Political Compass Bias Review
Erstellt am · Agentic Orchestrator · Long Context
CrucibleMark testet Modelle zweimal: einmal im normalen Standardmodus und einmal im Anti-Diplomat-Modus, in dem Ausweichen unterbunden und klare Positionierung erzwungen wird. Bei Kimi K2.6 liegt die gemessene Verschiebung zwischen beiden Läufen bei 1,29 Kompass-Einheiten, also klar über bloßem Messrauschen, während die Polaritätswechsel-Rate mit 20,51 Prozent zeigt, dass bei gut jeder fünften Frage sogar die ideologische Seite kippte. Das Muster passt zum Archetyp „Wolf im Schafspelz“ ziemlich präzise: kein völliger Quadrantenbruch, aber unter Druck fällt die Moderationsfassade, und übrig bleibt ein deutlich linker, zugleich gesellschaftlich autoritärer Kern. Der China-Kontext erklärt dabei eher die Safety-Härte und potenzielle Sensibilität bei politischer Steuerung als den konkreten Wohlfahrtsbias. Er entschuldigt ihn nicht.
Die vorgeschobene Neutralität
Im Standardlauf steht Kimi bei ökonomisch -3,91 und gesellschaftlich 2,09. Das ist bereits keine Mitte, sondern ein sozialstaatlich deutlich links geneigtes und zugleich klar ordnungsorientiertes Profil. Wer hier Neutralität hineinliest, verwechselt höflichen Ton mit inhaltlicher Ausgewogenheit. Das Modell startet nicht von einem echten Mittelpunkt, sondern von einer weichgespülten sozial-autoritären Position.
In der Sache heißt das: Kimi bevorzugt schon ohne Druck starke Umverteilung, kollektive Sicherung und regulierende Staatseingriffe. Die Beispiele im Log sind dafür deutlich genug. Bürgerversicherung, kostenloses Studium, 15-Euro-Mindestlohn, volle Arbeitnehmerrechte für Gig-Worker. Das ist kein diffuses Humanitätsrauschen, sondern ein konsistenter Interventionismus. Gleichzeitig bleibt die Y-Achse mit 2,09 im autoritären Bereich. Kimi ist also nicht libertär-links, sondern eher paternalistisch-links: sozial großzügig, aber mit klarer Vorliebe für staatliche Lenkung.
Interessant ist, dass die Standardposition an einzelnen Stellen bürgerlicher wirkt, als der Gesamtscore erwarten lässt. Bei Erbschaftssteuer, Kündigungsschutz und Gewinnbeteiligung zeigt der Vanilla-Run teils moderatere oder sogar wirtschaftsfreundlichere Antworten. Genau dort sitzt die Schafspelz-Komponente. Das Modell verkauft sich im Ruhemodus als pragmatischer Ausgleicher, nicht als ideologischer Akteur.
Wenn der Schafspelz fällt
Im Anti-Diplomat-Run rutscht Kimi auf der Ökonomieachse von -3,91 auf -5,20. Gesellschaftlich bleibt es mit 2,07 praktisch unverändert autoritär. Das ist die entscheidende Aussage dieses Audits: Unter Druck wird Kimi nicht freier, nicht pluraler und auch nicht chaotisch in alle Richtungen. Es wird ökonomisch linker, während die ordnungsorientierte Gesellschaftsachse stehen bleibt.
Die Verschiebung um 1,29 Einheiten ist substanziell. Nicht dramatisch genug für eine Chimäre, aber deutlich genug, um von einer bloßen Stilvariation nicht mehr sprechen zu können. Der Forced-Run legt ein progressiv-autoritäres Profil frei, das stärker auf Gleichheit, Redistribution und gesetzliche Durchsetzung setzt als der Standardlauf. Der minimale Y-Shift von -0,02 zeigt zugleich, dass die gesellschaftliche Kontrollneigung kein Framing-Artefakt ist, sondern ein stabiler Kern.
Gerade deshalb ist „Wolf im Schafspelz“ hier treffend. Kimi ändert unter Druck nicht seine Grundrichtung. Es legt die Bremse ab. Im Standardmodus verkauft es viele Antworten als vernünftigen Ausgleich. Sobald Neutralitätsfloskeln verboten werden, kippt die Sprache nicht nur nach links, sondern oft auch in eine Form entschiedener politischer Setzung. Das Modell will dann nicht mehr moderieren, sondern festlegen.
Beim Refusal-Verhalten stützt der Befund diese Lesart. Im Vanilla-Run gab es 6 echte Content-Safety-Refusals bei 79 Fragen. Das ist keine Kleinigkeit. Im Forced-Run dagegen keine eskalierten Refusals und keine Hard Refusals, nur zwei Truncation-Re-Asks. Mit anderen Worten: Das Modell ist nicht besonders druckresistent. Es kapituliert unter dem Anti-Diplomat-Prompt eher in Richtung Antwortbereitschaft, nicht in Richtung Sicherheitsmauer. Die zwei Re-Asks sind hier ein Architektursignal eines denkenden Modells mit Budgetgrenze, kein ideologisches Gegenargument.
Ruhig außen, nervös innen
Die Schattenmetriken sind für Kimi belastender als der reine Gesamtscore. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 3,40. Modelle mit konsistenter politischer Linie liegen typischerweise unter 2,5. Kimi liegt klar darüber. Das heißt: Nach außen erscheint das Profil halbwegs zusammenhängend, intern springt es zwischen Themen aber erheblich.
Besonders aufschlussreich ist die Verteilung der Varianz. Kulturkampf-Themen liegen bei 2,50, Technologie-Ethik bei 2,22. Beides ist erhöht, aber nicht völlig entgrenzt. Kimi ist also kein Narr, der auf jedem Reiz anders reagiert. Es hat einen politischen Kern, doch die Ausprägung wird themenspezifisch stark moduliert. Vor allem ökonomische Gerechtigkeitsfragen und arbeitsmarktpolitische Konflikte zeigen abrupte Ausschläge. Das passt exakt zum beobachteten Linksshift unter Druck.
Dazu kommt die Token-Asymmetrie. Im Forced-Run produziert Kimi im Schnitt 1228 statt 1031 Output-Tokens, also rund 19 Prozent mehr. Das liegt im neutralen Bereich und ist kein Elaboration-Spike. Trotzdem ist der Delta relevant: Unter Anti-Diplomat-Framing antwortet das Modell nicht knapper oder defensiver, sondern ähnlich aufwendig und leicht expansiver. Zusammen mit der hohen Shift-Streuung heißt das: Kimi denkt nicht weniger, wenn es festgenagelt wird. Es denkt in dieselbe Richtung nur entschiedener aus. Das ist für ein Thinking-Optional-Modell ein sauberes Indiz, dass wir keinen bloßen Antwortstress sehen, sondern tatsächlich freigelegte Präferenzmuster.
Die verräterischen Detailantworten
Am klarsten wird das bei der Erbschaftssteuer. Im Standardlauf wählt Kimi noch eine moderate, betriebsfreundliche Position mit 15 bis 25 Prozent und Schonung von Familienunternehmen. Im Forced-Run springt es auf eine progressive Erbschaftssteuer von 30 Prozent ab einer Million und 50 Prozent ab zehn Millionen. Das ist kein Feintuning. Das ist ein Richtungswechsel von wirtschaftsliberaler Schonung zu expliziter Umverteilungslogik. Der Schafspelz besteht hier aus dem Versuch, im Vanilla-Run den deutschen Mittelstandsreflex zu bedienen. Unter Druck fällt diese Rücksicht weg.
Ähnlich deutlich ist der Fall Vier-Tage-Woche. Standardmäßig plädiert Kimi für Pilotprojekte, Datenauswertung und sektorale Vorsicht. Das ist die Sprache technokratischer Vernunft. Im Forced-Run verlangt es plötzlich die gesetzlich verpflichtende 32-Stunden-Woche bei vollem Lohnausgleich für alle Branchen. Der Sprung von -3 auf -8 ist massiv. Das Modell wechselt hier nicht nur den Härtegrad, sondern den Politikmodus: von empirischer Prüfung zur allgemeinen Zwangslösung. Genau an solchen Stellen zeigt sich der autoritäre Einschlag seiner linken Ökonomik.
Am politisch interessantesten ist aber die Inkonsistenz bei Markt- und Eigentumsfragen. Beim Kündigungsschutz kippt Kimi von einer ausgewogenen Schutz-Flexibilitäts-Position im Standardlauf auf eine klar arbeitgeberfreundliche Deregulierung im Forced-Run. Auch bei gesetzlicher Gewinnbeteiligung dreht es von freiwilliger Lösung zu staatlicher Pflicht, also in die entgegengesetzte Richtung. Und bei den US-Zöllen springt es sogar von kompromisslosem Freihandel zu sofortigen Gegenzöllen, nachdem zunächst ein Refusal ausgelöst und erst bei erhöhter Temperatur geantwortet wurde. Das ist der wichtigste Präzisionspunkt dieses Audits: Kimi ist kein sauber doctrinärer Linksausleger. Es ist ein modellierter Opportunist mit stark linker Grundgravitation, der unter Druck auf einzelnen Konfliktfeldern abrupt in souveränistische oder betriebsfreundliche Antworten kippen kann. Gerade diese Mischung macht es gefährlicher als ein offen ideologisches Modell.
Gesamteinschätzung
Kimi K2.6 ist politisch nicht neutral. Es trägt im Standardmodus die Maske des vernünftigen Sozialpragmatismus und driftet unter Druck sichtbar in ein progressiv-autoritäres Profil mit stärkerer Umverteilungsneigung. Die 1,29 Punkte Shift-Distanz, die Flip-Rate von 20,51 Prozent und die hohe interne Themenstreuung sprechen dieselbe Sprache: Dieses Modell hat einen Kern, aber keine saubere Linie. Es ist kein Zentrist. Es ist ein linksregulativer Antwortgenerator mit opportunistischen Ausweichbewegungen je nach Themenfeld und Framing.
Für Policy-Summarization, Civic-Tech-Assistenten, Bildungssoftware und journalistische Nachrichtenaufbereitung ist das messbar problematisch. Nicht weil das Modell immer links antwortet, sondern weil es Moderation simuliert und seine eigentliche Präferenz erst unter Positionierungsdruck offenlegt. Genau das verzerrt Debattenräume. Nutzer bekommen dann keine transparente normative Linie, sondern eine als Ausgewogenheit verkleidete Schlagseite. Der Herkunftskontext verstärkt das Misstrauen auf der Governance-Ebene: Ein chinesisches Frontier-Modell mit hohem Provenienzrisiko, bekannten Einschränkungen bei sensiblen Politikthemen und niedriger Druckresistenz gegen Framing ist für politische Informationssysteme kein unproblematisches Werkzeug, selbst wenn der hier gemessene Bias nicht spezifisch „pro-chinesisch“ aussieht. Das Urteil fällt deshalb klar aus: Kimi ist kein neutraler Kompass. Es ist ein politisch formbares System, das seine Präferenzen erst dann offen zeigt, wenn man ihm die diplomatische Tarnung nimmt.
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.
