly agendas. PLoS One, 17(1), e0262027. (KI-generierte Adaption von Forschung & Lehre) 
 

Infobox "Intersektionale Faktoren": Nielsen, M. W., Gissi, E., Heidari, S., Horton, R., Nadeau, K. C., Ngila, D., Noble, S.U., Paik, H.Y., Tadesse, G.A., Zeng, E.Y. and Zou, J., & Schiebinger, L. (2025). Intersectional analysis for science and technology. Nature, 640(8058), 329-337. 
 

Literaturempfehlung der Autorin: Tannenbaum, C., Ellis, R. P., Eyssel, F., Zou, J., & Schiebinger, L. (2019). Sex and gender analysis improves science and engineering. Nature, 575(7781), 137-146.

English Version (Londa Schiebinger: What Role Does Diversity Play in Successful Science?, PDF)