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
openai29. Januar 2026 · Q008121

Inside OpenAI’s in-house data agent

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI beschreibt einen internen Datenagenten, der mit Kontext aus Metadaten, Code, Unternehmenswissen, gespeicherten Erkenntnissen und Live-Abfragen Analysen in natürlicher Sprache erstellen soll. Der Beitrag erläutert außerdem Evaluierungen, Berechtigungen und praktische Entwicklungslehren; Leistungs- und Sicherheitsvorteile werden dabei vom Unternehmen behauptet und nicht unabhängig belegt.

Mittel

Der Bericht stellt OpenAIs internen Datenagenten vor, der laut Unternehmen Mitarbeitenden helfen soll, Fragen zu Daten in natürlicher Sprache zu beantworten. Er werde von mehreren Fachbereichen genutzt und soll Datensuche, SQL-Abfragen und Auswertung übernehmen. Als Beispiel nennt OpenAI eine Analyse von Taxifahrten, bei der besonders unzuverlässige Strecken anhand typischer und sehr langer Fahrzeiten gesucht werden.

Für den Agenten werden sechs Kontextquellen kombiniert: Tabellenschemata und frühere Abfragen, Fachbeschreibungen, aus dem Code gewonnene Informationen, interne Dokumente, gespeicherte Erkenntnisse sowie aktuelle Abfragen an Datenplattformen. Korrekturen könnten für spätere Antworten gespeichert werden. Die Qualität werde anhand kuratierter Fragen und Referenzabfragen geprüft, wobei auch die Ergebnisse und nicht nur der SQL-Text verglichen würden. Laut OpenAI gelten die vorhandenen Zugriffsrechte weiter; Antworten sollen Annahmen und Schritte offenlegen und auf Abfrageergebnisse verweisen.

Als Lehren nennt der Beitrag weniger überlappende Werkzeuge, flexible Zielvorgaben und ein besseres Verständnis des Codes hinter den Datensätzen. Er beschreibt interne Beispiele und Verfahren, bietet jedoch keine unabhängige Bestätigung der Leistungsversprechen oder quantitativen Evaluationsergebnisse. Die Angaben zu Genauigkeit, Tempo und Sicherheit sind Unternehmensdarstellungen.

Ausführlich lesen

Der Bericht beschreibt OpenAIs internen, eigens entwickelten Datenagenten. OpenAI zufolge soll das Werkzeug Mitarbeitenden ermöglichen, Fragen zur eigenen Datenplattform in natürlicher Sprache zu stellen und schneller zu belastbaren Analysen zu gelangen. Es sei ausschließlich intern verfügbar und werde unter anderem von Teams aus Engineering, Data Science, Go-to-Market, Finance und Research genutzt. Als Größenordnung nennt der Bericht mehr als 3.500 interne Nutzende, über 600 Petabyte Daten und 70.000 Datensätze. Gerade bei ähnlichen Tabellen sei es oft schwierig, die passende Quelle zu finden und Unterschiede oder Einschränkungen zu erkennen.

Der Agent soll den Analyseprozess von der Frage über Datensuche und SQL-Abfragen bis zur Zusammenfassung und Veröffentlichung von Notebooks oder Berichten abdecken. Als Beispiel schildert der Beitrag eine Analyse von New Yorker Taxifahrten: Der Agent soll auffällige Abhol- und Ziel-Postleitzahlen anhand typischer und besonders langer Fahrzeiten identifizieren. Bei Zwischenergebnissen, die unplausibel wirken, könne er seine Vorgehensweise überprüfen und anpassen. Nutzende könnten Rückfragen stellen, den Agenten während einer Analyse unterbrechen oder bei Unklarheiten präzisierende Fragen erhalten. Wiederkehrende Aufgaben ließen sich laut Bericht als wiederverwendbare Arbeitsabläufe speichern.

Als Grundlage für die Antworten nennt OpenAI sechs Kontextschichten: Metadaten und frühere Tabellennutzung, Beschreibungen von Fachleuten, aus dem Code abgeleitete Informationen über Aufbau und Bedeutung von Datensätzen, internes Unternehmenswissen, gespeicherte Lernerfahrungen sowie zur Laufzeit erhobene Informationen. Der Agent könne dafür etwa Slack, Google Docs und Notion heranziehen; Zugriffe würden mit Metadaten und Berechtigungen verknüpft. Ein täglicher Prozess bereite ausgewählte Kontextdaten auf, wandle sie in Embeddings um und stelle sie über Retrieval-Augmented Generation bereit. Bei fehlendem oder veraltetem Kontext könne der Agent Tabellen und weitere interne Plattformdienste direkt abfragen. Korrekturen und neue Erkenntnisse könnten nach Aufforderung gespeichert und später wiederverwendet werden.

Zur Qualitätssicherung beschreibt der Beitrag kuratierte Frage-Antwort-Beispiele mit manuell erstellten Referenz-SQL-Abfragen. Die erzeugten Abfragen und Ergebnisse würden mit den erwarteten Resultaten verglichen; dabei zähle nicht nur, ob der SQL-Text gleich lautet. OpenAI stellt diese laufenden Auswertungen als Mittel dar, Fehler und Rückschritte früh zu erkennen. Sicherheitsseitig, so der Bericht, übernehme der Agent das bestehende Berechtigungsmodell: Nutzende könnten nur Daten abfragen, für die sie bereits Zugriffsrechte hätten. Annahmen und Arbeitsschritte würden zusammengefasst, und ausgeführte Abfragen verlinkten auf Ergebnisse zur Kontrolle.

Als eigene Entwicklungserfahrungen nennt OpenAI, überlappende Werkzeuge zu reduzieren, dem Agenten eher Ziele als starre Einzelschritte vorzugeben und den Code hinter Datensätzen stärker einzubeziehen. Der Beitrag berichtet von Architektur, Beispielen und internen Einsatzweisen, liefert aber keine unabhängige Prüfung der behaupteten Genauigkeits- oder Produktivitätsgewinne und keine quantitativen Evaluationsergebnisse. Die dargestellten Erfolge und Sicherheitsmerkmale sind daher als Aussagen des Unternehmens einzuordnen. OpenAI kündigt weitere Verbesserungen bei mehrdeutigen Fragen, Validierung und Integration in Arbeitsabläufe an.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide Zusammenfassungen von Luna (kurz und mittel) wurden gemeinsam bewertet. Sie geben den Bericht sachlich korrekt wieder, lassen aber die Skalenangaben und die Selbstkorrektur-Schleife aus. Die Einordnung stützt sich nur auf den Bericht, der ein Unternehmensbeitrag ohne unabhängige Prüfung ist.

Im Bericht, aber nicht in der Zusammenfassung

  • Umfang des Einsatzes: über 3.500 interne Nutzer, mehr als 600 Petabyte Daten und 70.000 Datensätze
  • Die geschlossene Schleife, in der der Agent Zwischenergebnisse selbst prüft, Fehler korrigiert und Lernschritte mitführt
  • Workflows, die wiederkehrende Analysen als wiederverwendbare Anleitungen bündeln
  • Der Hinweis, dass der Agent bei fehlenden Angaben Rückfragen stellt oder Standardannahmen verwendet

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 37 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Fähigkeiten messen
  1. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 45 %einzelne zitierbare Belege
    • amos 26 %gleiches Oberthema, hilft nicht
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 21 %gleiches Oberthema, hilft nicht
    • Luna 58 %einzelne zitierbare Belege
    • JEV 27 %beantwortet teilweise oder widerspricht
    • amos 31 %einzelne zitierbare Belege
    • SubQ 25 %gleiches Oberthema, hilft nicht
    • drex 31 %einzelne zitierbare Belege
    • d3-ultra offen
    • 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 42 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 26 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 29 %gleiches Oberthema, hilft nicht
    • Luna 38 %einzelne zitierbare Belege
    • JEV 39 %einzelne zitierbare Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-T3-T05 Wenn Selbstverbesserung schneller voranschreitet als der Beobachtungstakt fortlaufender Prüfer: Wie kurz muss dieser Takt sein, und wer darf zwischen zwei Beobachtungen eine Pause durchsetzen: der Prüfer, das Labor oder eine Stelle von außen? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
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 32 %gleiches Oberthema, hilft nicht
    • Luna 47 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 24 %Hintergrund, keine Belege
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 6 · 41 % · beantwortet teilweise oder widerspricht · 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 4 · 46 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
    • 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 60 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  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 23 %Hintergrund, keine Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 59 %Hintergrund, keine Belege
    • JEV 34 %umfangreiche Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 23 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

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 18 %gleiches Oberthema, hilft nicht
    • Luna 55 %einzelne zitierbare Belege
    • JEV 45 %beantwortet direkt und ausführlich
    • amos 31 %einzelne zitierbare Belege
    • SubQ 31 %einzelne zitierbare Belege
    • drex 34 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung beantwortet teilweise oder widerspricht

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 35 %gleiches Oberthema, hilft nicht
    • Luna 37 %Hintergrund, keine Belege
    • JEV 35 %gleiches Oberthema, hilft nicht
    • amos 30 %nur am Rande erwähnt
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 27 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 24 %gleiches Oberthema, hilft nicht
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
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 60 %einzelne zitierbare Belege
    • JEV 28 %beantwortet teilweise oder widerspricht
    • amos 27 %gleiches Oberthema, hilft nicht
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
    • 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 57 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
  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 26 %Hintergrund, keine Belege
    • JEV 30 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

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 →