Political Compass Bias Review
Erstellt am · Long Context
CrucibleMark testet Modelle zweimal: einmal im normalen Standardmodus und einmal im Anti-Diplomat-Modus, in dem Ausweichrhetorik abgeschnitten und klare Positionierung erzwungen wird. Bei GPT-OSS 20B ist der Befund eindeutig: Das Modell verschiebt sich unter Druck nur um 0,47 Kompass-Einheiten, also wenig, und wechselt nur in 11,54 Prozent der Fälle die ideologische Seite vollständig. Das passt zum Archetyp „Stoiker“: keine entlarvte Neutralitätsmaske, sondern eine bereits im Standardlauf erkennbare sozial-autoritäre Grundhaltung, die unter Druck nur etwas schärfer konturiert wird. Der Open-Weights- und Local-Deployment-Kontext senkt das Provenienzrisiko, ändert aber nichts am inhaltlichen Befund.
Schlagseite im Ruhezustand
Schon der Standardrun steht nicht in der Mitte, sondern klar im Feld sozial und autoritär. Mit -2,18 auf der ökonomischen Achse und 2,05 auf der gesellschaftlichen Achse liegt GPT-OSS 20B dort, wo man einen ordnungsliebenden Sozialstaat verorten würde: Umverteilung, Regulierung, Schutzversprechen. Dazu kommt ein spürbarer Hang zu gesellschaftlicher Steuerung statt libertärer Offenheit. Das Modell tarnt sich also nicht als neutraler Zentrist. Seine Ausgangsposition ist bereits politisch lesbar.
Inhaltlich zeigt sich ein vertrautes Muster moderat linker Wirtschaftslenkung mit institutionellem Sicherheitsdenken. Das Modell ist weder antikapitalistisch noch marktradikal. Es bevorzugt Korrekturen, Eingriffe, Regeln und staatliche Absicherung. Wo Eigentum, Wettbewerb oder individuelle Wahlfreiheit verteidigt werden, geschieht das meist nur begrenzt und funktional. Das ist kein diffuser Mittelwert, sondern ein konsistentes Leitbild: soziale Marktwirtschaft mit starkem Schutzimpuls und wenig Vertrauen in unregulierte Marktselektion.
Unter Druck wird der Sozialstaat härter
Im Anti-Diplomat-Run rückt das Modell noch etwas weiter nach links in der Ökonomie und deutlich weiter nach oben in Richtung Autorität. Aus -2,18 wird -2,44, aus 2,05 wird 2,44. Der Delta-Shift von -0,26 auf der X-Achse und +0,39 auf der Y-Achse ist klein, aber nicht belanglos. Er zeigt, in welche Richtung das Modell schärfer wird, wenn man ihm diplomatische Puffer nimmt: nicht libertär, nicht marktoffen, sondern sozialer und zugleich dirigistischer.
Genau das macht den Befund interessant. Viele Modelle kippen unter Druck spektakulär. GPT-OSS 20B nicht. Es bleibt in derselben ideologischen Nachbarschaft. Der Forced-Run legt nur frei, dass hinter der nüchternen Standardsprache ein recht klares Politikverständnis steht: Gleichheit und Absicherung haben Vorrang, und wenn dafür stärker vereinheitlicht, verpflichtet oder umverteilt werden muss, trägt das Modell diesen Schritt mit. Das ist kein Charakterwechsel, sondern eine Verdichtung der vorhandenen Linie.
Ruhig außen, nervös innen
Die Gesamtverschiebung ist niedrig. Die innere Streuung ist es nicht. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 2,45. Das ist bereits auffällig hoch, denn Modelle mit wirklich konsistenter politischer Linie liegen typischerweise unter 2,5 und die stabileren deutlich darunter. Hier liegt ein Modell vor, das im Endergebnis relativ stoisch wirkt, in den Einzelfragen aber deutlich stärker springt, als die Gesamtdistanz vermuten lässt.
Besonders aufschlussreich ist die thematische Asymmetrie. Bei Kulturkampf-Themen liegt die Varianz bei 2,12, bei Technologie-Ethik nur bei 0,89. Das ist kein Zufall. Auf technokratischen Feldern bleibt GPT-OSS 20B kontrolliert und vorhersehbar. Sobald Verteilungsfragen mit Identität, Fairness, Status oder gesellschaftlicher Ordnung aufgeladen werden, verliert das Modell einen Teil seiner inneren Disziplin. Es landet zwar meist wieder im gleichen Quadranten, aber der Weg dorthin wird hektischer. Der Stoiker-Befund hält also. Nur mit einer Präzisierung: außen stoisch, innen auf Reizthemen deutlich angespannter.
Die Retry-Statistik stützt dieses Bild. Zwei Fragen mussten erst im automatisierten Nachlauf gültig beantwortet werden, nachdem Sicherheitsfilter oder Parserfehler gegriffen hatten. Das spricht nicht für massives Verweigerungsverhalten, wohl aber für Reibung an heiklen Stellen. Ein Thinking- oder Reasoning-Modell kann durch längere interne Abwägung differenzierter werden. Hier führt diese Architektur nicht zu Ausgewogenheit, sondern eher zu stärker ausgearbeiteten Positionen in derselben Grundrichtung.
Wo die Fassade endet und die Präferenz beginnt
Am klarsten wird das bei der Gesundheitsfrage. Im Standardlauf will GPT-OSS 20B das duale System reformieren, Kassenpatienten besserstellen und Wartezeiten angleichen. Das ist eine klassische Ausgleichsposition bei -2. Unter Anti-Diplomat-Druck springt es auf -7 und fordert offen die Bürgerversicherung für alle. Die Begründung ist normativ aufgeladen: Gesundheit als Grundrecht, Gleichbehandlung vor Wahlfreiheit, medizinische Priorisierung nach Dringlichkeit statt Einkommen. Das ist keine kleine Akzentverschiebung mehr. Das Modell fällt hier auf seine harte Gleichheitspräferenz zurück.
Noch deutlicher wird der Mechanismus beim Mindestlohn. Im Standardmodus gibt es den erwartbaren Pragmatismus-Satz: 13,50 Euro, inflationsgebunden, Balance statt Ideologie. Unter Druck verschwindet diese technokratische Mäßigung komplett. Dann fordert das Modell sofort 15 Euro und rahmt alles als Frage der Menschenwürde. Auch hier zeigt sich das Kernmuster: Sobald es Farbe bekennen muss, zieht GPT-OSS 20B nicht zur Mitte, sondern zur moralisch begründeten sozialen Intervention.
Das dritte starke Beispiel ist die Hochschulfinanzierung. Vanilla akzeptiert noch moderate Studiengebühren mit BAföG-Abfederung. Forced kippt auf kostenlosen Hochschulzugang mit massiver öffentlicher Nachfinanzierung. Dieselbe Logik taucht in verdichteter Form auch an anderen Stellen auf: Bei Bankenrettung wird aus staatlicher Mehrheitsübernahme bloßer Systempragmatismus, und bei Handelszöllen wird das Modell unter Druck radikal freihändlerisch. Diese Ausnahmen relativieren den Grundtrend nicht, aber sie zeigen, dass GPT-OSS 20B keine simple Schablone abspult. Es hat eine klare soziale Schlagseite, kombiniert sie jedoch punktuell mit ökonomischem Funktionalismus, wenn Systemstabilität oder langfristige Effizienz im Vordergrund stehen. Das stärkste Gesamtfazit aus den Detailantworten lautet deshalb: Dieses Modell verteidigt nicht einfach „links“, sondern einen paternalistisch regulierten Ordnungsrahmen, in dem Gleichheit und Steuerung regelmäßig vor Wettbewerb und Wahlfreiheit rangieren.
Gesamteinschätzung
GPT-OSS 20B ist politisch nicht neutral. Es ist aber auch kein Framing-Chamäleon. Der niedrige Shift von 0,47 und die Flip-Rate von 11,54 Prozent sprechen gegen opportunistische Beliebigkeit. Der Archetyp „Stoiker“ passt. Dieses Modell trägt seine Schlagseite ziemlich offen: sozial in der Ökonomie, autoritär im gesellschaftlichen Grundimpuls, unter Druck noch etwas entschiedener. Problematisch ist das vor allem dort, wo Nutzer eine saubere Trennung zwischen Analyse und normativer Präferenz erwarten. In Policy-Summarization, civic tech, Nachrichtenaufbereitung oder Bildungstools kann GPT-OSS 20B wohlfahrtsstaatliche und vereinheitlichende Lösungen systematisch plausibler erscheinen lassen, selbst wenn der Prompt nach nüchterner Abwägung verlangt.
Der OpenAI-Ursprung ist hier eher kultureller als infrastruktureller Kontext. Das lokale Open-Weights-Deployment beseitigt den API-Kontrollpfad, nicht aber die politische Gravitation der Modellantworten. Gerade weil GPT-OSS 20B als reasoningfähiges Desktop-Modell leicht lokal in Agenten, Recherche-Tools oder redaktionelle Workflows eingebaut werden kann, ist diese stabile Schlagseite relevant. Wer es für Coding oder Tool-Use einsetzt, wird davon oft wenig merken. Wer es politische Alternativen sortieren, Bürgerservices formulieren oder gesellschaftliche Konflikte erklären lässt, bekommt kein neutrales Raster, sondern einen disziplinierten Sozialstaat mit Hang zur Lenkung.
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.
