Ich habe in meinem letzten Post darüber gerätselt, ob die Tech-Konzerne die Gesellschaft bewusst nach rechts führen. Mein Ergebnis war, dass das weniger mit direkter Einflussnahme zu tun hat, sondern vielmehr damit, wie die Technologien mit den großen LLM-Sprachmodellen aufgebaut sind. Ich möchte dies hier noch etwas verdeutlichen.   Es ist generell keine direkte ideologische Strategie, welche von den großen Tech-Konzernen verfolgt wird. Vielmehr handelt es sich um einen komplexen Prozess, der strategische Inhaltsgestaltung, soziokulturelle Aneignung und die technologische Funktion algorithmischer Empfehlungssysteme miteinander verbindet.

Die YouTube-Songs: rechtslastige Musik

Aber auch die rechtsextreme Musik ist heute nicht mehr einfach von einer Form eines harten Punks geprägt, sondern sie nähert sich einer Mixtur zwischen konventionellem Schlager und rechtem Heimatgefühl. Die Produzentinnen und Produzenten solcher Musik bewegen sich in einem Feld, das erst eher verbirgt, was sie politisch anstreben. Das wirkt nicht unbedingt wie rechtsextreme Hasspropaganda, sondern wie Songs, welche traditionelle Werte wie Heimat und das eigene Vaterland in den Mittelpunkt stellen.

Viele Songs erscheinen unpolitisch oder „patriotisch“, nutzen dann aber Codes und Themen aus der rechtsextremen Szene. Das zeigt sich auch in den Hashtags, welche dazu auf YouTube angeboten werden. Es sind Begriffe wie Heimat, Schlager, Schlagermusik, Deutschland, Satire, Partyschlager, Volksmusik.   Darunter sind Songs, die erst als generelle Gesellschaftskritik verstanden werden könnten. Etwa, wenn es in einem Schlager zur Meinungsfreiheit heißt: „Leute, die Meinungsfreiheit steht im Grundgesetz, doch ganz nebenbei, sagst du was Falsches, kommt die Polizei.“ Und dann geht es weiter: „Halt die Fresse, alles wird penibel überwacht, während es im Land an allen Ecken kracht.“   Man merkt erst im Rahmen des Anhörens, wie alles auf Agitation für die AfD zuläuft: Milliarden für die Welt müssen raus und fürs Verbot der AfD, da gibt’s Applaus. Fast jedes aktuelle politische Thema kann mithilfe von Chatbots auf Reime gebracht werden – Benzin, Renten, Zuckersteuer –, um tagesaktuell einen neuen Schlager auf den Markt zu bringen. Da gibt es zum Beispiel einen Song zum „Krankenkassen-Loch“. Da wird penibel angeführt, was alles gespart werden soll. Doch wie das von einer AfD bezahlt würde, darüber hört man keinen Ton.   Auf der einen Seite werden Themen wie Heimatliebe, Naturschutz oder Überdruss an der gegenwärtigen Regierung dazu instrumentalisiert, um nationalistische Ideologien mit einfachen Schlagerrhythmen ans Publikum zu bringen. Daneben gibt es aber auch immer mehr Songs, die Scholz oder Merz mit Lügennasen auszeichnen, also frontal auf Angriff schalten.

Die Funktion der Algorithmen

Die Hashtags, mit welchen die Autorinnen und Autoren ihre Texte bei YouTube auszeichnen, spielen nun aber eine wesentliche Rolle, da danach die Empfehlungslisten konstruiert werden. Denn YouTube ist nicht einfach nur das Archiv für alle Songs, die hier hochgeladen werden, sondern es funktioniert als Verstärker von bestimmter Musik, die in seiner Empfehlungslogik durch ein besonderes Nutzer-Engagement gestützt wird. Wer also mehr bei YouTube gehört wird, erhält auch mehr Empfehlungen bei anderen Nutzerinnen und Nutzern.   Das System erkennt zum Beispiel Überschneidungen im Nutzerverhalten. Wenn etwa viele Nutzerinnen und Nutzer traditionelle Schlager empfehlen oder rechte politische Kommentare schauen, dann wird der Algorithmus diese Kategorien als Empfehlungen von ähnlichen Personen verknüpfen. Das bedeutet aber auch, dass für Nutzerinnen und Nutzer mit einer Tendenz nach rechts die Wahrscheinlichkeit steigt, mit der Zeit immer extremere Inhalte zu empfangen. Es bilden sich auf diese Weise geradezu Bubbles, in welchen solche gleichgearteten Songs kursieren.   Das heißt nicht, dass die Betreiber von YouTube untätig bleiben. Sie begegnen diesem Problem mit ihrem „4Rs-Framework“ (Remove, Raise, Reward, Reduce). Bei vielen Grenzfällen reagiert der Algorithmus jedoch unsicher und lässt diese Empfehlungen dann sehr häufig zu.

Die großen LLM-Sprachmodelle und ihre Ausrichtung

Wie steht es nun aber mit dem Hintergrund der großen Sprachmodelle? Kann man sie davon freisprechen, eigene politische Zielsetzungen zu verfolgen, mit denen sie ihre Modelle füttern oder die Algorithmen beschreiben? Die Forschung hat sich schon früh für diese Problematik interessiert.   Das Hauptergebnis ist, dass man nicht davon ausgehen kann, dass die heutigen großen LLM-Modelle selbst irgendwelche Ideologien aktiv unterstützen. Man muss erst einmal davon ausgehen, dass diese Sprachmodelle Millionen von Texten in ihrer Basis verarbeitet haben, wobei auch die dahinterstehenden politischen Haltungen in die Resultate eingingen.   Nahezu alle Modelle neigen denn auch eher zu einer Mitte-Links-Position beziehungsweise einem eher liberal-progressiven Weltbild. LLMs werden auf riesigen Mengen menschlicher Texte trainiert; sie absorbieren deshalb auch die darin enthaltenen ideologischen Strukturen. Dies muss nicht einmal unbedingt politische Ideologien betreffen. Auch die Sprache kann zu Unterschieden führen. Die Beantwortung von Fragen in französischer Sprache führte dabei in einer der Studien dazu, dass ein deutlicher Ruck nach rechts-autoritär gefunden wurde.   Aber natürlich kann man chinesische Modelle mit denen aus den USA und aus Europa nur partiell vergleichen: Chinesische Modelle haben zum Beispiel eine viel geringere Besorgnis für den Klimawandel, und sie verstummen, wenn die Problematik um Taiwan oder Kritik an der politischen Führung angesprochen wird.   Vergleicht man die größten Modelle, so kommt man gemäss aktuellen Studien der University of Washington oder der TU München zu folgenden Ergebnissen:

• ChatGPT wird häufig als das am stärksten links-orientierte Modell bezeichnet. Es legt einen großen Wert auf soziale Gerechtigkeit, Umweltpolitik und liberale Gesellschaftsmodelle.
• Claude von Anthropic gilt dagegen oft als das am stärksten zentristische Modell innerhalb der liberalen Gruppe. Es verfolgt einen moderaten liberalen Ansatz mit Fokus auf wirtschaftlicher Offenheit.
• Gemini von Google positioniert sich als moderat-liberal mit einem Fokus auf gesellschaftlicher Freiheit. Allerdings kann Google auch einmal überreagieren, indem es auf eine Frage nicht antwortet, weil es diese als zu politisch betrachtet.   Einen Sonderfall stellt allerdings Grok von Elon Musk dar, das ganz bewusst als „Anti-Woke“ eingerichtet wurde. Grok vertritt ein bipolares Modell der Algorithmen. Während in wirtschaftlichen Fragen linke Positionen vertreten werden, sind es bei gesellschaftlichen Themen wie Einwanderung oder Genderfragen eher rechte Standpunkte, die im Fokus stehen. Grok neigt zudem dazu, extremen Positionen viel Platz einzuräumen und den zentristischen Bereich eher unterbelichtet zu lassen.   Gerade das Beispiel von Grok deutet darauf hin, dass für die Tech-Konzerne noch Spielräume bestehen, sich in Zukunft näher bei bestimmten ideologischen Positionen zu verorten.

Das Beispiel Grok zeigt, dass die politische Verortung von KI künftig ein Wettbewerbsvorteil sein könnte. Für uns Nutzer bedeutet das: Wir dürfen die Antworten der KI nicht als „objektives Wissen“ missverstehen. Sie sind das Produkt von Algorithmen und den Wertvorstellungen jener Programmierer, die sie füttern und gewichten. Wissen in Zeiten der KI ist immer auch eine Frage der Architektur und derer, die dafür verantwortlich sind.