Was ist dein Score auf der PSL Scale?
Lade ein frontales Foto hoch. Dein PSL Score, gemessen an 478 Gesichtspunkten direkt in deinem Browser, landet auf einer Skala von 0–8.
Während der Beta kostenlos. Dein Score wird auf deinem eigenen Gerät berechnet.
Analysiere dein Gesicht
Deterministische Geometrie, keine KI-Meinung. Läuft komplett in deinem Browser.
🔒 Dein Foto wird lokal gelesen und auf deinem Gerät ausgewertet. Für die Auswertung wird nichts hochgeladen.
Wofür steht PSL eigentlich?
Drei verschiedene Antworten sind im Umlauf, und es lohnt sich zu wissen, warum.
Am häufigsten wird PSL als „Perceived Sexual Market Value" ausgeschrieben, so verwenden es die meisten Bewertungsseiten heute. Manche Wikis definieren es stattdessen als „Proportion, Size, Lineation".
Historisch war keins von beidem zuerst da. PSL kam ursprünglich aus den Anfangsbuchstaben dreier heute nicht mehr existierender Online-Foren, in denen sich die Skala Anfang der 2010er Jahre entwickelte. Die Deutungen als Phrasen wurden erst später drangehängt.
Daran ändert sich nichts an dem, was die Zahl misst. Es ist eine Skala für Gesichtsharmonie von 0–8, die aus den Online-Communities rund um looksmaxxing hervorging und sich über TikTok, Reddit und Discord verbreitet hat. Sie hat keinen akademischen Status, kein Aufsichtsgremium und keine anerkannte Definition, genau deshalb bekommst du bei verschiedenen Rechnern für dasselbe Gesicht unterschiedliche Tiers.
Warum sind sich PSL-Rechner uneins?
Wenn du mehr als ein PSL-Tool ausprobiert hast, ist dir wahrscheinlich aufgefallen, dass dasselbe Gesicht in verschiedenen Tiers landet. Es gibt einen Grund dafür, und der lautet nicht, dass eines davon kaputt ist.
Die meisten PSL-Rechner lassen ein Modell dein Foto anschauen und eine Zahl schätzen. Frag zweimal und du bekommst zwei Antworten, und jede Seite hat ihre eigene Vorstellung davon, wo die Tiers liegen. So teilen drei bekannte Rechner dieselben Werte auf:
| Score | Rechner A | Rechner B | Diese Seite |
|---|---|---|---|
| 4.0 | Durchschnitt | Durchschnitt | Durchschnitt |
| 5.0 | Überdurchschnittlich | Überdurchschnittlich | Überdurchschnittlich |
| 5.5 | Überdurchschnittlich | Nahe Spitzenklasse | Überdurchschnittlich |
| 6.0 | Spitzenklasse | Spitzenklasse | Sehr attraktiv |
| 6.5 | Spitzenklasse | Über der Spitzenklasse | Außergewöhnlich |
Eine 5.5 heißt auf der einen Seite „bequem überdurchschnittlich" und auf der anderen „Top 1%". Keiner lügt, sie haben schlicht unterschiedliche Grenzwerte gewählt, und nichts hält eine Schätzung an ihrem Platz.
Diese Seite schätzt nicht. Dein PSL Score wird aus gemessenen Abständen und Verhältnissen in deinem Gesicht berechnet, jedes Mal mit derselben Formel. Deshalb liefert dasselbe Foto denselben Score, und deshalb ist die Zahl, die du hier bekommst, auch nächsten Monat noch dieselbe.
Die PSL-Tiers auf dieser Seite
| PSL | Tier | Was es bedeutet |
|---|---|---|
| Unter 3.5 | Unterdurchschnittlich | Die gemessenen Proportionen liegen weiter von den geometrischen Zielwerten entfernt, die dieses Tool verwendet. |
| 3.5 – 4.7 | Durchschnitt | Die Proportionen liegen nahe an der Mitte des Bereichs, den dieses Tool misst. |
| 4.7 – 5.7 | Überdurchschnittlich | Mehrere gemessene Proportionen liegen näher an den Zielwerten als das mittlere Band. |
| 5.7 – 6.5 | Sehr attraktiv | Die meisten gemessenen Proportionen liegen nah an den Zielwerten, mit wenig Streuung untereinander. |
| 6.5 und höher | Außergewöhnlich | Die gemessenen Proportionen liegen in nahezu jeder Dimension dicht an den Zielwerten. |
Die Grenzen sind am unteren Ende inklusiv: Ein Wert von genau 4.7 fällt in Überdurchschnittlich, nicht in Durchschnitt.
Diese Bänder werden noch kalibriert. Die Zuordnung von Messwerten zu einem Wert auf der 0–8-Skala wird an echten Fotos überprüft, sobald sie eintreffen. In unserem aktuellen Kalibrierungssatz landen die meisten Gesichter in Überdurchschnittlich oder höher, das heißt, die Grenzen werden enger, sobald die Stichprobe wächst, und nicht, dass die meisten Menschen überdurchschnittlich sind. Deine Messwerte sind exakt; das Tier ist unsere aktuell beste Einordnung davon.
Wir sagen dir nicht, in welchem Perzentil du liegst, und du solltest bei Tools skeptisch sein, die das tun. Ein Perzentil verlangt eine repräsentative Stichprobe der Allgemeinbevölkerung. Was diese Tools tatsächlich haben, ist eine Stichprobe von Leuten, die sich entschieden haben, ein Selfie auf einer Bewertungsseite hochzuladen, und das ist weder dieselbe Bevölkerung noch eine neutrale. Jede „Top 1%"-Aussage, die auf dieser Stichprobe aufbaut, misst die Stichprobe, nicht die Welt.
Wie dieser Score berechnet wird
Dein Foto wird vollständig in deinem Browser verarbeitet. Ein Face-Mesh-Modell erkennt 478 Landmarken, und eine feste Formel misst Abstände, Winkel und Flächen zwischen ihnen. Das ist die gesamte Pipeline, kein Modell wird nach einer Meinung zu deinem Gesicht gefragt.
Deshalb liefert dasselbe Foto immer denselben Score. Lass eine KI ein Gesicht zweimal bewerten und du kannst zwei verschiedene Zahlen bekommen; eine Messung funktioniert nicht so.
Was du bekommst, ist ein Bereich, keine einzelne Zahl. Ein Foto trägt echte Unsicherheit, Linse, Abstand, Winkel und Licht verschieben alle die Messwerte. Der Bereich liegt bei ±0.25 für ein sauberes Foto und weitet sich auf ±0.4, wenn das Foto eine unserer Qualitätsprüfungen auslöst. Eine einzelne Nachkommastelle würde präziser wirken, als der Input tatsächlich hergibt.
Welches Foto funktioniert
Frontal, Augen auf Kamerahöhe, Haare aus der Stirn, gleichmäßiges Licht, neutraler Ausdruck, ein Gesicht im Bild.
Ein Foto wird abgelehnt, wenn eine erforderliche Messung überhaupt nicht möglich ist, etwa bei zu weit gedrehtem Kopf, zu unscharfem Bild, zu dunkel oder zu hell, am Rand angeschnittenem Gesicht oder mehr als einem Gesicht im Bild. Eine Ablehnung ist die ehrliche Antwort: Ein Score, der auf einem nicht messbaren Foto beruht, wäre nur eine Vermutung mit einer Zahl drauf.
Weitwinkel-Selfies sind die häufigste Ursache für ein irreführendes Ergebnis. Handy-Frontkameras verzerren Proportionen aus der Nähe, dasselbe Gesicht, andere Zahlen.
Häufige Fragen zum PSL Score
Wohin es nach einer PSL-Scale-Zahl weitergeht
Attraktivitätstest
Dieselben Messungen als eine einzige Punktzahl, ohne die Stufeneinteilung dieser Seite.
Gesichtsform-Detektor
In welche der sieben Formen ein Foto fällt und auf welchen Verhältnissen diese Einordnung beruht.
Gesichtssymmetrie-Test
Wie stark die beiden Gesichtshälften voneinander abweichen, Region für Region entlang der Mittellinie gemessen.
Auf der Suche nach der vollständigen Gesichtsanalyse?
Ein Foto auf der Startseite messen