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
frank-andrade.medium.com2. Oktober 2023 · Q010028

Vision is The Biggest Upgrade to ChatGPT in Months. Here Are Some Ways To Make The Most of It

frank-andrade.medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Frank Andrade beschreibt, wie ChatGPT Bilder erklären, Lernmaterial auswerten, Whiteboard-Skizzen in Code umsetzen und praktische Hinweise geben könne. Er betont aber, dass die Funktion Fehler macht und seine Beispiele keine systematische Prüfung darstellen.

Mittel

Frank Andrade beschreibt ChatGPTs Bildverarbeitung als bedeutende Neuerung, die zum Zeitpunkt des Artikels einem Teil der Plus-Nutzenden offenstand. Bilder könnten hochgeladen und dazu Fragen gestellt werden: etwa zu Parkhinweisen oder Memes. Für Lernende könne die Funktion Diagramme erklären und Beschriftungen zusammenfassen. Der Autor weist zugleich darauf hin, dass sich damit auch Hausaufgaben oder Prüfungsfragen fotografieren und beantworten lassen.

Als besonders eindrucksvoll schildert er, wie ChatGPT ein Foto eines Team-Whiteboards erfassen, daraus Code erzeugen und mit weiteren Anpassungen eine Web-App erstellen könne. Weitere mögliche Einsätze seien die Analyse eines Diagramms, Reparaturhinweise zu einem defekten Gegenstand oder ein Rezept anhand eines Essensfotos. Das sind vom Autor angeführte Beispiele, keine systematisch geprüften Ergebnisse.

Der Beitrag räumt ein, dass die Funktion fehleranfällig ist und gelegentlich Dinge falsch erkennt: genannt werden unter anderem eine Verwechslung von Spielkarten, eine Axt, die als Schraubenschlüssel gedeutet wird, und eine übersehene dritte Person? Nein: Der Autor beschreibt eine Frau, bei der das Modell drei Beine wahrgenommen habe. Der Text ist ein anwendungsorientierter Überblick und keine Genauigkeitsstudie.

Ausführlich lesen

Der Artikel von Frank Andrade stellt ChatGPTs Bildverarbeitung als eine der größeren Neuerungen des Dienstes seit Plugins und Code Interpreter dar. Zum Zeitpunkt des Textes sei die Funktion für einen Teil der ChatGPT-Plus-Nutzenden verfügbar gewesen. Der Autor beschreibt sie als Möglichkeit, Fotos oder andere Bilder hochzuladen und dazu Fragen zu stellen, Erklärungen zu erhalten oder daraus weitere Aufgaben abzuleiten. Seine Beispiele stammen laut eigener Aussage aus dem Internet.

Als einfachen Anwendungsfall nennt der Beitrag schwer verständliche Bilder: ChatGPT könne etwa ein Foto von Parkhinweisen erklären und dabei helfen, die Regeln einzuschätzen. Auch Memes ließen sich so einordnen, wenn ihre Pointe oder Aussage unklar sei. Für das Lernen könnten Schülerinnen, Schüler und Studierende Abbildungen aus Unterrichts- oder Hochschulmaterial hochladen. Der Autor zeigt, wie ein Zellendiagramm samt Beschriftungen erklärt werden könne, ohne jede Bezeichnung einzeln nachschlagen zu müssen. Zugleich merkt er an, dass dieselbe Funktion das Abschreiben von Hausaufgaben oder Prüfungsfragen erleichtern könne, indem Aufgaben fotografiert und von der KI beantwortet werden.

Besonders leistungsfähig findet Andrade die Umsetzung von Skizzen in Anwendungen. Er beschreibt ein Szenario, in dem ein Entwickler ein Foto eines Team-Whiteboards hochlädt. ChatGPT könne dabei Elemente wie Pfeile, Verzweigungen und Markierungen erfassen, anschließend Code erzeugen und nach weiteren Anpassungen eine funktionierende Web-App ermöglichen. Das wird als Möglichkeit dargestellt; konkrete technische Details oder eine systematische Bewertung des Entwicklungsaufwands liefert der Artikel nicht.

Weitere vorgeschlagene Einsätze sind die schnelle Analyse eines abgebildeten Diagramms, Hinweise zur Reparatur eines defekten Gegenstands und ein Rezeptvorschlag anhand eines Essensfotos. Der Beitrag betont jedoch ausdrücklich, dass die Funktion nicht perfekt sei und gelegentlich falsche Ergebnisse erfinde. Als Beispiele nennt er, dass GPT-4 Vision einen Buben für eine Dame, eine Axt für einen Schraubenschlüssel und bei einer Frau drei Beine erkannt habe. Diese Fälle zeigen nach Darstellung des Autors Grenzen der Bilderkennung, sind aber keine umfassende Prüfung der Genauigkeit. Der Artikel ist ein Überblick mit ausgewählten Anwendungsbeispielen, keine systematische Studie; der Autor kündigt an, nach eigenen Versuchen weitere Möglichkeiten vorzustellen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Im Prüfauftrag sind keine Fragen angegeben, deshalb bleibt die Einordnung leer. Lunas mittlere Zusammenfassung enthält zudem einen sinnentstellenden Fehler und einen unfertigen Satz ("übersehene dritte Person? Nein:"), die Bewertung bezieht sich auf beide Fassungen.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Verfügbarkeit nur für einen Teil der Plus-Nutzer (fehlt in der kurzen Fassung).
  • Der Missbrauchsaspekt: Prüfungsaufgaben lassen sich fotografieren und beantworten lassen (fehlt in der kurzen Fassung).
  • Die Beispiele Diagrammanalyse, Reparaturhinweise und Rezept aus einem Essensfoto (fehlen in der kurzen Fassung).

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Aussage, das Modell habe bei der Frau drei Beine wahrgenommen: Der Bericht sagt, das Modell bemerke die drei Beine nicht.

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
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
Agenten und vernetzte Systeme
Modelle teilen und schützen
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
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 →