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
openai22. September 2025 · Q003471

SchoolAI builds an AI platform that empowers teachers

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht stellt SchoolAI als KI-Plattform vor, die mit Dot Unterrichtsmaterial erstellt und Lernende über Sidekick begleitet, während Lehrkräfte Interaktionen beobachten und früher Unterstützung anbieten sollen. SchoolAI meldet eine Million erreichte Klassenräume und Zeitersparnisse von über zehn Stunden pro Woche; Messmethoden und unabhängige Belege für diese Wirkungen werden im Bericht nicht erläutert.

Mittel

Der Bericht beschreibt SchoolAI als KI-Plattform, die Lernende individuell unterstützen und Lehrkräften Einblick in ihren Lernfortschritt geben soll. Lehrkräfte erstellen mit dem Assistenten Dot interaktive Lernumgebungen; der Tutor Sidekick unterstützt Schülerinnen und Schüler mit Hinweisen, angepasstem Tempo und Ermutigung. Lehrkräfte können die Interaktionen beobachten und sollen dadurch früher erkennen, wo Hilfe nötig ist. Die Plattform nutzt laut Darstellung GPT‑4o und GPT‑4.1 sowie Bildgenerierung und Sprachausgabe in über 60 Sprachen. Anfragen würden durch spezialisierte Verarbeitungsschritte mit Schutzprüfungen geleitet; das erklärte Ziel sei, Lernende zu coachen, statt ihnen Lösungen vorzugeben.

Als Beispiele nennt der Artikel einen Dari sprechenden Schüler, der Übersetzung nutzte und sich später stärker an der Klasse beteiligt habe, sowie eine frühzeitige Intervention nach beobachtetem Rückgang der Beteiligung. SchoolAI gibt an, eine Million Klassenräume in über 80 Ländern und mehr als 500 Bildungspartnerschaften erreicht zu haben. Lehrkräfte berichteten von über zehn Stunden Zeitersparnis pro Woche; außerdem seien Engagement und frühe Unterstützung gestiegen. Die Fallstudie erläutert jedoch nicht, wie diese Kennzahlen oder Wirkungen gemessen wurden, und nennt keine unabhängige Evaluation. Die Beispiele und Ergebnisse sind daher Unternehmensangaben, keine im Text unabhängig belegten allgemeinen Effekte.

Ausführlich lesen

Der Bericht stellt SchoolAI als eine 2023 gegründete Plattform vor, die Lehrkräfte bei personalisiertem Unterricht unterstützen soll. Gründer und CEO Caleb Hicks habe als Lehrer erlebt, dass bei großen Klassen besonders viele Schülerinnen und Schüler in der Mitte des Leistungsspektrums leicht übersehen würden. Mit KI wolle SchoolAI deshalb Lernfortschritte sichtbarer machen und Lehrkräften helfen, früher auf Unterstützungsbedarf zu reagieren. Die Darstellung ist eine OpenAI-Unternehmensfallstudie und gibt überwiegend die Perspektive von SchoolAI und OpenAI wieder.

Die Plattform besteht laut Bericht aus „Spaces“, interaktiven Lernumgebungen, die Lehrkräfte mithilfe des dialogbasierten Assistenten Dot erstellen. Eine Lehrkraft könne etwa eine Leseaufgabe für drei Leistungsstufen anfordern; Dot stelle daraus in Sekunden eine einsatzbereite Lektion zusammen. Lernende arbeiten darin mit Sidekick, einem KI-Tutor auf Basis von GPT‑4o und GPT‑4.1, der Hinweise, angepasstes Tempo und Ermutigung geben soll. Die Lehrkraft könne die Interaktionen beobachten und dadurch erkennen, wo Lernende Schwierigkeiten haben. Eingebaute Schutzmechanismen sollen den Einsatz sicher, transparent und an den Unterrichtszielen ausgerichtet halten.

Als Beispiel nennt der Bericht einen neu in die USA gekommenen Schüler, der Dari sprach und Sidekick zur Übersetzung in Echtzeit genutzt habe. Innerhalb weniger Wochen habe er sich an Gruppenarbeiten beteiligt, Freundschaften aufgebaut und mehr Zugehörigkeit empfunden. Ein weiteres Beispiel beschreibt eine Lehrkraft, die durch nachlassende Fragen und Beteiligung auf einen Schüler aufmerksam geworden sei und frühzeitig ein Gespräch führen konnte. Diese Fälle veranschaulichen die beabsichtigte Nutzung; der Bericht legt dazu keine unabhängige Prüfung vor.

Technisch würden Schüleranfragen laut SchoolAI durch ein Netz aus spezialisierten Verarbeitungsschritten geleitet, darunter Modelle, Werkzeuge und Schutzprüfungen. GPT‑4o komme für Dot und die Unterrichtserstellung zum Einsatz, GPT‑4.1 für anspruchsvollere Aufgaben wie mehrstufige Mathematikprobleme. Bildgenerierung soll Unterrichtsmaterialien wie Diagramme oder historische Karten liefern; Text-to-Speech ermögliche gesprochenes Feedback in mehr als 60 Sprachen. Für einfache Prüfungen würden kleinere Modelle genutzt, um Kosten zu begrenzen. Protokolle machten Modellentscheidungen für Lehrkräfte sichtbar; Berichte fassten Daten für die Schulleitung zusammen. Als Leitprinzip nennt das Unternehmen, KI solle Lernende coachen und nicht einfach Lösungen liefern.

Als Kennzahlen nennt der Artikel eine Reichweite von einer Million Klassenräumen in mehr als 80 Ländern, über 500 Bildungspartnerschaften und eine von Lehrkräften berichtete Zeitersparnis von mehr als zehn Stunden pro Woche. SchoolAI zufolge seien zudem Engagement und frühzeitige Intervention gestiegen. OpenAI-Modelle hätten außerdem dazu beigetragen, die Kosten pro Schüler-Space von nahezu einem Dollar auf einen nicht näher bezifferten Bruchteil zu senken. Bei einer Produktveranstaltung hätten über 10.000 Lehrkräfte teilgenommen.

Die Grenzen der Belege bleiben offen: Der Bericht erläutert weder, wie Reichweite, Zeitersparnis oder Lern- und Engagementeffekte erhoben wurden, noch nennt er Vergleichswerte oder unabhängige Evaluationen. Die Ergebnisse und Beispiele sind daher als Aussagen der beteiligten Unternehmen beziehungsweise als berichtete Einzelfälle zu verstehen, nicht als im Text nachgewiesene allgemeine Wirkungen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Der Bericht ist eine Kundengeschichte von OpenAI über einen Anbieter, deshalb sind Wirkungs- und Kostenangaben Unternehmensaussagen ohne unabhängige Belege. Die beiden Zusammenfassungen von Luna sind inhaltlich treu; bemängelt werden nur Auslassungen. Bewertet wurden alle sechs angegebenen Fragen in der vorgegebenen Reihenfolge.

Im Bericht, aber nicht in der Zusammenfassung

  • Kostensenkung von fast einem Dollar pro Schüler-Space auf einen Bruchteil, die Spielraum für den Ausbau schuf
  • Unterstützung durch den OpenAI-Kontakt, der Nutzungslimits vor einer Veranstaltung mit über 10.000 Lehrkräften erhöhte
  • Die Gründung 2023 durch Caleb Hicks wird in der Kurzfassung nicht erwähnt
  • Das Dari-Beispiel fehlt in der Kurzfassung
  • Die Nutzung von GPT-4o und GPT-4.1 fehlt in der Kurzfassung, obwohl der Bericht eine OpenAI-Kundengeschichte ist

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-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 27 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 25 %nur am Rande erwähnt
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 41 %einzelne zitierbare Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege
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 42 %einzelne zitierbare Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 26 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V1-T01 Welche beobachtbaren Belege zeigen die Ziele und Werte eines Modells und ob es noch ausgerichtet ist, wenn seine sichtbaren Gedankengänge kein verlässlicher Hinweis mehr darauf sind oder ihre Überwachung nachlässt? Luna: Stufe 4 · 33 % · einzelne zitierbare Belege
    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 4 · 34 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
    • SF-V1-T07 Lieber ein Modell, das immer seinen Lösungsweg zeigen muss, oder eines, das im Stillen mehr kann: Welches Risiko nimmt man in Kauf? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
    • SF-V1-T13 Wenn sich vorgeführte und tatsächlich vertretene Tugend im Text nicht unterscheiden lassen: Soll der Unterschied trotzdem bestimmen, wie man Modelle baut und regelt? Luna: Stufe 3 · 27 % · 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 · 29 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 59 %einzelne zitierbare Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 31 %Hintergrund, keine Belege
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-V3-T01 Worauf verlässt sich ein Mensch, wenn er glaubt, niemand sehe zu, und lassen sich solche Werte einem System beibringen, das sie nur aus Text gelernt hat? Wie testen Labore heute, ob die Werte eines Modells halten, wenn es zu Recht oder zu Unrecht glaubt, niemand sehe zu? Und wenn niemand erkennen kann, ob jemand zusieht: Was hält Werte dann fest, Charakter, Training oder die Geschichte, die man sich selbst erzählt? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 35 % · 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 32 %Hintergrund, keine Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V4-T01 Falls ein Modell kein durchgehendes Selbst hat: Kann es überhaupt an den vorgesehenen Zielen und Werten ausgerichtet sein, oder nur seine Ausgaben? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 22 %gleiches Oberthema, hilft nicht
    • Luna 62 %einzelne zitierbare Belege
    • JEV 32 %einzelne zitierbare Belege
    • amos 33 %einzelne zitierbare Belege
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 25 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 4 · 48 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 4 · 48 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
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 78 %einzelne zitierbare Belege
    • JEV 42 %beantwortet teilweise oder widerspricht
    • amos 27 %einzelne zitierbare Belege
    • SubQ 32 %gleiches Oberthema, hilft nicht
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 41 %Hintergrund, keine Belege
    • JEV 30 %gleiches Oberthema, hilft nicht
    • amos 29 %nur am Rande erwähnt
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 25 %gleiches Oberthema, hilft nicht
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
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 53 %einzelne zitierbare Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 43 %einzelne zitierbare Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 48 %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 100 %kein Bezug
    • Luna 55 %einzelne zitierbare Belege
    • JEV 49 %beantwortet teilweise oder widerspricht
    • amos 31 %nur am Rande erwähnt
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 34 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • 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 · 38 % · 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 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

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 →