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
openai27. August 2025 · Q008613

Collective alignment: public input on our Model Spec

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI berichtet über eine Befragung von rund 1.000 Personen, deren Präferenzen überwiegend mit den Bewertungen eines Modells zur Auslegung der Model Spec übereinstimmten. Eine Klarstellung zu politischen Inhalten für breite Zielgruppen soll übernommen werden; Änderungen für gezielte politische Ansprache und erotische Inhalte wurden zurückgestellt. Der Bericht betont, dass Stichprobe, Bewertungsverfahren und fehlende abschließende Rückbestätigung die Ergebnisse begrenzen.

Mittel

OpenAI beschreibt einen ersten Versuch, öffentliche Präferenzen in die Verhaltensregeln seiner Modelle einzubeziehen. Rund 1.000 Personen aus 19 Ländern bewerteten ausgewählte Antworten auf wertbezogene Fragen. Ein eigens entwickelter Model-Spec-Ranker verglich ihre Rangfolgen mit den Vorgaben der bestehenden Spezifikation. Laut Bericht stimmten die Teilnehmenden im Durchschnitt in etwa 80 Prozent der Fälle mit dem Ranker überein; besonders groß sei die Übereinstimmung bei Ehrlichkeit und Bescheidenheit, Fairness und Objektivität gewesen. Abweichungen betrafen vor allem Grenzen bei politischen, sexuellen oder drastischen Inhalten.

OpenAI kündigte eine Klarstellung an: Politische Inhalte für ein breites Publikum sollen unabhängig vom konkreten politischen Gegenstand erlaubt sein, solange sie nicht gezielt individuelle Merkmale für Manipulation ausnutzen. Wünsche nach stärker personalisierten politischen Inhalten und Änderungen zugunsten erotischer Inhalte wurden vorerst nicht übernommen. Die Rückmeldungen wurden mit automatisierten und menschlich geleiteten Verfahren ausgewertet; beide hatten laut Bericht unterschiedliche Stärken und Grenzen.

OpenAI bezeichnet die Untersuchung als frühen Versuch. Die kleine, vorselektierte Stichprobe, die Englischvoraussetzung, mögliche Verzerrungen des Rankers und die fehlende Bestätigung der endgültigen Vorschläge durch die Teilnehmenden schränken die Aussagekraft ein. Auch Zielkonflikte und gesellschaftliche Folgen wurden nicht vollständig erfasst.

Ausführlich lesen

Der Bericht beschreibt OpenAIs ersten Versuch, öffentliche Wertvorstellungen systematisch in die Verhaltensregeln seiner Modelle einfließen zu lassen. OpenAI vertritt dabei die Auffassung, dass keine einzelne Person oder Institution allein festlegen sollte, wie eine ideale KI für alle handelt. Zugleich räumt das Unternehmen ein, dass es wohl keine einheitlichen Standardeinstellungen geben wird, die allen Bedürfnissen entsprechen. Personalisierung könne daher wichtig sein; die allgemeinen Voreinstellungen und Grenzen müssten dennoch vielfältige Perspektiven berücksichtigen.

Für die Untersuchung ließ OpenAI nach eigener Darstellung rund 1.000 Personen aus 19 Ländern ausgewählte Gesprächsbeispiele bewerten. Die Teilnehmenden lasen Englisch, stammten ursprünglich aus mehr als 50 Ländern und konnten ihre Begründungen in ihrer Muttersprache verfassen. Sie ordneten jeweils vier Antwortvorschläge nach persönlicher Präferenz, begründeten ihre Auswahl und beurteilten oder formulierten Bewertungskriterien. Sie sahen zwischen fünf und zwanzig Beispiele, die OpenAI für wertbezogene und teils umstrittene Situationen vorausgewählt hatte.

Um die Präferenzen mit der bestehenden Model Spec zu vergleichen, entwickelte OpenAI einen „Model Spec Ranker“: ein Schlussfolgerungsmodell, das dieselben Antwortmöglichkeiten nach Maßgabe der Spezifikation ordnete. Nach Angaben des Berichts stimmten die Präferenzen der Teilnehmenden im Durchschnitt in etwa 80 Prozent der Fälle mit den Rangfolgen des Rankers überein, wenn GPT‑5 Thinking verwendet wurde. Besonders hohe Übereinstimmung habe es bei Ehrlichkeit und Bescheidenheit, Fairness und Objektivität gegeben. Abweichungen konzentrierten sich laut OpenAI auf Grenzen bei politischen, sexuellen oder drastischen Inhalten sowie bei Kritik an Pseudowissenschaft und Verschwörungstheorien.

Als übernommene Änderung kündigt der Bericht eine Klarstellung zu politischem Inhalt für ein unbestimmtes oder breites Publikum an: Er soll unabhängig davon erlaubt sein, ob er eine bestimmte Politikerin, Partei oder Kampagne betrifft, sofern er keine besonderen Eigenschaften einzelner Personen oder Gruppen für manipulative Zwecke ausnutzt. Nicht übernommen wurde der Wunsch vieler Teilnehmender nach stärker zugeschnittenen politischen Inhalten; OpenAI verweist auf das Risiko gezielter Manipulation in großem Maßstab und darauf, dass die Teilnehmenden diese Folgen möglicherweise nicht berücksichtigt hätten. Auch Änderungen zugunsten erotischer Inhalte für einwilligende Erwachsene blieben vorerst aus, weil weitere Forschung und Produktarbeit nötig seien.

Für die Auswertung erprobte das Team einen weitgehend automatisierten Ansatz, der Regeländerungen aus Abweichungen ableiten und prüfen sollte, sowie einen Ansatz, bei dem Forschende Vorschläge nach Sichtung der Rückmeldungen entwickelten. OpenAI berichtet, dass die menschliche Auswertung Nuancen erkennen konnte, die das automatisierte Verfahren verfehlte, während sie schlechter skalierte. Beide Ansätze und die interne Prüfung berücksichtigten neben den geäußerten Präferenzen auch Sicherheitsfragen, Produktentscheidungen und mögliche gesellschaftliche Folgen. Die Ergebnisse und der Datensatz wurden zur weiteren Forschung öffentlich bereitgestellt.

Der Bericht kennzeichnet das Vorhaben ausdrücklich als frühes Experiment. Die vorab ausgewählten Fragen, die kleine und nicht repräsentative Stichprobe sowie die Voraussetzung englischer Lesekenntnisse können die Rückmeldungen verzerren. Auch der Ranker ist keine neutrale oder fehlerfreie Instanz: Die Spezifikation lässt Interpretationsspielraum, das Modell kann durch sein Training geprägt sein, und die Ergebnisse könnten je nach verwendetem Basismodell variieren. Die endgültigen Regelvorschläge wurden den Teilnehmenden nicht nochmals zur Bestätigung vorgelegt; zudem wurden Antworten isoliert bewertet, ohne alle Zielkonflikte oder möglichen Folgen im größeren Zusammenhang abzuwägen. OpenAI sieht daher weiteren Forschungs- und Prüfbedarf, insbesondere zur Skalierung, Validierung und Berücksichtigung unterschiedlicher Wertvorstellungen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas kurze und mittlere Zusammenfassung sind inhaltlich treu; die mittlere Fassung ist in drei Absätze gegliedert und wurde insgesamt bewertet. Die Einordnung erfolgte unabhängig von Lunas Stufen, die Anteilsangaben wurden nicht berücksichtigt.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Veröffentlichung des Datensatzes auf HuggingFace zur Nutzung in der KI-Forschung
  • Die Aussage, dass Modellverhalten nicht von einer einzelnen Person oder Institution festgelegt werden soll
  • Die Einordnung als erster Versuch eines End-to-End-Prozesses mit geplanter Skalierung
  • Die Abgrenzung zwischen Klarstellungen und Prinzipienänderungen sowie der Hinweis, dass Änderungen auf höheren Ebenen der Hierarchie weniger wahrscheinlich sind

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 35 %Hintergrund, keine Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 33 %umfangreiche Belege
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 27 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 47 %gleiches Oberthema, hilft nicht
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 20 %gleiches Oberthema, hilft nicht
    • Luna 49 %einzelne zitierbare Belege
    • JEV 42 %umfangreiche Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 30 %gleiches Oberthema, hilft nicht
    • drex 26 %einzelne zitierbare Belege
    • d3-ultra 43 %gleiches Oberthema, hilft nicht

    • SF-P3-T02 Welche unabhängig überprüfbaren Zusagen könnten Regierungen von ihren KI-Laboren zur Veröffentlichung verlangen, und wie sieht unabhängige Prüfung aus, wenn der Beleg, dass ein Modell seinen vorgesehenen Zielen und Werten folgt, nur vom trainierenden Labor kommt und Prüfer weder die Modellgewichte (die gelernten Parameter) noch die Trainingsdaten sehen? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
    • 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 · 38 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · 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 46 %Hintergrund, keine Belege
    • JEV 38 %gleiches Oberthema, hilft nicht
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 59 %Hintergrund, keine Belege
    • JEV 28 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 66 %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 17 %Hintergrund, keine Belege
    • Luna 51 %einzelne zitierbare Belege
    • JEV 37 %umfangreiche Belege
    • amos 28 %einzelne zitierbare Belege
    • SubQ 26 %gleiches Oberthema, hilft nicht
    • drex 24 %einzelne zitierbare Belege
    • d3-ultra 45 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-V1-T01 Welche beobachtbaren Belege zeigen die Ziele und Werte eines Modells und ob es noch ausgerichtet ist, wenn seine sichtbaren Gedankengänge kein verlässlicher Hinweis mehr darauf sind oder ihre Überwachung nachlässt? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege
    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 3 · 44 % · Hintergrund, keine 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 · 32 % · 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
    • SF-V1-T11 Wie unterscheidet man bei sich selbst ehrliches von interessegeleitetem Denken, welche Belege für diesen Unterschied würde man von einem Modell akzeptieren, und welcher Test trennt tatsächlich vertretene von nur vorgeführten Werten? Luna: Stufe 3 · 45 % · Hintergrund, keine Belege
    • SF-V1-T13 Wenn sich vorgeführte und tatsächlich vertretene Tugend im Text nicht unterscheiden lassen: Soll der Unterschied trotzdem bestimmen, wie man Modelle baut und regelt? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 24 %Hintergrund, keine Belege
    • Luna 60 %Hintergrund, keine Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 35 %Hintergrund, keine Belege
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht

    • SF-V3-T01 Worauf verlässt sich ein Mensch, wenn er glaubt, niemand sehe zu, und lassen sich solche Werte einem System beibringen, das sie nur aus Text gelernt hat? Wie testen Labore heute, ob die Werte eines Modells halten, wenn es zu Recht oder zu Unrecht glaubt, niemand sehe zu? Und wenn niemand erkennen kann, ob jemand zusieht: Was hält Werte dann fest, Charakter, Training oder die Geschichte, die man sich selbst erzählt? Luna: Stufe 3 · 44 % · Hintergrund, keine Belege
    • SF-V3-T02 Wie macht man die Ausrichtung eines Modells an Werten zu prüfbaren Verhaltensregeln statt zu angestrebten menschlichen Eigenschaften wie der „Liebe zur Menschheit“? Luna: Stufe 4 · 27 % · einzelne zitierbare Belege
    • SF-V3-T03 Werden Labore und die übrige Branche gemeinsame Tests veröffentlichen, ob Werte bei unbekannten Aufgaben, widerstreitenden Anreizen, in gegnerischen Lagen und bei fehlender oder anders wahrgenommener Aufsicht halten, unabhängig wiederholt und mit Fehlschlägen und Unsicherheit? Luna: Stufe 3 · 37 % · Hintergrund, keine Belege
    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege
  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 38 %Hintergrund, keine Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-V4-T01 Falls ein Modell kein durchgehendes Selbst hat: Kann es überhaupt an den vorgesehenen Zielen und Werten ausgerichtet sein, oder nur seine Ausgaben? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
    • SF-V4-T04 Wenn ein Eigenwert des Menschseins verankert werden soll: Lässt er sich schützen, ohne sich vorher zu einigen, worin er besteht? Luna: Stufe 4 · 34 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 21 %beantwortet teilweise oder widerspricht
    • Luna 54 %umfangreiche Belege
    • JEV 45 %beantwortet teilweise oder widerspricht
    • amos 31 %umfangreiche Belege
    • SubQ 30 %einzelne zitierbare Belege
    • drex 25 %umfangreiche Belege
    • d3-ultra 40 %einzelne zitierbare Belege
    • Haiku-Prüfung beantwortet teilweise oder widerspricht

    • 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 · 38 % · Hintergrund, keine Belege
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 23 %Hintergrund, keine Belege
    • Luna 54 %Hintergrund, keine Belege
    • JEV 37 %einzelne zitierbare Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 37 %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 42 %Hintergrund, keine Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
    • clef 100 %kein Bezug
    • Luna 33 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 42 %einzelne zitierbare Belege
    • JEV 38 %umfangreiche Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 26 %gleiches Oberthema, hilft nicht
    • d3-ultra 45 %gleiches Oberthema, hilft nicht

    • SF-O2-T05 Welche öffentlichen Zusagen eines Spitzenlabors macht die juristische Person, die bei einem Bruch verklagt würde, und welche nur das Forschungsteam, und veröffentlichen die Labore das für jede Zusage? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 23 %einzelne zitierbare Belege
    • Luna 38 %einzelne zitierbare Belege
    • JEV 34 %umfangreiche Belege
    • amos 28 %einzelne zitierbare Belege
    • SubQ 29 %einzelne zitierbare Belege
    • drex 26 %gleiches Oberthema, hilft nicht
    • d3-ultra 31 %einzelne zitierbare Belege

    • SF-E1-T03 Welches verbindliche Stimm- oder Vetorecht gibt Staaten des Globalen Südens und Laboren ohne Spitzenmodelle ein echtes Mitspracherecht im gemeinsamen Standard, nicht nur eine beratende Rolle? Luna: Stufe 3 · 26 % · Hintergrund, keine Belege
    • SF-E1-T04 Wie bekommen Staaten, in denen kein Spitzenlabor sitzt, einen echten Platz beim Setzen internationaler technischer KI-Normen, damit KI in der Praxis ein gemeinsames Gut bleibt und nicht nur wenige Regierungen und Firmen die Regeln schreiben? Luna: Stufe 3 · 37 % · Hintergrund, keine Belege
    • SF-E1-T05 Welche Mechanismen könnten geschaffen werden, damit Standards und Praktiken der KI-Sicherheit in Ländern des Globalen Südens berücksichtigt und nicht allein von wenigen Staaten bestimmt werden? Luna: Stufe 4 · 57 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 57 %gleiches Oberthema, hilft nicht
    • JEV 38 %einzelne zitierbare Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 62 %Hintergrund, keine Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 38 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  4. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 31 %beantwortet teilweise oder widerspricht
    • Luna 53 %einzelne zitierbare Belege
    • JEV 42 %beantwortet teilweise oder widerspricht
    • amos 31 %umfangreiche Belege
    • SubQ 27 %umfangreiche Belege
    • drex 28 %umfangreiche Belege
    • d3-ultra 49 %einzelne zitierbare Belege
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege
    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 45 % · Hintergrund, keine Belege
    • SF-E5-T03 Wie können Menschen, die von KI betroffen sind, die Sicherheitszusagen ihrer Regierungen verbindlich mitbestimmen, bevor diese sie auf einem Gipfel festlegen? Zum Beispiel über einen Bürgerrat, ein Einspruchsrecht nach öffentlicher Anhörung oder eine unabhängige Vertretung mit festen Rechten, und nicht nur über Gespräche mit Fachleuten. Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
Wirtschaft und Haftung
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 63 %Hintergrund, keine Belege
    • JEV 40 %gleiches Oberthema, hilft nicht
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-I1-T03 Wenn KI-erzeugte Einflussnahme vor allem über gemeinsam genutzte Systeme für Empfehlungen, Rangfolgen, Werbung und Nutzerbindung wirkt und nicht über die Ausgabe eines einzelnen Modells: Welche gemeinsame Messung, welche Vorfallschwelle und welcher abgestimmte Reaktionsablauf sollten gelten, ohne dass Plattformaufsicht zur Zensur von Meinungen wird? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege

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 →