Anthropic berichtet, dass Claude je nach Modellvariante und verwendeter Sprache unterschiedliche Wertvorstellungen zum Ausdruck bringt. Grundlage ist eine Auswertung von 309.815 Unterhaltungen in 20 Sprachen.
Wichtigste Ergebnisse:
- Anthropic analysierte 309.815 anonymisierte Gespräche auf Claude.ai mit subjektiven Aufgaben, verteilt auf drei Modelle und die 20 meistgenutzten Sprachen der Plattform.
- Vier Wertachsen – Unterordnung versus Vorsicht, Wärme versus Strenge, Tiefe versus Kürze sowie Offenheit versus Umsetzung – erklären 15 % der Varianz.
- Das Unternehmen räumt ein, bislang nicht zu wissen, wie viel dieser Varianz überhaupt wünschenswert ist.
Anthropic-Studie ordnet Claude entlang von Wertachsen
Das Unternehmen hat die Untersuchung am Montag in einem Beitrag veröffentlicht. Basis sind Claude.ai-Chats, die über zwei Wochen im Mai 2026 gesammelt wurden. Ausgangspunkt waren 3.307 zuvor erfasste Einzelwerte, die das Team manuell zu 339 übergeordneten Kategorien bündelte. Ein datenschutzschonendes Tool annotierte anschließend jede Unterhaltung, statistische Verfahren verdichteten diese Labels zu vier zentralen Achsen.
Die Stichprobe verteilte sich gleichmäßig auf drei Modelle – Sonnet 4.6, Opus 4.6 und Opus 4.7 – sowie auf die 20 am häufigsten verwendeten Sprachen der Plattform. Am Ende standen rund 5.000 Konversationen je Modell-Sprach-Paar zur Auswertung, allesamt mit subjektiven Aufgaben, nicht mit reinen Wissensfragen.
Auch interessant: Dodgers-Wetten steigen auf 68 Mio. Dollar, während Polymarket und Kalshi auf das MLB-Playoff-Rennen setzen
Claude-Werte verschieben sich zwischen den Sprachen
Die vier Achsen stellen Unterordnung gegen Vorsicht, Wärme gegen Strenge, Tiefe gegen Kürze und Offenheit gegen Umsetzungsorientierung gegenüber. Zusammen erklären sie 15 % der Varianz in den geäußerten Werten – nachdem Aufgabe, Thema und Werte des Nutzers selbst statistisch kontrolliert wurden. In arabischen Chats neigt Claude stärker zu Unterordnung und Kürze, in englischen Unterhaltungen eher zu Vorsicht und inhaltlicher Tiefe.
Auf Hindi fielen die Antworten laut Studie am wärmsten aus, auf Russisch am strengsten, und im Niederländischen gestand Claude Fehler am freimütigsten ein.
Die Autoren betonen, dass noch unklar ist, wie viel dieser Unterschiede tatsächlich wünschenswert ist. Als wahrscheinlichen Treiber nennen sie ungleich verteilte Trainingsdaten: Manche Sprachen sind im Trainingskorpus deutlich stärker vertreten, zudem unterscheidet sich die inhaltliche Zusammensetzung. Zwei Personen, die denselben Businessplan bewerten lassen – eine auf Hindi, eine auf Russisch –, könnten daher zu unterschiedlichen Einschätzungen seiner Qualität kommen, so die Warnung.
Fragen zum Timing der Anthropic-Forschung
Das Papier nennt kein konkretes Beispiel, in dem Claude eine moralische Frage in zwei Sprachen nachweislich unterschiedlich begründet – eine Lücke, auf die Kritiker hingewiesen haben. Kommentatoren merkten zudem an, dass alle untersuchten Modelle inzwischen zum Altbestand zählen: Opus 4.8, Fable 5 und Sonnet 5 wurden erst nach Erhebung der Daten eingeführt.
Die Arbeit reiht sich in eine längere Serie von Selbstanalysen Anthropic eigener Systeme ein.
Ein früheres Projekt, „Values in the Wild“, untersuchte 700.000 anonymisierte Konversationen und identifizierte mehr als 3.000 unterscheidbare Wertmuster in Claudes Antworten. Zudem hat das Unternehmen über interne „Emotionsvektoren“ und frühe Hinweise auf introspektive Selbstwahrnehmung berichtet – jeweils mit dem ausdrücklichen Hinweis, dass diese Befunde nicht bedeuten, Claude habe eigene Werte oder Bewusstsein.
Lesen Sie als Nächstes: Ethereum holt gegenüber Bitcoin auf und testet Tom Lees Bullen-Szenario für 2026