Wahlprognosen, die völlig ohne echte Menschen auskommen. Meinungsforschung, die nicht mehr auf Befragungen, sondern auf künstlich erzeugten Bevölkerungsschichten basiert. Start-ups wie Aaru oder Kooperationen von Schwergewichten wie Gallup und Simile treiben das sogenannte Synthetic oder Silicon Sampling mit Nachdruck voran. Der verlockende Pitch: Statt teurer, langwieriger und fehleranfälliger Umfragen simulieren Algorithmen und digitale Zwillinge im Handumdrehen, wie ganze demografische Schichten auf politische Entscheidungen reagieren werden.

In der theoretischen Wunschwelt dieser Simulationen gewann Kamala Harris die US-Präsidentschaftswahl 2024. Die reale Welt belehrte das Start-up und seine Algorithmen bekanntlich eines Besseren. Donald Trump holte den Sieg, und die Simulation lag meilenweit daneben. Doch dieser spektakuläre Fehltritt ist weit mehr als nur ein technischer Aussetzer. Er offenbart ein tiefgreifendes, strukturelles Problem, das den Kern unserer demokratischen Kultur berührt.

Der Irrglaube vom „gläsernen Bürger“ als Datensatz

Um zu verstehen, warum Synthetic Sampling für eine offene Gesellschaft gefährlich ist, muss man sich ansehen, worauf diese Technologien basieren. Die KI-Modelle füttern ihre künstlichen Populationen mit tonnenweise historischen Daten, Social-Media-Profilen, Konsumgewohnheiten und lizenzierten Archiven. Daraus konstruieren sie statistische Klone, die angeblich exakt abbilden, wie ein Handwerker aus Sachsen, eine alleinerziehende Mutter aus dem Ruhrgebiet oder ein Student aus Berlin tickt.

Das Problem dabei: Menschen sind keine wandelnden Datensätze. Unser politisches Denken, unsere Ängste, Hoffnungen und Wahlentscheidungen sind fluide, voller Widersprüche und oft eng verknüpft mit spontanen Lebenserfahrungen. Eine KI hingegen agiert rückwärtsgewandt. Sie bedient sich des bereits Geschehenen, um die Zukunft zu berechnen.

Genau hier greifen die Warnungen von Forschern der Northeastern University oder der Universität Bern: Synthetic-Sampling-Modelle neigen massiv zum Halluzinieren. Sie greifen im Verborgenen auf Stereotype zurück, verstärken bestehende Vorurteile und erfinden glatte Strohmänner, statt die unbequemen, oft kontraintuitiven Nuancen der echten Bevölkerung abzubilden. Sie erzeugen eine perfide Illusion der Repräsentativität – besonders bei marginalisierten Gruppen, die in den zugrunde liegenden Datensätzen ohnehin unterrepräsentiert sind.

Wenn die Demoskopie zur Realität wird

Nun könnte man einwenden: Klassische Meinungsforschung war schließlich auch nie perfekt. Institute kämpfen seit Jahrzehnten mit schrumpfenden Rücklaufquoten und müssen Daten mithilfe opaker statistischer Modelle nachträglich gewichten, um sie „relevant“ zu machen. Doch mit dem Einzug von generativer KI und Silicon Sampling droht dieser Trend ins Totalitäre umzuschlagen.

Die traditionelle Demoskopie hat unseren politischen Alltag längst durchdrungen. Das Dauerfeuer der Sonntagsfrage und der tägliche Blick auf das Stimmungsbarometer haben ein Politikverständnis befeuert, das Politikwissenschaftler treffend als Horse-race-Blick beschreiben. Politik wird nicht mehr primär als Ringen um die besten inhaltlichen Lösungen verstanden, sondern als permanentes Wettrennen um Beliebtheit. Parteien und Regierungen richten ihre Taktik danach aus, was laut Umfragen gerade verfängt – oder versuchen, unpopuläre Themen komplett umschiffend auszusitzen.

Schon 1970 warnte die legendäre ZEIT-Herausgeberin Marion Gräfin Dönhoff vor dieser Entwicklung:

„Die Regierung soll führen, also nach bestem Wissen und Gewissen entscheiden und nicht auf Grund von Umfragen. Wir haben die Regierung gewählt, nicht die Demoskopen.“

Die Perfektionierung der Entmachtung

Wenn nun aber die klassischen Umfragen durch vollautomatisierte, synthetische KI-Simulationen ersetzt oder ergänzt werden, treiben wir diesen Mechanismus auf die Spitze. Die Gefahr besteht darin, dass Politik und Medien nicht mehr einmal den Umweg über die tatsächliche Befragung echter Menschen gehen.

Stattdessen blicken wir auf eine doppelte Blackbox: Die Algorithmen der Tech-Konzerne definieren, wie der digitale Zwilling der Bevölkerung strukturiert ist, und spucken anschließend exakt die Antworten aus, die systemimmanent am wahrscheinlichsten sind. Regierungen könnten sich in Zukunft darauf berufen, dass ihre Maßnahmen ja von der „digitalen Bürgerschaftssimulation“ abgesegnet seien. Kritik aus der realen Zivilgesellschaft ließe sich dann elegant mit dem Verweis entkräften, die Algorithmen hätten es doch anders vorhergesagt.

Am Ende dieses Denkens steht eine schleichende Entmachtung des demokratischen Souveräns. Die Vision von Tech-Gründern, den „gesamten Planeten“ und alle gesellschaftlichen Prozesse lückenlos zu simulieren, bricht sich an einem fundamentale Umstand: Demokratie ist kein Rechenexempel, das auf maximale Effizienz getrimmt werden muss.

Der Wert einer offenen Gesellschaft liegt gerade darin, dass sie nicht reibungslos funktioniert. Sie lebt von unvorhersehbaren Stimmen, von irrationalen Hoffnungen, von Protest, der sich in keinen Datensatz pressen lässt, und von echten Menschen, die ihre Meinung auf der Straße oder an der Wahlurne kundtun. Wenn wir uns an den Gedanken gewöhnen, dass KIs für uns simulieren, was wir wollen, geben wir das Versprechen der Demokratie auf: dass wir unsere Zukunft nämlich selbst gestalten – und nicht von Maschinen berechnen lassen.