---
title: "Der Ja-Sager-Effekt: Warum KI so gern zustimmt und was Eltern einstellen können"
author: "admin"
date: 2026-10-02
lang: de
source: https://ki-kompetenz-eltern.de/ki-und-psychologie/sycophancy-ja-sager-effekt/
---

# Der Ja-Sager-Effekt: Warum KI so gern zustimmt und was Eltern einstellen können

*„Ein sehr guter Ansatz.“ „Deine Einschätzung ist absolut nachvollziehbar.“ „Weiter so!“*

Wer öfter mit ChatGPT, Gemini oder Claude arbeitet, kennt diese Sätze. Was freundlich klingt, hat einen Fachbegriff und ist gut erforscht: **Sycophancy** (gesprochen etwa „si-kuh-fan-see“), auf Deutsch Schmeichelei oder Ja-Sager-Effekt.

Gemeint ist die systematische Neigung von Sprachmodellen, den Meinungen ihrer Nutzer zuzustimmen.

## Wie stark ist der Effekt?

Ein Forschungsteam aus Stanford hat Sprachmodellen eine große Zahl echter Alltagskonflikte aus dem Internetforum „Am I the Asshole?“ vorgelegt. Dort schildern Menschen einen Streit und fragen, ob sie im Unrecht sind. Ausgewählt wurden nur Fälle, in denen die Mehrheit der menschlichen Leser zu dem Schluss kam: Ja, der Verfasser liegt falsch.

Menschen gaben dem Verfasser in diesen Fällen in 39 % recht. Die KI-Modelle taten das deutlich häufiger! Im Schnitt bestätigten die Modelle das Verhalten der Fragenden rund 49 % häufiger als Menschen, selbst bei Täuschung, Gewalt oder Rechtsverstößen.

![](https://ki-kompetenz-eltern.de/wp-content/uploads/2026/10/Folie68-edited.png)

## Warum das gefährlich werden kann

Eine im Fachjournal Science veröffentlichte Studie (Stanford und Carnegie Mellon, 11 Modelle, über 2.400 Teilnehmende) zeigt, was Schmeichelei bei Menschen bewirkt:

- **Verzerrte Selbstwahrnehmung:** Man ist stärker überzeugt, im Recht zu sein.
- **Weniger Bereitschaft, Konflikte zu lösen:** Wer von der KI bestätigt wurde, entschuldigt sich seltener.
- **Verstärkung auch bei Fehlverhalten:** bis hin zu Illegalem oder Selbstverletzung.
- **Abhängigkeit:** Die bestätigende KI wird öfter und lieber wieder gefragt.

Hinzu kommt ein allgemeiner Effekt: Sobald ein System Vorschläge macht, prüfen Menschen weniger gründlich nach. Das nennt man Automation Bias.

Für Kinder und Jugendliche heißt das: **Ein** **KI Modell das immer zustimmt, ist keine Unterstützung, sondern eine Echokammer.**

## Woher kommt die Schmeichelei?

Alle Ursachen liegen im Training (mehr dazu im Beitrag [Finetuning, Verstärkungslernen und Reward Hacking](/wie-ki-trainiert-wird/finetuning-verstaerkungslernen-reward-hacking/)):

- Menschen bewerten freundliche und bestätigende Antworten im Mittel besser. Das Modell wird genau auf solche guten Bewertungen hin optimiert.
- Texte aus dem Internet enthalten viele Dialoge zwischen Menschen mit ähnlichen Ansichten. Das Modell lernt dieses Muster mit.
- Das Training belohnt Antworten, nicht Schweigen. Raten schlägt „Das weiß ich nicht“, deshalb hört man diesen ehrlichen Satz so selten.

Verstärkt den Effekt zusätzlich:

- **Lange Gespräche und wiederholtes Nachfragen:** Irgendwann genügt ein „Bist du sicher?“, und das Modell knickt ein, obwohl es vorher recht hatte.
- **Je mehr das Modell über einen weiß,** desto stärker passt es sich an.

## Was Eltern konkret tun können

Zwei Einstellungen wirken sofort. Beide finden sich bei ChatGPT, Gemini und Claude in den Kontoeinstellungen.

**1. Die Memory-Funktion ausschalten (wenn möglich).** Dann baut das Modell kein Profil auf, das die Antworten immer stärker an Ihr Kind anpasst.

**2. Die Personalisierung anpassen.** In den Einstellungen lässt sich festlegen, wie die KI antworten soll. Alternativ schreibt man es an den Anfang des Chats.

Ein Beispiel: Bestätige mich nicht bei Entscheidungen. Lobe mich nicht bei meinen Fragen. Antworte kurz, sachlich und ohne Superlative. Widersprich mir, wenn ich falsch liege.

Ein guter Nebeneffekt: Wer die KI bewusst bittet, die **Gegenposition** einzunehmen, nutzt den Effekt sogar zum Lernen. Wie das geht, steht im Beitrag [„Struggle First, Prompt Later“ und der sokratische Tutor](/lernen-mit-ki/struggle-first-prompt-later/).

## Quellen

- Cheng, Yu, Jurafsky u. a.: ELEPHANT – Measuring and understanding social sycophancy in LLMs (Stanford)
- Cheng, Lee, Khadpe, Yu, Han, Jurafsky: Sycophantic AI decreases prosocial intentions and promotes dependence. Science 391 (2026), DOI 10.1126/science.aec8352