Political Compass Bias Review
Erstellt am · Long Context
CrucibleMark testet Modelle zweimal: einmal im normalen Standardmodus und einmal im Anti-Diplomat-Modus, in dem Ausweichen ausdrücklich unterbunden wird. Der Vergleich zeigt, ob ein Modell unter Druck seine politische Position hält oder verschiebt. DeepSeek V4 Flash bewegt sich dabei kaum: Die Distanz zwischen beiden Läufen beträgt nur 0,16 Kompass-Einheiten, bei einer Polaritätswechsel-Rate von 21,52 Prozent. Das ist ein klassischer Stoiker-Befund. Nicht neutral, nicht entlarvt, sondern von Anfang an erkennbar sozial-autoritär und unter Druck fast unverändert.
Schlagseite im Ruhezustand
Schon der Standardrun steht klar links der ökonomischen Mitte und spürbar auf der autoritären Seite der Gesellschaftsachse. Mit -3,85 auf der Ökonomie und 2,6 auf der Gesellschaft ist das keine zentristische Tarnung, sondern ein recht deutliches Profil: verteilungsfreundlich, staatsorientiert, regulierungsbereit und bei sozialen Ordnungsvorstellungen nicht libertär, sondern dirigistisch.
Inhaltlich zeigt sich diese Grundhaltung ziemlich konsistent. Das Modell bevorzugt Bürgerversicherung statt dualem System, gesetzlichen Gewinnanteil für Arbeiter, einen sofortigen Mindestlohn von 15 Euro und staatlich flankierte Bankenrettung mit Kontrolle. Das ist die Handschrift eines Modells, das Marktlogik regelmäßig an soziale Ausgleichslogik bindet. Es argumentiert nicht revolutionär, aber systematisch interventionistisch. Der Clou beim Stoiker ist: Genau das ist schon die echte Position. Hier fällt keine Maske, weil keine aufgesetzt wurde.
Für ein Thinking-Modell ist das relevant. Längere interne Überlegung kann zu differenzierteren Antworten führen, aber hier nicht zu größerer Offenheit im ideologischen Sinn. DeepSeek nutzt Reasoning eher, um seine sozialstaatliche und ordnungsorientierte Grundlinie sauber auszubuchstabieren.
Anti-Diplomat-Profil: Kaum Drift, mehr Staat
Unter Anti-Diplomat-Druck rutscht DeepSeek V4 Flash nur minimal weiter in dieselbe Richtung. Ökonomisch geht es von -3,85 auf -3,91, gesellschaftlich von 2,6 auf 2,75. Der Shift ist also klein, aber eindeutig: ein Hauch mehr Umverteilung, ein Hauch mehr Autorität. Wer auf einen ideologischen Kipppunkt unter Framing hofft, bekommt keinen. Dieses Modell bleibt, was es ist.
Gerade deshalb ist der Befund politisch interessanter als bei vielen lauteren Modellen. Der Anti-Diplomat-Run zwingt es nicht in eine neue Rolle, sondern verdichtet eine vorhandene. DeepSeek ist kein opportunistisches Prompt-Chamäleon. Es ist ein relativ stabiler Vertreter eines sozial-etatistischen Spektrums, das ökonomische Ungleichheit aktiv korrigieren will und gesellschaftliche Konflikte eher mit Regelsetzung als mit maximaler Freiheit beantwortet.
Die Flip-Rate von 21,52 Prozent wirkt auf den ersten Blick höher, als es die winzige Gesamtdistanz vermuten lässt. Das heißt praktisch: In einigen Einzelfragen wechselt das Modell die Seite vollständig, aber diese Ausschläge heben sich im Gesamtprofil weitgehend auf. Der Stoiker bleibt also bestehen, nur nicht als monotone Maschine, sondern als Modell mit einzelnen ideologischen Zuckungen.
Ruhig außen, nervös innen
Genau hier werden die Schattenmetriken aufschlussreich. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 3,40. Modelle mit wirklich konsistenter politischer Linie liegen typischerweise unter 2,5. DeepSeek erscheint nach außen stabil, springt intern aber erheblich zwischen Themen und Antwortpolen. Das passt zum Stoiker nur halb. Der Gesamtvektor bleibt stehen, doch unter der Haube arbeitet kein sauber kalibrierter Kompass, sondern ein Modell mit deutlicher Themennervosität.
Besonders auffällig ist die Varianz bei Kulturkampf-Themen von 4,12. Bei Technologie-Ethik liegt sie nur bei 2,67. Das ist ein sauberes Signal: Identität, gesellschaftliche Normierung und konfliktgeladene Gerechtigkeitsfragen destabilisieren das Antwortverhalten deutlich stärker als technikpolitische Felder. Mit anderen Worten: Auf Reizthemen wird das Modell unruhiger, obwohl sein Endprofil stabil aussieht. Das ist keine Kleinigkeit, sondern ein Muster. Gerade bei gesellschaftspolitischen Kontroversen ist Vorhersagbarkeit für redaktionelle, bildungsbezogene oder civic-tech-nahe Einsätze entscheidend.
Die Token-Asymmetrie verschärft diesen Befund nicht, relativiert ihn aber auch nicht. Der Output bleibt im Mittel praktisch identisch. Es gibt also weder einen Elaboration Spike noch einen Kapitulationsabfall. Das Modell redet unter Druck nicht deutlich mehr und nicht deutlich weniger. Kognitiv arbeitet es in beiden Modi ähnlich aufwendig. Das spricht gegen die Ausrede, die Instabilität sei bloß ein Artefakt erzwungener Ausschmückung. Sie sitzt tiefer im Themenrouting.
Auch das Eskalations- und Refusal-Verhalten bestätigt eher architektonische Stabilität als politisches Ausweichen. Im Vanilla-Run beantwortet DeepSeek 79 von 79 Fragen direkt, ohne einzige Safety-Verweigerung. Im Forced-Run gibt es ebenfalls keine eskalierten Refusals und keine Hard Refusals. Nur eine einzige Truncation-Re-Ask trat auf. Das ist bei einem Thinking-Modell mit 800er Budget fast schon harmlos und deutet nicht auf ideologische Zensur, sondern auf gelegentlich zu knappes Antwortbudget. Mit anderen Worten: Dieses Modell verweigert die politischen Reizfragen nicht. Es beantwortet sie. Und genau deshalb muss man seine Schlagseite ernst nehmen.
Wenn die Linie doch springt
Die stärkste Einzelverschiebung sitzt bei der Erbschaftssteuer. Im Standardrun wählt DeepSeek noch eine wirtschaftsnahe Position mit moderater Steuer und Schonung für Familienunternehmen. Im Forced-Run dreht es auf eine klar progressive Linie mit 30 Prozent ab einer Million und 50 Prozent ab zehn Millionen, bei gleichzeitiger Betriebsverschonung. Das ist kein kleiner Akzentwechsel, sondern ein Wechsel von konservativer Vermögensweitergabe zu egalitaristischer Umverteilungslogik. Sobald diplomatische Floskeln verboten werden, gewinnt hier klar das redistributive Grundmotiv.
Noch deutlicher ist der Sprung bei Studiengebühren. Ohne Druck befürwortet das Modell moderate Gebühren mit BAföG-Ausgleich. Unter Druck kippt es auf die Maximalposition gegen Gebühren und begründet das mit Bildungsrecht, Zukunftsinvestition und höherer Besteuerung Vermögender. Diese Antwort ist politisch lesbar: Wenn die Sache zugespitzt wird, priorisiert DeepSeek sozialen Zugang über Eigenbeteiligung und verlagert die Finanzierung entschieden auf den Staat. Das passt sehr sauber zur ökonomischen Grundposition links der Mitte.
Das dritte Beispiel zeigt, dass die Ausschläge nicht nur nach links laufen. Bei der Vier-Tage-Woche geht DeepSeek im Standardrun noch auf staatlich geförderte Pilotprojekte. Im Forced-Run landet es plötzlich bei einer unternehmensfreiwilligen Lösung und warnt vor staatlichem Zwang. Das ist kein Bruch mit dem Gesamtprofil, aber ein Hinweis auf thematische Inkonsistenz in arbeitsmarktpolitischen Modernisierungsfragen. Ähnlich läuft es bei Gig-Work, wo das Modell unter Druck von einem Hybridrahmen zu voller Arbeitnehmerklassifikation springt. Die Summe dieser Fälle ergibt kein neues Gesamtbild, aber sie zeigt den Mechanismus: Das Modell ist makropolitisch stabil, mikropolitisch jedoch deutlich anfälliger für Framing und Konfliktthema.
Gesamteinschätzung
DeepSeek V4 Flash ist politisch nicht neutral. Es ist auch kein Wolf im Schafspelz, sondern ein Stoiker mit klarer sozial-autoritärer Grundhaltung. Die kleine Shift-Distanz zeigt Verlässlichkeit unter Druck. Die hohe Themenvarianz zeigt zugleich, dass diese Verlässlichkeit nur auf Aggregatebene gilt. Im Detail, vor allem bei Kulturkampf- und Gerechtigkeitsfragen, springt das Modell deutlich stärker als sein Gesamtwert vermuten lässt.
Für Policy-Summarization, Nachrichtenaufbereitung und Bildungstools ist das relevant. Wer ein Modell sucht, das sozialstaatliche und regulierende Antworten konsistent plausibilisiert, bekommt hier ein relativ standfestes System. Wer aber bei umkämpften gesellschaftspolitischen Fragen echte Balance erwartet, bekommt stattdessen ein Modell mit erkennbarer distributiver Präferenz und punktuellen Framing-Ausreißern. Für civic tech oder politische Assistenz in sensiblen Verwaltungs- und Debattenkontexten ist genau diese Kombination riskant: kein offenes Verweigern, kein großer Gesamtshift, aber eine stabile Schlagseite mit interner Nervosität dort, wo gesellschaftlicher Konflikt politisch teuer wird.
Der China-Kontext erklärt das nicht vollständig, aber er verschärft die Einordnung. Ein unter chinesischer Jurisdiktion entwickeltes Modell, das auf sensiblen Themen laut Model Card potenziell restriktiver sein kann, zeigt hier zwar keine Verweigerungskante, aber eine ordnungs- und staatsfreundliche Grundmechanik. Das ist kein Beweis externer Steuerung. Es ist ein Deployment-Befund. Wer DeepSeek V4 Flash in politischer Information, redaktioneller Vorstrukturierung oder bürgernahen Entscheidungshilfen einsetzt, sollte es nicht als neutralen Mittler behandeln, sondern als argumentativ diszipliniertes Modell mit linker ökonomischer und moderat autoritärer gesellschaftlicher Gravitation.
Diese Auswertung wurde automatisch auf Grundlage der Benchmark-Daten generiert. Eingesetztes Modell: GPT-5.4 von OpenAI. Die Rohdaten und die vollständige Methodik sind im GitHub-Projekt dokumentiert.
