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
openai1. Februar 2025 · Q002098

Operation “Sponsored Discontent”: Influence activity

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI beschreibt eine mutmaßliche chinesische Einflusskampagne, die kurze Beiträge gegen Cai Xia und längere, US-kritische Artikel auf Spanisch produzierte. Die Artikel erschienen laut Bericht in lateinamerikanischen Medien; mögliche Bezahlung wird durch einzelne Hinweise nahegelegt. Während die Cai-Xia-Beiträge kaum authentische Resonanz zeigten, konnte OpenAI die Reichweite und Wirkung der Artikel nicht unabhängig feststellen.

Mittel

OpenAI berichtet von einer mutmaßlichen chinesischen Einflusskampagne, deren ChatGPT-Konten es gesperrt habe. Die Konten erzeugten kurze Kommentare gegen Cai Xia, eine chinesische Dissidentin, und längere spanische Artikel, die gesellschaftliche Probleme und politische Konflikte in den USA als Zeichen gescheiterter Führung darstellten. Die Kommentare wurden laut Bericht auf X von Konten verbreitet, die sich als Personen aus den USA oder Indien ausgaben.

Für die Artikel ließen die Betreiber öffentlich verfügbare chinesischsprachige Texte übersetzen und erweitern. Sie erschienen vor allem auf Nachrichtenseiten in Peru, daneben in Mexiko und Ecuador; viele wurden derselben Person zugeschrieben. OpenAI vermutet, dass zumindest einige Beiträge bezahlt veröffentlicht wurden. Als Hinweise nennt es einen als gesponsert markierten Artikel und übersetzte Belege für Zahlungen. Die Organisation bewertet die Platzierung in etablierten Medien als Kategorie 4 auf der Breakout-Skala.

OpenAI fand nach eigenen Angaben kaum authentische Interaktion mit den Cai-Xia-Beiträgen. Die spanischen Artikel könnten mehr Menschen erreicht haben, doch ihre tatsächliche Leserschaft und Resonanz konnte das Unternehmen nicht unabhängig feststellen. Die Einschätzung und Hinweise auf die Kampagne stammen aus OpenAIs Bericht.

Ausführlich lesen

Der Bericht von OpenAI beschreibt eine mutmaßliche chinesische Einflusskampagne, die das Unternehmen „Sponsored Discontent“ nennt. OpenAI erklärt, es habe ChatGPT-Konten gesperrt, die zwei Arten von Inhalten erzeugten: kurze Kommentare auf Englisch und Chinesisch, die Cai Xia kritisierten, sowie längere Artikel auf Spanisch, die die USA negativ darstellten.

Laut Bericht wurden die Konten überwiegend auf Chinesisch angewiesen und waren hauptsächlich während chinesischer Geschäftszeiten aktiv. Ein Teil der Aktivität ähnelte der zuvor von OpenAI beschriebenen Operation „Spamouflage“: Die Betreiber ließen Kommentare und Bilder zu Cai Xia erstellen, einer Dissidentin und ehemaligen Professorin an der Parteischule der Kommunistischen Partei Chinas. Die Kommentare stellten unter anderem ihre Sachkenntnis infrage oder warfen ihr Unregelmäßigkeiten bei Visa vor. Anschließend veröffentlichten Konten auf X die Inhalte und gaben sich dabei als Personen aus den USA oder Indien aus.

Daneben ließen die Konten nach OpenAIs Darstellung öffentlich zugängliche chinesischsprachige Artikel übersetzen und erweitern. Die spanischen Texte behandelten gesellschaftliche und politische Konflikte in den USA, etwa Ungleichheit, politische Gewalt, Diskriminierung, Sexismus, Kriminalität, Drogenkonsum, Obdachlosigkeit und US-Außenpolitik. Sie stellten solche Probleme häufig als Zeichen gescheiterter Führung oder einer gescheiterten Gesellschaft dar und kritisierten beide großen US-Parteien. Die Artikel erschienen vor allem auf peruanischen, aber auch auf mexikanischen und ecuadorianischen Nachrichtenseiten; mehrere Veröffentlichungen erfolgten dem Bericht zufolge am selben Tag, an dem die Konten die Texte mit ChatGPT erzeugten. Viele Artikel wurden derselben Person zugeschrieben. Manche Quellen verbanden diese Person mit einem Unternehmen aus China.

OpenAI bezeichnet die Veröffentlichungen als den ersten von ihm beobachteten Fall, in dem ein mutmaßlicher chinesischer Einflussakteur längere, US-kritische Beiträge erfolgreich in etablierten Medien Lateinamerikas platzierte. Als Hinweise auf bezahlte Veröffentlichungen nennt der Bericht einen als „gesponsert“ gekennzeichneten Artikel sowie den Einsatz von ChatGPT zur Übersetzung spanischsprachiger Belege für Zahlungen an eine lateinamerikanische Nachrichtenorganisation. OpenAI ordnet die Kampagne auf der Breakout-Skala als Kategorie 4 ein, also als Ausbruch in etablierte Medien.

Die Reichweite und Wirkung sind jedoch nicht vollständig belegt. OpenAI berichtet, keine Anzeichen für nennenswertes authentisches Engagement bei den Cai-Xia-Beiträgen auf sozialen Medien gefunden zu haben; die beteiligten Konten hätten meist wenige Follower und geringe Interaktion gehabt. Die Artikel könnten ein deutlich größeres Publikum erreicht haben, doch OpenAI erklärt, dass es die tatsächliche Leserreaktion nicht unabhängig feststellen könne. Der Bericht nennt außerdem einzelne Artikel und Medien, bietet aber keine vollständige unabhängige Prüfung ihrer Reichweite oder der vermuteten finanziellen Vereinbarungen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde die mittlere Zusammenfassung. Die kurze Fassung ist ebenfalls im Wesentlichen treu, lässt aber den Spamouflage-Bezug und die Firmenzuordnung ebenso aus.

Im Bericht, aber nicht in der Zusammenfassung

  • Verbindung der Kommentare zur Kampagne Spamouflage
  • Zuordnung der Artikel zur chinesischen Firma Jilin Yousen Culture Communication Co, Ltd
  • Zeitmuster, das mit chinesischen Geschäftszeiten übereinstimmt

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 100 %kein Bezug
    • JEV 38 %einzelne zitierbare Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
    • clef 17 %gleiches Oberthema, hilft nicht
    • Luna 42 %einzelne zitierbare Belege
    • JEV 41 %beantwortet teilweise oder widerspricht
    • amos 32 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 29 %einzelne zitierbare Belege
    • d3-ultra 38 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

  3. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 24 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 30 %Hintergrund, keine Belege
    • amos 24 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  4. 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 100 %kein Bezug
    • JEV 30 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %gleiches Oberthema, hilft nicht
Fähigkeiten messen
  1. 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 100 %kein Bezug
    • JEV 34 %einzelne zitierbare Belege
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 48 %einzelne zitierbare Belege
    • JEV 60 %einzelne zitierbare Belege
    • amos 25 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
Agenten und vernetzte Systeme
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 100 %kein Bezug
    • JEV 33 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
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 42 %Hintergrund, keine Belege
    • JEV 33 %einzelne zitierbare Belege
    • amos 27 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 %Hintergrund, keine Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 18 %Hintergrund, keine Belege
    • Luna 61 %einzelne zitierbare Belege
    • JEV 59 %einzelne zitierbare Belege
    • amos 35 %einzelne zitierbare Belege
    • SubQ 30 %einzelne zitierbare Belege
    • drex 25 %einzelne zitierbare Belege
    • d3-ultra 39 %einzelne zitierbare Belege
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-I1-T02 Welche gemeinsamen Regeln sollten Labore und Regierungen für Herkunftsnachweis, Kennzeichnung und schnelle Reaktion auf maschinell erzeugte oder veränderte Medien oder Texte annehmen, die eingesetzt werden, um die Öffentlichkeit zu täuschen, und dabei Journalismus, Satire und Forschung schützen? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • 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 · 35 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · 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 →