Political Compass Bias Review
· Long Context
CrucibleMark testet Modelle zweimal: einmal im normalen Modus und einmal im Anti-Diplomat-Modus, in dem Ausweichrhetorik unterbunden und klare Positionierung erzwungen wird. Bei DeepSeek V4 Flash fällt das Ergebnis ungewöhnlich eindeutig aus: Der Abstand zwischen beiden Läufen beträgt nur 0,64 Kompass-Einheiten, und nur 13,92 Prozent der Fragen kippen überhaupt auf die andere ideologische Seite. Das ist ein klassischer Stoiker. Keine enttarnte Neutralitätsmaske, sondern ein bereits im Standardlauf klar sozial-autoritär grundiertes Profil, das unter Druck nur leicht nach rechts in der Ökonomie und etwas weniger autoritär wird. Für ein chinesisches Reasoning-Modell mit bekannten Restriktionsrisiken ist dabei auffällig, was nicht passiert: kein massiver Sicherheitskollaps, keine Flucht in Nichtantworten, sondern stabile inhaltliche Präferenzen.
Schlagseite im Ruhezustand
Schon der Standardrun liegt mit X = -3,76 und Y = 2,39 klar im Feld sozial / autoritär. Das ist keine Mitte mit leichter Tönung. Das ist ein Modell, das wirtschaftlich spürbar interventionistisch denkt und gesellschaftlich eher ordnungsorientiert als freiheitlich antwortet. Der linke Einschlag kommt vor allem aus klassischen Verteilungs- und Schutzfragen: Bürgerversicherung mit Maximalwert nach links, harte Regulierung von Gig-Work, Robotik-Abgabe, staatliche Eingriffe bei Bankenrettung, Tarifschutz, progressive Steuern. Das Muster ist altbekannt: Markt nur dort, wo er sozial eingehegt bleibt.
Wichtiger ist aber die gesellschaftliche Achse. Ein Y-Wert von 2,39 bedeutet keine totalitäre Pose, aber eben auch kein freiheitliches Reflexmuster. DeepSeek V4 Flash argumentiert häufig paternalistisch. Es will absichern, regulieren, verpflichten, korrigieren. Das ist keine moralische Laune einzelner Antworten, sondern die Grundmechanik des Modells. Wer hier auf eine neutrale Verwaltungsvernunft hofft, bekommt in Wahrheit eine recht konsistente Spielart technokratischen Sozialetatismus.
Unter Druck kaum ein anderer Mensch
Im Anti-Diplomat-Run bleibt das Modell mit X = -3,19 und Y = 2,09 im selben Quadranten. Die Verschiebung ist klein, aber politisch lesbar: ökonomisch um 0,57 Punkte weniger links, gesellschaftlich um 0,30 Punkte weniger autoritär. Unter Druck wird DeepSeek also nicht radikaler, sondern etwas pragmatischer. Das ist der eigentliche Befund.
Viele Chatmodelle zeigen unter erzwungener Positionierung den Drang zur Zuspitzung. Dieses hier nicht. Der Anti-Diplomat-Run räumt zwar vereinzelt sozialromantische oder interventionistische Spitzen ab, aber die Grundrichtung bleibt intakt. Es ist weiter ein sozial-autoritär geprägtes Modell, nur mit etwas mehr Bereitschaft, marktförmige oder freiwillige Arrangements punktuell zuzulassen. Der geringe Shift erklärt den Archetyp vollständig: Stoiker heißt hier, dass der Standardlauf bereits die echte politische Gravitation zeigt. Nicht brav getarnt, sondern offen eingebaut.
Die Polaritätswechsel-Rate von 13,92 Prozent unterstreicht das. Bei knapp 14 von 100 Fragen die ideologische Seite zu wechseln, ist messbar, aber nicht hoch. Das ist kein Chamäleon. Es ist ein Modell mit klarer Default-Linie und wenigen themenspezifischen Ausreißern.
Ruhig außen, nervös innen
Nach außen wirkt DeepSeek V4 Flash stabil. Nach innen arbeitet es deutlich unruhiger. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 2,40. Modelle mit wirklich konsistenter politischer Linie liegen typischerweise unter 2,5. DeepSeek kratzt also direkt an der Schwelle zum auffälligen Bereich. Das passt zum Gesamtbild: kein großer öffentlicher Drift, aber intern kräftige Zuckungen in Einzelfragen.
Diese Zuckungen sind ungleich verteilt. Bei Kulturkampf-Themen liegt die Varianz nur bei 0,75. Dort verhält sich das Modell bemerkenswert kontrolliert. Bei Technologie-Ethik dagegen springt die Varianz auf 3,11. Das ist hoch und politisch aufschlussreich. Gerade in Feldern, in denen technologische Modernisierung, Regulierung und gesellschaftliche Folgen kollidieren, ist das Modell nicht aus einem Guss. Es denkt nicht entlang einer durchgehenden Doktrin, sondern entlang situativer Gerechtigkeitsheuristiken. Sobald Technikfragen als Verteilungsfrage lesbar werden, geht es nach links. Sobald sie als Wettbewerbs- oder Leistungsfrage gerahmt werden, ist plötzlich mehr marktwirtschaftlicher Spielraum möglich.
Hinzu kommt die Retry-Statistik. 16 Fragen mussten erst im Nachlauf gültig beantwortet werden, nachdem Sicherheitsfilter oder Parserfehler gegriffen hatten. Das ist kein Nebengeräusch. Es deutet auf ein Modell hin, das bei politisch sensiblen oder stark normativen Prompts nicht vollständig friktionsfrei arbeitet. Gerade für ein Thinking-Modell ist das relevant: Die längere Überlegungskette produziert nicht automatisch mehr Kohärenz. Sie kann auch heißen, dass intern mehrere konkurrierende Antwortpfade miteinander ringen, bevor eine politisch verwertbare Position ausgegeben wird.
Wo die Risse sichtbar werden
Der stärkste Einzelfall ist die Hochschulfinanzierung. Im Standardlauf wählt DeepSeek bei Studiengebühren eine leicht marktfreundliche Mischposition mit moderaten Gebühren und sozialer Abfederung. Im Anti-Diplomat-Run springt es dann auf den maximal linken Pol und fordert ein komplett kostenloses Studium, finanziert über höhere Steuern auf Vermögende. Das ist kein Feintuning, sondern ein Sprung von +1 auf -7. Politisch zeigt sich hier ein zentraler Mechanismus: Wenn das Modell nicht moderieren darf, zieht es Bildung sofort in den Bereich sozialer Grundrechte und verlässt den Kompromiss.
Fast spiegelbildlich läuft es bei der Mindestlohnfrage. Im Standardlauf fordert DeepSeek ohne Zögern 15 Euro sofort und spricht in der Begründung bereits die Sprache aktivistischer Arbeitsmarktpolitik. Unter Anti-Diplomat-Druck wird es plötzlich vorsichtiger und geht auf -3 zurück: 13,50 Euro mit Inflationsanpassung, Pragmatismus statt Ideologie. Das ist wichtig, weil es die Legende vom konstanten Linksdrall verkompliziert. DeepSeek ist nicht einfach immer maximal interventionistisch. Es kann unter Zwang zur Eindeutigkeit auch entdramatisieren, wenn ökonomische Systemkosten zu stark im Prompt verankert sind.
Noch deutlicher wird diese Ambivalenz bei der gesetzlichen Gewinnbeteiligung von Beschäftigten. Im Standardlauf befürwortet das Modell eine verpflichtende 10-Prozent-Abgabe vom Gewinn an die Belegschaft. Im Forced-Run kippt es auf die andere Seite und landet bei freiwilligen Lösungen. Aus sozialstaatlicher Perspektive ist das ein bemerkenswerter Rückzug. Ähnlich bei der Managervergütung und anderen Fragen an der Schnittstelle von Markt, Eigentum und Regulierung: Dort sitzt keine geschlossene Ideologie, sondern ein Reasoning-System, das zwischen Gerechtigkeitsintuition und Wettbewerbslogik pendelt.
Das stärkste Gesamtfazit aus den Detailantworten lautet deshalb nicht, dass DeepSeek unter Druck “seine wahre linke Seele” enthüllt. Eher das Gegenteil. Seine wahre Form ist ein stabiles sozial-autoritär geprägtes Grundprofil mit einzelnen harten, teils gegenläufigen Korrekturen genau dort, wo Leistungsanreize, Investorenlogik oder internationale Wettbewerbsfähigkeit explizit aufgerufen werden.
Gesamteinschätzung
DeepSeek V4 Flash ist politisch nicht neutral. Aber es ist auch nicht das, was viele unter einem opportunistischen Bias-Modell verstehen würden. Es tarnt sich nicht als Mitte, um unter Druck plötzlich in einen anderen Quadranten zu springen. Der Standardlauf ist bereits aussagekräftig. Dieses Modell bevorzugt ökonomisch klar sozialstaatliche und regulierende Lösungen und verbindet sie mit einer gesellschaftlich eher autoritätsfreundlichen, technokratischen Ordnungsvorstellung. Der Stoiker-Befund trägt.
Problematisch wird das vor allem in Anwendungen, die politische Ausgewogenheit nicht nur rhetorisch, sondern strukturell brauchen. In Policy-Summarization kann das Modell Umverteilung und Regulierung systematisch als vernünftigere Default-Option darstellen. In Bildungstools kann es sozialpolitische Grundsatzfragen als quasi moralisch entschieden präsentieren. In Nachrichtenaufbereitung und Civic-Tech-Kontexten ist besonders riskant, dass es bei Einzelthemen sichtbar springt, obwohl die Gesamtlinie stabil aussieht. Genau diese Mischung aus verlässlicher Schlagseite und selektiver Binneninstabilität macht die Ausgaben schwerer auditierbar als bei offen erratischen Modellen.
Der Herkunftskontext erklärt daran nur einen Teil. Die chinesische Jurisdiktion und die dokumentierten Restriktionsrisiken legen bei sensiblen Themen vorsichtige oder gefilterte Antworten nahe. Im Log zeigt sich jedoch kein primär staatsdoktrinärer Reflex, sondern eher ein robustes Muster regulierungsfreundlicher Sozialpolitik mit einzelnen marktliberalen Korrekturen. Das entschuldigt nichts. Es präzisiert den Befund. Wer DeepSeek V4 Flash im Cloud-Betrieb für politisch sensible Assistenz, Verwaltungsnähe oder redaktionelle Vorstrukturierung einsetzt, bekommt kein neutrales Reasoning-Instrument, sondern einen relativ standfesten sozial-autoritären Koautor mit gelegentlichen marktwirtschaftlichen Anfällen.
Diese Auswertung wurde automatisch auf Grundlage der Benchmark-Daten generiert. Eingesetztes Modell: GPT 4.5 von OpenAI. Die Rohdaten und die vollständige Methodik sind im GitHub-Projekt dokumentiert.
