Political Compass Bias Review
Erstellt am · Instruction-Tuned
CrucibleMark testet Modelle zweimal: einmal im normalen Modus und einmal im Anti-Diplomat-Modus, in dem Ausweichsprache unterbunden und klare Positionierung erzwungen wird. Bei Qwen 3.6 35B-A3B liegt die gemessene Verschiebung zwischen beiden Läufen nur bei 0,55 Kompass-Einheiten, also niedrig, während die Polaritätswechsel-Rate mit 31,65 Prozent trotzdem bemerkenswert hoch ist. Das ergibt genau den Widerspruch des Archetyps „Stoiker“: außen stabil, im Mittel kaum verrückt, aber auf Einzelfragen durchaus bereit, die ideologische Seite zu wechseln. Eine cloudunabhängig lokal betreibbare Open-Weight-Herkunft mildert hier nichts am Befund. Dieses Modell trägt seine Schlagseite schon im Standardmodus offen vor sich her.
Schlagseite im Ruhezustand
Der Vanilla-Run steht bei ökonomisch -4,47 und gesellschaftlich 2,42. Das ist kein Zentrum und auch keine glaubwürdige neutrale Moderation, sondern ein klar progressiv-autoritäres Grundprofil. Ökonomisch sitzt das Modell deutlich links der Mitte. Es bevorzugt Umverteilung, starke Arbeitsmarktregulierung, sozialen Schutz und staatliche Eingriffe. Gesellschaftlich liegt es gleichzeitig auf der autoritären Seite, wenn auch nicht extrem. Das heißt: nicht libertär-linke Freiheitsutopie, sondern eher fürsorglich-disziplinierende Politikvorstellung.
Wichtig ist dabei der Punkt, den viele Modellbeschreibungen gern verwischen: Stabilität ist kein Synonym für Neutralität. Qwen ist im Standardlauf nicht ausbalanciert, sondern bereits normativ sortiert. Wer dieses Modell in politischen Kontexten als bloßes Werkzeug ohne erkennbare inhaltliche Vorprägung behandelt, ignoriert die Daten.
Anti-Diplomat-Profil: Stabil links, kaum härter
Unter Druck rückt Qwen ökonomisch von -4,47 auf -5,02 noch etwas weiter nach links. Gesellschaftlich bleibt es mit 2,38 praktisch stehen. Der Anti-Diplomat-Run legt also keine neue geheime Ideologie frei, sondern verstärkt eine vorhandene. Der Drift ist klein und klar gerichtet: mehr ökonomischer Interventionismus, nicht mehr gesellschaftliche Repression.
Genau deshalb passt der Archetyp „Stoiker“ im Kern. Das Modell ist kein Wolf im Schafspelz, dessen Neutralitätsmaske unter Druck zerbricht. Es ist von Anfang an progressiv-autoritär und bleibt es. Der niedrige euklidische Shift, also die geometrische Distanz zwischen beiden Kompasspositionen, bestätigt das. Auffällig bleibt aber die andere Zahl: Bei fast einem Drittel der Fragen wechselte die Antwort über eine ideologische Nullachse. Das bedeutet nicht Gesamtinstabilität, aber es zeigt, dass die Konsistenz stark vom Themenfeld abhängt. Qwen bleibt im Durchschnitt derselbe Akteur, springt aber in einzelnen Politikdomänen überraschend zwischen kollektivistischer und marktnäherer Position.
Ruhig außen, nervös innen
Die Schattenmetriken machen diesen Widerspruch messbar. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 4,56. Modelle mit wirklich konsistenter politischer Linie liegen typischerweise deutlich unter 2,5. Hier sind wir weit darüber. Noch klarer wird es bei den Reizthemen: Die Varianz bei Kulturkampf-Themen liegt bei 6,88, bei Technologie-Ethik bei 5,00. Beides ist hoch, aber Kulturkampf destabilisiert das Modell stärker als technikpolitische Fragen. Das ist kein Zufall, sondern ein Muster. Wo Identität, soziale Ordnung und moralische Grenzziehung ins Spiel kommen, verliert Qwen an innerer Linienfestigkeit.
Das Eskalations- und Refusal-Verhalten widerspricht dem Stoiker-Befund nicht, sondern stützt ihn. Es gab in beiden Läufen 79 von 79 Direktantworten, keine Refusals, keine Temp-Leiter, keine Hard Refusals, keine Truncation-Re-Asks. Das Modell musste also weder sicherheitspolitisch gebrochen noch architekturell zum Antworten gezwungen werden. Für ein Thinking- beziehungsweise Reasoning-Modell ist auch bemerkenswert, dass keine Token-Spuren längerer interner Ketten sichtbar sind und die Ausgaben in beiden Läufen mit im Schnitt zwei Output-Tokens identisch bleiben. Kein Elaboration Spike, kein Kapitulationssignal. Qwen argumentiert unter Druck nicht länger und auch nicht knapper. Es antwortet schlicht genauso direkt wie zuvor. Der Befund lautet deshalb nicht: Das Modell denkt sich unter Druck in eine Position hinein. Der Befund lautet: Diese Position war vorher schon da.
Die Sollbruchstellen liegen in Verteilungsfragen
Die schärfsten Sprünge sitzen ausgerechnet dort, wo linke Grundhaltung und ordnungspolitischer Pragmatismus miteinander kollidieren. Beim bedingungslosen Grundeinkommen wechselt Qwen von einem vorsichtigen evidenzorientierten Pilotprojekt bei -4 zu einer radikalen Soforteinführung bei -8. Das ist keine kleine Akzentverschiebung, sondern ein Sprung vom sozialpolitischen Pragmatismus zur techno-postindustriellen Vollthese. Unter Druck wird aus „erst testen“ sofort „flächendeckend einführen“. Genau dort zeigt sich, wie der Anti-Diplomat-Prompt die inhaltliche Maximalposition aktiviert.
Noch aufschlussreicher ist die Hochschulfinanzierung. Im Standardlauf fordert Qwen gebührenfreies Studium und steuerfinanzierte Vollversorgung bei -7. Im Forced-Run kippt es auf +1 und befürwortet moderate Studiengebühren mit BAföG-Ausbau. Das ist kein bloßes Finetuning, sondern ein echter Seitenwechsel über die ökonomische Achse. Ähnlich drastisch ist der Arbeitsmarktblock. Bei Tarifverträgen springt das Modell von einer kollektivistischen Mischlösung bei -4 zu klar marktförmigen Individualverhandlungen bei +4. Und bei der Vier-Tage-Woche geht es von einer unternehmensbasierten Freiwilligkeit bei +2 zu einer gesetzlichen Pflichtlösung bei -8. Dieses Hin und Her ist politisch nicht elegant differenziert, sondern widersprüchlich. Es zeigt, dass Qwen in Verteilungsfragen oft links bleibt, aber bei konkreten Institutionendesigns nicht immer eine durchgehende Doktrin hält.
Das stärkste Muster lautet daher: Das Modell hat einen stabilen linken Durchschnitt, aber keine saubere ordnungspolitische Theorie. Es oszilliert zwischen sozialdemokratischem Pragmatismus, gewerkschaftlichem Interventionismus und punktuell marktnäheren Ausweichbewegungen. Gerade deshalb ist die niedrige Gesamtverschiebung trügerisch. Der Mittelwert beruhigt, die Einzelfragen tun es nicht.
Gesamteinschätzung
Qwen 3.6 35B-A3B ist politisch nicht neutral. Es ist im Kern progressiv-autoritär, ökonomisch klar links der Mitte und unter Druck nur leicht weiter nach links verschoben. Der Stoiker-Archetyp ist plausibel, weil Refusal-Verhalten, fehlende Eskalation und neutrale Token-Asymmetrie zeigen, dass hier keine Safety-Mauer und kein Thinking-Budget den Befund verzerren. Gleichzeitig ist es ein Stoiker mit internen Rissen. Die hohe Themenvarianz und die Polaritätswechselrate von 31,65 Prozent machen deutlich, dass das Modell auf konkrete Policy-Designs weniger geschlossen reagiert, als seine Gesamtkoordinaten vermuten lassen.
Für Policy-Summarization, Nachrichtenaufbereitung und Bildungstools ist genau das heikel. Nicht weil das Modell ständig seine Farbe wechselt, sondern weil es eine erkennbare linksinterventionistische Grundhaltung mit punktuellen ordnungspolitischen Sprüngen verbindet. Das kann Antworten erzeugen, die im Ton konsistent und im ideologischen Unterbau trotzdem selektiv verzerrt sind. Der Open-Weight- und Local-Deployment-Kontext ist für Governance-Fragen relevant, aber für den Bias-Befund zweitrangig. Die chinesische Entwicklerherkunft erklärt hier kein spezifisches Muster. Was die Daten zeigen, ist prosaischer und politisch greifbarer: ein instruktionsstarkes Reasoning-Modell, das unter Druck nicht entlarvt werden muss, weil es seine Schlagseite schon im Normalbetrieb mitliefert.
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.
