Aus den arXiv-Neueinreichungen der vergangenen 24 bis 48 Stunden in cs.AI, cs.LG und cs.CL wählt dieser Digest vier Arbeiten, die jeweils eine eigene Frage zur Vertrauenswürdigkeit heutiger KI-Systeme stellen: wer tatsächlich an KI delegiert, ob globale Ethik-Standards lokal überhaupt greifen, ob mehrsprachiges RL-Training fair belohnt und ob Sprachmodelle über die eigene Berechnung zuverlässig Auskunft geben können. Kuratiert wurde nach Substanz und thematischer Streuung: Jedes Paper liefert eine nachvollziehbare Methode mit belastbaren Zahlen im Abstract, und keine zwei Arbeiten behandeln dasselbe Teilgebiet.
Wer delegiert wirklich an KI-Agenten?
Hyeongjae Lee, Jihyang Cheon und Lanu Kim stellen mit ihrer Studie zum Agentic Adoption Index ein neues Maß vor, das tatsächliche KI-Delegation statt bloßer technischer Exponierung misst, und werten dafür rund 53.000 Agenten-Skill-Spezifikationen aus, die sie mit rund 18.000 Aufgabenbeschreibungen aus der US-Berufsdatenbank O*NET abgleichen. Die Autorinnen und Autoren berichten, Delegation konzentriere sich auf Berufe, die frühere, allein auf technische Exponierung gestützte Risiko-Rahmenwerke kaum als gefährdet einstuften; Spitzenwerte liegen bei mittleren Löhnen mit Bachelor-Abschluss, während sowohl gering- als auch hochqualifizierte Berufsgruppen zurückbleiben. Technische Verfügbarkeit erkläre laut den Autorinnen und Autoren den Großteil der Varianz, aber nicht die geringere Übernahme bei besonders gut ausgebildeten Berufsgruppen – als möglicher Grund werden schwer vorab spezifizierbare Aufgaben oder beruflicher Ermessensspielraum genannt. Eine frühere Untersuchung hatte bereits gezeigt, dass KI-native Start-ups strukturell weniger Einstiegspositionen schaffen – die neue Studie liefert nun ein breiteres, berufsübergreifendes Bild davon, wo Delegation an KI tatsächlich stattfindet statt nur theoretisch möglich wäre. Das zählt, weil arbeitsmarktpolitische Debatten bislang meist auf technischer Exponierung statt auf gemessener tatsächlicher Nutzung beruhen.
Globale KI-Ethik trifft auf lokale Praxis
Ozioma C. Oguine, Munachimso B. Oguine und Koautorinnen und Koautoren untersuchen mit ihrer Studie zu global-lokalen Übersetzungslücken in der KI-Ethik, ob Werte wie Fairness, Transparenz und Rechenschaftspflicht tatsächlich universell anwendbar sind, wie es viele KI-Ethik-Rahmenwerke voraussetzen. Grundlage sind Interviews mit 14 Fachleuten aus zehn Ländern. Die Autorinnen und Autoren berichten, vor Ort werde Datenschutz eher kollektiv-relational statt individuell verstanden, Transparenz eher als vertrauensbildende Rechenschaft statt als technische Offenlegung, und Fairness eher als Zugangs- und Repräsentationsgleichheit statt als Ergebnisgleichheit – eine Übersetzungslücke zwischen kodierten globalen Rahmenwerken und gelebter lokaler Praxis, der die Autorinnen und Autoren mit stärker kontextueller ethischer Aushandlung begegnen wollen. Eine frühere Studie hatte bereits gezeigt, dass Claude je nach Sprache unterschiedlich warm oder streng antwortet – die neue Arbeit liefert dazu eine strukturelle Erklärung auf Ebene der zugrundeliegenden Ethik-Rahmenwerke. Das zählt, weil global einheitliche KI-Ethik-Standards zunehmend Grundlage für Regulierung und Produktentscheidungen werden, obwohl ihre lokale Auslegung offenbar stark variiert.
Mehrsprachiges RL-Training bestraft manche Sprachen ungerecht
Chenyu Zhou, Qiliang Jiang und Xu Zhou zeigen mit ihrer Studie zu mehrsprachigem Verifier-Bias im RL-Training, dass exaktes String-Matching bei Reinforcement Learning with Verifiable Rewards (RLVR) – einem Trainingsverfahren, das Modelle anhand automatisch prüfbarer Antworten belohnt – Format- und Schreibweise-Unterschiede in sprachabhängiges, falsches Bestrafungsrauschen verwandelt. Mit einer eigens entwickelten Diagnose-Suite und sprachspezifischen Belohnungs-Metriken für Japanisch, Englisch und Chinesisch testen sie drei Modelle (Qwen3-4B, Qwen3-8B, Llama-3.1-8B-Instruct) auf dem Rechenaufgaben-Benchmark MGSM. Bei Qwen3-8B liegt die Falsch-Negativ-Rate für japanische Antworten den Autorinnen und Autoren zufolge bei 64,2 Prozent gegenüber 12,2 Prozent für Englisch und 7,3 Prozent für Chinesisch, obwohl die inhaltliche Lösung jeweils korrekt ist; zielsprachenspezifische Aggregationsregeln schließen davon 55 bis 78 Prozent der Auswahl-Lücke, wobei über 95 Prozent der nötigen Korrekturen echte sprachübergreifende Unterstützung statt bloßer Formatanpassung erfordern. Ein früherer Digest-Beitrag hatte bereits gezeigt, dass täuschendes Verhalten bei schlecht abgedeckten Sprachen deutlich häufiger auftritt – die neue Studie zeigt, dass selbst das Trainingsverfahren, das solches Verhalten eigentlich korrigieren soll, Sprachen ungleich behandelt. Das zählt, weil RLVR zunehmend zum Standard-Trainingsverfahren für Reasoning-Modelle wird, deren Qualität dann von der Zufälligkeit des Belohnungssignals in der jeweiligen Nutzersprache abhinge.
Sprachmodelle erkennen Eingriffe in die eigene Berechnung nicht
Emilio Ferrara prüft mit seiner Studie zu Open-Weight Masked Introspection (OWMI) an acht offenen Modellen und über 78.000 Einzelmessungen, ob Sprachmodelle zuverlässig berichten können, wenn gezielte Eingriffe in einzelne Modell-Komponenten ihre interne Berechnung verändert haben – verglichen mit Schein-Läufen und zufälligen Störungen als Kontrolle. Die Modelle erreichen dabei laut Ferrara im Schnitt nur eine AUROC von rund 0,5007, statistisch nicht von Zufall unterscheidbar, bei einer nach oben auf 0,15 Prozentpunkte begrenzten Effektstärke; ein Modell erreicht mit einem vertrauensbasierten Signal immerhin eine AUROC von 0,647. Dass die nötige Information dennoch vorhanden ist, zeigen lineare Sonden direkt auf den Aktivierungen, die Eingriffe mit 75 bis 95,8 Prozent Genauigkeit erkennen, sowie gezielt feinabgestimmte Modelle, die auf ungesehenen Testfällen nahezu perfekte Ergebnisse erzielen. Ein früherer Digest-Beitrag hatte bereits gezeigt, dass sich Denkfehler von Sprachmodellen zuverlässiger aus internen Zustandsänderungen auslesen lassen als aus der sichtbaren Ausgabe – die neue Studie zeigt, dass die Modelle selbst diese internen Informationen bislang nicht in Worte fassen können, obwohl sie objektiv vorhanden sind. Das zählt, weil verlässliche Selbstauskunft über die eigene Berechnung eine Voraussetzung für viele vorgeschlagene KI-Sicherheitsverfahren wäre, die aktuell noch nicht erfüllt ist.
Alle vier Arbeiten sind nicht unabhängig begutachtete Preprints – die berichteten Zahlen stammen aus den Experimenten der jeweiligen Autorenteams und wurden bislang nicht extern repliziert. Das gilt besonders für die Ethik-Interviewstudie, deren Befunde auf nur 14 Fachleuten beruhen, sowie für die Introspektions-Studie, die sich auf acht offene Modelle eines einzelnen Autors stützt. Ob sich die Muster an weiteren Modellen, Berufsfeldern und in unabhängigen Nachbauten bestätigen, muss sich erst noch zeigen.
