Starke und schwache KI: was AGI bedeutet

Schwache KI, auch enge KI genannt, ist eine künstliche Intelligenz, die bestimmte Aufgaben löst, ohne dabei wirklich zu verstehen oder zu denken wie ein Mensch: Schach spielen, Spam erkennen, Texte übersetzen. Starke KI meint dagegen eine Maschine, die tatsächlich versteht und über die Breite menschlicher Fähigkeiten verfügt. Heute wird starke KI oft mit AGI gleichgesetzt, der Abkürzung für Artificial General Intelligence, auf Deutsch allgemeine künstliche Intelligenz. Eine einheitliche Definition von AGI gibt es nicht, und welche Stufe heutige Modelle wie ChatGPT oder Claude erreichen, hängt davon ab, welcher Definition du folgst.

Ich arbeite seit Februar 2025 täglich mit Claude und betreibe damit inzwischen mein Business. Meine vierzehn KI-Mitarbeiter laufen auf Claude Team, manche auch auf offenen Modellen oder über die API. In diesem Beitrag geht es nur um das Begriffspaar starke und schwache KI und um AGI. Was KI überhaupt ist, erkläre ich in Was ist KI? Künstliche Intelligenz erklärt, wie Software aus Beispielen lernt, in Machine Learning einfach erklärt. Alle Grundlagen sammle ich auf der Seite KI-Grundlagen.

Woher die Begriffe starke und schwache KI kommen

Das Begriffspaar stammt aus der Philosophie. 1980 veröffentlichte der Philosoph John Searle den Aufsatz „Minds, Brains and Programs“, in dem er sein bekanntes Gedankenexperiment vom chinesischen Zimmer beschreibt. Die Stanford Encyclopedia of Philosophy fasst seine Unterscheidung so zusammen:

• Starke KI ist die Auffassung, dass ein passend programmierter Computer Sprache wirklich versteht und ähnliche geistige Fähigkeiten hat wie die Menschen, deren Verhalten er nachahmt.
• Schwache KI ist die viel bescheidenere Behauptung, dass Computer nützlich sind, weil sie geistige Fähigkeiten simulieren können. Sie behauptet ausdrücklich nicht, dass Computer verstehen oder intelligent sind.

Searle wollte zeigen, dass ein Programm allein durch das Verarbeiten von Zeichen noch kein Verständnis erzeugt. Ob er damit recht hat, wird in der Philosophie bis heute diskutiert. Für dich ist vor allem wichtig: In diesem ursprünglichen Sinn geht es bei starker KI um Verstehen und Bewusstsein, nicht um Leistung.

Was schwache KI ist

Im heutigen Sprachgebrauch ist schwache KI vor allem eine Frage der Breite. IBM beschreibt schwache KI, auch enge KI genannt, als KI, die sich auf eine bestimmte Aufgabe konzentriert, etwa Fragen beantworten oder Schach spielen. Typische Beispiele:

• der Spamfilter in deinem Postfach,
• die Texterkennung, die aus einem eingescannten Beleg Zahlen ausliest,
• ein Schachprogramm wie Stockfish,
• AlphaFold, das die räumliche Struktur von Proteinen vorhersagt.

Eng heißt nicht schwach im Sinne von schlecht. Forschende von Google DeepMind ordnen Stockfish und AlphaFold in ihrem Raster als „übermenschliche enge KI“ ein: In ihrer einen Aufgabe sind sie besser als alle Menschen. Außerhalb dieser Aufgabe können sie nichts.

Was starke KI und AGI bedeuten

IBM setzt starke KI gleich mit AGI und beschreibt sie als hypothetische Form von KI, die, falls sie je entwickelt würde, Intelligenz und Selbstbewusstsein auf menschlichem Niveau hätte. Damit mischt IBM beide Bedeutungen: die Breite der Fähigkeiten und das Bewusstsein aus Searles Unterscheidung.

Die meisten der neun AGI-Definitionen, die die Forschungsgruppe von Google DeepMind gesammelt hat (mehr dazu im nächsten Abschnitt), lassen das Bewusstsein weg und fragen nur, was ein System kann. Ein Beispiel ist die Charta von OpenAI, die AGI als „hochgradig autonome Systeme“ beschreibt, „die Menschen bei den meisten wirtschaftlich wertvollen Tätigkeiten übertreffen“. Das ist ein ganz anderer Maßstab als bei Searle: Er fragt nach dem Inneren, OpenAI nach der Arbeit, die ein System erledigt.

Warum es keine einheitliche Definition von AGI gibt

Die Forschungsgruppe um Meredith Ringel Morris und Shane Legg bei Google DeepMind hat 2023 in einem Fachaufsatz neun bekannte AGI-Definitionen nebeneinandergelegt, darunter die von OpenAI. Ihr Ergebnis: Die Definitionen setzen an ganz verschiedenen Stellen an. Manche messen am Turing-Test, manche am menschlichen Gehirn, manche am Bewusstsein, andere an wirtschaftlich wertvoller Arbeit. Die Gruppe schlägt deshalb Stufen vor statt einer festen Grenze. Ein System wird nach zwei Achsen eingeordnet:

Die Leistungsstufen reichen von „aufkommend“, gleich gut wie oder etwas besser als ein ungelernter Mensch, über „kompetent“, mindestens so gut wie die Hälfte der fachkundigen Erwachsenen, bis „übermenschlich“, besser als alle Menschen.

Auch in der Branche ist der Begriff umstritten. Dario Amodei, der Chef von Anthropic, schreibt in seinem Essay „Machines of Loving Grace“ vom Oktober 2024, er möge den Begriff AGI nicht. Er halte ihn für unpräzise und mit Science-Fiction-Ballast und Hype beladen, deshalb spreche er lieber von „leistungsfähiger KI“.

Selbst das Recht kommt ohne den Begriff aus. Die KI-Verordnung der EU spricht nicht von AGI, sondern von einem „KI-Modell mit allgemeinem Verwendungszweck“: einem Modell, das eine erhebliche allgemeine Verwendbarkeit aufweist und ein breites Spektrum unterschiedlicher Aufgaben kompetent erfüllen kann. Daran hängen Pflichten für die Anbieter solcher Modelle. Ich bin Entwickler und kein Anwalt, das hier ist keine Rechtsberatung, sondern die Betreiber-Perspektive.

Was heutige KI-Modelle können und was nicht

Nach Searles ursprünglicher Unterscheidung lässt sich nicht messen, ob ein Modell wie Claude „wirklich versteht“. Anthropic schreibt selbst über seine Modelle, dass man nicht versteht, wie sie die meisten Dinge tun, die sie tun. Wie ein Sprachmodell rechnet, erkläre ich in Wie funktioniert ein LLM? Einfach erklärt.

Messen lässt sich die Leistung. Die DeepMind-Gruppe ordnete die großen Sprachmodelle vom Stand September 2023, etwa ChatGPT, Bard und Llama 2, in ihrem Raster so ein. Die überarbeitete Fassung vom September 2025 enthält diese Einordnung unverändert:

• Bei manchen Aufgaben, etwa kurzen Aufsätzen oder einfachem Programmieren, erreichten sie die Stufe „kompetent“.
• Bei den meisten Aufgaben, etwa Mathematik oder Aufgaben, bei denen es auf Faktentreue ankommt, lagen sie noch auf der Stufe „aufkommend“.
• Insgesamt galten sie damit als „aufkommende AGI“, die unterste Stufe allgemeiner KI. Die Stufe „kompetente AGI“, die den meisten älteren Vorstellungen von AGI entspricht, hatte laut den Autoren zum Zeitpunkt des Schreibens kein öffentlich verfügbares System erreicht.

Das erklärt einen Widerspruch, der dir im Alltag begegnet: Dasselbe Modell schreibt in Sekunden eine brauchbare Mail und erfindet im nächsten Satz eine Quelle, die es nicht gibt. Warum das passiert und was dagegen hilft, steht in KI-Halluzinationen erkennen und reduzieren.

Und wann kommt AGI? Darüber gibt es viele Einschätzungen und keine Tatsachen. Amodei schrieb im Oktober 2024, leistungsfähige KI könne nach seiner Einschätzung schon 2026 kommen, es könne aber auch deutlich länger dauern. Im selben Essay hält er fest, dass viele bezweifeln, dass sie bald gebaut wird, und manche, dass sie überhaupt je gebaut wird. Behandle solche Aussagen als Prognosen, auch wenn sie von Herstellern kommen.

Warum das für deine Arbeit mit KI zählt

Für einen kleinen Betrieb ist die Frage nach starker KI keine Philosophie, sondern eine Planungsfrage. Wer ein Werkzeug kauft, weil es „fast AGI“ sei, erwartet mehr Breite und Verlässlichkeit, als die Messungen hergeben.

In meinem Business sieht das so aus: Jeder meiner vierzehn KI-Mitarbeiter hat einen eigenen Namen, einen eigenen Job und eine eigene Personalakte. Bei denen, die Mails oder Angebote vorbereiten, bleiben Freigabe und Versand bei mir. Wie das im Einzelnen aussieht, beschreibe ich in KI-Belegschaft: 14 Mitarbeiter, ein Chef. Das Modell dahinter ist allgemein einsetzbar. Die Aufgabe, die ich ihm gebe, ist eng.

Ein ausgedachtes Beispiel: Ein Elektrobetrieb möchte, dass KI Anfragen aus dem Postfach vorsortiert und Antworten entwirft. Das ist eine klar umrissene Aufgabe mit einer Prüfung durch den Chef am Ende. „Die KI kümmert sich ums Büro“ ist dagegen keine Aufgabe, sondern eine Hoffnung auf AGI.

Worauf du achten solltest

• Frag nach der Definition. Wenn ein Anbieter oder ein Artikel von AGI spricht, frag, welche gemeint ist: Bewusstsein, Breite oder wirtschaftliche Leistung.
• Allgemein heißt nicht überall gut. Ein Modell, das viele Aufgaben kann, kann sie nicht alle gleich gut. Prüf Zahlen, Namen und Quellen.
• Prognosen sind keine Fakten. Plane mit dem, was ein Werkzeug heute nachweislich kann, nicht mit dem, was für nächstes Jahr angekündigt ist.
• Schneide Aufgaben eng zu. Je klarer die Aufgabe und die Prüfung am Ende, desto besser lässt sich ein KI-Ergebnis bewerten.

Häufige Fragen

Ist ChatGPT eine starke oder schwache KI?

Das hängt von der Definition ab. Im Sinne von Searle ist offen, ob ChatGPT etwas versteht, nachweisen lässt es sich nicht. IBM zählt KI, die Fragen auf Basis deiner Eingabe beantwortet, zur schwachen KI. Die Forschungsgruppe von Google DeepMind ordnete ChatGPT dagegen (Stand 2023) als „aufkommende AGI“ ein, also als allgemeine KI auf der untersten Leistungsstufe.

Was bedeutet AGI auf Deutsch?

AGI steht für Artificial General Intelligence, auf Deutsch allgemeine künstliche Intelligenz. Gemeint ist eine KI, die nicht nur eine Aufgabe beherrscht, sondern ein breites Spektrum geistiger Aufgaben mindestens so gut wie Menschen erledigt. Wie breit und wie gut genau, legt jede Definition anders fest.

Gibt es schon eine starke KI?

Eine KI mit Bewusstsein ist nicht nachgewiesen. IBM beschreibt starke KI als hypothetisch. Nach dem Stufenraster der DeepMind-Gruppe hatte zum Zeitpunkt ihrer Einordnung (September 2023) kein öffentlich verfügbares System die Stufe „kompetente AGI“ erreicht.

Was ist der Unterschied zwischen enger KI und schwacher KI?

Im heutigen Sprachgebrauch keiner: Beide Begriffe meinen eine KI, die auf eine bestimmte Aufgabe ausgerichtet ist. Ursprünglich hatte schwache KI bei Searle eine philosophische Bedeutung, nämlich dass ein Computer geistige Fähigkeiten nur simuliert, ohne zu verstehen.

Was ist eine Superintelligenz?

So nennt man eine KI, die Menschen bei praktisch allen Aufgaben übertrifft. In der Fachsprache heißt sie ASI, Artificial Superintelligence. Die DeepMind-Gruppe führt sie in ihrem Raster als oberste Stufe allgemeiner KI und vermerkt dort, dass sie bisher nicht erreicht ist.

Wie du weitermachst

Wenn du die Grundbegriffe noch einmal in Ruhe ordnen willst, lies Generative KI einfach erklärt: mit Beispielen und schlag Unbekanntes im Glossar der KI-Begriffe nach. Was KI-Systeme heute schon selbstständig erledigen und wo das endet, erkläre ich in Agentische KI: was das ist und was nicht. Wie andere Selbstständige KI im Alltag einsetzen, ohne auf AGI zu warten, besprechen wir in meiner deutschsprachigen Community Claude Practitioners.