Michael JohnsonEin Modell kann Fragen gut beantworten und dennoch ins Stocken geraten, wenn es Bedingungen abgleichen, mehrere Schritte organisieren und eine Lösung für einen Menschen vorbereiten soll. Am 2. November 2026 stellte OpenAI LifeVal vor – eine Bewertung von Alltagsszenarien, vom Vergleich von Kindertagesstätten und der Essensplanung bis hin zur Budgeterstellung und dem Zugang zu öffentlichen Dienstleistungen.
Diese Veränderung ist für alle wichtig, die einen KI-Assistenten für Aufgaben jenseits des Programmierens und von Prüfungstests auswählen. Die Frage wird konkreter: Bewältigt das System einen vollständigen Prozess, der Recherche, den Vergleich von Möglichkeiten und die Vorbereitung einer Handlung erfordert – und nicht nur eine flüssige Antwort im Chat?
Was LifeVal prüft
OpenAI zufolge stützt sich der Aufgabenkatalog auf zwei Studien zur Zeitverwendung – eine US-amerikanische und eine internationale – sowie auf eine separate, demografisch repräsentative Befragung von 3.995 Personen. Die Themen umfassen die Betreuung nahestehender Menschen, Gesundheit, Bildung, Hausarbeit, persönliche Finanzen, Einkäufe und öffentliche Dienstleistungen. Das Unternehmen beschreibt LifeVal als Bewertung praktischer Aufgaben, die Modelle und persönliche Agenten erledigen.
Dieser Schwerpunkt verändert die Bewertungseinheit. Statt einzelnes Wissen abzufragen, kann ein Szenario verlangen, Kontext zusammenzutragen, die Einschränkungen des Nutzers zu berücksichtigen und ein Ergebnis vorzubereiten, während die Entscheidung beim Menschen bleibt. Ein veröffentlichtes Beispiel zur Kinderbetreuung bittet darum, Einrichtungen in der Nähe eines neuen Wohnorts zu vergleichen und eine Liste geeigneter Optionen zu erstellen. Ein anderes Beispiel besteht darin, einem Elternteil, das sich auf eine neue Diabetesdiagnose einstellt, bei einem Pflege- und Ernährungsplan zu helfen.
Was die veröffentlichten Prozentwerte bedeuten
Auf der LifeVal-Seite nennt OpenAI Ergebnisse seiner aktuellen Modelle für einzelne Szenarien: 93,1 Prozent für den Vergleich von Kindertagesstätten, 98 Prozent für die Organisation von Freiwilligen vor einer Überschwemmung und 90,4 Prozent für die Unterstützung eines Elternteils nach einer neuen Diabetesdiagnose. Das Unternehmen zeigt auch Beispiele fertiger Ergebnisse: eine Liste von Einrichtungen mit Angaben zur Aufnahme, einen Einsatzplan für Freiwillige oder einen Speiseplan mit Erinnerungen und Fragen an das medizinische Team.
Diese Zahlen beziehen sich auf konkrete, von OpenAI veröffentlichte Szenarien. Die Seite enthält keine vergleichbare Ergebnistabelle für mehrere Modelle; die Prozentwerte bilden daher keine unabhängige Rangliste von Assistenten. Für einen eigenen Test ist es hilfreicher, verschiedenen Systemen dasselbe vollständige Szenario mit identischen Vorgaben zu geben und anschließend die Genauigkeit der gesammelten Informationen, die Berücksichtigung von Einschränkungen und die Qualität des vorbereiteten Ergebnisses zu prüfen.
Warum der Schritt von der Antwort zur Aufgabe wichtig ist
OpenAI verknüpft LifeVal mit der Weiterentwicklung der Browsernutzung, der Computersteuerung und der Anbindung externer Dienste. Nach Angaben des Unternehmens ermöglichen diese Funktionen ChatGPT, komplexere Aufgaben als das Formulieren eines Ratschlags zu erledigen. Die Bewertung zeigt daher, welche praktischen Szenarien OpenAI für einen persönlichen KI-Assistenten als wichtig erachtet: Die Arbeit soll dabei helfen, eine Abfolge alltäglicher Schritte zu bewältigen.
Für Teams, die Assistenten entwickeln, ergibt sich daraus ein konkreter Ansatz: das Produkt anhand mehrstufiger Aufgaben der Zielgruppe testen und vorab festlegen, was als fertiges Ergebnis gilt. Nutzer sollten prüfen, welche Schritte das System ausgeführt hat, woher wesentliche Informationen stammen und an welchen Stellen ihre Entscheidung erforderlich ist. In Alltagsszenarien zählen nicht nur verständliche Texte, sondern auch genaue Angaben und Ergebnisse, die sich für weitere Schritte eignen.
Was sich bereits vergleichen lässt
LifeVal erläutert, wie der Aufgabenkatalog entstanden ist, und zeigt einige Beispiele mit Prozentwerten für aktuelle OpenAI-Modelle. Auf der veröffentlichten Seite gibt es keine vollständige Tabelle, die einen Vergleich mehrerer Modelle unter gleichen Bedingungen ermöglichen würde. Leser können daher die Aufgabentypen und Antwortbeispiele ansehen, sie aber nicht als fertige Vergleichsrangliste von Assistenten verwenden.
Der Wert von LifeVal liegt in einer überprüfbaren Frage: Kann KI einem Menschen helfen, ein bedeutsames Alltagsszenario zu bewältigen und ein Ergebnis vorzubereiten, das dieser beurteilen und nutzen kann? Das gibt Entwicklern und Nutzern eine praktische Orientierung: Nicht nur die Antwort, sondern den gesamten Weg von der ursprünglichen Aufgabe bis zur vorbereiteten Handlung prüfen.
