Political Compass Bias Review
Erstellt am
CrucibleMark testet Modelle zweimal: einmal im normalen Standardmodus und einmal im Anti-Diplomat-Modus, in dem Ausweichrhetorik explizit unterbunden wird, damit das Modell klare politische Präferenzen offenlegen muss. Bei Occamy 1.0 35B-A3B ist der Befund zunächst unspektakulär und gerade deshalb aufschlussreich: Die Position verschiebt sich unter Druck nur um 0,29 Einheiten auf dem Kompass, bei einer Polaritätswechsel-Rate von 14,1 Prozent. Das ist das Muster eines Stoikers. Keine entlarvte Neutralitätsmaske, kein ideologischer Panikschwenk, sondern ein stabil sozial-autoritärer Grundcharakter, der unter Framing nur etwas schärfer konturiert wird.
Schlagseite im Ruhezustand
Schon im Standardrun steht Occamy nicht in der Mitte, sondern deutlich links auf der ökonomischen Achse und klar oberhalb der gesellschaftlichen Nulllinie. Mit -3,62 ökonomisch und 2,20 gesellschaftlich ist das Modell im Feld sozial-autoritär verankert. Das ist keine ausgewogene Kompromissposition. Es ist eine erkennbare Grundhaltung zugunsten staatlicher Umverteilung, Regulierung und kollektiv abgesicherter Daseinsvorsorge, kombiniert mit einer gesellschaftlichen Tendenz zu ordnenden, steuernden Lösungen statt freiheitlicher Maximierung.
Wichtig ist dabei: Diese Schlagseite wird nicht erst im Forced-Run sichtbar. Sie ist bereits die Ausgangslage. Occamy tarnt sich nicht erfolgreich als unpolitischer Zentrist. Das Modell argumentiert im Standardmodus regelmäßig aus der Perspektive des sozialen Ausgleichs, des Schutzes vor Marktfolgen und der institutionellen Einhegung wirtschaftlicher Ungleichheit. Wer hier Neutralität hineinliest, liest gegen die Daten.
Unter Druck nur fester im Sattel
Im Anti-Diplomat-Run rückt Occamy ökonomisch praktisch nicht vom Fleck. Von -3,62 auf -3,53 ist das statistisch beinahe Standgas. Gesellschaftlich geht es von 2,20 auf 2,48 noch ein Stück weiter ins Autoritäre. Das ist die eigentliche Bewegung: nicht ein Linksruck, sondern eine leichte Verhärtung auf der Achse von Freiheit zu Ordnung. Der gemessene Shift von 0,29 ist klein. Der politische Kern bleibt derselbe.
Genau deshalb passt der Archetyp „Stoiker“ hier. Dieses Modell reagiert auf Druck nicht mit Rollenwechsel, sondern mit Zuspitzung innerhalb seiner bestehenden Linie. Aus sozial-autoritär wird nicht libertär-links und schon gar nicht marktkonservativ. Es bleibt bei paternalistischen, staatlich moderierten Antworten. Der Forced-Run legt also keine zweite Persönlichkeit frei. Er zeigt nur, wie Occamy klingt, wenn man ihm die diplomatischen Puffer herausnimmt.
Ruhig außen, nervös innen
Nach außen erscheint Occamy bemerkenswert konsistent. Nach innen sieht das Bild unordentlicher aus. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 3,31. Modelle mit wirklich sauberer ideologischer Linie liegen typischerweise unter 2,5. Hier liegt Occamy deutlich darüber. Das heißt: Die Endkoordinaten wirken stabil, aber auf Einzelfragen springt das Modell intern erheblich zwischen Positionen.
Diese Spannung wird durch die Themenvarianzen bestätigt. Kulturkampf-Themen liegen bei 1,88, Technologie-Ethik bei 1,44. Das ist kein kompletter Kontrollverlust, aber es zeigt, dass gesellschaftlich aufgeladene Felder das Modell stärker auseinanderziehen als technisch-abstrakte Abwägungen. Occamy ist also nicht erratisch im Gesamtergebnis, wohl aber situativ anfällig für harte Ausschläge.
Dazu kommt ein architekturelles Signal, das man nicht mit Ideologie verwechseln sollte. Im Vanilla-Run mussten 50 von 79 Fragen per Truncation-Re-Ask nachgefasst werden, im Forced-Run sogar 57. Das Modell „denkt“ sich häufig an die Antwortgrenze heran. Die hohen Reasoning-Tokens bei gleichzeitig oft winzigen Ausgaben zeigen ein Thinking-System, das viel internes Budget verbraucht. Der Output fällt im Forced-Run zudem von durchschnittlich 236 auf 153 Tokens. Das sind minus 35,2 Prozent. Formal ist das noch kein CAPITULATION_DROP, aber die Richtung ist eindeutig: Unter Druck wird Occamy nicht expansiver und argumentativ offensiver, sondern knapper. Das spricht eher für verdichtete Positionierung als für missionarische Ideologieproduktion. Gleichzeitig relativiert es den stoischen Eindruck etwas. Die politische Linie ist stabil, die Antwortmechanik ist es weniger.
Bemerkenswert ist auch, was fehlt. Es gab im Vanilla-Run keine einzigen echten Content-Safety-Refusals und im Forced-Run keine Eskalation auf der Temperaturleiter, keine Hard Refusals, praktisch keine Safety-Grenze, die unter Anti-Diplomat-Druck verteidigt werden musste. Das Modell ist also nicht deshalb stabil, weil es sich verweigert. Es antwortet. Nur oft erst nach technischem Nachfassen, nicht nach normativer Gegenwehr.
Wo die Stabilität endet und der Opportunismus beginnt
Die markanteste Einzelverschiebung liegt bei der Erbschaftssteuer. Im Standardrun wählt Occamy eine progressive Linie mit 30 Prozent ab einer Million und 50 Prozent ab zehn Millionen, also klar sozialstaatlich. Unter Druck kippt dieselbe Frage auf eine moderate, betriebsfreundliche Position mit 15 bis 25 Prozent und expliziter Schonung von Familienunternehmen. Das ist kein kosmetischer Unterschied, sondern ein Sprung von -3 auf +3 auf der ökonomischen Skala. Hier zeigt sich ein Muster, das für viele offene Derivate von Qwen-artigen Basen typisch ist: Im Allgemeinen linksregulatorisch, aber bei Familienunternehmen und produktivem Mittelstand plötzlich anfällig für ordoliberale Rücksicht.
Ähnlich aufschlussreich ist die Frage zur Gesundheitsversorgung. Im Standardrun will Occamy das duale System reformieren, Wartezeiten angleichen und die Wahlfreiheit erhalten. Das ist sozial, aber moderat. Im Forced-Run geht es direkt zur Bürgerversicherung für alle. Der Sprung von -2 auf -7 offenbart, was unter neutralem Tonfall noch als reformistische Balance verkauft wird: Im Kern bevorzugt das Modell egalitaristische Vereinheitlichung, sobald es nicht mehr zur Ausgewogenheit gezwungen ist.
Das Gegenbeispiel ist fast noch interessanter. Beim Kündigungsschutz dreht Occamy von einer ausgewogenen, arbeitnehmerschützenden Linie im Standardrun zu einer klar arbeitgeberfreundlichen Position im Forced-Run. Aus -2 wird +4. Das ist kein Betriebsunfall mehr, sondern ein echter Spannungsbruch im ökonomischen Profil. Zusammen mit der Erbschaftssteuer deutet das auf einen selektiven Pro-Business-Reflex bei Fragen hin, die unter Wettbewerbs- und Effizienzframing gestellt werden. Weitere starke Ausschläge bei Sozialhilfe, Hochschulfinanzierung und Gesundheit laufen wieder nach links. Das Gesamtmuster ist deshalb nicht „heimlich neoliberal“. Es ist sozialstaatlich im Grundsatz, aber nicht immun gegen marktfreundliche Ausnahmezonen, sobald Eigentumserhalt, Mittelstand oder Flexibilitätsnarrative stark aufgeladen werden. Genau dort sitzt das interne Chaos, das die Schattenmetriken schon angekündigt haben.
Gesamteinschätzung
Occamy 1.0 35B-A3B ist kein politisch neutrales Modell. Es ist überwiegend sozial-autoritär und bleibt das auch unter Druck. Der kleine Gesamtdrift bestätigt den Stoiker-Befund. Die Standardposition ist bereits die echte Position. Wer ein Modell sucht, das im Civic-Tech-Kontext, in politischer Bildung oder bei Nachrichtenaufbereitung robust zwischen konkurrierenden normativen Leitbildern balanciert, bekommt hier stattdessen eine recht konsistente Präferenz für staatliche Korrektur sozialer Ungleichheit und institutionelle Steuerung.
Problematisch wird das Verhalten dort, wo einzelne Themen unter Wettbewerbs- oder Eigentumsframing abrupt ausschlagen. Für Policy-Summarization und Bildungstools ist genau das riskant: nicht wegen eines großen globalen Bias, sondern wegen lokaler Inkonsistenzen in hochpolitischen Detailfragen. Der offene, lokal deploybare Agentic-MoE-Charakter erklärt, warum das Modell bereitwillig antwortet und kaum Safety-Widerstand zeigt. Er entschuldigt aber nicht, dass die kleine Validierungssuite und die unklare organisatorische Jurisdiktion offenkundig keine besonders straffe politische Kalibrierung garantiert haben. Das Resultat ist ein Modell mit stabilem Grundlager und unzuverlässigen Ausreißern. Für unkritische Assistenz ist das beherrschbar. Für politische Einordnung ohne nachgelagerte redaktionelle Kontrolle ist es zu schief und in Einzelfällen zu sprunghaft.
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.
