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
openai22. Juli 2025 · Q008786

Pioneering an AI clinical copilot with Penda Health

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Laut einer gemeinsamen Untersuchung von OpenAI und Penda Health war die Nutzung des klinischen Copiloten AI Consult bei 39.849 Besuchen mit weniger Fehlern bei Anamnese, Untersuchungen, Diagnosen und Behandlungen verbunden. Eine aktive Einführung mit Coaching ging mit weniger unbeachteten roten Warnungen einher. Bei den gemessenen Patientenergebnissen zeigte sich kein statistisch signifikanter Unterschied; weitere Forschung ist nötig.

Mittel

Der Bericht stellt eine gemeinsame Untersuchung von OpenAI und Penda Health in Nairobi vor. Untersucht wurde „AI Consult“, ein in die elektronische Patientenakte integrierter Copilot, der während eines Besuchs mögliche Fehler markiert. Hinweise erscheinen je nach Schweregrad als unaufdringliches Zeichen, freiwillig aufrufbare Warnung oder verpflichtender roter Hinweis. Fachkräfte behalten die Entscheidungshoheit. Penda passte das System an kenianische Krankheitsmuster und lokale Leitlinien an und unterstützte seine Einführung durch Schulungen, Coaching und Nutzungsbeobachtung.

Verglichen wurden 39.849 Besuche in 15 Kliniken; 5.666 davon bewerteten 108 unabhängige Ärztinnen und Ärzte. Laut Bericht waren Fehler mit AI Consult seltener: um 32 Prozent bei der Anamnese, 10 Prozent bei Untersuchungen, 16 Prozent bei Diagnosen und 13 Prozent bei Behandlungen. Bei Fällen mit roten Warnungen fielen die Rückgänge bei Diagnose- und Behandlungsfehlern größer aus. Nach Beginn der aktiven Einführung sank zudem der Anteil nicht behobener roter Warnungen in der Copilot-Gruppe auf 20 Prozent, während er in der Vergleichsgruppe bei etwa 40 Prozent blieb.

Patientenangaben zum Befinden nach acht Tagen unterschieden sich nicht statistisch signifikant; auch die externe Weiterversorgung war ähnlich. Es gab sieben Sicherheitsmeldungen in der Copilot-Gruppe und fünf in der Vergleichsgruppe; Penda berichtet, keine davon sei durch eine Empfehlung verursacht worden. Die Ergebnisse stammen aus einem einzelnen Versorgungssystem, OpenAI unterstützte die Studie finanziell und beratend. Weitere Forschung zu Patientenergebnissen steht aus; eine randomisierte Studie mit PATH läuft laut Bericht.

Ausführlich lesen

Der Bericht beschreibt eine gemeinsame Untersuchung von OpenAI und Penda Health, einem Anbieter von Primärversorgung mit Sitz in Nairobi. Im Mittelpunkt steht „AI Consult“, ein auf einem Sprachmodell beruhigender klinischer Copilot. Er soll während eines Arztbesuchs mögliche Fehler erkennen und Hinweise geben; die behandelnden Fachkräfte behalten laut Bericht die Entscheidungsgewalt. OpenAI stellt die Ergebnisse als Beispiel dafür dar, dass neben der Leistungsfähigkeit eines Modells auch dessen Einbindung in den klinischen Alltag und die Unterstützung bei der Einführung entscheidend seien.

Penda entwickelte zunächst eine Version, bei der Fachkräfte aktiv um eine zweite Einschätzung bitten mussten. Laut Bericht wurde sie wenig genutzt, weil sie den Gesprächsablauf unterbrach. Eine ab Anfang 2025 entwickelte Version wurde in die elektronische Patientenakte integriert und lief während der Besuche im Hintergrund. Dokumentation ohne Patientenkennzeichen wurde an wichtigen Punkten über eine OpenAI-Schnittstelle verarbeitet. Rückmeldungen erschienen je nach Schweregrad als grünes Zeichen ohne Bedenken, gelber Hinweis oder verpflichtend zu bestätigendes rotes Warnfenster. Die Hinweise waren auf kenianische Krankheitsmuster, örtliche Leitlinien und Pendas Abläufe abgestimmt. Ein Beispiel zeigt, wie ein Hinweis auf eine in der Dokumentation erkennbare mikrozytäre Anämie zur Ergänzung einer Diagnose führte.

Die Untersuchung umfasste 39.849 Besuche in 15 Kliniken: 20.859 bei Fachkräften mit Zugang zu AI Consult und 18.990 in der Vergleichsgruppe. Für die Qualitätsbewertung prüften 108 unabhängige Ärztinnen und Ärzte – darunter 29 aus Kenia – die Dokumentation und Entscheidungen von 5.666 zufällig ausgewählten Besuchen. Bewertet wurden Anamnese, angeordnete Untersuchungen, Diagnose und Behandlung. Laut Bericht waren Fehler in allen vier Bereichen in der Copilot-Gruppe signifikant seltener: um 32 Prozent bei der Anamnese, 10 Prozent bei Untersuchungen, 16 Prozent bei Diagnosen und 13 Prozent bei Behandlungen. Bei Besuchen, in denen mindestens eine rote Warnung angezeigt worden wäre, betrugen die berichteten Rückgänge bei Diagnosefehlern 31 und bei Behandlungsfehlern 18 Prozent. Hochgerechnet auf Penda schätzt der Bericht jährlich 22.000 vermiedene Diagnosefehler und 29.000 vermiedene Behandlungsfehler.

Die Einführung erfolgte in zwei Phasen. Während einer Einarbeitungszeit vom 30. Januar bis 28. Februar wurden technische und praktische Probleme anhand von Rückmeldungen bearbeitet. In der anschließenden Hauptphase bot Penda Peer-Unterstützung und Einzelcoachings an, erfasste die Nutzung und setzte Anerkennung für gute Nutzung ein. Der Anteil roter Warnungen, die trotz möglicher Abhilfe offenblieben, sank in der Copilot-Gruppe nach Beginn dieser aktiven Unterstützung von zuvor ähnlichen 35 bis 40 Prozent auf 20 Prozent; in der Vergleichsgruppe blieb er bei ungefähr 40 Prozent. Alle befragten Copilot-Nutzenden berichteten von besserer Versorgungsqualität, drei Viertel bezeichneten den Effekt als erheblich. Zugleich sank der Anteil der Besuche mit roten Warnungen bei diesen Fachkräften im Studienverlauf von 45 auf 35 Prozent. Befragte nannten auch Verbesserungsbedarf, vor allem bei Lokalisierung und Geschwindigkeit.

Die Grenzen der Ergebnisse sind wesentlich: Bei den Nachbefragungen nach acht Tagen war der Anteil der Patientinnen und Patienten, die sich nicht besser fühlten, mit 3,8 gegenüber 4,3 Prozent nicht statistisch signifikant verschieden; auch die Inanspruchnahme weiterer Versorgung außerhalb Pendas war ähnlich. Es gab sieben Sicherheitsmeldungen in der Copilot-Gruppe und fünf in der Vergleichsgruppe. Penda untersuchte diese Fälle und berichtet, dass in keinem Fall eine Empfehlung von AI Consult Schaden verursacht habe. Die Studie betrifft ein einzelnes Versorgungssystem; OpenAI finanzierte sie mit und beriet zur Weiterentwicklung des Copiloten. Der Bericht hält fest, dass weitere Untersuchungen zu Patientenergebnissen nötig sind und Penda hierzu mit PATH eine randomisierte kontrollierte Studie durchführt. Die Untersuchung wurde laut Bericht von kenianischen Gesundheits- und Forschungsgremien genehmigt; in die Analyse kamen nur Daten von Personen, die der Nutzung für Qualitätsforschung zugestimmt hatten.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Stufen beziehen sich nur auf den Bericht und nicht auf Lunas angegebene Anteile; die Zusammenfassungen beziehen sich auf die beiden Fassungen kurz und mittel.

Im Bericht, aber nicht in der Zusammenfassung

  • Kurz: Die Studie randomisierte die Zuteilung von AI Consult auf die Hälfte der Kliniker, was für die Kausalaussage zentral ist.
  • Kurz: Der Bericht nennt Grenzen wie die Beschränkung auf ein einzelnes Versorgungssystem und dass OpenAI die Studie finanziell unterstützte.
  • Mittel: Die Zuteilung der Hälfte der Kliniker per Zufall fehlt, obwohl sie das Studiendesign prägt.
  • Mittel: Die Angabe, dass Penda in mehreren Fällen Schaden durch die Empfehlungen hätte verhindern können, fehlt; ebenso die Klinikerbefragung mit 75 Prozent 'substantial'-Einschätzungen.

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 26 %Hintergrund, keine Belege
    • JEV 33 %einzelne zitierbare Belege
    • amos 23 %Hintergrund, keine Belege
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 27 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • 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 37 %gleiches Oberthema, hilft nicht
    • JEV 100 %kein Bezug
    • amos 34 %einzelne zitierbare Belege
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. 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 31 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 56 %Hintergrund, keine Belege
    • JEV 31 %Hintergrund, keine Belege
    • amos 25 %Hintergrund, keine Belege
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 24 %Hintergrund, keine Belege
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 43 %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 24 %gleiches Oberthema, hilft nicht
    • Luna 36 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 28 %einzelne zitierbare Belege
    • SubQ 29 %gleiches Oberthema, hilft nicht
    • drex 30 %einzelne zitierbare Belege
    • d3-ultra 100 %kein Bezug

    • SF-P3-T08 Welche gemeinsame Bezugsgröße für den Umfang der Nutzung, welcher Beobachtungszeitraum, welcher Stichprobenplan, welche Definition von Beinahe-Vorfall und welche statistische Obergrenze (obere Konfidenzgrenze) würden es jedem erlauben zu sagen: „keine erkennbare systemische Fehlausrichtung (Verhalten gegen die vorgesehenen Ziele oder Werte) im Einsatzmaßstab“? Und wie muss dargestellt werden, dass die Erkennung lückenhaft ist? Luna: Stufe 3 · 37 % · 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 48 %einzelne zitierbare Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 56 %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 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 65 %gleiches Oberthema, hilft nicht
    • drex 86 %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 39 %Hintergrund, keine Belege
    • JEV 30 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 68 %gleiches Oberthema, hilft nicht
    • drex 55 %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 6 · 40 % · beantwortet teilweise oder widerspricht · Haiku-Prüfung: Stufe 6 · beantwortet teilweise oder widerspricht
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 65 %Hintergrund, keine Belege
    • JEV 26 %einzelne zitierbare Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 72 %gleiches Oberthema, hilft nicht
    • drex 69 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • 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 · 43 % · 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 45 %Hintergrund, keine Belege
    • JEV 52 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • 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 22 %gleiches Oberthema, hilft nicht
    • Luna 53 %einzelne zitierbare Belege
    • JEV 46 %umfangreiche Belege
    • amos 27 %einzelne zitierbare Belege
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 24 %einzelne zitierbare Belege
    • d3-ultra 45 %gleiches Oberthema, hilft nicht

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? 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 55 %einzelne zitierbare Belege
    • JEV 55 %beantwortet teilweise oder widerspricht
    • amos 23 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 39 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 45 %Hintergrund, keine Belege
    • JEV 37 %gleiches Oberthema, hilft nicht
    • amos 26 %nur am Rande erwähnt
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

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 42 %Hintergrund, keine Belege
    • JEV 25 %gleiches Oberthema, hilft nicht
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 67 %gleiches Oberthema, hilft nicht
    • drex 57 %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 54 %Hintergrund, keine Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O1 Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
    • clef 100 %kein Bezug
    • Luna 42 %einzelne zitierbare Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 54 %einzelne zitierbare Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 49 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • 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 3 · 78 % · Hintergrund, keine 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 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 38 %einzelne zitierbare Belege
    • JEV 44 %einzelne zitierbare Belege
    • amos 30 %einzelne zitierbare Belege
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 28 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  4. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 75 %Hintergrund, keine Belege
    • JEV 29 %Hintergrund, keine Belege
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  5. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 17 %nur am Rande erwähnt
    • Luna 59 %einzelne zitierbare Belege
    • JEV 36 %beantwortet teilweise oder widerspricht
    • amos 33 %einzelne zitierbare Belege
    • SubQ 23 %einzelne zitierbare Belege
    • drex 38 %einzelne zitierbare Belege
    • d3-ultra 100 %kein Bezug
    • 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 · 42 % · 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 4 · 44 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
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 →