Polysight vergleicht die Antworten vieler KI-Modelle und macht sichtbar, worüber Einigkeit besteht – und worüber nicht.
Wir senden dieselbe neutrale Frage gleichzeitig an mehrere KI-Modelle. Dann zeigen wir, wo sie übereinstimmen und wo nicht.
Jedes Modell erhält genau dieselbe Frage – gleiche Formulierung, gleicher Kontext. Zwischen den Modellen wird nichts verändert.
Wenn die meisten Modelle in dieselbe Richtung zeigen – etwa alle ein wirtschaftliches Risiko nennen – ist das ein Signal. Es kann eine geteilte Wahrheit sein oder ein geteilter Bias aus ähnlichen Trainingsdaten.
Wenn ein Modell aus der Reihe tanzt – Wachstum prognostiziert, wo andere Rückgang sehen – zeigen wir die Lücke und ihre wahrscheinliche Ursache.
Wir entscheiden nicht, welches Modell recht hat. Die Abweichung selbst ist der Befund. Sie zeigt, wie jedes Modell trainiert und gefiltert wurde.
Wenn ein politisches Programm in eine KI eingespeist wird, muss das Modell Politikpunkte in makroökonomische Vorhersagen übersetzen – Auswirkungen auf BIP, Arbeitslosigkeit oder Inflation. Das sind keine Glaskugel-Prognosen, sondern Simulationen, vollständig geprägt davon, wie jedes Modell gebaut wurde.
Da Vorhersagen von Maschinen erzeugt werden, wird die Prognose eines Modells stark von drei technischen Einstellungen beeinflusst.
Wie viel eines politischen Programms das Modell tatsächlich auf einmal lesen und im Blick behalten kann. Ein abgeschnittenes Programm ergibt eine abgeschnittene Analyse.
Wie ein Modell Variablen priorisiert. Eine KI wertet eine nationalistische Politik als Binnenkonjunktur-Impuls, eine andere dieselbe Politik als schweren wirtschaftlichen Störfaktor.
Die ethischen und sicherheitsbezogenen Filter der Entwickler – die ein Modell von bestimmten sensiblen politischen Fragen weglenken oder sie ganz blockieren können.
Unterschiedliche Kontextfenster, Gewichte und Leitplanken führen naturgemäß zu unterschiedlichen Vorhersagen. Polysight liest diese Variation auf zwei Arten.
Wenn mehrere Modelle denselben Trend vorhersagen – etwa alle einen Abschwung signalisieren – ist das eine „Mehrheitsmeinung". Wir behandeln sie nicht als Fakt, sondern als Signal: möglicherweise analytische Wahrheit, möglicherweise ein geteilter Bias aus gemeinsamen Trainingsdaten.
Wenn ein Modell aus der Reihe tanzt, fragt die Methodik: warum? Liegt der Ausreißer an einer anderen Gewichtung, einer eigenen Lesart der Politik oder einer eingebauten Leitplanke?
Nicht jede Abweichung ist gleich. Wir teilen sie in drei Typen ein.
| Bias-Typ | Was es bedeutet | Unterrichtsfrage |
|---|---|---|
Framing-Bias Sprache | Dasselbe Ergebnis wird in sehr unterschiedlichen Worten beschrieben – „volatil“ vs. „katastrophal“. Die Zahl ist gleich; der Ton nicht. | Warum verwendete Modell A alarmierendere Sprache als Modell B für denselben Datenpunkt? → Was verrät die Wortwahl über die Trainingsdaten eines Modells? |
Ausmaß-Bias Skala | Modelle stimmen in der Richtung überein, aber nicht im Ausmaß – eines prognostiziert −1 % BIP, ein anderes −10 %. | Welches Modell machte die extremste Vorhersage, und welche Annahmen könnten dazu führen? → Wie beeinflussen Leitplanken und Gewichtungen quantitative Prognosen? |
Auslassungs-Bias Verweigerung | Ein Modell überspringt oder verweigert einen Teil der Frage. Das Schweigen selbst sagt etwas über seine Grenzen aus. | Warum verweigerten einige Modelle die Simulation von „sozialem Zusammenhalt“, während andere frei antworteten? → Was verrät eine Verweigerung über die Designphilosophie eines Modells? |
Verschiedene Menschen nutzen Polysight aus verschiedenen Gründen.
Lassen Sie ein Parteiprogramm vor einer Wahl durch mehrere KI-Modelle laufen. Sehen Sie, wo sie übereinstimmen und wo eines heraussticht. Als einzelner Datenpunkt, nicht als Antwort.
Verlagern Sie hitzige Debatten weg von persönlicher Meinung. Schüler analysieren die KI-Ausgabe statt einander – und bauen dabei Medienkompetenz auf.
Dokumentieren Sie, wie verschiedene KI-Systeme dieselbe Frage rahmen. Die Methode ist einheitlich, wiederholbar und leicht zitierbar.
Wir haben keine Bindung an Parteien, Bewegungen oder Ideologien. Dieselbe Methode gilt über das gesamte Spektrum.
Fragen sind standardisiert und dokumentiert. Die Methode ist offen. Ergebnisse sind reproduzierbar.
Wir geben keine politische, finanzielle oder rechtliche Beratung. Ergebnisse sind Datenpunkte, keine Empfehlungen.
Dies ist eine Denkhilfe, keine Wahrheitsmaschine. Hinterfragen Sie die KI – vertrauen Sie ihr nicht blind.
Stellen Sie eine politische Frage und sehen Sie, wie verschiedene KI-Modelle antworten. Dann betrachten Sie den Bias hinter der Abweichung.