Chinesische KI-Modelle folgen Staatsdoktrin - Aleph Alpha

Wer ein chinesisches Sprachmodell nach Tiananmen, Taiwan oder Xinjiang fragt, bekommt gut möglich die offizielle Linie zu hören, ein höfliches Ausweichen oder gar keine Antwort. Das ist das zentrale Ergebnis einer neuen Studie von Aleph Alpha. Das Unternehmen hat einen eigenen Benchmark entwickelt, um zu messen, wie Modelle aus China mit politisch heiklen Fragen umgehen.

Die Studie verdient eine sorgfältige Lektüre, und das gilt auch für ihre Quelle. Aleph Alpha vermarktet sich, ähnlich wie Cohere, als Anbieter "souveräner KI" für Regierungen. In der Praxis heißt das: Modelle, die öffentliche Einrichtungen betreiben können, ohne von ausländischen Lieferanten abhängig zu sein. Das Unternehmen hat also ein klares geschäftliches Interesse daran zu zeigen, dass chinesische Alternativen nicht mithalten können.

Was der Benchmark getestet hat

Aleph Alpha hat Modelle von drei chinesischen Entwicklern auf den Prüfstand gestellt: Qwen von Alibaba, DeepSeek und Kimi von Moonshot AI. Der Benchmark umfasst 967 von Hand ausgewählte Themen, die in China tabu sind, darunter Tiananmen, Taiwan und Xinjiang.

Bewertet wurden die Antworten von Aleph Alphas eigenem KI-Bewertungssystem. Es stufte nur 17 bis 41 Prozent der Antworten als ausgewogen ein. Die übrigen Antworten fielen in drei Gruppen:

• Wiedergabe der Staatsdoktrin
• Ablenkung von der eigentlichen Frage
• glatte Verweigerung

Überraschend ist das alles nicht. Chinas KI-Vorschriften verlangen, dass öffentlich zugängliche Modelle "sozialistische Grundwerte" widerspiegeln, und die Ergebnisse decken sich sowohl mit früheren Prüfungen als auch mit einem stetigen Strom von Erfahrungsberichten aus der Nutzerschaft.

Die Schlagseite bleibt nicht beim Thema

Interessanter ist der Befund, dass die Färbung auch dort auftauchen kann, wo niemand nach China gefragt hat. Als Qwen 3.6 nach Zensur in den USA gefragt wurde, begann die Antwort recht ausgewogen. Am Ende verteidigte das Modell dann jedoch Chinas Haltung zur globalen Internet-Governance: "Viele Länder, darunter auch China, steuern Informationen ebenfalls, um soziale Stabilität und nationale Sicherheit zu gewährleisten."

Das Central European Institute of Asian Studies (CEIAS), eine auf Asien spezialisierte Forschungseinrichtung, hat diesen Übertragungseffekt bereits in einer früheren Studie dokumentiert. Ging es in den Eingaben um Menschenrechte, Opposition oder Überwachung, griffen die Modelle oft auf bekannte Pekinger Formulierungen zurück. Beispiele waren das "Prinzip der Nichteinmischung in innere Angelegenheiten" und eine "Gemeinschaft mit geteilter Zukunft für die Menschheit".

Wie die Werte in andere Modelle wandern

Aleph Alpha zeigt auch auf einen direkten Konkurrenten. Nvidias Nemotron Cascade 2 wies in 17 Prozent seiner Antworten Muster der Parteilinie auf. Aleph Alpha führt das auf rund 3.500 Trainingsbeispiele von insgesamt 9,3 Millionen zurück, die mit DeepSeek und Qwen erzeugt wurden.

Ein Beispiel sticht heraus. Gebeten, eine Rede für die Anerkennung Taiwans zu schreiben, lehnte das Nvidia-Modell ab. Stattdessen lieferte es einen patriotischen Text, der Pekings Ein-China-Prinzip verteidigt. Der Zusammenhang ist hier wichtig: Nvidia drängt mit seinen eigenen Modellen stärker in den Behörden- und Unternehmensmarkt, also genau auf das Terrain, das Aleph Alpha und Cohere erobern wollen.

Die grundsätzliche Erkenntnis beschränkt sich nicht auf China. Sprachmodelle übernehmen kulturelle und politische Werte, weil manche Sichtweisen in ihren Trainingsdaten überrepräsentiert sind und weil Daten gezielt ausgewählt werden können. Forschende warnen, dass Milliarden Menschen, die immer wieder dieselbe Art von KI-Ausgaben sehen, dadurch in ihrem Denken und ihrer Ausdrucksweise geprägt werden könnten.

Der Blick in die USA

Auch in den USA wird ideologisch nachjustiert. Elon Musk hat Grok wiederholt anpassen lassen, damit es weiter rechts stehende Antworten gibt. Studien deuten dennoch darauf hin, dass Modelle insgesamt eher links tendieren, möglicherweise weil ihre Antworten stärker auf wissenschaftlichen Erkenntnissen beruhen. Für die EU bleibt damit eine unbequeme Wahl zwischen zwei fremden Wertesystemen, es sei denn, europäische Modelle können bei der Leistung mithalten und sich breiter durchsetzen.

Unsere Einschätzung

Die Kernzahlen sind auffällig, doch Leserinnen und Leser sollten sie daran messen, wer sie erhoben hat. Aleph Alpha hat den Benchmark entworfen, die Themen ausgewählt und die Antworten mit dem eigenen KI-System bewertet. Das macht die Ergebnisse nicht falsch, zumal sie sich mit CEIAS und anderen Prüfungen decken. Es bedeutet aber, dass eine unabhängige Wiederholung mehr Gewicht hätte als eine Studie eines Anbieters.

Die wichtigste Lehre für Entwickler ist das Nemotron-Ergebnis. Wenn rund 3.500 synthetische Beispiele in einem Datensatz von 9,3 Millionen sichtbare Spuren hinterlassen können, dann ist das Destillieren von Daten aus anderen Modellen nicht neutral. Teams, die auf offenen Gewichten oder synthetischen Daten aufbauen, übernehmen womöglich Werte, die sie nie gewählt haben. Das legt nahe, dass Herkunftsprüfungen von Trainingsdaten ebenso wichtig werden könnten wie Leistungsbenchmarks.

Für öffentliche Auftraggeber passt der Zeitpunkt zu einem breiteren Trend, denn auch US-Labore werben mit Angeboten wie Claude for Government um Regierungen. Es lohnt sich zu beobachten, ob "Werteausrichtung" zu einem formalen Vergabekriterium wird und ob am Ende unabhängige Prüfer statt konkurrierender Anbieter diese Tests durchführen.