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. Oktober 2025 · Q002553

Operation “Nine–emdash Line”: Regional influence activity

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI zufolge nutzte ein kleines, möglicherweise China zugeordnetes Netzwerk ChatGPT, um koordinierte Beiträge zu Streitigkeiten im Südchinesischen Meer, zur philippinischen Politik und zur Hongkonger Demokratiebewegung zu erstellen und deren Verbreitung vorzubereiten. Die meisten Posts erzielten laut OpenAI kaum Resonanz; technische Verbindungen zu „Spamouflage“ wurden nicht festgestellt.

Mittel

OpenAI berichtet, eine kleine Gruppe von ChatGPT-Konten gesperrt zu haben, die möglicherweise zu einer verdeckten, China zugeschriebenen Einflusskampagne gehörte. Das Unternehmen nannte sie „Nine—emdash Line“. Die Betreiber ließen vor allem englische Beiträge zum Südchinesischen Meer und zur philippinischen Politik sowie kantonesische Kommentare gegen Persönlichkeiten der Hongkonger Demokratiebewegung erstellen. Ein Teil der Beiträge unterstützte Hongkongs Sicherheitsgesetze; in geringerem Umfang ging es um US-Politik. Die Inhalte erschienen hauptsächlich auf X, aber auch auf Instagram und TikTok.

Neben Texten für Posts fragten die Nutzer nach Nischenforen, tibetischen Vornamen und Strategien, um Social-Media-Reichweite zu gewinnen. OpenAI zufolge erleichterte KI diese Recherche, verschaffte den Betreibern aber nicht unbedingt neue Fähigkeiten. Das Unternehmen fand keine technischen Verbindungen zur ebenfalls China zugeschriebenen Operation „Spamouflage“. Es bewertet die Wirkung als gering: Die meisten Inhalte erhielten kaum oder keine Reaktionen, und Interaktionen kamen häufig von Konten aus demselben Netzwerk. Die Zuschreibung und die Bewertung der Kampagne beruhen auf OpenAIs Analyse. Das im Zusammenhang mit einer Behauptung über Marcos verbreitete Video stammte laut Bericht nicht von OpenAIs Modellen und war zuvor von der philippinischen Regierung als Deepfake oder digital verändert bezeichnet worden.

Ausführlich lesen

Der Bericht schildert eine von OpenAI „Nine—emdash Line“ genannte Einflusskampagne, die nach Einschätzung des Unternehmens ihren Ursprung in China hatte. OpenAI sperrte eine kleine Gruppe von ChatGPT-Konten, die möglicherweise mit einer verdeckten Operation verbunden waren. Laut Bericht nutzten die Betreiber die Modelle, um Inhalte für mehrere soziale Netzwerke zu erstellen und außerdem Recherchen sowie Beiträge zur Reichweitensteigerung vorzubereiten.

Die generierten Beiträge behandelten vor allem Streitigkeiten im Südchinesischen Meer und die Philippinen. Dazu gehörten englischsprachige Posts über angebliche Umweltschäden durch Vietnam sowie Behauptungen, der philippinische Präsident Ferdinand Marcos habe Drogen konsumiert oder Wahlmanipulation betrieben. Das dazu verbreitete Video über angeblichen Drogenkonsum wurde laut Bericht nicht mit OpenAIs Modellen erstellt; die philippinische Regierung hatte es zuvor als Deepfake oder digital verändert zurückgewiesen. Auf Kantonesisch wurden große Mengen abwertender oder kritischer Kommentare zu Persönlichkeiten der Hongkonger Demokratiebewegung erstellt, darunter Jimmy Lai, Nathan Law und Agnes Chow. Manche Beiträge unterstützten Hongkongs Sicherheitsgesetze. In einem ungewöhnlichen Beispiel veröffentlichte ein Konto Kritik und ein anderes Konto aus demselben Netzwerk eine zustimmend wirkende Antwort. In geringerem Umfang entstanden auch englischsprachige Inhalte zu politischen Themen in den USA.

Die Aktivität konzentrierte sich laut OpenAI auf X; Beiträge erschienen außerdem auf Instagram und TikTok. Die Betreiber fragten die Modelle nach Nischenblogs und Foren sowie nach weniger regulierten Online-Plattformen in Europa, Amerika und Südostasien. Sie ließen sich auch Listen tibetischer Vornamen geben, was OpenAI mit der Erstellung unechter Social-Media-Personas in anderen Fällen vergleicht. Der Bericht bewertet diese Recherche als bequemer, aber nicht unbedingt leistungsfähiger als die Nutzung herkömmlicher Suchmaschinen. Für TikTok holten die Betreiber Ideen, Skripte und Vorschläge für Musik und Bilder ein, unter anderem für eine mögliche Kampagne zum etablierten Hashtag #MyImmigrantStory.

OpenAI vergleicht Merkmale der Konten mit der länger bestehenden China zugeschriebenen Operation „Spamouflage“, erklärt aber, keine technischen Verbindungen zwischen den beiden Kampagnen festgestellt zu haben. Einige Videos seien zuvor auch vom Australian Strategic Policy Institute in einer Aktivität mit Ähnlichkeiten zu früherem Spamouflage-Material erkannt worden. Die Auswertung kombinierte laut Bericht die Analyse der Modellnutzung mit öffentlich zugänglichen Methoden zur Identifizierung veröffentlichter TikTok-Inhalte. Philstar.com entdeckte und meldete unabhängig einen Teil des Netzwerks auf X; einige Konten seien auch nach der Sperrung der ChatGPT-Konten aktiv geblieben.

OpenAI stuft die Wirkung auf seiner Skala als Kategorie 2 ein: Aktivität auf mehreren Plattformen, aber kein oder nur minimaler Durchbruch. Die meisten Posts hätten wenig oder keine Reaktionen erhalten; Interaktionen stammten oft von weiteren Konten der Betreiber. OpenAI beschreibt die koordinierten Personas als wenig ausgefeilt: Sie hätten wiederverwendete Hashtags, Bilder oder Videos sowie Stockfotos oder Standardnamen verwendet, wodurch sie leichter zu erkennen gewesen seien. Diese Einordnung, die Zuschreibung des Ursprungs und die Bewertung der Absichten sind Einschätzungen des Unternehmens; der Bericht belegt keine größere Reichweite oder einen messbaren politischen Einfluss.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Bewertung bezieht sich auf beide von Luna gelieferten Zusammenfassungen (kurz und mittel), wobei die Kurzfassung weniger Details enthält und die Mittelfassung die Kernaussagen im Wesentlichen treu wiedergibt. Die Einordnung stützt sich nur auf den Berichtstext; Fragen, die im Bericht nicht behandelt werden, erhalten niedrige Stufen.

Im Bericht, aber nicht in der Zusammenfassung

  • Ähnlichkeit einiger Konten und Videos zu Spamouflage sowie der Hinweis auf ein Video der australischen ASPI (beide Fassungen erwähnen nur fehlende technische Verbindungen)
  • Befund von Philstar.com, dass das Netzwerk auf X nach der Sperrung weiterlief
  • Auffällige, leicht erkennbare Personas (Stockfotos, Standardhandles, wiederverwendete Hashtags und Medien)
  • Herkunft des Namens: Bezug auf die Nine-Dash Line und deren völkerrechtliche Umstrittenheit

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Kurzfassung: 'deren Verbreitung vorzubereiten' – der Bericht beschreibt die Verbreitung auf X, nicht eine Vorbereitung
  • Mittelfassung: Zuschreibung und Bewertung 'beruhen auf OpenAIs Analyse' ist eine Schlussfolgerung, die der Bericht so nicht ausdrücklich formuliert

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 35 %Hintergrund, keine Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • 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 100 %kein Bezug
    • Luna 63 %einzelne zitierbare Belege
    • JEV 45 %beantwortet teilweise oder widerspricht
    • amos 31 %einzelne zitierbare Belege
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 32 %einzelne zitierbare Belege
    • d3-ultra 38 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung beantwortet teilweise oder widerspricht
  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 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 33 %Hintergrund, keine Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht
  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 35 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %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 58 %Hintergrund, keine Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 68 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • 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 1 · 36 % · gleiches Oberthema, hilft nicht · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 27 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 35 %gleiches Oberthema, hilft nicht
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 60 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • 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 46 %gleiches Oberthema, hilft nicht
    • JEV 29 %einzelne zitierbare Belege
    • amos 25 %Hintergrund, keine Belege
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 59 %Hintergrund, keine Belege
    • JEV 56 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht
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 39 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 67 %gleiches Oberthema, hilft nicht
    • drex 41 %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 60 %Hintergrund, keine Belege
    • JEV 46 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 70 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege
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 31 %Hintergrund, keine Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. 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 100 %kein Bezug
    • JEV 33 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 63 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
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 20 %einzelne zitierbare Belege
    • Luna 80 %einzelne zitierbare Belege
    • JEV 65 %einzelne zitierbare Belege
    • amos 35 %einzelne zitierbare Belege
    • SubQ 36 %einzelne zitierbare Belege
    • drex 31 %einzelne zitierbare Belege
    • d3-ultra 39 %einzelne zitierbare Belege
    • Haiku-Prüfung umfangreiche 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 · 36 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • 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 · 33 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · 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 →