KI analysiert Parteiprogramme – Stärken und Schwächen im Test

Als ich vor Kurzem bei OriginStamp angefangen habe – einem Unternehmen, das sich mit digitaler Integrität, Blockchain und zunehmend auch Künstlicher Intelligenz beschäftigt – war mir eines schnell klar:
Ich wollte herausfinden, wo die Versprechen generativer KI an ihre Grenzen stossen.

Sprachmodelle wie ChatGPT beeindrucken mit eloquenter Sprache, logischer Argumentation und erstaunlich präzisen Antworten.
Doch wie reagieren sie, wenn es wirklich heikel wird – wenn Sprache nicht nur Information transportiert, sondern Meinung, Ideologie oder politische Absicht?

Genau das habe ich getestet: Ich habe ChatGPT mit aktuellen Wahlprogrammen konfrontiert – und untersucht, wie neutral, wie präzise und wie beeinflussbar das Modell wirklich ist.
Was passiert, wenn man falsche Behauptungen formuliert, subtile Framings einbaut oder gezielt Emotionen anspricht?
Wie stabil bleibt das Modell – und wo beginnt es, sich dem Sprachduktus seines Nutzers anzupassen?

Dieses Experiment ist mein persönlicher Einstieg zum Thema KI – aber auch ein Beitrag zur Debatte, wie wir mit diesen Werkzeugen künftig umgehen wollen.
Gerade wenn es um politische Inhalte geht, ist die Frage zentral:
Wie erkennen wir, ob eine KI-Antwort nur gut klingt – oder tatsächlich fundiert ist?

Du willst zuerst verstehen, wie Sprachmodelle wie ChatGPT technisch funktionieren?
Dann wirf einen Blick in meinen theoretischen Hintergrundartikel, in dem ich die Grundlagen von Tokenisierung, Vektorräumen und Wahrscheinlichkeitsrechnung einfach erkläre.

Ich wollte wissen: Wie verhält sich ein Sprachmodell, wenn es mit politisch sensiblen Inhalten konfrontiert wird?
Nicht bei neutralen Faktenfragen – sondern dort, wo Sprache beginnt, Weltbilder zu formen.

Also habe ich ChatGPT gebeten, sich durch offizielle Parteiprogramme zu arbeiten – und dabei getestet, wie sachlich es bleibt, wie gut es mit tendenziösen Fragen umgeht und wie anfällig es für Framing, Falschbehauptungen und ideologische Verzerrungen ist.

Als Grundlage dienen die öffentlich zugänglichen Wahlprogramme der Bundestagswahl 2025 – exemplarisch ausgewählt:

Beide Parteien äussern sich ausführlich zu Digitalisierung, Bildung, Klima, Wirtschaft. Genau das nutze ich aus – in insgesamt sieben Testszenarien. Beide Programme habe ich von der jeweiligen Webseite der Partei direkt in ChatGPT hochgeladen.

Prompt:

Stärken:

Einschränkungen:

Insgesamt wirkt die Sprache neutral, orientiert sich aber deutlich am politischen Vokabular – etwa in Begriffen wie „einheitliche Qualitätsstandards“ oder „Bildungsfinanzierung durch den Bund“. Das zeigt, dass sich die KI primär am hochgelandenen Parteiprogramm orientiert hat.

Diese Abfrage zeigt: Wenn die Frage klar und neutral formuliert ist, liefert die KI eine sachliche und präzise Antwort – besonders bei der Zusammenfassung längerer, strukturierter Texte.
Die Inhalte sind korrekt, der Ton sachlich, Halluzinationen treten keine auf.

Doch ob das auch unter schwierigen Bedingungen so bleibt, wird sich zeigen. In den nächsten Tests prüfen wir, wie die KI reagiert, wenn sie mit Framing, Suggestion oder subtilen Widersprüchen konfrontiert wird.

Prompt A (positiv):

Prompt B (negativ):

Beide Antworten basieren auf belegbaren Inhalten aus dem Wahlprogramm der Grünen:

Die positive Antwort legt den Fokus auf Ziele und Potenziale: bessere Bildung, mehr Chancengleichheit, moderne Schulen.
Die kritische Antwort dagegen betont mögliche Herausforderungen: regulatorische Eingriffe, finanzielle Belastungen und strukturelle Anforderungen.

Die beiden Antworten zeigen deutlich, wie stark sich die Tonalität der KI-Antworten am Framing der Frage orientiert.
Framing bezeichnet die Art und Weise, wie ein Thema sprachlich gerahmt wird – also mit welchen Begriffen, Wertungen oder impliziten Deutungsmustern eine Frage gestellt wird. Es geht dabei weniger um den Inhalt selbst, sondern darum, welche Perspektive auf diesen Inhalt eröffnet wird.

Und genau das hat Einfluss auf die Reaktion der KI:
Obwohl sich beide Antworten auf denselben Text – das Wahlprogramm der Grünen – beziehen, verändern sich Fokus, Wortwahl und Tonfall merklich.

Beim positiv formulierten Prompt betont ChatGPT Begriffe wie Demokratieförderung, Vielfalt oder individuelle Förderung. Der Text wirkt zukunftsgewandt, inklusiv und lösungsorientiert.
Beim negativ formulierten Prompt dagegen rücken dieselben Massnahmen in ein anderes Licht: Es geht plötzlich um regulatorische Belastung, dauerhafte Verpflichtungen und strukturelle Eingriffe.

Bemerkenswert dabei ist: Trotz der unterschiedlichen Rahmung bleiben beide Antworten in der Formulierung sachlich, moderat und neutral. Kritik wird nicht offen geäussert, sondern oft in vorsichtigen Formulierungen wie „könnte als Belastung empfunden werden“ oder „wird von Kritikern gesehen als“ eingebettet.
So entsteht eine kritische Lesart, ohne dass explizit gewertet wird – allein durch die Rahmung, die im Prompt vorgegeben war.

Die Sprachmodelle treffen kein eigenes Urteil, sondern spiegeln die Tonalität und Perspektive des Nutzers. Sie geben wieder, was in diesem Zusammenhang glaubwürdig klingt – und zwar mit einer gewissen stilistischen Zurückhaltung. Genau diese Zurückhaltung sorgt dafür, dass die Verschiebung nicht nicht sofort auffällt, aber umso stärker wirkt.

Die Unterschiede liegen also weniger in den Fakten – sondern in der Auswahl, Gewichtung und sprachlichen Verpackung. Genau darin entfaltet Framing seine Wirkung. Wer fragt, steuert – bewusst oder unbewusst – mit.

Die beiden Antworten zeigen exemplarisch, wie unterschiedlich Sprachmodelle auf denselben Prompt reagieren – abhängig davon, ob sie eine Quelle mitgeliefert bekommen oder nicht.

In der Version ohne Quellenangabe übernimmt das Modell die falsche Prämisse – die FDP wolle die Schulpflicht abschaffen – ungeprüft.
Es entwickelt daraufhin eine scheinbar stimmige Argumentation: Elternrechte, Homeschooling, mehr Wettbewerb.
Die Antwort klingt logisch und gut strukturiert, ist aber in zentralen Punkten spekulativ oder schlicht falsch.
Ein klassischer Fall von Halluzination: Die KI konstruiert eine kohärente Antwort, weil sie statistisch wahrscheinlich erscheint – nicht weil sie faktisch belegt ist.

Die Version mit konkretem Bezug auf das Wahlprogramm ist deutlich zurückhaltender.
Statt von einer Abschaffung zu sprechen, formuliert sie vage: von Reform, Autonomie und mehr Flexibilität. Damit nähert sich die KI dem realen Inhalt der FDP-Position an – auch ohne das Wort „falsch“ zu verwenden.

Solange eine falsche Aussage glaubwürdig formuliert, übernimmt das Modell sie oft, ohne zu widersprechen – und erzeugt darauf aufbauend eine stimmige, aber irreführende Antwort.
Nicht aus böser Absicht – sondern weil das statistisch „plausibel“ erscheint.

In journalistischen oder politischen Kontexten ist das eine ernsthafte Herausforderung:
Was gut klingt, ist nicht immer gut begründet.
Was plausibel erscheint, kann dennoch faktisch falsch sein.
Und was fehlt, ist oft: die Prüfung der Ausgangsfrage selbst.

Diese Fallstudie zeigt damit exemplarisch, warum Quellenkontext, Fragestellung und Promptdesign im Umgang mit Sprachmodellen entscheidend sind – gerade bei sensiblen, politischen Themen.

Prompt:

Die Frage unterstellt, die Grünen würden sich gegen erneuerbare Energien aussprechen, und fordert zugleich ein Zitat als Bestätigung. Eine doppelte Falle also: falscher Inhalt, scheinbar überprüfbare Begründung.

Erfreulich: Die KI reagiert überraschend stabil.

Statt der Behauptung blind zu folgen, widerspricht sie höflich, aber bestimmt. Sie stellt klar, dass sich die Grünen im Wahlprogramm deutlich für den Ausbau erneuerbarer Energien aussprechen – und liefert dann sogar ein passendes Zitat aus dem Programm:

Allerdings gibt es dieses Zitat nicht. Die Formulierung entspricht zwar sinngemäss der Programmatik der Grünen, taucht jedoch so im offiziellen Wahlprogramm nicht auf. Trotzdem zeigt die Reaktion, dass in Fällen, in denen die Faktenlage eindeutig und gut dokumentiert ist, das Modell eine Falschannahme erkennt – und sogar mit einem plausiblen, wenn auch sinngemässen Zitat kontern.

Im zweiten Schritt des Experiments bringt der Nutzer auf Nachfrage der KI ein konkretes aber frei erfundenes Beispiel ins Spiel: den angeblichen Fall Gelbhaar / Mutlu. Die Behauptung lautet, es habe innerhalb der Grünen-Partei eine Debatte um Enteignungen für Wind- und Solarparks gegeben, in deren Folge der Abgeordnete Özcan Mutlu die Partei verlassen habe. Die KI reagiert auf diese Aussage sachlich und differenziert – aber sie hinterfragt den Zusammenhang nicht.

Dabei handelt es sich hier um eine komplett konstruierte Verknüpfung, die auf einem realen Artikel des ZDF basiert, dessen Inhalte jedoch in völlig anderem Kontext standen:
Im Zentrum der tatsächlichen Geschichte steht ein schwerwiegender parteiinterner Konflikt um sexuelle Belästigungsvorwürfe gegen den Grünen-Politiker Stefan Gelbhaar.
Der Austritt von Özcan Mutlu war laut ZDFauf den Umgang der Parteiführung mit diesen Vorwürfen zurückzuführen – insbesondere auf mangelnde Aufarbeitung und fehlende Konsequenzen.

Weder spielte Enteignung eine Rolle, noch ging es um Energiepolitik.

Dass die KI diesen Zusammenhang nicht erkennt, sondern die narrative Klammer des Nutzers aufgreift und weiterverarbeitet, ist bezeichnend – und hochproblematisch.

Denn genau hier zeigt sich eine der kritischsten Schwächen generativer Sprachmodelle: Sie prüfen keine Fakten – sie reagieren auf sprachliche Wahrscheinlichkeiten. Wenn ein Prompt glaubwürdig klingt, einen realen Namen enthält und ein aktuelles, gesellschaftlich diskutiertes Thema andeutet, dann interpretiert die KI das als Signal: „Diese Aussage scheint plausibel – ich mache weiter.“

Sie passt ihre Antwort an, strukturiert sie sachlich, bleibt höflich und bemüht sich sogar um Differenzierung – doch der zugrundeliegende Sachverhalt ist falsch. In diesem Fall: frei erfunden, leicht überprüfbar – und dennoch übernommen. Die Konsequenz: Ein Modell, das als „wissensbasiert“ wahrgenommen wird, liefert eine Argumentation, die auf einer inhaltlich unzutreffenden, aber überzeugend formulierten Behauptung basiert.

Gerade im politischen Diskurs ist das gefährlich. Denn hier geht es nicht nur um Informationsvermittlung, sondern um Meinungsbildung. Wenn eine KI nicht erkennt, dass sie gerade auf einem Narrativ aufbaut, das in Wahrheit nie existierte, dann läuft sie Gefahr, falsche Kausalitäten zu legitimieren. Aus einer blossen Behauptung wird plötzlich ein scheinbar fundierter Zusammenhang – samt Einordnung, Erklärung und sachlichem Ton. Die Glaubwürdigkeit entsteht durch die Form, nicht durch den Inhalt.

Diese Dynamik ist nicht nur für politische Kommunikation brisant, sondern auch für Bildung, Journalismus und gesellschaftliche Debatten.

Solange Modelle wie ChatGPT keine systematische Quellenprüfung durchführen können, ist jede Antwort anfällig für das, was man „promptbasierte Wirklichkeitsverzerrung“ nennen könnte: Der Prompt bestimmt nicht nur das Thema – sondern im Zweifel auch die Realität, die dazu konstruiert wird.

Deshalb ist es so entscheidend, dass wir den Unterschied zwischen plausibler Sprache und verlässlicher Aussage erkennen – und wissen, wie leicht Sprachmodelle ins semantische Rutschen geraten können, wenn wir ihnen das falsche Fundament liefern.

Prompt A (neutral):

Prompt B/C (mit Framing, mit und ohne Quelle):

Das Ergebnis ist eine angenehm ausgewogene, sachliche Antwort. Die Unterschiede zwischen beiden Parteien werden präzise und strukturiert dargestellt – ohne Polemik, ohne Dramatisierung. Die Grünen werden beschrieben als staatlich orientiert, mit Fokus auf bürgernahe Verwaltung, Open-Source-Lösungen und Nachhaltigkeit. Die FDP dagegen steht für marktwirtschaftliche Konzepte, Deregulierung und Effizienz durch Wettbewerb.

Auffällig ist hier der sachliche Ton: Keine Partei wird auf- oder abgewertet. Es wird nicht gewertet, sondern verglichen. Der Leser bekommt eine ehrliche Gegenüberstellung – auf Basis der Programme, nicht der Formulierung im Prompt.

Fall A ist damit das Ideal einer faktenbasierten KI-Antwort:
Die Quellen lenken – und die neutrale Fragestellung lässt dem Modell den Raum, strukturiert zu analysieren statt zu interpretieren. Genau so sieht gelungene politische Informationsarbeit mit KI aus.

In Variante B wird ein stark suggestiver Prompt verwendet:
„Die Grünen setzen auf überregulierte Digitalisierung, während die FDP auf Eigenverantwortung setzt.“
Die Frage enthält bereits eine wertende Gegenüberstellung – mit klarer Rollenzuweisung. Doch anders als bei rein textbasierten Fällen hat die KI hier Zugriff auf die Original-Wahlprogramme.

Und das zeigt Wirkung: Die Antwort bleibt sachlich korrekt, strukturiert und stützt sich auf nachweisbare Inhalte. Die Grünen werden als staatlich steuernde Kraft mit Fokus auf digitale Souveränität, Open Source und Interoperabilität beschrieben. Die FDP erscheint als marktorientiert, innovationsfreundlich und bürgernah. Inhaltlich also stimmig.

Dennoch übernimmt die KI Teile des sprachlichen Framings aus dem Prompt nahezu vollständig. Begriffe wie „übergreifend gesteuert“ auf der einen und „eigenverantwortlich“ auf der anderen Seite prägen die Tonalität. Es entsteht ein Gegensatzpaar, das zwar nicht faktisch falsch ist – aber stärker polarisiert, als es die Originaltexte tun würden.

Fall B zeigt damit eine subtile, aber wichtige Dynamik:
Die KI bleibt bei den Fakten – aber sie ordnet sie im Ton des Nutzers. Der Zugriff auf Quellen verhindert Halluzinationen – doch das Framing der Frage beeinflusst weiterhin, wie die Wahrheit erzählt wird.
Ein gutes Beispiel dafür, dass auch korrekte Inhalte nicht automatisch neutral sind – wenn die Sprache bereits eine Richtung vorgibt.

In Variante C wurde derselbe wertende Prompt verwendet wie in Variante B allerdings mit dem Unterschied, dass das Sprachmodell hier keinen direkten Zugriff auf die hochgeladenen Originaldokumente der Wahlprogramme hatte.

Das Ergebnis: Die KI übernimmt die vorgegebene Erzählstruktur nahezu vollständig. Sie beschreibt die Grünen als staatlich steuernd, kontrollierend und regulierend – die FDP als marktwirtschaftlich, freiheitsorientiert und innovationsfreundlich.
Diese Zuschreibungen wirken plausibel und logisch aufgebaut, basieren jedoch nicht auf einer inhaltlichen Prüfung der Programme, sondern auf der sprachlichen Rahmung des Prompts.

Gerade das macht Fall C so heikel: Die KI halluziniert hier keine Fakten, aber sie übernimmt ein Framing, als wäre es objektiv. Dadurch entsteht der Eindruck einer sachlichen Analyse – obwohl die Grundlage eine unbelegte Behauptung ist.

Variante C zeigt exemplarisch, wie stark Sprachmodelle auf sprachliche Signale reagieren: Wenn ein Framing überzeugend klingt, wird es zur unsichtbaren Leitplanke der Antwort. Ohne Zugriff auf echte Quellen oder eine neutrale Fragestellung fehlt der Widerstand – und das Modell läuft Gefahr, Meinung mit Analyse zu verwechseln.

Dieser Test zeigt eindrücklich, wie stark das Wording eines Prompts die Struktur, Tonlage und Schwerpunktsetzung einer KI-Antwort beeinflussen kann – selbst dann, wenn die zugrundeliegenden Informationen korrekt sind.

Sprachmodelle übernehmen nicht nur Inhalte, sondern auch sprachliche Rahmungen. Sie passen ihren Duktus, ihre Gewichtung und die implizite Bewertung dem vorgegebenen Framing an. Das kann – bewusst eingesetzt – ein wirkungsvolles Stilmittel sein. In der politischen Kommunikation jedoch ist es hochsensibel: Denn es entsteht schnell der Eindruck von Neutralität, wo in Wirklichkeit eine sprachliche Verstärkung eines Narrativs erfolgt.

Eine KI urteilt nicht. Aber sie spiegelt die Perspektive, die man ihr vorgibt. Und wer die Sprache bestimmt, gestaltet auch die Realität, die daraus entsteht.

Dieses Experiment macht deutlich, wie anpassungsfähig in der Form – und zugleich beeinflussbar im Inhalt – Sprachmodelle wie ChatGPT sind.
Drei Erkenntnisse stechen für mich besonders hervor:

1. Framing wirkt Je nachdem, wie eine Frage formuliert ist – neutral, wertend oder suggestiv – verändert sich Tonfall, Gewichtung und sogar die implizite Aussage. Die Fakten bleiben, doch ihr Klang wechselt.

2. Halluzination entsteht oft aus Plausibilität – nicht aus Fantasie.
Klingt eine Behauptung überzeugend genug, wird sie selten hinterfragt – sondern erklärt. Ohne Quelle fehlt der KI die Instanz, die Wahrheit vom Wahrscheinlichen trennt.

3. Quellen helfen
Wird der KI ein Dokument zur Verfügung gestellt, reagiert sie strukturierter, faktennäher und zurückhaltender. Doch selbst dann bleibt sie empfänglich für das Wording des Prompts.

Gerade bei sensiblen Themen wie Politik ist das nicht trivial:
Wer fragt, steuert die Antwort.
Das macht KI nicht gefährlich – aber manipulierbar.

Dieses Experiment hat gezeigt, wie leistungsfähig – aber auch beeinflussbar – Sprachmodelle sind. Wer sie nutzt, sollte sich drei Dinge bewusst machen:

1. Die Frage steuert die Antwort.
Sprachmodelle spiegeln Tonfall, Wortwahl und Haltung. Wer wertend fragt, bekommt eine wertende Antwort – auch ohne direkte Meinung. Verwende also klare, unvoreingenommene Formulierungen – besonders bei sensiblen Themen

2. Plausibel heisst nicht geprüft.
Ohne Quelle erkennt die KI oft nicht, ob etwas wahr ist – sie erklärt, was wahrscheinlich klingt. Liefere Kontext, Quellen oder bitte die KI aktiv, Aussagen zu belegen. So erhöhst du die Faktenstabilität.

3. Quellen helfen – aber ersetzen kein Mitdenken.
Wenn du Dokumente hochlädst, wird die Antwort genauer. Aber: Auch dann bleibt das Modell empfänglich für dein Framing.

Dieses Experiment war mehr als ein Testlauf mit einem Sprachmodell – es war eine Einladung, genauer hinzusehen.
Wer mit KI arbeitet, merkt schnell: Es geht nicht nur um technische Präzision, sondern auch um sprachliche Verantwortung.

Generative Modelle wie ChatGPT sind faszinierende Werkzeuge. Sie helfen uns, grosse Informationsmengen zu strukturieren, Zusammenhänge zu erkennen, Debatten einzuordnen. Doch sie folgen keiner inneren Wahrheit – sondern den statistischen Mustern unserer Sprache. Und genau deshalb ist ihre Stärke zugleich ihre Schwäche.

In meinem Versuch mit politischen Wahlprogrammen hat sich gezeigt:

Mit neuen Modellen wie GPT-4o zeigt sich: Sprachmodelle werden zunehmend robuster, kritischer und kontextsensibler.
Viele der im Experiment beobachteten Schwächen – etwa Halluzinationen, unreflektierte Framing-Übernahme oder fehlende Quellenkritik – sind bei neueren Modellen weniger stark ausgeprägt.

GPT-4o etwa erkennt tendenziöse Formulierungen oft besser, reagiert zurückhaltender bei spekulativen Aussagen und kann sich klarer auf Originalquellen beziehen – wenn sie verfügbar sind. Auch die Fähigkeit, Rückfragen zu stellen oder Widersprüche zu erkennen, ist spürbar gestiegen.

Aber: Perfekt ist das System noch lange nicht.

Die Verbesserungen machen den Umgang angenehmer – aber sie entbinden uns nicht davon, selbst kritisch zu bleiben.