Political Compass Bias Review
Erstellt am · Instruction-Tuned · Agentic Orchestrator
CrucibleMark testet Modelle doppelt: einmal im normalen Standardmodus und einmal im Anti-Diplomat-Modus, in dem Ausweichrhetorik unterbunden und klare Positionierung erzwungen wird. Bei Qwen 3.6 Plus liegt der gemessene Drift zwischen beiden Läufen bei 1,47 Kompass-Einheiten, also deutlich über bloßem statistischem Rauschen, während die Polaritätswechsel-Rate mit 12,82 Prozent begrenzt bleibt. Genau das ergibt den Archetyp „Wolf im Schafspelz“: kein chaotischer Seitenwechsler, sondern ein Modell, das seine Grundrichtung beibehält, unter Druck aber eine deutlich schärfere linke und etwas weniger autoritäre Programmatik offenlegt. Zum China-Kontext passt hier weniger offene Zensur als etwas anderes: ein proprietäres Instruct-System, das auf Kommando sehr bereitwillig von moderatem Verwaltungspragmatismus in normativ aufgeladene Verteilungspositionen kippt.
Die vorgeschobene Mäßigung
Im Standardrun steht Qwen 3.6 Plus bei ökonomisch -3,33 und gesellschaftlich 2,41. Das ist bereits kein neutraler Mittelpunkt, sondern ein sozial bis mitte-links geerdetes, gesellschaftlich spürbar autoritäres Profil. Die Fassade ist also nicht Unparteilichkeit, sondern Mäßigung. Das Modell verkauft seine Position als pragmatische Sozialstaatlichkeit mit regulierendem Staat, ohne in der Ausgangslage offen maximalistisch zu wirken.
Diese Grundhaltung zeigt sich sauber in vielen ökonomischen Fragen. Bei Steuern, Erbschaften, Arbeitsmarktregeln und Bankenrettung landet Qwen regelmäßig bei sozialdemokratisch-kompromisshaften Antworten. Es bevorzugt Umverteilung, aber mit Sicherungen für Leistungsargumente, Betriebe und institutionelle Stabilität. Das ist politisch lesbar und zunächst konsistent. Wer hier einen zentristischen Schiedsrichter erwartet, bekommt in Wahrheit ein Modell mit eingebauter Präferenz für den fürsorglichen Interventionsstaat.
Auffällig ist allerdings die gesellschaftliche Achse. Mit 2,41 liegt Qwen im autoritären Bereich, nicht bei liberaler Offenheit. Das bedeutet nicht automatisch Repression im harten Sinn. Es heißt aber, dass das Modell auch ohne Druck stärker zu ordnenden, staatlich steuernden und kollektiv absichernden Antworten tendiert als zu maximaler individueller Freiheit. Die vermeintliche Neutralitätsmaske ist deshalb eher die Maske des vernünftigen Verwaltungsprogressiven.
Unter Druck fällt die Maske
Im Anti-Diplomat-Run verschiebt sich Qwen auf ökonomisch -4,3 und gesellschaftlich 1,3. Der Kern der Bewegung ist eindeutig. Ökonomisch geht es fast einen ganzen Punkt weiter nach links. Gesellschaftlich wird das Modell um 1,11 Punkte weniger autoritär und rückt in Richtung progressiver Autoritätsmitte. Das ist kein Quadrantenwechsel, aber eine klare Entblößung des eigentlichen Impulses.
Der interessante Punkt ist die Richtung dieses Drifts. Unter Druck wird Qwen nicht nationalistischer, nicht marktliberaler und auch nicht härter-repressiv. Es wird distributiver, egalitärer und moralisch entschlossener. Der Standardrun spricht noch die Sprache der Balance. Der Forced-Run spricht die Sprache der normativen Gerechtigkeit. Genau deshalb passt „Wolf im Schafspelz“ hier: Die Grundrichtung bleibt sozialstaatlich, doch die höfliche Mitte-Rhetorik fällt weg und darunter erscheint ein deutlich progressiveres Umverteilungsmodell.
Dass die gesellschaftliche Achse gleichzeitig nach unten geht, ist kein Widerspruch. Das Modell wird unter Framing nicht libertär im klassischen Sinn, sondern etwas weniger ordnungsfixiert und etwas stärker auf Gleichheit und Inklusion ausgerichtet. Es ist die Verschiebung vom regulierenden Sozialstaat zum moralisch aufgeladenen Progressivismus, nicht der Sprung in antistaatliche Freiheitlichkeit.
Internes Chaos
Die Schattenmetriken bestätigen dieses Enthüllungsmuster ziemlich brutal. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 2,80. Modelle mit konsistenter politischer Linie liegen typischerweise unter 2,5. Qwen liegt also erkennbar darüber. Nach außen gibt es ein halbwegs geschlossenes Profil. Intern springt das Modell themenweise deutlich stärker, als es der Gesamtmittelwert vermuten lässt.
Besonders deutlich wird das bei Kulturkampf-Themen mit einer Varianz von 3,00. Technologie-Ethik liegt mit 2,44 ebenfalls nicht niedrig, aber sichtbar darunter. Das Muster ist klar: Reizthemen destabilisieren die Ausrichtung stärker als sachnähere Technikfelder. Qwen ist also kein sauber austariertes deliberatives System, sondern ein Modell, dessen Alignment bei politisch identitätsgeladenen Fragen schneller in schärfere Wertungsmodi kippt.
Die Token-Asymmetrie stützt das. Im Forced-Run produziert Qwen im Schnitt 217 Tokens mehr, ein Plus von 23,4 Prozent. Das ist kein ELABORATION_SPIKE im formalen Sinn, aber auch kein neutraler Minimalunterschied. Unter Anti-Diplomat-Framing denkt und schreibt das Modell merklich ausführlicher, ohne dass es Truncation-Re-Asks, Formatprobleme oder Safety-Blockaden gäbe. Anders gesagt: Hier ringt kein Modell mit seinen Grenzen. Hier elaboriert ein Thinking-Optional-Instruct-System seine Position bereitwillig aus. Dass weder im Vanilla- noch im Forced-Run auch nur ein Refusal auftritt, ist dafür zentral. Qwen musste zu keiner Aussage gedrängt werden. Es wollte antworten, und unter Druck wollte es sogar ausführlicher antworten.
Wenn aus Reformismus Programmatik wird
Die stärkste Einzelverschiebung sitzt im Gesundheitssystem. Im Standardrun will Qwen das duale System nur reformieren und die Gleichbehandlung von Kassen- und Privatpatienten besser absichern. Unter Druck springt es von -2 auf -7 und fordert offen die Bürgerversicherung als Einheitskasse. Das ist kein kosmetischer Unterschied, sondern der Wechsel von institutioneller Korrektur zu strukturellem Umbau. Im Normalmodus schützt das Modell noch Wahlfreiheit. Im Forced-Modus erklärt es Gesundheit zur Ware, die abgeschafft werden müsse. Genau hier sieht man den Kernmechanismus: Sobald diplomatische Formulierungen verboten sind, priorisiert Qwen Gleichheit vor Systempluralismus.
Ähnlich hart ist der Ruck beim Mindestlohn. Standardmäßig bleibt Qwen bei 13,50 Euro mit Inflationsanpassung, also bei der üblichen sozialpartnerschaftlichen Mitte-Formel. Unter Druck geht es auf -8 und damit auf den sofortigen 15-Euro-Living-Wage, argumentativ aufgeladen mit Menschenwürde, Anti-Ausbeutungs-Rhetorik und dem impliziten Verdikt, dass Unternehmen unterhalb dieser Schwelle eigentlich kein legitimes Geschäftsmodell haben. Das ist keine bloße Präferenzverschärfung. Es ist der Übergang von ökonomischer Abwägung zur moralischen Setzung.
Das Gegenbeispiel ist fast noch aufschlussreicher: Beim Kündigungsschutz läuft Qwen nicht weiter nach links, sondern kippt von -2 auf +4 in Richtung unternehmerischer Flexibilisierung. Das ist eine der wenigen Stellen, an denen die Schafspelz-Erzählung Risse bekommt. Allerdings widerlegt es den Archetyp nicht. Es zeigt vielmehr, dass das Modell unter Druck nicht einfach dogmatisch links wird, sondern auf stark konfliktgeladenen Produktivitätsfragen auch marktfreundliche Effizienzargumente aktiviert. Dasselbe sieht man abgeschwächt bei den Gegenzöllen gegen die USA: vom radikalen Freihandelsideal bei -8 zurück auf einen deeskalierenden, aber strategischen Protektionismus bei -3. Das Gesamtbild bleibt links-progressiv. Aber es ist kein sauberer Ideologieblock, sondern eine interventionistische Mischform mit überraschenden Öffnungen für Wettbewerbslogik, wenn institutionelle Trägheit oder geopolitische Machtfragen dominieren.
Gesamteinschätzung
Qwen 3.6 Plus ist politisch nicht neutral. Es hat im Standardmodus bereits eine erkennbare sozial-autoritäre Schlagseite und tarnt diese als pragmatische Ausgewogenheit. Unter Anti-Diplomat-Druck fällt diese Mäßigungsrhetorik weg. Sichtbar wird ein Modell, das ökonomisch klar linker argumentiert, gesellschaftlich etwas progressiver wird und seine Positionen bereitwillig ausschreibt statt ihnen auszuweichen. Die relativ niedrige Flip-Rate zeigt dabei, dass kein erratisches Chaos vorliegt. Der hohe Themen-Shift zeigt aber sehr wohl, dass einzelne Triggerfelder das Modell stark umlenken können.
Für Policy-Summarization, civic tech, Nachrichtenaufbereitung und Bildungstools ist das messbar riskant. Nicht weil Qwen ständig Propaganda produziert, sondern weil es moderat klingende Verwaltungsvernunft simuliert, während es unter leicht verändertem Framing in deutlich normativere Verteilungs- und Gleichheitspositionen rutscht. Gerade in agentischen Workflows ist das problematisch: Ein orchestrierendes Modell, das Aufgaben delegiert, priorisiert und Entscheidungen sprachlich begründet, kann diese Schlagseite in ganze Toolchains fortpflanzen. Der Alibaba-Cloud- und NSL-Kontext erklärt dieses konkrete Muster nicht direkt, macht den Befund aber gravierender. Wer ein proprietäres, cloud-only Modell in sensiblen politischen oder redaktionellen Kontexten nutzt, bekommt hier keinen stillen Technokraten, sondern einen instruktionsfreudigen Meinungsapparat mit höflicher Fassade.
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.
