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
openai28. September 2026 · Q003855

Basis completes a tax workbook 2x faster with GPT-6 Astra

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Basis berichtet, GPT‑6 Astra habe eine Steuerarbeitsmappe mit 50 Tabellenblättern im Vergleich zu GPT‑5.6 Sol halb so schnell bearbeitet und in internen Bewertungen ungefähr 20 Prozent besser abgeschnitten. Das Unternehmen führt dies auf besseres Aufgabenverständnis und anpassbaren Rechenaufwand zurück; der Bericht legt keine detaillierte Methodik oder unabhängige Prüfung der Ergebnisse vor.

Mittel

Der Bericht schildert die Erfahrungen des Buchhaltungsautomatisierungsunternehmens Basis mit GPT‑6 Astra. In einem Vergleich an einer komplexen Steuerarbeitsmappe mit 50 Tabellenblättern habe Astra die Aufgabe in der Hälfte der Zeit von GPT‑5.6 Sol erledigt. Basis führt dies unter anderem auf bessere Entscheidungen zu Beginn und weniger nachträgliche Fehlerkorrekturen zurück.

Das Unternehmen lässt Astra außerdem den Rechenaufwand je nach Schwierigkeit eines Arbeitsschritts anpassen, ohne den Cache zu verwerfen. Das soll Kosten und Antwortzeiten verringern. In internen Bewertungen habe Basis eine Verbesserung von ungefähr 20 Prozent festgestellt. Genannt werden ein besseres Verständnis der Nutzerabsicht sowie passendere Rückfragen, der Umgang mit Annahmen und die Befolgung von Anweisungen. Auch Vorlagentreue, Nutzung von Primärquellen und Selbstkontrolle würden bewertet.

Die Zahlen sind Angaben von Basis in einer OpenAI-Kundengeschichte. Detaillierte Testmethoden, Umfang der Bewertungen und unabhängige Bestätigungen nennt der Bericht nicht; die Resultate lassen sich daher nicht ohne Weiteres verallgemeinern.

Ausführlich lesen

Der Bericht beschreibt, wie Basis, ein Technologie-Startup aus Nordamerika, GPT‑6 Astra für KI-Agenten einsetzt, die Aufgaben aus der Buchhaltung automatisieren. Im Mittelpunkt stehen lange, mehrstufige Arbeitsabläufe und die Frage, ob das Modell die Absicht hinter einer Aufgabe erfassen und sie zuverlässig bearbeiten kann. Die Aussagen stammen aus einer OpenAI-Kundengeschichte und geben die Einschätzungen sowie internen Ergebnisse von Basis wieder.

Als konkreten Vergleich nennt Basis einen Test mit einer komplexen Steuererklärung in einer Arbeitsmappe mit 50 Tabellenblättern. GPT‑6 Astra habe diese Aufgabe halb so schnell abgeschlossen wie GPT‑5.6 Sol. Basis schreibt den Zeitgewinn auch besseren Entscheidungen zu Beginn der Bearbeitung zu: Dadurch müssten Agenten weniger Fehler nachträglich korrigieren und könnten direkter vorgehen. Laut Mitgründer Mitch Troyanovsky nutzt Astra außerdem Tokens effizienter.

Ein weiterer Schwerpunkt ist die Anpassung des Rechenaufwands an den jeweiligen Arbeitsschritt. Basis lässt das Modell nach eigener Darstellung bei schwierigen Schritten mehr und bei einfachen weniger Schlussfolgerungsaufwand einsetzen. Diese Anpassungen seien möglich, ohne den Cache zu verwerfen. Das solle Antwortzeiten und Kosten senken und längere Aufgaben wirtschaftlicher machen.

Für interne Bewertungen berichtet Basis von einer ungefähren Verbesserung um 20 Prozent. Als Gründe nennt das Unternehmen ein besseres Verständnis der Nutzerabsicht und den angemesseneren Umgang mit Rückfragen, Annahmen und Anweisungen. Bewertet würden sowohl die Arbeitsweise der Agenten als auch ihre Endergebnisse, darunter die Einhaltung von Vorlagen, die Nutzung von Primärquellen bei Steuerfragen und die Prüfung der eigenen Arbeit. Astra könne solche Erwartungen laut Basis häufiger aus dem weiteren Kontext erschließen, sodass weniger Regeln für einzelne Situationen nötig seien. Das stärke das Vertrauen, auch Fälle außerhalb der internen Tests bearbeiten zu können.

Die berichteten Zahlen beruhen auf einem von Basis beschriebenen Einzeltest und internen Bewertungen. Der Bericht nennt keine detaillierte Testmethodik, keine Zahl oder Zusammensetzung der bewerteten Aufgaben und keine unabhängige Überprüfung. Die Ergebnisse sind daher als Angaben des Unternehmens zu verstehen; sie belegen für sich genommen nicht, dass sich dieselben Verbesserungen allgemein oder bei anderen Kunden einstellen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas kurze Zusammenfassung schreibt, Astra habe die Arbeitsmappe halb so schnell bearbeitet. Der Bericht sagt das Gegenteil: Astra brauchte nur die Hälfte der Zeit. Diese Umkehrung ist ein sachlicher Fehler. Die mittlere Zusammenfassung ist dagegen inhaltlich treu. Alle Zahlen (50 % und ca. 20 %) sind Angaben von Basis und nicht unabhängig geprüft. Die Prozentwerte der Sammelfragen (49 %, 46 %, 42 %) sind in der Liste angegeben und im Bericht nicht überprüfbar.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Bericht nennt auch, dass Astra laut Troyanovsky token-effizienter arbeitet.

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 100 %kein Bezug
    • Luna 46 %einzelne zitierbare Belege
    • JEV 51 %einzelne zitierbare Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Tempo und Grenzen
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 35 %Hintergrund, keine Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 49 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 30 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
  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 100 %kein Bezug
    • JEV 43 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 42 %einzelne zitierbare Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 26 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
    • 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 29 %Hintergrund, keine Belege
    • JEV 29 %Hintergrund, keine Belege
    • amos 26 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl

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 →