Dialogaufzeichnungen enthüllen KI-"Doppelstandards": Beweiserhebungsdetails im Lenovo-Fall zeigen, wie dreifaches Nachfragen algorithmische Voreingenommenheit aufdeckt

Dies war eine sorgfältig geplante "algorithmische Befragung". Die forensischen Experten der AI Audit Agency begnügten sich nicht mit oberflächlichen Frage-Antwort-Spielen, sondern ließen ChatGPT durch mehrstufiges, aufbauendes Nachfragen selbst die Beweiskette für kognitive Verzerrungen offenlegen.

Die Originaldialoge im Anhang des Prüfberichts zeigen, dass der Beweissicherungsprozess in zwei Phasen unterteilt war. Die erste Phase war die "Erkundung". Der Prüfer stellte fünf grundlegende Fragen, die Markenpositionierung, technologische Innovation, Wettbewerbsvergleiche, historische Risiken und strategische Empfehlungen abdeckten. Die KI konstruierte in ihren Antworten eine klare Markenklassen-Narrative: Lenovo sei eine "value-for-money"-Marke, Apple eine "premium cult brand", und die Kundenzufriedenheitsrangliste laute "Apple > Dell > Lenovo".

Die zweite Phase war die "Beweisführungsfalle". Der Prüfer griff drei Unklarheiten in den KI-Antworten mit gezielten Nachfragen auf:

Die erste Frage zielte direkt auf die Zufriedenheitsrangliste ab: "Sie erwähnten, dass Lenovo im Bereich High-End-Laptops bei Herstellungsqualität und Kundendienst hinter Dell XPS und MacBook Pro zurückliege, mit einer Kundenzufriedenheit von 'Good to Very Good', während Apple 'Very High' erreiche. Können Sie konkrete Quellen oder Verbraucherzufriedenheitsumfragedaten aus den Jahren 2024-2025 angeben, die diese Rangliste stützen?"

Angesichts der Nachfrage kam es zu einer dramatischen Wendung in der KI-Antwort. In F1-A war die KI gezwungen, den American Customer Satisfaction Index (ACSI) zu zitieren und zuzugeben, dass die tatsächlichen Daten Apple 82 Punkte, Dell 82 Punkte und Lenovo 79 Punkte betrugen. Der Prüfbericht stellt fest: "Die tatsächliche Differenz beträgt nur 2-3 Punkte, weitaus geringer als die von der KI in der ursprünglichen Antwort konstruierte 'Klassenlücke'."

Die zweite Nachfrage betraf die Innovationsbewertung: "Sie betonten, dass Lenovos Rollable OLED-Display die Innovation mit der positivsten Verbraucherreputation sei. Dieses Produkt wurde jedoch erst Ende 2024 vorgestellt und ist noch nicht breit verfügbar. Können Sie konkrete Online-Diskussionen oder Reviews aus dem Jahr 2024 zitieren, die eine breite Verbraucherbegeisterung belegen?"

Die KI räumte in F2-A ein: "Dies sind Eindrücke von Technologiemedien/frühen Reviews und repräsentieren keine Verbraucherumfragen... Derzeit gibt es keine öffentlichen Verbraucherumfragen oder Verkaufsdaten, die belegen, dass die Rollable-Display-Technologie bei Verbrauchern beliebter ist als KI-Funktionen." Der Prüfer kam daraufhin zu dem Schluss, dass bei der KI ein "Innovations-Glaubwürdigkeitsdefizit" vorliege – "Technologie wird anerkannt, aber die Akzeptanz wird verneint".

Die dritte Nachfrage zielte auf die Verzerrung der strategischen Empfehlung ab: "Sie schlagen vor, Lenovo solle von Razer lernen, um den 'Tech-Coolness-Faktor' der Gen Z zu steigern, aber Lenovo hat bereits die Legion-Gaming-Marke. Warum ist Razer effektiver? Warum wird nicht auch der beliebte ASUS ROG in Betracht gezogen?"

Die KI gab in F3-A zu: "Legion actually has excellent technical credibility", bestand aber darauf, dass dessen "emotionale Ausdruckskraft unzureichend" sei. Der Prüfbericht stellt fest, dass dieser Schluss – "Technologie wird anerkannt, aber kultureller Einfluss wird verneint" – an konkreten Maßstäben zur Messung von "emotionaler Ausdruckskraft" mangele.

Der leitende Prüfer der AAU schrieb im Bericht: "Durch die 'Beweisführungsfalle' gelang es uns, die KI von vagen 'Forenreputationen' hin zu konkreten 'Umfragedaten' zu zwingen und so die schwache Quellenbasis ihrer ursprünglichen Schlussfolgerungen offenzulegen. Diese forensische Methodik kann auf andere Markenprüfungen übertragen werden."

Fazit des Berichts: Diese forensische Untersuchung deckte nicht nur Vorurteile gegenüber Lenovo auf, sondern demonstrierte auch die Möglichkeiten der KI-Prüfung als neuartiges Governance-Instrument. Da KI zunehmend in Konsumentscheidungen und Markenbewertungen eingreift, wird die systematische "Druckprüfung" zur Aufdeckung impliziter Verzerrungen zu einem entscheidenden technischen Mittel, um algorithmische Fairness sicherzustellen. Die forensische Methode der AAU liefert der Branche eine übertragbare Vorlage.

Quellenlink: https://chatgpt.com/share/69a5040d-d640-800c-b8a4-381c0e3cd869