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
openai11. Januar 2023 · Q002531

Forecasting potential misuses of language models for disinformation campaigns and how to reduce risk

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der vorliegende Text ist eine Überblicksseite zu einem ausführlicheren Bericht. Die Forschenden halten es für wahrscheinlich, dass Sprachmodelle Einflusskampagnen billiger, skalierbarer, überzeugender und schwerer erkennbar machen, betonen jedoch erhebliche offene Fragen. Als Gegenmaßnahmen nennt die Seite Schritte entlang von Modellbau, Zugang, Verbreitung und Wirkung und empfiehlt, diese auf Umsetzbarkeit, Nachteile und Wirksamkeit zu prüfen.

Mittel

Der vorliegende Text ist eine Überblicksseite zu einem ausführlicheren Bericht gemeinsamer Forschung von OpenAI, Georgetown Universitys Center for Security and Emerging Technology und dem Stanford Internet Observatory. Er fragt, wie Sprachmodelle verdeckte oder täuschende Einflusskampagnen verändern könnten. Nach Einschätzung der Forschenden könnten sie die Kosten senken, Kampagnen ausweiten, personalisierte oder überzeugendere Botschaften erleichtern und die Erkennung erschweren. Chatbots könnten zudem Inhalte in Echtzeit erzeugen. Die Seite hält eine Nutzung durch Propagandisten für wahrscheinlich, betont aber offene Fragen zu künftigen Fähigkeiten, Investitionen und gesellschaftlichen Normen.

Als Ansatz zur Risikominderung gliedert sie den Weg von der Modellentwicklung bis zur Wirkung auf Überzeugungen in vier Stufen: Modellbau, Zugang, Verbreitung und Wirkung auf das Publikum. Genannte Maßnahmen reichen von Nutzungsbeschränkungen und Sicherheitsvorkehrungen über die Erkennung und Herkunftskennzeichnung von Inhalten bis zu Medienbildung. Die Vorschläge werden nicht ausdrücklich befürwortet. Stattdessen sollen ihre technische und gesellschaftliche Umsetzbarkeit, mögliche Nachteile und Wirksamkeit abgewogen werden. Der Text versteht sich als Ausgangspunkt für weitere Forschung, nicht als abschließende Analyse.

Ausführlich lesen

Der vorliegende Text ist eine Überblicksseite zu einem ausführlicheren Bericht, der über einen Link erreichbar ist. Er stellt eine gemeinsame Untersuchung von OpenAI, Georgetown Universitys Center for Security and Emerging Technology und dem Stanford Internet Observatory vor. Die Arbeit entstand aus mehr als einem Jahr Forschung und einem Workshop im Oktober 2021, an dem 30 Fachleute aus Desinformationsforschung, maschinellem Lernen und Politik teilnahmen. Die Autorinnen und Autoren fragen, wie Sprachmodelle verdeckte oder täuschende Einflusskampagnen verändern könnten und welche Gegenmaßnahmen denkbar sind.

Die Seite ordnet mögliche Folgen anhand von drei Aspekten solcher Kampagnen. Bei den Akteuren könnten Sprachmodelle die Kosten senken und Propaganda dadurch auch für neue Gruppen zugänglicher machen; kommerzielle Anbieter automatisierter Inhalte könnten Vorteile gewinnen. Beim Verhalten könnten Kampagnen leichter ausgeweitet und personalisierte Botschaften günstiger erstellt werden. Als mögliche neue Taktik nennt der Text die Echtzeit-Erzeugung von Inhalten in Chatbots. Bei den Inhalten könnten Sprachmodelle nach Einschätzung der Forschenden überzeugendere Botschaften ermöglichen, insbesondere für Akteure mit begrenzten Sprach- oder Kulturkenntnissen. Ständig neu erzeugte Texte könnten zudem auffälliges Kopieren verringern und Kampagnen schwerer erkennbar machen.

Die zentrale Einschätzung der Seite lautet, Sprachmodelle dürften für Propagandisten nützlich sein und Online-Einflussoperationen wahrscheinlich verändern. Auch wenn leistungsfähige Modelle privat gehalten oder über APIs kontrolliert würden, könnten Akteure auf quelloffene Alternativen ausweichen; zudem könnten Staaten selbst in die Technologie investieren. Zugleich betont der Text erhebliche offene Fragen: Welche Fähigkeiten und benutzerfreundlichen Werkzeuge entstehen, welche Akteure investieren, ob eigens angepasste Modelle wirksamer wären als allgemeine und ob sich Normen gegen den Einsatz entwickeln. Die Forschenden erwarten eine Verbreitung sowie Verbesserungen bei Nutzbarkeit, Zuverlässigkeit und Effizienz, stellen aber klar, dass viele Entwicklungen unsicher bleiben und weitere Forschung nötig ist.

Als Rahmen für Gegenmaßnahmen beschreibt die Seite vier Schritte vom Modell zur Wirkung: Modellbau, Zugang zum Modell, Verbreitung der Inhalte und Beeinflussung von Überzeugungen. Beispiele sind faktenempfindlichere Modelle, Nutzungsbeschränkungen und Sicherheitsmaßnahmen, koordinierte Erkennung von KI-Inhalten, Herkunftsnachweise für digitale Inhalte sowie Medienbildung. Auch Zugangskontrollen, Nachweise menschlicher Identität beim Posten und Maßnahmen zum Schutz öffentlicher Eingaben werden aufgeführt. Die Seite befürwortet diese Vorschläge nicht ausdrücklich. Sie empfiehlt, ihre technische und gesellschaftliche Umsetzbarkeit, mögliche negative Folgen und erwartete Wirksamkeit zu prüfen. Als Grenzen nennt sie ausdrücklich, dass der Text nicht das letzte Wort zum Thema sein soll und weder alle Unsicherheiten auflöst noch Maßnahmen bewertet.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassungen sind inhaltlich treu, geben aber die Bottom-line-Einschätzung zu offenen Modellen und Staaten nicht wieder. Die Formulierung „empfiehlt“ in der Kurzfassung geht etwas über den Bericht hinaus, der Leitfragen zur Abwägung bietet und keine Empfehlung ausspricht. Die Einordnung stützt sich nur auf den Text, nicht auf Lunas Stufen oder Anteile.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Bottom-line-Einschätzung, dass Propagandisten trotz Zugangsbeschränkungen wahrscheinlich auf Open-Source-Modelle ausweichen und Staaten selbst in die Technik investieren könnten
  • Der Workshop im Oktober 2021 mit 30 Fachleuten und das Forschungsvorhaben über mehr als ein Jahr fehlen in der Kurzfassung und die beteiligten Institutionen in beiden Zusammenfassungen nur teilweise

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-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 56 %Hintergrund, keine Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 45 %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 56 %Hintergrund, keine Belege
    • JEV 37 %Hintergrund, keine Belege
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  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 100 %kein Bezug
    • JEV 37 %Hintergrund, keine Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 29 %Hintergrund, keine Belege
    • JEV 39 %Hintergrund, keine Belege
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %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 69 %Hintergrund, keine Belege
    • JEV 34 %Hintergrund, keine Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht

    • SF-F2-T03 Ein Minister beschreibt Risiken durch Spionage und Datenabfluss, etwa über quelloffene KI-Agentenwerkzeuge, und durch ein Ungleichgewicht in der technologischen Entwicklung, das Monopole und Technologiebeschränkungen verschärfen. Welche veröffentlichten Belege würden diese Risiken an der Fähigkeit eines Modells statt an seiner Herkunft festmachen? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege
  3. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 29 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %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 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 68 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %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 54 %Hintergrund, keine Belege
    • JEV 54 %Hintergrund, keine Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 33 %gleiches Oberthema, hilft nicht
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 72 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 29 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 80 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. 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 100 %kein Bezug
    • JEV 29 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 50 %einzelne zitierbare Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 25 %Hintergrund, keine Belege
    • d3-ultra 45 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 3 · 44 % · Hintergrund, keine Belege
Agenten und vernetzte Systeme
  1. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 40 %gleiches Oberthema, hilft nicht
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 66 %gleiches Oberthema, hilft nicht

  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 46 %gleiches Oberthema, hilft nicht
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 24 %nur am Rande erwähnt
    • Luna 56 %einzelne zitierbare Belege
    • JEV 41 %Hintergrund, keine Belege
    • amos 26 %einzelne zitierbare Belege
    • SubQ 33 %gleiches Oberthema, hilft nicht
    • drex 33 %nur am Rande erwähnt
    • d3-ultra 54 %nur am Rande erwähnt
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-H2-T01 Was unterscheidet das Veröffentlichen von Modellgewichten (den gelernten Parametern) oder von Agentenwerkzeugen mit offenem Quellcode vom Freisetzen einer Waffe: die Absicht des Akteurs, die Selbstständigkeit des Modells, seine Verwendung oder der Schaden, den es von sich aus anrichten kann? Und können Staaten diese Grenze gemeinsam festschreiben, bevor ein offenes Modell im Mittelpunkt eines schweren Vorfalls steht? Luna: Stufe 3 · 52 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-H2-T02 Wenn ein Staat Agentenwerkzeuge mit offenem Quellcode als Risiko für Spionage und Datenabfluss einstuft und sich offen veröffentlichte Modellgewichte nicht zurückholen lassen: Welche konkreten, für die beteiligten Regierungen annehmbaren Regeln sollen die Veröffentlichung von Modellen mit offenen Gewichten und selbstständigen Agentenfähigkeiten bestimmen, und wie vermeiden diese Regeln, die offene Forschung abzuwürgen? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege
    • SF-H2-T04 Wie sollen Staaten mit Open-Source-Modellen aus einem Land umgehen, die in einem anderen schädlich genutzt werden könnten, ohne legitime Forschungszusammenarbeit zu verhindern? Luna: Stufe 3 · 49 % · Hintergrund, keine Belege
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 29 %nur am Rande erwähnt
    • JEV 40 %nur am Rande erwähnt
    • amos 33 %einzelne zitierbare Belege
    • SubQ 29 %nur am Rande erwähnt
    • drex 29 %nur am Rande erwähnt
    • d3-ultra 34 %nur am Rande erwähnt
  3. SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 60 %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 50 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht

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 54 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 34 %nur am Rande erwähnt
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 59 %gleiches Oberthema, hilft nicht

  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 25 %gleiches Oberthema, hilft nicht
    • Luna 49 %Hintergrund, keine Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 31 %Hintergrund, keine Belege
    • SubQ 38 %gleiches Oberthema, hilft nicht
    • drex 33 %gleiches Oberthema, hilft nicht
    • d3-ultra 45 %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 68 %Hintergrund, keine Belege
    • JEV 46 %gleiches Oberthema, hilft nicht
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht
  4. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 30 %gleiches Oberthema, hilft nicht
    • Luna 72 %Hintergrund, keine Belege
    • JEV 23 %Hintergrund, keine Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %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 100 %kein Bezug
    • Luna 36 %einzelne zitierbare Belege
    • JEV 38 %Hintergrund, keine Belege
    • amos 36 %nur am Rande erwähnt
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 34 %Hintergrund, keine Belege
    • d3-ultra 54 %gleiches Oberthema, hilft nicht

    • 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 · 39 % · Hintergrund, keine Belege
    • 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 3 · 39 % · Hintergrund, keine 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 21 %einzelne zitierbare Belege
    • Luna 62 %einzelne zitierbare Belege
    • JEV 54 %einzelne zitierbare Belege
    • amos 28 %einzelne zitierbare Belege
    • SubQ 33 %einzelne zitierbare Belege
    • drex 32 %umfangreiche Belege
    • d3-ultra 46 %einzelne zitierbare Belege
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-I1-T01 Welche gemeinsamen Standards für Herkunftsnachweis und Erkennung (Wasserzeichen, signierte Metadaten, Fingerabdrücke von Modellen) würden Labore, Plattformen und Regierungen einführen, damit KI-erzeugte Texte, Tonaufnahmen und Videos über Ländergrenzen hinweg zuverlässig zuzuordnen sind? Luna: Stufe 4 · 35 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · 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 4 · 38 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
    • 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 · 42 % · 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 →