Artikel · 28. Oktober 2026

Warum Persönlichkeitstests Typen erfinden

Vier Buchstaben, eine Farbe, ein Tier. Typentests sind beliebt, weil sie eine klare Antwort geben. Das Problem ist nicht, dass diese Antwort falsch wäre — sondern dass die Frage, auf die sie antwortet, erst vom Test selbst erzeugt wird.

Jemand macht einen Persönlichkeitstest und bekommt vier Buchstaben. Beim zweiten Mal, ein halbes Jahr später, ist ein Buchstabe anders. Die übliche Erklärung lautet: Der Mensch hat sich verändert. Die wahrscheinlichere lautet: Er lag von Anfang an nahe an der Grenze, und der Test musste sich für eine Seite entscheiden.

Das ist kein Fehler in der Durchführung. Es ist die Bauart.

Die Schublade entsteht im Test, nicht im Menschen

Ein Typentest fragt in Gegensätzen. Bist du eher gesellig oder eher zurückgezogen? Triffst du Entscheidungen eher nach Logik oder nach Gefühl? Am Ende wird gezählt, welche Seite öfter gewonnen hat, und daraus wird ein Buchstabe.

Dabei passiert etwas Entscheidendes, das in der Auswertung nicht mehr sichtbar ist: Aus einem Abstand wird eine Grenze. Wer bei 51 zu 49 landet, bekommt denselben Buchstaben wie jemand mit 90 zu 10 — und auf dem Ergebnisblatt steht am Ende dasselbe Wort. Die Information, wie knapp es war, ist nicht etwa ungenau geworden. Sie wurde weggeworfen.

Das erklärt auch, warum bei manchen Menschen das Ergebnis schwankt und bei anderen nicht. Wer weit außen liegt, bekommt stabil denselben Typ. Wer in der Mitte liegt, wechselt — und gerade in der Mitte liegen die meisten.

Was die Forschung dazu sagt

Die Frage, ob psychologische Merkmale eher in Typen oder in Abstufungen vorliegen, ist seit Jahrzehnten untersucht. Dafür gibt es ein eigenes Verfahren, die sogenannte taxometrische Analyse.

Sie geht ungefähr so vor: Man nimmt mehrere Messungen desselben Merkmals und schaut, wie sie zusammenhängen, wenn man die Teilnehmer nach ihren Werten sortiert. Gäbe es zwei echte Gruppen, müssten die Messungen an der Stelle, an der sich beide Gruppen mischen, besonders stark miteinander zusammenhängen — ähnlich wie Körpergröße und Schuhgröße stärker zusammenhängen, wenn man Männer und Frauen in einen Topf wirft, als innerhalb jeder Gruppe. Gibt es nur einen fließenden Übergang, bleibt dieser Ausschlag aus. Das Verfahren erfindet also keine Theorie, sondern prüft eine Vorhersage an der Verteilung selbst.

Eine Zusammenfassung aus dem Jahr 2020 hat 183 solcher Arbeiten mit zusammen 317 Einzelbefunden ausgewertet. Das Ergebnis: Befunde, die für abgestufte Merkmale sprachen, überwogen die für Typen im Verhältnis fünf zu eins (Haslam u. a., 2020).

Eine frühere Übersicht derselben Arbeitsgruppe kam über 177 Arbeiten und insgesamt 533.377 Teilnehmer zu einem noch deutlicheren Bild. Zunächst sahen 38,9 Prozent der Befunde nach Typen aus. Rechnet man jedoch methodische Verzerrungen heraus — vor allem solche, die bei älteren Verfahren Typen dort anzeigten, wo keine waren —, bleiben schätzungsweise 14 Prozent übrig. Die Autoren fassen zusammen, dass die meisten Merkmale, die Persönlichkeitspsychologen interessieren, abgestuft sind und viele einflussreiche frühe Typenbefunde vermutlich auf Artefakte zurückgehen (Haslam u. a., 2012).

Das heißt nicht, dass es überhaupt keine Typen gibt. Für einzelne Bereiche gibt es Hinweise. Es heißt aber: Wer einen Typ ausgibt, trifft damit eine Darstellungsentscheidung — und nicht einen Befund.

Die Forschung selbst gibt längst keine Typen mehr aus

Das Modell, mit dem Persönlichkeitspsychologen heute überwiegend arbeiten, sind die sogenannten Big Five: Offenheit, Gewissenhaftigkeit, Extraversion, Verträglichkeit und Neurotizismus. Für diesen Artikel ist weniger interessant, welche fünf Merkmale das sind, als die Form, in der sie ausgegeben werden.

Ein Big-Five-Ergebnis ist kein Typ. Es ist ein Satz von fünf Werten, meist als Position innerhalb einer Vergleichsgruppe angegeben. Niemand ist „ein Gewissenhafter". Man hat einen Wert auf dieser Skala, und der liegt irgendwo zwischen den Enden.

Das ist bemerkenswert, weil beide Ansätze mit fünf Größen arbeiten und trotzdem völlig verschieden auftreten. Der Unterschied liegt nicht in der Zahl der Merkmale, sondern im letzten Schritt: Der eine Ansatz schneidet die Skalen durch und vergibt ein Etikett, der andere lässt sie stehen.

Nur damit kein falscher Eindruck entsteht: Das hier beschriebene Verfahren ist nicht der Big-Five-Test, und es misst auch nicht dieselben Merkmale. Es übernimmt nur die Darstellungsform — Werte statt Etiketten. Alles andere, von der Auswahl der Fragen bis zur Prüfung an einer Vergleichsstichprobe, ist eine ganz andere Baustelle.

Warum sich ein Typ trotzdem richtig anfühlt

Hier liegt der eigentlich heikle Teil. Denn Typenbeschreibungen fühlen sich meistens zutreffend an, und das ist unabhängig davon, ob sie zutreffen.

Der Psychologe Bertram Forer gab 1948 neununddreißig seiner Studenten eine angeblich persönlich erstellte Auswertung und bat sie, deren Treffsicherheit zu bewerten. In Wahrheit hatten alle dieselbe Beschreibung erhalten, zusammengestellt aus einem Horoskopheft. Im Schnitt bewerteten die Studenten die Treffsicherheit mit 4,3 von 5 Punkten (Forer, 1949). Der Versuch ist seither hunderte Male wiederholt worden, mit stabil ähnlichem Ergebnis.

Sätze wie „Du wirkst nach außen sicherer, als du dich innerlich fühlst" oder „Du brauchst manchmal Rückzug, obwohl du Menschen magst" passen auf fast jeden. Die Zustimmung des Lesers ist deshalb kein Beleg für die Güte eines Tests. Sie ist nur ein Beleg dafür, dass der Text gut geschrieben ist.

Daraus folgt etwas Unbequemes für jeden, der solche Tests baut: Je überzeugender die Beschreibung, desto weniger sagt die Zustimmung aus. Wer das ernst nimmt, muss offenlegen, wie gerechnet wurde — sonst misst er am Ende bloß die eigene Formulierungskunst.

Die Alternative und was sie kostet

Die naheliegende Antwort lautet: Nicht einen Typ ausgeben, sondern alle Werte. Statt „du bist A" also „A 31 Prozent, B 24, C 19, D 14, E 12". Genau so ist das HARST-Prinzip gebaut.

Das ist ehrlicher, aber es ist nicht umsonst.

Es ist schwerer zu merken. Vier Buchstaben kann man sich in ein Profil schreiben. Fünf Prozentzahlen nicht.

Es ist schwerer weiterzuerzählen. Typen verbreiten sich, weil sie eine Zugehörigkeit anbieten. Ein Prozentwert bietet keine an.

Es gibt keine klare Antwort. Wer wissen will, wer er ist, bekommt eine Verteilung. Das ist genauer und unbefriedigender zugleich.

Es dauert länger. Abstufungen statt Entweder-oder bedeutet mehr Regler, mehr Bedenkzeit, mehr Abbrüche.

Wer einen Test baut, der sich verbreiten soll, hat also gute Gründe, beim Typ zu bleiben. Das ist der Grund, warum es so viele Typentests gibt — nicht Unwissenheit, sondern Verbreitungslogik.

Was man selbst damit anfangen kann

Drei Fragen helfen, ein Ergebnis einzuordnen, egal von welchem Test es stammt.

War es knapp? Wenn ein Test das nicht sagt, kann man es oft an der Formulierung erkennen: Je vager die Beschreibung, desto wahrscheinlicher lag das Ergebnis nah an der Grenze.

Würde die Beschreibung des Nachbartyps auch passen? Wenn ja, ist das kein Fehler im Test, sondern ein Hinweis darauf, dass die Grenze erfunden ist. Lies beide.

Sagt der Text etwas Unangenehmes? Eine Auswertung, die nur schmeichelt, arbeitet mit dem Effekt, den Forer beschrieben hat. Eine, die auch benennt, was man anderen schwer macht, hat wenigstens etwas riskiert.

Und schließlich: Ein Testergebnis ist ein Anlass, über sich zu reden, nicht das letzte Wort über einen Menschen. Das gilt für vier Buchstaben genauso wie für fünf Prozentwerte.

Quellen

• Haslam, N., McGrath, M. J., Viechtbauer, W., & Kuppens, P. (2020). Dimensions over categories: a meta-analysis of taxometric research. *Psychological Medicine*, 50(9), 1418–1432.
• Haslam, N., Holland, E., & Kuppens, P. (2012). Categories versus dimensions in personality and psychopathology: a quantitative review of taxometric research. *Psychological Medicine*, 42(5), 903–920.
• Forer, B. R. (1949). The fallacy of personal validation: A classroom demonstration of gullibility. *Journal of Abnormal and Social Psychology*, 44(1), 118–123.