Können datengesteuerte Tools vorhersagen, wie lange Beziehungen dauern werden?

Dank der Fortschritte bei Online-Dating- und Social-Media-Plattformen war es zumindest theoretisch möglicherweise nie einfacher, einen Partner zu finden, der mit Ihnen kompatibel ist. Internet-Dating-Plattformen versorgen Algorithmen mit Informationen über diejenigen, die eine Beziehung suchen, um die beste Übereinstimmung für sie zu finden. Maschinelles Lernen in Form von Computer-Matching ist äußerst sensibel und genau geworden.

Eine neue Studie analysiert, ob diese Vorhersagbarkeit auf eine Beziehung angewendet werden kann. Kann man von Anfang an vorhersehen, ob es dauern wird? Und wollen wir wissen, mit welcher Wahrscheinlichkeit eine Beziehung ihren Lauf nehmen und enden kann?

Psychologen der Friedrich-Schiller-Universität Jena und der Universität Alberta, Kanada, haben sich mit dieser Frage befasst und sind zu einem klaren Ergebnis gekommen. "Vorhersagen über die Langlebigkeit einer Beziehung sind definitiv möglich", sagte Dr. Christine Finn von der Universität Jena.

Im Rahmen der Langzeitstudie „Pairfam“ führte sie über sieben Jahre regelmäßig Interviews mit fast 2.000 Paaren, von denen sich 16 Prozent in dieser Zeit trennten.

Pairfam, kurz für „Panel Analysis of Intimate Relationships and Family Dynamics“, ist ein Längsschnittforschungsprojekt unter vier deutschen Universitäten. Die Forscher haben seit 2008 die Entwicklung von 12.000 Personen unterschiedlichen Alters untersucht. Die von der Deutschen Forschungsgemeinschaft geförderte Studie läuft bis 2022.

Finn sagte: "Gleich zu Beginn einer Beziehung kann man typische Merkmale finden, dh bestimmte Vorhersagevariablen, die Aufschluss darüber geben, ob die Beziehung von langer Dauer ist oder nicht."

In der Psychologie gibt es derzeit zwei wissenschaftliche Modelle, die den Verlauf einer Beziehung auf unterschiedliche Weise beschreiben, sagte sie.

Man geht davon aus, dass alle Paare anfangs mehr oder weniger gleich glücklich sind. Wenn die Beziehung in einer Trennung endet, kann dies auf Probleme zurückgeführt werden, die sich erst im Laufe der gemeinsamen Zeit des Paares entwickelt haben.

Das zweite Modell geht davon aus, dass die beiden Individuen eines Paares auf unterschiedlichen Glücksebenen beginnen. Sie behalten im Allgemeinen diese Werte bei, aber eine negativere Ausgangssituation erhöht die Wahrscheinlichkeit eines Ausfalls.

Laut Finn deuten die neuen Erkenntnisse darauf hin, dass es tatsächlich eine Kombination der beiden Modelle gibt.

„Auch wir können bestätigen, dass es zunächst unterschiedliche Ebenen gibt. Darüber hinaus nimmt das Glück in beiden Gruppen ab. Bei denjenigen, die sich später trennen, geschieht dies jedoch erheblich schneller, was bedeutet, dass eine Person, die unglücklich anfängt, zunehmend unglücklich wird. “

Daher kann der Beginn einer Beziehung etwas darüber aussagen, wie sie sich entwickeln wird. Die Forscher in Jena stellten die Zufriedenheit fest, indem sie beispielsweise Paare fragten, inwieweit sie der Ansicht waren, dass ihre Bedürfnisse erfüllt wurden.

Im Allgemeinen bleiben Menschen mit ähnlichen Bedürfnissen, zum Beispiel einem Bedürfnis nach Nähe, die aber auch weiterhin ihre eigenen Interessen verfolgen möchten, in der Regel am längsten zusammen.

Forscher sagen, dass die Expertenalgorithmen für maschinelles Lernen Paaren vorab Informationen über die Wahrscheinlichkeit ihres Zusammenbleibens liefern können. Aber sind solche Informationen nützlich?

Christine Finn ist skeptisch. "Es ist nicht unsere Absicht, den allgemeinen Trend zur Optimierung weiter zu verstärken und nur eine ergebnisorientierte Beziehung mit der Aussicht auf eine dauerhafte Beziehung zu haben", sagte sie.

„Auch wenn sich Paare nach einiger Zeit trennen, kann dies eine wertvolle und wichtige Phase in ihrem Leben sein, die sich positiv auf die nächste Beziehung auswirken kann. Darüber hinaus können Paare ihre gegenseitigen Interessen bewusst beeinflussen und daran arbeiten sowie Nähe und Unabhängigkeit fördern. Keine Beziehung ist von Anfang an zum Scheitern verurteilt. “

Quelle: Friedrich-Schiller-Universität Jena / EurekAlert

Foto: