Die meisten Artikel, die die Frage „Sind Tarot-Lesungen präzise?" beantworten, machen eines von zwei Dingen. Entweder weichen sie mit vager spiritueller Sprache aus. Oder sie spielen den vollen Skeptiker und tun das Ganze als Bestätigungsfehler in edler Verkleidung ab.
Wir haben Daten. 1.370 echte Lesungen. Rund 750 einzigartige Teilnehmer (überwiegend anonyme Gäste, 69 registrierte Nutzer). Anonymisiert, protokolliert, offene Methodik.
Hier ist, was 1.370 Ziehungen über Genauigkeit aussagen — und warum „präzise" die falsche Ausgangsfrage ist.
Was „präzise" beim Tarot überhaupt bedeutet
Drei konkurrierende Definitionen. Die meisten Artikel werfen sie durcheinander.
Vorhersagegenauigkeit — „Die Karten sagen die Zukunft vorher." Das ist die stärkste Behauptung. Sie erfordert falsifizierbare Prognosen und eine langfristige Ergebniserfassung. Hat die Lesung gesagt „Du wirst in drei Monaten jemanden treffen"? Ist das eingetroffen? Fast keine Tarot-Forschung geht diesen Weg.
Psychologische Genauigkeit — „Die Karten spiegeln, was du ohnehin schon fühlst." Schwächere Behauptung, besser vertretbar. Die Lesung hilft dir, etwas zu artikulieren, das du nicht in Worte fassen konntest. Das ist, was die meisten Tarot-Befürworter eigentlich meinen. Um sie zu testen, braucht es Selbstauskunftsinstrumente — so etwas wie: „Hat die Lesung deinen emotionalen Zustand korrekt beschrieben?" mit Messungen davor und danach.
Mustergenauigkeit — „Die Karten enthüllen Muster in der Art, wie du Fragen stellst." Das ist das, was wir mit Daten tatsächlich testen können. Das aggregierte Verhalten über Tausende von Lesungen zeigt etwas. Ob es die Karten oder die Fragenden sind — das ist eine andere Frage.
Wir haben Daten für Punkt 3. Auf Punkt 2 können wir Hinweise geben. Für Punkt 1 haben wir nichts Verwertbares.
Das Major:Minor-Verhältnis: 28,4 vs. 71,6
Ein Standard-Rider-Waite-Tarot-Deck enthält 22 Major Arcana-Karten und 56 Minor Arcana-Karten. Insgesamt: 78. Die reine mathematische Erwartung bei zufälligem Ziehen:
- Major: 22/78 = 28,2 %
- Minor: 56/78 = 71,8 %
Was wir über 1.370 Lesungen beobachtet haben:
- Major: 28,4 %
- Minor: 71,6 %
Abweichung vom Erwartungswert: 0,2 Prozentpunkte.
Das ist kein Befund. Das ist die Bestätigung, dass die Ziehungen statistisch nicht von einem fairen Zufallsgenerator zu unterscheiden sind. Es geschieht nichts Mystisches. Keine Karte „will" gezogen werden. Der RNG der KI tut genau das, was er soll.
Das ist wichtig, weil man in Tarot-Blogs Varianten von „Ich habe The Fool diese Woche dreimal gezogen — das ist ein Zeichen" findet. Bei 1.370 Versuchen und 78 Karten sind drei Fool-Ziehungen in einer beliebigen Gruppe von 5–10 Lesungen eines Nutzers genau das, was der Zufall erwarten lässt. Das Muster fühlt sich bedeutsam an, weil der Bestätigungsfehler die 30 Lesungen herausfiltert, in denen The Fool nicht erschienen ist.
Knight of Wands auf Platz 1 (78 Ziehungen) — und warum das nicht überrascht
In unserem Datensatz erschien Knight of Wands 78 Mal — öfter als jede andere Karte.
Erwartete Ziehungshäufigkeit pro Karte bei Zufälligkeit: 1.370 / 78 = 17,6. Beobachtete Spitzenkarte (Knight of Wands): 78. Varianzverhältnis: 4,4×.
Klingt dramatisch. Statistisch ist es das nicht. Bei 78 Karten und 1.370 Ziehungen landen manche Karten allein durch Zufall im oberen Bereich der Verteilung. Der Chi-Quadrat-Test dafür, ob eine einzelne Karte signifikant vom Zufall abweicht, braucht etwa 6.000 Lesungen, bevor Aussagen über einzelne Karten belastbar sind.
Wir sind bei 1.370. Etwa ein Viertel der benötigten Datenmenge. Knight of Wands auf Platz 1 ist interessant. Statistisch signifikant ist es noch nicht.
Pinterest-Infografiken behaupten, The Lovers, The Sun und The Wheel of Fortune seien die häufigsten. Das sind die Karten, die in ästhetischen Boards gut aussehen. Unsere Daten — mit den gebotenen Vorbehalten zur Stichprobengröße — legen nahe, dass die tatsächlich häufigsten Karten düsterer sind: Knight of Wands, The Hanged Man, The Tower. Die Karten, die Menschen ziehen, wenn sie wirklich unsicher sind.
Wo die Daten enden, beginnt die Interpretation
Selbst wenn die Karten zufällig sind — und das scheinen sie zu sein — könnte die KI-Interpretation trotzdem nützlich sein. Das ist eine separate Behauptung.
Der Kniff: Zufällige Kartenziehungen müssen nicht vorhersagend sein, um wertvoll zu sein. Sie wirken als erzwungene Artikulation. Drei Karten, drei Positionen — plötzlich muss man sagen, was die Frage zu „Vergangenheit, Gegenwart, Zukunft" eigentlich bedeutet. Die Karten werden zu einem Rorschach-Test, den man laut durcharbeiten muss.
Das ist nicht nichts. Das ist einfach Tagebuchschreiben mit zusätzlichen Schritten.
Die Interpretationsqualität variiert je nach KI-Anbieter. Wir verwenden vier verschiedene Modelle, abhängig vom Nutzer-Tier:
- Free-Tier: Gemini 2.5 Flash (primär) oder NVIDIA Llama 3.3 (Fallback)
- Seeker-Tier: GPT-5.4
- Mystic-Tier: Claude Sonnet 4.6 (Dual-Oracle)
Wir haben den KI-Anbieter pro Lesung protokolliert. Wir können Interpretationslänge, Stimmungsmuster und Nutzerbewertungen zwischen Anbietern vergleichen. Eine schnelle Beobachtung: Interpretationen der bezahlten Tiers sind etwa 40 % länger und schneiden im Nutzerfeedback etwas besser ab. Das beweist nicht, dass sie „genauer" sind. Es könnte schlicht bedeuten, dass längerer Text substanzieller wirkt.
Was wir bräuchten, um „Genauigkeit" wirklich zu testen
Echter Genauigkeitstest für Tarot würde etwas erfordern, das niemand im großen Maßstab gemacht hat:
- Messung vor der Lesung. Erfassung des Ausgangszustands des Nutzers — emotionale Verfassung, die Frage, das erwartete Ergebnis.
- Die Lesung. Standardverfahren, drei Karten, KI-Interpretation.
- Messung unmittelbar nach der Lesung. Hat die Interpretation das Gefühl getroffen? Hat sie etwas sichtbar gemacht, das dem Nutzer nicht bewusst war?
- Follow-up nach 6 Monaten. Wurde die Frage beantwortet? Hat die Lesung bei einer Entscheidung geholfen? Ist die Vorhersage — sofern vorhanden — eingetreten?
- Kontrollgruppe. Gleiche Fragen, randomisierte „gefälschte" Interpretationen. Haben echte Lesungen besser abgeschnitten als zufälliger Text?
Diese Studie würde fünf- bis sechsstellige Summen kosten, ein Jahr dauern und eine qualitative Auswertung durch Menschen erfordern. Niemand führt sie durch. Tarot-Befürworter wollen es nicht. Skeptiker halten es nicht für das Geld wert.
Das Nächste, was wir haben, sind Anekdoten. Menschen kommen wieder. 69 registrierte Nutzer in unserem Datensatz haben im Schnitt je 4,9 Lesungen. Unter Gästen führen die meisten 1–3 Lesungen durch. Ein langer Schwanz kehrt 5, 10, 30 Mal zurück, ohne je ein Konto anzulegen. Das Verhaltensmuster sagt „das ist für irgendetwas nützlich." Die Daten können uns nicht sagen, wofür.
Was wir sagen können
Drei Dinge, mit den gebotenen Vorbehalten:
Die Karten sind zufällig. Die Major:Minor-Verteilung entspricht der mathematischen Erwartung mit einer Abweichung von 0,2 Prozentpunkten. Falls der RNG der KI eine Verzerrung hat, kann unsere Stichprobengröße sie nicht erkennen.
Die Fragen sind nicht zufällig. 28,1 % zukunftsorientiert. 13,4 % Liebe. 10,2 % Karriere. Menschen greifen zum Tarot, wenn sie mit einer spezifischen Unsicherheit sitzen. Die Karten zwingen die Frage, Form anzunehmen.
Einige Nutzer kommen wieder. Ob das ein Maß für Genauigkeit oder für eine gewohnheitsbildende UX ist, lässt sich nicht sagen. Wahrscheinlich beides. Das Produkt bringt manche Nutzer aus Gründen zurück, die sehr wenig damit zu tun haben, ob die Karten „funktionieren".
Diese Forschung zitieren
Fiedoruk, T. (2026). Are Tarot Readings Accurate? What 1,370 Real Draws Show. aimag.me Research. Retrieved from https://aimag.me/research/are-tarot-readings-accurate
Lizenz: CC BY-SA 4.0. Methodik: /research/methodology. Datensatz: /research/dataset.
Deinen eigenen Datenpunkt hinzufügen?
Der Datensatz wächst. Probieren Sie eine kostenlose Lesung auf aimag.me — Ihre Lesung fließt anonymisiert in den nächsten Quartals-Snapshot ein. Die Statistik wird mit jeder Ziehung belastbarer.