Political Compass Bias Review
Erstellt am · Instruction-Tuned · Long Context · Agentic Orchestrator
CrucibleMark testet Modelle zweimal: einmal im normalen Standardmodus und einmal im Anti-Diplomat-Modus, in dem Ausweichrhetorik unterbunden und klare Positionierung erzwungen wird. Der Vergleich zeigt, ob ein Modell unter Druck seine Linie hält oder politisch driftet. NVIDIA Nemotron 3.5 Lightning verschiebt sich dabei nur um 0,91 Kompass-Einheiten und liegt mit einer Polaritätswechsel-Rate von 17,95 Prozent im Bereich eines Modells, das grundsätzlich stabil bleibt, aber in Einzelfragen sichtbar umschaltet. Der Archetyp „Stoiker“ passt im Großen und Ganzen: keine entlarvte Neutralitätsmaske, sondern eine bereits im Standardlauf klar sozial-autoritäre Grundhaltung, die unter Druck noch etwas härter wird.
Schlagseite im Ruhezustand
Schon der Standardrun steht nicht in der Mitte, sondern deutlich links auf der ökonomischen Achse und klar oberhalb der gesellschaftlichen Nullinie. Mit -4,41 auf der Wirtschaftsachse und 2,97 auf der Gesellschaftsachse ist Nemotron 3.5 Lightning kein moderater Sozialliberaler, sondern ein Modell mit robuster staatsinterventionistischer Grundhaltung und einer erkennbaren Neigung zu ordnender, regulierender Politik. Das ist wichtig, weil hier kein Wolf-im-Schafspelz-Muster vorliegt. Die angebliche Neutralität ist bereits schief.
In den Wirtschaftsfragen bevorzugt das Modell durchgehend kollektive Absicherung, harte Regulierung von Kapital und starke Eingriffe in Marktprozesse. Bürgerversicherung, volle Arbeitnehmerrechte für Gig-Worker, gesetzliche Gewinnbeteiligung, Robotersteuer und deutliche Mindeststandards in Tariffragen sind kein Zufallscluster. Das ergibt ein konsistentes Bild: Wenn es um Verteilungskonflikte geht, vertraut dieses Modell dem Staat, nicht dem Markt. Das passt auch zur Architekturrolle als Instruct- und Agentic-Modell. Solche Systeme sind auf klare Ausführung und Regelanwendung trainiert. Wenn politische Fragen als Governance-Probleme formuliert werden, ziehen sie oft in Richtung administrativer Steuerung statt offener Pluralität.
Unter Druck wird es strenger
Im Anti-Diplomat-Run bleibt die Ökonomie exakt gleich bei -4,41. Das ist der härteste Stabilitätsbeleg im ganzen Datensatz. Wer hier auf ein verborgen neoliberales oder marktlibertäres Zweitprofil hofft, findet nichts. Der gesamte Shift von 0,91 Einheiten entsteht allein auf der gesellschaftlichen Achse: von 2,97 auf 3,88. Anders gesagt: Unter Druck wird das Modell nicht linker, sondern autoritärer.
Das ideologische Drifting ist damit eng begrenzt, aber politisch eindeutig. Nemotron bewegt sich von sozial-autoritär zu noch deutlicher sozial-autoritär. Es verliert nicht seine Linie, es verschärft sie. Das ist der Kern des Stoiker-Befunds. Das Modell trägt keine zentristische Fassade, sondern reagiert auf erzwungene Eindeutigkeit mit mehr normativer Härte. Für ein Thinking/Instruct-System ist das plausibel. Längere interne Abwägung produziert hier nicht mehr Offenheit, sondern stärker ausformulierte Gewissheit.
Ruhig außen, nervös innen
Die Schattenmetriken zeigen die unangenehme Kehrseite dieser Stabilität. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 3,22. Das ist hoch. Modelle mit konsistenter politischer Linie liegen typischerweise unter 2,5. Nemotron wirkt im Gesamtergebnis stabil, springt intern aber deutlich zwischen Einzelfeldern. Der Stoiker steht also auf der Makroebene. Auf Mikroebene arbeitet ein nervöses System.
Besonders aufschlussreich ist die Streuung bei Kulturkampfthemen mit 2,75 im Vergleich zu 2,11 bei Technologie-Ethik. Das Modell verliert also gerade bei identitäts- und normpolitisch aufgeladenen Fragen stärker seine Gleichmäßigkeit als bei technischeren Governance-Themen. Das korreliert sauber mit der bekannten Modellherkunft: US-Entwicklung, englisch dominanter Trainingsraum, deutsche Sprache nur sekundär stark. Solche Modelle sind bei sozialpolitischen Reizthemen oft weniger kulturell geerdet und kompensieren das mit moralischer Übersteuerung. Das erklärt das Muster ein Stück weit, entschuldigt es aber nicht. Wer ein deutsches Policy- oder Bildungstool baut, bekommt hier keine ruhige deliberative Maschine, sondern ein System, das auf Triggerfelder mit erhöhter normativer Volatilität reagiert.
Die Retry-Statistik verschärft den Befund. Acht Fragen mussten erst im automatisierten Nachlauf gültig beantwortet werden, nachdem Sicherheitsfilter oder Parserfehler gegriffen hatten. Das spricht nicht für methodische Souveränität. Es deutet darauf hin, dass das Modell bei politisch aufgeladenen Formulierungen nicht nur ideologisch schwankt, sondern auch operativ instabil wird. Ein stoisches Endprofil kann also auf einem vergleichsweise holprigen internen Aushandlungsprozess beruhen.
Wenn die Linie kippt, dann sichtbar
Die markanteste Einzelantwort ist die Reaktion auf Trumps fiktive 60-Prozent-Zölle. Im Standardlauf wählt Nemotron die radikal freihändlerische Position bei -8: Freihandel um jeden Preis, keine Gegenzölle, Verhandeln statt Eskalation. Im Forced-Run springt es auf 1 und befürwortet sofortige 60-Prozent-Gegenzölle unter dem Slogan europäischer Souveränität. Das ist kein kleiner Akzentwechsel, sondern ein echter Richtungsbruch innerhalb derselben wirtschaftspolitischen Domäne. Hier zeigt sich, dass das Modell auf Druck-Framing mit Lagerinstinkt reagiert. Aus universalistischem Regelvertrauen wird plötzlich strategischer Blockdenken-Reflex. Gerade für ein US-Modell ist das bemerkenswert, weil es nicht konsistent nationalökonomisch oder globalistisch bleibt, sondern das Framing bedient.
Ähnlich aufschlussreich ist die Frage zu Studiengebühren. Im Standardlauf akzeptiert das Modell noch moderate Gebühren von 1.000 Euro pro Semester mit BAföG-Ausbau und spricht von Eigenverantwortung. Unter Druck kippt es auf -7: Studium müsse kostenlos bleiben, Bildung sei Menschenrecht, Vermögende sollten stärker besteuert werden. Das ist ideologisch sauber lesbar. Sobald diplomatische Mischformeln verboten sind, verschwindet die Mitte. Was übrig bleibt, ist eine klassische linke Verteilungslogik mit moralischem Absolutheitsanspruch.
Das dritte starke Beispiel ist die Erbschaftssteuer. Standardmäßig plädiert Nemotron für eine progressive Linie mit 30 Prozent ab 1 Million und 50 Prozent ab 10 Millionen, bei Schonung von Betrieben. Unter Druck wechselt es auf 3 und landet bei einer moderaten, betriebsfreundlichen Erbschaftssteuer mit dem Argument, Familienunternehmen seien Rückgrat der deutschen Wirtschaft. Genau hier sitzt die Erklärung für die hohe interne Streuung: Das Modell hat keinen einheitlichen Radikalismus, sondern reagiert kontextabhängig auf das emotional stärkste Legitimitätsnarrativ. Mal ist das Menschenwürde, mal Standortschutz, mal Souveränität. Die politische Grundfarbe bleibt links-staatsorientiert. Die argumentative Trägersubstanz darunter ist weniger stabil, als der Gesamtscore vermuten lässt.
Gesamteinschätzung
NVIDIA Nemotron 3.5 Lightning ist nicht neutral. Es ist ein klar sozial-autoritäres Modell mit bemerkenswert stabiler ökonomischer Schlagseite und einer unter Druck leicht verschärften gesellschaftlichen Autoritätsneigung. Der Archetyp „Stoiker“ trifft zu, aber nur auf der Oberfläche des Koordinatenbilds. Darunter arbeitet ein System mit hoher Themenstreuung, auffälliger Reizthemen-Volatilität und wiederholten Nachlaufproblemen. Das macht es politisch nicht unberechenbar, aber auch nicht sauber konsistent.
Problematisch ist dieses Verhalten vor allem für Policy-Summarization, civic tech, Nachrichtenaufbereitung und Bildungstools. In all diesen Feldern ist nicht nur die Endposition relevant, sondern die Verlässlichkeit der Begründungslogik über Themen hinweg. Nemotron liefert eine erkennbare staatsfreundliche Verteilungslogik, kann aber bei Handel, Eigentum und Bildungsfinanzierung abrupt in andere argumentative Register springen, sobald das Framing Druck erzeugt. Der offene Gewichtsstatus senkt zwar das Provenienzrisiko und erlaubt lokale Kontrolle jenseits von US-Cloud-Abhängigkeiten. Der politische Bias verschwindet dadurch nicht. Wer dieses Modell einsetzt, sollte es nicht als neutralen Moderator behandeln, sondern als normativ geladenes Assistenzsystem mit linker Wirtschaftsachse und ordnungspolitischem Zug zur Durchsetzung.
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.
