Schreiben Mitarbeitende mit dunklen Persönlichkeitsmerkmalen ihre Jobs negativ? Textanalyse von Online‑Mitarbeiterbewertungen

Warum manche Jobbewertungen schärfer wirken als andere

Wer auf Jobsuche ist, hat sich wahrscheinlich schon anonyme Mitarbeiterbewertungen durchgelesen und versucht, ehrliche Warnungen von ungerechtfertigten Ausbrüchen zu unterscheiden. Diese Studie stellt eine einfache, aber wichtige Frage: Schreiben Menschen mit „dunkleren“ Persönlichkeitstendenzen systematisch anders über ihre Arbeitgeber, und reagieren Leser anders auf solche Bewertungen? Anhand der Sprache von mehr als einer halben Million Online‑Kommentare untersuchen die Autoren, wie verborgene Persönlichkeitsmerkmale die Reputation von Unternehmen – und damit die Entscheidungen von Arbeitssuchenden, die sich auf diese Plattformen verlassen – subtil prägen können.

Verborgene Merkmale hinter scharfer Kritik

Die Studie konzentriert sich auf drei bekannte „dunkle“ Persönlichkeitsmuster: Narzissmus (Selbstüberschätzung und Bedürfnis nach Bewunderung), Machiavellismus (kühle, strategische Manipulation) und Psychopathie (Gefühllosigkeit und Impulsivität). Personen mit höheren Ausprägungen dieser Merkmale neigen eher zu Antagonismus und weniger Bindung an soziale Normen. Die Autoren gehen davon aus, dass diese Tendenzen auf anonymen Bewertungsseiten, wo Nutzer sich weniger beobachtet und verantwortlich fühlen, stärker zum Ausdruck kommen können. Falls dem so ist, sehen Arbeitssuchende beim Lesen der Bewertungen möglicherweise nicht nur das Arbeitsumfeld, sondern auch die Persönlichkeiten der Bewertenden reflektiert.

Persönlichkeit aus Worten lesen

Um diese Idee zu untersuchen, sammelten die Forschenden 533.007 Bewertungen von S&P‑500‑Unternehmen, die zwischen 2008 und 2022 auf Glassdoor gepostet wurden, sowie eine große Teilmenge mit Angaben dazu, wie viele „hilfreiche“ Stimmen jede Bewertung erhielt. Anstatt die Bewertenden direkt zu befragen, nutzten sie ein Werkzeug namens Linguistic Inquiry and Word Count (LIWC). LIWC ordnet Wörter psychologischen und emotionalen Kategorien zu, etwa personalen Pronomen, Wutwörtern, Flüchen oder positiven und negativen Emotionen. Aufbauend auf früheren Arbeiten, die bestimmte Sprachmuster mit dunklen Merkmalen verknüpfen, entwickelten die Autorinnen und Autoren zusammengesetzte Indizes: So dienten etwa bestimmte Ansprachen in der zweiten Person und Schimpfwörter als Marker für Narzissmus; Kombinationen aus negativer Emotion, verringerter positiver Emotion und knapper Ausdrucksweise für Machiavellismus; und Wut, zeitlicher Fokus sowie Inkonsistenzmarker für Psychopathie.

Wie dunkle Merkmale Bewertungen und Nützlichkeit färben

Mit diesen sprachbasierten Indikatoren prüfte das Team zwei Seiten des Bewertungsprozesses. Auf der „Generationsseite“ fragten sie, ob höhere Werte in dunkler‑Trait‑Sprache nach Berücksichtigung von sechs Arbeitsplatzaspekten wie Work‑Life‑Balance und Bezahlung sowie Unternehmens‑ und Zeiteffekten niedrigere Sternebewertungen vorhersagen. Auf der „Konsumseite“ untersuchten sie, ob dieselben Merkmale vorhersagten, wie hilfreich andere Nutzer eine Bewertung fanden, gemessen an der Zahl der Hilfreich‑Stimmen. Über Hunderttausende von Bewertungen hinweg waren die Ergebnisse konsistent, wenn auch moderat: Alle drei Merkmale standen mit leicht niedrigeren Bewertungen in Verbindung. Bei der Nützlichkeit reduzierten narzisstische und psychopathische Sprachmuster tendenziell, wie nützlich Leser eine Bewertung fanden, während machiavellistische Muster mit einem kleinen Anstieg der wahrgenommenen Nützlichkeit einhergingen – möglicherweise weil strategische, kalkulierende Verfasser schärfere, informationsdichtere Kritiken formulieren.

Kleine Signale in einer lauten Online‑Welt

Obwohl die Studie eine sehr große Datengrundlage verwendet, betonen die Autoren, dass diese Effekte statistisch verlässlich, aber klein sind. Sprache, die auf dunkle Merkmale hinweist, erklärt nur einen winzigen Anteil der Variation bei Bewertungen und Hilfreich‑Stimmen im Vergleich zu Faktoren wie tatsächlichen Arbeitsbedingungen oder Unternehmensunterschieden. Anders gesagt: Persönlichkeit hinterlässt einen erkennbaren Fingerabdruck in Bewertungen, dominiert sie aber nicht. Die Arbeit zeigt dennoch, dass anonyme, folgenarme Umgebungen antagonistische Tendenzen in öffentliche Bewertungen einfließen lassen können. Sie demonstriert außerdem, dass Persönlichkeit in großem Maßstab über Alltagssprache untersucht werden kann und nicht nur über formale Fragebögen, wodurch der Erforschung von Einstellungen am Arbeitsplatz eine verhaltens‑linguistische Perspektive hinzugefügt wird.

Was das für Jobsuchende und Arbeitgeber bedeutet

Für die allgemeine Leserschaft lautet die wichtigste Erkenntnis: Nicht alle Online‑Mitarbeiterbewertungen sind gleichwertig. Manche besonders scharfen oder feindseligen Einträge spiegeln möglicherweise die Persönlichkeit der Bewertenden mindestens genauso stark wider wie den Arbeitsplatz selbst – und einige scharf kritische, gut strukturierte Bewertungen können von kalkulierenden Verfassern stammen, die wissen, wie man nützlich klingt. Die Autoren schlagen nicht vor, Einzelpersonen zu diagnostizieren oder diese Werkzeuge zum Screening von Mitarbeitenden zu verwenden. Stattdessen plädieren sie dafür, dass Arbeitgeber und Jobsuchende persönlichkeitsgefärbte Bewertungen als eine Zutat in einem viel größeren Informationsmix betrachten. Das Fazit der Studie ist ausgewogen: Dunkle Merkmale neigen dazu, Bewertungen etwas negativer zu machen und in manchen Fällen die Nützlichkeit zu beeinflussen, doch Kontext, reale Arbeitsbedingungen und Plattformgestaltung bestimmen weiterhin überwiegend, was wir online über Arbeitsplätze lesen.

Zitation: Yousaf, S., Hyun, S. & Kim, J.M. Do employees with dark personality traits review their jobs unfavorably? Textual content analysis of online employee reviews. Humanit Soc Sci Commun 13, 273 (2026). https://doi.org/10.1057/s41599-026-06592-7

Schlüsselwörter: Online‑Mitarbeiterbewertungen, dunkle Triade der Persönlichkeit, Arbeitszufriedenheit, Glassdoor‑Bewertungen, Unternehmensreputation