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
oecd18. Mai 2025 · Q003821

Pandemic Resilience Developing an AI-calibrated ensemble of models to inform decision making

oecd.ai · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der Auszug beschreibt die Entwicklung und Erprobung eines KI-gestützt kalibrierten Modell-Ensembles, das für COVID-19 den Einsatz nichtpharmazeutischer Maßnahmen und mögliche Folgen für Gesundheit und Wirtschaft an verschiedenen Orten untersuchen sollte. Er nennt fünf Entwicklungsphasen, enthält aber keine konkreten Ergebnisse oder Empfehlungen, da der bereitgestellte Auszug vor deren Darstellung endet.

Mittel

Der Berichtsauszug schildert ein Projekt zur Nutzung von Krankheitsmodell-Ensembles für datenbasierte Entscheidungen im öffentlichen Gesundheitswesen unter Unsicherheit. Das Ensemble bezog sich auf COVID-19 und seine Varianten. Es sollte für bestimmte Orte den Einsatz nichtpharmazeutischer Maßnahmen (NPIs) erfassen und mögliche Auswirkungen auf die Epidemieausbreitung und wirtschaftliche Kennzahlen abschätzen.

Ein interdisziplinäres Team entwickelte und erprobte das Modell zwischen Juni 2022 und Oktober 2023. Der Ablauf umfasste fünf Schritte: standardisierte Ein- und Ausgaben festlegen, einzelne Modelle daran anpassen, einen Kalibrierungsrahmen entwickeln, das Ensemble an verschiedenen Orten einsetzen und testen sowie es mithilfe eines genetischen Algorithmus automatisiert kalibrieren. Der Auszug beschreibt als Ziel, KI-gestützte Kalibrierung über mehrere Modelle und Orte hinweg konsistent zu ermöglichen.

Der Bericht kündigt Erkenntnisse und Empfehlungen für Regierungen und politische Entscheidungsträger an. Da nur ein Auszug vorliegt, der vor deren Darstellung abbricht, sind konkrete Testergebnisse und Empfehlungen im bereitgestellten Text nicht enthalten.

Ausführlich lesen

Der vorliegende Berichtsauszug beschreibt ein Projekt, das untersuchte, wie Krankheitsmodelle zu Ensembles verbunden werden können, um Entscheidungen und Maßnahmen im öffentlichen Gesundheitswesen unter Unsicherheit besser mit Daten zu unterstützen. Im Mittelpunkt standen COVID-19 und seine Varianten. Das entwickelte Ensemble sollte für bestimmte Orte erfassen, in welchem Umfang nichtpharmazeutische Maßnahmen (NPIs) eingesetzt werden, und deren mögliche Folgen für die Ausbreitung der Epidemie sowie wirtschaftliche Kennzahlen abschätzen.

Laut Auszug arbeitete ein interdisziplinäres Team an Entwicklung, Kalibrierung und Auswertung. Es wurde vom Pandemic-Resilience-Projektteam über das GPAI Pandemic Resilience Living Repository zusammengestellt. Die Arbeit lief von Juni 2022 bis Oktober 2023 und gliederte sich in fünf Phasen: zunächst die Festlegung standardisierter Ein- und Ausgaben, dann die Anpassung einzelner Modelle an diesen Standard, die Entwicklung eines Kalibrierungsrahmens für das Ensemble, dessen Einsatz und Erprobung an verschiedenen Orten sowie schließlich die automatisierte Kalibrierung mithilfe eines genetischen Algorithmus als Optimierungsverfahren.

Der Auszug hebt als Ziel hervor, Ensemblemodelle mithilfe KI-gestützter Verfahren konsistent über verschiedene Modelle und Orte hinweg automatisch kalibrieren zu können. Das Team habe ein kooperativ entwickeltes Ensemblemodell erstellt und getestet. Der Bericht soll zentrale Erkenntnisse zur Nutzung solcher Modelle sowie Empfehlungen für Regierungen und politische Entscheidungsträger vermitteln.

Die Quelle liegt hier jedoch nur als kurzer Auszug vor: Sie endet unmittelbar vor der angekündigten Darstellung der Erkenntnisse und Empfehlungen. Daher enthält das bereitgestellte Material weder konkrete Ergebnisse der Tests noch die Empfehlungen selbst. Auch Angaben dazu, wie genau die Modelle arbeiteten, welche Orte untersucht wurden oder wie zuverlässig die Vorhersagen waren, sind in diesem Auszug nicht enthalten.

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

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 7 von 7
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 39 %Hintergrund, keine Belege
    • JEV 26 %Hintergrund, keine Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
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 46 %Hintergrund, keine Belege
    • JEV 40 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • 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 62 %Hintergrund, keine Belege
    • JEV 46 %gleiches Oberthema, hilft nicht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 49 %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 47 %Hintergrund, keine Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 49 %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 35 %einzelne zitierbare 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 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 47 %einzelne zitierbare Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
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 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. 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 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • 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 30 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • 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 →