Live RoughCut-Bench: Neuer Benchmark prüft automatisches Rohschneiden von Videos
↘

Streit um KI-Überzeugung: Wirkt sie im Labor, aber kaum in der Welt?

Karthik Tadepalli bestreitet, dass Laborbefunde zur KI-Überzeugung auf die reale Welt übertragbar sind. Eine Gegenrede und weitere Studien zeichnen ein uneinheitliches Bild.

· Veröffentlicht: 21.11.2026 ·4 Min Lesezeit
Streit um KI-Überzeugung: Wirkt sie im Labor, aber kaum in der Welt?Mit KI erstellt
Inhalt
◆ Fakten auf einen Blick
  • In vier präregistrierten Experimenten mit 6.923 Personen war KI verlässlich überzeugender als Experten.
  • Die KI blieb auch bei £1.000 Prämie und Vorbereitung überzeugender als die Experten.
  • Der Vorteil blieb nach einem Coaching-Tool bestehen.
  • Laut Studienbericht erklärt sich der KI-Vorteil durch schnellere Bereitstellung größerer Informationsmengen.
  • Laut Yale-Studie übertreffen LLMs übliche Kampagnenanzeigen; Claude-Modelle wirkten am überzeugendsten, Grok am wenigsten.

Tadepalli: Im Labor überzeugt die KI, in der Welt kaum

Karthik Tadepalli bestreitet in dem Beitrag „Where is all the AI persuasion?“, dass Laborbefunde zur KI-Überzeugung auf die reale Welt übertragbar sind. Der Text erschien auf LessWrong und steht auch auf Tadepallis Blog. Im Einleitungsabsatz heißt es: „We now have a growing pile of studies that tell us AIs are now extremely persuasive, more so than expert humans. But does persuasion in a study setting translate into real-world persuasion? It turns out the answer is no.“

Als jüngsten Beleg für die Laborlage nennt Tadepalli eine Studie des UK AI Security Institute vom Juni 2026. Darin traten Frontier-Modelle gegen Meisterdebattierer und professionelle politische Canvasser an. Der Beitrag liegt nur gekürzt vor. Die Beobachtungen aus den US-Midterms 2026, aus Einflussoperationen und sozialen Medien stammen laut ctrlai.com. Der gekürzte Wortlaut enthält sie nicht.

Was die Studien tatsächlich zeigen: Dreifache Spendeneffektivität und gesunkene Genauigkeit

Der Studienbericht „AI out-persuades expert humans in text-based dialogue“ fasst vier präregistrierte Experimente mit 18.978 Gesprächen und 6.923 Personen zusammen. Die KI war demnach verlässlich überzeugender als Experten, auch bei £1.000 Prämie und nach einem Coaching-Tool. Die Autoren erklären das damit, dass die KI größere Informationsmengen schneller bereitstellt. Nach Coaching konnten Experten eine KI einholen, die auf menschliches Tempo und menschliche Nachrichtenlänge beschränkt war. Laut Abstract war die KI mehr als dreimal so effektiv wie Canvasser einer britischen Fundraising-Firma beim Einwerben realer Spenden. Der Text ist an dieser Stelle abgeschnitten.

„The Levers of Political Persuasion with Conversational AI“ (N=76.977, 19 Modelle) berichtet, Post-Training habe die Überzeugungskraft um bis zu 51 Prozent gesteigert, Prompting um bis zu 27 Prozent. Wo sie stieg, sank systematisch die faktische Genauigkeit. In einer Yale-Studie (N=19.145) überzeugte Claude am stärksten, Grok am schwächsten. Alle Zahlen sind Angaben der jeweiligen Studien.

Gegenrede: Die Felddaten messen Verbreitung, nicht Überzeugung

Eine Gegenrede auf LessWrong hält Tadepallis „no“ für zu weitgehend. Ihr stärkstes Argument lautet: Die Felddaten des Beitrags messen Verbreitung, nicht Überzeugung. Exposition sei der Engpass. Kalte Textnachrichten brächten Menschen nicht in Gespräche. Hunderte Millionen Nutzer fragten Chatbots dagegen freiwillig, was wahr ist. Dieser Kanal zeige sich weder in Bot-Farmen noch in verfehlten Umfragen.

Hinzu kommt eine Studie in PMC. In zwei präregistrierten Experimenten veränderten KI-Gespräche reales Verhalten, etwa Petitionsunterschriften und Spenden. Beide Seiten messen offenbar Unterschiedliches: die Wirkung pro Gespräch im kontrollierten Setting gegenüber der Wirkung auf Bevölkerungsebene in unkontrollierten Kanälen. Die Gegenrede ist eine Position, kein Beweis. Sie räumt selbst ein, dass ein ausbleibender Effekt von KI-Anzeigen bei Midterms KI nicht von menschlicher Werbung unterscheide.

Von 12,9 auf 1,9 Punkte: Wie lange hält die Überzeugung?

Tadepalli behauptet laut Zitat der Gegenrede, Menschen würden „promptly forget all of it“. Die Gegenrede verweist dagegen auf Folgedaten. Version 2 des AISI-Papers kontaktierte Teilnehmer fünf bis zehn Monate später erneut. Der KI-Effekt sank von 12,9 auf 1,9 Prozentpunkte, blieb aber nachweisbar. Der Effekt menschlicher Experten war dagegen nicht mehr nachweisbar.

Costello et al. fanden demnach nach zwei Monaten unverminderte Rückgänge des Verschwörungsglaubens. Diese Zahlen stammen aus zweiter Hand. Die Originalstudien sind nicht bekannt. Die Abnahme stützt die Vergessens-These teilweise. Die Restwirkung und der Vergleich mit den Experten widersprechen ihr hingegen in Teilen. Messzeitpunkte und Themen unterscheiden sich offenbar, ein direkter Vergleich ist daher nur eingeschränkt möglich.

Informations-Prompts: Modellabhängig, beim Verhalten kein stärkerer Hebel

Uneinheitlich ist auch die Rolle von Informations-Prompts. Frühere Arbeiten (Hackenburg et al. 2025b, Lin et al. 2025) sahen sie laut Yale-Studie als Verstärker der Überzeugungskraft. Die Yale-Studie findet dagegen Modellabhängigkeit. Die Wirkung stieg bei Claude und Grok, bei GPT sank sie deutlich.

Die PMC-Studie fand, dass Information Einstellungen beeinflusst, Verhalten aber nicht stärker verändert als andere Strategien. Rein einstellungsbasierte Forschung könne die Verhaltenswirkung daher falsch einschätzen. Ob Design und Stichprobe der Studien vergleichbar sind, ist bislang nicht bekannt.

Persuasion als Testfall für unscharfe Aufgaben wie KI-Forschung

Tadepalli rahmt Persuasion zudem als Testfall. Sie sei eine seltene unscharfe Domäne, in der sich Evaluationen mit Realdaten abgleichen lassen. Sie zeige daher, ob KI-Fortschritt bei prüfbaren Aufgaben auf unscharfe Aufgaben wie KI-Forschung übertragbar ist.

Ob das gegenüber früheren Skepsis-Argumenten neu ist, lässt sich nicht beurteilen. Der Beitrag liegt nur gekürzt vor, Vergleichstexte fehlen. Auch die Gegenrede belegt keine völlig neue Erkenntnis. Nach ctrlai.com betrifft die Frage Evaluationsforschende und Wahlregulierer. Ein JEPS-Paper beziffert laut der Gegenrede, also aus zweiter Hand, die Kosten pro überzeugtem Wähler mit 48 bis 75 US-Dollar. Übliche Kampagnen kosten demnach etwa 100 Dollar.

A
Andreas Rüdiger
Herausgeber & Redaktionsleitung · KI-Modelle, Technik & Business

Andreas Rüdiger ist Gründer der Agentur INREMA und verantwortet KI Spotlight redaktionell. Sein Schwerpunkt liegt auf KI-Modellen, Recheninfrastruktur, technischen Entwicklungen und der wirtschaftlichen Einordnung. Er sorgt dafür, dass komplexe KI-Themen verständlich und nachvollziehbar aufbereitet werden. Mehr zu ihm auf inrema.de und andiger.de.

Ähnliche Artikel