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
openai26. Oktober 2026 · Q003435

How Fanatics and OpenAI streamline the fan experience

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Fanatics und OpenAI entwickelten mit Codex eine Funktion, die zu Fanartikeln passende, verfügbare Produkte empfiehlt. Der Bericht behauptet, ein Test mit rund 30.000 MLB-Produkten habe 10 Prozent mehr Engagement als die vorherige Version ergeben, erläutert aber weder die Messmethode noch den Versuchsaufbau.

Mittel

Der Bericht stellt Fanatics’ Zusammenarbeit mit OpenAI zur Weiterentwicklung von „Shop the Look“ vor. Die Funktion empfiehlt auf Produktseiten abgestimmte, verfügbare Fanartikel, etwa zum Trikot eines Teams. Laut Darstellung fließen Produktdaten, Teamzugehörigkeit und Lagerbestand ein; Fanatics’ Merchandising-Regeln sollen passende Kombinationen sichern. Die Empfehlungen werden täglich aktualisiert und sind auf mehreren Fanatics-Websites verfügbar, darunter den offiziellen Shops von NFL, NBA, MLB und NHL.

Mit Codex entwickelten die Teams Werkzeuge zur Aufbereitung von Katalogdaten, Produktauswahl und Bewertung der Vorschläge. Der erste Test mit 50 Produkten dauerte laut Bericht weniger als 24 Stunden. Nach Rückmeldungen und einigen Tagen Anpassung wurde das Mindestprodukt noch in derselben Woche genehmigt. Anschließend setzte Fanatics die Lösung in der Produktion um und weitete sie auf Tausende Produkte aus.

Bei Tests mit rund 30.000 MLB-Produkten habe die neue Version 10 Prozent höheres Engagement als die vorherige erzielt. Der Bericht erläutert weder, wie Engagement gemessen wurde, noch Versuchsaufbau oder Unsicherheit der Kennzahl. Das Ergebnis ist daher eine Aussage des Berichts; Angaben zu Umsatz oder Kaufabschlüssen fehlen.

Ausführlich lesen

Der Bericht beschreibt eine Zusammenarbeit von Fanatics und OpenAI zur Weiterentwicklung des Onlineangebots „Shop the Look“. Die Funktion soll Fans passende Fanartikel zu einem ausgewählten Produkt vorschlagen, damit sie ein abgestimmtes Outfit für den Spieltag zusammenstellen können. Sie ist laut Bericht auf mehreren Fanatics-Websites verfügbar, darunter Fanatics.com sowie die offiziellen Online-Shops von NFL, NBA, MLB und NHL. Beim Aufruf eines Teamtrikots erscheinen auf der Produktseite Vorschläge für dazu passende, aktuell verfügbare Artikel. Die Empfehlungen berücksichtigen dem Bericht zufolge Produktdaten, Teamzugehörigkeit und Lagerbestand. Fanatics’ Merchandising-Regeln sollen die Zusammenstellungen relevant und kompatibel halten; die Vorschläge werden täglich aktualisiert.

Für Entwicklung und Prüfung nutzten die Teams Codex. Sie erstellten Werkzeuge, um Produkt- und Katalogdaten anzureichern, kompatible Artikel zu finden, Vorschläge zu bewerten und Looks für Produkte zu erzeugen. Der erste Test umfasste 50 Produkte und dauerte laut Bericht weniger als 24 Stunden. Fanatics prüfte die Ergebnisse und gab Rückmeldungen direkt an die Entwickler. Nach einigen Tagen weiterer Anpassungen genehmigte das Unternehmen noch in derselben Woche ein Mindestprodukt. OpenAI half laut Darstellung bei der Gestaltung der Lösung, die Fanatics anschließend in der eigenen Produktionsumgebung umsetzte und auf Tausende Produkte ausweitete.

Als Ergebnis nennt der Bericht einen Test mit ungefähr 30.000 MLB-Produkten. Die neue, OpenAI-gestützte Version habe dabei 10 Prozent mehr Engagement erzielt als die vorherige „Shop the Look“-Erfahrung. Der Bericht nennt jedoch weder die genaue Definition von „Engagement“ noch Vergleichszeitraum, Versuchsaufbau, Stichprobenaufteilung oder Unsicherheitsmaße. Die Kennzahl ist daher als vom Bericht behauptetes Ergebnis zu verstehen; sie belegt für sich allein nicht, wodurch der Unterschied zustande kam oder ob er auf andere Sortimente und Zeiträume übertragbar ist. Auch zu Umsatz oder Kaufabschlüssen macht der Text keine Angaben. Insgesamt präsentiert der Bericht den Fall als Beispiel für eine schnelle Entwicklung und Skalierung von Produktempfehlungen, liefert aber nur begrenzte Angaben zur unabhängigen Überprüfung der Resultate.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Zusammenfassungen sind inhaltlich treu, aber die Quelle wird nicht als Eigendarstellung des Anbieters eingeordnet. Alle drei Sammelfragen sind nur am Thema KI gestreift; der Bericht beantwortet keine davon. Die Stufen beziehen sich nur auf diesen Bericht, nicht auf Lunas Einordnung.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Bericht ist eine Fallstudie des Anbieters OpenAI selbst, die Ergebnisse sind nicht unabhängig geprüft.
  • Fanatics nutzt ChatGPT Work und Codex in mehreren Geschäftsbereichen (Corporate, Commerce, Collectibles, Betting and Gaming).
  • Fanatics-Mitarbeitende gaben den Entwicklern direkt Rückmeldung zu den Looks, bevor der Prototyp freigegeben wurde.

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
Fähigkeiten messen
  1. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 47 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Vertrauen in Modelle
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 35 %einzelne zitierbare Belege
    • JEV 27 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Beteiligung und Gemeinwohl
  1. 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 46 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

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 →