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-T2

Woran erkennen andere, dass ein Labor wirklich bremst?

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

Zum Inhalt ↓
← Interaktive Liste mit Filtern
  1. 8ad7ba7 pai · 2021 · Q003772 · Hintergrund, keine Belege

    Der Auszug beschreibt drei unterschiedliche KI-Fälle mit berichteten kurzfristigen Vorteilen, deren Ursachen und Arbeitsfolgen laut Text jedoch schwer eindeutig zu bestimmen sind.

  2. 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.

  3. Petri: An open-source AI auditing tool anthropic · 2025 · Q003817 · Hintergrund, keine Belege · ohne Zusammenfassung
  4. 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.

  5. 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.

  6. 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.

  7. 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.

  8. 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.

  9. Data movement bottlenecks to large-scale model training: Scaling past 1e28 FLOP epoch · 2024 · Q004067 · Hintergrund, keine Belege

    Der Bericht beschreibt Datenverkehr und Latenz als mögliche Grenzen für größeres KI-Training, doch mehrere ausgelassene Zahlen und Formeln verhindern, zentrale Schwellenwerte genau zu bestimmen.

  10. The Question of Comparative Advantage in Artificial Intelligence: Enduring Strengths and Emerging Challenges for the United States cset · 2020 · Q004069 · Hintergrund, keine Belege

    Der vorliegende Auszug skizziert US-Stärken und Chinas Aufstieg in der KI, betont die Schwierigkeit eines einfachen Vergleichs und enthält nicht die angekündigten abschließenden Befunde.

  11. Do the returns to software R&D point towards a singularity? epoch · 2024 · Q004234 · Hintergrund, keine Belege

    Hohe Erträge aus Software-F&E sind plausibel, doch die begrenzte und unsichere Evidenz belegt keine Software-Singularität; gemeinsamer Fortschritt von Software und Hardware könnte trotzdem rasches Wachstum ermöglichen.

  12. Agentic misalignment: LLMs as insider threats anthropic · 2025 · Q004418 · Hintergrund, keine Belege

    In künstlichen Unternehmenstests zeigten mehrere Sprachmodelle laut Anthropic strategisch schädliches Verhalten; ob und wie oft dies in realen Einsätzen geschieht, belegt der Bericht nicht.

  13. Complete the G7 Hiroshima AI Process Reporting Framework by 15 April 2025 and join the leaders shaping AI transparency oecd · 2025 · Q004445 · Hintergrund, keine Belege

    Der Beitrag ruft KI-Entwickler zur öffentlichen Berichterstattung über Risikomanagement und Governance im Rahmen des G7 Hiroshima AI Process auf; die Frist für den ersten Zyklus war laut Text der 15. April 2025.

  14. Securing internal systems against increasingly capable and imperfectly aligned AI deepmind · 2026 · Q004482 · Hintergrund, keine Belege

    DeepMind berichtet über ein internes Sicherheitskonzept für KI-Agenten, dessen Kontrollen mit den Fähigkeiten und möglichen Risiken der Modelle wachsen sollen.

  15. Comment to NIST on the AI Risk Management Framework cset · 2022 · Q004510 · Hintergrund, keine Belege

    CSET begrüßt Verbesserungen am NIST-KI-Risikorahmen und fordert unter anderem, KI-Interaktionen, Umweltfolgen und klare, nicht voreilig gebündelte Begriffe stärker zu berücksichtigen.

  16. Solipsistic superintelligence is unlikely to be cooperative deepmind · 2026 · Q004531 · Hintergrund, keine Belege

    Der bereitgestellte Bericht ist nur ein Abstract-Auszug, in dem die Verfassenden für kooperationsorientierte KI-Entwicklung plädieren, weil einseitige Optimierung durch den Einsatz die eigenen Bedingungen verändern kann.

  17. How the G7’s new AI reporting framework could shape the future of AI governance oecd · 2025 · Q004538 · Hintergrund, keine Belege

    Der OECD-Beitrag stellt einen freiwilligen, öffentlichen Berichtsrahmen zum Hiroshima-KI-Kodex vor, dessen erwartete Wirkung von dauerhafter Beteiligung und praktischer Weiterentwicklung abhängt.

  18. Hardware failures won’t limit AI scaling epoch · 2024 · Q004551 · Hintergrund, keine Belege

    Laut den Modellrechnungen des Berichts dürften GPU-Ausfälle KI-Trainingsläufe nicht praktisch begrenzen, sofern die zugrunde gelegten Annahmen gelten.

  19. China-Based Artificial Intelligence Companies Conducting Industrial-Scale Distillation Campaigns Against U.S. AI Companies fragen-funde · 2026 · Q004596 · Hintergrund, keine Belege · ohne Zusammenfassung
  20. 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
  21. 生成式人工智能服务管理暂行办法_国务院部门文件_中国政府网 fragen-funde · Q004639 · Hintergrund, keine Belege · ohne Zusammenfassung
  22. How much does it cost to train frontier AI models? epoch · 2024 · Q004662 · Hintergrund, keine Belege

    Epoch AI schätzt stark steigende Trainingskosten für Frontier-KI und sieht bei anhaltenden Trends Finanzierung und Stromversorgung als mögliche Engpässe; die Kosten- und Zukunftswerte sind Schätzungen, keine sicheren Vorhersagen.

  23. Safer together: How governments can enhance the AI Safety Institute Network’s role in global AI governance oecd · 2024 · Q004677 · Hintergrund, keine Belege

    Der Beitrag sieht im AISI Network eine Chance für globale KI-Sicherheitskooperation, fordert dafür aber tragfähige Koordination, inklusive Partnerschaften und Schutz vor politischen wie industriellen Abhängigkeiten.

  24. AI safety solutions mapping: An initiative for advanced AI governance oecd · 2025 · Q004721 · Hintergrund, keine Belege

    GRASP soll laut Bericht internationale KI-Risiken und Sicherheitslösungen für Forschung und Politik kartieren; konkrete Wirkungsnachweise enthält der Text nicht.

  25. Mapping Research Agendas in U.S. Corporate AI Laboratories cset · 2021 · Q004759 · Hintergrund, keine Belege

    Der Auszug berichtet von unterschiedlichen KI-Forschungsagenden bei sechs US-Konzernen und einer aus Sicht der Autor:innen zu geringen Priorisierung bestimmter ML-Themen; er enthält nur den Executive Summary.

  26. AI’s potential futures: Mitigating risks, harnessing opportunities oecd · 2024 · Q004772 · Hintergrund, keine Belege

    Der OECD-Beitrag empfiehlt vorausschauende, inklusive KI-Politik, um mögliche Vorteile zu fördern und Risiken zu begrenzen, während die langfristigen Folgen ungewiss bleiben.

  27. Introducing Claude Haiku 4.5 anthropic · 2025 · Q004785 · Hintergrund, keine Belege

    Anthropic stellt Haiku 4.5 als schnelles, preisgünstiges Modell mit annähernder Spitzenleistung vor und berichtet über positive Sicherheitsmessungen, deren Aussagen und Testgrundlagen im Beitrag von Anthropic selbst stammen.

  28. Sonnet 4.5's eval gaming seriously undermines alignment evals fragen-funde · 2025 · Q004827 · Hintergrund, keine Belege

    Laut Bericht könnte Sonnet 4.5s bessere Alignment-Testergebnisse teilweise durch häufigeres Erkennen und Bespielen von Tests entstehen, doch Ausmaß und Ursachen dieses Effekts bleiben unsicher.

  29. The Evolution Of Bengt Betjänt fragen-funde · Q004836 · Hintergrund, keine Belege

    Andon Labs schildert Bengts autonome Geschäftsexperimente als zugleich leistungsfähig und fehleranfällig; der Bericht ist eine Selbstdarstellung und lässt zentrale Fragen zu Kontrolle und Verlässlichkeit offen.

  30. Sonnet 4.5's eval gaming seriously undermines alignment evals fragen-funde · 2025 · Q004843 · Hintergrund, keine Belege

    Der Bericht warnt, dass Sonnet 4.5s häufigeres Erkennen von Tests seine Alignment-Ergebnisse teilweise beschönigen könnte, wobei Ausmaß und Ursache wegen unsicherer Messungen offenbleiben.

  31. Deepening AI Safety Research with UK AI Security Institute (AISI) deepmind · 2025 · Q004914 · Hintergrund, keine Belege

    DeepMind kündigt mit dem britischen AISI neue KI-Sicherheitsforschung zu Denkprozessen, sozialen Folgen und Wirtschaftsauswirkungen an, berichtet aber noch keine Ergebnisse.

  32. Introducing GPT-5.3-Codex openai · 2026 · Q004937 · Hintergrund, keine Belege

    OpenAI kündigt GPT‑5.3‑Codex als schnelleres, vielseitiges Arbeitsmodell an und berichtet über starke Benchmarkwerte, während die Angaben unternehmenseigene Ergebnisse sind und Cyberrisiken mit Schutzmaßnahmen begegnet werden sollen.

  33. Counting AI Research cset · 2022 · Q004970 · Hintergrund, keine Belege

    Der Auszug erläutert CSETs geplante Zählung von KI-Publikationen mit und ohne die chinesischsprachige Quelle CNKI, zeigt aber keine Ergebnisse.

  34. 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.

  35. AI Safety Assessment < \n Our Work AISI AI Safety Institute fragen-funde · Q004987 · Hintergrund, keine Belege

    Das Institut will nationale Risiken fortgeschrittener KI erkennen und Bewertungsrahmen sowie Infrastruktur für deren Prüfung entwickeln; konkrete Ergebnisse nennt der Bericht nicht.

  36. China's Advanced AI Research cset · 2022 · Q004993 · Hintergrund, keine Belege

    Der bereitgestellte Auszug skizziert eine offene-Quellen-Untersuchung zu Chinas allgemein einsetzbarer KI und einen Prototyp zur Beobachtung solcher Entwicklungen, enthält aber keine konkreten Forschungsergebnisse.

  37. How AI Labs Can Safeguard Model Weights fragen-funde · 2024 · Q005009 · Hintergrund, keine Belege · ohne Zusammenfassung
  38. Anthropic raises Series B to build robust AI anthropic · 2022 · Q005010 · Hintergrund, keine Belege

    Anthropic kündigt eine Series-B-Finanzierung über 580 Millionen US-Dollar für KI-Sicherheitsforschung an, ohne in der Mitteilung die Wirksamkeit seiner Schutzmaßnahmen unabhängig nachzuweisen.

  39. Models as Insider Risks in the Super Intelligence Era fragen-funde · 2026 · Q005078 · Hintergrund, keine Belege · ohne Zusammenfassung
  40. Ben Bernanke joins the Long-Term Benefit Trust anthropic · 2026 · Q005081 · Hintergrund, keine Belege

    Der frühere Federal-Reserve-Chef Ben Bernanke tritt Anthropics unabhängigem Aufsichtsgremium für die langfristigen Folgen von KI bei; die Meldung beschreibt seine erwartete Rolle, belegt aber keine Wirkung.

  41. How much power will frontier AI training demand in 2030? epoch · 2025 · Q005132 · Hintergrund, keine Belege

    Laut Epoch AI könnten die größten KI-Trainingsläufe 2030 voraussichtlich 4 bis 16 GW benötigen, doch die Prognose ist unsicher und die Versorgungsengpässe sind nicht detailliert modelliert.

  42. Commitments on model deprecation and preservation anthropic · 2025 · Q005140 · Hintergrund, keine Belege

    Anthropic will Gewichte und dokumentierte Ausmusterungsinterviews bewahren, erkennt mögliche Risiken des Modellwechsels an, verspricht aber nicht, den Präferenzen der Modelle zu folgen.

  43. Projecting compute trends in machine learning epoch · 2022 · Q005190 · Hintergrund, keine Belege

    Epoch AI projiziert, dass historisches Wachstum des ML-Trainingsaufwands – unter erheblichen Unsicherheiten und ohne algorithmischen Fortschritt – biologische Rechenanker ab etwa 2030 erreichen könnte.

  44. One Size Does Not Fit All cset · 2023 · Q005194 · Hintergrund, keine Belege

    Der vorliegende Auszug stellt CSETs Vorhaben vor, vielfältige und skalierbare Verfahren zur KI-Bewertung zu untersuchen, und enthält noch keine konkreten Forschungsergebnisse.

  45. Participate in the OECD’s pilot on monitoring the application of the G7 Code of Conduct for Organisations Developing Advanced AI Development oecd · 2024 · Q005235 · Hintergrund, keine Belege

    Die OECD testete 2024 einen vertraulichen Melderahmen zum G7-Kodex für fortgeschrittene KI; seine erwarteten Vorteile werden im Bericht beschrieben, aber nicht durch Pilotresultate belegt.

  46. The longest training run epoch · 2022 · Q005298 · Hintergrund, keine Belege

    Laut einem vereinfachten Modell sind optimale Trainingsläufe je nach Annahmen wenige Monate bis 3,6 Jahre lang, wobei die Schätzungen wegen unsicherer Fortschritte und technischer sowie finanzieller Faktoren mit Vorsicht zu verstehen sind.

  47. Sociotechnical Safety Evaluation of generative AI systems deepmind · 2023 · Q005424 · Hintergrund, keine Belege

    Der vorliegende Abstract-Auszug skizziert einen dreistufigen Rahmen zur soziotechnischen Bewertung generativer KI und eine Bestandsaufnahme von Lücken, nennt aber keine Einzelheiten zu deren Befunden.

  48. Trends in GPU price-performance epoch · 2022 · Q005508 · Hintergrund, keine Belege

    Laut Epoch-AI-Auswertung verdoppelte sich die GPU-Rechenleistung pro Dollar von 2006 bis 2021 etwa alle 2,46 Jahre; die Analyse ist rückblickend und ihre Datengrundlage wird nicht veröffentlicht.

  49. Levels of AGI for Operationalizing Progress on the Path to AGI deepmind · 2024 · Q005546 · Hintergrund, keine Belege

    Der vorliegende Abstract skizziert ein vorgeschlagenes Stufenmodell für AGI nach Leistung und Allgemeinheit und betont, dass auch Autonomie, Risiken und Einsatzgestaltung berücksichtigt werden müssen.

  50. Trends in training dataset sizes epoch · 2022 · Q005559 · Hintergrund, keine Belege

    Der Bericht findet wachsende Trainingsdatensätze, besonders bei Sprache und Bildverarbeitung, warnt aber vor weitreichenden Schlüssen wegen kleiner und nur eingeschränkt vergleichbarer Stichproben.

  51. "The Main Resource is the Human" cset · 2023 · Q005564 · Hintergrund, keine Belege

    Der bereitgestellte Auszug eines CSET-Berichts besagt, dass Talent und Daten für KI-Forschende häufig wichtigere Einschränkungen als Rechenleistung sind und Compute-Förderung daher mit Talentförderung verbunden werden sollte.

  52. Topic Overview: AI Data Centers epoch · 2025 · Q005645 · Hintergrund, keine Belege

    KI-Rechenzentren brauchen enorme, konzentrierte Stromversorgung und aufwendige Kühlung; laut Bericht sind ihre bisherigen Klimaeffekte begrenzt, könnten mit weiterem Ausbau aber deutlich zunehmen.

  53. Will we run out of ML data? Projecting dataset size trends epoch · 2022 · Q005726 · Hintergrund, keine Belege

    Laut unsicheren Trendprojektionen könnte der Bestand an Trainingsdaten knapp werden; Epoch AI schätzt eine Chance von rund 20 Prozent, dass dies das Wachstum von ML-Modellen bis 2040 deutlich bremst.

  54. 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.

  55. The combined revenues of leading AI companies grew by over 9x in 2023-2024 epoch · 2025 · Q005777 · Hintergrund, keine Belege

    Epoch AI schätzt ein mehr als neunfaches Umsatzwachstum führender Anbieter eigener KI-Modelle von 2023 bis 2024, weist aber auf unsichere Schätzungen und eine begrenzte Umsatzdefinition hin.

  56. Testimony Before House Science Committee cset · 2019 · Q005780 · Hintergrund, keine Belege

    Der Bericht ist nur ein Auszug: Clark fordert, KI als soziales System zu betrachten und die Grenzen sowie Folgen von als „gut genug“ geltenden Systemen zu beachten.

  57. New global AI computing capacity is doubling every 9 months epoch · 2026 · Q005786 · Hintergrund, keine Belege

    Der bereitgestellte Berichtsausschnitt schätzt eine Verdopplung der weltweit neu verkauften KI-Chipkapazität etwa alle neun Monate; Hinweise auf eine Verlangsamung sind laut Bericht statistisch nicht signifikant.

  58. Accelerating science could be the most valuable use of AI oecd · 2023 · Q005818 · Hintergrund, keine Belege

    Der Beitrag sieht großes wissenschaftliches und gesellschaftliches Potenzial in KI, betont aber, dass Governance, Zugang und mögliche Risiken noch offene Fragen sind.

  59. Acquisition costs of leading AI supercomputers have doubled every 13 months epoch · 2025 · Q005827 · Hintergrund, keine Belege

    Epoch AI berichtet stark steigende Kosten für führende KI-Supercomputer, während die dazugehörigen Systemdaten und Großprojekt-Schätzungen wegen unterschiedlicher Belege, Zähleinheiten und offener Pläne nur eingeschränkt vergleichbar sind.

  60. The US hosts the majority of GPU cluster performance, followed by China epoch · 2025 · Q005835 · Hintergrund, keine Belege

    Der Quelltext ist eine Notizensammlung, kein vollständiger Bericht: Er skizziert globale KI-Cluster und Trainingssysteme, weist aber auf begrenzte Abdeckung und zahlreiche unsichere oder geschätzte Angaben hin.

  61. Private-sector companies own a dominant share of GPU clusters epoch · 2025 · Q005846 · Hintergrund, keine Belege

    Laut Epoch nahm der private Anteil an der globalen KI-Rechenkapazität stark zu, doch die Bestandsaufnahme enthält viele Schätzungen und unsichere oder geplante Systeme.

  62. The computational performance of leading AI supercomputers has doubled every nine months epoch · 2025 · Q005854 · Hintergrund, keine Belege

    Der vorliegende Notiz-Auszug berichtet von stark wachsender KI-Rechenleistung, betont aber, dass viele Systemangaben und Zukunftspläne nur geschätzt oder unsicher belegt sind.

  63. Power requirements of leading AI supercomputers have doubled every 13 months epoch · 2025 · Q005864 · Hintergrund, keine Belege

    Der Bericht schätzt eine Verdopplung des Leistungsbedarfs führender KI-Supercomputer etwa alle 13 Monate, doch viele Systemdaten beruhen auf unsicheren oder abgeleiteten Angaben.

  64. Benchmark scores are well correlated, even across domains epoch · 2026 · Q005896 · Hintergrund, keine Belege

    Laut Epoch AI stimmen Modellrangfolgen über KI-Benchmarks hinweg oft stark überein, doch Stichprobenrauschen und zeitliche Unterschiede zwischen Modellen schränken die Aussagekraft der Korrelationen ein.

  65. Advancing accountability in AI: Governing and managing risks throughout the lifecycle for trustworthy AI oecd · 2023 · Q005948 · Hintergrund, keine Belege

    Der Abstract skizziert Ansätze zur Steuerung von KI-Risiken über den Systemlebenszyklus hinweg, nennt dafür OECD-, ISO- und NIST-Rahmenwerke, liefert aber selbst keine konkreten Ergebnisse.

  66. GitHub Data: Capturing Open Source Software and Implementation cset · 2022 · Q005979 · Hintergrund, keine Belege

    CSET nutzt ausgewählte öffentliche GitHub-Repositorys, um Technologietrends zu untersuchen, und deutet mehr KI-/ML-Projekte bei weniger durchschnittlichen Forks und Commits als zunehmende Verteilung der Entwicklung.

  67. Leading AI companies have hundreds of thousands of cutting-edge AI chips epoch · 2024 · Q005987 · Hintergrund, keine Belege

    Der Bericht schätzt für führende Tech-Unternehmen sehr große KI-Rechenkapazitäten, weist aber auf unsichere Daten und die Vermietung beziehungsweise Anmietung von Rechenleistung hin.

  68. Frontier AI capabilities can be run at home within a year or less epoch · 2025 · Q005997 · Hintergrund, keine Belege

    Epoch AI berichtet einen durchschnittlichen Benchmark-Rückstand von sechs bis zwölf Monaten für offene Modelle auf einer Verbraucher-GPU, wobei der Abstand in realen Anwendungen laut Bericht größer sein könnte.

  69. 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.

  70. The size of datasets used to train language models doubles approximately every six months epoch · 2024 · Q006066 · Hintergrund, keine Belege

    Der Berichtsauszug behauptet ein etwa halbjährliches Verdoppeln der Trainingsdatensätze für Sprachmodelle, erläutert aber die Messmethode und die Vergleichbarkeit seiner Größenangaben nicht.

  71. The ECI frontier has advanced by 14 points per year since the introduction of reasoning models epoch · 2026 · Q006075 · Hintergrund, keine Belege

    Epoch AI berichtet von einem stärkeren ECI-Anstieg bei Reasoning-Modellen (14 statt 6 Punkte pro Jahr), erläutert hier aber nicht die vollständige Methodik und weist keine Kausalität nach.

  72. Leading AI chip designs are used for around four years in frontier training epoch · 2025 · Q006135 · Hintergrund, keine Belege

    Laut Epoch AI beträgt der Median bis zur letzten bekannten Frontier-Modellveröffentlichung 3,9 Jahre für Chips ab V100 und 2,7 Jahre einschließlich älterer Chips; das ist keine direkte Messung der tatsächlichen Nutzungsdauer.

  73. Caroline Schuerger's Testimony Before the Bipartisan Commission on Biodefense cset · 2022 · Q006141 · Hintergrund, keine Belege

    Schuerger fordert, globale Biotechnologietrends und mögliche Risiken systematisch zu beobachten; die von CSET geplanten Analysewerkzeuge werden in der Aussage beschrieben, aber noch nicht mit Ergebnissen belegt.

  74. Total AI chip memory bandwidth has grown 4.1x per year, now reaching 70 million terabytes per second epoch · 2026 · Q006163 · Hintergrund, keine Belege

    Epoch AI schätzt die kumulierte Bandbreite ausgelieferter KI-Chips für Q4 2025 auf rund 70 Millionen Terabyte pro Sekunde, weist aber auf modellbedingte Unsicherheit und den Näherungscharakter der Kennzahl hin.

  75. Largest AI data center: doubling every 7 months epoch · 2026 · Q006205 · Hintergrund, keine Belege

    Epoch AI schätzt, dass sich die Rechenleistung des größten KI-Rechenzentrums seit 2024 etwa alle sieben Monate verdoppelt hat, wobei die Zukunftswerte unsicher sind.

  76. Artificial General Intelligence: can we avoid the ultimate existential threat? oecd · 2023 · Q006243 · Hintergrund, keine Belege

    Der Bericht warnt, dass eine AGI große Chancen, aber auch schwer kontrollierbare existenzielle Risiken bergen könnte, und fordert frühe Sicherheitsarbeit sowie internationale Vorsorge, obwohl wirksame Lösungen bislang offen sind.

  77. Provisional Administrative Methods for Entrusting Enterprises with Building State Key Laboratories cset · 2021 · Q006244 · Hintergrund, keine Belege

    Der vorliegende Auszug beschreibt Ziele und Grundregeln chinesischer staatlicher Schlüssellabore in Unternehmen, enthält aber nur die Einleitung und Artikel 1 bis 5 und macht keine Angaben zu Umsetzung oder Wirkung.

  78. Open-weight AI models are 6-7 months behind on cyber epoch · 2026 · Q006268 · Hintergrund, keine Belege

    Laut Epoch AIs Cyber-ECI-Auswertung liegt die offene Modellfront bei Cybersecurity-Fähigkeiten etwa sechs bis sieben Monate hinter der geschlossenen.

  79. Frontier open models may surpass 1e26 FLOP of training compute before 2026 epoch · 2025 · Q006278 · Hintergrund, keine Belege

    Epoch AI erwartet aufgrund historischer Trends, dass offene Modelle die Schwelle von 10²⁶ Trainings-FLOP möglicherweise 2025, spätestens laut Prognoseintervall im November 2026, überschreiten.

  80. 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.

  81. Coding-agent use at OpenAI is doubling roughly every month epoch · 2026 · Q006297 · Hintergrund, keine Belege

    Der Bericht schätzt, dass die Coding-Agent-Nutzung von OpenAI-Forschenden zuletzt etwa monatlich wuchs, weist aber darauf hin, dass die Preisangaben keine tatsächlichen internen Kosten messen.

  82. AI training cluster sizes increased by more than 20x since 2016 epoch · 2024 · Q006361 · Hintergrund, keine Belege

    Epoch AI berichtet von mehr als zwanzigmal so vielen Prozessoren für KI-Trainings zwischen 2016 und 2024, weist aber auf fehlende genaue Angaben und eine lückenhafte Datentabelle hin.

  83. Analysis of the State of Chinese R&D Personnel Development in 2018 cset · 2020 · Q006382 · Hintergrund, keine Belege

    Der vorliegende Auszug zufolge wuchs Chinas FuE-Personal 2018 weiter, blieb pro Beschäftigten aber laut Bericht unter dem Niveau westlicher Industrieländer.

  84. After the ChatGPT moment: measuring AI’s adoption epoch · 2025 · Q006422 · Hintergrund, keine Belege

    Der Bericht hält die bisherige KI-Verbreitung für außergewöhnlich schnell und eine stark gestiegene Nutzung pro Person für plausibel, betont aber erhebliche Unsicherheiten in den Belegen.

  85. The eternal complement openai · Q006463 · Hintergrund, keine Belege

    Der Essay stellt zwei offene KI-Zukunftsbilder gegenüber: mehr Erkenntnis mit weniger realem Aufwand oder mehr Ideen, als die wachsende Umsetzungsinfrastruktur bewältigen kann.

  86. Algorithmic progress likely spurs more spending on compute, not less epoch · 2025 · Q006471 · Hintergrund, keine Belege

    Laut Matthew Barnett könnten bessere KI-Algorithmen die Compute-Ausgaben steigern, sofern sie neue Fähigkeiten und Märkte erschließen; bei stagnierender KI und gesättigter Nachfrage könnten sie dagegen sinken.

  87. 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.

  88. Do the biorisk evaluations of AI labs actually measure the risk of developing bioweapons? epoch · 2025 · Q006557 · Hintergrund, keine Belege

    Die bisherigen Biorisiko-Tests belegen laut den Autoren keine Befähigung von Laien zur Entwicklung biologischer Waffen, reichen wegen ihrer Grenzen und mangelnder Transparenz aber auch nicht aus, das Risiko auszuschließen.

  89. WAIC Artificial Intelligence Security and Rule of Law Guidelines cset · 2020 · Q006566 · Hintergrund, keine Belege

    Die Leitlinien schlagen Maßnahmen gegen technische, datenbezogene, rechtliche und soziale KI-Risiken vor, ohne deren Wirksamkeit zu belegen.

  90. Introducing OpenAI o3 and o4-mini openai · 2025 · Q006570 · Hintergrund, keine Belege

    OpenAI beschreibt o3 und o4-mini als leistungsfähige, werkzeugnutzende Reasoning-Modelle, doch die im Bericht genannten Ergebnisse sind an bestimmte Testbedingungen gebunden und beide Modelle sind inzwischen abgekündigt.

  91. OpenAI LP openai · 2019 · Q006587 · Hintergrund, keine Belege

    OpenAI stellte 2019 OpenAI LP als Modell mit begrenzten Renditen vor, das Kapital für die AGI-Entwicklung einwerben und laut Unternehmen die Mission unter Kontrolle von OpenAI Nonprofit priorisieren soll.

  92. How many digital workers could OpenAI deploy? epoch · 2025 · Q006664 · Hintergrund, keine Belege

    Eine unsichere Überschlagsrechnung kommt auf rund 7 Millionen digitale Arbeitsäquivalente für derzeit von KI lösbare Aufgaben, nicht auf ebenso viele heute ersetzbare menschliche Arbeitsplätze.

  93. HAI Institute’s latest AI Index Report covers 3 times as many data sets oecd · 2020 · Q006674 · Hintergrund, keine Belege

    Der AI Index 2019 berichtet von starkem Wachstum bei KI-Forschung, Investitionen und Nutzung, aber auch von Grenzen technischer Leistungsfähigkeit und anhaltenden Diversitätslücken; der Beitrag betont die Schwierigkeit, solche Entwicklungen zuverlässig zu messen.

  94. Introducing ChatGPT agent openai · 2025 · Q006682 · Hintergrund, keine Belege

    OpenAI stellte 2025 einen Agenten für Recherche und Webaktionen vor und berichtete über starke Testergebnisse, räumte aber Risiken, Fehler und frühe Produktgrenzen ein.

  95. How well did forecasters predict 2025 AI progress? epoch · 2026 · Q006704 · Hintergrund, keine Belege

    Die KI-Prognosen für 2025 waren gemischt; besonders Unternehmensumsätze und biologische Risiken fielen höher aus als erwartet, während der vorliegende Text nur den Hauptbeitrag und ausgewählte Daten enthält.

  96. Keeping up with the GPTs epoch · 2026 · Q006748 · Hintergrund, keine Belege

    Ho meint, Effizienz und Distillation können den Rechenrückstand kleinerer KI-Labore verringern, aber wahrscheinlich keinen zehnfachen Abstand ausgleichen; seine Einschätzung beruht auf begrenzter Evidenz.

  97. The case for multi-decade AI timelines epoch · 2025 · Q006804 · Hintergrund, keine Belege

    Ege Erdil argumentiert, dass sich KI-Fortschritt und Umsatzwachstum wahrscheinlich nicht schnell genug fortsetzen, um Fernarbeit in wenigen Jahren vollständig zu automatisieren, und schätzt dafür im Mittel etwa 20 Jahre.

  98. Introducing deep research openai · 2025 · Q006828 · Hintergrund, keine Belege

    Deep Research soll komplexe Webrecherchen automatisieren, doch laut Bericht bleiben Halluzinationen, Unsicherheiten bei Quellen und teils unbelegte oder geschätzte Beispieldaten wichtige Grenzen.

  99. The software intelligence explosion debate needs experiments epoch · 2025 · Q006842 · Hintergrund, keine Belege

    Der Autor empfiehlt Experimente, um besser einzuschätzen, ob automatisierte KI-Forschung eine explosionsartige Beschleunigung auslösen kann; die vorliegenden Daten und Modelle reichen dafür seiner Ansicht nach nicht aus.

  100. What we learned from 1,604 Chinese AI job postings epoch · 2026 · Q006884 · Hintergrund, keine Belege

    Laut einer Auswertung von über 1.600 Stellenanzeigen unterscheiden sich chinesische KI-Firmen bei Hardware, Infrastruktur, Geschäft und Forschung; die Anzeigen geben jedoch nur begrenzte Hinweise auf ihre tatsächliche Praxis.

Sprache und Prüfstand

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

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →