AGI

Kurz gesagt: AGI bezeichnet eine Künstliche Intelligenz, die menschliche Intelligenz in nahezu allen kognitiven Bereichen erreicht oder übertrifft – ein universell einsetzbarer ‚KI-Kollege‘, der selbstständig lernen, planen und komplexe Probleme in völlig neuen Situationen lösen kann.

AGI

Der Begriff ‚Artificial General Intelligence‘ wurde erstmals 1997 vom Physiker Mark Gubrud in einem Aufsatz zu militärischer Nanotechnologie verwendet. Populär gemacht und als Gegenbegriff zu ‚Narrow AI‘ etabliert wurde er um 2002–2007 von Shane Legg und Ben Goertzel (u. a. durch das 2007 erschienene Buch ‚Artificial General Intelligence‘). Ziel war es, die ursprüngliche Vision der KI-Forschung aus den 1950er Jahren – echte allgemeine Intelligenz – wieder ins Zentrum zu rücken.

Außerhalb der KI bezieht sich ‚general intelligence‘ auf die allgemeine geistige Leistungsfähigkeit eines Menschen: die Fähigkeit, in ganz unterschiedlichen Bereichen zu lernen, Zusammenhänge zu verstehen, Probleme zu lösen und sich an neue Situationen anzupassen – im Gegensatz zu rein spezialisiertem Fachwissen.

Im KI-Kontext steht AGI für eine (noch nicht erreichte) Form der Künstlichen Intelligenz, die menschliche oder übermenschliche Leistung in den meisten kognitiven Aufgaben erbringt – ohne aufgabenspezifische Programmierung oder Neuanpassung. Sie kann autonom lernen, planen, kreativ sein und in völlig neuen Kontexten agieren. Im Gegensatz zu heutigen Large Language Models ist AGI nicht auf Trainingsdaten beschränkt und kann sich selbst weiterentwickeln.

• Wissenschaftliche Forschung und Entdeckungen (z. B. neue Medikamente oder physikalische Theorien entwickeln)
• Wirtschaft und Arbeitswelt (autonome Erledigung fast aller intellektuellen Berufe)
• Persönliche Assistenz und Bildung (individueller, lebenslanger Lernbegleiter)
• Sicherheitskritische Bereiche wie Medizin, Recht und Katastrophenschutz

• Ein Mensch kann nach kurzer Einarbeitung sowohl einen Roman schreiben, ein Auto reparieren als auch ein Unternehmen gründen – AGI soll genau diese universelle Anpassungsfähigkeit besitzen.
• Ein Kind lernt Fahrradfahren, dann Schach und später Programmieren – alles mit derselben ‚allgemeinen Intelligenz‘. AGI soll das auf Maschinenebene können.

• OpenAI (Stand 2026): OpenAI definiert AGI in seiner Satzung als ‚hochautonome Systeme, die Menschen bei den meisten wirtschaftlich wertvollen Arbeiten übertreffen‘. Das Unternehmen sieht seine Reasoning-Modelle (z. B. o3-Serie) als wichtige Schritte auf dem Weg dorthin, hat aber (Stand April 2026) noch kein vollständiges AGI-System erreicht.
• Google DeepMind: DeepMind beschreibt AGI als ‚KI, die mindestens so leistungsfähig wie Menschen bei den meisten kognitiven Aufgaben ist‘ und hat ein 5-Stufen-Modell (Emerging → Competent → Expert → Virtuoso → Superhuman) veröffentlicht, um den Fortschritt messbar zu machen.

• DeepMind 5-Level-Framework: Stufen von ‚Emerging AGI‘ (besser als ein ungelernter Mensch) bis ‚Superhuman AGI‘ (deutlich besser als der beste Mensch in fast allen Bereichen).
• Wirtschaftlich orientierte Definition (OpenAI): Fokus liegt auf autonomer Übernahme wirtschaftlich relevanter Arbeit – unabhängig von Kreativität oder Bewusstsein.
• Wissenschaftlich-universelle Definition: AGI muss neue Fähigkeiten außerhalb der Trainingsdaten erlernen können (z. B. ARC Prize Definition).

• Der Begriff ist hochgradig ‚nebulös‘ – fast jede KI-Firma hat eine eigene Definition, was Vergleiche und Regulierung erschwert.
• Sicherheit und Alignment: Eine echte AGI könnte unvorhersehbare Ziele verfolgen oder außer Kontrolle geraten (‚Control Problem‘).
• Noch nicht erreicht: Stand April 2026 gibt es keine bestätigte AGI – nur fortschrittliche Vorstufen (Reasoning-Modelle und Agenten).
• Gesellschaftliche Folgen: Massive Arbeitsplatzveränderungen, wirtschaftliche Umwälzungen und ethische Fragen zu Rechten von AGI-Systemen.

• OpenAI o3 / GPT-Serie: Aktuelle Reasoning-Modelle als wichtige Vorstufe zu AGI; noch kein vollständiges AGI, aber deutlicher Fortschritt in Richtung autonomer Problemlösung.
• Google DeepMind Gemini & Agenten-Systeme: Werden gezielt auf die AGI-Stufen hin entwickelt; dienen als Testplattform für das 5-Level-Framework.
• xAI Grok (Elon Musk): Ziel ist die Entwicklung von AGI zur ‚Suche nach dem Verständnis des Universums‘; aktuell noch Narrow-AI-basiert.

Stell dir das menschliche Gehirn als universelles Lernsystem vor, das mit wenigen Beispielen neue Fähigkeiten aufbaut. AGI versucht genau das technisch nachzubauen: Ein einziges System, das nicht für jede Aufgabe neu programmiert werden muss, sondern aus Erfahrung und wenigen Beispielen generalisieren kann – durch Kombination von Deep Learning, Reinforcement Learning und symbolischer Logik.

Stand April 2026 ist AGI noch nicht erreicht, aber viele CEOs (Altman, Amodei, Hassabis) sehen es in den nächsten 2–10 Jahren als realistisch. Erwartete Entwicklungen: Agenten-Systeme, die echte langfristige Planung beherrschen, multimodale und verkörperte AGI (Roboter) sowie erste ‚Intelligence Explosion‘-Szenarien. Gesellschaftlich drohen massive Veränderungen in Arbeit, Wirtschaft und Machtstrukturen – gleichzeitig enorme Chancen für Wissenschaft und Wohlstand.

• Narrow AI – Heutige KI-Systeme wie ChatGPT sind ‚eng‘ und nur für bestimmte Aufgaben optimiert – im Gegensatz zu AGI.
• ASI – Artificial Superintelligence – die Stufe nach AGI, bei der die KI menschliche Intelligenz in allen Bereichen weit übertrifft.
• LLM – Large Language Model – wichtige technische Grundlage, aber noch kein AGI.
• Chain of Thought – Technik, die aktuelle Modelle ‚denken‘ lässt – ein Baustein auf dem Weg zu AGI.

• Original-Paper zu DeepMind Levels of AGI
• Forbes: A Very Short History of AGI
• OpenAI Charter & Sam Altman Definition
• Wikipedia: Artificial general intelligence (Stand 2026)