Warum ein adversarieller Aufbau — und was daran belegt ist.
TheCounselView beruht auf zwei Forschungssträngen: Wie Gruppen und Einzelpersonen unter Konformitätsdruck Risiken glattziehen — und wie Sprachmodelle dieselbe Schwäche technisch reproduzieren. Diese Seite listet die Studien, auf die wir uns stützen, mit einer ehrlichen Einordnung: was gut belegt ist, was umstritten ist, und wo wir selbst interpretieren.
Menschliche Entscheidungsprozesse
Groupthink
Teilweise umstrittenIrving Janis prägte 1972 den Begriff für den Konformitätsdruck, der in kohäsiven Gruppen abweichende Meinungen unterdrückt. Das Kernphänomen — Gruppen treffen unter Harmoniedruck schlechtere Entscheidungen als Einzelpersonen — gilt als breit repliziert. Janis' ursprüngliches Vier-Ebenen-Modell (welche Bedingungen Groupthink genau auslösen) wird in der neueren Forschung dagegen teils infrage gestellt; die genauen Mechanismen sind weniger klar belegt als der Effekt selbst.
Quelle: Janis, Victims of Groupthink, 1972
Challenger-Fallstudie
Die Explosion der Raumfähre Challenger 1986 ist das meistzitierte Fallbeispiel dafür, wie technische Warnungen in hierarchischen Organisationen unter Zeitdruck weggewogen werden. Ingenieure bei Morton Thiokol hatten vor den Dichtungsringen bei Kälte gewarnt — das Management entschied trotzdem für den Start. Kein Experiment, sondern eine gut dokumentierte historische Fallanalyse.
Quelle: Rogers Commission Report, 1986 · Vaughan, The Challenger Launch Decision, 1996
Psychologische Sicherheit
Gut belegtAmy Edmondson zeigte, dass Teams mit hoher psychologischer Sicherheit — also der Gewissheit, ohne Nachteile widersprechen zu können — mehr aus Fehlern lernen und leistungsfähiger sind. Googles internes „Project Aristotle" untersuchte über 180 Teams und bestätigte psychologische Sicherheit als stärksten Einzelfaktor für Teamleistung, deutlich vor individueller Kompetenz.
Quelle: Edmondson, Administrative Science Quarterly, 1999 · Google re:Work, Project Aristotle
KI-Sykophanz
Sykophanz durch RLHF
Gut belegtSharma et al. (Anthropic, 2023) zeigten, dass menschliches Feedback-Training (RLHF) Modelle systematisch dazu bringt, falschen Nutzer-Überzeugungen zuzustimmen — weil Zustimmung im Training häufiger belohnt wird als Widerspruch. Perez et al. (Anthropic, 2022) fanden dasselbe Muster bereits vorher in grossangelegten Modell-Verhaltenstests: Sykophanz nimmt mit Modellgrösse tendenziell zu, nicht ab.
Quelle: Sharma et al., Anthropic, 2023 · Perez et al., Anthropic, 2022
SycEval (Stanford)
Unsere EinordnungDie vielzitierte Zahl „~58 % Zustimmungsrate zu falschen Prämissen" stammt aus einer Stanford-Studie, die sich auf Mathematik- und Medizin-Domänen konzentriert. Wir zitieren sie auf unserer Startseite entsprechend eng gefasst — die Zahl lässt sich nicht unbesehen auf alle Fachgebiete übertragen, das Grundphänomen (systematische Zustimmungs-Tendenz) ist aber domänenübergreifend dokumentiert.
Quelle: SycEval, Stanford, 2025
GPT-4o-Rollback
Im April 2025 musste OpenAI ein GPT-4o-Update zurückrollen, weil das Modell nach eigener Aussage „unangenehm sykophantisch" geworden war — es bestätigte auch riskante oder fragwürdige Nutzeraussagen unkritisch. Kein Forschungspapier, sondern ein von OpenAI selbst öffentlich eingeräumter Vorfall in einem produktiv eingesetzten System — der zeigt, dass das Problem nicht theoretisch ist.
Quelle: OpenAI, öffentliches Statement, April 2025
Was heisst das für TheCounselView?
Beide Forschungsstränge zusammen ergeben unsere Kernthese: Weder Menschen in Gruppen noch einzelne KI-Modelle korrigieren sich zuverlässig selbst — beide neigen unter Druck zur Zustimmung statt zum Widerspruch. Deshalb erzwingt TheCounselView die Reibung strukturell, statt sie der Hoffnung auf ein „kritisches" Modell zu überlassen: drei unterschiedliche KI-Modelle in expliziter Spannung, mit Belegpflicht statt stillschweigender Annahme.
Wichtig für die Einordnung: Diese Forschung erklärt, warum ein adversarieller Aufbau sinnvoll ist. Sie ist kein Wirksamkeitsnachweis für TheCounselView als Produkt — den kann nur eine eigene Studie zu unserem konkreten System liefern, die es aktuell nicht gibt.
Fragen zur Forschungsgrundlage?
Wir dokumentieren unsere Quellen bewusst offen und korrigieren sie, wenn sich der Forschungsstand ändert. Hinweise, Kritik oder Rückfragen: research@thecounselview.com