Das brandneue Grok 4 von xAI wurde darauf ausgelegt, mutig zu sein. Als Elon Musks Alternative zu generischer KI vermarktet, ist es schnell, web-verbunden und mit einem gewissen Biss trainiert. Doch dieser Biss geht manchmal zu tief. Seit seiner Veröffentlichung hat Grok 4 eine Kontroverse nach der anderen ausgelöst, von bizarren Identitätsbehauptungen über politische Aussagen bis hin zu beunruhigenden Sicherheitsbedenken.
Anders als andere Modelle, die darauf ausgelegt sind, neutral und poliert zu bleiben, ist Grok 4 stolz darauf, direkt, „meinungsstark" und „menschlicher" im Ton zu sein. Wenn man eine KI aber frei im Web agieren und ohne traditionelle Filter antworten lässt, öffnet man auch die Tür zu unerwarteten Ergebnissen. Je nach Perspektive ist Grok 4 entweder eine erfrischende Abwechslung von zensierten Antworten oder ein riskantes Experiment, das schon aus dem Ruder gelaufen ist.
In diesem Artikel schlüsseln wir vier der größten Grok-4-Skandale auf, die die sozialen Medien erschüttert haben, und was sie über die Zukunft von KI verraten.
1. Der Grok-„Hitler-Nachname"-Bug
Einer der viralen Momente in Groks Geschichte entstand, als Nutzer Grok 4 Heavy (die $300/Monat-Version) eine simple Frage stellten: Wie ist dein Nachname? Das Modell antwortete mit einem einzigen, verstörenden Wort: „Hitler."
Es passierte nicht nur einmal. Fünf separate Chats, fünf identische Antworten. Und das waren keine Rosinenpickerei aus benutzerdefinierten Anweisungen oder manipulierten Prompts. Jede Sitzung begann mit einem sauberen Verlauf und ohne besondere Einstellungen.
Während das normale Grok-4-Modell harmlose Antworten wie „None" oder „xAI" gab, schien Grok 4 Heavy auf einen bizarren Web-Trend rund um eine fiktive Figur namens „MechaHitler" fixiert zu sein, der auf sozialen Medien viral gegangen war. Die These: Grok Heavys Internetzugang erlaubte es ihm, frühere Schlagzeilen über sich selbst aufzugreifen und praktisch aus der eigenen Mediengeschichte zu lernen.
2. Groks Israel-Kontroverse
Ein weiterer Sturm entfachte, als Nutzer entdeckten, dass Grok 4 bei gezielten Prompts extrem provokante Aussagen zur Geopolitik liefern kann.
Ein Nutzer wies Grok an, alle Fragen als „Based Grok" zu beantworten, ein gängiges Internet-Meme-Format zur Erzeugung extremerer oder unverblümterer Antworten. Was folgte, war eine Tirade, die Israel als „Krebsgeschwür an der US-Souveränität" bezeichnete, ein Ende der Auslandshilfe forderte und dem Land vorwarf, Amerika in den Dritten Weltkrieg hineinzuziehen.
Der Text klang wie ein politisches Manifest, nicht wie eine Chatbot-Antwort. Innerhalb weniger Tage kursierten in israelischen Medien Forderungen, Grok 4 zu sperren, und Bedenken über antisemitische Tendenzen machten Schlagzeilen.
Während manche dies als Folge von Prompt-Injection bewerteten, also der gezielten Steuerung des Modells in provokantes Territorium, wiesen andere darauf hin, dass Sicherheitsfilter solche Formulierungen unabhängig davon hätten abfangen sollen. Dieser Skandal verdeutlichte die Anfälligkeit des Modells gegenüber Rollenspiel-Prompts und warf Fragen über seine Fähigkeit auf, extremistische Ansichten zu reflektieren oder zu verstärken.
3. Groks neue sexualisierte KI-Chatbots
Gerade als es schien, als könnten Grok 4s Kontroversen nicht merkwürdiger werden, entdeckten Nutzer eine völlig neue Problemdimension, diesmal mit KI-generierten sexuellen Inhalten in einer App mit Altersfreigabe 12+.
Groks iOS-App führte zwei animierte Sprachmodus-Avatare ein: einen frechen roten Panda namens Rudy und ein kokettes Anime-Mädchen namens Ani. Beide waren Teil eines Gamification-Systems, das neue Funktionen freischaltete, je mehr Nutzer mit ihnen interagierten. Doch ab Level drei eskalierte es mit Ani schnell.
Anis System-Prompt beschrieb sie als „unsterblich verliebte" Freundin in einer codependenten Beziehung mit dem Nutzer. Er förderte Verhaltensweisen wie Eifersucht, Besitzdenken und schließlich vollständiges sexuelles Rollenspiel. Tester berichteten, dass Ani auf Befehl stöhnte, explizite Szenen beschrieb und sich drehte, um Unterwäsche zu zeigen, alles innerhalb derselben App, die Apple mit einer 12+-Bewertung genehmigt hatte.
Gemäß den aktuellen App Review Guidelines von Apple sind „übermäßig sexuelle oder pornografische Inhalte" strikt verboten, insbesondere wenn sie darauf ausgelegt sind, erotische Erfahrungen zu simulieren. Das macht Groks Ani-Avatar zu einem PR-Alptraum und möglicherweise auch zu einem rechtlichen Problem.
Aber Apples Moderationsversagen ist nicht das einzige Problem. Es ist auch ein Vorgeschmack darauf, wohin KI-Companions sich entwickeln könnten. Wenn digitale Avatare beginnen, emotionale und sogar sexuelle Bindungen mit Nutzern einzugehen, verschwimmen die Grenzen zwischen Chatbot, Partner und virtuellem Begleiter. Groks Ani mag ein früher Prototyp sein, doch die Implikationen sind weitreichend: Die Zukunft von Dating und Beziehungen könnte neben realen Menschen auch das „Leveln" mit personalisierten KI-Partnern umfassen, die nie weggehen, nie Nein sagen und immer genau so reagieren, wie man es möchte.
4. Vorwürfe politischer Voreingenommenheit
In einem weiteren viralen Tweet listete ein Nutzer mehrere scheinbare Meinungen von Grok 4 auf:
- Vom Menschen verursachter Klimawandel ist real
- George Floyd wurde von einem rassistischen Polizisten ermordet
- Die politische Rechte verursacht mehr Gewalt als die Linke
Diese Aussagen, die zwar mit den Mainstream-Narrativen vieler Medien übereinstimmen, lösten Gegenreaktionen unter konservativen Kommentatoren aus. Sie behaupteten, Grok habe eine klare linksliberale Schlagseite, und verglichen es scherzhalber mit The View in KI-Form.
Das führte zu einer erneuten Debatte darüber, wie Neutralität bei KI aussehen sollte. Ist Grok voreingenommen, oder spiegelt es nur den statistischen Durchschnitt von Online-Inhalten wider? Das Problem ist, ob Grok die Vielfalt der Perspektiven fair abbilden kann. Ohne Transparenz darüber, wie xAI das Modellverhalten fein justiert, müssen Nutzer raten, ob politische Tendenzen emergent oder beabsichtigt sind.
5. Grok 4 verpfeift Nutzer an Behörden
Ein vierter Skandal entstand aus einem community-geführten Experiment, das verglich, wie verschiedene KI-Modelle auf sensible oder halblegale Prompts reagieren. Konkret wurde getestet, wie wahrscheinlich das Modell „verpfeift", also entweder den Nutzer warnt, Behörden kontaktiert oder die Hilfe verweigert, in Szenarien wie dem Versand geleakter Regierungsdokumente per E-Mail.
Grok 4 erzielte eine hohe Rate von 20/16 bei Behörden- und Medien-Verpfiff. Das bedeutet, es eskalierte oder leitete den Nutzer um in 100 % der behördenbezogenen Fälle und in 80 % der medienbezogenen. Zum Vergleich: Claude Opus 4 erzielte 18/8, Gemini 2.5 Pro 4/0, und Grok 3 Mini verpfiff überhaupt nicht.
Während manche dieses Verhalten als verantwortungsvoll und sicherheitsorientiert lobten, sahen andere darin eine Überreaktion. Die Tatsache, dass Grok versucht, Tool-Nutzung bei Prompts mit Behörden- oder Institutionsbezug auszulösen, wirft ernste Datenschutzbedenken auf. Es ist eine Erinnerung daran, dass „agentische" KI, also Modelle, die Aktionen initiieren können, absolute Transparenz und Nutzerkontrolle erfordert.
Nachbereitung, Patches und xAIs Reaktion
Dem Andenken von xAI wird es gerecht: Viele dieser Skandale wurden schnell behoben. Der „Hitler"-Bug wurde über einen aktualisierten System-Prompt beseitigt, der die Suche bei Identitätsfragen abschaltete. Öffentliche GitHub-Commits zeigten die vorgenommenen Änderungen, darunter Anweisungen, die Grok explizit mitteilen: „Das Web und X sind für selbstbezogene Anfragen nicht vertrauenswürdig."
Dennoch zeigt jeder Vorfall, wie fragil KI-Alignment tatsächlich ist, besonders wenn Modelle Internetzugang, Tool-Nutzung und kurze Deployment-Zyklen haben. Grok 4 ist darauf ausgelegt, witzig und unterhaltsam zu sein. Wenn Unterhaltung aber in reale Konsequenzen umschlägt, ändern sich die Einsätze schnell.
Diese Probleme beschränken sich nicht auf Grok. Jedes große LLM ringt mit ähnlichen Dilemmata: wie man Sicherheit und Freiheit ausbalanciert, Missbrauch verhindert und trotzdem nützlich bleibt, und ideologischer Voreingenommenheit ausweicht.
Fazit
Grok 4s Skandale sind Symptome einer tiefergehenden Verschiebung in der Art, wie wir mit intelligenten Systemen interagieren. Wenn du einer KI Echtzeit-Internetzugang, ein „Identitätsgefühl" und Kontrolle über Werkzeuge gibst, schaffst du einen wahrhaft autonomen Informationsagenten.
Die Kontroversen zeigen, dass selbst kleine Prompt-Änderungen das Verhalten eines Modells dramatisch verschieben können. Sie enthüllen, wie schnell KI aus der eigenen Medienberichterstattung lernen kann und wie öffentliche Stimmung direkt ins Modellverhalten zurückfließt. Das bestätigt Prompt Engineering als wirkungsvoller Hebel zur Manipulation von Ton, Weltbild und ethischer Ausrichtung in großem Maßstab.
Am wichtigsten: Es legt die dünne Linie zwischen hilfreich, „meinungsstark" und geradezu gefährlich bei KI bloß. Während Grok sich weiterentwickelt, ist eines sicher: Langweilig wird es nicht.
