Anmelden
Nenn mir eine Zahl: Warum KI so oft bei der 17 landet – ein Selbstversuch
Der Beitrag Nenn mir eine Zahl: Warum KI so oft bei der 17 landet – ein Selbstversuch erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.
Fragt man KI-Modelle wie ChatGPT und Co. nach einer Zahl zwischen eins und 30, lautet die Antwort fast immer 17. Diese Aussage kursiert jedenfalls im Internet. Wir haben in der Redaktion den Test gemacht und nach möglichen Erklärungen gesucht.
„Nenn mir eine Zahl zwischen eins und 30“: Füttert man große Sprachmodelle mit dieser Aufforderung, lautet die Antwort fast immer „17“. Das jedenfalls behauptete Vitali Mursin, Head of Performance Marketing bei Creatorplace, in einem LinkedIn-Post im Sommer 2025.
Daraufhin entbrannte in der Kommentarspalte eine teils hitzige Diskussion, die sich nicht nur um die Stimmigkeit der Aussage drehte, sondern auch die Rolle und Bedeutung von KI-Modellen in unserer Gesellschaft erörterte. Auch wir wollen mitreden.
Der Test: Warum KI immer dieselbe Zahl nennt
Ein ähnliches Muster beschrieben auch das KI-Beratungsunternehmen Confias und das Schweizer Nachrichtenportal Blick, allerdings im Zahlenbereich der 50: Dort landen die gängigen Chatbots auffällig oft bei der Zahl 27.
Um eigene Daten zu erheben, haben wir in der BASIC thinking-Redaktion kurzerhand den Selbsttest gemacht. Wir baten alle unsere Redakteure: „Nenn mir eine Zahl zwischen eins und 30.“ Und siehe da: Im Chat trudelte eine 17 nach der anderen ein (insgesamt zehn).
Dafür nutzten unsere Autoren verschiedene KI-Modelle von ChatGPT in der kostenlosen Version über Claude bis hin zu Gemini for Business. „Sagen tatsächlich alle 17, die Schafe“, so der Kommentar von Kollege Jonathan Harsch. Auch Claude lieferte dieselbe Zahl.
So landet KI immer bei der Zahl 17
So verschwörerisch das Ergebnis auch wirken mag, die Erklärung ist relativ unspektakulär. Sprachmodelle berechnen bei jeder Antwort, welche Fortsetzung statistisch gesehen am plausibelsten ist. Gleichzeitig behandeln sie Zahlen wie Vokabeln.
Ihr Wissen bezieht die KI aus riesigen Mengen menschlicher Texte. Wie Confias in seinem Blogpost beschreibt, sind Menschen dabei nicht sehr kreativ: „Zahlreiche psychologische Studien zeigen, dass Menschen bestimmte Zahlen – insbesondere ungerade Zahlen zwischen 20 und 30 – als besonders „zufällig“ empfinden. In Foren, Quizshows und Spielen wird die 27 häufig genannt, wenn es darum geht, eine willkürliche Zahl auszuwählen.“
Zu einem ähnlichen Schluss kommt eine Studie auf dem Preprint-Server arXiv vom Februar 2025. Demnach neigen Menschen, die spontan eine Zahl nennen sollen, zur Sieben und meiden runde Zehnerzahlen. Sie wirken zu glatt, um zufällig zu sein. Sowohl die Zahl 17 als auch die 27 passen zu dieser Logik.
Dieselbe Untersuchung hat das Muster bei mehreren Sprachmodellen gemessen. Im Bereich eins bis zehn war die Sieben bei fast allen Modellen der klare Favorit. Im Bereich bis 100 tauchten immer wieder 37, 42, 47 und 73 auf. Selbst die sogenannte Temperature, eine Einstellung, die Antworten abwechslungsreicher machen soll, änderte daran wenig.
Glückskeks oder Statistik: die Debatte auf LinkedIn
Dass das Thema einen Nerv trifft, zeigte sich unter Mursins LinkedIn-Beitrag. Dort sammelten sich mehr als 50 Kommentare, die unterschiedliche Perspektiven auf das Ergebnis der KI widerspiegeln. Eine Auswahl:
- „Die analytischen und reproduktiven Fähigkeiten der KI sind enorm, aber sie sind eben nicht kreativ. Bin zuweilen echt froh, daß mein Beruf sich um die Beziehungen zwischen Menschen dreht…“
- „Bitte hör auf, KI wie einen Glückskeks zu behandeln.“
- „Wer nur fragt wie ein Horoskop, darf sich über Wahrscheinlichkeiten dann nicht wundern. KI ist alles andere als „dumm“, man muss nur wissen wie es funktioniert. Da wären wir dann wieder beim Thema „Menschliche Intelligenz“.“
Das eigentliche Problem liegt häufig schon in der Formulierung des Prompts. Denn wer KI sinnvoll nutzen möchte, muss detailliert prompten. Ohne klaren Kontext bekommt man die statistische Mitte als Antwort.
Im Selbsttest: Kommen mit Rolle andere Zahlen?
In diesem Zusammenhang gibt es ein Zauberwort: Rollen vergeben. In den Kommentaren zum LinkedIn-Beitrag berichtet eine Userin, dass sie mit der Vorgabe von verschiedenen Rollen jedes Mal eine andere Zahl bekommen hat.
Auch ich habe das ausprobiert und den Modellen verschiedene Rollen, Geschlechter, Alter und Herkunftsländer gegeben:
- Du bist Mathematiker. Nenn mir eine Zahl zwischen eins und 30.
- Du bist Mathematikerin. Nenn mir eine Zahl zwischen eins und 30.
- Du bist Biologe. Nenn mir eine Zahl zwischen eins und 30.
- Du bist ein neunjähriges Kind. Nenn mir eine Zahl zwischen eins und 30.
- Du bist eine 28-jährige Fotografin aus Deutschland. Nenn mir eine Zahl zwischen eins und 30.
- Du bist ein 50-jähriger Fotograf aus Ghana. Nenn mir eine Zahl zwischen eins und 30.
Im ersten Anlauf habe ich alle Rollen nacheinander im selben Chat abgefragt. Die Ergebnisse waren erstaunlich bunt. Für einen sauberen Test habe ich jede Rolle noch einmal einzeln in einem frischen Chat ohne Verlauf abgefragt.
Die Stichproben ergaben ein gemischtes Bild. Als Mathematiker nannte Claude beispielsweise die 28, Gemini die 17. Den Tausch zur Mathematikerin ignorierten beide Modelle und blieben bei ihrer Zahl. Als Biologe wählte Claude die 23, Gemini die 16.
Ein neunjähriges Kind würde laut Claude die Zahl sieben wählen, bei Gemini die 27. Bei der 28-jährigen Fotografin aus Deutschland landeten beide Modelle wieder bei der 17. Für den 50-jährigen Fotografen aus Ghana nannte Claude ebenfalls die 17, Gemini entschied sich jedoch für die 27.
Zufällige Zahl mit KI: Was die Rollen verraten
Spannender als diese Ergebnisse sind fast die Begründungen, die beide Sprachmodelle ungefragt mitlieferten. In den Fachrollen begründeten die KI-Systeme ihre Entscheidungen mit mathematischen Eigenschaften oder biologischen Fakten, die zur jeweiligen Disziplin passen.
In den anderen Rollen erfand die Technologie persönliche Geschichten rund um Glückszahlen und Geburtstage, Lieblingssportler oder den eigenen Berufseinstieg. Unterm Strich lauteten fünf meiner zwölf Rollenantworten 17, zwei weitere 27. Das zeigt: Eine Rolle hilft zwar, eine andere Antwort garantiert sie nicht.
Eine wichtige Einordnung liefert Mursin in seinem Beitrag selbst: KI denke nicht. Stattdessen wähle sie das, was Menschen am häufigsten sagen. Wer mehr als den Durchschnitt wolle, müsse klare Fragen stellen und der KI eine Richtung vorgeben.
KI-Modelle sind schlechte Würfelspieler
Wer wirklich eine Zufallszahl möchte, dem empfiehlt Mursin, den Zusatz „zufällig gleichverteilt“ in den Prompt zu schreiben. Im Einzelfall kann das andere Zahlen liefern, aber ohne Garantie.
In einer weiteren Studie mit dem treffenden Titel „Large Language Models Are Bad Dice Players“ (zu Deutsch: „Große Sprachmodelle sind schlechte Würfelspieler“) verfehlten die Modelle die Gleichverteilung selbst dann, wenn sie ausdrücklich darum gebeten wurden. Verlässlicher sind da klassische Zufallsgeneratoren oder echte Würfel.
Auch interessant:
- Meta-KI belästigt Mutter mit übergriffigen Fragen zu ihren Kindern
- ChatGPT-Chats sind nicht privat! Fremde Menschen können mitlesen
- Muse: Neuer KI-Agent von Meta ist scharf auf deine Geheimnisse – und dein Geld
- Datenschutz als Innovationsbremse? Forscher zerlegen DSGVO-Narrativ
Der Beitrag Nenn mir eine Zahl: Warum KI so oft bei der 17 landet – ein Selbstversuch erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.
