Dieses Forschungspapier zeigt, warum "ausgerichtete KI" in echten Unternehmen immer wieder scheitert. Unternehmen sprechen über Ausrichtung, als wäre es ein universeller Schalter, den man einmal umlegt und dann weitermacht. Das Papier zeigt, warum dieser Glaube bricht, sobald ein LLM eine Demo verlässt und in eine Organisation eintritt. Die Autoren stellen COMPASS vor, ein Framework, das auf einer einfachen, aber ignorierten Realität basiert: Unternehmen arbeiten nicht nach generischen Sicherheitsregeln. Sie arbeiten mit internen Richtlinien, die voller Ausnahmen, Bedingungen, Randfälle und widersprüchlicher Anreize sind. Die meisten LLM-Bewertungen übersehen dies völlig. Modelle werden normalerweise gegen abstrakte Ethik, Plattformregeln oder öffentliche Benchmarks getestet. Echte Organisationen arbeiten mit Compliance-Handbüchern, Eskalationspfaden, rechtlichen Einschränkungen, Markenrichtlinien und operativen Handbüchern, die sich nicht sauber in Ja-oder-Nein-Entscheidungen einfügen. COMPASS testet, ob ein Modell in diesem Durcheinander funktionieren kann. Nicht, ob es die Richtliniene Sprache erkennt, sondern ob es die richtige Regel in der richtigen Situation aus dem richtigen Grund anwenden kann. Das Framework konzentriert sich auf Fähigkeiten, die die meisten Benchmarks ignorieren. Kann das Modell die richtige Richtlinie auswählen, wenn mehrere existieren? Kann es vage Klauseln und Ausnahmen interpretieren, anstatt pauschale Ablehnungen vorzunehmen? Kann es Konflikte so lösen, wie es die Organisation erwartet? Kann es Entscheidungen rechtfertigen, indem es auf den Richtlinientext verweist, anstatt selbstbewusst zu klingen? Das unangenehmste Ergebnis ist folgendes: Die meisten Misserfolge hatten nichts mit fehlendem Wissen zu tun. Es waren Denkfehler. Modelle hatten oft Zugang zur richtigen Richtlinie und wandten trotzdem den falschen Abschnitt an, ignorierten Einschränkungen, verallgemeinerten Vorschriften oder wählten konservative Antworten, die den Geschäftszielen widersprachen. Von außen sehen diese Antworten "sicher" aus. Von innen sind sie operationell falsch. Deshalb bestehen Modelle öffentliche Benchmarks und scheitern dennoch bei der Implementierung. Sie sind auf niemanden im Besonderen ausgerichtet. Die tiefere Implikation ist strategisch. Ausrichtung überträgt sich nicht. Ein Modell, das auf einen Automobilhersteller, eine Bank, ein Krankenhaus und eine Regierungsbehörde ausgerichtet ist, ist nicht ein Modell mit besseren Eingabeaufforderungen. Es sind vier separate Ausrichtungsprobleme. COMPASS behauptet nicht, die Ausrichtung zu lösen. Es tut etwas Wertvolleres für Unternehmen. Es macht Fehlanpassungen messbar. ...