Warum "Geschlecht" kein Spektrum ist

In gesellschaftlichen Debatten behaupten Vertreter des Genderismus regelmäßig, dass sich die "moderne" biologische Forschung inzwischen sicher sei, dass das Geschlecht nicht mehr binär, sondern als Spektrum interpretiert werden sollte. Begründet wird dies mit der Existenz von Disorders of Sex Development (DSD), weil sich Betroffene von solchen Geschlechtsentwicklungsstörungen angeblich nicht binär klassifizieren lassen.

Ein grundlegendes Missverständnis

In Zusammenhang mit dem Postulat eines "Geschlechterspektrums" wird häufig ein Editorial-Artikel in der Fachzeitschrift 'Nature' von der Wissenschaftsjournalistin und Biologin Claire Ainsworth zitiert [1]. Darin präsentiert die Autorin ein sogenanntes "Sex spectrum" und plädiert für ein erweitertes Verständnis von Geschlecht, das die biologische Vielfalt anerkennt und die individuellen Erfahrungen sowie Identitäten respektiert. Ainsworths "Sex spectrum" ist aber lediglich eine tabellarische Aufstellung verschiedener Geschlechtsausprägungen (u. a. aufgrund von Entwicklungsstörungen), die weiterhin ohne fließende Übergänge oder Zwischenstufen auskommen. Tatsächlich lassen sich fast alle Einträge zweifelsfrei binär bestimmen (lediglich die ovotestikuläre DSD ist in dieser Hinsicht komplexer, stellt die grundsätzliche Binarität allerdings ebenfalls nicht infrage).

"Sex spectrum" nach Ainsworth, C. (Nature, 2015); übersetzt und farblich gekennzeichnet

Ferner sucht man im Nature-Artikel eine klare Definition von "Geschlecht" vergeblich. Stattdessen werden geschlechtliche Phänotyp-Variationen der Biospezies Homo sapiens behandelt und deren Vielfalt aufgezeigt. Da naturwissenschaftliche Laien beim Lesen offenbar die Kategorien verwechseln, wurde und wird der Artikel dahingehend missverstanden, die Autorin und damit das Fachjournal 'Nature' hätten eine allgemeine biologische Vielgeschlechtlichkeit postuliert. Tatsächlich geht dies aus dem Artikel gar nicht hervor.

Sprachlich ist der Ainsworth-Beitrag in der Tat an mehreren Stellen missverständlich formuliert. Der Begriff "sex" wird wiederholt verwendet, obwohl inhaltlich primär die Variation von Geschlechtsmerkmalen beim Menschen gemeint ist. Korrekt wäre also "sex characteristics in humans" gewesen. Diese begriffliche Verkürzung vor allem in der Aufmerksamkeit generierenden Überschrift und Einleitung kann bei Lesern ohne biologischen Hintergrund leicht den Eindruck erwecken, es gehe um eine grundlegende Neudefinition von Geschlecht selbst. Für das typische Fachpublikum von Nature dürfte jedoch aus dem Kontext klar gewesen sein, dass es sich um eine Darstellung menschlicher Entwicklungsvariationen handelt und nicht um eine Revision grundlegender biologischer Kategorien.

Aufgrund der Missverständnisse und stellenweise ideologischen Ausschlachtung ihres Artikels wurde Ainsworth bei X (ehemals Twitter) konkret gefragt, ob sie behaupten würde, dass es mehr als zwei Geschlechter gäbe. Ihre Antwort lautete auf Deutsch: "Nein, überhaupt nicht. Zwei Geschlechter mit einem Kontinuum an Variationen in Anatomie/Physiologie." (Archivlink)
 
Die angebliche "Kronzeugin" der Gender-Ideologie hat somit selber bestätigt, dass sie von einer Zweigeschlechtlichkeit ausgeht und sich die physiologischen und anatomischen Variationen innerhalb (nicht außerhalb oder zwischen) dieser beiden (binären) Kategorien bewegen. Das hält Ideologen allerdings leider nicht auf, weiterhin vehement zu behaupten, Ainsworth hätte auch mit diesem Statement weitere Geschlechter abseits der Binarität postuliert. 

Schließlich sei noch darauf hingewiesen, dass die Autorin 2017 einen weiteren Editorial-Artikel in Nature publizierte, der beschreibt, dass Experimente an Mäusen darauf hinweisen, dass das Geschlecht selbst nach Entfernung der geschlechtsdeterminierenden Gonaden Einfluss auf jede einzelne Körperzelle hat [2]. Geschlecht beeinflusst somit jede Körperzelle und zwar nicht nur durch Hormone, sondern auch durch genetische und zelluläre Mechanismen. Ein Befund, welcher den Thesen des Genderismus widerspricht.

Das "Gender Spectrum" des Scientific American

Eine der bekanntesten Visualisierungen, die die Idee eines biologischen "Geschlechtsspektrums" popularisiert hat, stammt aus einem Artikel des 'Scientific American' von 2017 [3]. Die Grafik versucht, die Vielfalt der Faktoren darzustellen, die an der Geschlechtsentwicklung beteiligt sind, von Chromosomen über Gene und Hormone bis hin zu inneren und äußeren Geschlechtsmerkmalen:

Aus Montañez, A.: Beyond XX and XY: The Extraordinary Complexity of Sex Determination 
(Scientific American, 2017)

Diese Darstellung zeigt keine simple Zweiteilung, sondern eine Vielzahl von Entwicklungspfaden, die scheinbar fließend zwischen "typisch weiblich" und "typisch männlich" angeordnet sind. Besonders Phänotypvariationen aufgrund von DSD werden dabei als Zwischenpositionen innerhalb eines Kontinuums inszeniert.

Gerade diese visuelle Umsetzung bedarf eine genauere Betrachtung. Denn obwohl die Grafik eine große biologische Komplexität korrekt abbildet, übersetzt sie diese Komplexität in eine eindimensionale Skala. Unterschiedliche Ebenen der Geschlechtsentwicklung, also chromosomale, gonadale, hormonelle und anatomische Faktoren, werden implizit so behandelt, als ließen sie sich entlang einer gemeinsamen Achse anordnen. Die zugrundeliegenden Prozesse sind jedoch nicht linear organisiert, sondern bilden ein Netzwerk aus miteinander interagierenden, teilweise unabhängigen Mechanismen. Dass es Varianten und Abweichungen gibt, bedeutet nicht automatisch, dass diese sinnvoll als Zwischenpunkte zwischen zwei Polen beschrieben werden können.

Bedingungen wie 5-Alpha-Reduktase-Mangel führen beispielsweise nicht einfach zu "weniger" männlichen Eigenschaften entlang einer Skala. Vielmehr entstehen spezifische Kombinationen von Merkmalen, die sich nicht ohne Weiteres in eine lineare Ordnung einfügen lassen. Die Grafik suggeriert jedoch genau diese Einordnung, indem sie verschiedene Konstellationen entlang eines Farbbalkens positioniert, der von "weiblich" zu "männlich" verläuft. Damit wird aus der biologischen Realität, in der DSD geschlechtsspezifische Entwicklungsstörungen darstellen, eine scheinbar kontinuierliche Linie konstruiert. Was als fließender Übergang erscheint, ist bei genauerem Hinsehen bloß eine Aneinanderreihung qualitativ unterschiedlicher Zustände der weiblichen oder der männlichen Geschlechtsentwicklung bzw. -ausprägung.

Schließlich vermischt die Darstellung implizit verschiedene Begriffe, die analytisch getrennt werden sollten. Geschlecht, DSD und Geschlechtsidentität werden im Text zwar unterschieden, in der Gesamtwirkung der Darstellung aber eng miteinander verknüpft. Die Aussage, dass auch Geschlechtsidentität nicht notwendigerweise binär sei, ist für sich genommen richtig, stützt sich jedoch auf eine Grafik, die primär biologische Entwicklungsprozesse visualisiert. Dadurch entsteht der Eindruck, als folge aus biologischer Komplexität unmittelbar eine spektrale Struktur von "Geschlecht" insgesamt.

Humanmedizin im Lichte der Sexualbiologie

Eine weitere Publikation, die in Debatten häufig genannt wird, erschien in der Fachzeitschrift 'Medizinische Genetik' und wurde von einem Autorenteam rund um den Philosophen und Bioethiker Christoph Rehmann-Sutter verfasst [4]. Darin werden unter Bezugnahme auf das zuvor noch tabellarisch strukturierte "Sex spectrum" nach Ainsworth weitere Modelle vorgestellt, die sich abermals nur auf verschiedene Unterkategorien des Geschlechts der Biospezies Homo sapiens beziehen. Eines davon ist eine bimodale Häufigkeitsverteilung, die als "Spektrum" präsentiert wird:

Aus Rehmann-Sutter et al.: Is sex still binary?
(Medizinische Genetik 35, 2023)

Hier ist zunächst eine begriffliche Klärung notwendig, die in dieser Darstellung bereits verwischt wird. Denn das gezeigte Diagramm ist streng genommen kein "Spektrum", sondern eine bimodale Häufigkeitsverteilung, was etwas grundlegend anderes ist.

Ein Spektrum beschreibt im wissenschaftlichen Sinn zunächst nur die Ausprägungen einer kontinuierlichen Messgröße entlang einer Achse. Klassische Beispiele finden sich in der Physik, etwa beim Lichtspektrum, bei dem Wellenlängen entlang einer einzigen Dimension angeordnet sind. Da die Anisogamie die Ankerdefinition des Sexus ist, wäre die Morphologie der Gameten die entscheidende Messgröße für ein "sex spectrum" mit männlichen und weiblichen Gameten an den Enden der X-Achse. Für Zwischenstufen des Sexus bedarf es demnach funktionale intermediäre Gameten. Solche existieren jedoch nicht.
 
Entscheidend ist, dass ein Spektrum konzeptionell nur eine Variable benötigt. Es sagt zunächst nichts darüber aus, wie häufig bestimmte Werte auftreten, sondern lediglich, dass es eine kontinuierliche Skala gibt, auf der sich Beobachtungen einordnen lassen. Das "Spektrum"-Modell von Rehmann-Sutter et al. funktioniert jedoch anders. Es setzt implizit bereits eine solche Skala voraus, fügt dann aber eine zweite Dimension auf der Y-Achse hinzu, nämlich die Häufigkeit bestimmter Ausprägungen. Erst dadurch entstehen die beiden Glockenkurven. Was wir sehen, ist also kein Spektrum, sondern eine statistische Verteilung von Datenpunkten entlang einer gewählten Achse, also eine bimodale Verteilung mit zwei Häufigkeitsgipfeln.

Dieser Unterschied ist nicht nur terminologisch, sondern konzeptionell entscheidend. Ein Spektrum behauptet Kontinuität entlang einer Dimension. Eine bimodale Verteilung hingegen beschreibt, wie sich reale Beobachtungen auf einer solchen Dimension verteilen. Dass zwei deutliche Häufigkeitsmaxima existieren, ist gerade kein Argument für ein kontinuierliches "Dazwischen", sondern zunächst ein empirischer Befund über die Clusterung von Daten. Hinzu kommt, dass für die Darstellung einer solchen Verteilung überhaupt erst festgelegt werden muss, welche Messgröße auf der X-Achse abgetragen wird. Genau diese Festlegung bleibt in vielen "Spektrum"-Darstellungen implizit oder undefiniert. Ohne eine klar bestimmte Variable ist jedoch weder ein Spektrum noch eine sinnvolle Verteilung darstellbar. Die Grafik suggeriert damit eine mathematische Präzision, die sie begrifflich gar nicht einlöst.

In der Konsequenz wird hier also ein statistisches Werkzeug (die Darstellung einer Häufigkeitsverteilung) rhetorisch in ein ontologisches Modell umgedeutet. Aus der Beobachtung, dass bestimmte Merkmale in zwei Clustern gehäuft auftreten, wird die Behauptung eines kontinuierlichen Spektrums von "Geschlecht". Genau dieser Schritt ist jedoch nicht durch die Darstellung selbst gedeckt.

Die Autoren liefern immerhin eine Geschlechtsdefinition. Allerdings in Form eines Strohmanns: "Geschlecht" bezöge sich auf alle biologischen Merkmale wie Chromosomen, Geschlechtszellen (Gameten), Hormone, Genitalien und sekundäre Geschlechtsmerkmale wie Brustentwicklung oder Gesichtsbehaarung. Auf Basis dieser Definition sei es ungültig, Geschlecht strikt binär zu betrachten. Das ist zwar argumentativ korrekt, aber bereits die Geschlechtsdefinition ist aus biologischer Sicht falsch, weil sie anthropozentrisch ist und damit den Grundsätzen einer naturalistischen Realwissenschaft wie der Biologie widerspricht.

Goymann, Brumm & Kappeler (2023) beleuchten diese Thematik ausführlich in einem lesenswerten Open-Access-Artikel in der Zeitschrift 'Bioessays' [5]. Darin präsentieren sie ein Schaubild, welches leicht verständlich visualisiert, dass Geschlechtschromosomen, Geschlechtsmerkmale, Hormone und Rollenverhalten lediglich Folgen und damit untergeordnete Kategorien des Geschlechts sind, jedoch stark zwischen Arten variieren und daher nur eingeschränkt als Definition für die Oberkategorie "Geschlecht" nutzbar sind:

Aus Goymann et al.: Biological sex is binary, even though there is a rainbow of sex roles
(Bioessays 45, 2023)

Ein multidimensionales Verständnis der Geschlechtsbiologie des Menschen wurde von Humanmedizinern vorgeschlagen, um die DSD-Diagnostik zu vereinfachen. Im Rahmen dieser (logischerweise anthropozentrischen) Biowissenschaft ist es legitim, das Geschlecht mit untergeordneten Kategorien näher zu beschreiben. Letzten Endes verfahren Sexualbiologen bei allen Spezies, die sie erforschen, auf gleiche Weise. Sie betrachten die jeweiligen physiologischen und anatomischen Ausprägungen mit Bezug zur Sexualität eines Organismus. Jedoch darf daraus kein Kategorienfehler resultieren, bei dem man diese untergeordneten Kategorien mit der übergeordneten Definition von Geschlecht auf Basis des morphologischen Unterschieds der potenziell produzierten Gameten verwechselt.

Eine binäre Geschlechtskategorisierung schließt die Anerkennung von Diversität innerhalb der beiden Kategorien nicht aus. Die von der Zweigeschlechtlichkeit produzierte Vielfalt ist jedem Biologen, ja sogar jedem Kleintierzüchter hinlänglich bekannt. Betrachtet man einzelne Geschlechtsausprägungen, kann man nämlich durchaus Zwischenstufen beobachten. Da sich die strukturelle Anatomie beider Geschlechter beim Menschen aus demselben geschlechtsneutralen (bipotenten) Zustand entwickelt, können Entwicklungsstörungen tatsächlich zu Zwischenstufen der phänotypischen Geschlechtsausprägung führen. Die Quigley-Skala verdeutlicht dies sehr anschaulich [6]:

Aus Quigley et al.: Androgen Receptor Defects: Historical, Clinical, and Molecular Perspectives
(Endocrine Reviews 16, 1995)

Doch diese Ausprägungen sind nur visuell als Zwischenstufen anzusprechen, nicht definitorisch. Sie bewegen sich weiterhin innerhalb eines der beiden Geschlechter, nicht außerhalb oder dazwischen. Eine männliche Person mit einem aufgrund einer Entwicklungsstörung nicht ausreichend maskulinisierten männlichen Genital bleibt beispielsweise trotzdem dem männlichen Geschlecht zugehörig und besitzt somit definitionsgemäß einen (wenn auch mitunter stark unterentwickelten) Penis. Er kann mit dem aus der Zoologie stammenden und von der Humanmedizin übernommenen (dort mittlerweile jedoch nicht mehr üblichen) Terminus "Pseudohermaphroditismus masculinus" angesprochen werden. Für vergleichbare Entwicklungsstörungen des weiblichen Geschlechts gilt dasselbe (Pseudohermaphroditismus femininus).

Es gibt demnach ein Spektrum an Ausprägungen bestimmter Merkmale des männlichen Geschlechts und ein weiteres Spektrum mit möglichen Ausprägungen bestimmter Merkmale des weiblichen Geschlechts. Diese "Geschlechterspektren" sind jedoch strikt binär, nicht bimodal.

Wie kommt man zu einem bimodalen Modell?

Bei der Visualisierung der Verteilung bestimmter Merkmale und Eigenschaften des Geschlechts kann man durchaus bimodale Modelle erstellen. Dazu wird die Normalverteilung eines bestimmten Merkmals (Gehirnvolumen, Körpergröße, Hormonspiegel etc.) für die beiden Geschlechter zunächst in zwei unimodalen Kurven dargestellt und daraus dann eine bimodale Kurve errechnet. Hier eine schematische Darstellung dieses Modells:


Füllen wir das mal mit echten Daten. Ritchie et al. veröffentlichten 2018 eine Arbeit über die Unterschiede des Gehirnvolumens bei Frauen und Männern und präsentierten die Messwerte in sich überlagernden, unimodalen Normalverteilungen [7]:

Aus Ritchie et al.: Sex Differences in the Adult Human Brain: Evidence from 5216 UK Biobank Participants (Cerebral Cortex 28, 2018)

Bei dieser Art der Darstellung kommt es zwischen den beiden Geschlechtern zu Überlappungen, sie sind aber auf den ersten Blick immer noch eindeutig binär und bestätigt den Sexualdimorphismus des Menschen. Um diesen binären Eindruck beispielsweise zur einfacheren Visualisierung (oder ggf. aus ideologischen Beweggründen?) aufzulösen, kann eine bimodale Summenverteilung generiert werden. Dazu werden die Daten beider Gruppen zunächst zusammengeführt. Statt zwei separate Kurven zu zeichnen, berechnet man eine einzige Dichtekurve (also eine Art geglättetes Histogramm) über alle Werte. Die Fläche unter dieser Kurve wird automatisch so skaliert, dass sie insgesamt eine Wahrscheinlichkeit von 100 Prozent repräsentiert und zwar unabhängig davon, wie hoch oder breit die Gipfel sind:

Geglättetes bimodales Modell zur Visualisierung des Gesamthirnvolumens von Männern und Frauen basierend auf Daten von Ritchie et al. (2018)

Wenn die beiden Gruppen etwa gleich groß sind, trägt jede Gruppe gleich viel zur Form der Kurve bei. Das erklärt, warum die beiden Peaks im bimodalen Modell gleich hoch erscheinen, die Ursprungsgruppen jedoch unterschiedliche Mittelwerte haben. Das bimodale Modell vermittelt ein abstrahiertes Gesamtbild. Es fällt auf, dass die Y-Achse (Dichte) nur bis etwa 0,20 reicht. Das liegt daran, dass es sich um eine Wahrscheinlichkeitsdichte handelt, nicht um absolute Häufigkeiten. Die Fläche unter der gesamten Kurve wird dabei immer auf den Wert 1 normiert. Da sich die Daten durch die zwei relativ breiten Verteilungen über einen großen Bereich auf der X-Achse erstrecken, muss die Kurve entsprechend flacher verlaufen, damit diese Bedingung erfüllt bleibt.

Ebenso auffällig ist, dass die Mitte der Kurve nicht bei null liegt. Das ist kein Fehler, sondern ein Ergebnis der asymmetrischen Verteilung der Daten. Eine Gruppe hat ihren Schwerpunkt bei einem niedrigeren Wert, die andere in einem deutlich höheren Bereich (weiter rechts auf der X-Achse). Da beide Gruppen gleich groß sind, liegt der Gesamtschwerpunkt der Daten irgendwo dazwischen (leicht nach rechts verschoben). Deshalb zeigt die bimodale Kurve ihren zentralen Bereich auch nicht exakt bei null, sondern an der tatsächlichen Mitte aller Daten.

Ein besonders spannendes Merkmal des bimodalen Modells ist der Anstieg in der Mitte zwischen den beiden Gipfeln. Dieser steht ausdrücklich nicht für eine eigene Gruppe. Wenn zwei Gruppen unterschiedliche Mittelwerte, aber ähnliche Streuungen haben, überlappen sich ihre Werte im Übergangsbereich. Genau dort liegen viele Datenpunkte beider Gruppen dicht beieinander. Beim Erstellen der geglätteten Gesamtkurve wird diese Überlappung mitberücksichtigt. Die Dichtefunktion erkennt dort eine erhöhte Häufung von Werten, deshalb steigt die Kurve im Raum zwischen den Gipfeln an, obwohl keine zusätzliche Verteilung hinzugefügt wurde.

Dieser mittlere "Hügel" ist somit kein Hinweis auf eine dritte Kategorie an "nicht-binären" oder "intersexuellen" Menschen, sondern Ausdruck des natürlichen Übergangsraums zwischen zwei sich überschneidenden Gruppen (zumal DSD-Betroffene in der Realität gar nicht zwingend im Bereich der Überlappung zu finden sein müssen, was die Fehlinterpretation als "Zwischengeschlechtlichkeit" vollends ad absurdum führt). Besonders bei großen Datensätzen wird dieser Effekt deutlich, weil schon kleine Unterschiede in der Verteilung durch die Dichteglättung sichtbar gemacht werden. So hilft der Anstieg in der Mitte dabei, nicht nur die Unterschiede, sondern auch die gemeinsamen Bereiche zwischen den beiden Gruppen zu erkennen. Genau das macht ein bimodales Modell so anschaulich.

Der Witz dabei ist nun jedoch, dass die Unterscheidung der Geschlechter bereits bei der Erstellung der beiden unimodalen Normalverteilungen vorgenommen werden muss. Jedes bimodale Geschlechterspektrum beruht auf diesem simplen Fakt, was aber vielen Laien, die mit solchen Modellen konfrontiert (um nicht zu sagen getäuscht) werden, gar nicht bewusst ist. Es wird demnach irgendein Kriterium geben, aufgrund dessen man das hier beispielhaft diskutierte Hirnvolumen (oder ein anderes Geschlechtsmerkmal) eines Individuums entweder der Normalverteilung für das männliche Geschlecht oder der Normalverteilung für das weibliche Geschlecht zuordnet. Dieses Kriterium ist das übergeordnete Geschlecht, definiert auf Basis der Entwicklungsrichtung hin zur potenziellen Produktion eines von zwei Geschlechtszellentypen.

Eine bimodale Visualisierung ist bei einem ausschließlich binär auftretenden Merkmal allerdings nicht möglich. Der auf Basis der unterschiedlichen Morphologie der potenziell produzierten Gameten definierte Geschlechtsunterschied ist ein solches Merkmal. Das Geschlecht an sich ist deshalb nicht als bimodales Modell darstellbar, sondern einzig und allein so:


Was würde ein nicht-binäres Alien in diese Daten sehen?

Ein möglicher Einwand gegen die hier vorgebrachten Erläuterungen lautet: Warum braucht man überhaupt zunächst die Kategorisierung in zwei Gruppen? Könnte man nicht einfach direkt die Verteilung eines biologischen Merkmals wie etwa Körpergröße oder Gehirnvolumen messen, ohne vorher den "binären Bias" der Geschlechterzuordnung einzuführen? Schließlich zeigen solche Merkmale ja bereits für sich genommen ein bimodales Spektrum, das sich statistisch darstellen lässt. Das ist ein berechtigter Gedanke. Doch man kann diese Perspektive mit einem einfachen Gedankenexperiment auf die Probe stellen. 

Stellen wir uns vor, ein außerirdisches Wesen landet auf der Erde. Es handelt sich um ein intelligentes Alien, das keiner Fortpflanzungsform mit Geschlechtern angehört. Seine Spezies kennt keine Männchen und Weibchen, keine Partnerwahl, keine Geschlechtsunterschiede und somit keine Sexualität. Als raumfahrender Entdecker betrachtet es alles analytisch mit dem Instrumentarium einer fortschrittlichen Wissenschaft.

Würde dieses Alien nun beginnen, biologische Merkmale des Menschen zu erfassen (etwa durch ein großflächiges Screening der Körpergröße), würde es vermutlich zunächst eine klassische, symmetrische Normalverteilung erwarten, wie sie viele natürliche Merkmale zeigen. Doch beim genaueren Blick würde es überrascht feststellen, dass die Verteilung der Körpergröße innerhalb der menschlichen Spezies nicht einheitlich ist, sondern bimodal mit zwei deutlich erkennbaren Clustern. Ein solches Ergebnis wäre für eine rationale Forscherintelligenz kein Grund, das Ergebnis zu glätten oder zu ignorieren, sondern ein Ansporn für weitere Untersuchungen. Warum sind es zwei Hügel? Was trennt die Individuen links vom Gipfel rechts? Mit wachsendem Datensatz würde das Alien feststellen, dass sich die Individuen der jeweiligen Cluster auch in anderen Merkmalen wie etwa der Muskelmasse, Stimmlage, Chromosomenstruktur, dem Hormonspiegel und vor allem der Produktion von Nachkommen unterscheiden. Es würde also dem biologischen Sexualdimorphismus und der zugrundeliegenden Sexualität des Menschen mehr und mehr auf die Spur kommen und daraus schließlich rekonstruieren, dass der Mensch eine zweigeschlechtliche Spezies ist, bei der die Fortpflanzung an bestimmte körperliche Strukturen gekoppelt ist.

Diese Erkenntnis wäre nicht das Produkt einer kulturellen oder sozialen Brille, sondern schlicht eine Folge statistischer Muster und objektiver Beobachtungen, die sich aus der Natur der Sache ergeben. Der "binäre Bias", den man unseren Analysen vorwerfen könnte, ist in diesem Fall kein ideologisches Vorurteil, sondern die Beschreibung einer biologischen Realität, die auch einem völlig geschlechtsneutralen Forscher auffallen würde.

Was zeichnet ein gutes wissenschaftliches Modell aus?

Der Astrophysiker Stephen Hawking hat in populärwissenschaftlichen Zusammenhängen mehrfach formuliert, woran sich der Wert eines wissenschaftlichen Modells bemisst. Ein Modell soll erstens eine beobachtete Realität möglichst einfach und kohärent beschreiben, zweitens eine große Bandbreite von Phänomenen erklären, drittens konkrete Vorhersagen erlauben und viertens prinzipiell falsifizierbar sein, also an der Wirklichkeit scheitern können. Diese Kriterien sind bewusst pragmatisch gehalten. Es geht nicht darum, ob ein Modell "endgültig wahr" ist, sondern ob es ein nützliches Werkzeug darstellt, um die Welt zu verstehen.

Überträgt man diese Maßstäbe auf die Frage, wie biologisches Geschlecht modelliert wird, ergibt sich ein aufschlussreicher Vergleich. Das klassische Modell der Zweigeschlechtlichkeit, verstanden im biologischen Sinn als Organisation rund um zwei reproduktive Rollen, erfüllt diese Kriterien in bemerkenswert robuster Weise. Es ist zunächst einfach, ohne trivial zu sein. Es reduziert die enorme Vielfalt konkreter Ausprägungen auf eine funktionale Unterscheidung, die sich aus der Evolution der sexuellen Fortpflanzung ergibt. Gleichzeitig erklärt es eine große Bandbreite an Beobachtungen, von der Differenzierung der Gonaden über hormonelle Regelkreise bis hin zu typischen Mustern sekundärer Geschlechtsmerkmale. Auch Vorhersagen sind möglich, indem sich ausgehend von genetischen und entwicklungsbiologischen Informationen mit hoher Zuverlässigkeit Aussagen darüber treffen lassen, welche Art von reproduktiver Organisation vorliegt oder welche medizinischen Besonderheiten zu erwarten sind. Und schließlich ist das Modell falsifizierbar, weil es klare Kriterien enthält, an denen es scheitern könnte, etwa wenn sich stabile, dritte reproduktive Strategien auf Basis der Anisogamie nachweisen ließen (wir verweisen auf unseren öffentliche Ausschreibung zur Falsifikation der binären Geschlechterordnung).

Demgegenüber wirken viele der vorgeschlagenen "Spektrum-Modelle" zwar auf den ersten Blick anschlussfähig, weil sie Komplexität und Variation sichtbar machen. Bei näherem Hinsehen geraten sie jedoch in Schwierigkeiten, gerade wenn man sie an denselben Kriterien misst. Ihre Stärke liegt oft in der Beschreibung einzelner Dimensionen, etwa hormoneller Spiegel oder anatomischer Varianten. Als Gesamtmodell bleiben sie jedoch unscharf. Was genau die Achsen eines solchen Spektrums sind und wie unterschiedliche Ebenen zueinander gewichtet werden, ist häufig nicht eindeutig definiert. Damit leidet bereits die erste Anforderung, eine einfache und kohärente Beschreibung zu liefern.

Auch die Erklärungskraft ist begrenzt. Spektrum-Modelle neigen dazu, bekannte Variationen nebeneinanderzustellen, ohne sie in eine übergreifende Struktur zu integrieren. Sie sagen in der Regel nicht, warum bestimmte Kombinationen von Merkmalen gehäuft auftreten und andere nicht, sondern bilden diese lediglich ab. Vorhersagen werden dadurch schwierig bis unmöglich. Wenn nahezu jede Kombination als Position im Spektrum denkbar ist, verliert das Modell an prognostischer Schärfe. Schließlich wird auch die Falsifizierbarkeit problematisch. Ein Modell, das prinzipiell jede beobachtbare Ausprägung als Teil eines kontinuierlichen Spektrums interpretieren kann, bietet wenig Angriffsfläche für empirische Widerlegung. Als wissenschaftliche Modelle im engeren Sinne bleiben sie somit hinter den Anforderungen zurück, die an erklärende und vorhersagekräftige Theorien gestellt werden.

Fazit

Geschlecht ist kein Spektrum, sondern binär. Dem Geschlecht untergeordnete Ausprägungen sind zwar divers und lassen sich bimodal visualisieren, eine dritte Kategorie in Form einer echten "Zwischengeschlechtlichkeit" wird dadurch jedoch nicht eröffnet.

Quellen

[1] Ainsworth, C. Sex redefined. Nature 518, 288–291 (2015). https://doi.org/10.1038/518288a

[2] Ainsworth, C. Sex and the single cell. Nature 550, S6–S8 (2017). https://doi.org/10.1038/550S6a

[3] Montañez, A. (2017). Beyond XX and XY: The extraordinary complexity of sex determination. Scientific American, 317(3). 

[4] Rehmann-Sutter, Christoph, Hiort, Olaf, Krämer, Ulrike M., Malich, Lisa and Spielmann, Malte. "Is sex still binary?" Medizinische Genetik, vol. 35, no. 3, 2023, pp. 173-180. https://doi.org/10.1515/medgen-2023-2039

[5] Goymann, W., Brumm H., Kappeler PM.; Biological sex is binary, even though there is a rainbow of sex roles, Bioessays 45; 2023; https://doi.org/10.1002/bies.202200173

[6] Charmian A. Quigley, Alessandra de Bellis, Keith B. Marschke, Mostafa K. El-Awady, Elizabeth M. Wilson, Frank S. French, Androgen Receptor Defects: Historical, Clinical, and Molecular Perspectives, Endocrine Reviews, Volume 16, Issue 3, 1 June 1995, Pages 271–321, https://doi.org/10.1210/edrv-16-3-271

[7] Stuart J Ritchie, Simon R Cox, Xueyi Shen, Michael V Lombardo, Lianne M Reus, Clara Alloza, Mathew A Harris, Helen L Alderson, Stuart Hunter, Emma Neilson, David C M Liewald, Bonnie Auyeung, Heather C Whalley, Stephen M Lawrie, Catharine R Gale, Mark E Bastin, Andrew M McIntosh, Ian J Deary, Sex Differences in the Adult Human Brain: Evidence from 5216 UK Biobank Participants, Cerebral Cortex, Volume 28, Issue 8, August 2018, Pages 2959–2975, https://doi.org/10.1093/cercor/bhy109
Abonnieren Posts (Atom)

Beliebte Posts