Kann künstliche Intelligenz laut denken?
Kann künstliche Intelligenz (KI) ebenso gut laut denken wie sie es schriftlich tut? Ein Bitcoin-Prognoseexperiment, das von Bitcoin.com News durchgeführt wurde, stellte ChatGPT, Grok und Claude Opus 5.5 auf die Probe und offenbarte wackelige Vorhersagen, fragwürdige Argumentationen und eine überraschende Wendung: Claudes Sprachmodell erwies sich als transparenter in Bezug auf seine Einschränkungen als sein textbasiertes Pendant.
Das Experiment
Künstliche Intelligenz kann ein Gespräch führen, wie ein Finanzanalyst klingen und eine Bitcoin-Preisprognose abgeben, ohne ins Stocken zu geraten. Aber führt das Sprechen mit einer KI zu derselben Qualität des Denkens wie das Eingeben einer Frage? Ein Experiment am 23. Oktober 2026 stellte diese Frage auf die Probe, und die Antworten waren alles andere als einfach.
ChatGPT und Grok wurden über Sprachschnittstellen befragt, während Claude Opus 5.5 zunächst über Text arbeitete. Eine nachfolgende Sprachsitzung von Claude Opus 5.5 lieferte einen aufschlussreichen Vergleich. Alle vier gaben spezifische Bitcoin-Preise zum Jahresende an. Keiner zeigte eine reproduzierbare Berechnung hinter seiner finalen Zahl, aber die Unterschiede in der faktischen Genauigkeit, Konsistenz und der Bereitschaft, Unsicherheiten zuzugeben, waren auffällig.
Die Vorhersagen
Die Übung umfasste OpenAIs ChatGPT, xAIs Grok und Anthropics Claude Opus 5.5. Jeder wurde gebeten, den Schlusskurs von Bitcoin am 31. Dezember 2026 vorherzusagen, wobei fünf Aufforderungen verwendet wurden, die historische Zyklen, Onchain-Aktivitäten, institutionelle Adoption und wirtschaftliche Bedingungen betonten. Bitcoin wurde am 23. Oktober bei etwa 81.200 $ gehandelt, was dem Experiment einen gemeinsamen Marktbezug gab.
Die Sprachsitzung von ChatGPT begann bei 89.500 $ und pendelte sich schließlich bei 82.000 $ ein. Groks gesprochene Schätzung bewegte sich von 88.000 $ auf 82.000 $. Claudes Textmodell hielt 78.000 $ über alle Aufforderungen hinweg, während seine spätere Sprachsitzung bei 88.000 $ begann, bevor sie bei 85.000 $ verharrte.
Die Ergebnisse
Die Übung war kein kontrollierter wissenschaftlicher Benchmark. Verschiedene Unternehmen verwenden unterschiedliche Architekturen, und die Sitzungen hatten keinen identischen verifizierten Zugang zu Live-Informationen. Dennoch boten die Gespräche einen aufschlussreichen Blick darauf, wie überzeugend diese Systeme finanzielle Argumentationen präsentieren können und wie gut diese Argumentationen einer Überprüfung standhalten.
„Ich behandelte Plausibilität als Beweis.“
Diese Unterscheidung ist wichtig, da ChatGPTs Sprach- und Texteingaben unterschiedliche zugrunde liegende Modelle verwenden können. Der Vorfall zeigte, wie leicht ein natürlich klingendes Gespräch den Eindruck investigativer Arbeit erwecken kann, selbst wenn die resultierende Antwort wenig Beweis dafür liefert.
Fehler und Ungenauigkeiten
Grok wies angeblich eine Wahrscheinlichkeit von etwa 90 % für eine Zinserhöhung der Federal Reserve bei der Sitzung am 27.-28. Oktober zu. Die Marktverweise der Überprüfung platzierten diese Chancen jedoch eher bei 6 % bis 18 %, je nach Quelle und Beobachtungsdatum. Der Unterschied war erheblich. Es griff im Wesentlichen auf einen älteren Referenzpunkt zurück.
Claude Opus 5.5s ursprüngliche Textsitzung hatte einen dokumentierten Vorteil: Sie führte vier Websuchen durch, bevor sie antwortete. Seine Prognose von 78.000 $ basierte teilweise auf Bitcoins True Market Mean, das auf etwa 77.600 $ geschätzt wurde. Das gab der Antwort einen konkreten Marktbezug, etwas, das die Sprachsitzung von ChatGPT weitgehend vermisste.
Schlussfolgerungen
Das Experiment stellte nicht unabhängig fest, wie diese Faktoren die Antworten beeinflussten. Groks Spracharchitektur wurde im Bericht nicht verifiziert, was ein weiteres wichtiges Stück des technischen Vergleichs ungelöst ließ. Die Sitzungen können daher nicht feststellen, dass Sprach-KI von Natur aus weniger genau, anfälliger für Fälschungen oder transparenter ist als generative Text-KI.
Was sie zeigen, ist, dass die Schnittstelle und die zugrunde liegende Konfiguration wichtig sind und dass ein vertrauter Markenname allein kein gleichwertiges Verhalten garantiert. Claude lieferte den nützlichsten internen Unternehmensvergleich, aber selbst dort fanden die Text- und Sprachsitzungen separat statt und stellten keine wiederholten, kontrollierten Versuche dar.
Das aufschlussreichste Ergebnis des Experiments war nicht, ob Bitcoin 2026 bei 78.000 $, 82.000 $ oder 85.000 $ abschließen würde. Es war, dass vier überzeugende Leistungen im Sprachmodus vier Sets finanzieller Argumentation produzierten, und keines konnte die Mathematik hinter seiner finalen Antwort zeigen.
