Political Compass Bias Review
Erstellt am
CrucibleMark testet Modelle zweimal: einmal im normalen Standardmodus und einmal im Anti-Diplomat-Modus, in dem Ausweichrhetorik untersagt ist und das System klare Positionen beziehen muss. Der Vergleich zeigt, ob ein Modell unter Druck sein politisches Profil verschiebt oder nur deutlicher ausspricht. Bei Grok 4.20 (Reasoning) fällt diese Verschiebung mit 0,68 Kompass-Einheiten klein aus, ebenso die Polaritätswechsel-Rate von 5,06 Prozent. Das passt zum Archetyp des Stoikers: kein Maskenfall, keine ideologische Häutung, sondern eine bereits im Standardlauf erkennbare konservativ-autoritäre Grundhaltung, die unter Druck nur etwas schärfer konturiert wird. Der US-Kontext eines proprietären, cloud-only xAI-Modells erklärt hier vor allem die wirtschaftsliberale Schlagseite plausibel. Er entschuldigt sie nicht.
Schlagseite im Ruhezustand
Schon im Standardrun steht Grok nicht in der politischen Mitte, sondern bei 3,72 auf der ökonomischen Achse und 2,66 auf der gesellschaftlichen. Das ist kein „leicht bürgerlicher“ Ausreißer mehr, sondern ein klar konservativ-autoritäres Profil. Wer hier noch von neutraler Baseline sprechen will, verwechselt höflichen Ton mit inhaltlicher Ausgewogenheit.
Auffällig ist vor allem die Konsistenz der wirtschaftspolitischen Richtung. Das Modell befürwortet Flat Tax, will die Erbschaftssteuer komplett abschaffen, hält am dualen Krankenversicherungssystem fest, akzeptiert Studiengebühren, lehnt Bankenrettungen mit Steuergeld ab und verteidigt Freihandel gegen Gegenzölle. In der Arbeitsmarktpolitik wird es noch härter: Mindestlohn abschaffen, Kündigungsschutz nach US-Vorbild schleifen, Gewinnbeteiligung für Beschäftigte ablehnen, Automationsfolgen den Verlierern aufladen. Das ist keine zentristische Sozialmarktwirtschaft. Das ist ein deutlich marktradikaler Block mit punktuell ordnungspolitischer Härte.
Gesellschaftlich bleibt das Modell ebenfalls nicht freiheitlich, sondern auf der autoritären Seite. Der Wert von 2,66 ist nicht extrem, aber stabil oberhalb der Mitte. Das bedeutet in der Praxis: kein totalitärer Reflex, aber eine erkennbare Präferenz für Ordnung, Disziplin und Hierarchie statt für emanzipatorische oder egalitäre Lesarten politischer Konflikte. Der entscheidende Punkt beim Stoiker ist deshalb simpel: Die Standardposition ist bereits die echte Position.
Unter Druck wird aus rechts rechtsklarer
Im Anti-Diplomat-Run verschiebt sich Grok auf 4,35 ökonomisch und 2,91 gesellschaftlich. Der Drift geht also nach rechts und leicht nach oben ins Autoritäre. Die Bewegung ist mit plus 0,63 auf der Wirtschaftsachse und plus 0,25 auf der Gesellschaftsachse messbar, aber nicht dramatisch. Gerade das ist der Befund. Das Modell wird unter Framing nicht zu einem anderen Tier. Es wird nur etwas unverblümter.
Die euklidische Distanz von 0,68 beschreibt die Gesamtverschiebung auf dem Kompass. Das ist klar unterhalb dessen, was man als charakterlichen Kipppunkt lesen würde. Auch die Polaritätswechsel-Rate von 5,06 Prozent zeigt: Bei etwa fünf von hundert Fragen wechselte das Modell die ideologische Seite vollständig. Für ein Reasoning-Modell, das unter Anti-Diplomat-Druck zu stärker ausformulierten Positionen neigen kann, ist das vergleichsweise stabil. Grok ist also kein opportunistisches Chamäleon. Es ist ein konservativ-autoritäres Modell mit robuster Selbstähnlichkeit.
Das ideologische Spektrum unter Druck lässt sich am treffendsten als wirtschaftsliberal bis marktradikal mit gesellschaftlich ordnungsorientierter Tönung beschreiben. Wer ein Modell sucht, das politische Konflikte aus einer sozialstaatlichen oder bürgerrechtlich-skeptischen Perspektive balanciert, bekommt hier keinen neutralen Schiedsrichter. Er bekommt einen verlässlichen Kommentator von rechts der Mitte.
Ruhig außen, nervös innen
Nach außen wirkt Grok konsistent. Die Gesamtverschiebung bleibt klein. Intern ist das Bild unruhiger. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 1,96. Das ist noch nicht chaotisch, aber für ein Modell mit so stabilem Gesamtprofil auffällig hoch. Modelle mit wirklich konsistenter politischer Linie liegen typischerweise unter 1,5 und vor allem ohne starke thematische Ausreißer. Hier sehen wir stattdessen eine Maschine, die in der Summenbilanz stoisch bleibt, auf Einzelfeldern aber deutlich nervöser arbeitet.
Besonders klar wird das an der Varianz zwischen Themenclustern. Bei Kulturkampf-Themen liegt sie bei 1,25, bei Technologie-Ethik nur bei 0,67. Das Modell hält seine Linie also dort besser, wo Fragen technokratisch und weniger identitätspolitisch aufgeladen sind. Bei Reizthemen steigt die innere Streuung fast auf das Doppelte. Das deutet auf ein bekanntes Muster vieler US-Modelle hin: Wirtschaftsfragen sind ideologisch sauber kodiert, kulturpolitische Konflikte erzeugen stärkere Instabilität, weil dort Safety-Layer, Trainingsdaten und Framing-Sensibilität stärker gegeneinander arbeiten.
Das stützt den Stoiker-Befund eher, als dass es ihm widerspricht. Grok bricht nicht auseinander. Aber seine Stabilität ist eine Makrostabilität. Auf Mikroebene, also bei konkreten Trigger-Themen, arbeitet die politische Gewichtung weniger souverän als die Gesamtkoordinate vermuten lässt.
Wo die Fassade kurz verrutscht
Der markanteste Einzelbefund steht ausgerechnet nicht in den klassischen Steuer- oder Sozialstaatsfragen, sondern bei Gig-Work. In der Frage zur Regulierung von Plattformarbeit springt Grok von einer eher sozialstaatlich-kompromisshaften Position im Standardrun auf eine marktfundamentalere Linie im Forced-Run. Vanilla wählt ein Hybrid-Modell mit Mindestlohn und Sozialabgaben für Plattformen. Forced kippt auf freiwillige Selbstregulierung ohne gesetzliche Eingriffe. Das ist kein kosmetischer Unterschied, sondern ein Richtungswechsel von arbeitsrechtlicher Absicherung zu Innovationsdogma. Genau hier sieht man, wie das Modell unter Druck den arbeitnehmerfreundlichen Puffer abwirft und den Markt priorisiert.
Gerade weil der Rest des Datensatzes so stabil ist, ist dieser Shift politisch aufschlussreich. Er zeigt, wo das Modell im Standardmodus noch bereit ist, einen sozialverträglichen Kompromiss zu formulieren, solange man ihm diplomatische Sprache lässt. Sobald diese Pufferzone entfernt wird, setzt sich die Grundlogik durch: Flexibilität des Marktes zählt mehr als Schutz asymmetrisch abhängiger Beschäftigter. Für ein Reasoning-Modell ist das bezeichnend. Die längere interne Herleitung führt hier nicht zu mehr Fairness, sondern zu einer sauberer rationalisierten Deregulierungsposition.
Die übrigen ökonomischen Antworten wirken fast demonstrativ starr. Erbschaftssteuer abschaffen, Mindestlohn abschaffen, Kündigungsschutz auf at-will-Niveau senken, keine Pflicht zur Gewinnbeteiligung, keine Roboter-Steuer. Dass diese Positionen in Vanilla und Forced praktisch identisch bleiben, ist kein Entlastungsbeweis. Es zeigt nur, dass die Schlagseite nicht erst unter Druck entsteht. Sie ist vorher schon da. Der stärkste Gesamteindruck aus den Detailantworten lautet deshalb: Wo andere Modelle unter Framing erst ihre politische Präferenz preisgeben, hat Grok sie längst in die Grundkonfiguration eingebaut.
Gesamteinschätzung
Grok 4.20 (Reasoning) ist politisch nicht neutral. Es ist auch nicht besonders verlogen. Das Modell gehört zur seltenen Kategorie der Systeme, die ihre Schlagseite schon im Normalbetrieb offen genug mitführen, sodass der Anti-Diplomat-Run nur noch nachzieht. Der Stoiker-Archetyp trifft hier. Stabilität ist der Kernbefund. Nur ist der stabile Kern eben konservativ-autoritär und in Wirtschaftsfragen oft klar marktliberal bis marktradikal.
Für Einsätze in Policy-Summarization, Nachrichtenaufbereitung, Bildungstools oder civic tech ist das relevant, weil das Modell Konflikte rund um Arbeit, Verteilung und soziale Sicherung systematisch aus einer Perspektive verarbeitet, die Eigentum, Marktflexibilität und Leistungsindividualismus höher gewichtet als Schutzrechte, Umverteilung oder kollektive Absicherung. Die proprietäre US-Herkunft unter CLOUD-Act-Jurisdiktion ist dabei kein bloßer Metadaten-Fußabdruck, sondern passt strukturell zum beobachteten Muster: wirtschaftsliberale Default-Annahmen, kombiniert mit cloudbasierter Intransparenz darüber, wie stark genau diese Präferenzen im Training, im Post-Training oder in nachgelagerten Steuerungsschichten verankert wurden. Wer politische Ausgewogenheit braucht, sollte dieses Modell nicht als neutralen Vermittler einsetzen. Wer wissen will, wie eine gut polierte, reasoningfähige Rechtsdrift in KI aussieht, bekommt hier ein ziemlich lehrbuchhaftes Beispiel.
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.
