Studie zeigt geschlechtsabhängige Unterschiede bei KI-Finanzempfehlungen

Eine am 3. August 2026 veröffentlichte Studie untersucht, wie Menschen große Sprachmodelle zu Spar- und Anlageentscheidungen befragen. Die Forschenden kombinierten dafür eine repräsentative Befragung mit Simulationen zu den langfristigen Folgen von Empfehlungen durch GPT-5.2.

Die simulierten Empfehlungen führten häufiger zu breit gestreuten Aktienfonds, altersabhängig sinkenden Aktienquoten und größeren Sparpuffern. Die Ergebnisse unterschieden sich jedoch systematisch nach Geschlecht, Vorerfahrung mit KI und Finanzwissen.

Zwei Drittel der Unterschiede bei den empfohlenen Aktienanteilen entstanden durch unterschiedlich formulierte Fragen. Ein Drittel blieb bestehen, wenn ansonsten identische Eingaben lediglich mit unterschiedlichen Geschlechtsangaben versehen wurden. Damit wird die Prüfung von KI-Finanzberatung zur Frage, ob Unterschiede aus dem Verhalten der Nutzenden oder aus dem Modell selbst entstehen.