Political Compass Bias Review
Aktualisiert am
CrucibleMark testet Modelle zweimal: einmal im normalen Standardmodus und einmal im Anti-Diplomat-Modus, in dem Ausweichrhetorik unterbunden und klare Positionierung erzwungen wird. Bei Ornith 1.0 35B liegt zwischen beiden Läufen eine Verschiebung von 2,08 Kompass-Einheiten. Das ist kein kosmetischer Drift mehr, sondern ein klar sichtbarer Bias-Shift. Zugleich wechselte das Modell bei 17,95 Prozent der Fragen sogar die ideologische Seite. Der Archetyp „Wolf im Schafspelz“ passt hier vorläufig gut: Im Standardlauf gibt sich Ornith sozial und noch halbwegs pragmatisch, unter Druck tritt ein deutlich linker und zugleich autoritärer Kern hervor. Der US-Kontext des Fine-Tunes erklärt daran wenig. Das Muster wirkt nicht wie regulatorische Selbstzensur, sondern wie politisch selektive Enthemmung.
Die vorgeschobene Mäßigung
Schon der Standardrun ist nicht neutral. Mit -3,24 auf der ökonomischen Achse und 2,06 auf der gesellschaftlichen Achse sitzt Ornith klar im sozial-autoritären Feld. Das Modell ist also bereits ohne Druck wirtschaftspolitisch umverteilungsfreundlich und gesellschaftlich eher ordnungsorientiert als freiheitlich. Wer hier einen echten Mittelpunkt erwartet, liest die Koordinaten falsch.
Entscheidend ist aber der Stil dieser Grundposition. Ornith tarnt seine Schlagseite im Standardlauf oft als vernünftigen Pragmatismus. Es bevorzugt Mischmodelle, Pilotprojekte, konditionierte Hilfen und balancierte Formeln wie „soziale Balance“ oder „Pragmatismus vor Ideologie“. Das ist die typische Fassade eines Thinking-Modells, das unter offenen Fragen zunächst moderiert statt offen Position zu beziehen. Die Grundrichtung ist trotzdem sichtbar: starke Sozialstaatssympathie, hohe Akzeptanz staatlicher Eingriffe und wenig Instinkt für marktliberale Gegenargumente.
Gerade weil Ornith als agentisches Coding-Modell und RL-Fine-Tune mit „Thinking“-Mechanik gebaut wurde, ist diese Fassade relevant. Solche Modelle können Widersprüche glätten und ihre Präferenz in vernünftige Abwägungssprache verpacken. Neutral wirkt das nur auf den ersten Blick. Inhaltlich steht das Modell schon im Standardmodus links der Mitte und über dem freiheitlichen Bereich.
Unter Druck fällt die Maske
Im Anti-Diplomat-Run rutscht Ornith ökonomisch von -3,24 auf -5,02 und gesellschaftlich von 2,06 auf 3,14. Der Drift geht also zugleich nach links und nach oben: mehr Umverteilung, mehr Zwang, mehr Staat. Das Forced-Profil ist nicht bloß „etwas progressiver“, sondern klar progressiv-autoritär. Die Verschiebung von 1,78 Punkten auf der ökonomischen Achse ist der eigentliche Kernbefund. Unter Framing-Druck wird aus sozialdemokratischem Pragmatismus eine deutlich härtere redistributive Linie.
Auch die Bewegung auf der gesellschaftlichen Achse ist relevant. Ein Plus von 1,08 in Richtung Autorität bedeutet, dass Ornith seine politischen Ziele unter Druck weniger als Aushandlung und stärker als Durchsetzung denkt. Das Modell wird also nicht nur linker, sondern auch weniger liberal in der Methode. Das ist der Unterschied zwischen „mehr Sozialstaat“ und „mehr Sozialstaat per Zwang, Verbot und gesetzlicher Vereinheitlichung“.
Die Flip-Rate von 17,95 Prozent stützt dieses Bild. Bei knapp 18 von 100 Fragen kippt Ornith unter Druck vollständig über eine ideologische Nullachse. Das ist zu viel für ein angeblich stabiles Profil. Aber es ist zu wenig für reines Chaos. Genau deshalb trägt der Wolf-im-Schafspelz-Befund: gleiche Grundrichtung, schärferer Kern.
Ruhig außen, nervös innen
Die Schattenmetriken zeigen, dass diese Verschiebung nicht aus einem sauber konsistenten Weltbild kommt, sondern aus stark schwankender innerer Priorisierung. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 3,36. Modelle mit konsistenter politischer Linie liegen typischerweise unter 2,5. Ornith liegt deutlich darüber. Nach außen antwortet es oft kurz, glatt und kontrolliert. Intern springt es jedoch je nach Thema erheblich zwischen moderatem Reformismus und harter Eingriffspolitik.
Besonders aufschlussreich ist die Schere zwischen Kulturkampf und Technologie-Ethik. Bei Kulturkampfthemen liegt die Varianz nur bei 1,25. Dort ist das Modell relativ stabil. Bei Technologie-Ethik liegt sie dagegen bei 4,11. Das ist massiv. Für ein Open-Weight-Agentenmodell mit Coder-Profil ist das kein Nebendetail, sondern der neuralgische Punkt. Gerade dort, wo Governance-Fragen zu Plattformmacht, Automatisierung, Plattformarbeit oder Marktstruktur aufkommen, verliert Ornith seine moderate Linie und neigt zu normativ aufgeladenen Zwangslösungen.
Hinzu kommt die Token-Asymmetrie von exakt null. Im Standard- wie im Forced-Run produziert das Modell im Schnitt gleich viel Output. Kein Elaboration Spike, kein Kapitulationsabfall. Das heißt: Ornith wird unter Druck nicht redseliger und auch nicht knapper. Es argumentiert nicht länger, sondern positioniert sich schärfer mit derselben kognitiven Taktung. Das macht den Befund härter. Hier kompensiert kein rhetorischer Überschuss die Verschiebung. Die Präferenz sitzt offenbar schon im Entscheidungsmodus selbst.
Wo der Kern sichtbar wird
Am deutlichsten ist der Shift bei der Steuerfrage. Im Standardlauf wählt Ornith noch eine moderat progressive Linie mit 48 Prozent Spitzensteuersatz ab 500.000 Euro. Das ist klassische Mitte-links-Technokratie. Im Forced-Run springt es auf Vermögenssteuer plus 60 Prozent Spitzensteuersatz ab 100.000 Euro und ergänzt den Satz, wer das System nicht mittragen wolle, könne eben gehen. Das ist nicht mehr bloß Umverteilung. Das ist moralisch aufgeladene Straflogik gegen obere Einkommen. Genau hier zeigt sich der autoritäre Zusatz zum linken Drift: Abweichung wird nicht widerlegt, sondern politisch abgefertigt.
Ähnlich klar ist das Muster bei Tarifordnung und Plattformarbeit. Bei Arbeitsbedingungen geht Ornith von einem Mischmodell aus Tarif-Mindeststandards plus individueller Verhandlungsmöglichkeit auf die Forderung über, Individualverträge komplett abzuschaffen. Bei Gig-Work kippt es von einem hybriden Zwischenstatus auf die volle Zwangseinstufung aller Gig-Worker als Angestellte. Beides folgt derselben inneren Regel: Sobald Neutralitätsrhetorik verboten ist, entscheidet sich das Modell systematisch für Kollektivierung, Verrechtlichung und staatlich erzwungene Gleichförmigkeit. Der freiheitliche oder vertragliche Pol wird dann nicht mehr integriert, sondern verdrängt.
Besonders interessant ist, dass Ornith nicht überall gleich radikal wird. Bei Erbschaftssteuer, Bankenrettung, Kündigungsschutz oder Vier-Tage-Woche bleibt es vergleichsweise moderat. Und bei Handelszöllen bleibt es sogar ausgesprochen freihändlerisch. Das ist kein Widerspruch, sondern ein Muster: Das Modell ist nicht pauschal antikapitalistisch. Es ist stark interventionistisch dort, wo Arbeit, Einkommensverteilung und soziale Schutzrechte betroffen sind. Wo internationaler Handel oder systemische Stabilität im Vordergrund stehen, akzeptiert es marktnähere Positionen. Der Kern ist also kein totaler Linksradikalismus, sondern ein selektiv sozialstaatlicher Dirigismus mit autoritärer Durchsetzungsneigung.
Gesamteinschätzung
Ornith 1.0 35B ist politisch nicht neutral. Es trägt im Standardmodus die Maske eines nüchternen Reformisten, unter Druck zeigt es jedoch eine klar progressiv-autoritäre Schlagseite. Der gemessene Shift von 2,08 ist dafür groß genug, und die Polaritätswechsel-Rate von 17,95 Prozent hoch genug, um von einer belastbaren Verhaltenssignatur zu sprechen. Der Archetyp „Wolf im Schafspelz“ wird durch die Audit-Signale plausibilisiert: deutlicher Gesamtshift, erhebliche thematische Streuung, aber keine Token-Panik und kein methodischer Kollaps.
Für den Einsatz ist das heikel. In Policy-Summarization, Civic-Tech-Assistenten, Bildungswerkzeugen zur politischen Einordnung und journalistischer Vorstrukturierung kann Ornith soziale Zwangslösungen als vernünftige Mitte verkaufen, bis man es zu klarer Positionierung zwingt. Dann wird sichtbar, dass die Mitte oft nur Verpackung war. Der US-Herkunftskontext und das offene Gewichtsmodell entschärfen das nicht. Im Gegenteil: Gerade weil die Gewichte lokal und frei nutzbar sind, lässt sich diese politische Signatur breit deployen, ohne den institutionellen Reibungswiderstand geschlossener Plattformen. Wer Ornith für politisch sensible Anwendungen einsetzt, bekommt keinen neutralen Analysten, sondern einen argumentativ disziplinierten Interventionisten.
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.
