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-H3-T05

Wenn ein Modell nacheinander von Laboren in verschiedenen Rechtsordnungen feinjustiert, mit anderen Modellen zusammengeführt oder destilliert wird (ein weiteres Modell wird mit seinen Ausgaben trainiert) und jede Stufe Fähigkeiten hinzufügen oder Schutzvorkehrungen entfernen kann: Welches gemeinsame Herkunftsregister, das sich nur ergänzen und nicht ändern lässt, verfolgt eine Gefahr bis zu der Änderung zurück, die sie brachte, ohne die vollständigen Trainingsdaten eines einzelnen Labors zu verlangen? Und wenn dabei ein Verhalten entsteht, das keines der Ursprungslabore vorhergesehen hat: Welche Register- oder Vorabmeldepflicht gilt vor dem Einsatz, und welcher Staat ist bei grenzüberschreitendem Schaden zuständig?

284 Berichte ab Stufe 3 bei Luna (weitere Modelle folgen), stärkste zuerst.

Zum Inhalt ↓
← Alle Quellen zu SF-H3
  1. From co-generated data to generative AI oecd · 2024 · Q004908 · Hintergrund, keine Belege

    Der Bericht sieht bei gemeinsam erzeugten Daten ein komplexes, lückenhaftes Rechtegefüge und fordert weitere Forschung, besonders zu generativer KI.

  2. Trust, confidence and Verifiable Data Audit deepmind · 2017 · Q004934 · Hintergrund, keine Belege

    Der Bericht stellt ein geplantes, manipulationsprüfbares Prüfregister für die Nutzung von Gesundheitsdaten vor und benennt zentrale technische Hürden, ohne eine fertige Umsetzung nachzuweisen.

  3. AI security and sovereignty: INESIA unveils its roadmap for 2026-2027 fragen-funde · 2026 · Q004984 · Hintergrund, keine Belege · ohne Zusammenfassung
  4. Models as Insider Risks in the Super Intelligence Era fragen-funde · 2026 · Q005078 · Hintergrund, keine Belege · ohne Zusammenfassung
  5. With mounting pressure on health systems, can AI help 8 billion people to obtain optimal health outcomes? oecd · 2024 · Q005131 · Hintergrund, keine Belege

    Laut OECD könnte KI Gesundheitssysteme entlasten, doch fragmentierte Daten und weitere Umsetzungsbarrieren bremsen ihre gerechte Verbreitung; eine Expertengruppe soll gemeinsame Ansätze erarbeiten.

  6. How can standard contract terms advance responsible AI data and model sharing for generative AI and other applications? oecd · 2023 · Q005147 · Hintergrund, keine Belege

    Der Beitrag sieht in Standardverträgen ein mögliches Hilfsmittel für verantwortungsvollen KI-Datenaustausch, betont aber, dass sie allein nicht genügen und ihre Entwicklung noch früh ist.

  7. Is there AI beyond Chat GPT? oecd · 2024 · Q005163 · Hintergrund, keine Belege

    Der Artikel fordert einen breiteren Blick auf KI und präsentiert CAST als Teilansatz, um KI-Anwendungen und verantwortungsvolle Gestaltungspraktiken besser zusammenzuführen.

  8. A framework for AI development transparency anthropic · 2025 · Q005181 · Hintergrund, keine Belege

    Anthropic fordert flexible, gesetzliche Transparenzpflichten zu Sicherheitspraktiken für die größten KI-Entwickler und stellt sie als ersten Schritt zu mehr Rechenschaft dar.

  9. AI could transform disaster response. How do we ensure it reaches those who need it most? oecd · 2024 · Q005205 · Hintergrund, keine Belege

    Der Bericht stellt DISHA als gemeinschaftlich gestalteten Ansatz für KI in der humanitären Hilfe vor und betont, dass Datenzugang, öffentliche Unterstützung und Beteiligung vor Ort nötig sind, ohne unabhängige Wirkungsnachweise vorzulegen.

  10. Deadline extended to 1 October: Public consultation on risk thresholds for advanced AI systems oecd · 2024 · Q005217 · Hintergrund, keine Belege

    Der Bericht stellt eine OECD-Konsultation zu noch umstrittenen Risikoschwellen für fortgeschrittene KI vor, deren Beiträge bis zum 1. Oktober 2024 weitere Forschung und politische Arbeit unterstützen sollten.

  11. AI Verification cset · 2021 · Q005233 · Hintergrund, keine Belege

    Der bereitgestellte Textauszug skizziert mögliche Prüf- und Überwachungsverfahren für KI in militärischen Systemen, deren technische und praktische Eignung laut Bericht noch offen ist.

  12. AI Safety Institutes: Can countries meet the challenge? oecd · 2024 · Q005261 · Hintergrund, keine Belege

    Der OECD-Beitrag beschreibt AISIs als mögliche Säulen für KI-Prüfung und internationale Abstimmung, deren Wirksamkeit jedoch von sicherem Informationsaustausch, passenden Befugnissen, ausreichenden Fachkräften und geeignetem Modellzugang abhängt.

  13. AI Act and disability-centred policy: how can we stop perpetuating social exclusion? oecd · 2023 · Q005279 · Hintergrund, keine Belege

    Der Beitrag fordert, KI-Regeln und -Entwicklung konsequent an den Erfahrungen und Rechten von Menschen mit Behinderungen auszurichten: „Nichts über uns ohne uns.“

  14. Web3, AI, and other technologies provide new opportunities to improve healthcare oecd · 2023 · Q005306 · Hintergrund, keine Belege

    Der Bericht sieht in KI und Blockchain Chancen für ein sichereres und stärker personalisiertes Gesundheitswesen, liefert dafür aber keine eigenen empirischen Nachweise und betont offene ethische, rechtliche und datenschutzbezogene Fragen.

  15. Artificial intelligence in health: big opportunities, big risks oecd · 2023 · Q005338 · Hintergrund, keine Belege

    Der Beitrag sieht große Chancen für KI im Gesundheitswesen, fordert wegen Datenschutz-, Gerechtigkeits- und Haftungsrisiken aber einen transparenten und verantwortungsvollen Einsatz.

  16. Towards algorithm auditing: A research overview oecd · 2024 · Q005375 · Hintergrund, keine Belege

    Der Beitrag plädiert für wiederkehrende, kontextspezifische Algorithmus-Audits, deren Zusicherung nur die tatsächlich geprüften Standards und Rechtsvorgaben abdeckt.

  17. Navigating the challenges and opportunities of synthetic voices openai · 2024 · Q005384 · Hintergrund, keine Belege

    OpenAI berichtet über begrenzte Tests eines Modells zur Erzeugung ähnlicher Stimmen und hält es wegen Missbrauchsrisiken vorerst zurück.

  18. What is AI? Can you make a clear distinction between AI and non-AI systems? oecd · 2024 · Q005409 · Hintergrund, keine Belege

    Laut OECD-Bericht beschreibt die überarbeitete Definition KI-Systeme breit als Systeme, die aus Eingaben zielbezogene Ausgaben ableiten; sie ersetzt keine Regeln zu Haftung und Verantwortung und lässt kontextbezogene Regulierung offen.

  19. Responsible AI in African economic policymaking oecd · 2024 · Q005464 · Hintergrund, keine Belege

    KI könnte afrikanische Wirtschaftsentscheidungen unterstützen, doch der Bericht fordert dafür kontextgerechte Regeln, Beteiligung und starke menschliche Aufsicht und belegt die erwarteten Vorteile nicht empirisch.

  20. New AI technologies can perpetuate old biases: some examples in the United States oecd · 2022 · Q005519 · Hintergrund, keine Belege

    Der OECD-Beitrag zufolge kann KI Ungleichheiten verstärken oder mit klaren Schutzmaßnahmen verringern; dafür seien faire Entwicklung, menschliche Kontrolle und verständliche Erklärungen nötig.

  21. The AI data scraping challenge:  How can we proceed responsibly? oecd · 2024 · Q005534 · Hintergrund, keine Belege

    Der Bericht empfiehlt, die Chancen und Risiken des KI-Datenscrapings mit einer Kombination aus Recht, Verträgen, Technik, Verhaltenskodizes und Bildung anzugehen.

  22. Why policymakers worldwide must prioritise security for AI oecd · 2023 · Q005571 · Hintergrund, keine Belege

    Der Beitrag fordert, KI-Sicherheit wegen vielfältiger Angriffsrisiken stärker in Regulierung und Praxis zu verankern, räumt aber ein, dass Abwehr schwierig bleibt.

  23. How do we govern the complex intersection between AI and cybersecurity? oecd · 2020 · Q005589 · Hintergrund, keine Belege

    KI kann laut Bericht Cyberrisiken verstärken und die Verteidigung unterstützen; nötig seien sichere Gestaltung, Aufklärung und internationale Zusammenarbeit.

  24. Poison in the Well cset · 2021 · Q005592 · Hintergrund, keine Belege

    Der bereitgestellte Auszug warnt laut Autor vor schwer erkennbaren Manipulationen an ML-Werkzeugen, Modellen und Datensätzen und empfiehlt staatliche Maßnahmen zur Erkennung und Verringerung dieser Lieferkettenrisiken.

  25. Ensuring AI’s trustworthiness: reliability engineering meets data-driven risk management oecd · 2023 · Q005603 · Hintergrund, keine Belege

    Der Beitrag empfiehlt Zuverlässigkeitstechnik und dokumentierte Vorfallmeldungen für das KI-Risikomanagement, betont aber, dass dieser Ansatz allein keine KI-Sicherheit garantiert.

  26. Securing AI cset · 2022 · Q005630 · Hintergrund, keine Belege

    Der vorliegende Text ist nur die Executive Summary: Der Bericht fordert, Offenlegungsregeln für ML-Schwachstellen stärker auf Nutzer, Risikobewertung und Schutzmaßnahmen jenseits von Patches auszurichten, während deren langfristige praktische Wirkung noch offen ist.

  27. Andrew Lohn's Testimony before House of Representatives Science, Space and Technology Subcommittees cset · 2022 · Q005679 · Hintergrund, keine Belege

    Andrew Lohn warnt vor Sicherheitsrisiken durch die offene KI-Lieferkette und empfiehlt vertrauenswürdige Ressourcen, Prüfungen, Komponentenübersichten und KI-Fachleute für staatliche Sicherheitsteams.

  28. The argument for holistic AI audits oecd · 2023 · Q005696 · Hintergrund, keine Belege

    Der Beitrag empfiehlt umfassende KI-Audits, die technische Ergebnisse und Governance gemeinsam prüfen, weil jeder Ansatz für sich wichtige Risiken übersehen kann.

  29. The United States works with domestic and international AI communities to establish frameworks that advance trustworthy AI for all oecd · 2023 · Q005707 · Hintergrund, keine Belege

    Die US-Regierung will laut Bericht KI durch Risikomanagement, Sicherheitsmaßnahmen und internationale Abstimmung vertrauenswürdiger gestalten; die Darstellung beschreibt vor allem Ziele und laufende Vorhaben, nicht deren unabhängig geprüfte Wirkung.

  30. For disabilities and designated groups, the Digital Services and Market Acts may complement AI and data policies to ensure algorithmic safety and accountability oecd · 2023 · Q005721 · Hintergrund, keine Belege

    Laut Bericht könnten DSA und DMA zusammen mit KI-, Daten- und Barrierefreiheitsregeln den Schutz von Menschen mit Behinderungen vor Plattform- und Algorithmusrisiken stärken, ihre Wirkung ist jedoch nicht abschließend belegt.

  31. Human, or human-like? Transparency for AI-generated content oecd · 2023 · Q005733 · Hintergrund, keine Belege

    Die Autoren fordern verpflichtende, kostenlose Detektoren für KI-generierte Inhalte und benennen technische, Datenschutz- und Durchsetzungsgrenzen.

  32. Bridging the gap in AI governance and the rule of law: The Athens Roundtable 2023 oecd · 2023 · Q005767 · Hintergrund, keine Belege

    Die Ankündigung der Athens Roundtable 2023 fordert eine rechtebasierte, international koordinierte KI-Governance mit zentraler Beteiligung der Zivilgesellschaft, enthält aber keine späteren Konferenzergebnisse.

  33. The AI data challenge: How do we protect privacy and other fundamental rights in an AI-driven world? oecd · 2023 · Q005779 · Hintergrund, keine Belege

    Der Bericht empfiehlt, KI-Datenzugang mit Grundrechtsschutz durch menschenzentrierte Regeln, Durchsetzung, gemeinsame Standards und weitere Schutzmaßnahmen zu verbinden, weist aber auf offene Fragen und unterschiedliche Positionen zur Regulierung hin.

  34. Will businesses or laws and regulations ever prioritise environmental sustainability for AI systems? oecd · 2023 · Q005830 · Hintergrund, keine Belege

    Der Beitrag plädiert für mehr Regulierung und Transparenz zu den Umweltfolgen von KI, weist aber auf erhebliche Messlücken und unvollständige Daten hin.

  35. Scoping the OECD AI principles: Deliberations of the Expert Group on Artificial Intelligence at the OECD (AIGO) oecd · 2019 · Q005867 · Hintergrund, keine Belege

    Nur der Abstract liegt vor: Er schreibt der OECD-Expertengruppe AIGO ein gemeinsames Verständnis von KI-Systemen und einen Lebenszyklusrahmen zu, die in die 2019 verabschiedeten OECD-KI-Prinzipien einflossen.

  36. Initial policy considerations for generative artificial intelligence oecd · 2023 · Q005994 · Hintergrund, keine Belege

    Der OECD-Beitrag sieht in generativer KI Chancen und erhebliche, teils noch ungewisse Risiken und fordert frühzeitige politische Antworten.

  37. A law for foundation models: the EU AI Act can improve regulation for fairer competition oecd · 2023 · Q006018 · Hintergrund, keine Belege

    Der Beitrag plädiert für einen gezielten EU AI Act, der besonders leistungsfähige foundation models reguliert und Risiken begrenzt, ohne kleinere Anbieter zu benachteiligen.

  38. BigCode: toward open AI governance processes in LLMs for coding oecd · 2023 · Q006044 · Hintergrund, keine Belege

    BigCode verbindet laut Bericht offene Entwicklung von Code-Sprachmodellen mit Opt-out, Datenschutz, Herkunftssuche, Emissionsangaben und einer Lizenz mit Nutzungsauflagen.

  39. Basic safety requirements for AI risk management oecd · 2023 · Q006069 · Hintergrund, keine Belege

    Der Bericht fordert strenge, verbindliche KI-Sicherheitsregeln, weil Risiken laut Autor schwer messbar und zentrale Eigenschaften wie Interpretierbarkeit, Begrenzbarkeit und Korrigierbarkeit noch nicht zuverlässig gewährleistet sind.

  40. Should we do this? Navigating risk and innovation through digital ethics in business oecd · 2023 · Q006122 · Hintergrund, keine Belege

    Unternehmen sollten laut Bericht für digitale Vorhaben einen verlässlichen Prozess zur Abwägung ethischer Risiken schaffen, obwohl gemeinsame Standards und einheitliche Lösungen bislang fehlen.

  41. Canada and the UK compare AI governance efforts and  reflect on regulating AI oecd · 2023 · Q006160 · Hintergrund, keine Belege

    Der Bericht fasst eine britisch-kanadische Gesprächsrunde zu KI-Regulierung im Finanzsektor zusammen: Standards und sektorale Regeln sollen sich ergänzen, doch das Verhältnis zur übergreifenden KI-Governance bleibt offen.

  42. Lawsuits in the United States point to a need for AI risk management systems oecd · 2023 · Q006184 · Hintergrund, keine Belege

    Laut Beitrag sollen systematische Prüfungen und laufendes KI-Risikomanagement helfen, diskriminierende oder schädliche Folgen zu begrenzen, auch wenn sie Risiken nicht vollständig ausschließen können.

  43. When AI generates work, standard contractual terms can help generate value and clarity oecd · 2023 · Q006194 · Hintergrund, keine Belege

    Der vollständige Artikel empfiehlt gemeinsame Vertragsstandards für mehr Klarheit über KI-Ergebnisse, weist aber darauf hin, dass die Rechtslage uneinheitlich und die Standards noch zu entwickeln sind.

  44. Priorities and principles for effective third party assessments openai · 2026 · Q006220 · Hintergrund, keine Belege

    OpenAI skizziert vier Prioritäten und Grundsätze für unabhängige KI-Sicherheitsprüfungen, deren Aussagekraft durch vereinbarten Umfang, Zugang und Vertraulichkeit begrenzt ist.

  45. Guidelines for the Construction of a National New Generation Artificial Intelligence Standards System cset · 2021 · Q006221 · Hintergrund, keine Belege

    Der vorliegende Auszug skizziert Chinas geplanten Aufbau eines umfassenden KI-Standardsystems, enthält aber keine Ergebnisse zur Umsetzung.

  46. Ethical Norms for New Generation Artificial Intelligence Released cset · 2021 · Q006228 · Hintergrund, keine Belege

    Der Auszug skizziert sechs ethische Leitlinien für KI in China, lässt die angekündigten Einzelregeln aus und hält fest, dass keine Strafen oder Durchsetzungsregeln genannt werden.

  47. A framework to navigate the emerging regulatory landscape for AI oecd · 2022 · Q006237 · Hintergrund, keine Belege

    Der Beitrag von 2022 empfiehlt Organisationen, sich mit internationalen Standards und dem RAII-Bewertungsrahmen auf eine entstehende KI-Regulierung einzustellen, wobei mehrere beschriebene Gesetze noch Entwürfe waren.

  48. A roadmap for an AI learning campaign oecd · 2023 · Q006294 · Hintergrund, keine Belege

    Der Beitrag plädiert für eine weltweite Lernkampagne, die KI-Wissen, verantwortungsvolle Nutzung, bessere Schutzwerkzeuge und internationale Zusammenarbeit fördern soll.

  49. COVID-19 and beyond: Elements of certainty can make AI ecosystems trustworthy oecd · 2020 · Q006305 · Hintergrund, keine Belege

    Der Beitrag argumentiert, dass vertrauenswürdige KI offene Standards, überprüfbare Prüfungen und eine risikobasierte Governance braucht, liefert jedoch keine eigenen systematischen Wirksamkeitsnachweise.

  50. Analysing simulated environments and immersive technologies in the European AI Act and Brazil’s proposed AI regulation oecd · 2023 · Q006347 · Hintergrund, keine Belege

    Der Beitrag fordert eine an Risiken und Rechten orientierte Regulierung immersiver KI-Technologien und beschreibt mögliche Chancen und Gefahren als Einschätzungen, nicht als Ergebnisse einer eigenen empirischen Studie.

  51. AI legal cases are increasing: how can we prepare? oecd · 2023 · Q006403 · Hintergrund, keine Belege

    Der Beitrag fordert mehr Durchsetzungskapazität, gemeinsame KI-Standards und eine sorgfältige Prüfung der Tatsachen jedes Rechtsfalls.

  52. Korea is leading an exemplary AI transition. Here’s how. oecd · 2022 · Q006458 · Hintergrund, keine Belege

    Der OECD.AI-Beitrag beschreibt Koreas umfassende KI- und Digitalstrategie und ihre politischen Bausteine, bietet aber keine unabhängige Bewertung ihrer Wirkung.

  53. Is AI a wake-up call for financial services in the UK? oecd · 2022 · Q006468 · Hintergrund, keine Belege

    Der Beitrag zufolge braucht der wachsende KI-Einsatz im britischen Finanzwesen bessere Daten- und Modellüberwachung, klare Verantwortung und weitere regulatorische Abstimmung; viele Fragen bleiben offen.

  54. Singapore’s A.I.Verify builds trust through transparency oecd · 2022 · Q006488 · Hintergrund, keine Belege

    Singapurs A.I. Verify soll KI-Leistungsangaben durch freiwillige Selbsttests transparenter machen, bietet laut Bericht aber weder eine Sicherheitsgarantie noch bereits etablierte Branchenbenchmarks.

  55. Canada’s leadership in AI – talent, ecosystems, and responsible AI oecd · 2021 · Q006498 · Hintergrund, keine Belege

    Der Bericht beschreibt Kanadas Förderung von KI-Forschung, Talenten und wirtschaftlicher Anwendung sowie geplante Regeln für verantwortungsvolle KI, ohne die behaupteten Wirkungen unabhängig zu überprüfen.

  56. Decree of the President of the Russian Federation on the Development of Artificial Intelligence in the Russian Federation cset · 2019 · Q006508 · Hintergrund, keine Belege

    Russlands 2019 beschlossene KI-Strategie setzt bis 2030 Ziele für Forschung, Daten, Technik, Fachkräfte und Regulierung, doch der Bericht belegt nicht, ob diese erreicht wurden.

  57. Responsible AI licenses: a practical tool for implementing the OECD Principles for Trustworthy AI oecd · 2022 · Q006511 · Hintergrund, keine Belege

    Der Autor sieht RAILs als mögliches ergänzendes Mittel, offene KI-Nutzung entlang der Wertschöpfungskette an verantwortungsbezogene Bedingungen zu knüpfen, weist ihre Wirksamkeit aber nicht empirisch nach.

  58. 人工智能原则: 美国国防部关于人工智能道德使用的建议 cset · 2019 · Q006534 · Hintergrund, keine Belege

    Der Bericht empfiehlt fünf ethische KI-Grundsätze und zwölf Umsetzungsschritte für das US-Verteidigungsministerium, über deren endgültige Annahme dieses selbst entscheidet.

  59. Принципы ИИ: Рекомендации по этичному использованию искусственного интеллекта Министерством обороны cset · 2019 · Q006538 · Hintergrund, keine Belege

    Ein unabhängiger US-Beratungsausschuss empfiehlt fünf Grundsätze und zwölf Umsetzungsschritte für verantwortliche Verteidigungs-KI; der Bericht beschreibt Vorschläge, keine beschlossene Politik.

  60. AI needs the right trade policies to flourish oecd · 2022 · Q006563 · Hintergrund, keine Belege

    Der OECD-Beitrag fordert, Handelspolitik und KI-Governance gemeinsam zu gestalten, weil Handelsbarrieren bei Technik, Diensten, Fachkräften und Daten laut Artikel die Entwicklung und Verbreitung von KI behindern können.

  61. Three takeaways from classifying AI systems designed to fight the COVID-19 pandemic oecd · 2022 · Q006591 · Hintergrund, keine Belege

    Der Bericht sieht Klassifikationsrahmen, laufend geprüfte Messinstrumente und stärkere Transparenzregeln als Voraussetzungen für eine bessere Überwachung von KI-Systemen, weist aber auf lückenhafte Informationen und begrenzte Wirkungsnachweise hin.

  62. What do AI systems and cows have in common? oecd · 2022 · Q006599 · Hintergrund, keine Belege

    Der OECD-Beitrag stellt einen noch weiterzuentwickelnden Rahmen vor, der konkrete KI-Anwendungen anhand von Menschen, Kontext, Modellen, Daten und Autonomie klassifiziert, um Risiken besser sichtbar zu machen.

  63. The OECD Framework for Classifying AI Systems to assess policy challenges and ensure international standards in AI oecd · 2022 · Q006636 · Hintergrund, keine Belege

    Die OECD beschreibt eine allgemeine Klassifikation von KI-Systemen als mögliche Grundlage für verständlichere Politikdebatten, Risikobewertung und internationale Abstimmung, deren breite Wirkung laut Bericht noch aussteht.

  64. A first look at the OECD’s Framework for the Classification of AI Systems, designed to give policymakers clarity oecd · 2020 · Q006726 · Hintergrund, keine Belege

    Ein vorläufiger OECD-Rahmen ordnet KI-Systeme in vier Dimensionen ein, um politische Folgen und Verantwortlichkeiten besser beurteilen zu können; weitere Prüfungen waren noch geplant.

  65. OpenAI to acquire Promptfoo openai · 2026 · Q006737 · Hintergrund, keine Belege

    OpenAI plant die Übernahme von Promptfoo und will dessen Sicherheitstest-Werkzeuge nach Abschluss in Frontier integrieren.

  66. Familiar methods can help to ensure trustworthy AI as the algorithm auditing industry grows oecd · 2021 · Q006823 · Hintergrund, keine Belege

    Der Bericht plädiert für risikobasierte Audits von Algorithmen, die zentrale Vertrauensfragen prüfen, Zielkonflikte berücksichtigen und in Governance eingebettet werden.

  67. Three challenges facing compute-based AI policies epoch · 2025 · Q006848 · Hintergrund, keine Belege

    Der bereitgestellte Auszug zufolge erfassen gängige Rechenmetriken wichtige Fähigkeitsquellen nur unvollständig; die Autoren plädieren für regelmäßige Überprüfung und ergänzende Bewertungen.

  68. An introduction to the Global Partnership on AI’s work on data governance oecd · 2020 · Q007156 · Hintergrund, keine Belege

    Der Beitrag stellt die 2020 geplante Arbeit der GPAI-Gruppe zu verantwortungsvoller Datennutzung vor, berichtet jedoch noch keine Ergebnisse.

  69. An open call for input from GPAI’s Data Governance Working Group oecd · 2020 · Q007161 · Hintergrund, keine Belege

    Der Beitrag stellt einen vorläufigen GPAI-Rahmen für Daten-Governance und einen Aufruf zur Rückmeldung vor, berichtet aber noch keine abschließenden Forschungsergebnisse.

  70. An Alien Mind openai · 2026 · Q007478 · Hintergrund, keine Belege

    Der OpenAI-Wissenschaftler Jakub Pachocki warnt, dass KI schneller leistungsfähiger werden könnte, als ihre Ausrichtung und Überwachung Schritt halten, und fordert deshalb Sicherheitsgrenzen und internationale Koordination.

  71. Moving AI governance forward openai · 2023 · Q007614 · Hintergrund, keine Belege

    Der Bericht beschreibt freiwillige, zeitlich an vergleichbare Regulierung gebundene Zusagen führender KI-Unternehmen für leistungsfähigere generative Modelle, darunter Sicherheitstests, Schutzmaßnahmen, Kennzeichnung und Transparenz.

  72. Insights from global conversations openai · 2023 · Q007621 · Hintergrund, keine Belege

    OpenAI berichtet über globale Hoffnungen und Risiken rund um KI und kündigt zugänglichere Produkte, stärkere Sicherheits- und Governance-Maßnahmen sowie Unterstützung für Bildung und gemeinwohlorientierte Anwendungen an; die Zusammenfassung beruht auf OpenAIs eigener Darstellung.

  73. Detecting and reducing scheming in AI models openai · 2025 · Q007661 · Hintergrund, keine Belege

    Laut OpenAI und Apollo Research senkte ein Anti-Scheming-Training verdeckte Handlungen in Tests deutlich, doch Testwahrnehmung, mögliche Verschleierung und die Abhängigkeit von lesbaren Gedankengängen erschweren die Bewertung.

  74. Helping build shared standards for advanced AI openai · 2026 · Q007935 · Hintergrund, keine Belege

    OpenAI zufolge soll Appia offene, interoperable Standards für KI-Prüfungen fördern; die Wirkung des Vorhabens wird im Bericht nicht unabhängig belegt.

  75. Open weights and AI for all openai · 2025 · Q007945 · Hintergrund, keine Belege

    OpenAI zufolge sollen seine neuen offenen KI-Modelle den Zugang verbreitern und demokratisch geprägte KI-Infrastruktur stärken, doch der Bericht nennt keine konkreten Leistungsdaten oder unabhängigen Wirkungsnachweise.

  76. Advancing responsible AI across Europe openai · 2026 · Q007950 · Hintergrund, keine Belege

    OpenAI erläutert eigene Maßnahmen für verantwortungsvolle KI in Europa, räumt technische Grenzen bei Herkunftsnachweisen ein und kündigt weitere Anpassungen an.

  77. Improving verifiability in AI development openai · 2020 · Q008309 · Hintergrund, keine Belege

    Der Text stellt zehn Empfehlungen für besser überprüfbare KI-Entwicklung vor, ist aber nur eine Zusammenfassung und erläutert weder deren Wirksamkeit noch die Einschränkungen des vollständigen Berichts.

  78. Response to NIST Executive Order on AI openai · 2024 · Q008968 · Hintergrund, keine Belege

    OpenAI beschreibt Ansätze für KI-Sicherheitsprüfungen und Herkunftsnachweise, betont aber, dass deren Ergebnisse begrenzt, teils unsicher und weiter zu erforschen sind.

  79. https://arxiv.org/pdf/1610.05755 openai · Q009443 · Hintergrund, keine Belege

    PATE soll sensible Trainingsdaten durch verrauschte Stimmen getrennter Teacher-Modelle schützen und erzielt laut Bericht gute Versuchsergebnisse, ist aber auf passende Datenpartitionen und teils zusätzliche unlabeled Daten angewiesen.

  80. OECD health ministers: people and partnerships are the secret to enabling AI in healthcare oecd · 2024 · Q009490 · Hintergrund, keine Belege

    Die OECD empfiehlt, KI im Gesundheitswesen durch anpassungsfähige Regeln, Partnerschaften, gute Datengrundlagen und internationale Zusammenarbeit verantwortungsvoll und gerecht zu gestalten.

  81. Unser Rahmen für Berichte über Modell-Fehlausrichtung openai · Q009536 · Hintergrund, keine Belege

    OpenAI veröffentlicht einen vorläufigen Offenlegungsrahmen und sechs Einzelfälle von Modell-Fehlausrichtung, die laut Unternehmen weder deren Häufigkeit noch das gesamte bekannte Spektrum abbilden.

  82. Auf dem Weg zu Sicherheitsnachweisen für das Training von Frontier-KI openai · Q009545 · Hintergrund, keine Belege

    OpenAI skizziert vorläufige Sicherheitsleitlinien für Frontier-KI-Training und betont, dass belastbare Sicherheitsnachweise ein langfristiges Ziel sind.

  83. How the OECD’s AI system classification work added to a year of progress in AI governance oecd · 2021 · Q009569 · Hintergrund, keine Belege

    Der Text wirbt für eine kontextbezogene Einstufung von KI-Risiken als Grundlage abgestufter Regeln und nennt mehrere mögliche Hochrisikobereiche, ohne die Wirksamkeit des Ansatzes empirisch zu belegen.

  84. You Are Evaluating Sovereign AI Wrong medium.com · 2026 · Q011506 · Hintergrund, keine Belege

    Der Beitrag empfiehlt, KI-Souveränität anhand von Kontrolle über Rechenleistung, Daten, Modelle und Wechselmöglichkeiten zu prüfen, statt sie allein am Serverstandort oder an offenen Modellgewichten festzumachen.

Sprache und Prüfstand

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

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →