Das System „Data Journalist Agent“ (Projektname Data2Story) stammt von Kevin Qinghong Lin, Yuhong Shi und Philip Torr (University of Oxford) sowie Batu El, Pan Lu und James Zou (Stanford University); das zugehörige Paper „Data Journalist Agent: Transforming Data into Verifiable Multimodal Stories“ wurde am 9. Juni 2026 auf arXiv eingereicht.
Statt eines einzelnen Modells orchestriert das Framework mehrere spezialisierte Rollen, die wie eine Redaktion zusammenarbeiten – laut Studie sieben (u. a. Detective, Analyst, Editor, Designer, Programmer, Auditor und ein Inspector, der „jede Zahl, jeden Blickwinkel und jedes Asset“ auf Daten, Code oder eine externe Referenz zurückführt). Als Basismodell dient den Angaben zufolge Claude Opus 4.7. Ergebnis sind komplette Artikel mit interaktiven Grafiken aus einer CSV-Datei.
Zur Bewertung verglichen 53 Teilnehmende 18 vom Agenten erzeugte Artikel mit den jeweils zugrunde liegenden, von Menschen geschriebenen Originalen (etwa von The Economist, The Pudding und TidyTuesday). Geprüft wurde unter anderem die Nachvollziehbarkeit – per Code-Re-Ausführung und Referenz-Check. Laut Studie ließen sich rund 93 Prozent der sichtbaren Aussagen in den Agenten-Artikeln maschinell auf ihre Herkunft zurückführen, gegenüber etwa 25 Prozent bei den menschlichen Artikeln; rund 74 Prozent der Teilnehmenden bevorzugten insgesamt den Agenten-Artikel.
Einordnung: Die Zahlen stammen aus der Evaluation der Autoren selbst und sind unabhängig noch nicht bestätigt; die menschlichen Vergleichsartikel waren zudem nicht auf maschinelle Belegbarkeit hin geschrieben. Bemerkenswert bleibt der methodische Kern – ein dedizierter Prüf-Agent, der Belegketten erzwingt, statt nur Text zu erzeugen.