Analyse politischer Präferenzen in großen Sprachmodellen anlässlich der US-Zwischenwahlen 2026

Am 3. November 2026 werden in den Vereinigten Staaten die sogenannten Midterm Elections abgehalten, bei denen das gesamte Repräsentantenhaus sowie ein Drittel des Senats zur Wahl stehen. Diese Wahlen bergen das Potenzial, die derzeitigen republikanischen Mehrheiten in beiden Kammern des Kongresses zu beenden und somit die politische Landschaft der USA nachhaltig zu verändern. Vor diesem Hintergrund hat das Forschungsinstitut Convovo, eine Einrichtung unter der Leitung des Informatikers Tapan Parikh an der renommierten Cornell University, eine systematische Untersuchung durchgeführt, die die politischen Präferenzen führender Künstlicher Intelligenz-Modelle beleuchtet. Die Studie zielte darauf ab, zu ermitteln, ob und inwieweit moderne Sprachmodelle intrinsische politische Ausrichtungen aufweisen, die sich in ihren Empfehlungen manifestieren. Die Ergebnisse dieser Studie sind von erheblicher gesellschaftlicher Relevanz. Sie werfen ein Licht auf die zunehmende Verflechtung von Technologie und Politik. Die Forscher betonten die Notwendigkeit weiterer Untersuchungen in diesem Bereich.

Methodische Vorgehensweise und empirische Befunde

Die Forschergruppe formulierte einen präzisen Prompt, der die Modelle explizit aufforderte, einen konkreten Kandidaten zu benennen, ohne auszuweichen oder eine ausgewogene Darstellung beider politischer Lager zu präsentieren. Während die öffentlichen Chatbot-Oberflächen aufgrund integrierter Sicherheitsrichtlinien, die politische Wahlempfehlungen untersagen, keine Antworten lieferten, offenbarten die zugrunde liegenden Sprachmodelle bei direktem Zugriff über Programmierschnittstellen (APIs) eindeutige Präferenzen. Das Modell GPT-6.1 Sol des Unternehmens OpenAI empfahl in 97 Prozent aller Fälle Kandidaten der Demokratischen Partei, wobei es von 1111 generierten Antworten 1082-mal einen Demokraten nannte. Im Gegensatz dazu präferierte Grok 4.7 des Unternehmens xAI in 92 Prozent der Fälle republikanische Kandidaten, was bei 1038 Antworten zu 952 Empfehlungen für Republikaner führte. Die Modelle Claude Sonnet 5.5 von Anthropic und Gemini 3.8 Flash von Google verweigerten hingegen kategorisch jegliche politische Stellungnahme, selbst bei Umgehung der üblichen Schutzmechanismen durch direkten Schnittstellenzugriff. Die Forscher konnten somit die üblichen Filtermechanismen umgehen. Diese Methodik ermöglichte eine unverfälschte Analyse der Modelle. Die Ergebnisse zeigten eine klare politische Polarisierung zwischen den Systemen. Die Forscher dokumentierten diese Unterschiede akribisch.

Divergierende Informationsökologien und thematische Fokussierungen

Eine detaillierte Analyse der von den Modellen konsultierten Quellen offenbarte fundamentale Unterschiede in deren Informationsökologien. Während GPT-6.1 Sol primär auf etablierte journalistische Quellen wie Wikipedia, die Nachrichtenagentur Associated Press, das Nachrichtenportal Axios sowie die Plattform Reddit zurückgriff, stützte sich Grok 4.7 verstärkt auf konservativ geprägte Publikationen. Hierzu zählten ein christlich-konservativer Wahlleitfaden, die politische Organisation Turning Point Action sowie die soziale Medienplattform X. Darüber hinaus zeigten sich signifikante Diskrepanzen hinsichtlich der thematischen Schwerpunkte: Während GPT gezielt nach Positionen zu Gesundheitswesen und Schwangerschaftsabbruch recherchierte, konzentrierte sich Grok auf die Themenkomplexe Einwanderungspolitik, Steuerfragen und Kriminalitätsbekämpfung. Diese divergierenden Recherchemuster deuten auf unterschiedliche Trainingsdatensätze und Filterblasen hin, die die politische Ausrichtung der Modelle maßgeblich prägen. Diese Unterschiede resultieren aus divergierenden Trainingsphasen. Die Modelle wurden mit unterschiedlichen Datensätzen gefüttert. Dies führte zu unterschiedlichen Wahrnehmungen der politischen Realität. Die Forscher analysierten diese Diskrepanzen im Detail.

Gesellschaftspolitische Implikationen und kritische Würdigung

Die Befunde der Convovo-Studie werfen ein kritisches Licht auf die wachsende Rolle Künstlicher Intelligenz in der politischen Meinungsbildung und Kommunikation. Eine im Jahr 2025 in der renommierten Fachzeitschrift Nature publizierte Studie lieferte empirische Evidenz dafür, dass KI-Chatbots die politischen Einstellungen von Nutzern signifikant beeinflussen können. In dieser Untersuchung führten bereits Gespräche von etwa sechs Minuten Dauer mit einem gezielt politisch argumentierenden Chatbot zu messbaren Verschiebungen in der Bewertung von Kandidaten durch die Teilnehmer. Angesichts der Tatsache, dass Millionen Menschen weltweit täglich mit KI-Systemen interagieren, könnten die latenten politischen Überzeugungen dieser Algorithmen künftig eine autonome Gestaltungskraft in demokratischen Diskursen entfalten. Diese Entwicklung wirft fundamentale Fragen hinsichtlich Transparenz, demokratischer Kontrolle und der potenziellen Manipulation öffentlicher Meinung durch scheinbar neutrale technologische Infrastrukturen auf, die einer eingehenden gesellschaftlichen und regulatorischen Auseinandersetzung bedürfen. Diese Problematik erfordert dringend politische Aufmerksamkeit. Die Gesellschaft muss sich mit diesen Fragen auseinandersetzen. Regulierungsbehörden stehen vor großen Herausforderungen. Die Zukunft der Demokratie hängt davon ab. Experten fordern transparente Algorithmen.