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 · Q007396

Building an autonomous financial analyst with o1 and o3-mini

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Endex beschreibt einen mit OpenAI entwickelten Finanzanalysten, der Unternehmens- und Marktdaten auswerten, Widersprüche kennzeichnen und belegte Analysen für Finanzaufgaben erstellen soll. Die im Bericht genannten Vorteile und Benchmarkwerte stammen von Endex; Angaben zu Versuchsaufbau und unabhängiger Überprüfung bleiben begrenzt.

Mittel

Der Bericht stellt Endex vor, eine KI-Plattform für Finanzunternehmen, die gemeinsam mit OpenAI einen autonomen Finanzanalysten entwickelt. Dieser soll interne Daten, öffentliche Offenlegungen und Finanzquellen für Aufgaben wie Transaktionsanalysen, Ergebniszusammenfassungen, Investment-Committee-Memos und Due Diligence auswerten. Endex zufolge sollen OpenAI-Reasoning-Modelle Daten nicht nur abrufen, sondern Kennzahlen prüfen, Widersprüche erkennen und Schlussfolgerungen mit Quellen verknüpfen. Ergebnisse lassen sich unter anderem als Dokumente, Excel-Modelle oder Präsentationen ausgeben.

Endex berichtet, o1 habe mehrstufige Analysen mit weniger Prompt-Ketten ermöglicht; o3-mini habe die Latenz je Verarbeitungsschritt auf ein Drittel gesenkt. Die Agenten sollen unter anderem Abweichungen und Berichtigungen erkennen. In einem von Endex angeführten Blindtest bevorzugten Finanzfachleute o1-Antworten in 70 Prozent der Fälle gegenüber Antworten nicht-reasoning-basierter Modelle. Für multimodale Extraktion weist eine Grafik o1 mit 99 Prozent aus.

Der Bericht liefert jedoch keine ausführlichen Angaben zu Stichproben, Versuchsbedingungen oder unabhängiger Überprüfung. Die Resultate sind daher als Angaben von Endex einzuordnen. Das Unternehmen plant, seine Agenten für komplexere Finanzaufgaben weiterzuentwickeln.

Ausführlich lesen

Der Bericht beschreibt Endex, eine KI-Plattform für Finanzunternehmen, und deren Zusammenarbeit mit OpenAI beim Aufbau eines autonomen Finanzanalysten. Das System soll interne Unternehmensdaten, öffentliche Offenlegungen und ausgewählte Finanzquellen abrufen, zusammenführen und analysieren. Laut Endex reichen reine Suchtreffer für Fachleute nicht aus: Die KI müsse Kennzahlen strukturiert prüfen, Widersprüche erkennen und ihre Schlussfolgerungen belegen. Als mögliche Aufgaben nennt der Bericht Transaktionsübersichten, Zusammenfassungen von Geschäftsergebnissen, Entwürfe für Investment-Committee-Memos und Due-Diligence-Prüfungen von Datenräumen.

Endex setzt nach eigener Darstellung auf Reasoning-Modelle von OpenAI, darunter o1 und o3-mini, und beschreibt den Ansatz als Alternative zu herkömmlicher Retrieval-Augmented Generation. Die Agenten sollen Finanzberichte, Marktdaten und unternehmensspezifisches Wissen schrittweise auswerten. Ergebnisse können als E-Mails, Dokumente, Excel-Modelle oder Präsentationen ausgegeben werden; Analysten sollen die Schlussfolgerungen zu ihren Quellen zurückverfolgen können. Der Bericht betont, dass kleine Details – etwa Anpassungen bei der EBITDA-Abstimmung oder Klauseln zu einem Kontrollwechsel – die Bewertung einer Investition beeinflussen können.

Als Leistungsverbesserungen führt Endex an, dass o1 mehrstufige Analysen mit weniger aufwendigen Prompt-Ketten und Prüfschritten ermögliche. Mit o3-mini sei die Latenz pro Verarbeitungsschritt auf ein Drittel gesunken, während Aufgaben wie die Prüfung vertraulicher Informationspakete und die Abstimmung von Finanzmodellen unterstützt würden. Die Agenten sollen außerdem Berichtigungen in Fußnoten und andere Datenabweichungen mit gezielten Quellenangaben markieren. Für Tabellen und Diagramme verweist Endex auf seinen FAR-Benchmark: In der dargestellten multimodalen Extraktion erreicht o1 laut Grafik 99 Prozent, gegenüber 88 Prozent für ein feinabgestimmtes GPT-4o und niedrigeren Werten der weiteren Vergleichsmodelle.

Der Bericht nennt zudem eine Blindbewertung durch Finanzfachleute, bei der Antworten von o1 in 70 Prozent der Fälle gegenüber Antworten nicht-reasoning-basierter Modelle bevorzugt worden seien. Endex verfolgt nach eigenen Angaben Kennzahlen wie Antwortlatenz, Zeit bis zum ersten Token und Reasoning-Tiefe. Feinabstimmung mit Reinforcement Learning habe außerdem Entitätserkennung und die Zuordnung von Suchabsichten verbessert.

Die Zahlen und Leistungsbeschreibungen stammen aus dem Unternehmensbericht und werden dort nicht durch ausführliche Angaben zu Versuchsaufbau, Stichprobengröße, Vergleichsbedingungen oder unabhängiger Prüfung ergänzt. Sie sind daher als berichtete Endex-Ergebnisse zu verstehen, nicht als umfassender Nachweis allgemeiner Überlegenheit. Endex kündigt an, die Agenten für zunehmend komplexe Finanzaufgaben weiterzuentwickeln und sieht OpenAI zugleich als Modellanbieter und strategischen Partner.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die mittlere Zusammenfassung ist die treuere und wird hier bewertet. Die kurze Zusammenfassung ist ebenfalls treu, nennt aber weniger Inhalte und keine konkreten Vorteile. Der Bericht ist eine Herstellerdarstellung von Endex und OpenAI, daher gelten die Angaben als unabhängig ungeprüft. Die Anteilswerte aus Lunas Einordnung wurden nicht übernommen, weil sie vom Bericht nicht gestützt werden. Mehrere von Luna angegebene Stufen sind zu hoch angesetzt, besonders bei SF-T3, SF-T1 und SF-V5-T02.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Aussage, dass Endex auf Retrieval-augmented generation verzichtet und Agenten stattdessen Reasoning-Modelle zum Abrufen und Prüfen nutzen
  • Der Reinforcement-Fine-Tuning-Befund zu Entitätserkennung und Anfrageabsicht
  • Der von Endex beschriebene Evaluationsrahmen, der Modellausgaben im OpenAI-Plattformumfeld nachverfolgt

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 27 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 53 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 65 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 24 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 30 %Hintergrund, keine Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-F4-T03 Welche neue Prüfung braucht jeder Einsatz, wenn Fähigkeiten zunehmend im Nachdenken des Modells während der Nutzung stecken statt in einem einmal trainierten Modell, und würden die für ein festes Modell gebauten Freigabetests das noch erfassen? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
Unabhängig prüfen
  1. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 62 %einzelne zitierbare Belege
    • JEV 32 %einzelne zitierbare Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 44 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-P3-T07 Wird jede öffentliche Aussage, ein führendes KI-Modell sei „besser ausgerichtet“ als ein anderes (folge also seinen vorgesehenen Zielen und Werten besser), reproduzierbare Kriterien, externe Prüfungen und widersprechende Ergebnisse enthalten? Luna: Stufe 4 · 44 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 6 · beantwortet teilweise oder widerspricht
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 64 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 52 %einzelne zitierbare Belege
    • JEV 25 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 71 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

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 32 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 28 %Hintergrund, keine Belege
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 5 · 43 % · umfangreiche Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • 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 · 48 % · Hintergrund, keine Belege
  2. 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 51 %einzelne zitierbare Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 37 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 46 %gleiches Oberthema, hilft nicht

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 4 · 31 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 41 % · 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 40 %Hintergrund, keine Belege
    • JEV 55 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 47 %gleiches Oberthema, hilft nicht

Modelle teilen und schützen
  1. SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
    • clef 100 %kein Bezug
    • Luna 27 %Hintergrund, keine Belege
    • JEV 23 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 25 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 42 %Hintergrund, keine Belege
    • JEV 25 %gleiches Oberthema, hilft nicht
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 66 %gleiches Oberthema, hilft nicht
    • drex 50 %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 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 55 %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 →