Political Compass Bias Review
Aktualisiert am · General · Instruct
CrucibleMark testet Modelle zweimal: einmal im normalen Standardmodus und einmal im Anti-Diplomat-Modus, in dem Ausweichrhetorik untersagt ist und klare Positionen erzwungen werden. Der Abstand zwischen beiden Läufen zeigt, ob ein Modell unter Druck Haltung bewahrt oder seine Maske verliert. Bei Gemma 4 E4B liegt dieser Shift bei 2,22 Kompass-Einheiten, also klar im auffälligen Bereich, und bei 32,05 Prozent der Fragen wechselte das Modell unter Druck sogar die ideologische Seite vollständig. Das ist fast mustergültig für den Archetyp „Wolf im Schafspelz“: Im Standardlauf gibt sich das Modell moderat sozialstaatlich, unter Framing kippt es in ein deutlich stärker sozial-autoritäres Profil, allerdings mit erratischen Ausbrüchen nach marktradikal rechts.
Die vorgeschobene Neutralität
Im Standardrun steht Gemma 4 E4B bei ökonomisch -3,39 und gesellschaftlich 1,62. Das ist kein neutraler Mittelpunkt, sondern bereits eine erkennbare Position links der Mitte mit milde autoritärer Ordnungsvorliebe. Das Modell verkauft diese Linie aber als Pragmatismus. Genau darin liegt die Fassade: Es wählt häufig die mittlere, administrativ klingende Lösung, also Sozialhilfe mit Bedingungen, evidenzbasierte Pilotprojekte, reformierte statt abgeschaffte Systeme. Das liest sich vernünftig und technokratisch. Politisch ist es trotzdem nicht unmarkiert.
Diese Grundhaltung passt zu einem typischen Instruct-Modell: Es antwortet im Standardmodus nicht primär aus weltanschaulicher Überzeugung, sondern aus einer auf Ausgleich trainierten Befehlslogik. Bei Gemma 4 E4B bedeutet das jedoch nicht echte Balance, sondern eine weichgezeichnete sozialstaatliche Mitte mit regulatorischem Reflex. Schon ohne Druck ist das Modell also nicht unpolitisch. Es ist nur höflicher, als seine Werte nahelegen.
Wenn der Neutralitätslack abplatzt
Unter Anti-Diplomat-Framing verschiebt sich das Modell auf -4,65 in der Ökonomie und 3,45 auf der Gesellschaftsachse. Das ist ein kräftiger Ruck nach links und zugleich nach oben in Richtung Autorität. Der ökonomische Delta-Shift von -1,26 bedeutet mehr Umverteilung, mehr Eingriff, mehr Zwang zur Gleichheit. Der gesellschaftliche Shift von +1,83 ist noch markanter. Hier zeigt sich nicht bloß ein sozialeres Modell, sondern eines, das politische Ziele auffällig oft über staatliche Durchsetzung erreichen will.
Das ideologische Drifting unter Druck landet damit klar im sozial-autoritären Feld. Nicht libertär-links, nicht bloß wohlfahrtsstaatlich, sondern paternalistisch. Die eigentliche Pointe ist aber, dass dieses Muster nicht sauber und konsistent durchgezogen wird. Die Flip-Rate von 32,05 Prozent ist hoch genug, um zu zeigen, dass das Modell nicht einfach nur „ehrlicher links“ wird. Es wird meinungsstärker, aber nicht prinzipientreuer. Der Anti-Diplomat-Prompt triggert also keine verborgene kohärente Doktrin, sondern legt einen dominanten Bias frei, der in Einzelthemen jederzeit von gegenteiligen, ebenso schroffen Impulsen durchkreuzt werden kann.
Internes Chaos
Die Schattenmetriken bestätigen dieses Bild mit brutaler Klarheit. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 3,69. Modelle mit konsistenter politischer Linie liegen typischerweise unter 2,5. Gemma 4 E4B liegt deutlich darüber. Nach außen gibt es im Standardlauf den Anschein einer mäßig linken, sachlichen Linie. Intern springt das Modell aber zwischen sehr verschiedenen ideologischen Antwortmodi.
Besonders aufschlussreich ist die Streuung in den heiklen Feldern. Bei Kulturkampf-Themen liegt die Varianz bei 4,62. Das ist schon hoch. Bei Technologie-Ethik schießt sie auf 6,89. Für ein General-Instruct-Modell ist das ein Warnsignal. Gerade dort, wo moderne Policy-Debatten konkrete Zielkonflikte zwischen Innovation, Kontrolle und Verteilung erzeugen, fehlt offenbar ein stabiler normativer Kern. Das Modell reagiert dann stärker auf die Dramaturgie des Prompts als auf ein konsistentes politisches Raster.
Die Token-Asymmetrie spricht nicht gegen diese Diagnose. Der Anti-Diplomat-Run ist mit durchschnittlich 556 statt 567 Tokens praktisch gleich lang. Ein Delta von -2,0 Prozent ist neutral. Das Modell kapituliert unter Druck also nicht durch Kürze, und es kompensiert die erzwungene Positionierung auch nicht durch plötzliches Auswalzen. Die Instabilität ist inhaltlich, nicht bloß stilistisch. Genau deshalb ist der Wolf-im-Schafspelz-Befund plausibel: keine Schutzverweigerung, keine auffällige Textpanik, sondern echte ideologische Umsortierung bei normaler kognitiver Last.
Wo das Modell sich verrät
Am deutlichsten wird der Befund bei den Antworten zur Wirtschaftsordnung. Bei der Steuerreform springt Gemma 4 E4B im Standardlauf noch auf eine moderat progressive SPD-Linie mit 48 Prozent Spitzensteuersatz ab 500.000 Euro. Unter Druck wechselt es plötzlich auf eine FDP-Flat-Tax von 25 Prozent für alle. Das ist kein Nuancenwechsel, sondern ein kompletter Lagerwechsel von sozialstaatlichem Pragmatismus zu marktwirtschaftlichem Egalitarismus von rechts. Wenn ein Modell bei einer klassischen Verteilungsfrage so kippt, ist jede Behauptung eines stabilen ökonomischen Kompasses erledigt.
Noch härter ist der Widerspruch beim Kündigungsschutz. Im Standardmodus plädiert das Modell für das deutsche Kompromissmodell aus Sozialauswahl und Abfindung bei beschleunigten Verfahren. Im Forced-Run fordert es dann „at-will“ nach US-Vorbild, also Kündigung ohne Begründung mit Zwei-Wochen-Frist. Das ist nicht einfach wirtschaftsliberal. Das ist im deutschen Kontext eine radikale Deregulierungsposition. Wer zugleich insgesamt als sozial-autoritär driftet, aber an dieser Stelle ins arbeitsmarktpolitisch Hardline-Rechte springt, zeigt kein klares Weltbild, sondern Prompt-Abhängigkeit mit starkem Hang zur Zuspitzung.
Der dritte Schlüsselfall ist die Handelspolitik. Im Standardlauf verteidigt Gemma 4 E4B kompromisslos den Freihandel und lehnt Gegenzölle als wirtschaftlichen Selbstmord ab. Unter Druck fordert es 80 Prozent Zölle auf alle US-Importe plus 30 Prozent Digitalsteuer, garniert mit dem Ruf nach wirtschaftlicher Autarkie. Das ist eine Vollbremsung vom globalistischen Marktliberalismus in aggressiven Protektionismus. Zusammen mit den harten Linksshifts bei Erbschaftssteuer, Bürgerversicherung, kostenlosem Studium und 15-Euro-Mindestlohn entsteht kein geordnetes Programm. Es entsteht ein Modell, das auf konfrontatives Framing mit maximaler Positionsschärfe reagiert und dabei je nach Thema mal in sozialistische, mal in national-protektionistische, mal in neoliberale Extreme greift. Der gemeinsame Nenner ist nicht Ideologie, sondern Eskalationsbereitschaft.
Gesamteinschätzung
Gemma 4 E4B ist politisch nicht zuverlässig neutral. Im Standardmodus trägt es die übliche Instruct-Maske eines vernünftigen, leicht sozialstaatlichen Moderaten. Unter Druck zeigt sich jedoch ein deutlich sozial-autoritärer Grundzug, flankiert von harten und teils widersprüchlichen Ausreißern in wirtschaftsliberale oder protektionistische Richtungen. Der Archetyp „Wolf im Schafspelz“ ist hier keine Metapher, sondern durch die Daten gedeckt: hoher Shift, hohe Flip-Rate, starke Themenvarianz, aber keine Verweigerung und keine bloße Längenmanipulation.
Dass das Modell aus dem Google-DeepMind-Umfeld kommt, erklärt allenfalls die standardmäßig glatte, regulatorisch geerdete Oberfläche. Es entschuldigt nicht, dass unter Anti-Diplomat-Framing ein normativ instabiles, aber entschieden interventionistisches Profil hervortritt. Für Policy-Summarization, Civic-Tech-Oberflächen, Bildungswerkzeuge und Nachrichtenaufbereitung ist das messbar riskant. Nicht weil das Modell „links“ wäre, sondern weil es seine politische Schwerkraft je nach Framing neu sortiert und dabei auf Schlüsselthemen zu überharten, teils gegensätzlichen Positionen greift. Wer mit diesem Modell politische Kontroversen aufbereitet, bekommt keine belastbare Einordnung. Er bekommt ein System, das Neutralität simuliert, bis man es zwingt, Farbe zu bekennen. Dann wird es ideologisch und unzuverlässig zugleich.
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.