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
openai13. Februar 2026 · Q007452

Scaling social science research

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI beschreibt GABRIEL als quelloffenes GPT-Werkzeug, das qualitative Texte und Bilder anhand von in Alltagssprache formulierten Fragen in Messwerte umwandeln soll. Der Bericht nennt vielfältige Forschungsanwendungen und verweist auf eine hohe Genauigkeit laut begleitendem Arbeitspapier, liefert im Text aber keine Kennzahlen oder Prüfdetails.

Mittel

OpenAI stellt GABRIEL vor, eine quelloffene Python-Bibliothek, die GPT nutzt, um unstrukturierte Texte und Bilder in quantitative Messwerte zu überführen. Forschende können in Alltagssprache festlegen, was sie erfassen möchten; das Werkzeug wendet diese Frage laut Bericht einheitlich auf große Dokumentensammlungen an. So soll weniger Zeit für wiederholte manuelle Kennzeichnung nötig sein, während Fachleute weiterhin Messgrößen auswählen, Ergebnisse prüfen und Schlussfolgerungen ziehen.

Als Anwendungsfelder nennt der Artikel wissenschaftliche Methoden, Lehrpläne, historische Angaben zu europäischen Kleinstädten und Kundenbewertungen. Weitere Funktionen sollen das Zusammenführen unterschiedlich strukturierter Datensätze, Deduplizierung, Textcodierung, Theorieideen und das Entfernen persönlicher Angaben umfassen. OpenAI berichtet, ein begleitendes Arbeitspapier habe GPT bei mehreren Kennzeichnungsaufgaben als hochgenau bewertet. Der Artikel liefert dazu jedoch keine konkreten Kennzahlen oder Details zum Prüfverfahren, sodass diese Aussage anhand des bereitgestellten Textes nicht genauer beurteilt werden kann. Eine Anleitung soll den Einstieg erleichtern; das Team will GABRIEL anhand akademischer Rückmeldungen weiterentwickeln.

Ausführlich lesen

Der Bericht stellt GABRIEL vor, ein Open-Source-Werkzeug, das OpenAIs Economic Research Team für die Analyse großer Mengen qualitativer Daten entwickelt hat. Solche Daten – etwa Interviews, Lehrpläne, wissenschaftliche Texte, soziale Medien, Fotos oder Bewertungen – enthalten laut OpenAI wichtige Informationen über menschliche Erfahrungen und gesellschaftliche Vorgänge. Sie in belastbare quantitative Evidenz zu überführen, sei jedoch oft so zeitaufwendig, dass bestimmte Forschungsfragen gar nicht untersucht würden.

GABRIEL soll diese Auswertung erleichtern: Forschende formulieren in Alltagssprache, was sie messen möchten, zum Beispiel, wie familienfreundlich eine Stellenanzeige ist. Das System wendet diese Frage nach Darstellung des Berichts einheitlich auf Tausende oder Millionen Dokumente an und gibt für jedes einen Messwert zurück. Dadurch soll weniger Zeit in wiederholte manuelle Kennzeichnung fließen. Die fachliche Verantwortung für die Auswahl der Messgröße, die Prüfung der Ergebnisse und die Schlussfolgerungen bleibe bei den Forschenden.

Als mögliche Anwendungen nennt der Bericht die Erfassung von Methoden in wissenschaftlichen Arbeiten und deren zeitlicher Entwicklung, die Messung von Themen und Kompetenzen in Lehrplänen, das strukturierte Sammeln historischer Angaben zu europäischen Kleinstädten sowie die Analyse von Kundenbewertungen, um Muster bei den Präferenzen zu erkennen. Außerdem soll GABRIEL praktische Arbeitsschritte unterstützen: Datensätze mit nicht übereinstimmenden Spalten zusammenführen, Duplikate erkennen, Textpassagen codieren, neue wissenschaftliche Theorien entwickeln helfen und persönliche Angaben in Texten zum Schutz der Privatsphäre entfernen.

OpenAI verweist auf ein begleitendes Arbeitspapier, in dem GPT bei der Kennzeichnung qualitativer Daten für verschiedene Anwendungsfälle getestet worden sei. Die dortige Untersuchung habe eine hohe Genauigkeit ergeben. Der vorliegende Bericht nennt jedoch weder konkrete Messwerte noch Einzelheiten zu den getesteten Aufgaben, Vergleichsverfahren oder möglichen Fehlerarten. Die Aussage zur Genauigkeit ist daher hier nur als Zusammenfassung der von OpenAI beschriebenen Ergebnisse wiedergegeben; sie lässt sich anhand des bereitgestellten Textes nicht näher bewerten.

GABRIEL werde als Python-Bibliothek mit offenem Quellcode angeboten; ein Tutorial-Notebook soll den Einstieg erleichtern. Laut Bericht ist das Werkzeug auf einen geringen technischen Einstieg ausgelegt. OpenAI kündigt an, es anhand von Rückmeldungen aus der akademischen Gemeinschaft weiterzuentwickeln. Insgesamt beschreibt der Artikel das System als Unterstützung, um qualitative Quellen in größerem Maßstab auszuwerten und sie stärker in sozialwissenschaftliche Forschung einzubeziehen. Er berichtet über vorgesehene Funktionen und mögliche Einsatzfelder, enthält aber keine eigenständige umfassende Prüfung dieser Funktionen oder ihrer Grenzen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Stufen in der Einordnung sind eigenständige Urteile und nicht von Lunas Stufenangaben übernommen. Die Zusammenfassung enthält keine erfundenen Angaben, lässt aber einige Kontextangaben aus dem Bericht weg.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Bericht stammt vom Economic Research Team von OpenAI und richtet sich an Ökonomen, Sozialwissenschaftler und Data Scientists.
  • Die Zusammenfassung nennt nicht die Eingabeformen qualitativer Daten wie Interviews, Lehrpläne, Social-Media-Beiträge und Fotografien.
  • Das Werkzeug soll mit minimalem technischem Vorwissen nutzbar sein.
  • Das begleitende Arbeitspapier ist ein NBER-Working-Paper (Asirvatham, Mokski, Shleifer, 2026).

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
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 23 %Hintergrund, keine Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Tempo und Grenzen
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 40 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 26 %einzelne zitierbare Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
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 30 %gleiches Oberthema, hilft nicht
    • JEV 60 %einzelne zitierbare Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt
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 →