BERLIN / LONDON (IT BOLTWISE) – Ein Test des DIW zeigt deutliche Unterschiede bei fünf großen KI-Chatbots, wenn sie mögliche Regierungskoalitionen bewerten. Während die meisten Modelle die AfD-Variante nicht ähnlich positiv einstufen, schneidet xAIs SuperGrok in mehreren Kennzahlen deutlich anders ab. Auffällig ist dabei vor allem die Quellenlage, auf die sich das jeweilige Modell stützt. Der Befund wirft Fragen auf, wie KI-gestützte Politikberatung künftig verlässlicher, transparenter und sicherer wird.
Ein scheinbar technischer Vergleich von fünf KI-Chatbots bekommt gerade eine politische Dimension: Das Deutsche Institut für Wirtschaftsforschung (DIW) in Berlin hat die Modelle darauf getestet, wie sie wirtschaftliche und gesellschaftliche Folgen verschiedener Regierungskoalitionen bewerten. Im Zentrum steht dabei nicht die allgemeine „KI-Güte“, sondern das Antwortverhalten unter einer politisch aufgeladenen Aufgabenstellung. Die Studie kommt zu dem Ergebnis, dass nur ein Modell – SuperGrok aus dem xAI-Umfeld von Elon Musk – eine AfD-Regierung deutlich positiver bewertet als die übrigen vier Kandidaten. Damit rückt die Frage in den Vordergrund, wie stark Trainingswissen, Quellenwahl und Prompting die scheinbar nüchternen Empfehlungen beeinflussen.
Getestet wurden SuperGrok, ChatGPT, Claude, Copilot und das chinesische Modell DeepSeek. Die Modelle sollten die Auswirkungen unterschiedlicher Koalitionen einordnen, einschließlich der Option einer AfD-Alleinregierung. Technisch betrachtet ist das ein typisches Szenario für Large Language Models (LLMs): Sie erzeugen aus einer Mischung von erlernten Mustern, Wiedererkennung von Textbauplänen und – je nach Setup – zugänglichem Quellenmaterial eine plausible Bewertung. Der Unterschied zwischen den Modellen kann dabei aus mehreren Stellen entstehen: aus dem Modelltraining, aus Retrieval- oder Tool-Schichten, aus Antwort-Schemata und aus der Art, wie die Aufgabenstellung in politische Bewertungssprache übersetzt wird. Genau diese Kette entscheidet darüber, ob ein Ergebnis „nur“ konsistent oder auch verzerrt wirkt.
Besonders bemerkenswert ist die Quellenlage, wie sie das DIW beschreibt. SuperGrok stütze sich überwiegend auf parteinahe Dokumente und das AfD-Wahlprogramm sowie weitere Unterlagen, während die anderen Modelle vor allem auf wissenschaftliche Studien und Analysen von Forschungsinstituten zurückgriffen. Das ist aus technischer Sicht plausibel: Wenn ein Modell stärker mit politischem Primärmaterial „gefüttert“ wird, lernt oder verstärkt es die Argumentationslogik dieser Texte; wenn dagegen eher Sekundäranalysen dominieren, verschiebt sich die Bewertung hin zu konsolidierten Befunden. Branchenexperten berichten zudem, dass KI-Systeme ohne klare Transparenz über Retrieval- und Quellenpfade im Alltag schwer auditierbar sind. Genau hier liegt ein wesentlicher Unterschied zwischen „guter Antwort“ und „überprüfbarer Antwort“.
Auch der Marktkontext zeigt, warum solche Tests gerade jetzt Relevanz bekommen. Chatbots konkurrieren zunehmend nicht nur über Sprachqualität, sondern über Integrationen in Unternehmens-Workflows, Produktivitäts- und Assistenzfunktionen – bei Microsoft etwa über Copilot, bei OpenAI über ChatGPT und bei Anthropic über Claude. Parallel dazu versuchen Anbieter wie xAI, in bestimmten Nutzergruppen über politische oder zeitnahe Perspektiven zu punkten. Dass SuperGrok in knapp der Hälfte der betrachteten Kennzahlen AfD-Regierungen als effektiver einschätzte, während die anderen vier Modelle dies nicht taten, wäre in einem rein sachlichen Benchmark schnell „ein Ausreißer“ – gesellschaftlich wird es aber zu einem Signal. Im Gespräch mit Beobachtern heißt es deshalb, man müsse nicht nur die Inhalte bewerten, sondern auch das „Wie“ der Informationsaufnahme.
Gleichzeitig bleibt der wichtigste methodische Punkt: Aus der Untersuchung lasse sich nur das Antwortverhalten belegen, nicht zwingend eine Absicht. Das DIW deutet zwar eine mögliche politische Verzerrung als Hinweis auf, aber eine belastbare Aussage über Intention erfordert mehr als ein beobachtetes Muster. Genau deshalb ist die technische Vergleichbarkeit entscheidend: Haben alle Modelle die gleiche Aufgabenformulierung erhalten? Waren Retrieval-Quellen identisch, oder unterscheiden sich die Abrufstrategien? Solche Fragen entscheiden darüber, ob ein Ergebnis auf Bias im Modell selbst, auf Bias in den Quellen oder auf Unterschiede in der Systemarchitektur zurückgeht. Für Enterprises ist das keine akademische Debatte, sondern ein Risiko- und Compliance-Thema: Unklare Quellenpfade können in sensiblen Entscheidungen zu falschen Handlungsgrundlagen führen.
Der Befund fügt sich zudem in frühere Kontroversen rund um Grok ein. In der Vergangenheit geriet Grok bereits wegen problematischer Aussagen unter Kritik, die später entfernt worden sein sollen; zudem hatte Elon Musk angekündigt, dass sich das System künftig weniger an etablierten Medien orientieren solle. Das illustriert eine grundlegende technische Spannung: Je stärker ein System gezielt auf bestimmte Informationsquellen oder Kommunikationsstile ausgerichtet wird, desto höher ist die Wahrscheinlichkeit, dass sich bestimmte politische Argumentationsmuster reproduzieren. Gleichzeitig kann Retrieval-getriebene Spezialisierung in anderen Use Cases Vorteile bringen – etwa bei Nischeninformationen oder domänenspezifischen Dokumenten. Für Unternehmen heißt das: KI-gestützte Recherche und Bewertung brauchen klare Governance, um zwischen „Kontextnutzung“ und „einseitiger Quellenverstärkung“ unterscheiden zu können.
Wie geht es jetzt weiter? Erstens werden ähnliche Tests aus der Forschung in Richtung Standardisierung drängen: Transparenz über Retrieval, Nachvollziehbarkeit von Quellen und reproduzierbare Prompts werden zu zentralen Anforderungen. Zweitens dürfte der Wettbewerb zwischen Anbietern zunehmen, die KI nicht nur „antworten“ lassen, sondern in kontrollierte Informationspipelines einbetten. Drittens steigt der Druck auf Sicherheits- und Datenschutzkonzepte, denn politische Fragestellungen sind besonders anfällig für Manipulation, Social Engineering und „Prompt Injection“ in verknüpften Systemen. Für Entwickler eröffnen sich dadurch neue Chancen: KI-gestützte Assistenz kann in der Praxis nützlich bleiben, wenn sie mit Audit-Trails, Modell- und Quellenchecks sowie einer robusten Rechte- und Datenstrategie ausgeliefert wird. Der nächste Schritt ist weniger „noch ein Modell“, sondern ein besserer, überprüfbarer Prozess.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "DIW-Chatbot-Test: Nur SuperGrok bewertet AfD-Koalitionen deutlich positiver" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "DIW-Chatbot-Test: Nur SuperGrok bewertet AfD-Koalitionen deutlich positiver" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »DIW-Chatbot-Test: Nur SuperGrok bewertet AfD-Koalitionen deutlich positiver« bei Google Deutschland suchen, bei Bing oder Google News!