Stanfords 2026 AI Index zitiert eine Studie, in der Microsofts AI Diagnostic Orchestrator, gepaart mit OpenAIs o3-Reasoning-Modell, gegen 21 praktizierende Ärzte mit fünf bis zwanzig Jahren Erfahrung antrat, die unter vergleichbaren Bedingungen ohne Hilfsmittel diagnostisch anspruchsvolle Fälle aus dem New England Journal of Medicine bearbeiteten. Die Genauigkeit des KI-Systems erreichte 85,5 % gegenüber rund 20 % bei den unterstützungsfreien Ärzten
Der Stanford HAI AI Index 2026 Bericht zitiert eine Studie, in der Microsofts AI Diagnostic Orchestrator, gepaart mit OpenAIs o3 Reasoning Model, an herausfordernden Fällen aus dem New England Journal of Medicine getestet wurde. Das KI-System erreichte eine Genauigkeit von 85,5 %. Dies wurde mit einer Genauigkeit von etwa 20 % bei 21 praktizierenden Ärzten mit fünf bis 20 Jahren klinischer Erfahrung unter vergleichbaren Bedingungen verglichen.
Geprüft 2026-09-28
Mit Insider verfolgenWarum das zählt
Bei schwierigen medizinischen Rätseln kann KI Ärzte, die alleine arbeiten, übertreffen, obwohl echte Kliniken unübersichtlicher sind als Tests.
Mehr zu Modelle
- KI-Modelle können inzwischen Gold bei der Internationalen Mathematikolympiade gewinnen, doch Stanfords AI Index 2026 zeigt, dass sie an einer Aufgabe scheitern, die die meisten Kinder früh beherrschen. Bei den 180 Zifferblatt-Designs und 720 Fragen von ClockBench las das beste Modell, GPT-5.4 High, analoge Uhren nur in 50,6 % der Fälle korrekt ab, gegenüber 90,1 % bei Menschen
- Nachdem die Lücke 2024 kurz fast geschlossen war, hat sich der Leistungsabstand zwischen den besten Closed-Weight- und Open-Weight-KI-Modellen auf dem Arena-Leaderboard wieder vergrößert. Stand März 2026 führt laut Stanfords 2026 AI Index das beste Closed-Modell das beste Open-Modell um 3,3 %, gegenüber einem Vorsprung von 0,5 % im August 2024
- Stanfords KI-Index 2026 verfolgt, wie KI-Modelle bei GPQA Diamond abschneiden, einem Satz von Chemie- und Physikfragen auf Doktorandenniveau, die bewusst so gestaltet sind, dass Google-Suchen nicht weiterhelfen. Die mittlere Modellgenauigkeit bei diesem Benchmark erreichte 2025 93 %, verglichen mit einer Basislinie menschlicher Expertenvalidierer von 81,2 % -- KI-Modelle schlagen promovierte Experten nun um 12 Punkte bei GPQA Diamond
Der KI-Boom,mit Belegen.
6 belegte Fakten an jedem Werktag, plus The Weekly Brief, Deep Dives zu KI-Unternehmen und vieles mehr. Kostenlos.
Kostenlos · Keine Karte · Jederzeit abbestellen · Die heutige Ausgabe ansehen →
Treten Sie jetzt bei, und Sie starten mit 100 Receipts in The Receipts Ledger — Ihr erster Schritt zu einem kostenlosen Jahr Insider oder Pro. So funktioniert es →