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.com5. April 2023 · Q010119

The Chatbot Competition: A Hands-On Comparison of ChatGPT and Google Bard

frank-andrade.medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Frank Andrade bewertet Bard in seinen Einzeltests als schwächer als ChatGPT bei Rollenspielen, humorvollem Schreiben und einigen Programmieraufgaben; beide lösten einfache Mathematik- und Programmierfragen, Bard antwortete jedoch oft ausführlicher und war schneller. Die Einschätzung beruht auf wenigen, teils ausdrücklich nicht anspruchsvollen Aufgaben und auf dem Versionsstand von 2023.

Mittel

Frank Andrade vergleicht in seinem Artikel von April 2023 Google Bard mit ChatGPT, vor allem GPT‑4, anhand eigener Aufgaben zu Rollen, Schreiben, Mathematik und Programmierung. In Rollenspielen habe ChatGPT Anweisungen besser umgesetzt: Es begann ein Bewerbungsgespräch, während Bard ein Skript ausgab; auch als spanischer Gesprächspartner habe Bard nicht funktioniert. Einen humorvollen Blogbeitrag fand Andrade bei GPT‑4 besser, während beide Systeme eine vorgegebene geschäftliche E-Mail gut beantwortet hätten.

Bei Mathematik lösten beide eine Aufgabe richtig; bei schwierigeren Tests lag Bard einmal falsch und einmal richtig. Andrade weist darauf hin, dass die Aufgaben nicht besonders anspruchsvoll waren. Einfache Programmieraufgaben und ein Python-Skript für WhatsApp hätten beide bewältigt, Bard antworte dabei aber oft zu ausführlich. Bard lehnte eine E-Mail-Automatisierung ab; bei einer Tinder-Automatisierung erhielt der Autor erst mit GPT‑4 die gewünschten Schritte.

Andrade beurteilt Bard insgesamt als schwächer bei Rollen, Kreativität und manchen Programmieraufgaben, aber als schneller und in begrenzten Rechentests ordentlich. Seine Einschätzung beruht auf einer kleinen Auswahl eigener Tests und belegt nicht Googles vermutete Gründe für die Veröffentlichung.

Ausführlich lesen

Frank Andrade vergleicht in seinem Artikel aus dem April 2023 Google Bard mit ChatGPT, wobei er für ChatGPT vor allem GPT‑4 heranzieht. Er prüft anhand eigener Aufgaben, wie die Systeme Rollen und Anweisungen umsetzen, Texte verfassen, rechnen und programmieren. Seine Schlussfolgerungen beruhen auf diesen Beispielen; eine systematische oder umfassende Leistungsstudie beschreibt der Bericht nicht.

Bei Rollenspielen sieht Andrade ChatGPT vorn: Auf die Bitte, als Bewerbungsgesprächspartner für eine Softwareentwicklerstelle aufzutreten, habe ChatGPT direkt ein Interview begonnen. Bard habe stattdessen ein Gesprächsskript ausgegeben. Auch als spanischer Gesprächspartner habe Bard nach seiner Darstellung nicht wie gewünscht funktioniert. Daraus leitet der Autor ab, Bard unterstütze Rollen und andere Sprachen als Englisch nicht ausreichend.

Beim Schreiben eines humorvollen Blogbeitrags über KI und menschliche Arbeit sei Bard den Vorgaben zu Witz und lustigen Beispielen nicht gerecht geworden; GPT‑4 habe dies besser umgesetzt. Bei einer konkreten E-Mail-Aufgabe hätten dagegen beide Systeme gute Ergebnisse geliefert: Sie sollten höflich ein Gespräch für den folgenden Freitag um 20 Uhr zusagen und es auf 15 Minuten begrenzen.

Bei Rechenaufgaben lösten laut Andrade beide den ersten Test richtig. Eine schwierigere Aufgabe habe Bard zunächst falsch beantwortet; bei einem weiteren Test sei die Antwort richtig gewesen und habe GPT‑4 entsprochen. Der Autor schränkt selbst ein, dass die Aufgaben nicht besonders anspruchsvoll gewesen seien.

Bei einfachen Programmierfragen und beim Erstellen eines Python-Skripts zum Versenden einer WhatsApp-Nachricht mit pywhatkit hätten beide brauchbare Antworten gegeben. Bard habe jedoch oft unnötig ausführlich geantwortet und die gesuchte Lösung nicht sofort genannt. Eine Bitte um ein E-Mail-Versandskript habe Bard abgelehnt, während GPT‑3.5 sie laut Artikel problemlos erfüllt habe. Bei einer Anleitung zur Tinder-Automatisierung mit Python hätten Bard und zunächst auch GPT‑3.5 abgelehnt; nach dem Wechsel zu GPT‑4 habe Andrade die gewünschten Schritte erhalten.

Insgesamt bewertet Andrade Bard als deutlich schwächer als ChatGPT, insbesondere bei Rollen, Kreativität und manchen Programmieraufgaben. Als Vorteile nennt er Bards höhere Geschwindigkeit und ordentliche, aber nur begrenzt geprüfte Rechenleistung. Er vermutet, Google habe Bard angesichts der Konkurrenz durch ChatGPT und das neue Bing womöglich zu früh veröffentlicht. Das ist seine Einschätzung, kein im Artikel belegter Nachweis für Googles Entscheidungsgründe. Die Ergebnisse bleiben auf die beschriebenen Einzeltests und den damaligen Versionsstand beschränkt.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna lieferte drei Zusammenfassungen; geprüft wurde die mittlere Fassung, da sie den Bericht am vollständigsten wiedergibt. Die Einordnung beruht nur auf dem Berichtstext, nicht auf Lunas Stufen oder Anteilen.

Im Bericht, aber nicht in der Zusammenfassung

  • Andrades Fazit, Bard sei zu früh veröffentlicht worden und die Veröffentlichung sei kein guter Schritt gewesen
  • Andrades Vermutung, Google habe unter Druck durch ChatGPT und den Einsatz von GPT-4 in Bing gestanden

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
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV offen
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 71 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
Agenten und vernetzte Systeme
Modelle teilen und schützen
Frieden und Sicherheit
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 →