WIE MENSCHEN KI WIRKLICH NUTZEN, WISSEN WIR NICHT

Das Wichtigste

Die Nutzungsreports von Anthropic und OpenAI zeigen nur einen Ausschnitt der Realität. Ein neues Forschungsprojekt namens AI Observatory legt jetzt offen, wie gross die Lücke wirklich ist.

Was ist passiert?

Forscher von Stanford, MIT und der Data Provenance Initiative haben mit dem AI Observatory eine unabhängige Analyseplattform gestartet. Sie wertet echte Konversationen mit Claude, Gemini, ChatGPT und Grok aus, gesammelt mit Nutzerzustimmung aus sieben bestehenden Datensätzen.

Der Anlass: Firmenreports wie der Anthropic Economic Index filtern gezielt auf arbeitsbezogene Nutzung. Als das AI Observatory-Team dieselbe Methodik auf die eigenen Daten anwendete, wären fast die Hälfte aller Konversationen (48 Prozent) herausgefiltert worden.

Die ausgefilterten Gespräche drehten sich deutlich häufiger um Gesundheit und Beziehungen, anstössige oder illegale Inhalte, Belästigung und Hassrede sowie sexuelle Inhalte, teils mit mehr als vierfach höheren Anteilen als in Anthropics eigener Analyse.

Zentrale Befunde

Die Datenbasis: 85.633 Konversationsrunden aus 24.521 Chats, von 5.000 Nutzern mit 52 verschiedenen Modellen zwischen 2023 und 2025.

Modelle unterscheiden sich stark in der Nutzung. Grok und Gemini werden häufiger für Informationsrecherche verwendet, Grok speziell für News und Politik, aber auch als Konzentrationspunkt für Falschinformationen. Anthropic-Modelle punkten bei Coding, Gemini bei Social- und Rollenspiel-Anwendungen, ChatGPT bei Hausaufgabenhilfe.

Nutzung verändert sich über Zeit. Im WildChat-Datensatz wurden Konversationen länger und elaborierter, Small Talk nahm zu, während KI-Systeme seltener offenlegten, ein Chatbot zu sein. Das deutet auf wachsende Nutzung als Begleiter statt reines Werkzeug hin.

Sensible Inhalte nahmen tendenziell ab, was für wirksamere Schutzmechanismen der Anbieter sprechen könnte. Gleichzeitig zeigten unterschiedliche Modellversionen (etwa ältere gegenüber neueren GPT-Generationen) deutlich verschiedene Interaktionsmuster, auch das bilden Firmenreports kaum ab.

Warum ist das relevant?

Wer heute Produktentscheidungen, Regulierung oder Risikobewertung auf Basis der offiziellen Herstellerreports trifft, arbeitet mit einem geschönten Ausschnitt. Anthropic selbst hat einzelne Blogposts zu sensiblen Themen wie Begleitung oder Missbrauchsrisiken veröffentlicht, aber eben separiert statt im Gesamtbild.

Für Entscheider in DACH-Unternehmen heisst das: Benchmark-Zahlen zu "produktiver KI-Nutzung" sind mit Vorsicht zu lesen. Sie sagen mehr über die Filterkriterien des jeweiligen Anbieters aus als über tatsächliches Nutzerverhalten.

Take-Away

Die Daten des AI Observatory sind für Forscher zugänglich, aber selbst diese Datenbasis ist laut den Autoren wahrscheinlich zu klein und untererfasst sensible Nutzung, da Menschen solche Chats seltener freiwillig teilen. Wer belastbare Aussagen über KI-Risiken treffen will, sollte auf unabhängige Auswertungen wie diese warten, nicht nur auf Blogposts der Anbieter selbst.