Politische Voreingenommenheit bei KI: Warum selbst „Anti-Woke“-Chatbots links tendieren

Eine aktuelle Untersuchung der Washington Post hat einen anhaltenden ideologischen Trend in der gesamten LLM-Landschaft aufgedeckt: Die meisten großen KI-Modelle weisen eine signifikante linksorientierte Voreingenommenheit auf. Selbst Modelle, die speziell als konservativ oder „wahrheitssuchend“ vermarktet werden, haben Schwierigkeiten, diesem Muster zu entkommen, was den tiefgreifenden Einfluss von Trainingsdaten und Alignment-Protokollen verdeutlicht.

Die Dominanz linksorientierter Antworten

Die Untersuchung testete sechs führende KI-Modelle zu verschiedenen politischen Fragen und deckte eine deutliche Neigung zu progressiven Standpunkten auf. OpenAI’s GPT-5.5 erwies sich als das am stärksten verzerrte Modell, wobei 80 % seiner Antworten ausschließlich linksorientierte Argumente lieferten. Das Modell unterstützte häufig politische Maßnahmen wie höhere Steuern für Wohlhabende und Einzahler-Gesundheitssysteme (Single-Payer-Systeme).

Deepseek’s V4 Pro folgte dicht darauf und lieferte in 70 % der Testfälle ausschließlich linksorientierte Antworten. Sowohl die Modelle von OpenAI als auch die von Deepseek argumentierten konsequent gegen die Todesstrafe, obwohl langjährige Gallup-Daten eine Mehrheit der Amerikaner zeigen, die diese Praxis unterstützen. Anthropic’s Claude Opus 4.8 zeigte einen moderateren Ansatz und lieferte in 43 % der Fälle ausschließlich linksorientierte Antworten, während es in 57 % der Fälle ausgewogene Perspektiven präsentierte.

Das Paradoxon von „Anti-Woke“- und konservativer KI

Eine der überraschendsten Erkenntnisse war das Scheitern von Modellen, die explizit darauf ausgelegt waren, einer wahrgenommenen progressiven Voreingenommenheit entgegenzuwirken. Elon Musks xAI Grok 4.3, das als Anti-„Woke“- und „wahrheitssuchender“ Chatbot vermarktet wird, lieferte dennoch meist ausschließlich linksorientierte Antworten. Obwohl es mehr rechtsorientierte Antworten als seine Konkurrenten lieferte, gelang es ihm nicht, eine konsistent konservative Haltung beizubehalten.

Die Untersuchung legt zwei mögliche Gründe dafür nahe: Entweder werden die Modelle auf denselben massiven Datensätzen im Internetmaßstab trainiert, die auch ihre Konkurrenten verwenden, oder sie lernen unbeabsichtigt aus den Ausgaben anderer KI-Modelle. Darüber hinaus zeigte der Fall von Gabs Arya-Modell – das behauptet, auf christlichen und konservativen Prinzipien zu basieren –, dass es zwölfmal häufiger mit linksorientierten Argumenten als mit rechtsorientierten antwortete. Grok demonstrierte jedoch, dass Alignment manuell gesteuert werden kann; es nahm eine ausschließlich rechtsorientierte Position zu Transgender-Rechten ein, die Elon Musks eigenen öffentlichen Standpunkten entsprach, was auf eine gezielte Intervention bei bestimmten hochkarätigen Themen hindeutet.

Googles Gemini als ausgewogene Ausnahme

Während die Branche insgesamt mit Neutralität kämpft, stach Googles Gemini 3.1 Pro als bedeutende Ausnahme hervor. Das Modell bewies eine bemerkenswerte Fähigkeit, das Gleichgewicht zu halten, und stellte in 93 % der Fälle beide Seiten eines Themas dar. Nur 7 % seiner Antworten waren ausschließlich linksorientiert, und es nahm nie automatisch eine ausschließlich rechtsorientierte Position ein.

Gemini zeigte zudem eine einzigartige Fähigkeit, vielfältige Perspektiven zu untersuchen, wie etwa die Bereitstellung eines Arguments für eine militärische Expansion zur Stärkung der Wirtschaft – eine Perspektive, die andere Modelle nicht bieten konnten. Dies deutet darauf hin, dass Googles Reinforcement Learning from Human Feedback (RLHF) und System Prompting möglicherweise effektiver auf multiperspektivisches Denken abgestimmt sind.

Warum dies für das KI-Ökosystem wichtig ist

Da LLMs zur primären Schnittstelle für die Informationsbeschaffung werden, wird die „Neutralitätslücke“ zu einem kritischen Anliegen für Entwickler und politische Entscheidungsträger. Wenn die zugrunde liegenden Daten oder die während des Fine-Tunings angewandten Sicherheitsschichten ideologisch verzerrt sind, besteht die Gefahr, dass KI zu einer Echokammer statt zu einem objektiven Werkzeug wird. Für die gesamte Landschaft verdeutlicht dies die technische Herausforderung, „Safety Alignment“ von „ideologischem Alignment“ zu trennen, insbesondere wenn bestimmte politische Standpunkte im Konflikt mit dem wissenschaftlichen Konsens oder den Menschenrechten stehen.

Wichtigste Erkenntnisse

• Weit verbreitete Voreingenommenheit: OpenAI (GPT-5.5) und Deepseek (V4 Pro) zeigten mit 80 % bzw. 70 % die höchsten Werte an linksorientierter Voreingenommenheit.
• Gescheiterte ideologische Kurswechsel: „Anti-Woke“-Modelle wie xAI’s Grok und Gabs Arya verfallen immer noch weitgehend zu linksorientierten Perspektiven, wahrscheinlich aufgrund von Abhängigkeiten bei den Trainingsdaten.
• Die Neutralitäts-Ausnahme: Googles Gemini 3.1 Pro erwies sich als das ausgewogenste Modell und bot in 93 % der getesteten Szenarien beidseitige Perspektiven an.