KI-Chatb 18 von 19 Modellen zeigen Grünen-Bias im Wahl-Test
Veröffentlicht am: 28.08.2026 um 11:54 Uhr | Redaktion boerse-global.de
Aktuelle Untersuchungen und Experimente zeichnen ein kritisches Bild der politischen Neutralität großer Sprachmodelle (LLMs). Einer Studie der Washington Post zufolge weisen populäre KI-Chatbots wie ChatGPT eine erkennbare politische Voreingenommenheit auf, die tendenziell dem linken Spektrum zuzuordnen sei.
Im Gegensatz dazu verfolge Googles Modell Gemini in mehr als 90 % der untersuchten Antworten einen Ansatz, der beide Seiten einer Debatte gleichermaßen beleuchtet.
KI-Modelle im deutschen Wahl-O-Mat-Test
Die Tragweite dieser Tendenzen wurde in den vergangenen Tagen durch ein Experiment der Frankfurter Allgemeinen Zeitung (FAZ) verdeutlicht. Dabei füllten 19 verschiedene KI-Modelle den Wahl-O-Mat für die Landtagswahl in Sachsen-Anhalt aus.
Die Ergebnisse zeigen eine signifikante Homogenität: 18 der 19 getesteten Modelle tendierten zu den Positionen der Grünen, der SPD oder der Linken. In einer fiktiven Sitzverteilung auf Basis dieser KI-Antworten kämen die Grünen auf einen Stimmenanteil von 40 %, während die CDU und die AfD keinen einzigen Sitz im Parlament erhalten würden.
Eine deutliche Abweichung von diesem Muster zeigte lediglich das Modell Grok von Elon Musk. In der Auswertung erreichte Grok eine Übereinstimmung von 82 % mit der FDP und 81 % mit der CDU. Sogar die Positionen der AfD wurden von Grok zu 50 % abgebildet, was in krassem Gegensatz zu den Ergebnissen der anderen Modelle steht.
Systematische Verzerrungen und demografische Bevorzugung
Über die rein politische Verortung hinaus identifizierte eine Untersuchung des Complexity Science Hub (CSH), die 22 verschiedene LLMs analysierte, weitere tiefgreifende Verzerrungen. Der Benchmark-Test ergab eine Fehlzuordnungsrate von 40 % in fachlichen Bereichen. Zudem zeigten die Modelle eine deutliche Präferenz für männliche, ältere Experten aus den USA.
Wer sich mit der Zuverlässigkeit und den rechtlichen Rahmenbedingungen von KI-Systemen befasst, benötigt eine klare Orientierungshilfe zu den neuen Standards. Dieser kostenlose Ratgeber bietet einen kompakten Überblick über alle Anforderungen und Pflichten, die durch den EU AI Act auf Unternehmen zukommen. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Die statistische Auswertung der CSH-Studie bezifferte die Faktentreue der Modelle auf Werte zwischen 63 % und 82 %. Die Diversität der Antworten lag lediglich zwischen 44 % und 69 %, während die Parität mit 54 % bis 60 % bewertet wurde. Die Forscher stellten fest, dass der Einsatz von Retrieval-Augmented Generation (RAG) zwar die Genauigkeit der Aussagen verbessert, gleichzeitig jedoch die Diversität der Ergebnisse weiter reduziert.
Einflussnahme und Vertrauen in demokratische Prozesse
Die Relevanz dieser Befunde wird durch die Tatsache unterstrichen, dass mittlerweile fast die Hälfte der US-amerikanischen Bevölkerung KI-Systeme nutzt, um sich über Nachrichten zu informieren. Diese Abhängigkeit macht die Systeme zu einem Ziel für gezielte Beeinflussungskampagnen.
So veröffentlichte eine als „Hanover Institute“ auftretende Gruppierung innerhalb weniger Tage im August insgesamt 124 Berichte mit einem Umfang von 560.000 Wörtern. Ziel dieser Aktion war es, die Datenbasis von KI-Chatbots zu manipulieren.
Die technologische Entwicklung bringt neue Regeln mit sich, die viele Akteure im digitalen Raum noch nicht vollständig überblicken. Erfahren Sie in diesem kostenlosen Umsetzungsleitfaden, welche KI-Systeme künftig als Hochrisiko eingestuft werden und welche Dokumentationspflichten jetzt gelten. Kostenlosen Umsetzungsleitfaden zum EU AI Act anfordern
Hinter der Gruppierung, die keine eigene juristische Person darstellt, steht laut Berichten eine Finanzierung durch die israelische Regierung. Über die Agentur Havas sollen demnach 15 Millionen US-Dollar an das Unternehmen Clock Tower X geflossen sein.
Trotz der Risiken durch voreingenommene oder manipulierte KI gibt es Ansätze zur Stärkung der Resilienz von Wählern. Eine Untersuchung von Caltech mit über 4.000 Teilnehmern zeigte, dass KI-generierte Artikel zur präventiven Aufklärung über Falschinformationen (Pre-Bunking) wirksam sind.
Solche Texte konnten den Rückgang des Vertrauens in Wahlen mildern, wobei dieser Effekt über verschiedene Parteigrenzen hinweg stabil blieb. Die Forscher testeten diesen Ansatz erfolgreich an fünf gängigen Mythen rund um den Wahlprozess.
