4 datasets found
  1. c

    ChatGPT Cat Kursprognosedaten

    • coinbase.com
    Updated Nov 24, 2025
    + more versions
    Share
    FacebookFacebook
    TwitterTwitter
    Email
    Click to copy link
    Link copied
    Close
    Cite
    (2025). ChatGPT Cat Kursprognosedaten [Dataset]. https://www.coinbase.com/de/price-prediction/chatgpt-cat
    Explore at:
    Dataset updated
    Nov 24, 2025
    Variables measured
    Wachstumsrate, Prognostizierter Kurs
    Measurement technique
    Benutzerdefinierte Projektionen basierend auf dem Zinseszinswachstum. Dies ist keine formelle Finanzprognose.
    Description

    Dieser Datensatz enthält die prognostizierten Preise der Kryptowährung ChatGPT Cat für die nächsten 16 Jahre. Diese Daten werden anfangs mit einer standardmäßigen jährlichen Wachstumsrate von 5 Prozent berechnet und verfügen nach dem Laden der Seite über eine gleitende Skalenkomponente, mit der der Benutzer die Wachstumsrate weiter an seine eigenen positiven oder negativen Prognosen anpassen kann. Die maximal anpassbare positive Wachstumsrate beträgt 100 Prozent und die minimal anpassbare Wachstumsrate beträgt -100 Prozent.

  2. u

    ChatGPT & me 2.0

    • fdr.uni-hamburg.de
    csv, r, sav, xml
    Updated Oct 1, 2024
    Share
    FacebookFacebook
    TwitterTwitter
    Email
    Click to copy link
    Link copied
    Close
    Cite
    Preiß, Jennifer; Bartels, Mareike; Preiß, Jennifer; Bartels, Mareike (2024). ChatGPT & me 2.0 [Dataset]. http://doi.org/10.25592/uhhfdm.15966
    Explore at:
    sav, csv, xml, rAvailable download formats
    Dataset updated
    Oct 1, 2024
    Dataset provided by
    DDlitlab
    Authors
    Preiß, Jennifer; Bartels, Mareike; Preiß, Jennifer; Bartels, Mareike
    License

    Attribution 4.0 (CC BY 4.0)https://creativecommons.org/licenses/by/4.0/
    License information was derived automatically

    Description

    Daten der Umfrage "ChatGPT & me 2.0" über die Lebensrealität mit generativer KI an der Uni Hamburg, Erhebungszeitraum Juli 2024.

    Nur die Excel-Datei enthält die qualitativen Inhalte. Dort wurden die Aussagen, die Rückschlüsse auf Einzelpersonen zulassen könnten, mit [XXX] anonymisiert. Alle weiteren Dateiformate sind für statistische Auswertungen bestimmt und enthalten nur quantitative Daten.

    Uns ist aufgefallen, dass die Antworten der IDs 579, 582 und 585 identisch sind. Wir haben uns dafür entschieden, sie in dieser Form im Datensatz zu lassen und Auswertenden selbst die Entscheidung zu überlassen, wie sie damit umgehen möchten.

    Im vorherigen Jahr wurde ebenfalls eine vergleichbare Umfrage durchgeführt, allerdings damals noch ohne open-data Abfrage. Hier finden sich die Ergebnisse des Vorjahres.

  3. c

    ChatGPT Atlas Kursprognosedaten

    • coinbase.com
    Updated Nov 15, 2025
    Share
    FacebookFacebook
    TwitterTwitter
    Email
    Click to copy link
    Link copied
    Close
    Cite
    (2025). ChatGPT Atlas Kursprognosedaten [Dataset]. https://www.coinbase.com/de/price-prediction/base-chatgpt-atlas-9fde
    Explore at:
    Dataset updated
    Nov 15, 2025
    Variables measured
    Wachstumsrate, Prognostizierter Kurs
    Measurement technique
    Benutzerdefinierte Projektionen basierend auf dem Zinseszinswachstum. Dies ist keine formelle Finanzprognose.
    Description

    Dieser Datensatz enthält die prognostizierten Preise der Kryptowährung ChatGPT Atlas für die nächsten 16 Jahre. Diese Daten werden anfangs mit einer standardmäßigen jährlichen Wachstumsrate von 5 Prozent berechnet und verfügen nach dem Laden der Seite über eine gleitende Skalenkomponente, mit der der Benutzer die Wachstumsrate weiter an seine eigenen positiven oder negativen Prognosen anpassen kann. Die maximal anpassbare positive Wachstumsrate beträgt 100 Prozent und die minimal anpassbare Wachstumsrate beträgt -100 Prozent.

  4. g

    Digitale Ungleichheiten in Deutschland

    • search.gesis.org
    Share
    FacebookFacebook
    TwitterTwitter
    Email
    Click to copy link
    Link copied
    Close
    Cite
    Hölzl, Johanna; Szafran, Daria; Keusch, Florian, Digitale Ungleichheiten in Deutschland [Dataset]. https://search.gesis.org/research_data/SDN-10.7802-2915
    Explore at:
    Dataset provided by
    GESIS, Köln
    GESIS search
    Authors
    Hölzl, Johanna; Szafran, Daria; Keusch, Florian
    License

    https://www.gesis.org/en/institute/data-usage-termshttps://www.gesis.org/en/institute/data-usage-terms

    Area covered
    Germany
    Description

    Deutsch:
    Die Daten für dieses Projekt stammen aus einer Webbefragung von in Deutschland lebenden Personen mit Internetzugang im Alter zwischen 18 und 64 Jahren. Die Rekrutierung der Befragten erfolgte über das Online Access Panel Bilendi.
    Vom 07. bis 16. August 2024 wurden 17.226 im Bilendi-Panel registrierte Personen per E-Mail eingeladen, an der Webumfrage teilzunehmen. Zur Annäherung an die Zielpopulation wurden einfache Quoten für Alter, Bildung und Geschlecht verwendet. 1.718 Panelmitglieder starteten die Befragung, 402 Personen wurden aufgrund ihres Alters oder Wohnorts ausquotiert, 230 Personen wegen bereits erfüllter Quoten. V on den verbleibenden 1.086 Personen haben 32 den Fragebogen nicht beendet (2,9%). Insgesamt haben 1.054 Personen den Fragebogen komplett ausgefüllt. Zwei Beobachtungen wurden aus dem Datensatz entfernt, da sie von derselben Panel-ID stammten. Damit ergibt sich ein Datensatz mit insgesamt 1.052 Beobachtungen.
    Die Befragung umfasst Fragen zu Einstellungen zu Künstlicher Intelligenz und dem Large Language Model ChatGPT, digitalen Kompetenzen, Arbeitsplatzzufriedenheit, Arbeitsplatzunsicherheit und Digitalisierung am Arbeitsplatz, der Nutzung sozialer Medien, politischen Einstellungen und Radikalismus, Geschlechterrollenbildern und Soziodemografie. Der Fragebogen wurde in UniPark programmiert. Die mittlere Zeit zum Ausfüllen des Fragebogens betrug 12 Minuten und 22 Sekunden. 57,5% der Befragten füllten den Fragebogen auf einem Smartphone aus.

    English:
    The data for this project come from a web survey of people living in Germany with Internet access aged between 18 and 64. Respondents were recruited via the Bilendi online access panel.
    From August 7 to 16, 2024, 17,226 people registered in the Bilendi panel were invited by email to take part in the web survey. Simple quotas for age, education and gender were used to approximate the target population. 1,718 panel members started the survey, 402 people were excluded due to their age or place of residence, 230 people due to already fulfilled quotas. Of the remaining 1,086 people, 32 did not complete the questionnaire (2.9%). A total of 1,054 people completed the questionnaire in full. Two observations were removed from the data set as they came from the same panel ID. This results in a data set with a total of 1,052 observations.
    The survey includes questions on attitudes towards artificial intelligence and the Large Language Model ChatGPT, digital competences, job satisfaction, job insecurity and digitalization in the workplace, the use of social media, political attitudes and radicalism, gender role attitudes, and socio-demographics. The questionnaire was programmed in UniPark. The median time to complete the questionnaire was 12 minutes and 22 seconds. 57.5% of respondents completed the questionnaire on a smartphone.

  5. Not seeing a result you expected?
    Learn how you can add new datasets to our index.

Share
FacebookFacebook
TwitterTwitter
Email
Click to copy link
Link copied
Close
Cite
(2025). ChatGPT Cat Kursprognosedaten [Dataset]. https://www.coinbase.com/de/price-prediction/chatgpt-cat

ChatGPT Cat Kursprognosedaten

Explore at:
Dataset updated
Nov 24, 2025
Variables measured
Wachstumsrate, Prognostizierter Kurs
Measurement technique
Benutzerdefinierte Projektionen basierend auf dem Zinseszinswachstum. Dies ist keine formelle Finanzprognose.
Description

Dieser Datensatz enthält die prognostizierten Preise der Kryptowährung ChatGPT Cat für die nächsten 16 Jahre. Diese Daten werden anfangs mit einer standardmäßigen jährlichen Wachstumsrate von 5 Prozent berechnet und verfügen nach dem Laden der Seite über eine gleitende Skalenkomponente, mit der der Benutzer die Wachstumsrate weiter an seine eigenen positiven oder negativen Prognosen anpassen kann. Die maximal anpassbare positive Wachstumsrate beträgt 100 Prozent und die minimal anpassbare Wachstumsrate beträgt -100 Prozent.

Search
Clear search
Close search
Google apps
Main menu