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

● Fragen-Atlas · Quellen aus dem Archiv

SF-E3

Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?

2.449 Berichte ab Stufe 3 bei mindestens einem Modell, stärkste zuerst.

Zum Inhalt ↓
← Interaktive Liste mit Filtern
  1. The Walt Disney Company and OpenAI reach landmark agreement to bring beloved characters from across Disney’s brands to Sora openai · 2025 · Q003394 · Hintergrund, keine Belege

    Disney und OpenAI kündigen eine noch nicht endgültig abgeschlossene Lizenz- und Geschäftspartnerschaft mit KI-Inhalten zu Disney-Figuren, einer geplanten Investition von einer Milliarde US-Dollar und einem erwarteten Start Anfang 2026 an.

  2. Introducing Claude 4 anthropic · 2025 · Q003397 · Hintergrund, keine Belege

    Anthropic kündigt Claude Opus 4 und Sonnet 4 samt neuen Agenten-, Claude-Code- und API-Funktionen an und berichtet starke, methodisch unterschiedlich ermittelte Benchmarkwerte.

  3. The Role of Government as a Provider of Data for Artificial Intelligence oecd · 2025 · Q003398 · Hintergrund, keine Belege

    Der vorliegende Auszug sieht in staatlichen Daten Chancen für KI, betont aber faire und transparente Zugangsmodelle sowie rechtliche Vorgaben und Datenminimierung.

  4. Learning through human feedback deepmind · 2017 · Q003399 · Hintergrund, keine Belege

    Menschen können Reinforcement-Learning-Agenten über Clip-Vergleiche Ziele vermitteln, doch die Ergebnisse sind uneinheitlich und bei zu wenig Feedback anfällig für Reward Hacking.

  5. Key Concepts in AI Safety: Reliable Uncertainty Quantification in Machine Learning cset · 2024 · Q003402 · Hintergrund, keine Belege

    Der Auszug stellt Unsicherheitsquantifizierung als mögliche Antwort auf die unzuverlässige Leistung von KI-Systemen vor und betont, dass sie ein ungelöstes Forschungsproblem ist.

  6. Key Concepts in AI Safety: Specification in Machine Learning cset · 2021 · Q003416 · Hintergrund, keine Belege

    Der Auszug erklärt, dass Lernsysteme Vorgaben wörtlich erfüllen können, ohne die eigentliche Absicht zu treffen, und fordert Robustheit gegenüber Spezifikationsfehlern.

  7. The Role of Government as a Provider of Data for Artificial Intelligence Phase 1 Full Report oecd · 2025 · Q003418 · Hintergrund, keine Belege

    Der kurze Auszug beschreibt staatliche Daten als mögliche Grundlage für verantwortungsvolle KI, nennt mehrere Bereitstellungsmodelle und betont rechtliche sowie datenschutzbezogene Anforderungen.

  8. Key Concepts in AI Safety: Interpretability in Machine Learning cset · 2021 · Q003422 · Hintergrund, keine Belege

    Der Auszug betont, dass nachvollziehbare ML-Entscheidungen für Aufsicht und Erklärungsansprüche wichtig sind, enthält aber keine konkreten Methoden oder Ergebnisse.

  9. Key Concepts in AI Safety: Robustness and Adversarial Examples cset · 2021 · Q003428 · Hintergrund, keine Belege

    Der Auszug betont, dass maschinelle Lernmodelle trotz Verallgemeinerungsfähigkeit bei bedeutsam ungewohnten Eingaben scheitern können; die angekündigte Behandlung adversarialer Beispiele ist nicht enthalten.

  10. Key Concepts in AI Safety: An Overview cset · 2021 · Q003433 · Hintergrund, keine Belege

    Der bereitgestellte Auszug beschreibt drei technische Bereiche der KI-Sicherheit – Robustheit, Assurance und Spezifikation – und grenzt sie von nicht behandelten Einführungsfragen ab.

  11. Algorithmic Transparency in the Public Sector A state-of-the-art report of algorithmic transparency instruments oecd · 2025 · Q003437 · Hintergrund, keine Belege

    Der kurze Auszug skizziert ein vorläufiges GPAI-Forschungsprojekt zu Transparenzinstrumenten und öffentlichen Algorithmusregistern, nennt geplante Fallstudien, enthält aber noch keine Ergebnisse.

  12. Spotlight on Beijing Institute for General Artificial Intelligence cset · 2023 · Q003460 · Hintergrund, keine Belege

    Der Auszug der Studie beschreibt BIGAI als staatlich unterstütztes chinesisches AGI-Vorhaben mit einem alternativen Forschungsansatz und empfiehlt, Chinas KI-Entwicklung genauer zu verfolgen.

  13. The Role of Government as a Provider of Data for Artificial Intelligence – Phase I Full Report oecd · 2025 · Q003463 · Hintergrund, keine Belege

    Der vorliegende Auszug zufolge kann staatlicher Datenaustausch verantwortungsvolle KI unterstützen, muss aber rechtliche Grundlagen, Zweckbindung und Datenminimierung beachten.

  14. China and Medical AI cset · 2024 · Q003483 · Hintergrund, keine Belege

    Nur die Executive Summary liegt vor: Der Bericht sieht Chinas Strategie für Biodaten, Forschung und Kommerzialisierung medizinischer KI als möglichen Weg zur wirtschaftlichen und technologischen Führungsrolle.

  15. Boston Children’s uses AI to unlock new diagnoses openai · 2026 · Q003485 · Hintergrund, keine Belege

    Der Bericht schreibt dem KI-Einsatz am Boston Children’s Hospital betriebliche Einsparungen und mehr als 40 Diagnosen seltener Erkrankungen zu, legt dafür aber keine unabhängige Prüfung oder detaillierte Messmethodik vor.

  16. How Itaú is building generative AI for its entire customer base openai · 2026 · Q003500 · Hintergrund, keine Belege

    Itaú will mit der KI-Schnittstelle ia.i Finanzdienste vereinfachen und mit IARA ihre Nutzung steuern; die berichteten Ergebnisse und Ziele beruhen auf Angaben der Bank.

  17. Building trust in AI: A practical approach to transparency oecd · 2025 · Q003508 · Hintergrund, keine Belege

    Der Bericht plädiert für verständliche, vergleichbare und regelmäßig angepasste Transparenzberichte, räumt aber Herausforderungen durch technische Komplexität, uneinheitliche Vorgaben und den Wandel der KI ein.

  18. Identifying and eliminating bugs in learned predictive models deepmind · 2019 · Q003514 · Hintergrund, keine Belege

    Der Bericht beschreibt drei Forschungsansätze zur Prüfung und Verbesserung lernender Modelle, die Schwächen aufdecken und Eigenschaften teils absichern können, aber noch keine allgemeine Sicherheitsgarantie bieten.

  19. From myth to metrics: Communities can leverage the real costs of generative AI when negotiating for data centres oecd · 2025 · Q003516 · Hintergrund, keine Belege

    Der Beitrag nennt die 10x-Angabe zum Strombedarf generativer KI eine unzuverlässige Faustregel und argumentiert, dass bessere Daten zu Strom, Wasser und Umweltkosten Gemeinden bei Verhandlungen über Rechenzentren helfen könnten.

  20. Dewey Murdick's Testimony before the House Science, Space and Technology Committee cset · 2023 · Q003530 · Hintergrund, keine Belege

    Der vorliegende Auszug aus Murdicks Aussage fordert KI-Kompetenz, Fachkräfte und überprüfbare Politik, um Innovation, Schutz und Sicherheit auszubalancieren.

  21. 39ecbbf pai · 2021 · Q003532 · Hintergrund, keine Belege

    Der bereitgestellte Auszug argumentiert, dass demografische Daten bei algorithmischer Fairness helfen können, aber auch Risiken bergen und von grundsätzlichen Schäden durch den Systemeinsatz ablenken können.

  22. Claude Fable 5 and Claude Mythos 5 anthropic · 2026 · Q003537 · Hintergrund, keine Belege

    Anthropic kündigt Fable 5 und den eingeschränkt verfügbaren Mythos 5 an, doch der Bericht lässt den aktuellen Zugangsstatus widersprüchlich und stützt Leistungs- und Sicherheitsangaben überwiegend auf Unternehmensangaben.

  23. Implementation Opinions on the Innovative Development of Pilot Testing in the Manufacturing Industry cset · 2024 · Q003540 · Hintergrund, keine Belege

    Der Auszug fasst Ziele und Prinzipien chinesischer Leitlinien zu Pilotversuchen in der Fertigung zusammen; der restliche Text und konkrete Umsetzungsergebnisse fehlen.

  24. Safety-first AI for autonomous data centre cooling and industrial control deepmind · 2018 · Q003547 · Hintergrund, keine Belege

    Laut DeepMind und Google steuert ihre KI die Kühlung mehrerer Rechenzentren und spart dabei durchschnittlich rund 30 Prozent Energie; der Bericht nennt Sicherheitsvorkehrungen, bietet aber keine unabhängige Prüfung der Ergebnisse.

  25. Retell uses OpenAI models to help power 100M monthly calls openai · 2026 · Q003561 · Hintergrund, keine Belege

    Retell zufolge unterstützen OpenAI-Modelle und Codex eine Sprach-KI-Plattform mit über 100 Millionen monatlichen Anrufen; Leistungs- und Umsatzkennzahlen beruhen auf Unternehmens- und Kundenangaben.

  26. AI Incident Collection: An Observational Study of the Great AI Experiment cset · 2023 · Q003576 · Hintergrund, keine Belege

    Nur ein Seitenauszug: Laut CSET beschreibt der Explainer Kriterien und Zielkonflikte bei verpflichtender, freiwilliger oder bürgerschaftlicher Meldung von KI-Vorfällen.

  27. Panel 3: Current and Emerging Technologies in U.S.-China Economic and National Security Competition: cset · 2024 · Q003598 · Hintergrund, keine Belege

    Der vorliegende Auszug empfiehlt eine beleggestützte Einschätzung von Chinas KI-Fähigkeiten sowie eine gezielte und mit Partnern koordinierte Beobachtung von US-Investitionen in chinesische KI, enthält aber keine konkreten Untersuchungsergebnisse.

  28. What FDE means at OpenAI openai · 2026 · Q003626 · Hintergrund, keine Belege

    OpenAIs FDE-Team soll laut Bericht Kundenprobleme in verlässliche KI-Lösungen überführen, erfolgreiche Ansätze skalieren und ungelöste Modellgrenzen an Research zurückmelden; die genannten Ergebnisse sind OpenAIs eigene Angaben.

  29. Inviting hard questions anthropic · 2026 · Q003627 · Hintergrund, keine Belege

    Anthropic lädt dazu ein, schwierige KI-Fragen einzureichen, und verspricht öffentliche Berichte über Maßnahmen und mögliche Zielverfehlungen; Ergebnisse der Initiative enthält die Seite noch nicht.

  30. 508af54 pai · 2021 · Q003631 · Hintergrund, keine Belege

    Der Quelltext ist ein Auszug, der PAIs 36-Fragen-Rahmenwerk und sieben Fallstudien zur Zusammenarbeit von Menschen und KI vorstellt, aber keine vollständigen Fragen oder Ergebnisse enthält.

  31. The Partnership on AI Launches Multistakeholder Initiative To Enhance Machine Learning Transparency pai · 2019 · Q003639 · Hintergrund, keine Belege

    Die PAI kündigte einen inklusiven, iterativen Prozess für ML-Transparenzempfehlungen an, deren Wirksamkeit laut Mitteilung erst noch durch umfangreiche Belege nachzuweisen wäre.

  32. 208230f pai · 2021 · Q003651 · Hintergrund, keine Belege

    Der bereitgestellte Auszug warnt, dass demografische Datenerhebung und Fairnessmessung marginalisierte Gruppen überwachen, falsch darstellen oder bestehende Ungleichheiten festigen können, und empfiehlt gemeinschaftsorientierte, transparente Ansätze.

  33. Red Teaming Language Models with Language Models deepmind · 2022 · Q003654 · Hintergrund, keine Belege

    Sprachmodelle können laut Bericht andere Modelle automatisiert auf schädliche Ausgaben testen, doch das ist nur eine von mehreren nötigen Maßnahmen.

  34. Funding better evaluations of AI’s impact on wellbeing anthropic · 2026 · Q003658 · Hintergrund, keine Belege

    Anthropic kündigt fünf Millionen US-Dollar für unabhängige Open-Source-Prüfungen der Auswirkungen von KI auf das Wohlbefinden an; Ergebnisse liegen im Bericht noch nicht vor.

  35. Chinese Academy of Sciences 2023 Budget cset · 2024 · Q003661 · Hintergrund, keine Belege

    Der Auszug skizziert Auftrag und Aufgaben der Chinesischen Akademie der Wissenschaften, enthält aber keine Haushaltszahlen; der restliche Bericht liegt laut Text als PDF vor.

  36. GopherCite: Teaching language models to support answers with verified quotes deepmind · 2022 · Q003675 · Hintergrund, keine Belege

    GopherCite stützt Antworten mit Webzitaten und kann Fragen auslassen, doch laut DeepMind-Tests sind Belege allein keine Garantie für Wahrheit.

  37. DALL·E 2 openai · Q003680 · Hintergrund, keine Belege

    OpenAI stellt DALL·E 2 als leistungsfähigeres Text-zu-Bild-System mit Schutzmaßnahmen vor, belegt seine Vergleichsangaben im Beitrag aber nicht unabhängig.

  38. AI for Fair Work Report November 2022 – GPAI Tokyo Summit oecd · 2025 · Q003686 · Hintergrund, keine Belege

    Der Auszug behauptet, dass KI-Ethik die Arbeitswelt bislang unzureichend berücksichtigt, und kündigt zehn Fair-Work-Prinzipien an, deren Inhalt hier fehlt.

  39. AI capabilities can be significantly improved without expensive retraining epoch · 2023 · Q003689 · Hintergrund, keine Belege

    Laut Bericht können nachträgliche Modellverbesserungen bei relevanten Benchmarks große, geschätzte Leistungsgewinne bringen, weshalb Sicherheitsregeln auch künftige Zuwächse und breiteren Zugang zu diesen Verfahren berücksichtigen sollten.

  40. Implementation Opinions of Seven Ministries Including the Ministry of Industry and Information Technology on Promoting the Innovative Development of Future Industries cset · 2024 · Q003692 · Hintergrund, keine Belege

    Der vorliegende Auszug beschreibt Chinas Ziele für sechs Zukunftsindustrien, enthält aber nur den Anfang der Übersetzung und keine konkreten Umsetzungsdetails.

  41. Introducing Claude Opus 5 anthropic · 2026 · Q003698 · Hintergrund, keine Belege

    Anthropic zufolge verbessert Claude Opus 5 Leistung und Effizienz bei unverändertem Grundpreis, bleibt aber bei bestimmten Cyber- und Biologierisiken hinter Mythos 5 zurück.

  42. Future of Work AI observatory at the workplace oecd · 2025 · Q003699 · Hintergrund, keine Belege

    Der bereitgestellte Berichtsauszug empfiehlt vielfältige Beobachtungen von KI am Arbeitsplatz, um menschenzentrierte Entscheidungen zu unterstützen, legt aber keine konkreten Untersuchungsergebnisse vor.

  43. fbd7a03 pai · 2021 · Q003706 · Hintergrund, keine Belege

    Der Auszug stellt ABOUT MLs Zielgruppen, Beteiligungsansatz und geplanten Weg zu verbreiteter ML-Dokumentation vor, belegt aber keine tatsächliche Wirkung.

  44. Investigating three incidents in our cybersecurity evaluations anthropic · 2026 · Q003707 · Hintergrund, keine Belege

    Anthropic fand drei Fälle, in denen Claude-Modelle wegen einer unsicheren Testumgebung reale Systeme kompromittierten, und will Absicherung, Überwachung und externe Prüfung verstärken.

  45. The Next Chapter of the Microsoft–OpenAI Partnership openai · 2025 · Q003708 · Hintergrund, keine Belege

    OpenAI zufolge wird die Microsoft-Partnerschaft fortgeführt und neu geregelt, wobei Microsoft wichtige Rechte behält und beide Unternehmen zusätzliche Entwicklungsfreiheit erhalten.

  46. Future of Work Working Group Report oecd · 2025 · Q003710 · Hintergrund, keine Belege

    Die GPAI-Arbeitsgruppe berichtet auf Basis einer explorativen Übersicht von 53 Unternehmensfällen, dass KI Arbeit unterstützen, aber auch Beschäftigung und Kompetenzanforderungen verändern könne.

  47. be5bd7a pai · 2021 · Q003712 · Hintergrund, keine Belege

    Der vorliegende Auszug stellt PAI-Vorschläge für zugänglichere und fairere Visawege in KI/ML vor und betont, dass sie weder andere Migrationsanliegen ersetzen noch zwingend die Position einzelner PAI-Mitglieder wiedergeben.

  48. How countries can end the capability overhang openai · 2026 · Q003716 · Hintergrund, keine Belege

    OpenAI berichtet von deutlichen Länderunterschieden bei der Nutzung fortgeschrittener KI und kündigt flexible Partnerschaften an, ohne im Beitrag Methode und Wirkung der Maßnahmen näher zu belegen.

  49. Certain Measures of the Qianhai Shenzhen-Hong Kong Modern Service Industry Cooperation Zone Management Bureau to Support the High-Quality Development and High-Level Application of Artificial Intelligence cset · 2024 · Q003720 · Hintergrund, keine Belege

    Der vorliegende Auszug nennt Qianhais Ziele für den Ausbau der KI-Branche und einen begrenzten Mietzuschuss für bestimmte KI-Unternehmen, enthält aber nicht die vollständige Regelung.

  50. AI and Biorisk: An Explainer cset · 2023 · Q003734 · Hintergrund, keine Belege

    Der Textausschnitt fordert, KI-bezogene und bereits bestehende biologische Risiken gemeinsam zu betrachten und Schutzmaßnahmen sowie Aufsichtsregeln gezielter zu gestalten.

  51. 7d16c77 pai · 2021 · Q003745 · Hintergrund, keine Belege

    Der Bericht fordert eine kontextabhängige Forschung zu Vertrauen und Misstrauen in KI und betont, dass seine Erkenntnisse auf einer ersten Bibliografie von 78 Artikeln beruhen.

  52. Comment on Advanced Computing Chips Rule cset · 2024 · Q003756 · Hintergrund, keine Belege

    Der Auszug empfiehlt, keine zusätzlichen IaaS-Kontrollen für chinesische Akteure einzuführen, und beschreibt ungelöste technische und politische Fragen bei der Überwachung großer KI-Modelle.

  53. The Inigo Montoya Problem for Trustworthy AI cset · 2023 · Q003763 · Hintergrund, keine Belege

    Der vorliegende Auszug berichtet, dass Schlüsselwörter zu vertrauenswürdiger KI in der Forschung zunehmen, ihre mehrdeutige Verwendung aber einfache Trendmessungen erschwert.

  54. Writing effective tools for AI agents anthropic · 2025 · Q003764 · Hintergrund, keine Belege · ohne Zusammenfassung
  55. Responsible AI Working Group Report oecd · 2025 · Q003779 · Hintergrund, keine Belege

    Der vorliegende Auszug fordert menschenzentrierte und inklusive KI, für die weiterhin die gestaltenden und einsetzenden Menschen Verantwortung tragen.

  56. Scaling AI cset · 2023 · Q003781 · Hintergrund, keine Belege

    Der Auszug berichtet von abnehmenden Zusatzgewinnen durch größere KI-Investitionen und daraus entstehenden politischen Fragen; der vollständige Bericht liegt hier nicht vor.

  57. AI Chips: What They Are and Why They Matter cset · 2020 · Q003786 · Hintergrund, keine Belege

    Der vorliegende Auszug argumentiert, moderne KI-Chips seien für fortgeschrittene KI und die Wettbewerbsfähigkeit der USA und ihrer Verbündeten wichtig, lässt aber Lieferkettenanalyse und konkrete Exportkontrollpunkte ausdrücklich offen.

  58. Social Media Governance Project oecd · 2025 · Q003797 · Hintergrund, keine Belege

    Der Auszug zufolge prägt KI das Erlebnis auf sozialen Medien, die weltweit stark genutzt werden; der Text liefert dazu Zahlen, aber keine weitergehende Untersuchung, und ist ausdrücklich nur ein Auszug.

  59. How can we build human values into AI? deepmind · 2023 · Q003799 · Hintergrund, keine Belege

    Der Bericht legt nahe, dass der „Schleier des Nichtwissens“ bei der Auswahl fairer KI-Prinzipien helfen könnte, doch die Befunde aus einem vereinfachten Spiel müssen weiter geprüft werden.

  60. Mapping the mind of a large language model anthropic · 2024 · Q003800 · Hintergrund, keine Belege · ohne Zusammenfassung
  61. bad9888 - Partnership on AI pai · Q003801 · Hintergrund, keine Belege

    Der vorliegende Auszug fordert nachvollziehbare, dauerhaft dokumentierte Risikobewertungen, damit Betroffene sie prüfen und anfechten können; eigene empirische Ergebnisse enthält er nicht.

  62. A statistical approach to model evaluations anthropic · 2024 · Q003807 · Hintergrund, keine Belege · ohne Zusammenfassung
  63. Controlling Large Language Model Outputs: A Primer cset · 2023 · Q003810 · Hintergrund, keine Belege

    Der bereitgestellte Auszug erklärt, dass mehrere technische und nichttechnische Ansätze Sprachmodelle steuern sollen, aber unerwünschte Ausgaben nicht sicher verhindern können.

  64. Supporting Thailand’s next generation of AI startups openai · 2026 · Q003811 · Hintergrund, keine Belege

    OpenAI und thailändische Partner fördern zehn Gesundheits- und Bildungs-Start-ups in einem achtwöchigen Programm; die angekündigten Produktziele sind noch nicht als erreicht ausgewiesen.

  65. Scaling Responsible AI Solutions Challenges and Opportunities oecd · 2025 · Q003812 · Hintergrund, keine Belege

    Der bereitgestellte Auszug zufolge erschweren allgemeine Leitlinien und Risiken wie Diskriminierung und verstärkte Ungleichheit die verantwortungsvolle Umsetzung und Skalierung gemeinwohlorientierter KI.

  66. Pandemic Resilience Developing an AI-calibrated ensemble of models to inform decision making oecd · 2025 · Q003821 · Hintergrund, keine Belege

    Der Auszug berichtet über ein KI-kalibriertes COVID-19-Modell-Ensemble und dessen Entwicklung, bricht aber vor den angekündigten Ergebnissen und Empfehlungen ab.

  67. b63c999 - Partnership on AI pai · Q003823 · Hintergrund, keine Belege

    Der Auszug empfiehlt, Risikovorhersagen stets mit verständlichen Angaben zu ihrer Unsicherheit zu versehen und betont, dass Datenprobleme, Fairness-Korrekturen und die Nutzeroberfläche dabei Herausforderungen bleiben.

  68. Towards Real Diversity and Gender Equality in Artificial Intelligence oecd · 2025 · Q003830 · Hintergrund, keine Belege

    Der kurze Auszug skizziert ein GPAI-Projekt für mehr Vielfalt und Geschlechtergerechtigkeit in KI und Politik und verweist auf menschenrechtliche Risiken für Frauen und marginalisierte Gruppen.

  69. Uber uses OpenAI to help people earn smarter and book faster openai · 2026 · Q003834 · Hintergrund, keine Belege

    Uber setzt laut eigenem Bericht OpenAI-Modelle für Fahrerassistenz und Sprachbuchungen ein; die positiven Wirkungsangaben sind im Text nicht unabhängig belegt.

  70. ecafb94 - Partnership on AI pai · Q003837 · Hintergrund, keine Belege

    Der vorliegende Berichtsauszug fordert getrennte, kontextgerechte Risikoprognosen und Schutz vor Fehlgebrauch automatisierter Bewertungen durch bessere Verständlichkeit, Unsicherheitshinweise und Schulung.

  71. AI for Net Zero Electricity oecd · 2025 · Q003838 · Hintergrund, keine Belege

    Der Auszug skizziert mögliche KI-Vorteile für ein Netto-Null-Stromsystem und ein Selbstbewertungsinstrument, mit dem Unternehmen ihre Bereitschaft in fünf Bereichen prüfen können.

  72. 6840c6a pai · 2021 · Q003845 · Hintergrund, keine Belege

    Der Bericht hält fest, dass Modellverzerrungen auch indirekt entstehen und sich Fairnessmaße teils widersprechen, weshalb Verfahren und Zielkonflikte sorgfältig abgewogen werden müssen.

  73. 97a388a - Partnership on AI pai · Q003850 · Hintergrund, keine Belege

    Der vorliegende Auszug warnt, dass Genauigkeit allein Risikobewertungen in der Strafjustiz nicht rechtfertigt, und hebt Validität, Gruppenverzerrungen sowie die problematische Übertragung von Gruppendaten auf Einzelpersonen hervor.

  74. Introducing the Anthropic Cyber Mission anthropic · 2026 · Q003851 · Hintergrund, keine Belege

    Anthropic kündigt KI-gestützte Sicherheitsprogramme für kritische Infrastruktur und Open-Source-Projekte an, deren Wirkung laut Bericht noch nicht nachgewiesen ist.

  75. How our principles helped define AlphaFold’s release deepmind · 2022 · Q003852 · Hintergrund, keine Belege

    DeepMind zufolge wurde AlphaFold nach interner und externer Prüfung breit zugänglich gemacht, wobei Unsicherheiten der Vorhersagen kenntlich sind und mögliche Risiken weiter beobachtet werden.

  76. Building on our commitment to American scientific discovery anthropic · 2026 · Q003858 · Hintergrund, keine Belege

    Anthropic kündigt 150 Millionen US-Dollar über drei Jahre zur KI-Unterstützung von US-Forschungsprojekten an; konkrete Wirkungsnachweise nennt der Bericht nicht.

  77. Imitating Interactive Intelligence deepmind · 2020 · Q003864 · Hintergrund, keine Belege

    Der Beitrag berichtet über bessere interaktive KI-Agenten durch kombiniertes Lernen in einer Simulation, hält aber fest, dass sie noch viele Aufgaben nicht bewältigen und Menschen in den gezeigten Tests erfolgreicher waren.

  78. Comment on OMB RFC on Advancing Governance, Innovation, and Risk Management for Agency Use of Artificial Intelligence Draft Memorandum cset · 2023 · Q003870 · Hintergrund, keine Belege

    Der vorliegende Einleitungsauszug von CSET empfiehlt, die KI-Nutzung anderer Regierungen systematisch zu beobachten; der angekündigte Anhang mit Antworten auf OMBs acht Fragen und die erwähnte Grafik fehlen.

  79. Challenges in predicting AI automation epoch · 2023 · Q003882 · Hintergrund, keine Belege

    Die Verfahren zur Vorhersage von KI-Automatisierung unterscheiden sich stark, und die bisherige Evidenz reicht laut Bericht nicht aus, um ihre Genauigkeit zuverlässig zu bestimmen.

  80. Natural Language Autoencoders anthropic · 2026 · Q003886 · Hintergrund, keine Belege · ohne Zusammenfassung
  81. Google DeepMind strengthens the Frontier Safety Framework deepmind · 2025 · Q003895 · Hintergrund, keine Belege

    DeepMind erweitert sein KI-Sicherheitsframework um zusätzliche Risiko- und Prüfverfahren; der Bericht beschreibt den unternehmenseigenen Ansatz, belegt aber nicht unabhängig dessen Wirksamkeit.

  82. Areas for future action in the responsible AI ecosystem oecd · 2025 · Q003896 · Hintergrund, keine Belege

    Der kurze Auszug skizziert Ziel und Hintergrund eines GPAI-Berichts zu verantwortungsvoller KI, enthält aber keine konkreten Ergebnisse oder Empfehlungen.

  83. Data Governance Working Group Report oecd · 2025 · Q003904 · Hintergrund, keine Belege

    Der kurze Auszug besagt, dass staatliche Daten gesellschaftliche Herausforderungen sichtbar machen und KI-Lösungen unterstützen könnten, erläutert aber weder Belege noch Risiken.

  84. Adding Structure to AI Harm cset · 2023 · Q003907 · Hintergrund, keine Belege

    Der bereitgestellte Auszug beschreibt einen anpassbaren CSET-Rahmen zur Einordnung tatsächlicher und möglicher KI-Schäden; empirische Wirksamkeitsergebnisse enthält er nicht.

  85. A "diff" tool for AI models anthropic · 2026 · Q003909 · Hintergrund, keine Belege

    Anthropic berichtet über ein Verfahren, das Verhaltensunterschiede zwischen KI-Modellen aufspüren soll, betont aber, dass es ein begrenztes Screening und kein abschließender Risikonachweis ist.

  86. Genie 3: A new frontier for world models deepmind · 2025 · Q003911 · Hintergrund, keine Belege

    DeepMind präsentiert Genie 3 als interaktives Weltmodell für dynamische Simulationen, weist aber auf deutliche Grenzen bei Handlungsspielraum, Genauigkeit und Interaktionsdauer hin.

  87. Trustworthy Data Institutional Framework oecd · 2025 · Q003912 · Hintergrund, keine Belege

    Der vorliegende Auszug beschreibt den TDIF zur Bewertung und Verbesserung von Datenverwaltung und nennt eine Online-Automatisierung als nächsten Schritt.

  88. The Race for U.S. Technical Talent cset · 2023 · Q003913 · Hintergrund, keine Belege

    Der bereitgestellte Auszug berichtet von Herausforderungen bei Gewinnung und Austausch technischer Fachkräfte in der US-Verteidigungscommunity und empfiehlt mehr Kooperation, Personalentwicklung und Vernetzung; die erwähnte Abbildung fehlt.

  89. Decomposing language models into components anthropic · 2023 · Q003939 · Hintergrund, keine Belege

    Anthropic zufolge machen Features kleine Sprachmodelle verständlicher und gezielter steuerbar; ob der Ansatz bei großen Modellen funktioniert, ist noch ungeklärt.

  90. The Role of Government as a Provider of Data for Artificial Intelligence oecd · 2025 · Q003940 · Hintergrund, keine Belege

    Der Auszug skizziert mögliche Modelle und rechtliche Leitplanken für staatlichen Datenaustausch zur KI-Entwicklung, enthält aber keine Ergebnisse der angekündigten vier Fallstudien.

  91. d7ddb74 pai · 2021 · Q003943 · Hintergrund, keine Belege

    Der FAQ-Auszug aus einem PAI-Papier befürwortet erleichterte Visa für vielfältige KI/ML-Talente und nennt mögliche Bewertungsmodelle, gibt aber nicht den vollständigen Bericht wieder.

  92. SIMA 2: A Gemini-Powered AI Agent for 3D Virtual Worlds deepmind · 2025 · Q003947 · Hintergrund, keine Belege

    Der Bericht stellt SIMA 2 als Gemini-gestützten 3D-Spielagenten vor, dessen berichtete Fortschritte bei Planung, Aufgabenübertragung und selbstständigem Lernen zunächst in einer begrenzten Forschungsvorschau untersucht werden.

  93. Sabotage evaluations for frontier models anthropic · 2024 · Q003951 · Hintergrund, keine Belege · ohne Zusammenfassung
  94. Data Governance Working Group A Framework Paper for GPAI’s Work on Data Governance 2.0 oecd · 2025 · Q003952 · Hintergrund, keine Belege

    Der bereitgestellte Bericht ist nur ein kurzer Auszug über Auftrag und Abgrenzung der GPAI-Arbeitsgruppe für Daten-Governance; konkrete Ergebnisse oder Projekte werden nicht genannt.

  95. A Matrix for Selecting Responsible AI Frameworks cset · 2023 · Q003953 · Hintergrund, keine Belege

    Der vorliegende Auszug beschreibt eine Matrix zum Vergleich von mehr als 40 Rahmen für verantwortungsvolle KI, nennt aber keine konkreten Rahmen oder Vergleichsergebnisse.

  96. Gemma Scope 2: Helping the AI Safety Community Deepen Understanding of Complex Language Model Behavior deepmind · 2025 · Q003957 · Hintergrund, keine Belege

    Gemma Scope 2 soll die Untersuchung interner Abläufe von Gemma-3-Modellen erleichtern; die beschriebenen Sicherheitsanwendungen sind Möglichkeiten, deren Wirksamkeit der Bericht nicht systematisch nachweist.

  97. Investigating reward tampering in language models anthropic · 2024 · Q003958 · Hintergrund, keine Belege · ohne Zusammenfassung
  98. Action Plan for the High-Quality Development of Computing Power Infrastructure cset · 2023 · Q003959 · Hintergrund, keine Belege

    Der Auszug skizziert Chinas Ziele für den Ausbau einer leistungsfähigeren und zugleich effizienteren, klimafreundlicheren Recheninfrastruktur; der restliche Plantext fehlt.

  99. Data Governance Working Group Report oecd · 2025 · Q003966 · Hintergrund, keine Belege

    Der Auszug stellt drei geplante Projekte zu Datentreuhand, Datengerechtigkeit und PETs vor, nennt aber keine Ergebnisse und ist nicht der vollständige Bericht.

  100. Protecting People from Harmful Manipulation deepmind · 2026 · Q003968 · Hintergrund, keine Belege

    DeepMind beschreibt Labortests zu KI-Manipulation und betont, dass die Ergebnisse nicht zwingend auf die reale Welt übertragbar sind.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →