Exploring CSET’s PARAT
Zusammenfassung
Kurz
Der Bericht stellt PARAT als CSET-Werkzeug vor, das Unternehmen anhand verschiedener KI-Kennzahlen wie Veröffentlichungen und einer Reife-Einstufung durchsuchbar und vergleichbar macht. Die 1.311 erfassten Unternehmen bilden laut Bericht keine vollständige Liste; die Daten können bestimmte Branchen und Länder überrepräsentieren, und mehr als 78 Prozent der gelisteten Firmen sitzen in den USA.
Mittel
Der Bericht beschreibt PARAT, ein 2021 veröffentlichtes interaktives CSET-Werkzeug zum Erkunden und Vergleichen KI-bezogener Aktivitäten von Unternehmen. Es baut auf einem früheren CSET-Ansatz auf, der manuelle Klassifizierung mit Daten zu Patenten, Veröffentlichungen, Konferenzbeiträgen und Crunchbase-Einstufungen kombinierte. PARAT bündelt Daten aus mehreren Quellen, darunter Crunchbase, Digital Science, Web of Science und die chinesische National Knowledge Infrastructure, ergänzt um manuelle Annotationen von CSET.
Unternehmen lassen sich unter anderem nach der Zahl ihrer KI-Veröffentlichungen und einer Reife-Einstufung ordnen. Letztere berücksichtigt Börsenstatus, Beschäftigtenzahl und/oder die letzte Finanzierungsrunde. Das Werkzeug zeigt außerdem Unternehmensprofile, Tochtergesellschaften und Kennzahlentrends; gefilterte Daten können als Excel-Datei heruntergeladen werden.
Der Bericht nennt 1.311 erfasste Unternehmen, warnt aber, die Liste sei nicht vollständig und könne Branchen oder Länder überrepräsentieren. Mehr als 78 Prozent der gelisteten Unternehmen hätten ihren Sitz in den USA, was laut Bericht auch auf eine bessere Datenverfügbarkeit dort zurückgehen könnte. CSET arbeitete dem Text zufolge an einer erweiterten zweiten Version.
Ausführlich lesen
Der Bericht stellt PARAT vor, ein interaktives Werkzeug des Center for Security and Emerging Technology (CSET), mit dem sich die KI-bezogenen Aktivitäten von Unternehmen erkunden und vergleichen lassen. Er beschreibt die Entwicklung des Werkzeugs vor dem Hintergrund früherer CSET-Arbeiten: 2020 erstellten Forschende dem Bericht zufolge einen Machbarkeitsnachweis für eine Definition von KI-Unternehmen. Dafür kombinierten sie manuelle Klassifizierung mit Daten zu KI-Patenten, wissenschaftlichen Veröffentlichungen, Konferenzbeiträgen und Unternehmenseinstufungen von Crunchbase. Auf Grundlage dieses Ansatzes wurde PARAT im Juni 2021 veröffentlicht.
PARAT greift laut Bericht auf Daten aus Crunchbase, Digital Science, 1790 Analytics, Digital Science Dimensions, Microsoft Academic Graph, Web of Science und der chinesischen National Knowledge Infrastructure zurück; CSET ergänzt diese durch manuelle Annotationen. Das Werkzeug bietet Kennzahlen, anhand derer Unternehmen sortiert und gefiltert werden können. Dazu zählen die Zahl der KI-Veröffentlichungen, ermittelt mithilfe eines zusammengeführten Datenbestands und eines internen KI-Klassifikators, sowie eine „Reife“-Einstufung. Diese beruht auf dem Börsenstatus, der Beschäftigtenzahl und/oder der letzten Finanzierungsrunde. Nutzer können Ranglisten und die Herkunftsländer führender Unternehmen untersuchen.
Für einzelne Unternehmen zeigt PARAT nach Darstellung des Berichts unter anderem Tochtergesellschaften, Kennungen, ein Crunchbase-Profil, eine Wikipedia-Zusammenfassung und zeitliche Entwicklungen bei den KI-Kennzahlen. Anwender können selbst festlegen, welche Kennzahlen für ihre Einschätzung der KI-Ausrichtung eines Unternehmens relevant sind. Die gefilterten Daten lassen sich laut Bericht außerdem als Excel-Datei herunterladen und lokal weiter analysieren.
Der Bericht nennt 1.311 in PARAT erfasste Unternehmen, betont aber, dass diese Liste keine vollständige Zählung aller KI-Unternehmen darstellt. Sie hängt von den verfügbaren Daten in Crunchbase und weiteren CSET-Quellen ab und kann bestimmte Branchen und Länder überrepräsentieren. Als Beispiel führt der Bericht an, dass mehr als 78 Prozent der erfassten Unternehmen in den Vereinigten Staaten ansässig seien; dies könne darauf hindeuten, dass für US-Unternehmen mehr Daten verfügbar sind. PARAT wird deshalb als Hilfsmittel zum Erkunden und Vergleichen von Ranglisten und Aktivitäten beschrieben, nicht als erschöpfendes Verzeichnis. Abschließend berichtet der Text, CSET arbeite an einer erweiterten zweiten Version mit zusätzlichen Kennzahlen und mehr Unternehmen und plane weitere PARAT-basierte Analysen in seiner Snapshot-Reihe.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Luna hat beide Sammelfragen zu hoch eingestuft: Der Bericht beantwortet keine davon. Die Zusammenfassungen sind inhaltlich treu, lassen aber Datenquellen und Profilfunktionen aus.
Im Bericht, aber nicht in der Zusammenfassung
- Die Kurzfassung nennt die Datenquellen von PARAT (Crunchbase, Digital Science, Web of Science u. a.) nicht.
- Die Kurzfassung erwähnt den Vorläufer-Rahmen von 2020 zur Definition von KI-Unternehmen nicht.
- Die Kurzfassung nennt die Profilansicht mit Tochtergesellschaften, Kennzahlentrends und Excel-Export nicht.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Unabhängig prüfen
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 50 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 51 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 64 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug
Vertrauen in Modelle
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 71 %Hintergrund, keine Belege
- JEV 30 %Hintergrund, keine Belege
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- 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 100 %kein Bezug
- amos 58 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug