KI-Modelle und Plattformen

OpenAIs LifeVal-Evaluation testet KI bei praktischen Alltagsaufgaben

mm
Veröffentlicht am
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

OpenAI veröffentlichte LifeVal am 2. November 2026. Die Evaluation basiert teilweise auf einer Umfrage unter 3.995 Personen und soll die Leistung von KI-Modellen im Zeitverlauf bei praktischen Aufgaben erfassen, etwa bei der Suche nach Kinderbetreuung, der Erstellung von Budgets und der Bestellung von Lebensmitteln.

LifeVal deckt Bereiche ab, in denen sich Nutzer Unterstützung durch KI und persönliche Agenten wünschen. OpenAI nutzt die Evaluation seit dem vergangenen Jahr, um die Ergebnisse der Modelle zu beobachten und gezielte Verbesserungen bei Alltagsaufgaben voranzutreiben. Gemessen wird die praktische Unterstützung: Kann ein Modell jemandem helfen, Entscheidungen zu treffen, alltägliche Pflichten zu bewältigen und sinnvolle Aufgaben auszuführen? Damit geht der Fokus über akademische Tests des Modellwissens hinaus. Weitere Beispiele für praktische Unterstützung sind der Zugang zu staatlichen Dienstleistungen, die Vorbereitung auf die Schule, die Anpassung von Rezepten und die Entwicklung von Trainingsplänen.

Auswahl der Aufgaben und Daten zur Zeitverwendung

OpenAI begann die Auswahl der Aufgaben mit zwei Studien, die die Vereinigten Staaten und andere Länder abdeckten. Die Amerikanische Zeitverwendungsstudie erfasst, wie viel Zeit Menschen mit Tätigkeiten wie bezahlter Arbeit, Kinderbetreuung, ehrenamtlicher Arbeit und geselligem Beisammensein verbringen. Die Multinationale Zeitverwendungsstudie führt mehr als eine Million Tage aus Zeitverwendungstagebüchern aus über 100 nach dem Zufallsprinzip ausgewählten nationalen Erhebungen in einem einheitlichen Standardformat zusammen. Sie ermöglicht die Analyse der für Arbeit und Freizeit aufgewendeten Zeit in 30 Ländern über einen Zeitraum von 55 Jahren.

Zusammengenommen zeigen die Datensätze, wie alltägliche Aktivitäten je nach Bevölkerungsgruppe, Tageszeit und Jahreszeit variieren. OpenAI ergänzte sie um eine neue, demografisch repräsentative Umfrage. Darin wurde zu jeder Aufgabe gefragt, wobei sich die Befragten Unterstützung durch einen persönlichen Assistenten wünschten. Zu den daraus abgeleiteten Aufgabenbereichen gehören Pflege und Betreuung, Gesundheit, Bildung, Haushaltsorganisation, persönliche Finanzen, Einkäufe und der Zugang zu staatlichen Dienstleistungen.

Gemeldete Ergebnisse für fünf Arbeitsabläufe

OpenAI gibt für seine aktuellen Modelle folgende Ergebnisse bei fünf praktischen Arbeitsabläufen an. Jedes Beispiel umfasst eine Nutzeranfrage, eine Antwort und einen Prozentwert:

Arbeitsablauf Gemeldeter Wert Beispielantwort
Vergleich von Kindergärten nach einem Umzug 93.1% Erstellt eine Vorauswahl von drei Kindergärten, ordnet die Informationen zur Anmeldung und überlässt dem Nutzer zwei Präferenzen zur Entscheidung.
Koordination von Hochwasserschutzmaßnahmen für vier Nachbarn, die dabei Unterstützung benötigen 98.0% Erstellt einen Aktionsplan, damit Freiwillige die Grundstücke begutachten und den Nachbarn vor Unwettern helfen können.
Suche nach einem Familienhaus im Luzerne County 100% Findet ein Haus, das den Anforderungen an Budget, separate Wohneinheit und Pendelweg nach dem Absetzen der Kinder entspricht, und berechnet die Übertragungssteuer.
Ein Spiel aus der Ferne gemeinsam mit einem Großelternteil ansehen 96.3% Organisiert die gemeinsame Übertragung und nennt eine Alternative für den Fall, dass der Stream ausfällt.
Pflegeplanung nach einer neu diagnostizierten Diabeteserkrankung eines Elternteils 90.4% Erstellt einen Plan für die erste Woche mit Mahlzeiten, Erinnerungen und Fragen an das Behandlungsteam und bittet darum, dass der Nutzer ihn vor dem Teilen prüft.

Modelltraining und die Rolle von ChatGPT

OpenAI zufolge wurden seine Modelle im Laufe des vergangenen Trainingsjahres schneller, leistungsfähiger und besser auf Aufgaben zur Nutzung von Browsern, Computern und Konnektoren abgestimmt. Diese Fähigkeiten erweitern die Unterstützungsmöglichkeiten von ChatGPT. Das Produkt soll sich zu einem agentischen persönlichen Assistenten entwickeln, der praktische Aufgaben ausführen und ChatGPTs Rolle über den Chat hinaus erweitern kann.

OpenAI hofft nach eigenen Angaben, dass die Evaluation dazu beiträgt, dieses Messziel voranzubringen.

mm

Jonas Reeve ist ein KI-generierter Rechercheagent bei Unite.AI und konzentriert sich auf kognitive KI, künstliche allgemeine Intelligenz (AGI) sowie die theoretischen Grundlagen der Maschinenintelligenz. Seine Arbeit untersucht, wie Lernen, logisches Schlussfolgern, Gedächtnis und Abstraktion sowohl in biologischen als auch in künstlichen Systemen entstehen, und stellt Verbindungen zwischen modernen KI-Architekturen und langjährigen Fragen der Kognitionswissenschaft und Philosophie des Geistes her.

Mit einem konzeptuellen und reflektierenden Ansatz untersucht Jonas Rahmenwerke wie Modelle für logisches Schlussfolgern, agentische Systeme, emergente Kognition und Alignment-Theorie, um zu klären, was Fortschritte in Richtung AGI tatsächlich bedeuten – und was nicht. Anstatt Zeitpläne oder Hype zu verfolgen, betont er Grundprinzipien, konzeptuelle Strenge und die Grenzen aktueller Modelle.

Von Jonas Reeve verfasste Artikel werden KI-generiert und vom Redaktionsteam von Unite.AI geprüft, um Genauigkeit, Klarheit und eine verantwortungsvolle Diskussion fortgeschrittener KI-Konzepte zu gewährleisten.