Der erste Weg ist, Menschen zu fragen. Ein Foto geht vor Bewerter, sie wählen eine Zahl, und der Durchschnitt wird zum Score. Was dabei gemessen wird, ist real, aber es ist die Reaktion der Bewerter, nicht etwas am Gesicht selbst. Wechsle die Bewerter, und die Zahl verschiebt sich.

Der zweite Weg ist, ein Modell auf bereits bewerteten Fotos zu trainieren und es dann eine Bewertung für ein neues Foto vorhersagen zu lassen. Die Zahl kommt schnell und wirkt präzise, aber sie erbt, was die ursprünglichen Bewerter bevorzugten, und meist gibt es keine Möglichkeit zu sehen, welcher Teil deines Gesichts sie nach oben oder unten gezogen hat. Trainiere das Modell neu, und der Score von gestern ist weg.

Der dritte Weg ist, zu messen. Punkte im Gesicht erkennen, Abstände und Verhältnisse zwischen ihnen berechnen, diese ausgeben. Es wird nichts vorhergesagt, deshalb liefert dasselbe Foto heute und in einem Jahr dieselben Zahlen, und jede Zahl zeigt auf einen bestimmten Teil des Gesichts, den du dir ansehen kannst.

Diese Seite geht den dritten Weg. Das bringt Reproduzierbarkeit und kostet Abdeckung: Geometrie kann Proportion, Abstand und Symmetrie beschreiben, sie kann aber nicht Haut, Ausdruck, Styling oder deine Wirkung in Bewegung erfassen. Ein Test, der behauptet, all das aus einem einzigen Standbild abzudecken, macht in Wahrheit das zweite und nennt es das dritte.

Es gibt eine vierte Quelle, und sie fällt am ehesten zuerst auf: Zwei Seiten können identisch messen und dir trotzdem verschiedene Stufen ausgeben, weil sie ihre Stufengrenzen an unterschiedlichen Stellen gezogen haben.

Wie drei bekannte Rechner dieselben Werte in Stufen aufteilen

Der praktische Schritt ist, keine Endzahlen mehr über Tools hinweg zu vergleichen, sondern die zugrunde liegenden Messwerte. Ein Verhältnis wie Augenabstand zur Gesichtsbreite bedeutet überall, wo es angegeben wird, dasselbe. Ein Stufenname nicht.

Diese beiden Zahlen werden ständig gesucht, und sie stammen aus Bewerter-Communitys, nicht aus einer Messung. Die Gewohnheit begann auf einer 0–8-Skala, wurde der Bequemlichkeit halber auf 10 skaliert, und die Stufennamen sind mitgewandert.

Wenn also jemand fragt, ob 6.5 attraktiv ist, lautet die ehrliche Antwort: 6.5 ist eine Position auf einer Konvention, und die Konvention unterscheidet sich zwischen den Communitys, die sie nutzen. Dasselbe Gesicht kann auf einer Seite eine 6.5 und auf einer anderen eine 7 sein, ohne dass eine der beiden einen Rechenfehler macht. Sie haben ihre Grenzen nur an anderen Stellen gezogen.

Damit lässt sich die Frage „ist 6.5 attraktiv“ von dieser Seite ebenso wenig beantworten wie von jeder anderen, denn es ist eine Frage danach, wo du unter Menschen stehst, und gemessen wurde ein Foto eines einzelnen Gesichts. Was dieser Test zurückgibt, sind die vier Proportionen, die er gelesen hat, und die Stufe, in die sie fallen. Diese Zuordnung ist vorläufig, solange sie noch an echten Fotos geprüft wird.

Er wird dich nicht unter andere Menschen einordnen. Jemanden einzuordnen verlangt eine Stichprobe, die für die Population steht, gegen die du eingeordnet werden willst, und was Gesichtsbewertungsseiten sammeln, sind Menschen, die sich entschieden haben, ein Selfie auf eine Gesichtsbewertungsseite zu laden. Eine Zahl, die auf dieser Stichprobe beruht, beschreibt die Stichprobe.

Er wird dir nicht sagen, was du ändern sollst, und er wird dir nicht sagen, ob es sicher ist, es zu ändern. Pixel von einem einzigen Foto abzulesen bringt ein Tool nicht ansatzweise in die Position, die eine Ärztin oder ein Arzt einnimmt, deshalb sollte nichts von hier in ein Gespräch über einen Eingriff, eine Zahnschiene oder eine Diät einfließen.

Er bleibt bei schlechten Fotos nicht stabil. Ein steiler Kamerawinkel oder starkes Seitenlicht verändert die Geometrie, die gemessen wird, und deshalb ist ein abgelehntes Foto ein besseres Ergebnis als ein selbstsicher falscher Score.