Stereotype Hindern Karriereweg von Frauen IN der Wissenschaft

Text: Linda Roniger
Fotos: Chicago Booth School of Business

Stereotype Hindern Karriereweg von Frauen IN der Wissenschaft

Text: Linda Roniger
Fotos: Chicago Booth School of Business

Klischeevorstellungen halten Frauen vor MINT-Fächern und Top-Positionen in der Wissenschaft ab, dies ist ein unlängst bekanntes Problem und wurde von einer neuen Studie der University of Chicago Booth School of Business wiederum bestätigt.

Die Einstellung der Arbeitgeber in den Bereichen Mathematik und Wissenschaft gegenüber Frauen ist immer noch stark von Vorurteilen geprägt. Männer werden doppelt so oft eingestellt als Frauen. Zu diesem Ergebnis ist Luigi Zingales (Bild) von der University of Chicago Booth School of Business und weitere Autoren in der Studie „How Stereotypes Impair Women’s Careers in Science“ gekommen.

In einem Laborexperiment wurde untersucht, wie Arbeitgeber bei der Stellenbesetzung, bei der es um Arithmetik geht, auf Frauen reagieren. Als einzige Information zur Entscheidung diente dem Arbeitgeber nur die physische Erscheinung, sprich das Geschlecht der Kandidaten. Das Ergebnis war, dass männliche wie auch weibliche Arbeitgeber doppelt so oft Männer als Frauen einstellen. Frauen wurden als weniger talentiert in Arithmetik eingestuft. Die Diskriminierung bleibt sogar dann bestehen, wenn weibliche Kandidaten beim Gespräch mit dem Arbeitgeber erklären, wie gut sie einen bevorstehenden Arithmetiktest abschliessen. Auch hier war die Wahrscheinlichkeit tief, dass eine Frau angestellt wurde. Begründet ist dies, dass Männer viel öfter mit ihren Fähigkeiten prahlen und so den Arbeitgeber überzeugen, währenddessen Frauen ihre Fähigkeiten eher unterschätzen. Zudem fanden die Wissenschaftler heraus, dass sich die Vorurteile reduzieren, jedoch nicht verschwinden, wenn dem Arbeitgeber beim Gespräch die Ergebnisse eines durchgeführten Arithmetiktests vorliegen.
Diese Studie der University of Chicago Booth School of Business verdeutlicht klar, dass eine unbewusste geschlechterspezifische Diskriminierung im Bereich Mathematik und Wissenschaft vorhanden ist. Immer noch herrschen Klischeevorstellungen, dass Frauen weniger stark in Mathematik sind, obwohl diverse Studien zeigen, dass Frauen und Männer gleich gut bei mathematischen Tests abschliessen. Die Erkenntnisse der Studie verdeutlichen, dass Handlungsbedarf für eine frauenfreundlichere Wissenschaft zweifellos besteht.

 

Vollständige Studie: Hier klicken

 

Bitte teilen Sie diesen Beitrag

Ladies Drive Magazine

Ladies Drive Magazin Vol. 59

Vol. 59 jetzt am Kiosk!

Ausgewählte Artikel

Welcome back! Die Baloise Session 2022 startet durch!

Welcome back! Die Baloise Session 2022 startet durch!

Der Musiksommer war heiss. Und wir setzen im Spätherbst ein weiteres Mal Highlights, die die Fans überraschen & begeistern werden. Das zeitlose Konzept der Baloise Session stellt die Begegnung zwischen Musiker:innen und Publikum ins Zentrum. In intimer Atmosphäre an Clubtischen mit Kerzenlicht kann man Newcomer:inner, Neuentdeckungen und Weltstars hautnah erleben.

Wie wir in Zukunft arbeiten – „Bring Women Back to Work“ als Vorzeigeprojekt für vorausdenkende Unternehmen.

Wie wir in Zukunft arbeiten – „Bring Women Back to Work“ als Vorzeigeprojekt für vorausdenkende Unternehmen.

Mit dem ehrenamtlichen Salesforce-Programm „Bring Women Back to Work“ verfolge ich aus Leidenschaft das Ziel, mehr Frauen nach einer beruflichen Pause wieder in die Arbeitswelt zu holen – konkret in die Techbranche. Und der Erfolg der Initiative kann sich sehen lassen: Zwei Drittel der Teilnehmerinnen finden nach Abschluss dieses Programms einen neuen Job. Dies bleibt aber nicht der einzige Erfolg des Projekts. Ganz nebenbei entpuppt sich die Art und Weise der Organisation als Erfolgsrezept für diversere Teams in der Arbeitswelt von morgen.

Folgt uns in den sozialen Medien, um in Kontakt zu bleiben und erfährt mehr über unsere Business Sisterhood!

#BusinessSisterhood     #ladiesdrive

Möchten Sie Neuigkeiten über zukünftige Veranstaltungen erhalten?