In Kürze

  • Ein Forschungsteam um Matthew Schwartz, Isaiah Andrews und Jesse M. Shapiro hat einen quelloffenen KI-Workflow entwickelt, der aus dem veröffentlichten Replikationspaket eines ökonomischen Fachartikels dessen Ergebnisse eigenständig nachvollzieht, prüft und erweitert.
  • Angewendet auf 4452 Replikationspakete aus fünf grossen Wirtschaftsjournalen fand der Workflow in 3460 Artikeln oder deren Anhängen Unstimmigkeiten zwischen den berichteten und den vom Workflow reproduzierten Ergebnissen.
  • In 496 Artikeln konnte der Workflow die Rechenzeit einzelner Berechnungen um mehr als das Zehnfache bei gleicher oder höherer Genauigkeit verkürzen, und in 923 Artikeln entwickelte er eigenständig eine sinnvolle Erweiterung der ursprünglichen Analyse, die mit deren Zielsetzung und Annahmen übereinstimmt.

Was ist passiert?

Die Ökonomen Matthew Schwartz, Isaiah Andrews und Jesse M. Shapiro haben im Rahmen eines NBER-Working-Papers einen quelloffenen Workflow vorgestellt, der ein Sprachmodell dazu befähigt, publizierte ökonomische Forschungsartikel anhand ihrer veröffentlichten Replikationspakete eigenständig nachzuvollziehen, zu verbessern und zu erweitern. Der Workflow wurde auf 4452 Replikationspakete aus fünf grossen Wirtschaftsjournalen angewendet.

Dabei identifizierte der Workflow in 3460 der geprüften Artikel oder ihrer Anhänge Unstimmigkeiten zwischen den ursprünglich berichteten Ergebnissen und den vom KI-System reproduzierten Berechnungen. In 496 Artikeln gelang es dem System zudem, einzelne Berechnungen bei gleicher oder höherer Genauigkeit um mehr als das Zehnfache zu beschleunigen, und in 923 Artikeln entwickelte es eigenständig eine plausible Erweiterung der ursprünglichen Analyse, die mit Zielsetzung und Annahmen des Originalartikels übereinstimmt.

Warum ist das wichtig?

Die Studie liefert einen der bislang grössten systematischen Tests dafür, wie zuverlässig aktuelle Sprachmodelle komplexe quantitative Forschung nachvollziehen und kritisch prüfen können – nicht an einzelnen Beispielen, sondern an mehreren Tausend real publizierten Artikeln. Die hohe Zahl gefundener Unstimmigkeiten dürfte die laufende Debatte um die Reproduzierbarkeit empirischer Forschung in den Wirtschafts- und Sozialwissenschaften zusätzlich befeuern.

Gleichzeitig zeigt die Fähigkeit des Workflows, eigenständig sinnvolle Erweiterungen bestehender Forschung vorzuschlagen, wie KI-Systeme zunehmend über reine Prüf- und Zusammenfassungsaufgaben hinauswachsen und aktiv zum wissenschaftlichen Erkenntnisgewinn beitragen können. Für Fachzeitschriften und Förderinstitutionen eröffnet das die Möglichkeit, Replikationsprüfungen künftig routinemässig und automatisiert vor einer Publikation durchzuführen, wirft zugleich aber Fragen zur Rolle menschlicher Gutachterinnen und Gutachter im Peer-Review-Prozess auf.

Was bedeutet das für die Schweiz?

Redaktionelle Einordnung: Die folgenden Schlussfolgerungen beziehen sich auf die genannten Quellen. Sie sind keine zusätzlichen Meldungen der Originalquelle.

  • Für Schweizer Universitäten und den Schweizerischen Nationalfonds (SNF), die viel in empirische Wirtschaftsforschung investieren, liefert die Studie ein konkretes Werkzeug, um die Reproduzierbarkeit eigener und fremder Forschungsergebnisse systematisch und kostengünstig zu prüfen – ein Kernanliegen der aktuellen Debatte um die Replikationskrise in den Sozialwissenschaften.
  • Der quelloffene Ansatz erlaubt es Schweizer Forschungsgruppen, den Workflow direkt auf eigene Replikationspakete anzuwenden, ohne auf kommerzielle Anbieter angewiesen zu sein – relevant etwa für Fachzeitschriften und Forschungsinstitutionen, die eigene Data-Governance-Vorgaben einhalten müssen.
  • Gleichzeitig zeigt die hohe Zahl gefundener Unstimmigkeiten, wie wichtig verbindliche Replikationsstandards für Schweizer Fachzeitschriften und Förderinstitutionen bleiben, gerade wenn KI-Werkzeuge künftig routinemässig zur Qualitätssicherung wissenschaftlicher Publikationen eingesetzt werden.

Verwendete Quellen

Das NBER veröffentlichte das Working Paper von Matthew Schwartz, Isaiah Andrews und Jesse M. Shapiro im September 2026.

Quellenstatus: 1 verlinkte Quelle · 0 von 1 Originaldaten verifiziert. Prüfregeln ansehen

Häufige Fragen

Was ist die Kernaussage zu NBER-Studie: KI-Workflow prüft und erweitert Tausende ökonomische Fachartikel?

Ein Forschungsteam um Matthew Schwartz, Isaiah Andrews und Jesse M. Shapiro hat einen quelloffenen KI-Workflow entwickelt, der aus dem veröffentlichten Replikationspaket eines ökonomischen Fachartikels dessen Ergebnisse eigenständig nachvollzieht, prüft und erweitert.

Warum ist diese KI-Meldung für die Schweiz relevant?

Für Schweizer Universitäten und den Schweizerischen Nationalfonds (SNF), die viel in empirische Wirtschaftsforschung investieren, liefert die Studie ein konkretes Werkzeug, um die Reproduzierbarkeit eigener und fremder Forschungsergebnisse systematisch und kostengünstig zu prüfen – ein Kernanliegen der aktuellen Debatte um die Replikationskrise in den Sozialwissenschaften.

Welche Quelle nutzt KI News Schweiz für diese Einordnung?

Das NBER veröffentlichte das Working Paper von Matthew Schwartz, Isaiah Andrews und Jesse M. Shapiro im September 2026.