Ein Avatar kann auf den ersten Blick beeindruckend realistisch wirken. Hautstruktur, Haare und Gesicht sind sorgfältig modelliert. Dann beginnt er zu sprechen. Die Lippen bewegen sich einen Moment zu spät, der Blick bleibt etwas zu lange stehen oder das Lächeln erreicht die Augen nicht. Plötzlich wirkt die Figur nicht mehr realistisch, sondern merkwürdig.
Gerade bei menschenähnlichen Avataren reichen oft kleine Abweichungen. Was bei einer stilisierten Figur problemlos akzeptiert wird, fällt bei einem fast fotorealistischen Gesicht sofort auf.
Dieses Phänomen wird häufig mit dem Uncanny Valley erklärt. Dahinter steckt allerdings mehr als die einfache Regel, dass fast menschliche Figuren unheimlich wirken.
Je menschlicher, desto besser?
Der japanische Robotiker Masahiro Mori beschrieb 1970 eine hypothetische Beziehung zwischen Menschenähnlichkeit und Akzeptanz künstlicher Figuren. Seine Idee: Je menschlicher ein Roboter erscheint, desto vertrauter wirkt er zunächst. Kurz vor vollständiger Menschenähnlichkeit könne diese positive Reaktion jedoch abrupt einbrechen. Erst bei einem echten Menschen steige sie wieder an. Für diesen Einbruch prägte sich später der Begriff Uncanny Valley ein (Mori, 2012).
Moris berühmte Kurve wird heute häufig dargestellt, als handle es sich um ein psychologisches Gesetz. So eindeutig ist die Forschung allerdings nicht. Eine umfassende Übersicht von Jari Kätsyri und Kolleg:innen zeigte, dass sich ein Uncanny Valley nicht bei jeder Steigerung der Menschenähnlichkeit beobachten lässt. Die empirischen Ergebnisse sind stark davon abhängig, wie Realismus erzeugt wird und welche Merkmale miteinander kombiniert werden (Kätsyri et al., 2015).
Wenn einzelne Merkmale nicht zusammenpassen
Eine der überzeugenderen Erklärungen ist deshalb nicht Menschenähnlichkeit an sich, sondern perzeptuelle Inkonsistenz.
Ein Gesicht kann beispielsweise sehr realistische Haut besitzen, während die Augen künstlich wirken. Eine natürliche Stimme kann mit einer kaum bewegten Mimik kombiniert sein. Oder ein realistischer Kopf bewegt sich auf eine Weise, die nicht zu unserem Wissen über menschliche Bewegung passt.
Gerade solche Kombinationen scheinen problematisch zu sein. Kätsyri und Kolleg*innen fanden in ihrer Forschungsübersicht vergleichsweise gute Belege dafür, dass Unterschiede im Realismus einzelner Merkmale Unbehagen auslösen können. Besonders auffällig waren Inkonsistenzen zwischen Gesicht und Augen sowie ungewöhnliche Merkmale in ansonsten realistischen Gesichtern (Kätsyri et al., 2015).
Karl MacDorman und Debaleena Chattopadhyay untersuchten diesen Zusammenhang experimentell mit 548 Personen. Gesichter wurden als besonders unheimlich bewertet, wenn einzelne Merkmale unterschiedliche Realismusgrade aufwiesen. Besonders relevant waren dabei Augen, Wimpern und Mund. Eine konkurrierende Erklärung, wonach vor allem Unsicherheit darüber entscheidend sei, ob eine Figur Mensch oder künstlich ist, wurde in diesen Experimenten dagegen nicht bestätigt (MacDorman & Chattopadhyay, 2016).
Das verschiebt die Frage erheblich. Das Problem ist möglicherweise nicht, dass ein Avatar zu menschlich aussieht. Problematisch wird es, wenn verschiedene Signale unterschiedliche Erwartungen erzeugen.
Bewegung macht Realismus anspruchsvoller
Bei Avataren kommt hinzu, dass wir sie selten nur als Standbild sehen. Sie sprechen, blinzeln, schauen uns an und reagieren auf eine Unterhaltung.
Damit entstehen weitere Gelegenheiten für Inkonsistenzen. Bei einem stilisierten Charakter akzeptieren wir vereinfachte Bewegungen. Bei einem fotorealistischen Gesicht erwarten wir dagegen auch realistische Augenbewegungen, Mimik, Sprachsynchronisation und zeitlich passende Reaktionen. Je genauer die Oberfläche einem Menschen ähnelt, desto sichtbarer können kleine Abweichungen werden.
Das bedeutet allerdings nicht, dass Bewegung grundsätzlich ein Uncanny Valley erzeugt. Auch dafür fand die Forschungsübersicht von Kätsyri und Kolleg:innen keine konsistente Evidenz. Entscheidend scheint vielmehr zu sein, ob Aussehen und Verhalten zueinander passen.
Eine aktuelle Netzwerk Metaanalyse mit 13 Studien und insgesamt 2’343 Personen kommt zu einem ähnlichen differenzierten Bild. Avatare mit mittlerem Realismus wurden im Durchschnitt als unheimlicher wahrgenommen als wenig oder stark realistische Figuren. Gleichzeitig wurden stark realistische Avatare als attraktiver und vertrauenswürdiger eingeschätzt. Mehr Realismus führt also keineswegs zwangsläufig tiefer ins Uncanny Valley (Tao et al., 2025).
Stilisiert ist nicht automatisch schlechter
Für Avatar Design ergibt sich daraus eine wichtige Konsequenz. Fotorealismus ist kein Qualitätsmerkmal an sich.
Ein stilisierter Avatar kann sehr überzeugend wirken, wenn Gesicht, Körper, Bewegung und Stimme derselben gestalterischen Logik folgen. Umgekehrt kann ein technisch aufwendiges Gesicht irritieren, wenn die Haut nahezu perfekt ist, die Augen aber leblos bleiben oder die Lippenbewegung nicht zur Sprache passt.
Die sinnvolle Frage lautet deshalb nicht: Wie realistisch können wir einen Avatar machen? Sondern: Wie viel Realismus können wir konsistent darstellen?
Das ist gerade für KI-Avatare relevant. Fortschritte bei Sprachmodellen lösen das visuelle Problem nicht automatisch. Ein Avatar kann sprachlich erstaunlich überzeugend reagieren und gleichzeitig durch unpassenden Blickkontakt, starre Gestik oder verzögerte Mimik künstlich wirken. Je höher die Erwartung an menschliches Verhalten ist, desto stärker können solche Brüche auffallen.
Bewusste Stilisierung ist deshalb nicht zwingend ein technischer Kompromiss. Sie kann eine Designentscheidung sein.
Realismus braucht einen Grund
Für Bildung, Beratung oder Gesprächssimulationen stellt sich zusätzlich die Frage, wofür ein realistischer Avatar überhaupt benötigt wird. Wenn das Lernziel darin besteht, ein Gespräch zu führen, Widerstand wahrzunehmen oder eine Gesprächsstrategie auszuprobieren, muss die Figur nicht wie ein echter Mensch aussehen. Sie muss glaubwürdig genug reagieren, damit die Situation funktioniert.
Realismus wird dort relevant, wo bestimmte Merkmale für die Aufgabe tatsächlich bedeutsam sind. Mehr Details ohne didaktische Funktion erhöhen dagegen möglicherweise nur die Erwartungen an alle anderen Aspekte des Avatars.
Das Uncanny Valley ist deshalb weniger eine Warnung vor menschenähnlichen Avataren als eine Warnung vor inkonsistentem Design.
Ein glaubwürdiger Avatar muss nicht perfekt menschlich sein. Er muss vor allem in sich stimmen.
Quellen
Kätsyri, J., Förger, K., Mäkäräinen, M., & Takala, T. (2015). A review of empirical evidence on different uncanny valley hypotheses: Support for perceptual mismatch as one road to the valley of eeriness. Frontiers in Psychology, 6, Article 390.
MacDorman, K. F., & Chattopadhyay, D. (2016). Reducing consistency in human realism increases the uncanny valley effect; increasing category uncertainty does not. Cognition, 146, 190–205.
Mori, M. (2012). The uncanny valley. IEEE Robotics & Automation Magazine, 19(2), 98–100. Original work published 1970.
Tao, Z., Liu, Y., Qiu, J., & Li, S. (2025). Impact of virtual avatar appearance realism on perceptual interaction experience: A network meta analysis. Frontiers in Psychology, 16, Article 1624975.