In der empirischen Forschung gibt es ein klassisches Problem: Die meisten interessanten Daten sind qualitativ, nicht quantitativ. Reden von Politikern, Geschäftsberichte, Social-Media-Posts, Zeitungsartikel oder historische Dokumente enthalten wertvolle Informationen, aber sie lassen sich schwer in Zahlen übersetzen. Genau hier setzt ein neues Forschungsprojekt an, das im Februar 2026 als NBER Working Paper erschienen ist: „GPT as a Measurement Tool“ von Hemanth Asirvatham, Elliott Mokski und Andrei Shleifer. Die Autoren stellen darin eine Software vor, die dieses Problem lösen soll: GABRIEL. Die Grundidee ist überraschend einfach. Large Language Models wie GPT können Texte verstehen, ähnlich wie ein Mensch. Wenn man sie gezielt einsetzt, können sie daher qualitative Informationen systematisch bewerten und quantifizieren. Zum Beispiel: • Wie innovationsfreundlich ist eine politische Rede? • Wie toxisch ist ein Social-Media-Kommentar? • Wie technisch komplex ist eine neue Tec...
Links, unsortiert, zu verschiedenen Themen Angewandte Spieltheorie: Syrien-Konflikt . Gewinner und Verlierer der Globalisierung . Zahlt sich eine strengere Regulierung von Banken aus? Der Fall der Eigenkapitalregulierung . Wem gehören die Daten auf Facebook . Eine indische Schule mit mehreren erfolgreichen Absolventen: CEOs von Microsoft, Adobe und Mastercard. Mechthild Schrooten zum Sparen . Sie ist meine Kollegin in Bremen.