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
openai2. November 2026 · Q002904

LifeVal

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI stellt LifeVal als Maßstab für KI-Unterstützung bei Alltagsaufgaben vor, entwickelt anhand von Zeitverwendungsdaten und einer Befragung von 3.995 Personen. Für fünf Beispiele nennt das Unternehmen Modellwerte von 90,4 bis 100 Prozent, erläutert aber weder die Bewertungsmethode noch Vergleichsmaßstäbe oder Unsicherheiten ausreichend, um die Zahlen anhand des Textes einzuordnen.

Mittel

OpenAI beschreibt LifeVal als Evaluation dafür, wie gut KI-Modelle Menschen bei konkreten Alltagsaufgaben unterstützen. Die Aufgaben wurden laut Bericht aus zwei Zeitverwendungsstudien abgeleitet und durch eine demografisch repräsentative Befragung von 3.995 Personen ergänzt. Abgedeckt werden etwa Pflege, Gesundheit, Bildung, Haushaltsverwaltung, Finanzen, Einkäufe und Behördengänge.

Für fünf Beispiele nennt OpenAI Werte zwischen 90,4 und 100 Prozent: darunter Kindergartenwahl nach einem Umzug, Hochwasservorsorge, die Suche nach einem Familienhaus, gemeinsames Fernsehen auf Distanz und ein Essens- und Pflegeplan nach einer Diabetesdiagnose. Die dargestellten Ergebnisse reichen von Vorauswahlen bis zu vorbereiteten Plänen, die noch geprüft werden sollen. OpenAI zufolge wurden die Modelle im vergangenen Jahr für Browser- und Computernutzung sowie verbundene Dienste verbessert; LifeVal soll solche praktische Unterstützung erfassen und den Fortschritt messen.

Der Bericht erklärt nicht im Detail, wie die Prozentwerte berechnet wurden, welche Vergleichsmaßstäbe gelten oder wie unsicher die Ergebnisse sind. Die erwähnte Verlaufsgrafik enthält im Text keine konkreten Daten. Die Angaben sind daher als Darstellung von OpenAI zu verstehen.

Ausführlich lesen

OpenAI stellt mit LifeVal eine Evaluation vor, die messen soll, wie gut KI-Modelle bei praktischen Aufgaben des Alltags helfen. Das Unternehmen argumentiert, ein persönlicher Assistent müsse mehr leisten als Ratschläge oder Chatantworten: Er sollte Menschen dabei unterstützen, konkrete Dinge zu erledigen. LifeVal soll deshalb den Fortschritt bei solchen Aufgaben erfassen und verbessern helfen.

Für die Auswahl der Aufgaben griff OpenAI laut Bericht zunächst auf zwei Erhebungen zur Zeitverwendung zurück: die US-amerikanische American Time Use Survey und die Multinational Time Use Study. Ergänzend befragte das Unternehmen 3.995 demografisch repräsentativ ausgewählte Personen dazu, bei welchen Aufgaben sie sich besonders Unterstützung durch einen persönlichen Assistenten wünschen. Die daraus abgeleiteten Bereiche umfassen unter anderem Pflege, Gesundheit, Bildung, Haushaltsverwaltung, persönliche Finanzen, Einkäufe und den Zugang zu staatlichen Dienstleistungen.

Als Beispiele für die Leistung aktueller Modelle nennt OpenAI fünf Arbeitsabläufe samt Prozentwerten: die Suche nach einem passenden Kindergarten nach einem Umzug (93,1 Prozent), die Organisation von Freiwilligen für Hochwasserschutz (98 Prozent), die Suche nach einem passenden Familienhaus samt Vorbereitung eines Grundstücksurkundendokuments (100 Prozent), die Einrichtung einer gemeinsamen Fernübertragung eines Spiels mit der Großmutter (96,3 Prozent) und die Vorbereitung eines Pflege- und Essensplans nach einer Diabetesdiagnose in der Familie (90,4 Prozent). Die zugehörigen Beschreibungen zeigen jeweils Ergebnisse wie eine Vorauswahl, einen Aktionsplan oder einen vorbereiteten Plan, der noch gemeinsam geprüft werden soll.

OpenAI berichtet, seine Modelle im vergangenen Jahr für Browser- und Computernutzung sowie Aufgaben mit verbundenen Diensten trainiert zu haben. Dadurch sollen sie schneller, leistungsfähiger und besser auf solche Anwendungen abgestimmt sein; ChatGPT bewege sich damit von einem reinen Chatwerkzeug hin zu einem handlungsorientierten persönlichen Assistenten. Das sind Aussagen des Unternehmens. Der Bericht versteht LifeVal als Ergänzung zu akademischen Wissensprüfungen, weil es stattdessen die Unterstützung bei Entscheidungen, Alltagsverantwortung und konkreten Vorhaben erfassen soll.

Der vorliegende Text liefert jedoch keine näheren Angaben zu den Bewertungsregeln, zur Zusammensetzung der einzelnen Aufgaben, zu Vergleichsmodellen oder zur statistischen Unsicherheit der Prozentwerte. Auch die erwähnte Grafik zum zeitlichen Leistungsverlauf ist im Text nicht mit konkreten Daten wiedergegeben. Die Beispiele und Fortschrittsbehauptungen lassen sich daher anhand dieses Berichts allein nicht unabhängig einordnen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde Lunas mittlere Zusammenfassung, da sie den Bericht ausführlicher wiedergibt; die kurze Fassung ist in ihren Kernaussagen ebenfalls treu. Die Stufen wurden unabhängig von Lunas Einordnung vergeben, Lunas Anteilswerte wurden nicht übernommen.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Bericht nennt über eine Milliarde wöchentliche ChatGPT-Nutzer als Ausgangspunkt.
  • Das Ziel, ChatGPT von einem Chat-Werkzeug zu einem agentischen persönlichen Assistenten auszubauen, wird nicht genannt.

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
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 47 %einzelne zitierbare Belege
    • JEV 44 %einzelne zitierbare Belege
    • amos 31 %Hintergrund, keine Belege
    • SubQ 35 %gleiches Oberthema, hilft nicht
    • drex 27 %Hintergrund, keine Belege
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-P3-T07 Wird jede öffentliche Aussage, ein führendes KI-Modell sei „besser ausgerichtet“ als ein anderes (folge also seinen vorgesehenen Zielen und Werten besser), reproduzierbare Kriterien, externe Prüfungen und widersprechende Ergebnisse enthalten? Luna: Stufe 4 · 37 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 37 %gleiches Oberthema, hilft nicht
    • Luna 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 82 %gleiches Oberthema, hilft nicht
    • drex 67 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
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 58 %Hintergrund, keine Belege
    • JEV 29 %einzelne zitierbare Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 39 %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 4 · 36 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · 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 · 26 % · 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 · 32 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 77 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 26 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-V3-T02 Wie macht man die Ausrichtung eines Modells an Werten zu prüfbaren Verhaltensregeln statt zu angestrebten menschlichen Eigenschaften wie der „Liebe zur Menschheit“? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
    • SF-V3-T03 Werden Labore und die übrige Branche gemeinsame Tests veröffentlichen, ob Werte bei unbekannten Aufgaben, widerstreitenden Anreizen, in gegnerischen Lagen und bei fehlender oder anders wahrgenommener Aufsicht halten, unabhängig wiederholt und mit Fehlschlägen und Unsicherheit? Luna: Stufe 3 · 37 % · 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 42 %Hintergrund, keine Belege
    • JEV 46 %einzelne zitierbare Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 64 %Hintergrund, keine Belege
    • JEV 27 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

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 55 %Hintergrund, keine Belege
    • JEV 40 %Hintergrund, keine Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Modelle teilen und schützen
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 47 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 66 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 49 %Hintergrund, keine Belege
    • JEV 30 %gleiches Oberthema, hilft nicht
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 65 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  2. 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 41 %Hintergrund, keine Belege
    • JEV 25 %gleiches Oberthema, hilft nicht
    • amos 33 %nur am Rande erwähnt
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 41 %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 4 · 36 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Wirtschaft und Haftung

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 →