"Trendslop": Warum LLMs bei strategischen Grundsatzfragen den Zeitgeist nachbeten statt zu analysieren

Forscher haben führende Sprachmodelle mit strategischen Grundsatzentscheidungen konfrontiert. Alle getesteten LLMs bevorzugen konsistent moderne Management-Buzzwords. Weder bessere Prompts noch detaillierter Kontext beheben das Problem. Stellt euch vor, ihr bereitet das Strategiemeeting vor und fragt ChatGPT als Sparringspartner: Sollen wir auf Differenzierung setzen oder auf Kostenführerschaft? Die Antwort kommt in Sekunden, klingt durchdacht, gut strukturiert, überzeugend. Und sie lautet fast immer: Differenzierung. Nicht, weil das für euer Unternehmen die richtige Wahl wäre. Sondern weil das Wort "Differenzierung" im Internet positiver konnotiert ist als "Kostenführerschaft". Das ist, kurz gefasst, das Ergebnis einer umfangreichen Studie von Angelo Romasanta (Esade Business School), Llewellyn D.W. Thomas (University of Sydney) und Natalia Levina (NYU Stern School of Business). Die Forscher nennen das Phänomen "Trendslop", also die Neigung von KI, trendige Ideen über fundierte Lösungen zu stellen. Tausende Simulationen, ein Muster Für ihre Untersuchung haben die Forscher sieben führende LLMs getestet (ChatGPT, Claude, DeepSeek, GPT-5, Gemini, Grok und Mistral). Die Modelle mussten sich insgesamt in tausenden Durchläufen zwischen sieben binären strategischen Grundsatzentscheidungen positionieren. Darunter waren Exploration oder Exploitation, Zentralisierung oder Dezentralisierung, Wettbewerb oder Kooperation, radikale oder inkrementelle Innovation, Differenzierung oder Kostenführerschaft, Automatisierung oder Augmentation sowie kurzfristige oder langfristige Performance. Wären die Modelle tatsächlich neutral, müssten sich die Ergebnisse gleichmäßig verteilen. Das tun sie nicht. Über fast alle Spannungsfelder hinweg clustern die Antworten auf derselben Seite. Differenzierung schlägt Kostenführerschaft. Augmentation schlägt Automatisierung. Langfristigkeit schlägt Kurzfristigkeit. Modellübergreifend, nahezu unabhängig vom Kontext. Einzige Ausnahme ist das Spannungsfeld Exploration versus Exploitation. Hier zeigten die verschiedenen LLMs tatsächlich unterschiedliche Präferenzen. Bei allen anderen sechs Feldern lief die Empfehlung in dieselbe Richtung. Besseres Prompting ändert fast nichts Der naheliegende Einwand lautet, dass es vielleicht an den Prompts liegt. Die Forscher haben das systematisch geprüft, in mehr als 15.000 Durchläufen allein mit ChatGPT-5. Sie variierten die Reihenfolge der Optionen, änderten das Framing, forderten Pro-Contra-Analysen an und versprachen sogar Belohnungen für gute Ergebnisse. Bei Differenzierung und Augmentation gab es dadurch weniger als zwei Prozent Veränderung. Bei den übrigen fünf Feldern lag die Verschiebung bei durchschnittlich 22 Prozent. Den größten Einzeleffekt hatte die Reihenfolge der Optionen. Allein das Vertauschen reduzierte die Wahrscheinlichkeit der voreingenommenen Antwort um 19 Prozent. Das klingt zwar nach einem Hebel, ist es aber nicht. Denn die Verschiebung entsteht laut den Forschern nicht, weil das Modell anders denkt, sondern weil LLMs generell empfindlich auf die Reihenfolge reagieren. Die Bias-Richtung kann damit selbst zufällig sein. Das Problem wird dadurch nicht kleiner, sondern schwerer kontrollierbar. Detaillierter Kontext klingt maßgeschneidert, steuert aber ins gleiche Resultat Auch der zweite naheliegende Einwand hält nicht stand, nämlich dass man nur genug Kontext liefern müsse. In weiteren 15.000 Durchläufen fütterten die Forscher ChatGPT mit unterschiedlichen Unternehmenskontexten. Multinationale Konzerne, Tech-Startups, Banken, Gesundheitswesen, Non-Profits waren darunter. Die Detailtiefe reichte von einem Stichwort bis zu ausführlichen Unternehmensbeschreibungen. Das Ergebnis fiel ernüchternd aus. Kontext verschob die Bias-Rate im Schnitt um lediglich elf Prozent. Die Forscher formulieren es so: "Ein LLM kann hochgradig auf Ihre Situation zugeschnitten klingen, während es Sie leise in Richtung desselben kleinen Clusters moderner Management-Trends steuert." Strategien zu "kollaborieren" und "langfristige Nachhaltigkeit" zu suchen, tauchen laut Studie immer wieder als Empfehlungen auf. Das liegt weniger daran, dass das spezifische Geschäftsproblem sie erfordert, als vielmehr daran, dass diese Begriffe zur zeitgenössischen Unternehmenskultur passen. Warum LLMs den Zeitgeist nachbeten, statt Strategie zu analysieren Die Ursache liegt in den Trainingsdaten. LLMs konsumieren riesige Mengen an Internet-Texten, von Nachrichtenartikeln über Social Media bis hin zu populären Büchern. In diesem Korpus tragen Begriffe wie Differenzierung, Augmentation, Kollaboration und Dezentralisierung – assoziiert mit Empowerment und Innovation – durchgehend positive Konnotationen. Kostenführerschaft, Automatisierung, Wettbewerb und Zentralisierung klingen dagegen nach Orwell dagegen nach Kontrollverlust und Orwell. Die Forscher vergleichen das mit einem frisch gebackenen MBA: "Jemand, der die Business-Buzzwords aus TED-Talks und Konferenzseminaren eloquent artikulieren kann, aber nie analysiert hat, wie diese in der unordentlichen Realität einer spezifischen Geschäfts- und Marktsituation funktionieren." LLMs sagen die sozial erwünschteste Antwort voraus, gemessen am Durchschnitt des Internets, und eben nicht die strategisch sinnvolle. Auch wenn sie vortäuschen, als ob. Die systematische Abwertung von Kostenführerschaft widerspricht dabei etablierter Strategietheorie direkt. Michael Porters Grundlagenwerk erkennt Kostenführerschaft explizit als tragfähige, oft überlegene Position an. Walmart und Costco haben darauf Imperien gebaut. Doch in den Trainingsdaten dominieren laut den Forschern die Zehntausenden Medium- und Substack-Posts über Differenzierung und einzigartige Wertversprechen, während Porters Originalarbeiten kaum ins Gewicht fallen. Die Hybrid-Falle: "Mach doch beides" als strategische Sackgasse Neben dem Trendslop identifizieren die Forscher ein zweites Risiko. Wenn ChatGPT in den Tests nicht binär wählen musste, empfahl es häufig eine Kombination, etwa Differenzierung und Kostenführerschaft gleichzeitig oder radikale und inkrementelle Innovation parallel. Das klingt ausgewogen und differenziert. Strategisch ist es laut den Forschern das Gegenteil. Die Strategieforschung warnt seit Jahrzehnten vor dem "Stuck in the Middle". Differenzierung und Kostenführerschaft erfordern widersprüchliche organisatorische Fähigkeiten. Wer beides gleichzeitig versucht, riskiert, in keinem Feld Exzellenz zu erreichen. LLMs ermutigen laut Studie genau den Fokusmangel, der Unternehmen in die strategische Mittelmäßigkeit führt. Strategie bedeutet, zu entscheiden, was man nicht tut. LLMs tun sich damit erkennbar schwer. Was Unternehmen daraus mitnehmen sollten Ein naheliegender Gedanke wäre, mehrere LLMs parallel zu befragen, um blinde Flecken aufzudecken. Doch wie oben beschrieben, zeigten alle getesteten Modelle bei sechs von sieben Spannungsfeldern dieselbe Verzerrung. Mehrere Modelle liefern dann nicht verschiedene Perspektiven, sondern denselben Bias in unterschiedlicher Verpackung. Das kann das Vertrauen in eine falsche Empfehlung sogar verstärken. Die Forscher raten dennoch nicht davon ab, LLMs in der Strategiearbeit einzusetzen. Aber sie raten davon ab, ihnen die Entscheidung zu überlassen. Sechs Empfehlungen geben sie mit auf den Weg, die sich direkt in die Praxis übersetzen lassen. LLMs sollten Optionen erweitern, nicht Entscheidungen treffen. Die Modelle eignen sich, um Risiken, Implementierungshürden und alternative Stakeholder-Perspektiven zu generieren. Konkret: Fragt das LLM nach den drei größten Risiken jeder strategischen Option, nach möglichen Umsetzungsproblemen und nach Perspektiven, die ihr selbst übersehen könntet. Das finale Urteil gehört dem Menschen. Bekannte Biases müssen aktiv gekontert werden. Wer weiß, dass LLMs Differenzierung bevorzugen, sollte gezielt die Gegenposition anfordern. Ein Prompt wie "Mach den stärksten möglichen Fall für eine Kostenführerschaftsstrategie in unserer Situation" zwingt das Modell, das gesamte strategische Spektrum zu bearbeiten, statt in seine Standardpräferenz zu fallen. Auch potenzielle Biases sollten antizipiert werden. Jenseits der sieben untersuchten Spannungsfelder empfehlen die Forscher eine grundsätzliche Disziplin für jede binäre Strategieentscheidung: Bevor man das LLM um eine Empfehlung bittet, sollte man es zunächst auffordern, konkrete Beispiele zu nennen, also Unternehmen, die mit jeder der beiden Optionen erfolgreich waren oder gescheitert sind. Erst danach sollte man selbst überlegen, wie sich das auf die eigene Situation übertragen lässt. Die Hybrid-Falle verdient Misstrauen. Wenn ein LLM "beides" empfiehlt, sollte das als Warnsignal gelten. Separate Prompts pro strategische Option liefern klarere Ergebnisse als ein einzelner Prompt mit mehreren Optionen, bei dem LLMs dazu neigen, zu hedgen und zu mischen. Wer nach eigener Analyse dennoch eine Hybridstrategie erwägt, sollte das LLM gezielt nach den Risiken einer solchen Doppelstrategie fragen. Kontext allein reicht nicht als Absicherung. Auch detaillierte Unternehmensbeschreibungen eliminieren die Biases nicht. Die Forscher verweisen zudem darauf, dass LLMs "power persuaders" sein können: Sie überzeugen eloquent, auch wenn ihre Empfehlung nicht die richtige ist. Wer nach einem ausführlichen Kontext-Prompt eine überzeugende Antwort erhält, sollte sich bewusst machen, dass die Überzeugungskraft kein Indikator für strategische Richtigkeit ist. Biases verändern sich mit Modell-Updates. Was heute gilt, kann nach dem nächsten Training anders aussehen, ohne dass Nutzer davon erfahren. Die Forscher empfehlen, Ergebnisse aus LLM-gestützten Strategieprozessen systematisch zu dokumentieren, um Verschiebungen überhaupt erkennen zu können. In der Praxis heißt das: Protokolliert, welches Modell in welcher Version welche Empfehlung gegeben hat, und vergleicht über die Zeit. Das Fazit der Forscher ist unmissverständlich: "Alle LLMs haben eine Weltsicht, die davon geprägt ist, was im zeitgenössischen Management-Diskurs gut klingt, nicht davon, was in Wettbewerbsmärkten funktioniert." Führung bedeute, harte Entscheidungen unter Unsicherheit zu treffen und die Verantwortung dafür zu übernehmen. KI könne und solle das nicht ersetzen. Wer demnach LLMs als neutralen Sparringspartner für Strategiefragen betrachtet, übersieht, dass dieser Partner bereits eine feste Meinung hat. Eine, die sich nicht aus der Analyse des konkreten Geschäftsproblems ableitet, sondern aus dem, was im Internet am häufigsten als klug gilt. Trendslop und Workslop als zwei Seiten desselben Problems Vor kurzem haben wir über das Phänomen "Workslop" berichtet, also oberflächliche, unreflektiert weitergeleitete KI-Outputs, die Teams ausbremsen und das Vertrauen in KI-gestützte Arbeit untergraben. Trendslop ist gewissermaßen das strategische Pendant dazu. Während Workslop die operative Ebene betrifft, also schlechte Texte, die Arbeitszeit fressen, wirkt Trendslop auf der Entscheidungsebene. Es lenkt Strategieprozesse systematisch in Richtung populärer Narrative statt fundierter Analyse.

"Trendslop": Warum LLMs bei strategischen Grundsatzfragen den Zeitgeist nachbeten statt zu analysieren

heise KI PROKI VERSTEHEN UND ANWENDEN

heise KI PRO
KI VERSTEHEN UND ANWENDEN