BEGRIFF· 11.01.2026
Artificial General Intelligence
Artificial General Intelligence gilt als heiliger Gral der KI-Forschung: was AGI von heutiger Schwacher KI unterscheidet, und wie belastbar Prognosen sind.
Was AGI bedeutet
Artificial General Intelligence, im Deutschen Künstliche Allgemeine Intelligenz, bezeichnet eine Maschine mit menschenähnlicher Kognition. Sie wäre nicht auf einen einzelnen Anwendungsbereich beschränkt. Der Kern davon ist Transfer Learning, also die Fähigkeit, Wissen ohne neue Programmierung auf einen völlig neuen Bereich zu übertragen. Ein Modell, das heute Röntgenbilder liest, müsste morgen allein verstehen, wie man ein Auto repariert.
Es geht dabei weniger um Rechenleistung als um Anpassungsfähigkeit und kausales Verständnis. Welche Lernprozesse dahinterstehen, steht im Eintrag zu Machine Learning.
Schwache KI, starke KI
In der Fachwelt trennt man Schwache KI von Starker KI, wobei der zweite Begriff oft synonym mit AGI benutzt wird. Schwache KI ist der Status quo: von der Google-Suche über autonome Bremssysteme bis zu Sprachmodellen. Diese Systeme beherrschen eine Sache oft besser als ein Mensch und versagen sofort, sobald sich der Kontext ändert. Ein Schachcomputer kocht keinen Kaffee.
| Merkmal | Schwache KI | Starke KI (AGI) |
|---|---|---|
| Fokus | eine Aufgabe | alle Aufgaben |
| Anpassung | braucht neues Training | überträgt Wissen selbst |
| Beispiele | Siri, ChatGPT, Fahrassistenz | bislang nur Fiktion |
Sind heutige Modelle eine Vorstufe?
Der Fortschritt bei Large Language Models hat die Frage neu befeuert. Die Scaling Hypothesis geht davon aus, dass aus mehr Rechenleistung und mehr Trainingsdaten irgendwann echtes Verständnis entsteht, also Qualität aus Quantität.
Kritiker halten dagegen, dass diese Modelle vorhersagen, welches Wort folgt, ohne zu wissen, was sie sagen. Ihnen fehlt die Verankerung in der physischen Welt und ein belastbares Kausalverständnis.
Den Turing-Test bestehen aktuelle Modelle routinemäßig, was vor allem eine sehr gute Imitationsfähigkeit beweist. Deutlicher zeigt der Coffee Test von Apple-Mitgründer Steve Wozniak, wie weit der Weg noch ist. Ein Roboter müsste in einem fremden Haus die Küche finden und dort einen Kaffee kochen. Kein aktuelles System schafft das zuverlässig.
Warum niemand ein Datum nennen kann
Ray Kurzweil ging 2002 eine öffentliche Wette über 20.000 US-Dollar ein, dass ein Computer bis 2029 den Turing-Test besteht. Yann LeCun, langjähriger KI-Chefwissenschaftler bei Meta, hält reine Sprachmodelle für den falschen Weg und arbeitet an Weltmodellen, die die physische Welt verstehen sollen.
Dazu kommen physische Hürden. Der Energiebedarf heutiger Modelle ist enorm. Forschungsgruppen wie Epoch AI weisen außerdem darauf hin, dass hochwertige öffentliche Trainingsdaten ein endlicher Vorrat sind.
Das eigentliche Risiko diskutiert die Forschung unter dem Alignment-Problem. Wie stellt man sicher, dass die Ziele einer sehr leistungsfähigen KI mit menschlichen Werten übereinstimmen? Das Gedankenexperiment vom Büroklammer-Maximierer zeigt den Kernfehler. Eine KI tut exakt das, was man ihr sagt, nicht das, was man gemeint hat.
Was heute schon zählt
Eine funktionierende AGI könnte theoretisch fast jede kognitive Arbeit am Bildschirm übernehmen. Realistischer als Panik oder Utopie ist eine Verschiebung von Kompetenzen, weg vom Ausführen, hin zum Steuern und Prüfen. Wer heute mit Agentic AI arbeitet, spürt das im Kleinen längst.
Für die tägliche Arbeit heißt das vor allem: Nutze, was heute funktioniert, und bau deine Strategie nicht auf Versprechen, die frühestens in einem Jahrzehnt fällig werden.
Zurück zum AI und Automation Glossar.
FAQ
- Ist ChatGPT schon eine Form von AGI?
- Nein. ChatGPT und vergleichbare Sprachmodelle sind Schwache KI, hochspezialisiert auf Textverarbeitung und verwandte Aufgaben, aber unfähig, Wissen eigenständig auf einen völlig neuen Bereich zu übertragen. Sie bestehen zwar routinemäßig den Turing-Test, das beweist aber nur eine sehr gute Imitationsfähigkeit, kein allgemeines Verständnis.
- Wann kommt AGI?
- Darüber gibt es keinen Konsens unter Forschern. Ray Kurzweil hat schon 2002 öffentlich gewettet, dass ein Computer bis 2029 den Turing-Test besteht, während Forscher wie Yann LeCun die aktuelle Architektur von Sprachmodellen grundsätzlich für ungeeignet halten, um AGI zu erreichen. Seriös lässt sich der Zeitpunkt heute nicht vorhersagen, jede konkrete Jahreszahl ist die Einschätzung einer einzelnen Person, keine gesicherte Tatsache.
- Was unterscheidet AGI von Superintelligenz (ASI)?
- AGI beschreibt eine KI, die menschliches Niveau über beliebige Aufgabenfelder hinweg erreicht. Superintelligenz (ASI) wäre der Schritt danach, eine Intelligenz, die die menschliche in praktisch jedem Bereich deutlich übersteigt. Beide Konzepte sind bislang rein theoretisch, ASI setzt aber eine bereits erreichte AGI voraus.
