Was ist AGI? Artificial General Intelligence erklärt
AGI steht für Maschinen, die geistig mit dem Menschen gleichziehen. Woher der Begriff kommt, wie er gemessen wird und warum die Fachwelt über ihn streitet.
Kaum eine Abkürzung fällt in Debatten über künstliche Intelligenz so oft wie "AGI". Sie steht für Artificial General Intelligence, auf Deutsch allgemeine künstliche Intelligenz. Gemeint ist eine Maschine, die geistige Arbeit nicht nur in einem Spezialgebiet erledigt, sondern in praktisch jedem Feld mit einem Menschen mithalten kann. Eine solche Maschine gibt es nicht. "Noch nicht" sagen die großen KI-Labore, die Milliarden in die Realisierung dieses Ziels investieren.
So weit die Kurzfassung. Dahinter beginnt allerdings der Streit, denn was genau AGI ist, wie man sie erkennen würde und wann sie kommt, ist in der KI-Szene umstritten wie kaum eine zweite Frage.
Viele aktuelle KI-Systeme sind Spezialisten. Ein Schachprogramm schlägt jeden Großmeister, kann aber keine Steuererklärung ausfüllen. Ein Bilderkennungsmodell findet Tumore auf Röntgenaufnahmen und scheitert an einem Kreuzworträtsel. Fachleute sprechen von "enger KI" oder "schwacher KI".
Large Language Models wie GPT-5 oder Gemini haben diese Grenze verschoben, denn sie beantworten Fragen aus fast jedem Wissensgebiet. Ob das schon ein Schritt zu echter Allgemeinheit ist oder nur eine besonders breite Spezialisierung auf Sprache, gehört zu den offenen Fragen.
AGI wäre noch einmal etwas anderes. Ein solches System könnte neue Aufgaben ohne eigens angepasstes Training lernen, Wissen von einem Gebiet auf ein anderes übertragen und selbstständig planen. Als grobe Messlatte gilt, dass es die meisten geistigen Tätigkeiten mindestens so gut erledigt wie ein ausgebildeter Mensch.
Vom älteren Ausdruck "starke KI" unterscheidet sich AGI in einer Nuance. Der Philosoph John Searle hat damit 1980 die These benannt, eine Maschine könne echtes Verständnis oder sogar Bewusstsein besitzen. AGI verlangt das nicht, hier zählt allein die messbare Leistung.
Die Idee ist so alt wie die KI-Forschung selbst, der Ausdruck dagegen deutlich jünger. Was sich die Gründer des Fachgebiets vorgenommen hatten, hat die Forschung nie eingelöst. Sie hat sich stattdessen über Jahrzehnte in Teildisziplinen wie Bilderkennung und Sprachverarbeitung aufgefächert.
Vom Imitationsspiel zum Schlagwort
- 1950 Alan Turing hat gefragt, ob Maschinen denken können, und als Prüfung sein Imitationsspiel vorgeschlagen.
- 1956 Die Dartmouth-Konferenz hat das Ziel ausgegeben, jede Facette menschlicher Intelligenz nachzubilden.
- 1997 Der Physiker Mark Gubrud hat den Ausdruck in einem Aufsatz über Nanotechnologie und internationale Sicherheit verwendet, damals ohne großes Echo.
- um 2002 Shane Legg, Ben Goertzel und Peter Voss haben ihn unabhängig davon als Titel für ein Buchprojekt gewählt.
- 2007 Mit dem Sammelband "Artificial General Intelligence" hat das Forschungsfeld seinen Namen bekommen.
- Frühjahr 2023 Forscher von Microsoft haben GPT-4 in einer vieldiskutierten Studie "Funken von AGI" attestiert.
Shane Legg hat später DeepMind mitgegründet. In den Sprachgebrauch der Öffentlichkeit gelangt ist das Kürzel aber erst mit ChatGPT. Seitdem gehört das Wort zum Standardvokabular von Tech-Chefs und Investoren bis hinein in die Politik.
Eine verbindliche Definition gibt es bis heute nicht, und die gängigen Lesarten unterscheiden sich erheblich. OpenAI beschreibt AGI in seiner Charta als hochgradig autonome Systeme, die Menschen bei den meisten wirtschaftlich relevanten Tätigkeiten übertreffen. Der Maßstab ist hier Arbeit, nicht Denken. Firmenchef Sam Altman hält das Kürzel inzwischen sogar für wenig hilfreich.
Google DeepMind hat Ende 2023 eine Stufenleiter vorgeschlagen, die Systeme nach Leistung und Breite einordnet:
- "Emerging AGI" steht für erste Ansätze von Allgemeinheit, ungefähr auf dem Niveau eines ungeübten Menschen. Hier verorten die Autoren die Chatbots der Gegenwart.
- "Competent AGI" wäre erreicht, wenn ein System bei den meisten geistigen Aufgaben mindestens die Hälfte der dafür qualifizierten Erwachsenen übertrifft.
- Darüber folgen "Expert", "Virtuoso" und "Superhuman".
Durchgesetzt hat sich diese Einteilung bislang nicht. Ihr Reiz liegt darin, dass aus der Ja-Nein-Frage nach AGI eine Skala wird.
Lange galt der Turing-Test als Ziellinie. Ein Computer besteht ihn, wenn Menschen im Gespräch nicht mehr erkennen, ob sie mit einer Maschine schreiben. Moderne Chatbots haben das in Studien inzwischen geschafft.
Die Forschung sucht deshalb nach härteren Prüfungen. Bekannt geworden ist die Testreihe ARC-AGI des KI-Forschers François Chollet. Sie besteht aus Logikrätseln, die Menschen ohne Vorwissen lösen, die sich aber nicht aus Trainingsdaten ableiten lassen. Die zweite Version dieser Rätsel haben die besten Systeme bis zum Sommer 2026 zu deutlich mehr als der Hälfte geknackt, Anfang 2025 lagen sie noch im einstelligen Prozentbereich.
Wie schnell so ein Maßstab veraltet, zeigt die Antwort darauf. Im März 2026 hat die ARC Prize Foundation eine dritte Version gestartet, die ihre Aufgaben in kleine interaktive Spiele verpackt, deren Regeln ein System selbst herausfinden muss. Menschen lösen praktisch alle davon. Die großen Sprachmodelle blieben zum Start unter einem Prozent.
Einen Gegenpol dazu bildet "Humanity's Last Exam". (dt. "letzte Prüfung der Menschheit") Für diesen Test haben das Center for AI Safety und Scale AI Anfang 2025 rund 2.500 Fragen gesammelt, eingereicht von Fachleuten aus mehr als 100 Disziplinen und so speziell, dass auch Experten nur im eigenen Gebiet eine Chance haben. Der dramatische Name ist bewusst gewählt. Die Modelle hatten ältere Wissenstests zuvor reihenweise entwertet, weil sie dort kaum noch Fehler machten. Beim Start von "Humanity's Last Exam" blieben die besten Systeme prozentual einstellig, im Sommer 2026 beantworten sie rund die Hälfte der Fragen richtig.
Einen anderen Weg geht DeepMind mit einem im März 2026 vorgestellten Rahmenwerk, das Intelligenz in zehn kognitive Bereiche zerlegt, von Wahrnehmung über Gedächtnis und Schlussfolgern bis zur Selbsteinschätzung. Gemessen werden soll der Fortschritt entlang all dieser Achsen, nicht an einer einzelnen Schwelle.
Kaum irgendwo gehen die Ansagen weiter auseinander als beim Zeitplan für AGI. Anthropic-Chef Dario Amodei hat Systeme, die Menschen in fast allen geistigen Tätigkeiten übertreffen, bereits für 2026 oder 2027 in Aussicht gestellt. DeepMind-Chef Demis Hassabis rechnet innerhalb von fünf bis zehn Jahren damit und vergleicht die erwarteten Folgen mit der Industriellen Revolution. Sam Altman wiederum hat Superintelligenz in einigen tausend Tagen für denkbar erklärt.
Die Breite der Forschung ist deutlich nüchterner:
Umfrage des Fachverbands AAAI unter 475 Fachleuten, Anfang 2025, und Befragung von fast 2.800 KI-Forschern
Solche Schätzungen rücken zwar mit jedem Fähigkeitssprung ein Stück näher. Zwischen den Ansagen der Labore und der Erwartung der Forschung liegen aber weiterhin Jahrzehnte, und Kritiker merken an, dass die kürzesten Fristen auffallend oft von denen stammen, die gerade Kapital einsammeln.
Wie viel Geld an der Definition hängen kann, haben OpenAI und Microsoft vorgeführt. Seit 2019 stand in ihren Verträgen eine Klausel, nach der Microsofts Rechte an OpenAI-Technik enden, sobald AGI erreicht ist. Über den Zeitpunkt hätte OpenAIs Verwaltungsrat entschieden, für Microsoft war das ein Risiko in Milliardenhöhe. Einem Bericht von Ende 2024 zufolge stand intern sogar eine Zahl im Raum, nämlich ein erwartbarer Gesamtgewinn von rund 100 Milliarden Dollar als Schwelle.
Bei der Neuordnung ihrer Partnerschaft im Oktober 2025 haben beide Seiten die Regel entschärft. Eine AGI-Erklärung von OpenAI muss seither ein unabhängiges Expertengremium bestätigen, und Microsofts Nutzungsrechte laufen unabhängig davon bis 2032 weiter. Beobachter wie der Entwickler Simon Willison halten die Klausel seitdem für praktisch bedeutungslos. Dass die Frage nach AGI überhaupt vor Vertragsjuristen landet, sagt allerdings einiges über ihren Stellenwert.
Ein Teil der Fachwelt lehnt das Kürzel ganz ab. Der langjährige Meta-Chefforscher Yann LeCun hält heutige Sprachmodelle für weit von menschlicher Intelligenz entfernt und spricht lieber von fortgeschrittener Maschinenintelligenz. Der Kognitionsforscher Gary Marcus hat schon der Funken-Studie von 2023 vorgehalten, Wissenschaft und Marketing zu vermischen.
Dahinter steht ein grundsätzlicher Einwand. Solange die Definition sich je nach Interesse verschiebt, lässt sich weder belegen noch widerlegen, dass AGI erreicht wurde. Kritiker sprechen von einem beweglichen Ziel, das vor allem Erwartungen wachhält - und damit auch die Bewertungen der beteiligten Unternehmen.
Nach oben ist die Skala der künstlichen Intelligenz offen. Als Superintelligenz, kurz ASI, werden hypothetische Systeme bezeichnet, die menschliche Fähigkeiten in praktisch allen Bereichen deutlich übertreffen. Der Philosoph Nick Bostrom hat dieses Szenario 2014 in seinem Buch "Superintelligence" durchgespielt und damit die Sicherheitsdebatte geprägt, die das Feld bis heute begleitet.
Die Labore haben auch diesen Begriff längst übernommen. Meta hat seine KI-Abteilung 2025 in Superintelligence Labs umbenannt, OpenAI nennt Superintelligenz das nächste Ziel nach AGI. Anthropic vermeidet beide Wörter weitgehend und spricht schlicht von mächtiger KI.