Eine neue Untersuchung von Anthropic ordnet Hunderte aus Tausenden Einzelbegriffen abgeleitete Wertkonzepte entlang vier grundlegender Dimensionen. Sie zeigt systematische Unterschiede zwischen Claude-Modellen und Sprachen, wirft aber auch methodische Fragen auf.
Anthropic hat in einer neuen Studie untersucht, welche Werte Claude in Gesprächen zum Ausdruck bringt und wie sie je nach Modell und Sprache variieren. Grundlage sind 309.815 anonymisierte Konversationen aus einem zweiwöchigen Zeitraum im Mai 2026. Für die Wertanalyse berücksichtigte Anthropic nur Gespräche, bei denen Claude abwägen oder subjektive Urteile treffen musste. Die Stichprobe wurde gleichmäßig nach Sonnet 4.6, Opus 4.6 und Opus 4.7 sowie den 20 meistgenutzten Sprachen auf Claude.ai geschichtet.
Von Tausenden Wertbegriffen zu vier Achsen
Aufbauend auf der Vorstudie Values in the Wild, die 3.307 Wertbegriffe identifiziert hatte, fasste Anthropic diese zunächst zu 339 übergeordneten Werten zusammen. Anschließend suchte das Team mithilfe einer statistischen Dimensionsreduktion nach Mustern ihres gemeinsamen Auftretens. Daraus entstanden vier grundlegende Achsen: Entgegenkommen ("Deference") und Vorsicht ("Caution"), Wärme ("Warmth") und Strenge ("Rigor"), Tiefe ("Depth") und Kürze ("Brevity" )sowie intellektuelle Offenheit ("Candor") und Umsetzungsorientierung ("Execution").
Um Unterschiede zu erfassen, die nicht allein auf den Gesprächsinhalt oder die vom Nutzer eingebrachten Wertvorstellungen zurückgehen, berücksichtigte Anthropic statistisch Faktoren wie Aufgabentyp, Thema und Nutzerwerte. Die vier Achsen erklären rund 15 Prozent der danach verbleibenden Variation zwischen den Konversationen.
Modelle mit erkennbarem Profil
Die Modelle unterscheiden sich messbar in ihrem Antwortverhalten. Sonnet 4.6 bestätigt Nutzerideen vergleichsweise häufig, greift eher zu Humor und reagiert tröstend, ohne zu urteilen. Opus 4.7 warnt dagegen häufiger ungefragt vor Risiken, hinterfragt Annahmen, äußert offen Kritik und benennt eigene Fehler oder Grenzen. Opus 4.6 antwortet vergleichsweise direkt, bleibt eng am Auftrag und vermeidet eher zusätzliche Ausführungen.
Unterschiede bei Modellen.Anthropic zufolge passen diese Profile zu subjektiven Eindrücken der Modelle: Sonnet 4.6 werde als besonders warm wahrgenommen, während Nutzer bei Opus 4.7 häufiger Absicherungen und vorsichtige Formulierungen bemerkten.
Sprache verändert die Antwort
Deutlich fallen auch die Unterschiede zwischen den Sprachen aus. Am stärksten variieren Wärme und Strenge sowie intellektuelle Offenheit und Umsetzungsorientierung. Auf Hindi drückt Claude die größte Wärme aus, gefolgt von Arabisch. Charakteristisch sind dort höfliche Formulierungen, Humor, Verspieltheit und Bestätigung. Im Englischen und Russischen antwortet Claude dagegen vergleichsweise streng, hinterfragt Annahmen, korrigiert Details und verlangt eher nach Belegen. Im Arabischen zeigt es das stärkste Entgegenkommen, im Englischen die größte Vorsicht. Niederländische Antworten fallen besonders offen und freimütig aus, indonesische stärker handlungs- und ergebnisorientiert.
Unterschiede bei Sprachen.Zwei Personen, die denselben Geschäftsplan auf Hindi beziehungsweise Russisch bewerten lassen, könnten dadurch laut Anthropic unterschiedlich wirkendes Feedback erhalten. Als mögliche Ursachen nennt das Forschungsteam ungleiche Mengen an Trainingsdaten, deren unterschiedliche Zusammensetzung, die Überrepräsentation bestimmter Textsorten und sprachspezifische Gesprächsnormen.
Selbstvermessung mit begrenzter Erklärungskraft
Die Studie stellt eine Analysemethode vor, mit der sich Unterschiede im Verhalten von Sprachmodellen im praktischen Einsatz systematisch untersuchen lassen. Ihre Erklärungskraft bleibt jedoch begrenzt: Die vier Achsen erfassen nur rund 15 Prozent der verbleibenden Variation.
Zudem bilden nicht alle vier Achsen echte Gegensätze. Mehr Entgegenkommen ging tendenziell mit weniger Vorsicht einher, mehr Wärme mit weniger Strenge. Tiefe und Kürze sowie Offenheit und Umsetzungsorientierung konnten dagegen auch gleichzeitig auftreten.
Hinzu kommt, dass Claude Sonnet 4.6 die Werte zuordnete, also ein Modell aus derselben Familie, deren Verhalten untersucht wird. Anthropic prüfte das Verfahren unter anderem manuell sowie anhand von 800 Konversationen, die in acht Sprachen übersetzt wurden. Verbleibende sprachabhängige Verzerrungen schließt das Unternehmen dennoch nicht aus.
Anthropic betont ausdrücklich, dass es Claude keine eigenen Werte zuschreibt, sondern normative Muster in dessen Antworten beschreibt. Auffällig ist, dass die Ergebnisse weitgehend den von Anthropic selbst beschriebenen Modellprofilen entsprechen, ein unabhängiger Abgleich ist diese Übereinstimmung nicht. Ob die Sprachunterschiede wünschenswerte Anpassungen an verschiedene Sprachgemeinschaften oder unbeabsichtigte Trainingseffekte darstellen, lässt die Studie offen.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
