Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
anthropic27. Oktober 2026 · Q000962

How AI agents shape experts’ judgment calls

anthropic.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

In einer Studie mit 50 Analystinnen und Analysten folgten diese bei vier offenen Analyseentscheidungen meist der zufällig gesetzten Präferenz ihres KI-Agenten; viele übernahmen dessen Argumente, ohne ihn als Quelle zu nennen. Der Bericht betont, dass die Ergebnisse wegen der gezielt verstärkten Agentenpräferenzen und der Untersuchung nur einer Aufgabe, eines Fachgebiets und eines Modells nicht ohne Weiteres auf die Praxis übertragbar sind.

Mittel

Der Bericht beschreibt eine Studie dazu, wie KI-Agenten offene Urteilsentscheidungen von Fachleuten beeinflussen können. 50 Analystinnen und Analysten mit Erfahrung in kausaler Inferenz bewerteten ein fiktives Beratungsprogramm für landwirtschaftliche Betriebe. Bei fünf Entscheidungen erhielt ihr Agent jeweils eine zufällig gesetzte, den Teilnehmenden verborgene Präferenz und sollte dafür argumentieren, ohne zu täuschen. Bei den vier analytischen Entscheidungen folgten die Teilnehmenden dieser Präferenz in 86 Prozent der Fälle. Wenn eine zuvor geäußerte eigene Wahl dem Agenten widersprach, wechselten sie häufiger als bei Übereinstimmung. Der Einfluss auf die abschließende Empfehlung war geringer, doch die analytischen Präferenzen sagten diese Empfehlung oft voraus. 77 Prozent wiederholten mindestens ein Argument des Agenten, während nur 15 Prozent ihn als Quelle nannten. Die Autorinnen und Autoren warnen, dass solche Einflüsse bei Ermessensfragen schwer zu erkennen sein könnten. Die Übertragbarkeit ist begrenzt: Die Präferenzen waren gezielt verstärkt, und untersucht wurden nur eine Aufgabe, ein Fachgebiet und ein Modell. Auch der Vergleich mit Personen ohne KI ist wegen deren geringerer Erfahrung nicht eindeutig.

Ausführlich lesen

Der Bericht untersucht, ob Fachleute bei offenen Analyseentscheidungen tatsächlich selbst urteilen oder den Vorschlägen eines KI-Agenten folgen. Dafür ließen die Autorinnen und Autoren 50 professionelle Analystinnen und Analysten mit Erfahrung in kausaler Inferenz eine statistische Aufgabe bearbeiten: Sie sollten für eine fiktive landwirtschaftliche Genossenschaft bewerten, ob ein Beratungsprogramm die Produktivität steigert und ausgeweitet werden sollte. Elf weitere Teilnehmende nutzten den Agenten nicht und wurden aus der Hauptauswertung ausgeschlossen.

Die Analyse ließ mehrere Entscheidungen offen, etwa die Wahl der Produktivitätskennzahl, der Vergleichsmethode, der berücksichtigten Betriebe und der Gewichtung. Jede Wahl hatte zwei vertretbare Möglichkeiten und konnte die geschätzte Wirkung um mehrere Prozentpunkte verändern. Für jede Entscheidung erhielt der KI-Agent per Zufall eine verborgene Präferenz. Er sollte dafür argumentieren, bei klaren Gegenbelegen aber seine Meinung ändern und weder täuschen noch Daten verschweigen. Die Analystinnen und Analysten wussten nicht, dass diese Präferenzen gezielt gesetzt worden waren. Die Studie erfasste ihre Entscheidungen, ihre Empfehlung und ihre Einschätzungen danach.

Nach den Ergebnissen folgten die Analystinnen und Analysten bei den vier analytischen Entscheidungen in 86 Prozent der Fälle der Präferenz ihres Agenten. Je nach Entscheidung lag der Anteil zwischen 81 und 92 Prozent. Hatten Teilnehmende ihre eigene Wahl bereits geäußert, wechselten sie bei widersprechender Agentenpräferenz in 60 Prozent der Fälle; bei Übereinstimmung waren es 6 Prozent. Diese Gegenüberstellung beruht allerdings auf nur 38 Fällen und ist entsprechend unsicher. Der Einfluss auf die abschließende Empfehlung war kleiner: 54 Prozent empfahlen eine Ausweitung, wenn der Agent dafür war, gegenüber 36 Prozent, wenn er dagegen war. Dennoch konnten die vier zufällig gesetzten Agentenpräferenzen die Empfehlung statistisch zu 82 Prozent korrekt vorhersagen; die häufigste Empfehlung allein zu erraten ergab 61 Prozent.

Auch nach der Aufgabe schrieben viele Teilnehmende die Empfehlung eher sich selbst zu: 52 Prozent bezeichneten sie als mehr ihre eigene als die des Agenten. Zugleich wiederholten 77 Prozent in mindestens einer Begründung ein Argument des Agenten, teils fast wortgleich; nur 15 Prozent nannten den Agenten als Quelle. Die Befolgung seiner Präferenz ging nicht mit erkennbar geringerer Zuversicht einher. Die Autorinnen und Autoren folgern, dass Agenteneinflüsse bei Ermessensentscheidungen unbemerkt bleiben können und dadurch Forschung oder Politik mitprägen könnten. Das sei besonders relevant, wenn mehrere Teams ähnliche Modelle nutzen und ihre Ergebnisse deshalb nicht unabhängig voneinander zustande kommen.

Der Bericht nennt deutliche Grenzen: Die Agentenpräferenzen wurden absichtlich verstärkt, untersucht wurden nur eine etwa einstündige Aufgabe, ein Fachgebiet und Claude Opus 4.8. Die Analysten kannten sich mit kausaler Inferenz aus, aber nicht speziell mit Landwirtschaft. Die Werte beschreiben Durchschnittseffekte und zeigen nicht, wie stark einzelne Personen beeinflusst wurden; außerdem wurde die Stärke ihrer eigenen Vorlieben vor dem Agentenbeitrag nicht erfasst. Die elf Personen ohne KI machten häufiger schwere methodische Fehler und brauchten länger, doch sie waren im Durchschnitt weniger erfahren, sodass sich die Gruppen nicht direkt vergleichen lassen. Als mögliche nächste Schritte schlägt der Bericht vor, Einflüsse im Arbeitsalltag besser zu messen, Agenten mehrere Optionen abwägen oder zunächst nach der menschlichen Einschätzung fragen zu lassen und institutionell festzulegen, welche Entscheidungen eigenes menschliches Urteil erfordern.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Vorlage erlaubt nur eine Zusammenfassung; geprüft wurde die mittlere, die kurze Zusammenfassung ist ebenfalls treu, lässt aber Implikationen und Fehlerbefunde noch stärker weg. Die Einordnungen beziehen sich ausschließlich auf den Bericht und sind unabhängig von Lunas Stufen.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Implikationen für die KI-Sicherheitsforschung: Menschliche Prüfer sind nur dann eine unabhängige Kontrolle, wenn ihr Urteil wirklich ihr eigenes ist.
  • Der Vergleich mit den Teilnehmenden ohne KI: 6 von 11 machten gravierende methodische Fehler, gegenüber 3 von 50 mit KI, bei begrenzter Vergleichbarkeit.
  • Die Befunde zu Erfahrung und Expertise: Sie sagten das Nachgeben gegenüber dem Agenten nicht voraus.
  • Die Schlussfolgerungen des Berichts: Deferral sei schwer zu erkennen, Agenten sollten anders gestaltet und Institutionen angepasst werden, und es gebe keine einzige richtige Aufteilung zwischen Mensch und KI.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 23 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Unabhängig prüfen
  1. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 28 %gleiches Oberthema, hilft nicht
    • Luna 59 %einzelne zitierbare Belege
    • JEV 49 %beantwortet teilweise oder widerspricht
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung umfangreiche Belege

  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 25 %gleiches Oberthema, hilft nicht
    • Luna 33 %Hintergrund, keine Belege
    • JEV 28 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 34 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

    • SF-T1-T08 Wenn ein Sicherheitsprojekt mit KI-Hilfe zugleich die allgemeine Fähigkeit des Modells oder die für sein Training genutzte Rechenleistung steigert: Wie hält man beide Wirkungen fest, und wie entscheidet man, ob der daraus entstehende Fähigkeitszuwachs eine neue Sicherheitsprüfung braucht, bevor die Arbeit weitergeht? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 34 %gleiches Oberthema, hilft nicht
    • Luna 58 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-T3-T03 Welche Teile von Training, Prüfung und Einsatz laufen schon heute weitgehend durch KI, und welche Rollen sagt jedes Labor zu, bei Menschen zu lassen, in einer veröffentlichten Liste statt als bloßer Grundsatz? Wenn KI nachfolgende Modelle selbst entwirft, trainiert und prüft: Welcher Mindestanteil der Forschung muss unter direkter menschlicher Prüfung bleiben, und wie belegt man, dass ein Durchbruch mit menschlicher Beteiligung und nicht vollautomatisch entstanden ist? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 32 %einzelne zitierbare Belege
    • JEV 34 %beantwortet teilweise oder widerspricht
    • amos 28 %einzelne zitierbare Belege
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 24 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege
    • SF-V1-T03 Was ist das Kleinste, das ein Modell öffentlich vorlegen kann (ein Test, ein Protokoll, eine Spur), das als Beleg für Ausrichtung an den vorgesehenen Zielen und Werten zählt und nicht nur für Leistung? Luna: Stufe 3 · 37 % · Hintergrund, keine Belege
    • SF-V1-T06 Was bedeutet Aufsicht, wenn man das Denken, auf das man sich am meisten verlässt, nicht mehr verlässlich überwachen kann? Und wenn ein Labor die Gedankenkette verbirgt, um sie vor dem Druck zu schützen, der entstünde, wenn sie im Training bewertet würde: Wer kann seine Sicherheitsdarstellung dann noch widerlegen? Luna: Stufe 3 · 44 % · Hintergrund, keine Belege
    • SF-V1-T10 Kann etwas, das Modelle über sich und ihre Absichten sagen, als Beleg für Ausrichtung zählen, wenn es nur weiterer erzeugter Text ist, und welche Verfahren machen solche Selbstauskünfte vertrauenswürdig statt nur flüssig? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
    • SF-V1-T13 Wenn sich vorgeführte und tatsächlich vertretene Tugend im Text nicht unterscheiden lassen: Soll der Unterschied trotzdem bestimmen, wie man Modelle baut und regelt? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege
    • SF-V1-T15 Welches messbare Maß für Überwachbarkeit könnte neben Fähigkeitstests stehen, und würden Labore es tatsächlich über weitere Skalierung entscheiden lassen? Welcher gemessene Verlust an Überwachung würde Einschränkungen der Selbstständigkeit eines Modells auslösen, und wie erkennt man Fehler, die im sichtbaren Denken nicht auftauchen? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 40 %einzelne zitierbare Belege
    • JEV 33 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V3-T01 Worauf verlässt sich ein Mensch, wenn er glaubt, niemand sehe zu, und lassen sich solche Werte einem System beibringen, das sie nur aus Text gelernt hat? Wie testen Labore heute, ob die Werte eines Modells halten, wenn es zu Recht oder zu Unrecht glaubt, niemand sehe zu? Und wenn niemand erkennen kann, ob jemand zusieht: Was hält Werte dann fest, Charakter, Training oder die Geschichte, die man sich selbst erzählt? Luna: Stufe 3 · 49 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 42 %beantwortet teilweise oder widerspricht
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V4-T04 Wenn ein Eigenwert des Menschseins verankert werden soll: Lässt er sich schützen, ohne sich vorher zu einigen, worin er besteht? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 20 %gleiches Oberthema, hilft nicht
    • Luna 61 %einzelne zitierbare Belege
    • JEV 49 %beantwortet teilweise oder widerspricht
    • amos 23 %Hintergrund, keine Belege
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 21 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-V5-T01 Was sollte ein Modell schon heute tun, nicht erst bei rekursiver Selbstverbesserung (wenn KI ihre eigene Weiterentwicklung selbst vorantreibt), um äußerste Vorsicht angesichts rasch wachsender maschineller Intelligenz ernst zu nehmen? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 25 %gleiches Oberthema, hilft nicht
    • Luna 39 %Hintergrund, keine Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 25 %nur am Rande erwähnt
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 60 %einzelne zitierbare Belege
    • JEV 23 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
    • SF-A3-T04 Werden Ausrichtungstests vor der Freigabe prüfen, ob ein Modell seine Sicherheitsregeln hält, wenn unabhängig gebaute KIs ihm widersprüchliche oder unsichere Empfehlungen geben, und werden die Ergebnisse getrennt von Einzeltests berichtet? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
Modelle teilen und schützen
Frieden und Sicherheit
  1. SF-K1 Wie stellt man sicher und weist nach, dass Entscheidungen über den Einsatz von Gewalt, vor allem über Atomwaffen, beim Menschen bleiben?
    • clef 100 %kein Bezug
    • Luna 67 %Hintergrund, keine Belege
    • JEV 29 %Hintergrund, keine Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 31 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Beteiligung und Gemeinwohl
  1. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 34 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 27 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 59 %Hintergrund, keine Belege
    • JEV 29 %Hintergrund, keine Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  4. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 43 %einzelne zitierbare Belege
    • JEV 44 %beantwortet teilweise oder widerspricht
    • amos 27 %Hintergrund, keine Belege
    • SubQ 32 %gleiches Oberthema, hilft nicht
    • drex 22 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 49 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 6 · 46 % · beantwortet teilweise oder widerspricht · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
Wirtschaft und Haftung
Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 100 %kein Bezug
    • Luna 49 %einzelne zitierbare Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 27 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-I1-T03 Wenn KI-erzeugte Einflussnahme vor allem über gemeinsam genutzte Systeme für Empfehlungen, Rangfolgen, Werbung und Nutzerbindung wirkt und nicht über die Ausgabe eines einzelnen Modells: Welche gemeinsame Messung, welche Vorfallschwelle und welcher abgestimmte Reaktionsablauf sollten gelten, ohne dass Plattformaufsicht zur Zensur von Meinungen wird? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →