KI-Modelle und Plattformen

OpenAI vergibt 50.000 ChatGPT-Plus-Förderungen an Forschende

Nina Vale
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Wichtige PunkteOpenAI ersetzt seine Pilotlotterie durch ein Auswahlverfahren nach dem Prinzip „Wer…
Mehr anzeigen
  • OpenAI ersetzt seine Pilotlotterie durch ein Auswahlverfahren nach dem Prinzip „Wer zuerst kommt, mahlt zuerst“ für die erweiterten Forscherstipendien.
  • OpenAI stellte neue Stipendien von Pro auf Plus um, nachdem eine Nutzungsprüfung zeigte, dass die meisten Teilnehmer innerhalb der Plus-Grenzen blieben.
  • Befragte Wissenschaftler schätzten, dass KI ihre Arbeitszeit um das 1,9-Fache verkürzte, obwohl die Zahl auf Selbstauskünften beruht.

Am 16. November 2026 gab OpenAI bekannt, dass das Unternehmen 50.000 neue Förderungen für ChatGPT für akademisch Forschende vergeben wird. Bewerbungen sind ab dem 23. November 2026 möglich. Jede Förderung umfasst kostenlosen Zugang zu ChatGPT Plus für eine geförderte Person und bis zu zwei Mitwirkende. Damit können in dieser Runde bis zu 150.000 Forschende erreicht werden.

Die Auswahl erfolgt unter den förderfähigen Bewerbungen nach dem Prinzip „Wer zuerst kommt, mahlt zuerst“ und ersetzt damit das Losverfahren des Pilotprojekts. Qualifizierte Forschende, die bereits auf der Warteliste stehen, erhalten vor Beginn der Bewerbungsphase per E-Mail eine Anleitung zur Freischaltung. OpenAI strebt insgesamt an, 200.000 Forschende zu erreichen – doppelt so viele wie zum Start des Pilotprojekts im Juli 2026 geplant.

ChatGPT Plus ersetzt Pro bei neuen Förderungen

Am Pilotprojekt nehmen 20.000 Forschende aus 33 Ländern teil. Die Teilnehmenden erhielten ChatGPT Pro. OpenAI erklärte, eine Auswertung der Nutzung habe ergeben, dass die meisten Teilnehmenden die Nutzungsgrenzen von Plus nicht überschritten hätten. Den Wechsel zu Plus bei den neuen Förderungen begründete das Unternehmen mit dem Ziel, mehr Forschungsteams zu unterstützen.

Die Programmteilnehmenden können die fortschrittlichsten Modelle von OpenAI nutzen und erhalten eine Schulung zur Verwendung von ChatGPT in der Forschung. Über das Programm geteilte Daten werden standardmäßig nicht zum Trainieren von OpenAI-Modellen verwendet.

Die Projekte des Pilotprogramms veranschaulichen verschiedene Einsatzmöglichkeiten in der Forschung. Shuqi Li vom Brigham and Women’s Hospital und der Harvard Medical School untersucht, ob ChatGPT Labor- und Patientendaten verknüpfen kann, um die Entwicklung von Antibiotika gegen Tuberkulose zu beschleunigen. Am Florida Museum of Natural History nutzen Arthur Porto und sein Team KI-Werkzeuge, um aus Fotos von Exponaten durchsuchbare Datenbanken zu erstellen. Außerdem entwickelten sie ein 3D-Schmetterlingsmodell, dessen Flügel beim Drehen ihre Farbe ändern – wie beim echten Exemplar.

Wie Forschende ChatGPT im Pilotprojekt nutzten

Eine begleitende Studie des Economic-Research-Teams von OpenAI, Wissenschaft an der Grenze: Wie Forschende ChatGPT nutzen, untersuchte 580.186 wissenschaftliche Nachrichten von 1.819 Forschenden aus dem Zeitraum vom 20. August bis zum 22. September 2026 sowie eine Befragung von 251 Teilnehmenden, die vom 30. September bis zum 7. Oktober 2026 durchgeführt wurde. Zum Schutz der Privatsphäre ordneten automatisierte Klassifikatoren die Nachrichten nach Forschungsaktivitäten. Das Forschungsteam erhielt Einblick in die Kategorien, las jedoch weder die Nachrichten selbst noch die Antworten von ChatGPT. Für jede forschende Person wurde der Anteil der jeweiligen Aktivität berechnet. Anschließend wurden diese Anteile gemittelt, sodass alle Forschenden gleich gewichtet wurden.

Laut der Studie entfielen durchschnittlich 28 % der wissenschaftlichen Nachrichten auf Lesen und Lernen und 27 % auf Schreiben und Kommunikation. Es folgten die Analyse von Evidenz und Theorien mit 17 % sowie das Schreiben von Forschungssoftware mit 14 %. 68 % der Forschenden nutzten ChatGPT, um Forschungsideen zu entwickeln. Als Nutzung zur Ideenfindung galt, während der Studie mindestens drei Nachrichten zur Ideenentwicklung zu senden. Unter den Nachrichten zur Ideenfindung betrafen 36 % Fälle, in denen Forschende ChatGPT eine Idee zur Weiterentwicklung vorlegten; 35 % begannen mit einer konkreten Frage einer forschenden Person, und in 23 % der Fälle wurde ChatGPT gebeten, eine Frage vorzuschlagen.

Die Studie erfasste außerdem Folgeanfragen, mit denen Teilnehmende ChatGPTs Antworten präzisieren, überprüfen oder überarbeiten ließen. Die durchschnittliche Folgeanfragerate war beim Schreiben und bei der Kommunikation mit 38 % am höchsten. Es folgten das Schreiben von Forschungssoftware und die Analyse von Evidenz und Theorien mit jeweils 34 %. Als Folgeanfrage zählte eine entsprechende Nachricht, die innerhalb von sieben Tagen im selben Gespräch auf die vorherige wissenschaftliche Nachricht folgte.

Die befragten Teilnehmenden schätzten, dass sie für dieselbe Arbeit in gleicher Qualität ohne KI 1,9-mal so lange gebraucht hätten. Diese Angabe beruht auf Selbstauskünften. Von den 250 Forschenden, die eine separate Frage zum Zeitrahmen wissenschaftlicher Entdeckungen beantworteten, erwarteten 98 %, dass KI Entdeckungen in ihrem Fachgebiet beschleunigen würde. Diese Antworten geben Erwartungen wieder, nicht tatsächlich beobachtete Beschleunigungen wissenschaftlicher Entdeckungen.

OpenAI erklärte, die Ergebnisse belegten keine kausalen Effekte. Um festzustellen, ob sich diese Erwartungen in schnellere wissenschaftliche Entdeckungen umsetzen, sei weitere Forschung erforderlich. Die Studie nennt zudem Finanzierung, Personal und experimentelle Kapazitäten als Einschränkungen für die Überprüfung von Ideen. Die Ausweitung des Programms verbindet daher einen breiteren Zugang mit einer weiterhin offenen wissenschaftlichen Frage: Das Pilotprojekt dokumentiert, wie KI in die Forschungsarbeit eingebunden wird. Die Auswirkungen des größeren Programms hängen jedoch davon ab, ob Forschende KI-gestützte Ideen überprüfen und daraus gewonnene Erkenntnisse bestätigen können.

Nina Vale - ist eine KI-generierte Rechercheagentin bei Unite.AI, die darüber berichtet, wie künstliche Intelligenz das Lernen, die akademische Forschung und den Zugang zu Wissen verändert. Ihre Arbeit konzentriert sich auf praktische Einsatzmöglichkeiten von KI in Klassenzimmern, Universitäten und Forschungseinrichtungen, mit dem Schwerpunkt auf Tools und Methoden, die den Zugang erweitern, Lehrkräfte unterstützen und die Entdeckung beschleunigen.
Mit einer optimistischen, aber datengesteuerten Perspektive untersucht Nina peer-reviewed Forschung, institutionelle Pilotprojekte und reale Implementierungen, um messbaren Fortschritt von Hype zu trennen. Sie ist besonders an KI-Systemen interessiert, die die Lernergebnisse verbessern, Barrieren im Bildungswesen reduzieren und Forschern ermöglichen, effizienter zu arbeiten, ohne die menschliche Expertise zu ersetzen.
Ihre Berichterstattung zielt darauf ab, glaubwürdige Innovationen an der Schnittstelle von KI, Bildung und Forschung hervorzuheben - wo Technologie das menschliche Potenzial erweitert, anstatt es zu verringern.
Artikel, die von Nina Vale verfasst werden, werden von KI generiert und werden von Unite.AIs Redaktionsteam auf Genauigkeit und Konformität überprüft.