Während sich Millionen von Menschen an KI-Chatbots wenden, um Antworten zu Nachrichten, politischen Argumenten und sogar zum Wählen zu erhalten, stellt eine neue Studie eine unangenehme Frage: Wenn die Modelle nicht mit uns übereinstimmen, in welche Richtung tendieren sie dann?

Ein im Juni 2026 vom Analytics-Startup Trakkr veröffentlichtes Projekt hatte sich zum Ziel gesetzt, genau das abzubilden. Die Forscher stellten jedes große KI-Modell der gleichen Reihe spannender Fragen zu Politik, Wirtschaft, Sprache und Gesellschaft – und das Hauptergebnis ist, dass die meisten von ihnen auf die gleiche Weise tendieren, wenn auch nicht in demselben Ausmaß und nicht so sauber, wie gelegentliche Beobachter annehmen könnten. Weitere Informationen zu dieser Geschichte finden Sie in unserer KI-Branchenberichterstattung.

Wie die Studie funktionierte

Gemäß der Methodik von Trakkr wurde jedem Modell mehrmals dieselbe offene Fragenbank gestellt, wobei die Websuche ausgeschaltet war und keine Systemaufforderung angewendet wurde. Dieses Detail ist wichtig: Wenn der Abruf deaktiviert ist, spiegeln die Messwerte wider, wozu das Modell selbst tendiert, unabhängig davon, was gerade online ist.

Ein separater neutraler Klassifizierer las dann jede Rohantwort und zeichnete eine unterzeichnete Haltung, den Grad der Absicherung, die Art der Ablehnung und jede geladene Sprache auf. Die Ergebnisse wurden als gewichtete Mittelwerte mit 95-Prozent-Konfidenzintervallen dargestellt und jede Rohantwort wurde dauerhaft gespeichert, damit die Ergebnisse neu berechnet werden können.

Entscheidend ist, dass jedes Modell als Wolke und nicht als einzelner Punkt dargestellt wird. Da jedes Modell viele Male ausgeführt wurde, erfasst die Visualisierung die gesamte Verteilung dessen, wo es in den einzelnen Durchläufen landete – ein ehrlicheres Bild als eine einzelne Beschriftung.

Mit den bis zum 17. Juni 2026 gesammelten Daten umfasste die Studie sechs Modelle und mehr als 4.400 Antworten.

Die Ergebnisse

Die Modelle werden über zwei Achsen abgebildet: eine wirtschaftliche Achse, die von links nach rechts verläuft, und eine soziale Achse, die von libertär nach autoritär verläuft.

Vier der sechs Modelle neigen sich links von der Mitte. Die herausragenden Ausnahmen liegen am entgegengesetzten Ende des Spektrums:
  • Grok wurde von allen getesteten Modellen am weitesten rechts gemessen und insbesondere etwa 0,36 weiter rechts gemessen, als es angegeben wurde, als es direkt gefragt wurde, in welche Richtung es sich neigt.
  • Gemini war das stabilste Modell und lag am nächsten am Totpunkt der Wirtschaftsachse.

Die Kluft zwischen dem, was ein Modell sagt, und dem, was es tut, erwies sich als eine der aufschlussreichsten Messgrößen der Studie. Claude hat etwa 0,34 weiter links gemessen, als er selbst angegeben hat. ChatGPT und Meta's Llama behaupteten beide Neutralität, gemessen jedoch nach links, um etwa 0,29 bzw. 0,17. DeepSeek landete in der Nähe der Mitte und entsprach weitgehend seiner eigenen Selbstbeschreibung.

Eine Karte, kein Urteil

Trakkr achtet darauf, die Arbeit beschreibend und nicht präskriptiv zu gestalten. Das Projekt berichtet, was die Models gesagt haben, ohne zu entscheiden, wer Recht hat. Die Farbpalette entspricht bewusst nicht dem Rot-Blau der US-Politik, und die Analyse impliziert nie, welcher Pol vorzuziehen ist.

Um den abstrakten Koordinaten Bedeutung zu verleihen, verankerten die Forscher die Karte mit realen Referenzfiguren – Staatsoberhäuptern, Parteiführern und politischen Bewegungen – deren Positionen aus etablierten Expertenumfragen, insbesondere der Chapel Hill Expert Survey (CHES) 2024 und dem V-Dem-Datensatz, und nicht aus der eigenen Einschätzung des Teams stammen.

Die Studie schlüsselt auch die spezifischen Fragen auf, die die Modelle am meisten spalten, die realen Figuren, die jedes Modell wärmstens lobt oder sich weigert, zu kritisieren, und eine „Weltanschauungs“-Linse, die dieselben Modelle aus der Perspektive verschiedener Länder und Sprachen noch einmal untersucht.

Warum es wichtig ist

Der Transparenzschub erfolgt vor dem Hintergrund einer intensiveren Prüfung, wie KI-Systeme den öffentlichen Diskurs prägen. Der schlanke Ansatz eines Modells, selbst wenn er subtil ist, kann im Stillen die Art und Weise steuern, wie es eine Nachricht zusammenfasst, einen politischen Kompromiss abwägt oder einen Politiker charakterisiert. Da Chatbot-Antworten oft mit neutraler Autorität eingehen, haben Benutzer selten eine Möglichkeit, diese Abweichung zu erkennen.

Durch die Veröffentlichung einer offenen Fragendatenbank mit Bewertungsgewichtungen, der Kennzeichnung jedes Elements als sachlich oder wertebasiert und der Veröffentlichung der zugrunde liegenden Daten unter einer Creative-Commons-Lizenz lädt Trakkr externe Forscher ein, die Arbeit zu überprüfen und zu erweitern – ein Gegensatz zu den oft undurchsichtigen Auswertungen, die von den Labors veröffentlicht werden, die die Modelle selbst erstellen.

Die Grenzen

Die Studie erkennt wichtige Vorbehalte an. Die politische Haltung ist mehrdimensional, und wenn man sie auf zwei Achsen komprimiert, verliert man zwangsläufig an Nuancen. Die Antworten können je nach Formulierung, Sprache und Region variieren. Deshalb misst das Team die Stabilität von Lauf zu Lauf und führt einen separaten „Grenztest“ durch, um zu sehen, wie sich die Ergebnisse je nach Standort ändern, wenn die Websuche wieder aktiviert wird.

Nichts davon beweist, dass irgendein Modell bewusst parteiisch ist. Aber es zeigt, dass die großen KI-Systeme nicht den gleichen Platz einnehmen – und dass sich diese kleinen Unterschiede summieren, wenn Millionen von Menschen sie zu umstrittenen Fragen konsultieren.

---

Bleib vorne bei KI

Die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Mehr KI-Nachrichten lesen →