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-P3

Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?

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

Zum Inhalt ↓
← Interaktive Liste mit Filtern
  1. Introducing Claude for Teachers anthropic · 2026 · Q003687 · Hintergrund, keine Belege

    Anthropic stellt ein bis Juli 2028 kostenloses Claude-Angebot für verifizierte US-Lehrkräfte vor; seine Wirksamkeit soll noch untersucht werden, und für Schülerdaten gelten schulische und staatliche Vorgaben.

  2. AI in South Korea—OpenAI’s Economic Blueprint openai · 2025 · Q003691 · Hintergrund, keine Belege

    Der vorliegende Überblicksauszug gibt OpenAIs Vorschlag wieder, Südkorea solle eigene KI-Fähigkeiten und internationale Partnerschaften verbinden; der vollständige Bericht mit Empfehlungen und Fallbeispielen liegt hier nicht vor.

  3. 3fba3ac pai · 2021 · Q003693 · Hintergrund, keine Belege

    Der bereitgestellte Auszug erklärt PAI zufolge den Unterschied zwischen Gesichtsverifikation und -identifikation, nennt Bildqualität und Trainingsdaten als Leistungsfaktoren und grenzt Gesichtsanalyse ab.

  4. 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.

  5. Claude Frontier Academy: $100M to train 10,000 engineers anthropic · 2026 · Q003729 · Hintergrund, keine Belege

    Anthropic will bis Ende 2027 mit einer neuen Academy 10.000 Fachkräfte für den Einsatz von Claude in Unternehmen schulen; erste Gruppen laufen, abgeschlossene Ergebnisse liegen laut Bericht noch nicht vor.

  6. 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.

  7. The Role of Government as a Provider of Data for Artificial Intelligence oecd · 2025 · Q003761 · Hintergrund, keine Belege

    Der bereitgestellte Auszug zeigt anhand zweier von angekündigten vier Fällen, dass staatliche Daten für KI verantwortungsvoll geteilt und wirksam beaufsichtigt werden müssen.

  8. 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.

  9. Responsible Development, Use and Governance of AI Working Group Report oecd · 2025 · Q003770 · Hintergrund, keine Belege

    Der Auszug beschreibt Zusammensetzung und Repräsentationsziele der 30-köpfigen RAI, enthält aber keine Darstellung ihrer Arbeitsergebnisse.

  10. 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.

  11. b8a92cc - Partnership on AI pai · Q003782 · Hintergrund, keine Belege

    Der vorliegende Auszug behauptet, XAI helfe derzeit vor allem intern und müsse verbessert werden, damit auch externe Beteiligte automatisierte Entscheidungen verstehen und bewerten können.

  12. Biological sequence models in the context of the AI directives epoch · 2024 · Q003784 · Hintergrund, keine Belege

    Der Bericht sieht stark wachsende Rechen- und Datenbestände bei biologischen Sequenzmodellen und diskutiert eine mögliche, rechtlich nicht abschließend geklärte Lücke bei Modellen, die zwar viele biologische Daten nutzen, aber nicht überwiegend damit trainiert werden.

  13. 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.

  14. 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.

  15. How Localiza reorganized work around generative AI openai · 2026 · Q003827 · Hintergrund, keine Belege

    Laut einer OpenAI-Fallstudie organisiert Localiza Arbeit und Kundenangebote neu um generative KI; die berichteten Erfolge beruhen auf Unternehmensangaben, und unabhängige Wirkungsdaten fehlen.

  16. 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.

  17. 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.

  18. Greptile takes bug detection beyond code review with GPT-6 Astra openai · 2026 · Q003844 · Hintergrund, keine Belege

    Greptile setzt GPT‑6 Astra, Daybreak und Codex für Tests, Sicherheit und Entwicklung ein; die berichteten Vorteile beruhen auf Unternehmensangaben und werden nicht mit unabhängigen Messdaten belegt.

  19. 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.

  20. Building abundant intelligence openai · 2026 · Q003874 · Hintergrund, keine Belege

    OpenAI argumentiert, dass leistungsfähigere und effizientere KI bei sinkenden Kosten mehr nützliche Anwendungen ermögliche, und belegt dies im Bericht mit eigenen, dort nicht unabhängig geprüften Kennzahlen.

  21. Responsible AI Working Group Report oecd · 2025 · Q003879 · Hintergrund, keine Belege

    Der Auszug schildert zwei 2021 priorisierte Projekte zu verantwortungsvoller KI für Umwelt- und Social-Media-Governance, nennt aber keine Ergebnisse.

  22. 38a254c pai · 2021 · Q003883 · Hintergrund, keine Belege

    Der vorliegende Auszug beschreibt eine nicht zufällige, überwiegend auf Entscheidungsträgerinterviews gestützte Methodik für drei KI-Fallstudien und nennt deren Grenzen, aber keine Ergebnisse.

  23. Translation Snapshot: Chinese AI White Papers cset · 2023 · Q003889 · Hintergrund, keine Belege

    CSET stellt sieben chinesische KI-Berichte und ihre Themen vor, ohne deren Aussagen unabhängig zu überprüfen.

  24. 505295f pai · 2021 · Q003893 · Hintergrund, keine Belege

    Der Auszug vergleicht KI-Verfahren in drei Unternehmen, beschreibt ihre Einsatzfelder und betont, dass die interviewbasierte Technikübersicht unvollständig ist.

  25. How law firm Gilbert + Tobin governs and scales AI with OpenAI openai · 2026 · Q003894 · Hintergrund, keine Belege

    Die Kanzlei Gilbert + Tobin schildert den Ausbau von ChatGPT und Codex mit menschlicher Kontrolle und berichtet über Zeitersparnisse, die im Text nicht unabhängig belegt werden.

  26. 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.

  27. b347489 pai · 2021 · Q003903 · Hintergrund, keine Belege

    Der vorliegende Auszug berichtet aus drei Unternehmensfällen über Produktivitätsgewinne und veränderte Arbeitsanforderungen durch KI, lässt aber deren langfristige und gesamtwirtschaftliche Wirkung offen.

  28. 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.

  29. 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.

  30. Understanding the Global Gain-of-Function Research Landscape cset · 2023 · Q003929 · Hintergrund, keine Belege

    Laut einer Auswertung von rund 7.000 PubMed-Arbeiten bis Mitte 2022 ist GOF- und LOF-Forschung global und vielfältig, weshalb der Bericht für eine risikogestaffelte statt pauschale Regulierung plädiert.

  31. 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.

  32. a0d284d pai · 2021 · Q003960 · Hintergrund, keine Belege

    Der vorliegende Auszug stellt PAI-Empfehlungen für eine verantwortungsvollere Veröffentlichung von KI-Forschung vor, enthält aber nicht das vollständige Whitepaper.

  33. Topic Overview: AI Chips epoch · 2026 · Q003970 · Hintergrund, keine Belege

    Epoch AI zufolge hängen KI-Fortschritt und seine weltweite Verteilung stark von einer konzentrierten Chip-Lieferkette, wachsender Rechenkapazität und ausreichender Stromversorgung ab.

  34. https://www.imf.org/-/media/files/publications/sdn/2024/english/sdnea2024001.pdf anthropic · Q004060 · Hintergrund, keine Belege · ohne Zusammenfassung
  35. The Inigo Montoya Problem for Trustworthy AI (International Version) cset · 2023 · Q004112 · Hintergrund, keine Belege

    Der bereitgestellte Auszug zeigt gemeinsame KI-Grundwerte, aber unterschiedliche nationale Auslegungen, die laut den Autorinnen spätere Regeln und internationale Zusammenarbeit erschweren könnten.

  36. Measures for the Management of Scientific Data cset · 2023 · Q004192 · Hintergrund, keine Belege

    Der bereitgestellte Bericht ist nur ein Auszug: Die Artikel 1 bis 5 skizzieren Ziele und Grundregeln für wissenschaftliche Daten, während der Rest der chinesischen Maßnahmen fehlt.

  37. Introducing our Science Blog anthropic · 2026 · Q004226 · Hintergrund, keine Belege · ohne Zusammenfassung
  38. The Podcast: Episode 7: Towards the future deepmind · 2019 · Q004266 · Hintergrund, keine Belege

    Der Auszug kündigt eine DeepMind-Podcastfolge über allgemein einsetzbares KI-Lernen an, enthält aber keine Gesprächsinhalte oder Forschungsergebnisse.

  39. AI and the Future of Disinformation Campaigns cset · 2021 · Q004269 · Hintergrund, keine Belege

    Der vorliegende Auszug warnt, KI könne Desinformationskampagnen bereits verstärken und empfiehlt eine koordinierte Abwehr durch Technik, Plattformen, Forschung, Medien, Regierungen und informierte Öffentlichkeit.

  40. How many AI agents could we run? epoch · 2026 · Q004344 · Hintergrund, keine Belege

    Epoch AI hält Milliarden Agenten in einem besonders effizienten Benchmark-Szenario für technisch möglich, betont aber, dass die breite Schätzung von Liefer-, Leistungs- und Nutzungsannahmen abhängt und die Nachfrage ungewiss ist.

  41. Hacking AI cset · 2020 · Q004346 · Hintergrund, keine Belege

    Der Auszug warnt vor Cyberrisiken maschinellen Lernens und plädiert für fallbezogene Abwägung, widerstandsfähige Systeme und Vorsicht bei offensiven Angriffen.

  42. Estimating training compute of deep learning models epoch · 2022 · Q004371 · Hintergrund, keine Belege

    Der Bericht vergleicht zwei annähernde Verfahren zur Schätzung des Trainingsaufwands von KI-Modellen und empfiehlt, Architektur- und GPU-basierte Schätzungen nach Möglichkeit gegenzuprüfen.

  43. Remarks by Ambassador Fu Cong at the UN Security Council Meeting on Artificial Intelligence and International Security_Permanent Mission of the People's Republic of China to the UN fragen-funde · Q004415 · Hintergrund, keine Belege

    Fu Cong wirbt für sichere, offene und inklusiv geregelte KI und stellt chinesische Kooperationsvorhaben vor, deren Wirkung die Rede nicht unabhängig bewertet.

  44. Co-Scientist deepmind · 2026 · Q004426 · Hintergrund, keine Belege

    Der Bericht meldet vielversprechende Laborbefunde zu zwei Co-Scientist-Medikamentenkandidaten gegen Leberfibrose, aber keinen Nachweis einer Wirkung beim Menschen.

  45. AI in finance: Balancing innovation and stability oecd · 2025 · Q004431 · Hintergrund, keine Belege

    Laut OECD gelten bestehende Finanzregeln meist auch für KI, doch eine nicht vollständige Befragung von 49 Jurisdiktionen unterstreicht den Bedarf, Risiken und Regelwerke fortlaufend zu überprüfen.

  46. Making digital regulation work – The crucial role technical standards play in implementing the EU AI Act oecd · 2025 · Q004435 · Hintergrund, keine Belege

    Der Beitrag sieht Zeitdruck, hohe Kosten und ungleiche Beteiligung bei den Standards zum EU-KI-Gesetz und fordert Entlastungen, damit sichere KI-Regulierung Innovation nicht behindert.

  47. https://docs.x.ai/grok-bot/security-faq.md xai · Q004450 · Hintergrund, keine Belege

    Die Anbieter-FAQ erläutert Sicherheitskontrollen und deren Grenzen für Grok Bot, darunter geteilte Computer je Nutzer, Enterprise-Beschränkungen und nicht vollständige Netzwerk- und Aktionsprüfungen.

  48. Who Cares About Trust? cset · 2023 · Q004495 · Hintergrund, keine Belege

    Der bereitgestellte Auszug berichtet von 18 relevanten KI-Forschungsclustern und einer unterschiedlichen Verteilung der Vertrauenswürdigkeitsbegriffe, enthält aber keine ausführliche Methodik oder Ergebnisse.

  49. Explanatory Notice and Template for the Public Summary of Training Content for general-purpose AI models eu · 2025 · Q004496 · Hintergrund, keine Belege

    Die Seite listet mehrsprachige Downloads zu öffentlichen Zusammenfassungen von Trainingsinhalten allgemeiner KI-Modelle auf, enthält aber nicht die Dokumente selbst.

  50. Claude for Enterprise powers LLNL research anthropic · 2025 · Q004498 · Hintergrund, keine Belege

    Anthropic berichtet von einer geplanten Ausweitung von Claude am LLNL auf rund 10.000 Personen und beschreibt mögliche Forschungsanwendungen, ohne konkrete unabhängige Wirkungsnachweise vorzulegen.

  51. Richard Fontaine joins the Long-Term Benefit Trust anthropic · 2025 · Q004502 · Hintergrund, keine Belege

    Anthropic zufolge soll Richard Fontaines außen- und sicherheitspolitische Erfahrung den Trust bei Entscheidungen zu KI und globaler Sicherheit stärken; die Mitteilung belegt keine konkreten Folgen.

  52. Reed Hastings appointed to Anthropic's board anthropic · 2025 · Q004508 · Hintergrund, keine Belege

    Anthropic beruft laut eigener Mitteilung Reed Hastings in den Verwaltungsrat und verweist dabei auf seine Führungs- und Stiftungserfahrung.

  53. Cisco and OpenAI redefine enterprise engineering with Codex openai · 2026 · Q004513 · Hintergrund, keine Belege

    OpenAI zufolge nutzt Cisco Codex breit in der Softwareentwicklung und erzielt dabei deutliche Zeit- und Produktivitätsgewinne; der Bericht legt für diese Unternehmensangaben keine Prüfmethoden offen.

  54. Comment to the National Biotechnology and Biomanufacturing Initiative cset · 2023 · Q004519 · Hintergrund, keine Belege

    Das CSET fordert mehr heimische Biomanufaktur, qualifizierte Fachkräfte, nutzbare und geschützte Forschungsdaten sowie umfassendere Biosicherheitsaufsicht, um Versorgung und Krisenreaktion der USA zu stärken.

  55. Sullivan & Cromwell brings legal expertise into agreement review openai · 2026 · Q004575 · Hintergrund, keine Belege

    Der Agreement Analyzer soll Anwälte bei der Vertragsprüfung mit nachvollziehbaren KI-Analysen und Änderungsvorschlägen unterstützen; unabhängige Wirksamkeitsnachweise nennt der Bericht nicht.

  56. Anthropic signs MOU with the UK Government anthropic · 2025 · Q004576 · Hintergrund, keine Belege

    Anthropic und das britische DSIT wollen den möglichen Einsatz von Claude in öffentlichen Diensten und weiteren Bereichen untersuchen; konkrete Resultate der Kooperation nennt die Mitteilung noch nicht.

  57. Google DeepMind and Korea Partner to Accelerate Scientific Discovery deepmind · 2026 · Q004581 · Hintergrund, keine Belege

    Google DeepMind kündigt geplante KI-Forschungs-, Talent- und Sicherheitskooperationen mit Südkorea an; unabhängige Belege für erwartete Wirkungen enthält die Unternehmensmitteilung nicht.

  58. Assistant to the President and OSTP Director Michael Kratsios' Intervention in the U.N. Security Council's "Security Council meeting on artificial intelligence and international security" fragen-funde · 2026 · Q004613 · Hintergrund, keine Belege · ohne Zusammenfassung
  59. A Shot of Resilience cset · 2023 · Q004627 · Hintergrund, keine Belege

    Der vorliegende Auszug warnt vor Risiken durch ausländische Abhängigkeit und konzentrierte Impfstoffproduktion in den USA und empfiehlt mehr Schutz, Transparenz und Produktionsresilienz.

  60. If reliable AI content detection tools become available, should we use them? If so, how? oecd · 2025 · Q004652 · Hintergrund, keine Belege

    Der Beitrag fordert verlässliche KI-Erkennung und abgestufte Regeln für deren Einsatz, stellt seine Vorschläge aber als politische Diskussionsgrundlage dar.

  61. Jay Kreps appointed to Anthropic's board anthropic · 2024 · Q004674 · Hintergrund, keine Belege

    Anthropic beruft Confluent-CEO Jay Kreps in den Verwaltungsrat; Luke Muehlhauser tritt zurück, und die Mitteilung begründet beide Änderungen mit Einschätzungen der Beteiligten.

  62. How predictable is language model benchmark performance? epoch · 2023 · Q004678 · Hintergrund, keine Belege

    Aggregierte Sprachmodell-Benchmarkleistungen sind laut Rücktests aus der Skalierung mäßig gut vorhersagbar, während einzelne Aufgaben und weitreichende Extrapolationen deutlich unsicherer bleiben.

  63. Navigating the environmental impact of AI oecd · 2024 · Q004693 · Hintergrund, keine Belege

    Der Bericht plädiert für einen abgewogenen KI-Einsatz und bessere Emissionsdaten, da die genannten Umweltwerte für generative KI nur grobe, standortabhängige Schätzungen sind.

  64. AI primer fragen-funde · Q004720 · Hintergrund, keine Belege

    TypeSafe wirbt für RLCD mit prüfbaren Entscheidungen und kalibrierter Unsicherheit in der Automatisierung, belegt die behaupteten Vorteile im Bericht aber nicht durch Vergleichsdaten.

  65. Hugging Face fragen-funde · Q004756 · Hintergrund, keine Belege

    Der Bericht präsentiert DeepSeek-V4.1-Flash als cache-effizientes multimodales Modell mit gemischten Benchmarkresultaten, die der Anbieter unter eigenen Testbedingungen ausweist.

  66. Measuring AI Development cset · 2021 · Q004768 · Hintergrund, keine Belege

    Der vorliegende Auszug skizziert einen Ansatz, der Publikationsanalysen, Fachwissen und Benchmarks zur fortlaufenden Beobachtung von KI-Entwicklungen verbinden soll, nennt aber keine Ergebnisse der Fallbeispiele.

  67. In conversation with AI: building better language models deepmind · 2022 · Q004799 · Hintergrund, keine Belege

    Der Bericht plädiert für kontextabhängige Werte und Maßstäbe bei KI-Gesprächen, stellt dafür jedoch einen konzeptionellen Ansatz statt konkreter Wirksamkeitsnachweise vor.

  68. Hugging Face fragen-funde · Q004805 · Hintergrund, keine Belege

    Laut Modellseite übertrifft Nimble-v4-max v4.1 im öffentlichen Decision Index 0.3 die Vorgängerversion, benötigt spezielle Inferenz und leistungsstarke GPU-Hardware und darf nach CC BY-NC 4.0 nicht kommerziell genutzt werden.

  69. Anthropic raises $450 million in Series C anthropic · 2023 · Q004813 · Hintergrund, keine Belege

    Anthropic kündigt 450 Millionen US-Dollar Series-C-Finanzierung an, die laut Unternehmen Produktentwicklung, Claude und KI-Sicherheitsforschung unterstützen soll.

  70. Hugging Face fragen-funde · Q004829 · Hintergrund, keine Belege

    Clef ist laut Bericht ein multimodales Entscheidungsmodell, dessen gemischte Benchmark-Ergebnisse je nach Aufgabe unterschiedliche Spitzenmodelle zeigen.

  71. Maryland partners with Anthropic to serve residents anthropic · 2025 · Q004840 · Hintergrund, keine Belege

    Anthropic berichtet von geplanten Claude-Einsätzen in Marylands Verwaltung und verweist auf einen bereits gestarteten Leistungs-Chatbot, nennt aber keine unabhängigen Wirkungsnachweise oder Zeitpläne.

  72. Artificial Intelligence, Values and Alignment deepmind · 2020 · Q004849 · Hintergrund, keine Belege

    Gabriel schlägt vor, KI an breit akzeptierten Prinzipien statt bloß an bestehenden Präferenzen auszurichten; der Quelltext endet mit einer abgebrochenen Bildbeschreibung.

  73. Hugging Face fragen-funde · Q004858 · Hintergrund, keine Belege

    Clef-Flash ist ein multimodales Modell für strukturierte Entscheidungen, dessen berichtete Benchmarkleistung je nach Aufgabe variiert.

  74. AI for everyone? A roadmap to substantive equality in AI ecosystems oecd · 2024 · Q004866 · Hintergrund, keine Belege

    Der vollständige Artikel plädiert für menschenrechtsbasierte KI-Politik mit echter Beteiligung marginalisierter Gruppen, wirksamer Rechenschaft und kontextgerechter Umsetzung.

  75. Hugging Face fragen-funde · Q004878 · Hintergrund, keine Belege

    Clef-Omni ist laut Bericht ein multimodales Modell für Entscheidungen mit festgelegten Antwortoptionen; seine berichteten Testergebnisse variieren stark nach Aufgabe und sind nicht als unabhängig geprüft ausgewiesen.

  76. Anthropic partners with Google Cloud anthropic · 2023 · Q004885 · Hintergrund, keine Belege

    Anthropic will mit Google Cloud seine KI-Systeme skalieren; der Bericht beschreibt die Absichten, aber keine belegten Ergebnisse.

  77. Google DeepMind Partnerships in India: scaling AI in science and education deepmind · 2026 · Q004926 · Hintergrund, keine Belege

    Google DeepMind kündigt neue KI-Partnerschaften in Indien an und berichtet über erste Ergebnisse, deren langfristige Wirkung der Beitrag nicht unabhängig bewertet.

  78. Researching patient deterioration with the US Department of Veterans Affairs deepmind · 2018 · Q004963 · Hintergrund, keine Belege

    DeepMind und die US-Veteranenbehörde untersuchen explorativ, ob maschinelles Lernen eine akute Nierenschädigung anhand depersonalisierter Krankenakten früher erkennen kann; Ergebnisse liegen im Bericht noch nicht vor.

  79. LLM generalization with influence functions anthropic · 2023 · Q004966 · Hintergrund, keine Belege · ohne Zusammenfassung
  80. Collaborating with patients for better outcomes deepmind · 2017 · Q004968 · Hintergrund, keine Belege

    DeepMind Health berichtet über Patientenfeedback und geplante Formen stärkerer Mitgestaltung, belegt aber nicht deren vollständige Umsetzung oder Wirkung.

  81. Hugging Face fragen-funde · Q004974 · Hintergrund, keine Belege

    Laut Bericht erzielt Laya Typed-Decisions auf vier synthetischen Abläufen gute Testgenauigkeit, ist aber spezialisiert und seine Wahrscheinlichkeiten sind bis zur Neukalibrierung als unzuverlässig zu behandeln.

  82. China's State Key Laboratory System cset · 2022 · Q004978 · Hintergrund, keine Belege

    Der Auszug beschreibt Chinas SKL-System anhand von 469 erfassten Laboren und berichtet, dass die Autoren keinen Beleg für das Erreichen des Ziels von 700 Laboren bis 2020 fanden.

  83. The Lenfest Institute grows landmark program with expanded OpenAI support openai · 2026 · Q004990 · Hintergrund, keine Belege

    Lenfest Institute und OpenAI wollen ihr KI-Fellowship für Nachrichtenorganisationen ausweiten und erfolgreiche Projekte stärker teilen; der Bericht nennt positive Beispiele, weist aber keine unabhängige Evaluation der Wirkung aus.

  84. How many AI models will exceed compute thresholds? epoch · 2025 · Q004995 · Hintergrund, keine Belege

    Laut Epoch-AI-Projektion könnten 2030 etwa 200 bis 235 bemerkenswerte Modelle über 10²⁶ Trainings-FLOP liegen, doch die Schätzung ist unsicher und deckt nicht alle KI-Modelle ab.

  85. Towards understanding sycophancy in language models anthropic · 2023 · Q004997 · Hintergrund, keine Belege · ohne Zusammenfassung
  86. From unlikely start-up to major scientific organisation: Entering our tenth year at DeepMind deepmind · 2019 · Q004998 · Hintergrund, keine Belege

    Hassabis blickt auf DeepMinds ausgewählte Forschungs- und Anwendungsfortschritte sowie den organisatorischen Aufbruch, ohne unabhängige Belege oder detaillierte Wirkungsdaten vorzulegen.

  87. Expanding our research on breast cancer screening to Japan deepmind · 2018 · Q005008 · Hintergrund, keine Belege

    DeepMind und das Jikei-Krankenhaus planen eine internationale Studie zur KI-Auswertung anonymisierter Brustbilder; Ergebnisse liegen laut Bericht noch nicht vor.

  88. How AI Labs Can Safeguard Model Weights fragen-funde · 2024 · Q005009 · Hintergrund, keine Belege · ohne Zusammenfassung
  89. Vas Narasimhan appointed to Board of Directors anthropic · 2026 · Q005025 · Hintergrund, keine Belege

    Anthropic beruft Vas Narasimhan in den Verwaltungsrat und hebt seine Erfahrung in Medizin und globaler Gesundheit hervor; die Mitteilung belegt jedoch keine unabhängige Bewertung oder künftige Wirkung seiner Rolle.

  90. 15 – Algorithmic Transparency in the Public Sector Case studies of repositories of public algorithms in Chile, the EU and the UK oecd · 2024 · Q005088 · Hintergrund, keine Belege

    Der vorliegende Auszug kündigt eine Studie zu drei öffentlichen Algorithmusregistern und ihrem möglichen Beitrag zu Transparenz und Rechenschaft an, enthält aber keine Fallbefunde oder Ergebnisse.

  91. Seoul becomes Anthropic's third APAC office anthropic · 2025 · Q005092 · Hintergrund, keine Belege

    Anthropic kündigt ein Büro in Seoul für Anfang 2026 an und begründet den Schritt mit starkem regionalem Wachstum, dessen Kennzahlen in der Mitteilung nicht unabhängig belegt werden.

  92. Will parallelization limits delay an intelligence explosion? epoch · 2026 · Q005100 · Hintergrund, keine Belege

    Ob automatisierte KI-Forschung eine Intelligenzexplosion auslöst und wie schnell, hängt laut Bericht auch davon ab, ob die Koordination paralleler Forschung mit der Zahl der KI-Forschenden Schritt hält.

  93. Everyone must understand the environmental costs of AI oecd · 2024 · Q005115 · Hintergrund, keine Belege

    Der Bericht fordert nachhaltigere KI durch weniger unnötige Daten und gezieltere Modelle, weist aber auf große Lücken bei der Messung der Umweltwirkungen hin.

  94. Chris Liddell appointed to Anthropic's board anthropic · 2026 · Q005136 · Hintergrund, keine Belege

    Anthropic beruft den erfahrenen Unternehmens- und Regierungsmanager Chris Liddell in seinen Verwaltungsrat und hebt seine Erfahrung mit Technologie-Governance hervor.

  95. Expanding our use of Google Cloud TPUs anthropic · 2025 · Q005160 · Hintergrund, keine Belege

    Anthropic plant einen milliardenschweren Ausbau seiner Google-TPU-Kapazitäten, um laut eigener Aussage wachsende Nachfrage sowie KI-Entwicklung und Sicherheitsforschung zu unterstützen.

  96. Rahul Patil joins as Chief Technology Officer anthropic · 2025 · Q005174 · Hintergrund, keine Belege

    Anthropic beruft Rahul Patil zum CTO; Mitgründer Sam McCandlish wechselt in die Rolle des Chief Architect.

  97. Genmab launches “AI Everywhere” openai · Q005176 · Hintergrund, keine Belege

    Genmab berichtet über den unternehmensweiten Ausbau von ChatGPT und behauptete Zeitersparnisse, liefert dafür aber keine unabhängigen Nachweise oder Details zur Umfrage.

  98. Estée Lauder Uses ChatGPT Enterprise for Consumer Insights openai · Q005192 · Hintergrund, keine Belege

    ELC zufolge beschleunigen ChatGPT Enterprise und eigene GPTs Datenanalysen und Arbeitsabläufe; die berichteten Zeitersparnisse sind im Text nicht unabhängig belegt.

  99. Prompt Injection is an Information-Flow Problem fragen-funde · 2026 · Q005196 · Hintergrund, keine Belege

    Der verfügbare Auszug behauptet, dass Prompt Injection durch Informationsfluss über Gedächtnis, Werkzeuge und Code fortwirkt und dass eine nachverfolgbare Herkunft keine Berechtigung ersetzt; die vollständige Begründung fehlt hinter einer Anmeldeaufforderung.

  100. Exploring Clusters of Research in Three Areas of AI Safety cset · 2022 · Q005201 · Hintergrund, keine Belege

    Der Auszug stellt drei Teilbereiche der KI-Sicherheitsforschung und die geplante CSET-Analyse vor, enthält aber keine konkreten Untersuchungsergebnisse.

Sprache und Prüfstand

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

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →