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
openaiohne Datum · Q004850

Surging developer productivity with custom GPTs

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Paf berichtet, ChatGPT Enterprise und mehr als 85 spezialisierte GPTs für Softwareentwicklung und die Ausbildung von Nachwuchskräften einzusetzen; GPT‑4 habe in eigenen Vergleichen besser abgeschnitten als LLaMA und Claude. Das Unternehmen schreibt der KI deutliche Produktivitäts- und Lerneffekte zu und schätzt ihren Arbeitsbeitrag auf zwölf Vollzeitstellen, legt dafür aber keine unabhängigen Messungen oder detaillierte Vergleichsmethodik vor.

Mittel

Der Bericht beschreibt den Einsatz von ChatGPT Enterprise bei Paf, einem Glücksspielunternehmen mit rund 315 Beschäftigten. Paf gibt an, GPT‑4 mit LLaMA und Claude verglichen zu haben; in eigenen Tests sei GPT‑4 bei ähnlichen Kosten 25 Prozent genauer gewesen. ChatGPT Enterprise werde von allen 100 Entwicklern und laut Bericht aktiv von 70 Prozent der gesamten Belegschaft genutzt.

Das Entwicklerteam hat nach Unternehmensangaben mehr als 85 spezialisierte GPTs erstellt. Eine zusammenarbeitende Reihe erzeugt aus API-Beschreibungen unter anderem TypeScript-Endpunkte, Backend-Code, GraphQL-Schemas und React-Komponenten nach Pafs Vorgaben. Die Spezialisierung soll Aufwand und Halluzinationen verringern. Auch 65 Lernende der Coding-Akademie grit:lab verwenden ChatGPT zum Lernen, Debuggen und Erzeugen von Testdaten. Paf zufolge können sie dadurch früher an Systementwurf arbeiten und schneller Fortschritte machen.

Paf plant, ChatGPT Enterprise und die OpenAI-API weiter in seine Abläufe zu integrieren. Der CTO schätzt den Beitrag von ChatGPT auf Arbeit im Umfang von zwölf Vollzeitstellen. Die Fallstudie erläutert weder Vergleichsmethodik noch unabhängige Messungen der Produktivitäts- oder Ausbildungseffekte; die Ergebnisse und Schätzungen sind daher als Unternehmensangaben einzuordnen.

Ausführlich lesen

Der Bericht schildert, wie das Glücksspielunternehmen Paf ChatGPT Enterprise und eigens konfigurierte GPTs für Entwicklungsarbeit und Ausbildung einsetzt. Paf wurde 1966 auf den Ålandinseln von Organisationen des Roten Kreuzes, Save the Children und Folkhälsan gegründet. Laut Bericht beschäftigt das international tätige Unternehmen rund 315 Menschen aus 29 Ländern und hat seit seiner Gründung mehr als 447,5 Millionen Euro für gesellschaftliche Zwecke beigetragen.

Paf erklärt, verschiedene KI-Systeme geprüft zu haben, darunter LLaMA, Claude und GPT‑4. In unternehmenseigenen Vergleichen zu Genauigkeit und Kosten sei GPT‑4 25 Prozent genauer als die Mitbewerber gewesen, ohne teurer zu sein. Auf dieser Grundlage habe Paf GPT‑4 ausgewählt und ChatGPT Enterprise für alle 100 Entwickler eingeführt. Insgesamt nutzten dem Bericht zufolge 70 Prozent der Beschäftigten ChatGPT Enterprise, auch in Bereichen wie Finanzen, Personal, Marketing und Kundendienst. Eine Entwicklerin berichtet, das Werkzeug etwa 20-mal täglich einzusetzen, etwa für Grundgerüst-Code oder zum Erlernen neuer Programmiersprachen.

Das Entwicklerteam habe mehr als 85 spezialisierte GPTs erstellt. Besonders hervorgehoben wird eine aufeinander abgestimmte Reihe für die Erstellung von Software: Ein GPT wandelt Swagger-API-Beschreibungen in TypeScript-Endpunktdefinitionen nach Pafs Standards um; weitere erzeugen Backend-Code, GraphQL-Nexus-Schemas, React-Relay-Hooks und React-Komponenten. Dabei sollen bestehende Funktionen, Hilfswerkzeuge, Stilvorgaben und die Komponentenbibliothek berücksichtigt werden. Laut einer Entwicklerin begrenze die Spezialisierung eine Überlastung der Modelle und reduziere Halluzinationen. Durch das Verknüpfen der GPTs entstünden standardisierte Anwendungsabläufe und APIs mit weniger Aufwand.

Auch die Coding-Akademie grit:lab nutzt ChatGPT Enterprise für 65 angehende Entwicklerinnen und Entwickler. Sie verwenden es laut Bericht, um Programmierkonzepte zu verstehen, Fehler zu beheben, Syntax und Struktur verschiedener Sprachen zu lernen und Testdaten zu erzeugen. Paf zufolge können Lernende und Junior-Entwickler dadurch früher auf Systementwurf und Architektur achten; ein DevOps-Ingenieur behauptet, sie machten mit KI-Unterstützung Fortschritte, für die sonst Jahre nötig wären.

Für das folgende Jahr kündigt Paf eine umfassende Integration von ChatGPT Enterprise und der OpenAI-API in seine Prozesse an. Das Unternehmen erwartet, dass GPTs künftig stärker beim Schreiben, Testen und Bereitstellen von Software helfen und Entwicklern mehr Raum für Systemarbeit lassen. Der CTO schätzt, ChatGPT leiste Arbeit im Umfang von zwölf Vollzeitstellen.

Die Angaben stammen aus einer Unternehmensfallstudie und werden überwiegend als Aussagen oder Schätzungen von Paf-Mitarbeitenden wiedergegeben. Der Text nennt weder Details zur Methodik der Modellvergleiche noch unabhängige Belege oder Messgrößen für Produktivitäts- und Ausbildungseffekte. Die Schätzung von zwölf Vollzeitstellen wird nicht weiter aufgeschlüsselt; sie ist daher als Einschätzung des Unternehmens zu verstehen, nicht als unabhängig bestätigtes Ergebnis.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassung ist im Kern treu, nennt aber die Branche als Glücksspiel, was der Bericht so nicht festhält, und lässt mehrere Einzelangaben aus. Die Einordnung stützt sich auf den Bericht als Unternehmens-Fallstudie; Zahlen wie das Produktivitätsurteil von zwölf Vollzeitstellen sind nach dem Bericht Unternehmensangaben ohne unabhängige Prüfung.

Im Bericht, aber nicht in der Zusammenfassung

  • Gründung 1966 auf den Åland-Inseln durch Rotes Kreuz, Save the Children und Folkhälsan sowie die Angabe von über 447,5 Mio. Euro gesellschaftlichem Beitrag
  • Die Angabe, dass Paf in 29 Ländern tätig ist und rund 315 Beschäftigte hat (nur das Gesamtbild wird genannt)
  • Kim Gripenbergs Aussage, Nachwuchskräfte kämen mit KI-Unterstützung um Jahre schneller voran
  • Die Aussage, GPTs könnten künftig auch Schreiben, Testen und Deployment von Software übernehmen
  • Der Vergleich „GPT-4 ohne höhere Kosten“ wird nur knapp erwähnt; die Zusammenfassung gibt die Kostenaussage nur indirekt wieder

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Bezeichnung „Glücksspielunternehmen“ steht so nicht im Bericht; dort heißt es nur „international gaming company“ und „responsible gaming“.

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
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 29 %Hintergrund, keine Belege
    • JEV 37 %gleiches Oberthema, hilft nicht
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. 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 53 %einzelne zitierbare Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 46 %einzelne zitierbare Belege
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt
Agenten und vernetzte Systeme
Modelle teilen und schützen
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 44 %gleiches Oberthema, hilft nicht
    • JEV 27 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 47 %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 27 %Hintergrund, keine Belege
    • JEV 40 %einzelne zitierbare Belege
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Wirtschaft und Haftung
Information und Öffentlichkeit

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 →