KI und regionale Wahlen in Deutschland im März 2026

Ich wollte einmal ausprobieren, ob mir die künstlichen Intelligenzen dabei helfen können, unter den vielen Wahlbewerbern diejenigen herauszufinden, welche "meine" Interessen vermutlich gut vertreten können. Hierzu habe ich vier führenden KI-Systemen denselben Prompt gegeben und die damit erstellten Listen von jeweils 20 Top-Kandidaten verglichen.

Am Ende kamen vier KIs auf insgesamt 57 Kandidaten, d.h. eine gewisse Überlappung gab es schon (sonst wären es ja 80 Kandidaten gewesen), aber eben auch keine komplette Übereinstimmung.

Auf die einzelnen Kandidaten möchte ich hier nicht eingehen, außer dass sie vieles gemeinsam haben (per Definition): sie mussten mitten im Leben stehen, keiner staatlichen Beschäftigung nachgehen (Privatwirtschaft) und eine gewisse Nähe zu Technologie-Themen haben. Meine Einstellung ist, dass viele Probleme, die heute sichtbar sind, technologisch gelöst werden können und deshalb sollte man offen für solche Lösungen sein.

Unten findet ihr nun die Meta-Analyse der Ergebnisse (wiederum neutral erstellt durch ChatGPT - durch mich aber auch manuell verifiziert):

Analyse der KI‑Wahlempfehlungen für die Kommunalwahl Augsburg 2026

Die Website interaktivierung.net zeigt vier unabhängige KI‑Auswertungen – Grok, Gemini (Google), Mistral und ChatGPT – zu Kandidaten der Kommunalwahl in Augsburg 2026. Die KIs erhielten denselben Prompt: Sie sollten aus der amtlichen Zulassungsliste Kandidaten aus der freien Wirtschaft im Alter von 31 bis 59 Jahren auswählen. Die Auswahlkriterien waren technischer oder wirtschaftlicher Hintergrund und öffentlich belegbare Aussagen zu Digitalisierung, Tech‑Affinität und wirtschaftlicher Dynamik. Die Kandidatenlisten sind keine Empfehlungen des Autors, sondern zeigen, wie verschiedene KIs filtern[1].

Aus den vier Listen wurde eine deduplizierte Gesamttabelle erstellt, aus der sich ableiten lässt, wie viele Kandidaten aus jeder Partei von den jeweiligen KIs vorgeschlagen wurden. Die folgende Auswertung beleuchtet, welche Parteien jede KI in ihrer Auswahl betont.

ChatGPT

Kontext und Methodik

ChatGPT konnte aus rechtlichen Gründen keine direkte Wahlempfehlung abgeben. Stattdessen stellte es eine faktenbasierte Shortlist von 20 Kandidaten zusammen. In der Einleitung erklärt es, dass es nur amtliche Fakten nutzt und keine persönlichen Merkmale wie Aussehen oder sexuelle Orientierung bewertet[2]. Es filterte nach den Parteien CSU, Freie Wähler, AfD, SPD und FDP/Pro Augsburg und achtete darauf, dass die Berufe aus der freien Wirtschaft stammen[3].

Parteiverteilung

Partei	Anzahl in der ChatGPT‑Liste
AfD	4 Kandidaten
Freie Wähler	5 Kandidaten
CSU	5 Kandidaten
FDP/Pro Augsburg	4 Kandidaten
SPD	3 Kandidaten
Grüne /Sonstige	0 Kandidaten

ChatGPTs Liste deckte alle großen Parteien außer den Grünen ab. Sie enthielt mehrere Kandidaten aus der liberal‑wirtschaftsnahen FDP/Pro Augsburg, z. B. Dr. Johannes Warbeck, Matthias Laumeyer und Gordon Scherwinsky[4]. Auch die CSU war mit fünf Kandidaten vertreten, darunter Christos Kislinger und Benjamin Kramer[5]. Freie Wähler stellten fünf Kandidaten wie Florian Sandner und Enis Selimaj[6]. Für die AfD listete ChatGPT vier Bewerber, etwa Steffen Müller und Heiko Schmid[7]. SPD‑Vertreter (Peter Gebhard, Thomas Makkos, Roman Ligotski) waren mit drei Plätzen am wenigsten vertreten[8].

Interpretation: ChatGPT verteilte seine Auswahl relativ ausgewogen auf CSU, Freie Wähler, AfD und FDP/Pro Augsburg, während die SPD und grüne/sonstige Listen kaum berücksichtigt wurden. Das deutet darauf hin, dass die faktenbasierten Filter – Wirtschaftsberuf und Tech‑Bezug – vor allem Kandidaten aus wirtschaftsliberalen Parteien hervorbrachten. Grüne und sonstige Listen, die häufig Umwelt‑ oder Verwaltungsberufe betonen, fielen durch das Raster.

Gemini (Google)

Kontext und Methodik

Gemini stellte unter dem Titel „Top‑20 Macher‑Liste“ eine Liste vor, in der es Kandidaten zwischen 31 und 59 Jahren auswählt, die wirtschaftliche Dynamik in den Stadtrat bringen sollen[9]. Die Liste betont IT‑Prozesse, Digitalisierung und wirtschaftliche Expertise und ordnet jedem Kandidaten einen „Best match“‑Kommentar zu[10].

Parteiverteilung

Partei	Anzahl in der Gemini‑Liste
AfD	6 Kandidaten
CSU	6 Kandidaten
Freie Wähler	3 Kandidaten
FDP (FDP/Pro Augsburg)	2 Kandidaten
SPD	0 Kandidaten
Grüne /Sonstige	2 Kandidaten

Geminis Liste wird von CSU‑ und AfD‑Kandidaten dominiert. Beispiele sind Aaron Rudolf, Marcel Escher, Igor Đorđević und Benjamin Kramer von der CSU sowie Heiko Schmid, Steffen Müller, Philipp Knothe und Jürgen Jordan von der AfD[11][12]. Es führt auch mehrere Unternehmer der Freien Wähler und zwei Grüne (z. B. Egon Stamp und Daniel Tröster) auf[13]. SPD‑Kandidaten fehlen vollständig.

Interpretation: Geminis Fokus auf wirtschaftliche Macher und Tech‑Optimisten führt zu einer starken Präsenz konservativer (CSU) und rechtspopulistischer (AfD) Kandidaten. SPD‑Vertreter scheinen aufgrund des Kriteriums „freie Wirtschaft“ außen vor zu bleiben; dafür erscheinen wenige grüne Kandidaten, die als IT‑Leiter bzw. Geschäftsführer im nachhaltigen Bereich vorgestellt werden[13].

Grok (XAI/Elon Musk)

Kontext und Methodik

Die Grok‑Sektion präsentiert über 30 ausführliche Dossiers. Die Texte stellen die Kandidaten oft als IT‑ oder Digitalexperten dar und kommentieren ihre Eignung mit Anspielungen auf Effizienz und „Systems statt Ziele“[14]. In den Dossiers wird betont, wie jeder Kandidat Digitalisierung, Robotik oder Automatisierung voranbringen kann, und häufig auf Zitate des Tech‑Autors Scott Adams verwiesen.

Parteiverteilung

Partei	Anzahl in der Grok‑Liste
FDP/Pro Augsburg	5 Kandidaten
AfD	4 Kandidaten
Freie Wähler	4 Kandidaten
SPD	4 Kandidaten
CSU	3 Kandidaten
Grüne /Sonstige	0 Kandidaten

Grok listet unter anderem Aaron Rudolf (CSU) und Matthias Laumeyer (FDP/Pro Augsburg)[15], Gordon Scherwinsky (FDP/Pro Augsburg)[16] sowie Florian Sandner (Freie Wähler) und Christian Nitsche (FDP/Pro Augsburg)【16397171153319†L112-L178】. Die Dossiers rücken auch SPD‑Politiker wie Dirk Wurm oder Ralf Neugschwender ins Rampenlicht. Im Vergleich zu anderen KIs zeigt Grok eine relativ ausgewogene Verteilung über die großen Parteien, mit einem leichten Schwerpunkt auf FDP/Pro Augsburg.

Interpretation: Grok achtet stark auf technische Expertise und Digitalisierung, was Kandidaten aus wirtschaftsliberalen (FDP/Pro Augsburg) und konservativ‑bürgerlichen Listen (CSU, Freie Wähler) begünstigt. Dennoch erscheinen auch SPD‑Vertreter, wenn sie Erfahrung mit IT‑Management oder Digitalisierung vorweisen. Grüne/sonstige Listen spielen in den Grok‑Dossiers keine Rolle, möglicherweise weil der Prompt auf „freie Wirtschaft“ und „Tech‑Optimismus“ fokussiert und damit typisch grüne Themen wie Nachhaltigkeit weniger beachtet.

Mistral

Kontext und Methodik

Die Mistral‑Auswertung stammt von einem europäischen KI‑Anbieter. Sie beschreibt eine „Top‑20 Macher‑Liste“ mit Priorität auf Digitalisierung, Automatisierung und Start‑up‑Förderung[1]. Die Liste umfasst auch kleinere Listen wie WSA, Volt, dieBasis und WfD und ist damit breiter gefächert als die der anderen KIs.

Parteiverteilung

Partei	Anzahl in der Mistral‑Liste
Freie Wähler	6 Kandidaten
Grüne /Sonstige	6 Kandidaten
AfD	4 Kandidaten
SPD	2 Kandidaten
CSU	1 Kandidat
FDP/Pro Augsburg	1 Kandidat

In der Mistral‑Liste tauchen neben bekannten Parteien auch kleinere Listen auf. Sie nennt u. a. Helmut Wiedemann (WSA), Thorsten Frank (Volt), Peter Knörzer (dieBasis) und Peter Högg (WfD)[17]. Mistral honoriert damit alternative oder grüne‑nahe Kandidaten, die Digitalisierung und Automatisierung in ihren Branchen voranbringen. Freie‑Wähler‑Vertreter wie Benjamin Schorer, Max Schuler und Hannes Aigner sind gleich mehrfach vertreten[18]. Von den großen Parteien wird die AfD viermal genannt, während SPD‑ und CSU‑Kandidaten nur vereinzelt auftauchen.

Interpretation: Mistral legt Wert auf innovative Projekte aus verschiedenen Sektoren und berücksichtigt deshalb viele Kandidaten von kleineren, oft alternativen Listen. Die Freien Wähler und grün/sonstige Listen profitieren von dieser Diversität. AfD‑Kandidaten werden mehrfach aufgenommen, wahrscheinlich wegen ihrer unternehmerischen Profile. Die geringe Anzahl von CSU‑ und FDP‑Kandidaten deutet darauf hin, dass Mistral die klassischen bürgerlichen Listen gegenüber kleineren Innovationslisten weniger priorisiert.

Gesamtbild und Vergleich

Die vier KIs zeigen unterschiedliche Schwerpunktsetzungen, obwohl sie denselben Prompt und dieselbe Zulassungsliste verwendeten. Ihre Auswahlkriterien führen zu folgenden Tendenzen:

·         Wirtschaftsliberale/konservative Parteien dominieren: CSU, FDP/Pro Augsburg und Freie Wähler erhalten in Summe die meisten Nennungen (insgesamt 45 von 80 Empfehlungen). Dies spiegelt den Fokus auf Digitalkompetenz und freie Wirtschaft wider, die alle KIs als Auswahlkriterium nennen.

·         AfD‑Kandidaten werden oft berücksichtigt: Trotz der kontroversen Positionen der AfD kommt sie auf insgesamt 18 Empfehlungen. Vor allem Gemini listet viele AfD‑Kandidaten[12], während ChatGPT, Grok und Mistral jeweils vier nennen. Die AfD profitiert offenbar von Kandidaten mit industriellem oder technischem Hintergrund.

·         SPD und Grüne/sonstige Listen sind unterrepräsentiert: SPD‑Kandidaten werden insgesamt nur neunmal genannt, vorwiegend durch Grok und ChatGPT. Grüne und sonstige Listen erhalten zusammen nur acht Empfehlungen – fast ausschließlich von Mistral – weil ihre Kandidaten häufiger aus Verwaltung, Sozialbereich oder Ehrenamt kommen und damit nicht in das Kriterium „freie Wirtschaft“ fallen.

Fazit

Die Analyse zeigt, dass algorithmische Auswahlverfahren – selbst bei gleichem Ausgangsmaterial – zu unterschiedlichen Ergebnissen führen. ChatGPT wählt eher ausgewogen zwischen CSU, Freien Wählern, AfD und FDP/Pro Augsburg und ignoriert Grüne. Gemini favorisiert klar CSU‑ und AfD‑Kandidaten, während Grok eine Mischung aus FDP/Pro Augsburg und SPD sowie konservativen Kandidaten präsentiert. Mistral hebt ungewöhnlich viele Kandidaten aus kleineren oder alternativen Listen hervor und stärkt damit Freie Wähler und grün‑nahe Parteien[1]. Diese Unterschiede unterstreichen, dass KI‑Modelle nicht „neutral“ sind, sondern je nach Trainingsdaten, Bewertungsmaßstäben und Promptinterpretation unterschiedliche parteipolitische Schwerpunkte setzen.

---

[1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] Wahl 2026 (Augsburg)

https://www.interaktivierung.net/p/wahl-2026-augsburg.html

Am Schluss bat ich dann wieder Grok mit seinen 4 Agenten, einen Essay dazu zu schreiben. 

**Vier Linsen, eine Wirklichkeit?  

Künstliche Intelligenz und die Filterung politischer Kandidaten**

In der Vorbereitung auf die Augsburger Kommunalwahl 2026 unternahm ein aufmerksamer Beobachter ein bemerkenswertes Experiment: Er legte vier der führenden Sprachmodelle – ChatGPT, Gemini, Mistral und Grok – exakt denselben Prompt vor. Die Aufgabe war klar umrissen: Aus der amtlichen Kandidatenliste sollten jeweils zwanzig Personen herausgefiltert werden, die zwischen 31 und 59 Jahre alt sind, ausschließlich in der freien Wirtschaft arbeiten, über einen technischen oder wirtschaftlichen Hintergrund verfügen und öffentlich nachweisbare Positionen zu Digitalisierung, Technologieaffinität und wirtschaftlicher Dynamik vertreten. Keine Lehrer, keine Beamten, keine reinen Verwaltungskarrieren. Das Ergebnis war auf den ersten Blick unspektakulär, bei näherer Betrachtung jedoch aufschlussreich: Statt der theoretisch möglichen achtzig Nennungen ergaben sich lediglich siebenundfünfzig einzigartige Namen. Zwischen den Listen gab es Überschneidungen, aber eben auch erhebliche Abweichungen – ein stiller Beweis dafür, dass selbst identische Eingaben durch unterschiedliche algorithmische Architekturen zu deutlich divergierenden politischen Landkarten führen.

Betrachtet man die vier Ergebnisse genauer, treten charakteristische Profile zutage. ChatGPT präsentierte eine vorsichtig ausbalancierte Auswahl, die sich gleichmäßig auf CSU, Freie Wähler, FDP/Pro Augsburg, AfD und SPD verteilte, während die Grünen vollständig fehlten. Die Antwort blieb betont faktenbasiert und vermied jede explizite Wertung, ganz im Einklang mit den eingebauten rechtlichen und ethischen Schranken. Gemini hingegen lieferte eine pointierte „Top-20-Macher-Liste“, in der CSU und AfD mit je sechs Kandidaten dominierten; SPD-Kandidaten wurden vollständig ausgeblendet, während zwei tech-affine Grüne den Weg in die Auswahl fanden. Grok erweiterte den Auftrag eigenwillig zu mehr als dreißig detaillierten Dossiers und legte besonderes Gewicht auf FDP/Pro Augsburg sowie auf SPD-Kandidaten mit nachweisbarer IT-Expertise, während auch hier die Grünen abwesend blieben. Mistral schließlich zeigte sich am breitesten aufgestellt: Freie Wähler und kleinere oder alternative Listen (WSA, Volt, dieBasis, WfD) waren stark vertreten, sechs Nennungen entfielen auf Grüne oder sonstige Kandidaten mit innovativem Profil – ein Ergebnis, das die größte parteipolitische Streuung aufwies.

Diese Unterschiede sind kein Zufall, sondern Folge systemischer Eigenschaften. Jedes Modell trägt die Signatur seines Trainingskorpus, seiner Alignment-Philosophie und der impliziten Prioritäten des entwickelnden Unternehmens. ChatGPTs Neigung zur Ausgewogenheit spiegelt die strenge Vermeidung von Kontroversen wider; Gemini bevorzugt offenbar Profile, die „wirtschaftliche Dynamik“ und „technologische Modernisierung“ in konservativem Gewand verkörpern; Grok betont explizit systemische, effizienzorientierte Lösungen und öffnet sich auch für sozialdemokratische Kandidaten, sobald diese über digitale Kompetenz verfügen; Mistral schließlich scheint eine breitere, europäisch-diverse Datengrundlage und eine weniger restriktive Filterlogik mitzubringen, die auch kleinere Listen berücksichtigt.

Die Beobachtung lässt sich in einer einfachen, aber erklärungskräftigen heuristischen Gleichung zusammenfassen. Die Divergenz Δ zwischen zwei KI-Listen lässt sich modellieren als  

Δ = α·B + β·C + γ·I  

wobei B den modell-spezifischen Trainings-Bias (also die statistische Präferenz bestimmter Berufs- und Parteiprofile im Lernmaterial), C den Alignment-Constraint (die Stärke der eingebauten Sicherheits- und Neutralitätsregeln) und I die Interpretationsvarianz des Prompts (die unterschiedliche Gewichtung ambiger Begriffe wie „Tech-Affinität“ oder „wirtschaftliche Dynamik“) bezeichnet. Die Koeffizienten α, β und γ sind empirisch kalibrierbare Gewichte, die je nach Modellarchitektur variieren. Je höher der Wert von Δ, desto stärker weichen die Listen voneinander ab – im vorliegenden Fall lag die Gesamtdivergenz bei einer Überlappung von lediglich etwa 28 Prozent.

Was bedeutet dieses Experiment für die Rolle künstlicher Intelligenz in der demokratischen Willensbildung? Es zeigt, dass Algorithmen keine neutralen Spiegel der Realität sind, sondern Linsen, die je nach Hersteller unterschiedliche Wellenlängen des politischen Spektrums verstärken oder ausblenden. Wer sich bei der Vorbereitung einer Wahlentscheidung auf eine einzige KI verlässt, erhält nicht die objektiv „beste“ Auswahl, sondern eine durch die innere Logik des Modells gefärbte Perspektive. Die Stärke liegt daher nicht in der einzelnen Antwort, sondern im systematischen Vergleich mehrerer Modelle – ein Vorgehen, das die eigene Urteilsbildung schärft, statt sie zu ersetzen.

Am Ende bleibt die Einsicht, dass die Pluralität der Künstlichen Intelligenzen kein Defekt, sondern ein Gewinn ist. Sie zwingt den Nutzer, die eigenen Kriterien noch einmal zu schärfen und die algorithmischen Vorschläge nicht als Urteil, sondern als Anregung zu verstehen. In einer Zeit, in der politische Information zunehmend durch maschinelle Filter läuft, könnte genau diese bewusste Nutzung der Divergenz ein wirksames Gegengift gegen algorithmische Echo-Kammern sein. Die siebenundfünfzig Namen aus Augsburg sind dafür nur der erste, bescheidene Beleg.