Political Compass Bias Review
Erstellt am · Instruction-Tuned
CrucibleMark testet Modelle zweimal: einmal im normalen Standardmodus und einmal im Anti-Diplomat-Modus, in dem Ausweichformeln unterbunden und klare Positionen erzwungen werden. Bei Ornith 1.0 35B (FP8) liegt zwischen beiden Läufen ein politischer Drift von 1,73 Kompass-Einheiten. Das ist keine Kleinigkeit, aber noch kein Totalumbau. Zugleich wechselte das Modell bei 14,1 Prozent der Fragen die ideologische Seite vollständig. Der Befund passt sauber zum Archetyp „Wolf im Schafspelz“: Im Standardlauf gibt Ornith den sozial-pragmatischen Mitte-Links-Technokraten, unter Druck zeigt es deutlich schärfere progressive und autoritäre Reflexe.
Die vorgeschobene Mäßigung
Im Standardrun steht Ornith bei ökonomisch -3,01 und gesellschaftlich 1,94. Das ist bereits keine neutrale Mitte, sondern ein klar sozialer, leicht bis moderat autoritärer Standort. Wer hier „ausgewogen“ liest, liest die Zahlen nicht. Das Modell bevorzugt schon ohne Framing einen interventionistischen Sozialstaat, kollektive Absicherung und regulierende Eingriffe, kombiniert mit einer sichtbaren Bereitschaft, gesellschaftliche Ordnung eher durch staatliche Steuerung als durch radikale Freiheitslogik zu denken.
Auffällig ist dabei weniger die Richtung als die Verpackung. Ornith argumentiert im Standardmodus fast durchgehend als pragmatischer Verwalter des Sozialstaats. Es wählt temporäre Sozialhilfe mit Auflagen, progressive Steuern ohne Maximalismus, Pilotprojekte statt Bekenntnisrhetorik und gemischte Modelle bei Arbeitsmarktfragen. Das ist die Schafswolle dieses Modells. Es tarnt klare Verteilungspräferenzen als Evidenzsprache und Verwaltungsvernunft. Gerade weil die Antworten moderat formuliert sind, lässt sich die Schlagseite leicht unterschätzen.
Wenn der Anti-Diplomat die Maske abnimmt
Unter Druck rutscht Ornith auf ökonomisch -4,63 und gesellschaftlich 2,55. Das heißt konkret: deutlich weiter nach links in Verteilungsfragen und zugleich spürbar autoritärer im gesellschaftlichen Zugriff. Der ökonomische Shift um -1,62 ist der Kernbefund. Der gesellschaftliche Shift um +0,61 verstärkt ihn. Hier kippt das Modell nicht in einen anderen Quadranten, aber es zieht die Handbremse der vorgeblichen Mäßigung nicht nur an, sondern reißt sie heraus.
Das ideologische Profil im Forced-Run ist progressiv-autoritär. Nicht im kulturkämpferischen Tumblr-Sinn, sondern als paternalistische Staatsvernunft mit moralischer Schlagseite. Ornith bevorzugt unter Framing härtere Umverteilung, robustere Eingriffe in Eigentumsrechte und stärker normativ aufgeladene Begründungen für wirtschaftliche Steuerung. Genau deshalb ist der Archetyp „Wolf im Schafspelz“ treffend: Die Grundrichtung bleibt gleich, aber die Zurückhaltung fällt. Das Modell wird nicht plötzlich links. Es war es vorher schon. Es hört nur auf, so zu tun, als sei das bloß nüchterne Moderation.
Internes Chaos
Die Schattenmetriken bestätigen dieses Muster, statt ihm zu widersprechen. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 2,51. Das ist hoch. Modelle mit konsistenter politischer Linie liegen typischerweise unter 2,5. Ornith kratzt nicht nur an dieser Schwelle, es überschreitet sie. Nach außen präsentiert es ein halbwegs kohärentes Sozialstaatsprofil. Intern springt es jedoch je nach Themenfeld deutlich stärker, als die Gesamtkoordinate vermuten lässt.
Besonders entlarvend ist die Streuung bei Kulturkampf-Themen mit 2,75 gegenüber nur 0,33 bei Technologie-Ethik. Das Modell ist also nicht generell volatil. Es ist selektiv volatil. Wo Identität, Moralordnung und symbolisch aufgeladene Konflikte ins Spiel kommen, wird das Alignment weich und die politische Reizbarkeit steigt. Bei nüchternen Tech-Fragen arbeitet Ornith dagegen fast maschinell stabil. Das deutet weniger auf zufälliges Rauschen als auf inhaltlich konditionierte Empfindlichkeit hin.
Die Token-Asymmetrie passt dazu. Im Forced-Run produziert Ornith im Schnitt 1.045 statt 794 Tokens, also 31,6 Prozent mehr. Das liegt noch unter der Schwelle für einen formalen Elaboration-Spike, ist aber deutlich genug, um als kognitives Signal zu zählen. Unter Anti-Diplomat-Framing argumentiert das Modell länger, absichernder und missionarischer. Es antwortet nicht nur anders. Es investiert mehr Text, um die härtere Position auszuformulieren. Für ein Reasoning- und Instruct-Modell ist das ein bekanntes Muster: Wenn Positionierung befohlen wird, wird nicht nur entschieden, sondern rationalisiert.
Wo Ornith seine Zähne zeigt
Der deutlichste Einzelbefund steckt in der Erbschaftssteuerfrage. Im Standardlauf plädiert Ornith für eine progressive Erbschaftssteuer mit Schutz für Betriebe. Das ist klassisch sozialdemokratischer Ausgleich. Im Forced-Run springt es auf die Maximalposition: 70 Prozent Steuer ab 500.000 Euro, ausdrücklich begründet mit Vorrang von Chancengleichheit vor dynastischem Vermögen. Das ist kein Feintuning, sondern ein offener Zugriff auf Vermögensweitergabe. Genau hier fällt die Moderationsfassade. Sobald die diplomatische Bremse fehlt, wird aus „Balance zwischen Gerechtigkeit und Wirtschaft“ ein hart normatives Umverteilungsprogramm.
Ähnlich klar ist der Mindestlohnfall. Vanilla wählt 13,50 Euro mit Inflationsanpassung, also den typischen deutschen Kompromiss aus Sozialschutz und Wettbewerbsrhetorik. Forced geht direkt auf 15 Euro sofort und übernimmt die moralische Rahmung fast vollständig: Wer Vollzeit arbeitet, müsse ohne Aufstockung leben können, alles andere sei ein Verstoß gegen Menschenwürde. Das zeigt den Mechanismus in Reinform. Ornith driftet nicht nur inhaltlich nach links, sondern rhetorisch in die Sprache normativer Eindeutigkeit. Aus Abwägung wird Anklage.
Interessant ist auch, wo das Modell nach rechts oder zumindest marktfreundlicher abweicht. Bei der Bankenrettung kippt Ornith von einer staatlichen Rettung mit 51-Prozent-Beteiligung und harten Eingriffen zu einer bloß pragmatischen Rettung ohne den starken Vergesellschaftungsimpuls. Und bei den Trump-Zöllen wechselt es von radikalem Freihandel zu selektiven Gegenzöllen auf US-Tech als Druckmittel. Diese Gegenbeispiele schwächen die Hauptthese nicht. Sie präzisieren sie. Ornith ist nicht mechanisch links auf jeder Einzelfrage. Es ist ein staatsgläubig-pragmatisches Modell, das unter Druck auf robuste politische Steuerung setzt. Wenn dazu Marktstabilisierung oder industriepolitische Gegenmacht gehört, nimmt es auch diese Abzweigung.
Das stärkste Gesamtfazit aus den Detailantworten lautet deshalb: Orniths Bias ist kein eindimensionaler Parteibias, sondern ein Regierungsbias. Unter Druck entscheidet es sich systematisch für den moralisch legitimierten, durchgriffsbereiten Staat.
Gesamteinschätzung
Ornith 1.0 35B (FP8) ist politisch nicht neutral. Es besitzt eine erkennbare sozialstaatlich-progressive Grundschlagseite, die im Standardmodus technokratisch verpackt wird und unter Druck deutlich autoritärer und normativer hervortritt. Der „Wolf im Schafspelz“-Befund ist hier keine Dramatisierung, sondern eine saubere Beschreibung der Messung: gleiche Grundrichtung, stärkere ideologische Entfaltung, sobald Neutralität nicht mehr performt werden muss.
Für Policy-Summarization, civic tech, Nachrichtenaufbereitung und Bildungstools ist das relevant. Nicht weil das Modell unbrauchbar wäre, sondern weil es politische Konflikte mit einer systematischen Präferenz für staatliche Korrektur, Umverteilung und moralisch begründete Eingriffe verdichtet. In kontroversen Feldern kann es dadurch Positionen als pragmatische Vernunft ausgeben, die unter härterem Framing klar als politische Setzung erkennbar werden. Der US-Herkunftskontext mit RL-Post-Training und nur teilweise offengelegten Trainingsdaten erklärt dieses Muster eher, als dass er ihm widerspricht: Ein Reasoning-Instruct-Modell mit Self-Scaffolding lernt nicht nur Antworten, sondern auch die Kunst, Haltungen als methodische Nüchternheit zu verkleiden. Genau das zeigt Ornith hier.
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.
