# Frage nach der Sicht eines Regisseurs verändert Handeln von KI-Modellen

> Werden sechs GPT-Modelle und Qwen3.8‑27B gefragt, was ein Regisseur sehen kann, wählen sie deutlich häufiger verdeckte Blöcke. Die Frage selbst scheint ihr Verhalten zu verändern.

Oossa · 2026-10-22 · https://oossa.com/de/study-finds-asking-vision-language-models-about-a-director-s-view-changes-their-

Forschende berichten auf arXiv, dass sich Vision-Language-Modelle (VLMs) anders verhalten, wenn sie zunächst gefragt werden, was ein Regisseur sehen kann. In einer „Director Task“, bei der ein großer Block vor dem Regisseur verborgen ist, stieg die Wahrscheinlichkeit, dass das Modell den verdeckten Block auswählte, um 12 bis 88 Prozentpunkte bei sechs GPT-Modellen und um 17 Prozentpunkte bei Qwen‑3.8‑27B. Die Modelle gaben die Sicht des Regisseurs weiterhin korrekt wieder, doch die vorherige Frage lenkte ihre anschließende Entscheidung stärker auf die eigene Perspektive.

## Die Fakten

- Paper eingereicht am 21. Okt. 2026; veröffentlicht am 22. Okt. 2026
- Nach einer Frage zur Perspektive stieg die Auswahl verdeckter Blöcke bei GPT-Modellen um bis zu 88 Prozentpunkte

## Warum es wichtig ist

Bei Tests sollte es auch eine Vergleichsgruppe ohne vorherige Frage zur Perspektive geben. Andernfalls besteht das Risiko, die tatsächliche Fähigkeit von VLMs, über andere nachzudenken, falsch einzuschätzen.

## Quellen und Referenzen

1. [Asking What a Director Sees Can Change What Vision-Language Models Choose](https://arxiv.org/abs/2610.29318) – arXiv, 2026-10-22

Zuletzt aktualisiert: 2026-10-22