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
epoch18. September 2026 · Q006232

In August, 25% of math preprints acknowledged AI use, up from 4% in April

epoch.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Laut Epoch AI stieg der Anteil mathematischer arXiv-Preprints mit offengelegter KI-Nutzung von etwa 4 Prozent im April 2026 auf 25 Prozent im August. Rund 6 Prozent der August-Arbeiten schrieben KI einen wesentlichen Forschungsbeitrag zu. Die Analyse beruht auf Schlüsselwortsuche und automatisierter Klassifikation; sie erfasst Offenlegungen, nicht zwingend den gesamten KI-Einsatz.

Mittel

Epoch AI berichtet, dass der Anteil mathematischer arXiv-Preprints mit einer Offenlegung von KI-Nutzung von rund 4 Prozent im April 2026 auf 25 Prozent im August stieg. Im August waren es laut Tabelle 1.453 von 5.754 Arbeiten. Der Anstieg sei nicht hauptsächlich durch neu hinzugekommene KI-gestützte Autorinnen und Autoren erklärbar: Bei Arbeiten mit mindestens einer Person, die schon vor 2023 regelmäßig publizierte, habe die Quote monatlich höchstens 1,5 Prozentpunkte vom Gesamtwert abgewichen.

Die Analyse unterscheidet sechs Nutzungsarten. Rund 6 Prozent der August-Arbeiten schrieben KI einen wesentlichen Forschungsbeitrag zu, definiert als Beitrag ungefähr auf Mitautorenniveau. Untersucht wurden alle mathematischen arXiv-Preprints von Januar 2025 bis August 2026. Eine Schlüsselwortsuche fand mögliche Hinweise; GPT-5.6 Sol klassifizierte sie, Claude Fable 5 validierte die Einordnung. Bei einer menschlichen Prüfung von 200 Fällen aus zwei Kategorien gab es 93 Prozent Übereinstimmung. Die Zahlen messen offengelegte Nutzung, nicht den gesamten tatsächlichen KI-Einsatz; die menschliche Prüfung war begrenzt.

Ausführlich lesen

Der Bericht von Epoch AI untersucht, wie häufig mathematische arXiv-Vorabveröffentlichungen den Einsatz von KI offenlegen. Nach seiner Auswertung stieg der Anteil solcher Arbeiten von 4 Prozent im April 2026 auf rund 25 Prozent im August. Die Tabelle weist für August 1.453 von 5.754 Preprints aus, also 25,25 Prozent. Der Anstieg sei laut Bericht nicht vor allem dadurch zu erklären, dass neu hinzugekommene, KI-gestützte Autorinnen und Autoren die Zahlen erhöhten: Betrachtet man Arbeiten mit mindestens einer Person, die schon vor 2023 regelmäßig publizierte, liege deren Offenlegungsquote in jedem Monat höchstens 1,5 Prozentpunkte vom Gesamtwert entfernt.

Epoch AI ordnet die genannten KI-Anwendungen sechs Bereichen zu: wesentlicher Forschungsbeitrag, Unterstützung bei der Forschung, Schreiben, Programmierung und Berechnung, Literaturrecherche sowie Formalisierung. Ein wesentlicher Forschungsbeitrag ist dabei so definiert, dass die KI ungefähr einen Beitrag auf dem Niveau einer Mitautorin oder eines Mitautors geleistet hat. Für August weist der Bericht dafür rund 6 Prozent aus; die Tabelle nennt genauer 337 Arbeiten beziehungsweise 5,86 Prozent. Diese Quote bezieht sich auf alle untersuchten Preprints.

Die Analyse umfasst laut Bericht sämtliche mathematischen arXiv-Preprints von Januar 2025 bis August 2026. Zunächst wurden Arbeiten anhand von KI-Schlüsselwörtern gefiltert. Anschließend klassifizierte GPT-5.6 Sol die gefundenen Hinweise auf KI-Nutzung; Claude Fable 5 diente als Prüfinstanz. Zusätzlich prüften Menschen 200 zufällig ausgewählte Hinweise, die als wesentlicher Forschungsbeitrag oder Forschungshilfe eingeordnet worden waren. In 93 Prozent dieser Fälle stimmte die menschliche Beurteilung mit der Klassifikation überein.

Die Ergebnisse beschreiben ausdrücklich dokumentierte beziehungsweise anerkannte KI-Nutzung. Sie belegen daher nicht, wie oft KI tatsächlich eingesetzt wurde, aber nicht offengelegt wurde. Die ausgewiesene Übereinstimmung beruht zudem auf einer Stichprobe von 200 Fällen und gilt für die beiden geprüften Kategorien; der Bericht liefert hier keinen entsprechenden Prüfwert für alle Kategorien. Die Zahlen beruhen auf Schlüsselwortsuche und automatisierter Einordnung mit anschließender begrenzter menschlicher Prüfung.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Einordnung mit Stufe 3 wird durch den Bericht nicht gestützt: Der Bericht enthält keine Belege zu Marktmacht oder Selbstverbesserung von KI. Die Anteilswerte 36 % und 34 % sind im Bericht nicht angegeben und lassen sich nicht prüfen.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Rate für substantielle Forschungsbeiträge liegt bei Arbeiten mit früh publizierenden Autoren etwa im Gesamtdurchschnitt; nur die mittlere Zusammenfassung erwähnt den Befund zu neuen Autoren, die kurze Fassung lässt ihn aus.
  • Die kurze Fassung lässt den zentralen Befund aus, dass der Anstieg nicht auf neu hinzugekommene KI-gestützte Autorinnen und Autoren zurückgeht.

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Aussage, die menschliche Prüfung sei begrenzt gewesen, steht so nicht im Bericht; er nennt nur die Stichprobe von 200 Fällen und 93 Prozent Übereinstimmung.

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
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 34 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 27 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • 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 28 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 31 %Hintergrund, keine Belege
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 36 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
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 100 %kein Bezug
    • JEV 23 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • 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 →