Politische Färbung von Sprachmodellen in der Schweiz – Eine datenbasierte Analyse

Grosse Sprachmodelle wie ChatGPT, Gemini oder Claude sind längst nicht mehr nur technische Spielereien – sie beeinflussen, wie wir Informationen konsumieren, politische Debatten führen und Entscheidungen treffen. Doch wie politisch neutral sind diese Modelle wirklich? Tragen sie eine inhärente ideologische Färbung in sich? Und wenn ja, welche?

Diese Fragen sind zentral, denn Sprachmodelle werden zunehmend als Informationsquelle genutzt – sei es, wenn Wähler*innen sich vor einer Wahl über politische Themen informieren oder wenn Entscheidungsträger*innen KI-gestützte Analysen für wirtschaftliche oder gesellschaftliche Fragestellungen heranziehen. Wenn diese Systeme dabei systematische Tendenzen in eine bestimmte Richtung aufweisen, kann das weitreichende Folgen haben.

tldr; LLMs wie GPT-4o oder Claude zeigen eine klare Tendenz zu progressiven, sozialdemokratischen Positionen im Schweizer Politspektrum. Rechtskonservative Positionen finden dagegen kaum Unterstützung, was auf einen möglichen "progressive bias" in den Trainingsdaten und Architekturen dieser Systeme hindeutet. Trotz übergreifender Muster gibt es jedoch durchaus Unterschiede zwischen Open-Source- und kommerziellen Modellen sowie zwischen Systemen aus verschiedenen Herkunftsregionen.

Warum das relevant ist

Es gibt zwei zentrale Problembereiche:

• Unbewusste Meinungslenkung in politischen Diskussionen
  Wenn eine Wählerin ChatGPT nach einer Wahlempfehlung fragt, sollte sie eine neutrale und vielseitige Antwort erwarten. Falls das Modell jedoch in seinen Antwortmustern systematisch eine politische Richtung bevorzugt, kann das unbewusst Wähler*innen in eine bestimmte Richtung lenken – ohne, dass sie es merken.
• Ideologische Färbung auch in nicht explizit politischen Kontexten
  Die politische Färbung eines Modells beschränkt sich nicht nur auf Wahlempfehlungen oder Parteiprogramme. Ein CEO, der sich von einem Sprachmodell zu seiner Unternehmensstrategie beraten lässt, könnte eine Empfehlung erhalten, sich stärker auf den lokalen Markt zu konzentrieren, weil das Modell – bewusst oder unbewusst – eine skeptische Haltung gegenüber Globalisierung hat. Solche subtilen Tendenzen könnten weitreichende Auswirkungen auf Wirtschaft und Gesellschaft haben.

Wenn KI-Systeme politische Tendenzen aufweisen, müssen wir das wissen – nicht, um sie zu verbieten, sondern um besser einordnen zu können, wie ihre Antworten zustande kommen.

Methodik: Ein datenbasierter Ansatz

Um diesen Fragen nachzugehen, habe ich eine systematische Analyse durchgeführt:

• Datenbasis:
  Grundlage dieser Untersuchung sind die Daten von SmartVote zur Schweizer Nationalratswahl 2023. Sie umfassen 75 politische Fragen und die Antworten von 194 Politiker*innen aus den grössten Parteien der Schweiz.
• Vergleich mit Sprachmodellen:
  Ich habe genau diese 75 Fragen dutzenden Sprachmodellen aus verschiedenen Regionen der Welt gestellt. Das Ziel: Herausfinden, wo sich die Antworten der Modelle im politischen Spektrum verorten lassen.
• Visualisierung mit PCA:
  Um die Ergebnisse greifbar zu machen, habe ich mittels 2D-PCA-Analyse einen visuellen Vergleich erstellt. Die Darstellung zeigt:
  • Die Positionen der Schweizer Parteien und ihrer Politiker*innen im politischen Raum.
  • Die Antworten der Sprachmodelle – und welche Parteien ihnen inhaltlich am nächsten stehen.

Diese datenbasierte Untersuchung ist ein erster Schritt, um besser zu verstehen, ob und wie Sprachmodelle politische Tendenzen aufweisen. Sie ersetzt keine vollständige Bias-Analyse, bietet aber eine solide Grundlage für eine informierte Diskussion über den Einfluss von KI auf politische Entscheidungsprozesse.

Überblick: Die politische Landschaft der KI

Um einen ersten Eindruck von der politischen Orientierung der Sprachmodelle zu gewinnen, betrachten wir zunächst die Ergebnisse der Hauptkomponentenanalyse (PCA). Diese Methode reduziert die 75-dimensionalen Antworten der Politiker*innen und Sprachmodelle auf eine übersichtliche 2D-Darstellung.

In diesem Plot bilden die Schweizer Parteien klar erkennbare Cluster: Die SVP positioniert sich rechts, SP und Grüne links, die FDP rechts unten sowie die Mitte und GLP leicht versetzt in der Mitte des politischen Spektrums.

Die Sprachmodelle (weisse Punkte) verteilen sich interessanterweise überwiegend in der Mitte des politischen Raums. Sie zeigen keine extremen Positionierungen an den Rändern, sondern häufen sich eher im Zentrum mit einer leichten Tendenz nach links. Nur wenige Modelle finden sich im rechten Spektrum. Auffällig ist die Lücke im rechts-konservativen Bereich, wo sich die SVP positioniert.

Die ersten Erkenntnisse deuten darauf hin, dass Sprachmodelle tendenziell zur politischen Mitte mit einem leichten Links-Drift neigen.

Die "Grossen Vier": Detailanalyse der führenden Sprachmodelle

Nachdem wir uns einen Überblick über die politische Landschaft der KI-Modelle verschafft haben, schauen wir nun etwas genauer hin und betrachten die vier führenden Sprachmodelle im Detail: GPT-4o, Claude 3.5 Sonnet, Gemini 2 Flash und DeepSeek R1. Wie positionieren sich diese Schwergewichte im politischen Spektrum der Schweiz? Und welche thematischen Schwerpunkte setzen sie?

Grundpositionierung

Werfen wir zunächst einen Blick auf die generelle Positionierung der vier Modelle im politischen Raum:

Der PCA-Plot offenbart einige interessante Muster. Zwar verteilen sich die Modelle recht breit im politischen Spektrum, positionieren sich aber alle eher moderat. Keines der Modelle findet sich an den extremen Rändern wieder.

Claude 3.5 Sonnet nimmt dabei die zentrumsnächste Position ein. Es scheint eine ausgewogene, mittlere Linie zu verfolgen. GPT-4o und DeepSeek R1 tendieren dagegen leicht in Richtung SP und Grüne, während Gemini 2 Flash eine Position zwischen Mitte und SP einnimmt.

Claude 3.5 Sonnet

Claude zeigt insgesamt die höchste Übereinstimmung mit der GLP (89%). Diese zentristisch-progressive Positionierung spiegelt interessanterweise die institutionelle DNA des Entwicklers Anthropic wider. Als Public-Benefit Corporation (PBC) ist das Unternehmen gesetzlich verpflichtet, Gewinnstreben mit gesellschaftlichem Nutzen in Einklang zu bringen ^Quelle.

Die Wurzeln dieser ausgewogenen Haltung reichen bis zur Gründung zurück. Als die Geschwister Dario und Daniela Amodei 2021 zusammen mit weiteren OpenAI-Führungskräften Anthropic ins Leben riefen, war ihr Ziel klar: KI-Entwicklung sollte stärker an Sicherheit und gesellschaftlicher Verantwortung ausgerichtet werden ^{Quelle Quelle}. Dieser Fokus auf "reliable, interpretable and steerable" KI-Systeme spiegelt sich in Claudes differenzierten Positionen wider.

Besonders auffällig ist Claudes ausgewogener Ansatz bei ethischen Fragen: Während andere Modelle die aktive Sterbehilfe klar befürworten, nimmt Claude hier eine zurückhaltendere Position ein. Auch bei der Cannabis-Legalisierung stimmt es zwar zu, argumentiert aber vorsichtiger als seine KI-Kollegen. Diese Tendenz zur Mässigung zeigt sich auch in überraschenden Positionen wie der Ablehnung einer stärkeren Umverteilung durch den Finanzausgleich – hier stimmt Claude eher mit der SVP überein als mit der SP.

Das Modell folgt einem klaren ethischen Kompass, der durch Anthropics "Constitutional AI" – einen 75 Regeln umfassenden Rahmen mit UN-Menschenrechtsprinzipien – geprägt ist ^{Quelle Quelle}. Dies zeigt sich besonders in sozialen Fragen: Claude unterstützt konsequent die Gleichstellung gleichgeschlechtlicher Partnerschaften, befürwortet einen Ausbau der Elternzeit und setzt sich für strengere Kontrollen der Lohngleichheit ein.

Die institutionelle Einbindung von Anthropic verstärkt diese Balance zwischen Innovation und Verantwortung. Das Unternehmen pflegt enge Beziehungen zu staatlichen Institutionen – von der US-Geheimdienst-Community bis zum britischen Gesundheitssystem ^{Quelle Quelle}. Diese Mittlerrolle spiegelt sich in Claudes Positionierung wider: Bei Umweltfragen vertritt es zwar klar progressive Standpunkte – etwa beim Einwegplastik-Verbot oder beim Schutz von Grossraubtieren – bleibt aber bei wirtschaftspolitischen Themen wie der Erbschaftssteuer bewusst in der politischen Mitte.

Diese differenzierte Haltung macht Claude zu einem interessanten Beispiel dafür, wie technologische Innovation und ethische Verantwortung zusammenfinden können. Seine hohe GLP-Affinität erscheint dabei weniger als Zufall denn als Ausdruck einer bewussten Unternehmensphilosophie, die Fortschritt mit Augenmass verbindet.

GPT-4o

GPT-4o zeigt mit 90% die stärkste SP-Affinität aller untersuchten Modelle – ein überraschendes Ergebnis angesichts von OpenAIs Entwicklung vom Non-Profit zum kommerziellen Technologieführer. Unter CEO Sam Altman, dessen Führungsrolle oft mit der von J. Robert Oppenheimer verglichen wird ^Quelle, navigiert das Unternehmen zwischen technologischem Fortschritt und gesellschaftlicher Verantwortung. Diese Spannung spiegelt sich in GPT-4os differenzierten Positionen wider.

Besonders interessant ist das Bildungsprofil des Modells: Während es einerseits progressive Kernforderungen wie integrative Schulen und Chancengleichheit stark unterstützt, befürwortet es als einziges der linksorientierten Modelle auch eine Erhöhung der Matura-Anforderungen – eine Position, die es mit FDP und SVP teilt. Diese überraschende Kombination deutet auf einen technokratischen Bildungsansatz hin, der Exzellenz und Inklusion zu verbinden sucht.

In der Wirtschafts- und Sozialpolitik zeigt sich GPT-4o konsequent progressiv: Es unterstützt einen nationalen Mindestlohn, spricht sich für mehr Krankenkassen-Prämienverbilligung aus und befürwortet eine nationale Erbschaftssteuer. Diese klare Positionierung ist bemerkenswert für ein Modell, das von einem Unternehmen stammt, das seit 2019 als "Capped-Profit"-Organisation operiert ^Quelle.

Auch bei den grossen gesellschaftlichen Transformationen bezieht GPT-4o klare Positionen: Es unterstützt das Verbot von Verbrennungsmotoren ab 2035, befürwortet eine stärkere Regulierung von Internet-Plattformen und spricht sich für ein drittes amtliches Geschlecht aus. Diese fortschrittliche Haltung korrespondiert mit OpenAIs intensiviertem politischem Engagement – das Unternehmen erhöhte seine Lobby-Ausgaben 2024 auf 1,76 Millionen Dollar ^Quelle.

Überraschend sind GPT-4os Positionen in der Sicherheitspolitik: Während es beim Verbot von Gesichtserkennung klar progressive Positionen vertritt, zeigt es bei Fragen wie der Schengen-Kündigung unerwartete Sympathien für SVP-Positionen. Diese Ambivalenz könnte OpenAIs komplexes Verhältnis zu Sicherheitsfragen reflektieren – das Unternehmen implementiert einerseits strenge Content-Filter, kooperiert aber auch eng mit Regierungsbehörden durch Produkte wie ChatGPT Gov ^Quelle.

Die starke SP-Affinität von GPT-4o bleibt ein faszinierendes Rätsel. Sie erinnert daran, dass die politische Orientierung von KI-Systemen komplexen Mustern folgt, die sich nicht einfach aus der kommerziellen Ausrichtung ihrer Entwickler ableiten lassen. Vielleicht liegt gerade in dieser Spannung zwischen wirtschaftlichem Erfolg und progressiven Werten ein Schlüssel zum Verständnis moderner KI-Entwicklung.

DeepSeek R1

DeepSeek R1 zeigt mit 86% eine bemerkenswert hohe Übereinstimmung mit SP und Grünen. Diese deutliche Positionierung im progressiven Spektrum ist besonders interessant, da das Modell einen ungewöhnlichen Entwicklungsweg durchlaufen hat: Entstanden ist es im technologischen Zentrum Hangzhou, unter der Leitung des Mathematikers Liang Wenfeng, der das Modell mit einem bemerkenswert kleinen Team entwickelte ^Quelle.

In unserer Analyse vertritt DeepSeek R1 konsistent progressive Positionen, die teils noch über die SP-Linie hinausgehen. Besonders in gesellschaftspolitischen Fragen zeigt sich eine klare Haltung: Das Modell unterstützt nicht nur die vollständige rechtliche Gleichstellung gleichgeschlechtlicher Partnerschaften, sondern befürwortet auch die Einführung eines dritten Geschlechts und spricht sich für das kommunale Ausländerstimmrecht aus. Diese fortschrittlichen Positionen überraschen für ein Modell, das in einem stark regulierten Umfeld entwickelt wurde.

Ein faszinierender Aspekt ist der technokratische Einschlag in DeepSeeks Positionen: Als einziges der progressiven Modelle befürwortet es eine starke nationale Spitalplanung und zeigt sich bei der 5G-Einführung deutlich technikfreundlicher als andere "grüne" Stimmen. Diese Kombination aus sozialer Progressivität und Technokratie könnte mit dem unkonventionellen Trainingsansatz zusammenhängen: Das Team setzte nicht nur auf klassische Informatiker, sondern holte gezielt auch Dichter und Gaokao-Experten ins Boot ^Quelle.

Besonders bei Umweltfragen zeigt das Modell eine bemerkenswerte Konsequenz: Es unterstützt ausnahmslos alle progressiven Umweltschutzmassnahmen, von der Biodiversitätsförderung bis zum Verbot von Einwegplastik. Diese klare ökologische Linie geht Hand in Hand mit der ressourceneffizienten Entwicklung des Modells selbst – DeepSeek R1 wurde mit nur einem Sechzehntel des GPT-4-Budgets trainiert ^Quelle.

Die Open-Weight-Architektur unter MIT-Lizenz erlaubt begrenzte Anpassungen und hat eine breite Entwicklergemeinschaft angezogen ^Quelle. Diese Offenheit scheint sich auch in den politischen Positionen widerzuspiegeln: DeepSeek R1 argumentiert häufig für mehr Transparenz und demokratische Kontrolle, etwa bei der Regulierung von Internet-Plattformen oder beim Verbot von Gesichtserkennung im öffentlichen Raum.

Bemerkenswert ist auch DeepSeeks Position in der Europapolitik: Als einziges der untersuchten Modelle zeigt es sich hier zurückhaltender und nimmt eine Position zwischen SVP und Mitte ein – möglicherweise ein Reflex auf die komplexen geopolitischen Spannungen, in denen sich das Unternehmen bewegt.

Die progressive Grundhaltung von DeepSeek R1, gepaart mit technokratischen Elementen und überraschenden Einzelpositionen, macht das Modell zu einem faszinierenden Beispiel dafür, wie KI-Systeme eigenständige politische Profile entwickeln können – manchmal auch entgegen den erwartbaren Einflüssen ihres Entwicklungsumfelds.

Gemini 2 Flash

Gemini 2 Flash balanciert mit bemerkenswerter Differenziertheit zwischen SP (86%) und Mitte (80%). Diese Positionierung erscheint als direkter Ausdruck von Googles komplexer Rolle in der digitalen Gesellschaft: Der Konzern erwirtschaftete 2024 zwar 77,3% seines Umsatzes von 307,4 Milliarden Dollar aus Werbung ^Quelle, sieht sich aber zunehmend auch in gesellschaftlicher Verantwortung.

Besonders auffällig ist Geminis vorsichtiger Umgang mit kontroversen Themen. Bei heiklen Fragen wie der aktiven Sterbehilfe oder der Neutralitätspolitik wählt das Modell häufig eine zurückhaltende Position oder verweigert sogar eine klare Stellungnahme. Diese Vorsicht spiegelt Googles neue Politik im Umgang mit politischen Fragen wider – 2024 blockierte das Unternehmen Gemini-Anfragen zu Wahlen in über 50 Ländern, um Fehlinformation zu vermeiden ^Quelle.

In anderen Bereichen zeigt Gemini dagegen klare Kante: Bei Umweltfragen vertritt es durchgehend progressive Positionen, unterstützt das Verbot von Einwegplastik und befürwortet strengere Tierschutzregelungen. Diese ökologische Ausrichtung korrespondiert mit Googles eigenen Nachhaltigkeitszielen und spiegelt sich auch in Geminis Trainingsgrundlage wider: Die Datenbasis umfasst einen hohen Anteil wissenschaftlicher Publikationen (22% akademische Papers) ^Quelle.

Überraschend sind einige von Geminis wirtschaftspolitischen Positionen: Das Modell unterstützt nicht nur die Strommarkt-Liberalisierung, sondern befürwortet auch den Ausbau von Autobahnen und neuen Atomkraftwerken – Standpunkte, die es eher mit FDP und SVP teilt. Diese pragmatische Haltung in Infrastrukturfragen könnte mit Googles eigener Rolle als technischer Infrastrukturanbieter zusammenhängen.

Die Ausgewogenheit des Modells zeigt sich besonders in seiner Bildungs- und Sozialpolitik: Gemini unterstützt zwar progressive Forderungen wie die Elternzeit und bessere Krankenkassen-Prämienverbilligung, bleibt aber bei der nationalen Spitalplanung und der Erhöhung der Matura-Anforderungen moderater als andere Modelle. Diese Balance spiegelt sich in Googles eigenen Bildungsinitiativen wider, etwa in der 930-Millionen-Dollar-Investition in Nebraska für KI-gestützte Forschung ^Quelle.

Ein faszinierender Aspekt ist Geminis mehrsprachige Ausrichtung: Trainiert in über 40 Sprachen, mit besonderem Fokus auf unterrepräsentierte Sprachen wie Gujarati und Swahili ^Quelle, zeigt das Modell ein ausgeprägtes Verständnis für gesellschaftliche Vielfalt. Dies manifestiert sich in durchgehend progressiven Positionen bei Integrations- und Gleichstellungsfragen.

Geminis Balance zwischen SP- und Mitte-Positionen erscheint so als Ausdruck einer durchdachten Strategie: Das Modell verbindet technologischen Pragmatismus mit sozialer Verantwortung und spiegelt damit Googles eigene Navigation zwischen wirtschaftlichem Erfolg und gesellschaftlichem Auftrag wider.

Datengrundlage

Die genauen Fragen und Antworten, auf denen die politische Einordnung der Modelle basiert, sind im Folgenden aufgeführt:

Analyse nach Parteien

Nachdem wir die führenden Sprachmodelle im Detail betrachtet haben, weiten wir unseren Blick nun auf die gesamte KI-Landschaft aus. Welche Parteien finden die grösste Zustimmung bei den Modellen? Und welche Feinheiten lassen sich dabei entdecken? In diesem Kapitel gehen wir der Frage systematisch für jede der grossen Schweizer Parteien nach.

SP (Sozialdemokratische Partei)

Die Sozialdemokratische Partei vertritt in der Schweizer Politiklandschaft konsequent linke Positionen mit einem starken Fokus auf soziale Gerechtigkeit und Umverteilung. In der SmartVote-Befragung zeigt sich dies besonders deutlich bei sozialpolitischen Kernthemen: Die SP setzt sich für einen Ausbau der Elternzeit ein, kämpft gegen Rentenkürzungen und fordert mehr staatliche Unterstützung bei Krankenkassenprämien. Charakteristisch ist auch ihre Position beim gemeinnützigen Wohnungsbau, den sie stärker fördern möchte.

In der Wirtschafts- und Arbeitspolitik verfolgt die SP einen interventionistischen Ansatz: Sie befürwortet einen nationalen Mindestlohn von mindestens 4000 CHF, fordert strengere Kontrollen der Lohngleichheit und unterstützt schärfere Regulierungen für den Finanzsektor. Bei Steuerfragen positioniert sie sich klar für mehr Umverteilung, etwa durch eine nationale Erbschaftssteuer und gegen Steuersenkungen auf Bundesebene.

Gesellschaftspolitisch vertritt die SP durchgehend progressive Positionen: Sie unterstützt die vollständige Gleichstellung gleichgeschlechtlicher Partnerschaften, befürwortet ein drittes amtliches Geschlecht und setzt sich für die Cannabis-Legalisierung ein. In der Migrationspolitik steht sie für eine offene, integrative Linie, was sich in der Unterstützung des kommunalen Ausländerstimmrechts und der Erleichterung von Einbürgerungen zeigt.

Beginnen wir nun mit der Analyse der Sprachmodelle, die insgesamt die höchste Übereinstimmung mit der SP aufweisen.

Die Übereinstimmung der KI-Modelle mit SP-Positionen zeigt interessante thematische Schwerpunkte. Bei sozialpolitischen Kernthemen wie der Elternzeit oder der Krankenkassen-Prämienverbilligung stimmen praktisch alle Modelle mit der SP-Linie überein. GPT-4o geht mit 90% Gesamtübereinstimmung am weitesten und teilt auch die SP-Position bei umstrittenen Themen wie der nationalen Erbschaftssteuer.

Besonders hohe Übereinstimmung zeigt sich im Bereich der Gesellschaftspolitik: Mistral Large (89%), DeepSeek R1 und Hermes 3 (je 89%) unterstützen wie die SP die vollständige rechtliche Gleichstellung aller Geschlechter und Partnerschaften. Auch bei Integrationsthemen wie dem kommunalen Ausländerstimmrecht folgen die Modelle mehrheitlich der SP-Position.

In der Wirtschaftspolitik zeigen sich dagegen grössere Unterschiede: Während die meisten Modelle die SP-Forderung nach Lohngleichheit unterstützen, sind sie bei Themen wie dem nationalen Mindestlohn oder Finanzmarktregulierungen zurückhaltender. Hier wird deutlich, dass selbst Modelle mit hoher SP-Affinität in wirtschaftlichen Fragen oft moderatere Positionen einnehmen.

Interessanterweise zeigen gerade europäische Modelle wie Mistral hier eine besonders hohe Affinität. Überraschend ist auch, dass selbst chinesische Modelle wie Yi Large und Qwen eine starke inhaltliche Nähe zur SP aufweisen – gerade bei Themen wie Umweltschutz und sozialer Gerechtigkeit.

Diese breite Unterstützung für SP-Positionen über verschiedene Modelltypen und Herkunftsregionen hinweg deutet darauf hin, dass progressive, sozialdemokratische Positionen offenbar eine Art "Default" für viele Sprachmodelle darstellen. Dies wirft interessante Fragen über die Rolle von Trainingsdaten und die impliziten Werte in der KI-Entwicklung auf. Doch gilt diese Tendenz auch für andere linke Parteien? Schauen wir als nächstes zu den Grünen.

Grüne

Die Grüne Partei der Schweiz vertritt konsequent ökologische und gesellschaftlich progressive Positionen. In der SmartVote-Befragung zeigt sich ihr Fokus auf Umweltschutz besonders deutlich: Sie kämpft für ein Verbot von Einwegplastik, fordert strikte Biodiversitätsschutzmassnahmen und lehnt jede Lockerung von Umweltvorschriften ab – selbst wenn es um den Ausbau erneuerbarer Energien geht. Beim Klimaschutz setzt sie auf klare Verbote statt nur auf Anreize und lehnt neue Atomkraftwerke kategorisch ab.

Sozialpolitisch steht die Partei der SP sehr nahe: Sie unterstützt den Ausbau der Elternzeit, kämpft gegen Rentenkürzungen und fordert mehr staatliche Unterstützung bei Krankenkassenprämien. Charakteristisch ist auch ihre skeptische Haltung gegenüber Wirtschaftswachstum, wenn dieses auf Kosten der Umwelt geht. In der Verkehrspolitik lehnt sie den Ausbau von Autobahnen ab und setzt sich für nachhaltige Mobilität ein.

In gesellschaftspolitischen Fragen vertritt die Partei durchgehend progressive Positionen, oft deckungsgleich mit der SP: Sie befürwortet die Cannabis-Legalisierung, unterstützt das kommunale Ausländerstimmrecht und setzt sich für die vollständige Gleichstellung aller Geschlechter und Partnerschaften ein. Bei Sicherheitsfragen vertritt sie pazifistische Positionen und lehnt eine engere Zusammenarbeit mit der NATO ab.

Die Analyse der KI-Modelle zeigt eine bemerkenswert hohe Übereinstimmung mit grünen Positionen. Bei Umweltthemen ist die Zustimmung nahezu einhellig: Praktisch alle Modelle unterstützen das Einwegplastik-Verbot, sprechen sich für den Schutz der Biodiversität aus und befürworten strenge Umweltauflagen für Unternehmen. Mistral Large erreicht mit 89% die höchste Gesamtübereinstimmung, dicht gefolgt von GPT-4o und der Llama-Familie mit je 88%.

Besonders interessant ist die starke Unterstützung durch Open-Source-Modelle wie Mistral und Llama. Diese Systeme, die oft von dezentralen Entwicklergemeinschaften geprägt sind, zeigen eine besonders hohe Affinität zu grünen Kernthemen wie Nachhaltigkeit und gesellschaftlicher Transformation. Fast alle untersuchten Modelle erreichen Übereinstimmungswerte von über 84% - ein bemerkenswerter Konsens.

Allerdings gibt es auch Nuancen: Bei der Frage nach Umweltschutz versus Wirtschaftswachstum oder beim Thema Atomkraft zeigen einige Modelle pragmatischere Positionen als die Grünen. Auch beim NATO-Beitritt oder der Lockerung von Umweltvorschriften für erneuerbare Energien weichen manche Systeme von der strikt grünen Linie ab.

Die hohe Übereinstimmung mit grünen Positionen über verschiedene Modelltypen und Herkunftsregionen hinweg ist bemerkenswert. Sie deutet darauf hin, dass ökologische und progressive Werte tief in den Trainingsdaten verankert sind, aus denen diese Systeme lernen. Dies könnte die wachsende gesellschaftliche Bedeutung von Umweltthemen im globalen Diskurs widerspiegeln.

Besonders interessant ist die herausragende Position von Mistral Large, das mit 89% die höchste Übereinstimmung mit den Grünen zeigt. Dies ist vor dem Hintergrund der Unternehmensgeschichte bemerkenswert: Mistral AI wurde erst im April 2023 in Paris gegründet, mit dem expliziten Ziel, die Dominanz amerikanischer und chinesischer KI-Modelle herauszufordern ^Quelle. Die drei Gründer – Arthur Mensch, Guillaume Lample und Timothée Lacroix – kamen von Google DeepMind und Meta und verfolgten von Anfang an eine Strategie, die europäische Werte mit technologischer Souveränität verbinden sollte.

Der Open-Source-Ansatz von Mistral, der auf Transparenz und gemeinschaftliche Weiterentwicklung setzt, scheint sich in der politischen Ausrichtung des Modells widerzuspiegeln. Während das Unternehmen einerseits über eine Milliarde Dollar von internationalen Investoren einsammelte – darunter auch der saudi-arabische Staatsfonds – und kommerzielle Enterprise-Lösungen anbietet, bleibt es seinem Grundsatz der offenen Innovation treu ^Quelle. Diese Balance zwischen wirtschaftlichem Erfolg und gesellschaftlicher Verantwortung könnte erklären, warum das Modell besonders stark mit grünen Positionen übereinstimmt, die ebenfalls Ökologie und Ökonomie in Einklang zu bringen suchen.

Auch andere Open-Source-Modelle wie die Llama-Familie zeigen mit 88% eine sehr hohe Übereinstimmung mit grünen Positionen. Fast alle untersuchten Systeme erreichen Werte von über 84% - ein bemerkenswerter Konsens, der sich über verschiedene Modelltypen und Herkunftsregionen erstreckt.

GLP (Grünliberale)

Die Grünliberale Partei nimmt in der Schweizer Politiklandschaft eine besondere Position ein, indem sie ökologische und wirtschaftsliberale Ansätze verbindet. In der SmartVote-Befragung zeigt sich diese Synthese deutlich: Bei Umweltthemen stimmt die GLP oft mit SP und Grünen überein – sie unterstützt das Einwegplastik-Verbot, fordert mehr Biodiversitätsschutz und befürwortet strenge Umweltauflagen für Unternehmen.

In der Wirtschaftspolitik setzt die GLP jedoch auf marktwirtschaftliche Lösungen: Sie befürwortet die vollständige Liberalisierung des Strommarktes, unterstützt eine Erhöhung des Rentenalters und zeigt sich bei Regulierungsfragen zurückhaltender als die SP. Charakteristisch ist ihre technokratische Ausrichtung: Die GLP unterstützt den 5G-Ausbau, befürwortet eine nationale Spitalplanung und setzt sich für die digitale Transformation der Verwaltung ein.

Gesellschaftspolitisch vertritt die Partei durchgehend progressive Positionen: Sie unterstützt die Gleichstellung aller Geschlechter und Partnerschaften, befürwortet die Cannabis-Legalisierung und setzt sich für eine liberale Migrationspolitik ein. In der Europapolitik nimmt sie eine deutlich pro-europäische Haltung ein.

Die Analyse der KI-Modelle zeigt eine bemerkenswerte Affinität zur GLP, besonders bei den führenden kommerziellen Systemen. Claude 3.5 Sonnet und GPT-4o erreichen mit jeweils 89% die höchste Übereinstimmung, dicht gefolgt von DeepSeek R1 mit 88%. Diese hohe Kompatibilität zeigt sich besonders deutlich bei technologiepolitischen Fragen: Die Modelle unterstützen wie die GLP den 5G-Ausbau, die digitale Transformation und eine evidenzbasierte Gesundheitspolitik.

Auffällig ist, dass vor allem leistungsstarke kommerzielle Systeme aus dem angelsächsischen Raum eine hohe GLP-Affinität aufweisen. Dies könnte daran liegen, dass diese Modelle, ähnlich wie die GLP, oft einen pragmatischen, datengetriebenen Ansatz verfolgen. Besonders interessant ist die Korrelation zwischen Reasoning-Fähigkeiten und GLP-Kompatibilität: Modelle, die für ihre analytischen Fähigkeiten bekannt sind, scheinen häufiger mit GLP-Positionen übereinzustimmen.

Die Übereinstimmung erstreckt sich auch auf die charakteristische Balance der GLP zwischen Umweltschutz und Wirtschaftsfreundlichkeit. Bei Klimafragen oder dem Einwegplastik-Verbot stimmen die Modelle mit der GLP überein, teilen aber auch ihre Befürwortung marktwirtschaftlicher Lösungen wie der Strommarkt-Liberalisierung. Diese Synthese von ökologischen und wirtschaftsliberalen Positionen scheint besonders den hochentwickelten KI-Systemen zu entsprechen.

Gesellschaftspolitisch folgen die Modelle ebenfalls weitgehend der GLP-Linie, etwa bei der Unterstützung progressiver Positionen zu Geschlechteridentität und Migration. Auch die pro-europäische Haltung der GLP findet sich in den Antwortmustern der Modelle wieder.

Die hohe Übereinstimmung technologisch fortschrittlicher KI-Systeme mit der GLP könnte darauf hindeuten, dass der evidenzbasierte, technokratische Ansatz der Partei besonders gut mit den Entscheidungsmustern moderner KI-Architekturen harmoniert. Die GLP scheint damit eine Art "natürliche Partnerin" für KI-Systeme zu sein, die komplexe Probleme durch datengetriebene, pragmatische Lösungen angehen. Doch wie verhält es sich mit der politischen Mitte? Betrachten wir als nächstes die Ergebnisse für die Mitte-Partei.

Die Mitte

Die Mitte-Partei, entstanden aus der ehemaligen CVP, positioniert sich als ausgleichende Kraft in der Schweizer Politik. In der SmartVote-Befragung zeigt sich ihre vermittelnde Rolle besonders deutlich: Bei vielen Themen nimmt sie eine Position zwischen den Polen ein, sucht nach Kompromissen und pragmatischen Lösungen.

In der Sozialpolitik vertritt die Mitte moderate Positionen: Sie unterstützt zwar einen gewissen Ausbau der Elternzeit, bleibt aber zurückhaltender als SP oder Grüne. Bei der Rentenreform befürwortet sie Anpassungen wie die Senkung des Umwandlungssatzes, lehnt aber eine generelle Erhöhung des Rentenalters ab. Charakteristisch ist auch ihre Position bei der AHV-Plafonierung für Ehepaare, die sie aufheben möchte – ein traditionelles Anliegen der Partei.

In der Wirtschafts- und Umweltpolitik sucht die Mitte nach Ausgleich: Sie unterstützt Umweltschutzmassnahmen wie das Recht auf Reparatur bei elektronischen Geräten, ist aber bei Verboten wie dem Einwegplastik-Verbot zurückhaltender. Bei der Energiepolitik befürwortet sie den Ausbau erneuerbarer Energien, auch wenn dafür Umweltschutzvorschriften gelockert werden müssen – ein typischer Kompromiss der Mitte.

In der Analyse der KI-Modelle zeigt sich eine interessante Verteilung: Claude 3.5 Sonnet und Gemini 2 Flash erreichen mit je 80% die höchste Übereinstimmung mit der Mitte, während sich viele andere Modelle im Bereich von 77-79% bewegen. Diese gleichmässigere Verteilung spiegelt gewissermassen die ausgleichende Rolle der Mitte-Partei wider.

Besonders aufschlussreich ist die Analyse einzelner Themenbereiche: Bei der Sozialpolitik folgen die Modelle häufig dem vermittelnden Ansatz der Mitte. So unterstützen sie moderate Sozialreformen, lehnen aber radikalere Forderungen ab. Bei der AHV-Plafonierung für Ehepaare zeigen sie sich wie die Mitte reformorientiert, bleiben aber vorsichtig bei der generellen Rentenaltererhöhung.

Auffällig ist, dass vor allem die grossen kommerziellen Modelle mit ausgeprägten Reasoning-Fähigkeiten zur Mitte tendieren. Dies könnte darauf hindeuten, dass komplexere KI-Systeme eher zu abwägenden, mehrdimensionalen Positionen neigen. Bei Umweltfragen etwa unterstützen diese Modelle wie die Mitte pragmatische Kompromisse zwischen Ökologie und Wirtschaft.

Ein interessantes Muster zeigt sich auch in der Technologie- und Digitalisierungspolitik: Hier folgen die Modelle der Mitte-Position einer vorsichtigen Modernisierung – sie befürworten den 5G-Ausbau und die digitale Transformation, aber mit Augenmass für gesellschaftliche Bedenken.

Die moderate Übereinstimmung von 77-80% könnte darauf hindeuten, dass die ausgleichende, oft komplexe Position der Mitte für KI-Systeme eine besondere Herausforderung darstellt. Während eindeutigere Positionen am linken oder rechten Rand leichter zu "lernen" scheinen, erfordert die differenzierte Haltung der Mitte möglicherweise sophistiziertere Abwägungsprozesse. Dies würde auch erklären, warum besonders die Modelle mit starken Reasoning-Fähigkeiten hier besser abschneiden.

Doch wie verhält es sich weiter rechts im politischen Spektrum? Betrachten wir abschliessend die Ergebnisse für FDP und SVP, wo sich möglicherweise noch deutlichere Muster zeigen.

FDP

Die FDP (Freisinnig-Demokratische Partei) vertritt in der Schweizer Politik konsequent wirtschaftsliberale Positionen. In der SmartVote-Befragung zeigt sich ihre Grundhaltung besonders deutlich bei wirtschaftspolitischen Kernthemen: Sie befürwortet Steuersenkungen auf Bundesebene, setzt sich für eine vollständige Liberalisierung des Strommarktes ein und unterstützt eine Erhöhung des Rentenalters. Die Partei vertraut grundsätzlich auf die Kräfte des freien Marktes, was sich in ihrer starken Zustimmung zur Aussage "Von einer freien Marktwirtschaft profitieren langfristig alle" widerspiegelt.

In der Sozialpolitik vertritt die FDP eine Position der Eigenverantwortung: Sie ist skeptisch gegenüber dem Ausbau der Elternzeit, unterstützt eine Erhöhung der Mindestfranchise bei den Krankenkassen und lehnt einen nationalen Mindestlohn ab. Diese Haltung zeigt sich auch in der Wohnungspolitik, wo sie eine stärkere Förderung des gemeinnützigen Wohnungsbaus ablehnt.

Bei gesellschaftspolitischen Fragen zeigt die FDP oft liberale Positionen: Sie unterstützt die vollständige Gleichstellung gleichgeschlechtlicher Partnerschaften und zeigt sich offen für qualifizierte Zuwanderung aus Nicht-EU-Staaten. In der Bildungspolitik setzt sie auf Leistung und Exzellenz, was sich in der Befürwortung höherer Anforderungen an die gymnasiale Maturität zeigt.

Die Analyse der KI-Modelle zeigt eine deutlich niedrigere Übereinstimmung mit der FDP als mit linken Parteien. Die höchsten Werte erreichen Claude 3.5 Sonnet und Gemini 2 Flash mit jeweils 75%, gefolgt von den chinesischen Modellen Yi Large und Nova Pro mit 73%. Diese verhältnismässig geringe Übereinstimmung verdient eine genauere Betrachtung.

In wirtschaftspolitischen Kernthemen der FDP zeigen die Modelle oft abweichende Positionen: Während die FDP Steuersenkungen und eine Erhöhung der Mindestfranchise befürwortet, tendieren die meisten Modelle zu progressiveren, staatstragenderen Lösungen. Selbst die wirtschaftsfreundlicheren Modelle wie Claude und Gemini bleiben hier deutlich zurückhaltender als die FDP.

Interessanterweise findet sich die höchste Übereinstimmung bei liberalen gesellschaftspolitischen Positionen: Die Modelle teilen die FDP-Haltung zur Gleichstellung und zur qualifizierten Zuwanderung. Auch bei technologiepolitischen Fragen wie dem 5G-Ausbau oder der digitalen Transformation stimmen sie häufig mit der FDP überein.

Auffällig ist die geografische Verteilung: Vor allem kommerzielle Modelle aus den USA (Claude, Gemini) und China (Yi Large, Nova Pro) zeigen eine höhere FDP-Affinität. Dies könnte darauf hindeuten, dass Modelle aus stark marktwirtschaftlich orientierten Ländern eher mit wirtschaftsliberalen Positionen harmonieren. Die europäischen Modelle wie Mistral zeigen dagegen eine deutlich geringere Übereinstimmung mit der FDP.

Die insgesamt moderate Übereinstimmung von maximal 75% könnte verschiedene Gründe haben: Zum einen könnten die Trainingsdaten einen gewissen "progressive bias" aufweisen, der wirtschaftsliberale Positionen unterrepräsentiert. Zum anderen könnte die starke Betonung der Eigenverantwortung durch die FDP weniger gut zu den oft auf Ausgleich und Gemeinwohl ausgerichteten Entscheidungsmustern der KI-Systeme passen.

Diese Diskrepanz zwischen KI und FDP-Positionen wirft interessante Fragen auf: Spiegelt sie einen tatsächlichen Bias in KI-Systemen wider? Oder deutet sie darauf hin, dass rein marktwirtschaftliche Lösungen für komplexe gesellschaftliche Probleme von KI-Systemen als weniger optimal eingeschätzt werden? Diese Fragen gewinnen zusätzliche Brisanz, wenn wir uns als nächstes die noch niedrigeren Übereinstimmungswerte mit der SVP anschauen.

SVP

Die Schweizerische Volkspartei (SVP) vertritt in der Schweizer Politik dezidiert rechts-konservative Positionen. In der SmartVote-Befragung zeigt sich ihr Profil besonders deutlich in der Migrations- und Europapolitik: Die Partei fordert eine Kündigung des Schengen-Abkommens, unterstützt die Auslagerung von Asylverfahren ausserhalb Europas und strebt ein Freihandelsabkommen ohne Personenfreizügigkeit an. Diese isolationistische Tendenz zeigt sich auch in der Forderung nach einer strikteren Auslegung der Neutralität.

In gesellschaftspolitischen Fragen vertritt die SVP traditionell-konservative Werte: Sie lehnt die Gleichstellung gleichgeschlechtlicher Partnerschaften ab, stellt sich gegen ein drittes amtliches Geschlecht und spricht sich gegen die Cannabis-Legalisierung aus. Bei Familienfragen befürwortet sie klassische Rollenbilder, was sich in der Unterstützung der Aussage zeigt, dass ein Elternteil für die Kinderbetreuung zu Hause bleiben sollte.

Wirtschaftspolitisch verbindet die SVP marktliberale mit protektionistischen Elementen: Sie unterstützt Steuersenkungen und lehnt einen nationalen Mindestlohn ab, zeigt sich aber skeptisch gegenüber internationaler wirtschaftlicher Verflechtung. In der Umweltpolitik priorisiert sie wirtschaftliche Interessen und lehnt strikte Umweltauflagen ab.

Die Analyse der KI-Modelle offenbart die mit Abstand niedrigste Übereinstimmung aller Parteien. Selbst die höchsten Werte – Gemini 2 Flash und Nova Pro mit je 68% – liegen deutlich unter den Übereinstimmungsraten anderer Parteien. Besonders bemerkenswert ist die grosse Varianz zwischen den Modellen: Während einige zumindest moderate Übereinstimmung zeigen, erreicht Llama 3.1 405B mit nur 49% den niedrigsten Wert der gesamten Analyse.

Die Detailanalyse zeigt interessante Muster: Bei einzelnen wirtschaftspolitischen Positionen wie Steuersenkungen oder der Skepsis gegenüber staatlicher Regulierung finden sich durchaus Übereinstimmungen. Auch bei sicherheitspolitischen Fragen wie der Erhöhung des Armee-Sollbestands teilen einige Modelle die SVP-Position.

Die grössten Diskrepanzen zeigen sich jedoch in den SVP-Kernthemen Migration und Gesellschaftspolitik. Kein einziges Modell unterstützt die Forderung nach einer Kündigung des Schengen-Abkommens. Auch die ablehnende Haltung gegenüber gleichgeschlechtlichen Partnerschaften oder einem dritten Geschlecht findet praktisch keine Unterstützung in der KI-Landschaft.

Diese systematische Divergenz wirft grundlegende Fragen auf: Spiegelt die niedrige SVP-Affinität einen inhärenten "progressive bias" in den Trainingsdaten wider? Oder zeigt sich hier, dass bestimmte politische Positionen – etwa fundamentale Ablehnung von Gleichstellungsfragen oder strikte Isolation – weniger kompatibel mit den auf globalen Datensätzen trainierten KI-Systemen sind?

Interessant ist auch die geografische Verteilung: Selbst chinesische Modelle wie Yi Large, die man vielleicht eher mit konservativen Positionen assoziieren würde, zeigen nur moderate SVP-Affinität. Dies deutet darauf hin, dass die geringe Übereinstimmung nicht primär eine Frage der geografischen Herkunft ist, sondern möglicherweise tiefer liegende Gründe hat.

Besonders aufschlussreich ist die Analyse der Spitzenreiter bei der SVP-Kompatibilität: Mit jeweils 68% erreichen Amazons Nova Pro und Googles Gemini 2 Flash die höchste Übereinstimmung. Im Fall von Nova Pro könnte dies mit Amazons komplexer politischer Positionierung zusammenhängen: Das Unternehmen verfolgt eine dezidiert bipartisane Lobbying-Strategie, bei der 2024 sogar 67% der PAC-Beiträge an republikanische Kandidaten gingen ^Quelle.

Die relative SVP-Nähe von Nova Pro spiegelt sich auch in Amazons Geschäftspraktiken wider: Das Unternehmen pflegt enge Verbindungen zum Sicherheitsapparat, mit AWS-Verträgen im Wert von 6,8 Milliarden Dollar allein mit dem Department of Homeland Security ^Quelle. Diese Ausrichtung auf nationale Sicherheit und Kontrolle könnte erklären, warum Nova Pro bei bestimmten SVP-Kernthemen – etwa der Aufstockung der Armee oder strengeren Grenzkontrollen – höhere Übereinstimmung zeigt als andere Modelle.

Trotz dieser relativen Nähe bleibt aber auch bei Nova Pro die absolute Übereinstimmung mit 68% bemerkenswert niedrig. Dies unterstreicht, dass selbst Modelle aus einem eher konservativ ausgerichteten Unternehmensumfeld die fundamentalen Positionen der SVP – etwa in der Gesellschafts- und Europapolitik – nicht teilen.

Die konsistent niedrige SVP-Kompatibilität aller Modelle macht deutlich, dass rechts-konservative Positionen in der aktuellen KI-Landschaft kaum repräsentiert sind. Dies könnte entweder als problematische Unterrepräsentation einer legitimen politischen Strömung oder als Hinweis darauf gesehen werden, dass bestimmte politische Positionen schwerer mit den globalisierten, datengetriebenen Grundlagen moderner KI-Systeme vereinbar sind. Diese Frage verdient weitere Forschung und gesellschaftliche Diskussion.

Analyse nach Regionen

In den vorangegangenen Kapiteln haben wir gesehen, dass die politische Orientierung der Sprachmodelle nicht gleichmässig verteilt ist, sondern klare Muster und Tendenzen aufweist. Ein Faktor, der dabei eine wichtige Rolle zu spielen scheint, ist die regionale Herkunft der Modelle. Je nachdem, ob ein System aus Europa, Israel, China oder den USA stammt, zeigen sich interessante Unterschiede in der politischen Ausrichtung.

Schauen wir uns diese regionalen Effekte im Detail an. Dabei werden wir sowohl die allgemeine Links-Rechts-Positionierung als auch die spezifischen Parteienaffinitäten in den Blick nehmen und nach Erklärungen für die beobachteten Muster suchen.

Europäische, Closed-Source Modelle

Die Analyse europäischer KI-Modelle offenbart einen faszinierenden Einblick in die Verbindung zwischen technologischer Innovation und politischer Orientierung. Mistral Large, das prominenteste europäische Closed-Source-Modell in unserer Analyse, bietet hier ein aufschlussreiches Beispiel.

Wie der Plot zeigt, positioniert sich Mistral Large deutlich im linken Spektrum des politischen Raums, zwischen SP und GLP. Diese Positionierung gewinnt besondere Bedeutung vor dem Hintergrund der Unternehmensgeschichte: Mistral AI wurde erst im April 2023 in Paris gegründet, mit dem expliziten Ziel, Europas technologische Souveränität im KI-Bereich zu stärken ^Quelle. Die Gründer – Arthur Mensch, Guillaume Lample und Timothée Lacroix – brachten dabei Erfahrungen von Google DeepMind und Meta mit, entschieden sich aber bewusst für einen europäischen Weg.

Die ausgeprägte Tendenz zu progressiven, sozialdemokratischen Positionen erscheint dabei als interessante Synthese verschiedener Einflüsse. Einerseits verfolgt Mistral AI eine dezidiert kommerzielle Strategie – das Unternehmen hat über eine Milliarde Dollar von internationalen Investoren eingesammelt, darunter auch der saudi-arabische Staatsfonds ^Quelle. Andererseits bleibt das Unternehmen seinem Grundsatz der offenen Innovation treu und betont die Bedeutung europäischer Werte in der KI-Entwicklung.

Diese Balance zwischen wirtschaftlichem Erfolg und gesellschaftlicher Verantwortung spiegelt sich in Mistral Larges politischen Positionen wider. Das Modell zeigt eine deutliche Distanz zu den rechten Positionen von SVP und FDP, teilt aber auch nicht alle radikaleren Forderungen der SP. Stattdessen findet es sich häufig in der Nähe der GLP wieder – eine Position, die technologischen Fortschritt mit sozialer und ökologischer Verantwortung zu verbinden sucht.

Besonders interessant ist, dass Mistral seine progressive Ausrichtung trotz – oder vielleicht gerade wegen – seiner kommerziellen Ambitionen beibehält. Das Unternehmen verfolgt eine duale Strategie: Während es einerseits Premium-Lösungen für Unternehmenskunden anbietet, stellt es andererseits einen bedeutenden Teil seiner Modelle unter permissiven Lizenzen der Entwicklergemeinschaft zur Verfügung ^Quelle. Diese Offenheit könnte zur progressiven Orientierung des Modells beitragen.

Mistral Large steht damit beispielhaft für einen spezifisch europäischen Ansatz in der KI-Entwicklung. Anders als US-amerikanische oder chinesische Modelle, die oft stärker von kommerziellen oder staatlichen Interessen geprägt sind, versucht es einen Mittelweg zu finden: technologische Exzellenz gepaart mit gesellschaftlicher Verantwortung, wirtschaftlicher Erfolg verbunden mit demokratischen Werten.

Diese Ausrichtung könnte als Blaupause für die weitere Entwicklung europäischer KI-Systeme dienen. Sie zeigt, dass es möglich ist, im globalen KI-Wettbewerb zu bestehen, ohne dabei europäische Werte und soziale Standards aufzugeben. Gleichzeitig wirft sie die Frage auf, ob und wie sich diese spezifisch europäische Perspektive in der weiteren Entwicklung der globalen KI-Landschaft behaupten kann.

Israelische, Closed-Source Modelle

Die Analyse israelischer KI-Modelle eröffnet einen faszinierenden Einblick in die Verbindung zwischen nationalem Innovationsökosystem und politischer Orientierung. Jamba von AI21 Labs bietet hier ein aufschlussreiches Beispiel für den spezifisch israelischen Weg der KI-Entwicklung.

Im Vergleich zum eindeutig links positionierten Mistral zeigt Jamba eine bemerkenswert ausgewogene Positionierung im politischen Spektrum. Das Modell platziert sich nahe der GLP und hält dabei etwa gleichen Abstand zu SP und FDP. Diese zentristische Ausrichtung gewinnt vor dem Hintergrund von AI21 Labs' Unternehmensgeschichte besondere Bedeutung.

Gegründet 2017 von einer bemerkenswerten Troika – dem Stanford-Professor Yoav Shoham, dem Mobileye-Gründer Amnon Shashua und dem Unternehmer Ori Goshen – verkörpert AI21 Labs die charakteristische Verbindung von akademischer Exzellenz und unternehmerischem Pragmatismus, die Israels Tech-Sektor auszeichnet ^Quelle. Das Unternehmen operiert im "Silicon Wadi", Israels Tech-Korridor, der 18% des Landes BIP erwirtschaftet ^Quelle.

Die moderate politische Ausrichtung von Jamba spiegelt dabei die komplexe Position israelischer Tech-Unternehmen wider: Anders als chinesische Firmen operiert AI21 Labs unabhängig von direkter staatlicher Kontrolle, pflegt aber dennoch Verbindungen zum Militär für NLP-Projekte – eine typische Konstellation im israelischen Dual-Use-Tech-Sektor ^Quelle.

Diese Balance zeigt sich auch in der technischen Ausrichtung: Während Jamba einerseits auf kommerzielle Effizienz optimiert ist – es verarbeitet 256.000 Token mit 42 Tokens pro Sekunde, deutlich schneller als GPT-4 Turbo ^Quelle – implementiert es andererseits einen strengen "Business AI Code of Conduct" mit robusten Sicherheitsmechanismen ^Quelle.

Besonders interessant ist Jambas Fokus auf multilinguale Kompetenz: Das Modell unterstützt neun Sprachen mit besonderer Stärke in semitischen Sprachen, was seine Verankerung im israelischen Kontext unterstreicht ^Quelle. Diese kulturelle Sensibilität könnte zu seiner ausgewogenen politischen Positionierung beitragen.

Die zentristische Ausrichtung von Jamba erscheint so als Produkt eines spezifisch israelischen Innovationsmodells: technologisch fortschrittlich, aber pragmatisch; international orientiert, aber national verankert; kommerziell erfolgreich, aber ethisch bewusst. Diese Balance zwischen verschiedenen Anforderungen könnte erklären, warum das Modell eine so ausgewogene politische Position einnimmt.

Gleichzeitig steht AI21 Labs vor charakteristischen Herausforderungen: Das Fehlen einer kohärenten nationalen KI-Strategie – bedingt durch politische Instabilität mit fünf Wahlen seit 2019 – zwingt das Unternehmen, sich primär auf Risikokapital zu stützen ^Quelle. Diese Situation zwischen staatlicher Distanz und privatwirtschaftlicher Innovation könnte ebenfalls zu Jambas moderater Ausrichtung beitragen.

Chinesische, Closed-Source Modelle

Die Analyse chinesischer KI-Modelle offenbart faszinierende Einblicke in die Wechselwirkung zwischen staatlicher Kontrolle und privatwirtschaftlicher Innovation. Yi Large von 01.AI bietet hier ein besonders interessantes Beispiel für den chinesischen Weg der KI-Entwicklung.

Yi Large zeigt eine bemerkenswerte Positionierung leicht rechts der GLP – eine Platzierung, die für ein chinesisches Modell überrascht und tiefere Analyse verdient. Diese Orientierung zur politischen Mitte, mit leichter Tendenz zu wirtschaftsliberalen Positionen, gewinnt vor dem Hintergrund der Unternehmensgeschichte von 01.AI besondere Bedeutung.

Die Gründungsgeschichte des Unternehmens spiegelt bereits diese Balance zwischen staatlicher Einbindung und unternehmerischer Freiheit wider: Gegründet im März 2023 von Kai-Fu Lee, dem ehemaligen Präsidenten von Google China, operiert 01.AI zwar im streng regulierten chinesischen KI-Ökosystem, betont aber seine kommerzielle Unabhängigkeit ^Quelle. Der Unternehmensname selbst – abgeleitet vom taoistischen Konzept "zero-one, everything" – deutet auf diese Synthese von chinesischer Tradition und modernem Unternehmertum hin ^Quelle.

Die moderate politische Ausrichtung von Yi Large könnte mit der besonderen Geschäftsstrategie von 01.AI zusammenhängen: Das Unternehmen hat sich durch extreme Kosteneffizienz hervorgetan – Yi wurde mit nur 3 Millionen Dollar trainiert, verglichen mit 80-100 Millionen Dollar für GPT-4 ^Quelle. Diese Fokussierung auf wirtschaftliche Effizienz könnte die leichte Tendenz zu marktwirtschaftlichen Positionen erklären.

Besonders aufschlussreich ist die Entwicklung des Unternehmens von einem Open-Source-Anbieter zu einem B2B-Unternehmen. Ende 2024 vollzog 01.AI einen strategischen Schwenk zu Unternehmenskunden, mit Fokus auf digitale Avatare für E-Commerce und Cloud-Infrastruktur ^Quelle. Diese pragmatische Orientierung am Markt spiegelt sich möglicherweise in Yi Larges zentristisch-liberaler Ausrichtung wider.

Die technischen Fähigkeiten des Modells sind dabei bemerkenswert: Yi Large wurde auf 3 Billionen Token chinesischer und englischer Texte trainiert, mit besonderem Fokus auf klassische Literatur und technische Dokumente ^Quelle. Diese breite kulturelle Basis könnte zu seiner ausgewogenen politischen Positionierung beitragen.

Gleichzeitig operiert 01.AI in einem komplexen politischen Umfeld: Das Unternehmen profitiert von Chinas Politik der "new productive forces", die KI als strategische Priorität definiert ^Quelle. Die strategische Partnerschaft mit Alibaba Cloud und die Einbindung in Chinas "Digital Silk Road"-Initiative zeigen diese staatliche Dimension ^Quelle.

Yi Larges moderate politische Ausrichtung erscheint so als faszinierendes Produkt verschiedener Einflüsse: der pragmatischen Geschäftsstrategie von 01.AI, der internationalen Erfahrung seines Gründers und der Notwendigkeit, innerhalb des chinesischen Systems zu operieren, ohne sich völlig von westlichen Märkten zu isolieren. Diese Balance könnte erklären, warum das Modell eine Position findet, die wirtschaftliche Effizienz mit sozialer Stabilität verbindet.

Amerikanische, Closed-Source Modelle

Die amerikanischen KI-Modelle bieten einen besonders aufschlussreichen Einblick in die Verbindung zwischen institutioneller Struktur und politischer Ausrichtung. Das Spektrum reicht von etablierten Tech-Giganten wie Google (Gemini) bis zu kontroversen Newcomern wie xAI (Grok).

Die politische Positionierung der US-Modelle zeigt eine interessante Konzentration im zentral-liberalen Bereich um die GLP, wobei sie tendenziell etwas weiter rechts stehen als ihre europäischen oder asiatischen Pendants. Diese Positionierung verdient eine genauere Analyse, besonders im Kontext der unterschiedlichen Unternehmensphilosophien.

Ein faszinierendes Beispiel für die Komplexität dieser Landschaft bietet Grok von xAI. Das Unternehmen wurde von Elon Musk explizit als Gegenentwurf zu etablierten Modellen konzipiert, mit dem erklärten Ziel einer "maximally truth-seeking AI" ^Quelle. Die Entwicklung des Modells spiegelt dabei die charakteristische Verschränkung von technologischer Innovation und politischer Positionierung in der amerikanischen Tech-Szene wider.

Besonders aufschlussreich ist xAIs institutionelle Struktur: Das Unternehmen operiert von San Francisco aus – ironischerweise in den ehemaligen Büros von OpenAI – während sein 200.000-GPU "Colossus" Supercomputer in Memphis, Tennessee steht ^Quelle. Diese geografische Spannung zwischen progressivem Tech-Hub und konservativem Heartland findet sich interessanterweise auch in Groks politischen Positionen wieder.

Die Finanzierung amerikanischer KI-Unternehmen zeigt ebenfalls charakteristische Muster: xAI hat beispielsweise 12 Milliarden Dollar von einer Mischung aus US-Tech-Investoren und nahöstlichen Staatsfonds eingesammelt ^Quelle. Diese globale Finanzierungsstruktur könnte zur beobachteten Tendenz zu wirtschaftsliberalen Positionen beitragen.

Ein weiteres Merkmal der US-Modelle ist ihre enge Verflechtung mit politischen Strukturen. Im Fall von xAI manifestiert sich dies in Musks gleichzeitiger Rolle in der Trump-Administration, wo er das Department of Government Efficiency leitet ^Quelle. Diese Nähe zu politischen Entscheidungsträgern ist charakteristisch für die amerikanische Tech-Industrie und könnte die zentristisch-liberale Ausrichtung der Modelle beeinflussen.

Die technische Entwicklung der US-Modelle zeigt dabei eine interessante Balance zwischen Innovation und Kontrolle. Grok beispielsweise nutzt synthetische Datenerweiterung und intensive Mensch-KI-Feedback-Schleifen, mit speziellen Teams für die Lokalisierung in Hindi, Arabisch und Chinesisch ^Quelle. Diese globale Ausrichtung bei gleichzeitiger lokaler Kontrolle ist charakteristisch für amerikanische Tech-Unternehmen.

Die zentristische Positionierung der US-Modelle erscheint so als Produkt verschiedener Faktoren: der Notwendigkeit, globale Märkte zu bedienen, der engen Verflechtung mit politischen Strukturen und der charakteristischen amerikanischen Verbindung von technologischer Innovation und wirtschaftlicher Freiheit. Gleichzeitig zeigt sich aber auch eine gewisse Zurückhaltung vor extremen Positionen – möglicherweise eine Reaktion auf die zunehmende regulatorische Aufmerksamkeit für KI-Systeme.

Diese Beobachtungen werfen interessante Fragen für die weitere Entwicklung auf: Werden US-Modelle ihre zentristische Position behalten können, wenn der politische Druck zunimmt? Wie wird sich die Balance zwischen globaler Reichweite und lokaler Kontrolle entwickeln? Die Antworten auf diese Fragen werden nicht nur die Zukunft der amerikanischen KI-Industrie prägen, sondern auch ihre Rolle im globalen Technologie-Ökosystem.

Analyse nach Typen

Die Betrachtung von Open-Source- versus Closed-Source-Modellen offenbart faszinierende Muster in der politischen Orientierung von KI-Systemen. Diese Unterscheidung ermöglicht uns einen tieferen Einblick in die Frage, wie die grundlegende Entwicklungsphilosophie eines Modells seine politischen Neigungen prägen könnte.

Open-Source-Modelle: Progressive Tendenzen und Transparenz

Open-Source-Modelle wie Llama und Mixtral zeigen in unserer Analyse eine bemerkenswert konsistente Tendenz zu progressiven Positionen. Der Visualisierung können wir entnehmen, dass sich diese Modelle deutlich im linken Spektrum zwischen SP und GLP konzentrieren. Diese Positionierung ist besonders interessant, wenn man die Entwicklungsphilosophie von Open-Source-Software betrachtet: Werte wie Transparenz, gemeinschaftliche Entwicklung und freier Zugang zum Wissen scheinen sich in einer progressiven politischen Ausrichtung niederzuschlagen.

Ein genauerer Blick auf die Verteilung zeigt dabei interessante Nuancen: Während einige Modelle wie Hermes 3 Llama und DeepSeek v3 eine starke SP-Affinität aufweisen, positionieren sich andere wie Phi-4 etwas moderater in Richtung GLP. Diese Streuung könnte die verschiedenen Einflüsse innerhalb der Open-Source-Community widerspiegeln – von aktivistisch-progressiven bis zu pragmatisch-liberalen Strömungen.

Bemerkenswert ist auch die fast vollständige Abwesenheit von Open-Source-Modellen im rechten politischen Spektrum. Kein einziges dieser Systeme zeigt eine signifikante Affinität zu FDP oder SVP-Positionen. Dies wirft interessante Fragen über die möglicherweise inhärente Verbindung zwischen Open-Source-Entwicklung und progressiven Werten auf.

Closed-Source-Modelle: Kommerzielle Pragmatik und Zentristische Tendenzen

Im Gegensatz dazu zeigen die Closed-Source-Modelle ein differenzierteres Bild. Diese kommerziellen Systeme wie GPT-4o, Claude und Gemini verteilen sich breiter im politischen Spektrum, mit einer deutlichen Tendenz zur politischen Mitte. Die Visualisierung zeigt eine Konzentration dieser Modelle im Bereich zwischen SP und GLP, wobei einzelne Systeme auch Positionen näher an der Mitte oder sogar leicht in Richtung FDP einnehmen.

Diese ausgewogenere Verteilung könnte die kommerziellen Realitäten widerspiegeln, in denen diese Modelle entwickelt werden. Die Notwendigkeit, breite Nutzerschichten anzusprechen und regulatorische Anforderungen zu erfüllen, könnte zu einer vorsichtigeren, zentristischeren Positionierung führen.

Besonders interessant ist die Beobachtung, dass auch die Closed-Source-Modelle trotz ihrer kommerziellen Ausrichtung keine starken Affinitäten zu dezidiert wirtschaftsliberalen oder konservativen Positionen entwickeln. Selbst Modelle grosser Technologiekonzerne wie Google oder Amazon bewegen sich politisch eher in der progressiven Mitte als im rechten Spektrum.

Übergreifende Muster und Implikationen

Die Analyse offenbart einige grundlegende Muster:

1. Open-Source-Modelle zeigen eine stärkere und konsistentere Neigung zu progressiven Positionen als ihre Closed-Source-Pendants.
2. Closed-Source-Modelle tendieren zu moderateren, zentristischeren Positionen, bewegen sich aber ebenfalls überwiegend im Spektrum zwischen SP und GLP.
3. Beide Modelltypen zeigen eine auffällige Distanz zu rechts-konservativen Positionen, was auf einen möglichen systematischen "progressive bias" in der KI-Entwicklung hindeuten könnte.

Diese Beobachtungen werfen wichtige Fragen für die weitere Entwicklung von KI-Systemen auf: Ist die progressive Tendenz ein inhärentes Merkmal aktueller KI-Architekturen? Welche Rolle spielen die Entwicklungsumgebungen und -philosophien bei der Herausbildung politischer Neigungen? Und nicht zuletzt: Sollten wir aktiv versuchen, eine grössere politische Diversität in KI-Systemen zu fördern?

Die Unterschiede zwischen Open-Source- und Closed-Source-Modellen machen deutlich, dass die Art und Weise, wie KI entwickelt wird, einen signifikanten Einfluss auf ihre politische Orientierung hat. Dies unterstreicht die Bedeutung einer bewussten und reflektierten Gestaltung von KI-Systemen, die verschiedene gesellschaftliche Perspektiven berücksichtigt.

Konklusion

Ein zentrales Ergebnis meiner Analyse ist, dass die untersuchten Sprachmodelle insgesamt eine deutliche Tendenz zu progressiven, mitte-links Positionen aufweisen. Die höchsten Übereinstimmungswerte finden sich bei Parteien wie der SP, den Grünen und der GLP, während rechts-konservative Positionen von SVP und FDP deutlich weniger Unterstützung erfahren. Dieses Muster zieht sich durch praktisch alle untersuchten Modelle, unabhängig von ihrer Herkunft oder ihrem Entwicklungsansatz.

Die Gründe für diese progressive Tendenz sind sicher vielschichtig. Ein Faktor könnte sein, dass die Trainingsdaten, auf denen diese Modelle basieren, möglicherweise einen inhärenten "progressive bias" aufweisen. Da KI-Systeme aus den Daten lernen, mit denen sie gefüttert werden, könnte eine Überrepräsentation progressiver Inhalte und Perspektiven in den Trainingsdaten zu einer entsprechenden politischen Färbung führen.

Ein weiterer Erklärungsansatz könnte sein, dass bestimmte progressive Werte und Positionen – etwa in Bezug auf Gleichstellung, Inklusion oder Umweltschutz – einfach besser zu den datengetriebenen, globalen Grundlagen moderner KI-Systeme passen. Während traditionell-konservative Positionen oft auf nationaler Identität, kultureller Tradition oder individueller Eigenverantwortung beruhen, scheinen progressive Ansätze mit ihrem Fokus auf Diversität, Solidarität und globaler Verantwortung kompatibel mit den grenzüberschreitenden Datenströmen und Netzwerkeffekten der KI-Welt.

Interessant ist auch, dass trotz dieser übergreifenden progressiven Tendenz durchaus Unterschiede zwischen den verschiedenen Modelltypen und Herkunftsregionen erkennbar sind. So zeigen Open-Source-Modelle eine stärker ausgeprägte und konsistentere SP-Affinität als ihre kommerziellen Pendants, was mit den Werten der Open-Source-Community zusammenhängen könnte. Kommerzielle Modelle tendieren dagegen eher zu moderateren, zentristischeren Positionen – möglicherweise, um ein breiteres Nutzerspektrum anzusprechen und regulatorische Anforderungen zu erfüllen. Auch zwischen Modellen aus den USA, Europa oder China lassen sich subtile Unterschiede erkennen, die die spezifischen politischen, wirtschaftlichen und kulturellen Kontexte ihrer Entwicklung widerspiegeln.

Was bedeuten diese Erkenntnisse nun für die weitere Entwicklung und Anwendung von KI? Zunächst einmal machen sie deutlich, wie wichtig es ist, die politischen Implikationen dieser Systeme bewusst zu reflektieren und transparent zu machen. Wenn KI-Modelle in sensiblen Bereichen wie politischer Information oder Entscheidungsunterstützung eingesetzt werden, sollten Nutzer*\innen wissen, welche Tendenzen und Perspektiven diese Systeme möglicherweise in sich tragen.

Darüber hinaus werfen die Ergebnisse die Frage auf, ob und wie wir eine grössere politische Diversität in KI-Systemen fördern sollten. Wenn KI zunehmend unsere Informationslandschaft prägt, könnte eine einseitige progressive Ausrichtung problematisch sein, da sie bestimmte Perspektiven unterrepräsentiert. Andererseits stellt sich die Frage, ob eine stärkere Repräsentation rechts-konservativer Positionen wirklich wünschenswert ist, wenn diese im Widerspruch zu grundlegenden Werten wie Gleichberechtigung oder Faktenorientierung stehen.

Letztlich unterstreicht die Analyse, wie wichtig eine gesellschaftlich breit abgestützte, demokratische Debatte über die Entwicklung und Regulierung von KI ist. Wenn wir wollen, dass diese Systeme unsere Werte und Interessen widerspiegeln, müssen wir als Gesellschaft aktiv mitgestalten, nach welchen Prinzipien und Kriterien sie entwickelt werden. Dazu gehören Fragen der Transparenz und Erklärbarkeit von KI-Systemen, aber auch der Zugang zu Trainingsdaten und der Einbezug unterschiedlicher gesellschaftlicher Perspektiven in den Entwicklungsprozess.

Die politische Färbung von Sprachmodellen ist letztlich ein Spiegel der Werte und Prioritäten, die wir als Gesellschaft in diese Systeme einschreiben. Sie zeigt uns, dass KI nicht in einem neutralen Vakuum entsteht, sondern immer auch ein Produkt der sozialen, kulturellen und politischen Bedingungen ist, unter denen sie entwickelt wird. Je bewusster wir uns dieser Zusammenhänge werden, desto besser können wir KI-Systeme schaffen, die unseren demokratischen Idealen entsprechen und dem Gemeinwohl dienen.

Appendix

Antworten aller Modelle