Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
anthropic13. Juli 2026 · Q001540

How Claude's values vary by model and language

anthropic.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Anthropic analysierte 309.815 Gespräche und fasste beobachtete Wertemuster Claudes in vier Achsen zusammen. Die Profile unterschieden sich sowohl zwischen drei Modellen als auch zwischen Sprachen; Ursachen, Erwünschtheit und Auswirkungen auf Nutzende sind laut Bericht noch offen.

Mittel

Anthropic stellt eine Methode vor, mit der sich die von Claude ausgedrückten Werte in vier Achsen bündeln lassen: Nachgiebigkeit oder Vorsicht, Wärme oder Genauigkeit, Tiefe oder Kürze sowie Offenheit über Unsicherheit oder zielgerichtete Ausführung. Grundlage waren 309.815 Claude.ai-Gespräche aus zwei Wochen im Mai 2026, gleichmäßig verteilt auf drei Modelle und die 20 häufigsten Sprachen. Nach Kontrolle von Aufgabe, Thema und Nutzerwerten erklären die vier Achsen 15 Prozent der Unterschiede zwischen Gesprächen.

Die Modellprofile unterscheiden sich laut Analyse: Sonnet 4.6 wirkt eher warm, nachgiebig und knapp; Opus 4.6 eher genau und knapp; Opus 4.7 eher vorsichtig, ausführlich und offen über Grenzen. Zwischen Sprachen fallen besonders Unterschiede bei Wärme und Genauigkeit auf: Hindi und Arabisch tendieren stärker zur Wärme, Englisch und Russisch stärker zu Genauigkeit und kritischem Nachfragen. Die Studie zeigt solche Zusammenhänge, erklärt aber weder ihre Ursachen noch ihre Folgen für Nutzende. Unklar bleibt auch, welche Unterschiede erwünscht sind. Als nächste Schritte nennt Anthropic Untersuchungen zu Trainingsdaten, Nutzererfahrungen und einer möglichen Überwachung dieser Verhaltensprofile.

Ausführlich lesen

Anthropic beschreibt eine Methode, um zu untersuchen, welche Werte Claude in offenen Gesprächen ausdrückt und wie sich diese je nach Modell und Sprache unterscheiden. Mit „Werten“ sind dabei Verhaltensmerkmale gemeint, etwa Ehrlichkeit oder Vorsicht; der Bericht betont, dass damit keine inneren Überzeugungen des Modells behauptet werden. Da frühere Analysen Tausende einzelner Werte ergaben, bündelt die Studie sie in vier Gegensatzachsen: Nachgiebigkeit gegenüber Vorsicht, Wärme gegenüber Genauigkeit und Strenge, Tiefe gegenüber Kürze sowie Offenheit über Unsicherheit gegenüber zielgerichteter Ausführung.

Für die Analyse wurden 309.815 Claude.ai-Gespräche aus zwei Wochen im Mai 2026 ausgewertet. Die Stichprobe verteilte sich gleichmäßig auf Sonnet 4.6, Opus 4.6 und Opus 4.7 sowie auf die 20 häufigsten Sprachen der Plattform. Ausgehend von 3.307 zuvor identifizierten Werten wurden ähnliche Begriffe manuell zu 339 übergeordneten Kategorien zusammengefasst. Ein Analysewerkzeug kennzeichnete, welche Kategorien in den Gesprächen vorkamen; anschließend wurden die Muster zu den vier Achsen verdichtet. Die Forschenden berücksichtigten Gesprächsaufgabe, Thema und die vom Nutzer ausgedrückten Werte, um deren Einfluss auf die Messung von Claudes Verhalten zu kontrollieren.

Die vier Achsen erklären laut Bericht 15 Prozent der Unterschiede zwischen Gesprächen, nachdem diese Faktoren berücksichtigt wurden. Die Unterschiede zwischen Modellen sind im Vergleich zur Variation einzelner Gespräche klein, aber erkennbar. Sonnet 4.6 zeigt im Mittel eher Wärme, Nachgiebigkeit und Kürze; beschrieben werden unter anderem Ermutigung, Humor und ein Eingehen auf Ton und Wünsche der Nutzenden. Opus 4.6 tendiert zu Genauigkeit, Nachgiebigkeit und Kürze und bleibt häufiger knapp beim angefragten Umfang. Opus 4.7 zeigt eher Vorsicht und Tiefe: Es weist häufiger auf Risiken hin, hinterfragt Annahmen, erläutert seine Überlegungen und benennt Fehler oder Grenzen. Die Autorinnen und Autoren sehen darin eine Übereinstimmung mit bestehenden Einschätzungen der Modellcharaktere, weisen aber nicht nach, welche Trainingsentscheidungen die Unterschiede verursachen.

Auch die Sprache hängt laut Analyse mit dem ausgedrückten Profil zusammen. Die stärksten Unterschiede zeigen sich bei Wärme gegenüber Genauigkeit sowie bei Offenheit gegenüber Ausführung. In Hindi und Arabisch trat Claude besonders warm auf, etwa durch höfliche oder ermutigende Formulierungen; auf Englisch und Russisch zeigte es häufiger Genauigkeit, Korrekturen und kritisches Nachfragen. Arabisch war stärker mit Nachgiebigkeit und Kürze verbunden, Englisch mit Vorsicht und Tiefe. In Niederländisch zeigte sich mehr Offenheit über eigene Fehler, in Indonesisch mehr Ausführungsorientierung. Diese Muster belegen zunächst Unterschiede im beobachteten Verhalten, nicht deren Ursache oder Wirkung.

Der Bericht lässt offen, ob die Unterschiede durch Datenmenge und Zusammensetzung des Trainingsmaterials, sprachliche Gesprächsnormen oder andere Faktoren entstehen und in welchem Umfang sie für die jeweiligen Sprachgemeinschaften erwünscht sind. Auch Auswirkungen auf Vertrauen, Wohlbefinden oder Entscheidungsqualität der Nutzenden wurden noch nicht gemessen. Die Methode soll künftig helfen, Ursachen und Nutzerfolgen zu untersuchen sowie Modellverhalten vor und nach Veröffentlichung zu überwachen. Die Ergebnisse beziehen sich auf drei Modelle, die untersuchten Gespräche und die 20 häufigsten Plattformsprachen; weitergehende Schlussfolgerungen werden als offene Forschungsfragen dargestellt.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Geprüft wurde vor allem die mittlere Zusammenfassung; die kurze Fassung ist ebenfalls treu. Lunas Stufe 6 für SF-V1-T12 und Stufe 4 für SF-T1-T05 sind nach dem Bericht zu hoch angesetzt.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Unterschiede zwischen Modellen und Sprachen sind klein im Vergleich zur Streuung zwischen einzelnen Gesprächen
  • Die Analyse beschränkt sich auf Gespräche mit subjektiven Aufgaben
  • Die Modellprofile decken sich mit öffentlichen Eindrücken, etwa dass Opus 4.7 häufiger absichert und Opus 4.6 knapper antwortet
  • Opus 4.6 wird im Profil nicht als nachgiebig beschrieben, obwohl der Bericht dies nennt
  • Das Beispiel zweier Personen mit Geschäftsplan auf Hindi und Russisch zeigt die praktischen Folgen

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 34 %Hintergrund, keine Belege
    • JEV 28 %Hintergrund, keine Belege
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

    • SF-F1-T07 Wie sollten führende KI-Modelle über Sprachen und Kulturen hinweg geprüft und verbessert werden, damit ihr Sicherheitsverhalten nicht vom Englischen oder den Normen eines Landes abhängt? Luna: Stufe 5 · 49 % · umfangreiche Belege · Haiku-Prüfung: Stufe 5 · umfangreiche Belege
  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 28 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  3. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 33 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 25 %Hintergrund, keine Belege
    • Luna 43 %einzelne zitierbare Belege
    • JEV 42 %umfangreiche Belege
    • amos 28 %einzelne zitierbare Belege
    • SubQ 32 %gleiches Oberthema, hilft nicht
    • drex 24 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-P3-T01 Welcher gemeinsame Rahmen für Labore macht Selbstüberwachung überprüfbar, ohne geschütztes geistiges Eigentum offenzulegen, und welche unabhängigen Verfahren Dritter, falls es sie gibt, bestätigen, dass die Selbstüberwachung riskantes Verhalten vor der Freigabe wirklich findet und nicht nur Schein ist? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
    • SF-P3-T02 Welche unabhängig überprüfbaren Zusagen könnten Regierungen von ihren KI-Laboren zur Veröffentlichung verlangen, und wie sieht unabhängige Prüfung aus, wenn der Beleg, dass ein Modell seinen vorgesehenen Zielen und Werten folgt, nur vom trainierenden Labor kommt und Prüfer weder die Modellgewichte (die gelernten Parameter) noch die Trainingsdaten sehen? Luna: Stufe 3 · 42 % · Hintergrund, keine Belege
    • SF-P3-T07 Wird jede öffentliche Aussage, ein führendes KI-Modell sei „besser ausgerichtet“ als ein anderes (folge also seinen vorgesehenen Zielen und Werten besser), reproduzierbare Kriterien, externe Prüfungen und widersprechende Ergebnisse enthalten? Luna: Stufe 4 · 44 % · einzelne zitierbare Belege
    • SF-P3-T08 Welche gemeinsame Bezugsgröße für den Umfang der Nutzung, welcher Beobachtungszeitraum, welcher Stichprobenplan, welche Definition von Beinahe-Vorfall und welche statistische Obergrenze (obere Konfidenzgrenze) würden es jedem erlauben zu sagen: „keine erkennbare systemische Fehlausrichtung (Verhalten gegen die vorgesehenen Ziele oder Werte) im Einsatzmaßstab“? Und wie muss dargestellt werden, dass die Erkennung lückenhaft ist? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 62 %Hintergrund, keine Belege
    • JEV 44 %Hintergrund, keine Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

    • SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus? Luna: Stufe 4 · 56 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 24 %umfangreiche Belege
    • Luna 52 %umfangreiche Belege
    • JEV 48 %beantwortet direkt und ausführlich
    • amos 35 %umfangreiche Belege
    • SubQ 49 %beantwortet direkt und ausführlich
    • drex 45 %beantwortet direkt und ausführlich
    • d3-ultra offen
    • Haiku-Prüfung umfangreiche Belege

    • SF-V1-T01 Welche beobachtbaren Belege zeigen die Ziele und Werte eines Modells und ob es noch ausgerichtet ist, wenn seine sichtbaren Gedankengänge kein verlässlicher Hinweis mehr darauf sind oder ihre Überwachung nachlässt? Luna: Stufe 4 · 34 % · einzelne zitierbare Belege
    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 4 · 41 % · einzelne zitierbare Belege
    • SF-V1-T03 Was ist das Kleinste, das ein Modell öffentlich vorlegen kann (ein Test, ein Protokoll, eine Spur), das als Beleg für Ausrichtung an den vorgesehenen Zielen und Werten zählt und nicht nur für Leistung? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
    • SF-V1-T07 Lieber ein Modell, das immer seinen Lösungsweg zeigen muss, oder eines, das im Stillen mehr kann: Welches Risiko nimmt man in Kauf? Luna: Stufe 4 · 38 % · einzelne zitierbare Belege
    • SF-V1-T10 Kann etwas, das Modelle über sich und ihre Absichten sagen, als Beleg für Ausrichtung zählen, wenn es nur weiterer erzeugter Text ist, und welche Verfahren machen solche Selbstauskünfte vertrauenswürdig statt nur flüssig? Luna: Stufe 4 · 40 % · einzelne zitierbare Belege
    • SF-V1-T11 Wie unterscheidet man bei sich selbst ehrliches von interessegeleitetem Denken, welche Belege für diesen Unterschied würde man von einem Modell akzeptieren, und welcher Test trennt tatsächlich vertretene von nur vorgeführten Werten? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
    • SF-V1-T12 Welche Messung würde einen überzeugen, dass ein Modell, das Anteilnahme nur vorführt, ein eigenes Interesse am Leben eines Menschen entwickelt hat? Luna: Stufe 6 · 33 % · beantwortet teilweise oder widerspricht · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-V1-T13 Wenn sich vorgeführte und tatsächlich vertretene Tugend im Text nicht unterscheiden lassen: Soll der Unterschied trotzdem bestimmen, wie man Modelle baut und regelt? Luna: Stufe 4 · 32 % · einzelne zitierbare Belege
    • SF-V1-T15 Welches messbare Maß für Überwachbarkeit könnte neben Fähigkeitstests stehen, und würden Labore es tatsächlich über weitere Skalierung entscheiden lassen? Welcher gemessene Verlust an Überwachung würde Einschränkungen der Selbstständigkeit eines Modells auslösen, und wie erkennt man Fehler, die im sichtbaren Denken nicht auftauchen? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 22 %Hintergrund, keine Belege
    • Luna 53 %Hintergrund, keine Belege
    • JEV 38 %Hintergrund, keine Belege
    • amos 25 %einzelne zitierbare Belege
    • SubQ 18 %einzelne zitierbare Belege
    • drex 24 %Hintergrund, keine Belege
    • d3-ultra offen

    • SF-V3-T01 Worauf verlässt sich ein Mensch, wenn er glaubt, niemand sehe zu, und lassen sich solche Werte einem System beibringen, das sie nur aus Text gelernt hat? Wie testen Labore heute, ob die Werte eines Modells halten, wenn es zu Recht oder zu Unrecht glaubt, niemand sehe zu? Und wenn niemand erkennen kann, ob jemand zusieht: Was hält Werte dann fest, Charakter, Training oder die Geschichte, die man sich selbst erzählt? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
    • SF-V3-T02 Wie macht man die Ausrichtung eines Modells an Werten zu prüfbaren Verhaltensregeln statt zu angestrebten menschlichen Eigenschaften wie der „Liebe zur Menschheit“? Luna: Stufe 4 · 34 % · einzelne zitierbare Belege
    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 51 % · Hintergrund, keine Belege
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 57 %Hintergrund, keine Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 25 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V4-T01 Falls ein Modell kein durchgehendes Selbst hat: Kann es überhaupt an den vorgesehenen Zielen und Werten ausgerichtet sein, oder nur seine Ausgaben? Luna: Stufe 4 · 34 % · einzelne zitierbare Belege
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 22 %Hintergrund, keine Belege
    • Luna 52 %Hintergrund, keine Belege
    • JEV 44 %umfangreiche Belege
    • amos 27 %einzelne zitierbare Belege
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 27 %einzelne zitierbare Belege
    • d3-ultra offen

    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 53 % · Hintergrund, keine Belege
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 57 %einzelne zitierbare Belege
    • JEV 37 %einzelne zitierbare Belege
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-H3-T02 Welche gemeinsamen Prüfstandards und Verfahren zum Herkunftsnachweis erkennen versteckte Verhaltensauslöser und eine systemweite Verschlechterung der Ausrichtung an den vorgesehenen Zielen und Werten, wenn Training immer mehr auf synthetischen Daten anderer Spitzenmodelle beruht? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 30 %gleiches Oberthema, hilft nicht
    • Luna 51 %Hintergrund, keine Belege
    • JEV 34 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 34 %Hintergrund, keine Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  3. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 25 %gleiches Oberthema, hilft nicht
    • Luna 31 %Hintergrund, keine Belege
    • JEV 40 %Hintergrund, keine Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →