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
cset12. Oktober 2022 · Q002091

Catherine Aiken's Testimony before the National Artificial Intelligence Advisory Committee

cset.georgetown.edu · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Catherine Aiken hält Publikationen, Benchmarks, Patente und Investitionen für nützliche, aber unvollständige Maße des KI-Fortschritts; wichtiger sei auch, ob Forschung in gesellschaftlichen, wirtschaftlichen und sicherheitsrelevanten Nutzen umgesetzt werde. Dafür empfiehlt sie einheitlichere KI-Definitionen, bessere Forschungsdaten und zusätzliche Messgrößen zu Einsatz, Personal, Governance und öffentlicher Reaktion. Die Aussage formuliert Vorschläge, dokumentiert aber keine Umsetzung eines solchen Messsystems.

Mittel

Catherine Aiken argumentiert in ihrer Aussage vor dem National Artificial Intelligence Advisory Committee, dass gängige Kennzahlen wie Publikationen, Zitationen, Benchmarks, Patente und Investitionen zwar nützlich seien, aber KI-Fortschritt nicht vollständig abbildeten. Entscheidend sei auch, ob Forschung wirtschaftlichen, gesellschaftlichen und sicherheitsrelevanten Nutzen hervorbringe.

Dafür brauche es nach ihrer Einschätzung zunächst einheitlichere Definitionen dessen, was als KI gilt, und bessere zugängliche Daten zur Forschungsförderung. Sie schlägt unter anderem ein behördliches Dashboard für bewilligte Fördermittel und eine stärkere Offenlegung universitärer Daten vor. Außerdem empfiehlt sie, die Nutzung gemeinsamer Ressourcen, KI-Einsatz und Vorfälle, angewandte Standards, Ausbildung und Beschäftigung, Governance sowie die Reaktionen der Öffentlichkeit zu erfassen.

Der Ansatz erfordere qualitative Forschung, die Verbindung verschiedener Datenquellen und fortlaufenden Austausch mit Beteiligten. Aiken sieht US-Forschung und -Unternehmen anhand bestehender Kennzahlen gut positioniert, mahnt aber Investitionen in Daten und Analyse an. Die Aussage bietet Empfehlungen, aber keinen Bericht über deren Umsetzung. Als begrenzten Befund nennt eine Fußnote eine vorläufige Analyse, nach der KI-Forschung an einer Auswahl US-amerikanischer Hochschulen 2014–2019 einen kleinen, stagnierenden Anteil der geförderten Forschung ausmachte.

Ausführlich lesen

Catherine Aiken, Direktorin für Data Science am Center for Security and Emerging Technology der Georgetown University, erläutert in ihrer Aussage vor dem National Artificial Intelligence Advisory Committee, wie sich Fortschritt in der KI-Forschung und -Entwicklung (R&D) sinnvoll messen lässt. Sie argumentiert, Messgrößen dienten sowohl dazu, den Stand eines Feldes und den Bedarf an Ressourcen einzuschätzen, als auch dazu, festzulegen, was als wichtig gilt. Dadurch könnten etablierte Kennzahlen das Verständnis zugleich prägen und einengen.

Als gängige Indikatoren nennt Aiken wissenschaftliche Veröffentlichungen und Zitationen, Aufgaben-Benchmarks, KI-Patente sowie Investitionen in Forschung und Unternehmen. Sie hält diese Maße für nützlich, betont aber, sie erfassten nur einzelne Schritte und seien kein vollständiges Maß für Fortschritt. Entscheidend sei auch, ob Forschung in wirtschaftlichen, gesellschaftlichen und sicherheitsrelevanten Nutzen umgesetzt werde. Dafür müsse man sowohl die Forschungslandschaft besser erfassen als auch Entwicklungen nach der Veröffentlichung von Forschung beobachten.

Als Grundlagen dafür schlägt Aiken zwei Verbesserungen vor. Erstens brauche es eine einheitlichere Definition dessen, was bei Behörden, Forschungsteams und Unternehmen als KI zählt. Ohne einen solchen Standard sei es etwa schwierig, Bundesförderungen verlässlich zu zählen; dafür seien bislang eigens angepasste Methoden nötig. Zweitens sollten mehr Informationen zu Forschung und Entwicklung zugänglich sein. Aiken zufolge fehlen umfassende Daten und ein zentrales Verzeichnis, mit dem sich Trends untersuchen ließen. Behörden könnten Informationen über bewilligte Fördermittel in einem KI-Forschungsdashboard bereitstellen; Universitäten sollten mehr Förderdaten über bestehende Initiativen wie UMETRICS teilen. Diese Lücken erschwerten es, die Forschungslandschaft abzubilden und Investitionen mit erklärten Zielen abzugleichen.

Für die Messung von Forschung und ihrer praktischen Umsetzung empfiehlt sie, bestehende Kennzahlen besser auszuwerten und zusätzliche Daten zum Einsatz von KI zu erheben. Aiken verweist auf die Einschätzung, dass Forschende in den USA wirkungsvolle KI-Forschung hervorbrächten und US-Unternehmen besonders viele Investitionen anzögen. Sie bezeichnet diese Befunde als beruhigend, fordert aber bessere Daten, Infrastruktur und Analysekapazitäten, um solche Entwicklungen und weitere Trends laufend zu verfolgen.

Zu möglichen neuen Messgrößen zählt sie die Nutzung gemeinsamer Ressourcen, etwa anhand von GitHub-Aktivitäten; KI-Einsatz anhand von Anwendungsinventaren, Vorfallmeldungen und Befragungen; die Nutzung von Praxisleitlinien und betrieblichen Prüfungen; die Entwicklung der Aus- und Weiterbildung sowie von Stellenangeboten und Einstellungen; Governance durch Audits, Folgenabschätzungen und Entscheidungsstrukturen; und schließlich die Reaktionen der Öffentlichkeit, erfasst durch Umfragen, Fokusgruppen und Beteiligung verschiedener Interessengruppen.

Aiken zufolge erfordert dieser breitere Ansatz auch qualitative Daten, Methoden zur Untersuchung menschlichen Verhaltens, die Verbindung unterschiedlicher Datenquellen und regelmäßige Beiträge vielfältiger Beteiligter. Ihre zentrale Schlussfolgerung lautet, dass US-Führungsfähigkeit nicht allein anhand von Forschungsergebnissen oder Fördervolumen bewertet werden sollte, sondern daran, ob Forschung in reale Lösungen überführt wird und dabei Sicherheit und Rechenschaftspflicht berücksichtigt werden. Die Aussage entwickelt Empfehlungen und Messvorschläge; sie berichtet keine Umsetzung oder Ergebnisse eines solchen umfassenden Messsystems. Als begrenzten empirischen Hinweis führt eine Fußnote eine vorläufige CSET-Analyse an: An einer Auswahl US-amerikanischer Hochschulen sei KI-Forschung zwischen 2014 und 2019 ein kleiner und stagnierender Anteil der gesamten geförderten Forschung gewesen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Stufen und Anteilswerte je Sammelfrage wurden nicht übernommen; die Einordnung beruht allein auf dem Berichtstext. Die Teilfragenliste war leer.

Im Bericht, aber nicht in der Zusammenfassung

  • Kurzfassung: Der Vorschlag eines behördlichen KI-F&E-Dashboards für bewilligte Fördermittel fehlt.
  • Kurzfassung: Die Forderung nach qualitativen Methoden und fortlaufender Beteiligung von Stakeholdern fehlt.

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
  1. SF-M1 Ab wann ist ein KI-Vorfall so ernst, dass Staaten ihn einander melden müssen?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 48 %nur am Rande erwähnt
    • amos 38 %nur am Rande erwähnt
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht
  2. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 35 %Hintergrund, keine Belege
    • amos 34 %nur am Rande erwähnt
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 63 %gleiches Oberthema, hilft nicht
  3. SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 40 %nur am Rande erwähnt
    • amos 31 %nur am Rande erwähnt
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 67 %gleiches Oberthema, hilft nicht
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 56 %Hintergrund, keine Belege
    • JEV 38 %gleiches Oberthema, hilft nicht
    • amos 31 %nur am Rande erwähnt
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 71 %gleiches Oberthema, hilft nicht
  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 64 %Hintergrund, keine Belege
    • JEV 38 %Hintergrund, keine Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 70 %gleiches Oberthema, hilft nicht
  3. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 34 %gleiches Oberthema, hilft nicht
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 72 %gleiches Oberthema, hilft nicht
Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 31 %Hintergrund, keine Belege
    • JEV 33 %gleiches Oberthema, hilft nicht
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht
  2. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 72 %gleiches Oberthema, hilft nicht
  3. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 52 %Hintergrund, keine Belege
    • JEV 27 %Hintergrund, keine Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 33 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 46 %Hintergrund, keine Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 73 %gleiches Oberthema, hilft nicht
  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 34 %gleiches Oberthema, hilft nicht
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 59 %gleiches Oberthema, hilft nicht
  3. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 37 %gleiches Oberthema, hilft nicht
    • Luna 54 %Hintergrund, keine Belege
    • JEV 40 %gleiches Oberthema, hilft nicht
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 67 %gleiches Oberthema, hilft nicht
    • d3-ultra 77 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 46 %einzelne zitierbare Belege
    • JEV 39 %Hintergrund, keine Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
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 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 66 %gleiches Oberthema, hilft nicht
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 39 %gleiches Oberthema, hilft nicht
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 70 %gleiches Oberthema, hilft nicht
    • d3-ultra 74 %gleiches Oberthema, hilft nicht
  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 66 %Hintergrund, keine Belege
    • JEV 51 %gleiches Oberthema, hilft nicht
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 73 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 82 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 68 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht
  2. SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 77 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
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 29 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 75 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 52 %einzelne zitierbare Belege
    • JEV 20 %Hintergrund, keine Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 31 %Hintergrund, keine Belege
    • d3-ultra 63 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 42 %nur am Rande erwähnt
    • amos 33 %nur am Rande erwähnt
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 43 %Hintergrund, keine Belege
    • JEV 37 %Hintergrund, keine Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht
  3. 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 34 %Hintergrund, keine Belege
    • JEV 40 %nur am Rande erwähnt
    • amos 31 %nur am Rande erwähnt
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 33 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht
  4. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 28 %gleiches Oberthema, hilft nicht
    • Luna 51 %Hintergrund, keine Belege
    • JEV 39 %einzelne zitierbare Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 69 %gleiches Oberthema, hilft nicht
  5. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 28 %gleiches Oberthema, hilft nicht
    • Luna 49 %einzelne zitierbare Belege
    • JEV 34 %Hintergrund, keine Belege
    • amos 35 %nur am Rande erwähnt
    • SubQ 32 %nur am Rande erwähnt
    • drex 32 %nur am Rande erwähnt
    • d3-ultra 42 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
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 69 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 66 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht

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 →