KI überzeugt Menschen, fast 3-mal mehr zu spenden als menschliche Spendenwerber

Eine neue, von Oxford geleitete Studie legt nahe, dass führende Sprachmodelle bemerkenswert mehr Geld sammeln können als professionelle Spendenwerber und zuverlässig Menschen bei allen anderen Formen der Überzeugung schlagen können.

Eine neue britisch-amerikanische Studie hat herausgefunden, dass Sprachmodelle der Spitzenklasse effektiver darin sind, Menschen zu überzeugen, als ausgebildete menschliche Fachleute, deren Aufgabe es ist, Meinungen zu ändern.

In einem realen Spendentest fanden die Forscher heraus, dass KI in der Lage war, Menschen dazu zu bringen, etwa 17,2 % ihres verfügbaren Geldes zu spenden, im Vergleich zu 6,4 % für professionelle menschliche Spendenwerber – eine Lücke von 10,8 Prozentpunkten, was etwa 2,7-mal der Spenderate unter KI entspricht, wobei sowohl höhere Teilnahme als auch größere durchschnittliche Beiträge zum Unterschied beitrugen.

Die Studie besagt:

‘Bemerkenswerterweise übertraf die KI, obwohl sie ausdrücklich angewiesen wurde, nur die Strategie der Wirkungseffizienz zu verfolgen, die Spendenwerber auch in den sechs anderen Mechanismen, die sie nicht verwenden sollte, und übertraf sie.’

‘Die [menschlichen] Überzeugten bewerteten die KI als stärker argumentierend, als ihnen mehr beigebracht habend und als empathischer und angenehmer im Gespräch als die [Spendenwerber].’

‘Zusammen deuten diese Ergebnisse darauf hin, dass die KI Expertenmenschen in einem breiten Spektrum spendenrelevanter Mechanismen übertrifft und legt nahe, dass der Vorteil der KI bei der Einstellungsüberzeugung sich auf konsequentes, realweltliches Verhalten erstreckt.’

Die Autoren gehen davon aus, dass die herausragende Leistung der getesteten Modelle – zu denen auch Pro-Varianten von Claude Opus, ChatGPT, Grok und Google Gemini gehören – möglicherweise auf die Dichte und Geschwindigkeit zurückzuführen ist, mit der Informationen an den Korrespondenten geliefert werden; wenn die KI auf “menschliche Geschwindigkeit” herabgestuft wurde, ging ihr Vorteil vollständig verloren:

‘Wir fanden konvergierende Beweise, dass der Vorteil der KI aus der schnellen Bereitstellung größerer Informationsmengen resultierte: Nach der Schulung konnten Expertenmenschen ein an menschliche Geschwindigkeiten und menschliche Nachrichtenlängen gebundenes KI-System einholen.’

Die Studie berichtet auch, dass keiner der 318 einzelnen menschlichen Überzeugungstester in den mehreren Experimenten in der Lage war, die durchschnittliche KI-Systemleistung zu übertreffen – auch nachdem einige Teilnehmer spezielle Schulung auf der Grundlage der Techniken der KI erhalten hatten.

Die Autoren kommen zu dem Schluss:

‘Unsere Ergebnisse legen nahe, dass wir in eine Welt eintreten, in der die KI menschlichen Akteuren eine Fülle von geschickter Vertretung bietet. Die Vorhersage der Folgen dieser Veränderung ist herausfordernd, da sie von Annahmen darüber abhängt, wer Zugang zu den überzeugendsten KI-Technologien haben wird, wer Ziel der Überzeugung sein wird und welche jurisdiktionellen Barrieren, Sicherheitsvorkehrungen oder andere Reibungen die Auswirkungen der KI-Überzeugung auf die menschliche Bevölkerung verringern könnten.’

‘Eine mögliche Auswirkung der KI, die sogar menschliche Experten überzeugen kann, könnte eine Konsolidierung des Einflusses unter bereits mächtigen Akteuren sein.’

Die neue Studie trägt den Titel KI-Systeme überzeugen Expertenmenschen und stammt von acht Forschern der Universität Oxford, des UK AI Security Institute, der Stanford University und der London School of Economics and Political Science.

Methode und Studien

Die Kernergebnisse stammen aus vier Experimenten: Überzeugung von Wählern und Expertendebattierern; Testen von Schulung und Geschwindigkeitsbegrenzungen als menschliche/KI-“Gleichmacher”; Wettbewerb gegen professionelle Spendenwerber in politischen Fragen; und Wettbewerb gegen sie für reale Spenden für wohltätige Zwecke.

Die Studie verwendete 18.978 Gespräche von 6.923 Personen, wobei führende KI-Modelle gegen einen wechselnden Standard menschlicher Experten antraten, von angestellten Crowdworkern für 12 £/Stunde bis hin zu erfahrenen menschlichen Überzeugungstestern, die 140 £/Stunde plus Bonus verdienten und bis zu einer Woche im Voraus für die Sitzungen recherchieren durften.

Die in den Tests verwendeten Modelle waren Claude Opus 4.1 und 4.6, ChatGPT-4o, GPT-5.4, Grok 4.20 und Gemini 2.5 Pro.

Elite-Debattierer-Showdown

Das erste Experiment untersuchte, ob KI menschliche Überzeugungstester in Einzelgesprächen zu politischen und sozialen Themen übertrumpfen kann:

Politische und soziale Richtlinienfragen, die in den ersten drei Studien verwendet wurden, wobei die Teilnehmer eine zufällig zugewiesene Frage vor und nach dem Gespräch diskutierten. Die Themen wurden ausgewählt, um einen breiten Bereich kontroverser öffentlicher Debatten im Vereinigten Königreich abzudecken, von Einwanderung, freier Meinungsäußerung und sozialer Medienregulierung bis hin zu Wohlfahrtsrichtlinien, assistierter Sterbehilfe und der Zukunft der Monarchie. Quelle

Die Teilnehmer wurden zunächst nach ihren Ansichten zu einer von zehn britischen Richtlinienfragen (siehe oben) gefragt und dann einem menschlichen oder KI-Gesprächspartner zugewiesen. Nach dem Gespräch, das in der Regel etwa 14 Minuten dauerte, wurden sie aufgefordert, ihre Position erneut zu bewerten.

Drei menschliche Gruppen wurden getestet, wobei die ersten Gruppe aus einfachen Arbeitern von der Prolific-Crowdwork-Plattform rekrutiert wurde, um einen Basiswert zu liefern, und 12 £ pro Stunde bezahlte. Die zweite Gruppe bestand aus den stärksten Leistungen aus einem vierrundigen Überzeugungsturnier mit über 1.100 Teilnehmern und fast 9.500 Gesprächen. Die dritte Gruppe bestand aus 56 Elite-Debattierern, die alle mindestens das Halbfinale eines bedeutenden internationalen Wettbewerbs erreicht hatten und vier Weltmeister, elf kontinentale Meister mit durchschnittlich 8,9 Jahren Debattiererfahrung umfassten.

Erhebliche Anstrengungen wurden unternommen, um den menschlichen Überzeugungstestern günstige Bedingungen zu bieten, wobei die Turniersieger und Elite-Debattierer um erhebliche Barprämien bis zu 11.000 £ wetteiferten, während die Debattierer für die Sitzungen bezahlt wurden und bis zu einer Woche im Voraus recherchieren durften. Im Durchschnitt verbrachte jeder Debattierer etwa acht Stunden mit der Vorbereitung auf die Gespräche.

Trotzdem erzielte die KI in jedem Vergleich die stärksten Ergebnisse:

Geschätzte Überzeugungseffekte über die menschlichen und KI-Bedingungen der Studie, gemessen als durchschnittliche Einstellungsänderung nach einem Gespräch über ein umstrittenes Richtlinienthema.

Die roten Markierungen in der Ergebnisgrafik oben zeigen die KI-Modelle der Spitzenklasse. In allen Vergleichen produzierten diese größere Einstellungsverschiebungen als jede menschliche Gruppe.

Die stärkste menschliche Leistung kam von den Elite-Debattierern – aber diese lagen immer noch hinter den unbeschränkten KI-Systemen zurück. Wenn die KI auf menschliche Schreibgeschwindigkeiten und Nachrichtenlängen beschränkt wurde, verschwand ihr Vorteil größtenteils, was darauf hindeutet, dass die schnelle Lieferung von Informationen, wie bereits erwähnt, einen großen Teil der Lücke zwischen den überzeugenden Kräften von Menschen und KI erklären könnte.

Die KI-Modelle konnten die durchschnittlichen Teilnehmer um 8,2 Prozentpunkte übertreffen und die turnierselektierten Überzeugungstester um 5,6 Punkte. Der kleinste Abstand trat gegen die Elite-Debattierer auf, die selbst erhebliche Einstellungsverschiebungen produzierten; dennoch konnte die KI einen weiteren Vorteil von 4,6 Prozentpunkten erzielen.

Können Menschen die KI schlagen?

Das zweite der vier Experimente fragte, ob die Führung der KI durch die Verbesserung der menschlichen Leistung oder durch die Einschränkung der KI selbst eliminiert werden könnte. Um die erste Möglichkeit zu testen, kehrten 43 der Elite-Debattierer aus der ersten Studie für eine zusätzliche Schulung zurück, die direkt auf den Techniken der KI basierte, die sie zuvor besiegt hatte.

Die Teilnehmer überprüften Transkripte, untersuchten, wie KI-Prompts konstruiert worden waren, und verbrachten zwei vierstündige Coaching-Sitzungen, in denen sie alternative überzeugende Ansätze übten, bevor sie unter den gleichen Bedingungen erneut antraten.

Die Schulung führte zu bemerkbaren Verhaltensänderungen, wobei die menschlichen Debattierer mehr Wörter verwendeten, mehr überprüfbare Behauptungen einführten und die größten Einstellungsverschiebungen erzielten, die in der Studie bei einer menschlichen Gruppe beobachtet wurden. Die Schulung verbesserte die Leistung und produzierte die stärksten menschlichen Ergebnisse, die in der Studie beobachtet wurden, aber die Lücke blieb statistisch signifikant, wobei die geschulten Debattierer immer noch hinter den unbeschränkten KI-Systemen zurücklagen (siehe Ergebnistabelle unten).

Die Forscher testeten, ob die Leistung der KI von der Antwortgeschwindigkeit und der Nachrichtenlänge abhängig war, indem sie die KI auf menschliche Schreibgeschwindigkeiten und Nachrichtenlängen beschränkten. Unter diesen Bedingungen produzierten die geschulten Debattierer und die eingeschränkte KI ähnliche Ergebnisse:

Effekte der Schulung und der KI-Geschwindigkeitsbegrenzungen auf die überzeugende Leistung. Das obere Panel vergleicht Elite-Debattierer, geschulte Elite-Debattierer und ein KI-System, das auf menschliche Schreibgeschwindigkeiten und Nachrichtenlängen beschränkt war. Das untere Panel zeigt die geschätzten Leistungsverteilungen für einzelne Überzeugungstester über die ersten beiden Studien. Während die Schulung die Ergebnisse verbesserte, übertraf keine menschliche Gruppe das durchschnittliche unbeschränkte KI-System, während die Einschränkung der KI auf menschliche Durchsatzrate ihren Vorteil eliminierte.

Die Feststellung wurde durch eine umfassendere Analyse aller 318 menschlichen Überzeugungstester, die in den ersten beiden Studien getestet wurden, gestützt: Kein einzelner übertraf die durchschnittliche Leistung des unbeschränkten KI-Systems, unabhängig von Erfahrungsgrad, Themenbereich oder demografischer Untergruppe.

Können professionelle Überzeugungstester die KI schlagen?

Die dritte Studie untersuchte, ob die KI ihre Führung gegen Menschen aufrechterhalten kann, deren Karrieren darin bestehen, andere zu überzeugen in realen Umgebungen und nicht in akademischen Debattierwettbewerben.

Die Forscher rekrutierten 19 professionelle Spendenwerber von der britischen Spendenwerbe-Firma AppcoUK. Diese Teilnehmer, im Gegensatz zu den Debattierern in den früheren Experimenten, hatten umfangreiche praktische Erfahrung mit Spendenwerbung, mit einem Median von etwa 10.000 überzeugenden Gesprächen während ihrer Karriere. Jeder von ihnen wurde mit 140 £ pro Stunde bezahlt, erhielt die Themen eine Woche im Voraus zur Vorbereitung und konkurrierte um die gleichen leistungsbezogenen Preise, die anderswo in der Studie verwendet wurden.

Auch gegen diese Gruppe blieb die KI überzeugender (siehe oben). Die professionellen Spendenwerber veränderten die Meinungen um 6,9 Prozentpunkte im Vergleich zur Kontrollgruppe – aber die KI produzierte eine Verschiebung von 12,8 Prozentpunkten, was der KI einen Vorteil von 5,9 Prozentpunkten über die menschlichen Fachleute gab.

Kann die KI Menschen dazu bringen, ihre Brieftaschen zu öffnen?

Die vierte und letzte Studie untersuchte die realen Spendenwerbung und nicht die geänderten Meinungen. Die Forscher arbeiteten erneut mit AppcoUK zusammen, diesmal mit dem Fokus auf Save the Children, einer Wohltätigkeitsorganisation, für die AppcoUK zwischen 2016 und 2023 824.297 £ von 22.583 Spendern gesammelt hatte.

Die Teilnehmer sprachen entweder mit Claude Opus 4.6 oder einem der 18 professionellen Spendenwerber. Sie erhielten dann einen Studienbonus von 1 £ und konnten beliebigen Teil davon an Save the Children spenden. Unter den sieben Ansätzen, die verwendet wurden (siehe Bild unten), wurde Claude Opus 4.6 angewiesen, Wirkungseffizienzinformationen zu verwenden, um zu erklären, wie einzelne Spenden messbare Ergebnisse für die Wohltätigkeitsorganisation erzielen könnten.

Die KI produzierte größere Spendeffekte als die professionellen Spendenwerber, wobei die Spenden um 17,2 Prozentpunkte im Vergleich zur Kontrollbedingung zunahmen, im Vergleich zu 6,4 Prozentpunkten für die Spendenwerber:

Spendenergebnisse und Spenderteilnehmerbewertungen in der vierten Studie. Das linke Panel vergleicht die Spenden nach Gesprächen mit professionellen Spendenwerbern und Claude Opus 4.6, gemessen als Prozentpunkte eines Studienbonus von 1 £. Das rechte Panel vergleicht die Teilnehmerbewertungen über sieben spendenbezogene Ansätze, wobei die KI höhere Bewertungen in allen sieben Maßnahmen erhielt.

Der Unterschied zeigte sich sowohl im Anteil der Teilnehmer, die spendeten, als auch im Durchschnittsbetrag, den die Spender gaben.

Die Teilnehmer bewerteten die KI auch höher als die menschlichen Spendenwerber in einer Reihe von spendenbezogenen Maßnahmen, wobei die größten Unterschiede bei Umsetzungsabsichten, Verpflichtungserhöhung und Wahrnehmung der Wirkungseffizienz auftraten.

Laut der Studie war der gleiche informationsbasierte Ansatz, der mit dem Vorteil der KI in den früheren Studien in Verbindung gebracht wurde, auch mit höheren wohltätigen Spenden in diesem Spendenexperiment verbunden.

Schlussfolgerung

Obwohl die Autoren, wie am Anfang erwähnt, zu dem Schluss kommen, dass die Ergebnisse der Studie Anlass zur Sorge geben, fügen sie hinzu, dass kleinere Spieler ebenfalls durch ähnlichen Zugang zu den neuesten und besten KI-Technologien gestärkt werden können.

Implizit in diesem Ergebnis ist die Möglichkeit, dass die besten Modelle über die Zeit hinweg kleineren Spielern verwehrt werden könnten.

Erstveröffentlicht am Donnerstag, den 18. Juni 2026