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
openai23. Oktober 2025 · Q006494

Consensus accelerates research with GPT-5 and Responses API

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Consensus beschreibt Scholar Agent als mehrstufige Recherchehilfe, die wissenschaftliche Literatur sucht, liest und zusammenführt; laut Unternehmen soll sie quellengebundene Antworten liefern und bei unzureichender Evidenz schweigen. Der Bericht meldet interne Vorteile von GPT‑5 sowie starkes Nutzer- und Umsatzwachstum, enthält dazu aber keine detaillierten Testdaten oder unabhängige Belege.

Mittel

Der Bericht stellt Consensus’ Scholar Agent vor, ein Rechercheassistenzsystem auf Basis von GPT‑5 und der Responses API. Laut Unternehmen durchsucht Consensus mehr als 220 Millionen wissenschaftliche Arbeiten und wird von über acht Millionen Menschen genutzt. Der Agent soll Forschungsschritte koordinieren: Ein Planungsagent zerlegt die Frage, Suchagenten finden Literatur und Zitationen, Leseagenten interpretieren Studien und ein Analyseagent fasst die Ergebnisse zusammen. Vor der Antwort wird ein strukturiertes Quellenpaket erstellt; wenn keine geeigneten Studien gefunden werden, soll das System laut Bericht lieber schweigen.

Consensus zufolge verbessert die Aufteilung in spezialisierte Agenten die Zuverlässigkeit und verringert Halluzinationen. Frühe interne Tests hätten GPT‑5 bei Tool-Aufrufen und Planungsstabilität vor GPT‑4.1, Sonnet 4 und Gemini 2.5 Pro gesehen. Zahlen, Testdetails und unabhängige Prüfung fehlen im Artikel, weshalb diese Ergebnisse Unternehmensangaben bleiben. Der Bericht nennt außerdem eine Mayo-Clinic-Partnerschaft, den Medical Mode sowie ein achtfaches Umsatzwachstum im vergangenen Jahr. Auch diese Angaben werden nicht unabhängig belegt. Der Text beschreibt damit vor allem Consensus’ Produktansatz und eigene Erfolgsbehauptungen.

Ausführlich lesen

Der Bericht beschreibt, wie Consensus seine wissenschaftliche Recherchehilfe zu einem mehrstufigen KI-System namens Scholar Agent ausgebaut hat. Die Plattform, gegründet von Christian Salem und Eric Olson, durchsuche laut Artikel mehr als 220 Millionen wissenschaftliche Arbeiten und werde von über acht Millionen Menschen genutzt. Ihr Ziel sei, Forschenden das Finden, Lesen und Verknüpfen von Studien abzunehmen, damit sie schneller von einer Frage zu einer evidenzbasierten Antwort gelangen.

Die erste Version von Consensus habe vor allem als spezialisierte wissenschaftliche Suchmaschine funktioniert: Sie indexierte Arbeiten, lieferte passende Treffer und erzeugte Zusammenfassungen mit Zitaten. Das reichte dem Team nach eigener Darstellung nicht aus, weil Forschung auch darin bestehe, Ergebnisse zu interpretieren, Studien zu vergleichen und Ideen miteinander zu verbinden. Scholar Agent soll diesen Ablauf nachbilden. Ein Planungsagent zerlegt die Frage und bestimmt die nächsten Schritte; Suchagenten durchsuchen den Artikelindex, die private Bibliothek der Nutzer und den Zitationsgraphen; Leseagenten interpretieren Arbeiten einzeln oder in Gruppen; ein Analyseagent führt die Ergebnisse zusammen und erstellt die Antwort samt Struktur und gegebenenfalls Visualisierungen.

Als zentrales Gestaltungsprinzip nennt Consensus „Context Engineering“: Vor der Textgenerierung soll ein strukturiertes Paket aus Studien, Metadaten und zentralen Ergebnissen zusammengestellt werden. Die Aufteilung in spezialisierte Agenten solle Fehler und Halluzinationen verringern. Das System könne laut Bericht auch auf eine Antwort verzichten, wenn keine passenden Studien den Qualitätsmaßstab erfüllen. Antworten sollen sich auf ihre Quellen zurückführen lassen.

Für die Orchestrierung wechselte Consensus von Chat Completions zur Responses API. Das habe laut Unternehmen Zuverlässigkeit und Kosteneffizienz verbessert und feinere Steuerung der Agentenaufrufe ermöglicht. Interne frühe Evaluationen hätten GPT‑5 bei Genauigkeit des Tool-Aufrufs und Stabilität der Planung besser bewertet als GPT‑4.1, Sonnet 4 und Gemini 2.5 Pro. Der Bericht nennt dazu jedoch weder Messwerte noch ausführliche Angaben zu Testaufbau, Stichprobe oder unabhängiger Prüfung; die Resultate sind daher als Unternehmensangaben zu verstehen.

Auch die Marktentwicklung wird aus Sicht des Unternehmens dargestellt: Consensus habe sich direkt an Studierende, Lehrende, Forschende und später klinisch Tätige gerichtet, statt primär über Institutionen zu verkaufen. Der Artikel berichtet von einer Partnerschaft mit der medizinischen Bibliothek der Mayo Clinic und dem Start eines Medical Mode für klinische Evidenzsuche. Innerhalb eines Jahres sei die Nutzerzahl auf mehr als acht Millionen gestiegen und der Umsatz habe sich verachtfacht. Diese Wachstumszahlen werden ebenfalls nicht unabhängig belegt. Für die Zukunft nennt das Unternehmen eine modulare Architektur, in die etwa Agenten für Replikationen, Abbildungen oder statistische Analysen ergänzt werden könnten. Insgesamt ist der Text ein Unternehmensbericht über Produkt, Architektur und Wachstum; er beschreibt den Ansatz und die behaupteten Vorteile, liefert aber keine detaillierten unabhängigen Wirksamkeitsnachweise.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide Zusammenfassungen von Luna geben den Bericht im Kern treu wieder, lassen aber die Gründer, das Context-Engineering-Konzept und die Umstellung auf die Responses API aus. Der Bericht ist ein Unternehmensbeitrag von OpenAI ohne unabhängige Prüfung, deshalb sollten seine Leistungsangaben als Eigenangaben gelten. Die Prozentanteile in Lunas Einordnung wurden nicht bewertet.

Im Bericht, aber nicht in der Zusammenfassung

  • Gründerpersonen Christian Salem und Eric Olson
  • Konzept der Kontextentwicklung (context engineering) und das Research-Context-Pack als Kernidee
  • Migration von Chat Completions zur Responses API
  • Direktansprache von Studierenden, Forschenden und Klinikern statt Verkauf über Institutionen

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
  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 28 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 53 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 74 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 27 %gleiches Oberthema, hilft nicht
    • Luna 51 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 30 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung Hintergrund, keine Belege

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 35 %gleiches Oberthema, hilft nicht
    • Luna 33 %einzelne zitierbare Belege
    • JEV 31 %gleiches Oberthema, hilft nicht
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 69 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 29 %Hintergrund, keine Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %gleiches Oberthema, hilft nicht

    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 5 · 46 % · umfangreiche Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-V1-T03 Was ist das Kleinste, das ein Modell öffentlich vorlegen kann (ein Test, ein Protokoll, eine Spur), das als Beleg für Ausrichtung an den vorgesehenen Zielen und Werten zählt und nicht nur für Leistung? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • SF-V1-T07 Lieber ein Modell, das immer seinen Lösungsweg zeigen muss, oder eines, das im Stillen mehr kann: Welches Risiko nimmt man in Kauf? Luna: Stufe 3 · 42 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 0 · kein Bezug
    • SF-V1-T10 Kann etwas, das Modelle über sich und ihre Absichten sagen, als Beleg für Ausrichtung zählen, wenn es nur weiterer erzeugter Text ist, und welche Verfahren machen solche Selbstauskünfte vertrauenswürdig statt nur flüssig? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 27 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 65 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  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 47 %einzelne zitierbare Belege
    • amos 45 %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 25 %gleiches Oberthema, hilft nicht
    • Luna 46 %einzelne zitierbare Belege
    • JEV 37 %umfangreiche Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
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 46 %einzelne zitierbare Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 22 %einzelne zitierbare Belege
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 41 %gleiches Oberthema, hilft nicht

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 62 %einzelne zitierbare Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 27 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Frieden und Sicherheit
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 54 %Hintergrund, keine Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 56 %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 28 %Hintergrund, keine Belege
    • JEV 32 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 →