# AGI & ASI – Wie weit ist künstliche Intelligenz wirklich?
**Stand: August 2026**
KI schreibt Texte, programmiert, löst Mathematik, erstellt Musik und bedient zunehmend selbstständig Computer. In manchen Tests erreicht sie menschliches Niveau oder liegt bereits darüber.
Und trotzdem haben wir noch keine allgemein anerkannte **AGI**.
Wie passt das zusammen?
Die KI von heute ist kein gleichmäßig wachsendes Superhirn. Sie ähnelt eher einem talentierten Igel: Einige Stacheln reichen bereits sehr weit, andere sind erstaunlich kurz.
Zeit also für die Fragen: **Wo stehen wir wirklich? Was ist AGI? Was wäre ASI? Und wann könnte es so weit sein?**
## Inhaltsverzeichnis
1. Wo steht KI heute?
2. Was kann KI bereits besser als Menschen?
3. Wo ist der Mensch noch überlegen?
4. Wie misst man KI?
5. Was bedeutet AGI?
6. Was bedeutet ASI?
7. Kann KI sich selbst verbessern?
8. Wann könnte AGI kommen?
9. Wie schnell könnte ASI folgen?
10. Was bedeutet das für unseren Alltag?
11. Musk, 2036 und eine Welt ohne Geld?
12. Gesamtfazit
# 1. Wo steht KI heute?
Einen seriösen Wert wie „KI besitzt heute 87 Prozent der menschlichen Intelligenz“ gibt es nicht.
Intelligenz besteht aus unterschiedlichen Fähigkeiten: Sprache, Wissen, Mathematik, Planung, Lernen, Wahrnehmung, soziale Kompetenz, Problemlösung und langfristiges Handeln.
Und genau hier ist moderne KI extrem ungleichmäßig.
In Mathematik oder Programmierung kann ein System herausragend sein und anschließend an einer völlig neuartigen Aufgabe scheitern.
Deshalb spricht man von einer **„jagged frontier“ – einer gezackten Leistungsgrenze.**
In einem Kreisdiagramm ergibt sich kein sauberer Kreis, sondern unser berühmter KI-Igel.
### Fazit
**Heutige KI ist in einzelnen Bereichen extrem leistungsfähig, besitzt aber noch keine gleichmäßige allgemeine Intelligenz.**
# 2. Was kann KI bereits besser als Menschen?
In einigen klar abgegrenzten Bereichen ist die menschliche Leistung längst nicht mehr die Obergrenze.
## Mathematik und Wissenschaft
KI-Systeme haben bei anspruchsvollen mathematischen Wettbewerben bereits Leistungen auf Medaillenniveau erreicht. Auch bei wissenschaftlichen Fachfragen erzielen Frontier-Modelle inzwischen sehr hohe Ergebnisse.
Das bedeutet nicht, dass eine Maschine insgesamt intelligenter als ein Mensch ist. Es bedeutet aber: **Bei bestimmten kognitiven Aufgaben kann sie bereits mit menschlichen Spitzenleistungen konkurrieren oder sie übertreffen.**
## Programmierung
Benchmarks wie SWE-bench verwenden reale Softwareprojekte und echte Fehlerberichte. Moderne KI kann inzwischen einen erheblichen Teil solcher Aufgaben selbst lösen.
## Computer und Agenten
Noch interessanter wird es, wenn KI nicht nur antwortet, sondern handelt.
Agentische Systeme können Webseiten bedienen, Programme verwenden, Dateien bearbeiten und mehrstufige Aufgaben verfolgen.
Aus:
**„Erkläre mir, wie das geht.“**
wird zunehmend:
**„Mach das für mich.“**
### Fazit
**In einzelnen Disziplinen ist KI bereits menschlich oder übermenschlich. Das macht sie aber noch nicht zur AGI.**
# 3. Wo ist der Mensch noch überlegen?
Eine KI kann eine hochkomplizierte Fachfrage lösen und anschließend an etwas scheitern, das einem Menschen ziemlich banal erscheint.
Schwieriger bleiben unter anderem:
* völlig neue Situationen,
* abstrakte Generalisierung,
* langfristige autonome Arbeit,
* robuste Entscheidungen,
* soziale Zusammenhänge,
* kontinuierliches Lernen.
ARC-AGI untersucht beispielsweise, ob ein System aus wenigen Beispielen eine völlig neue Regel erkennen kann.
Genau solche Aufgaben zeigen, dass hervorragende Mustererkennung nicht automatisch allgemeines Denken bedeutet.
Hinzu kommt die Langzeitfrage:
Eine KI kann zehn Minuten hervorragend arbeiten. Aber kann sie zehn Stunden oder zehn Tage zuverlässig ein Ziel verfolgen, Fehler erkennen und ihren eigenen Plan korrigieren?
Hier besteht weiterhin eine wichtige Lücke.
### Fazit
**Die große menschliche Stärke liegt in der flexiblen Kombination sehr unterschiedlicher Fähigkeiten. Genau diese robuste Breite fehlt heutiger KI noch.**
# 4. Wie misst man KI?
Einen offiziellen **AGI-TÜV** gibt es leider nicht.
Deshalb verwendet die Forschung unterschiedliche Benchmarks.
**GPQA** prüft anspruchsvolles wissenschaftliches Wissen und Schlussfolgern.
**FrontierMath** enthält sehr schwierige Mathematik.
**SWE-bench** testet reale Softwareentwicklung.
**ARC-AGI** untersucht abstrakte Generalisierung und neue Regeln.
Agenten-Benchmarks testen, ob KI Programme und Werkzeuge selbstständig bedienen kann.
Besonders interessant ist **METRs Task-Completion Time Horizon**.
Dabei wird untersucht, wie lange ein menschlicher Experte für Aufgaben benötigt, die eine KI noch mit einer bestimmten Zuverlässigkeit selbstständig bewältigen kann.
Das ist wichtig.
Eine KI, die eine Fünf-Minuten-Aufgabe schafft, ist nützlich.
Eine KI, die irgendwann ein mehrtägiges Projekt zuverlässig selbstständig durchführen kann, wäre wirtschaftlich eine völlig andere Hausnummer.
METR weist allerdings selbst darauf hin, dass seine aktuellen Aufgaben vor allem aus Softwareentwicklung, Machine Learning und Cybersicherheit stammen. Daraus darf man also nicht schließen, eine KI könne automatisch sämtliche menschliche Arbeit derselben Dauer erledigen.
### Fazit
**AGI wird wahrscheinlich nicht durch einen einzigen Benchmark festgestellt. Entscheidend sind Breite, Leistung, Generalisierung, Autonomie und Zuverlässigkeit.**
# 5. Was bedeutet AGI?
AGI steht für **Artificial General Intelligence – künstliche allgemeine Intelligenz.**
Das entscheidende Wort lautet:
**allgemein.**
Eine Maschine, die besser Schach spielt als jeder Mensch, ist keine AGI.
Eine AGI müsste sehr viele unterschiedliche kognitive Aufgaben beherrschen.
Google DeepMind schlägt dafür zwei wichtige Dimensionen vor:
**Breite:** Wie viele unterschiedliche Aufgaben kann das System bewältigen?
**Tiefe:** Wie gut erledigt es diese Aufgaben im Vergleich zu Menschen?
Eine AGI müsste also beispielsweise lernen, planen, programmieren, recherchieren, Probleme lösen und Wissen auf neue Situationen übertragen können – robust über viele Bereiche hinweg.
Wichtig:
**AGI bedeutet nicht automatisch Bewusstsein.**
Ob eine Maschine tatsächlich etwas empfindet oder ein subjektives „Ich“ besitzt, ist eine völlig andere Frage.
### Fazit
**AGI wäre breite allgemeine kognitive Leistungsfähigkeit ungefähr auf menschlichem oder höherem Niveau – nicht einfach ein besserer Chatbot.**
# 6. Was bedeutet ASI?
ASI steht für **Artificial Superintelligence – künstliche Superintelligenz.**
Hier verlassen wir das menschliche Niveau.
Eine ASI wäre nicht nur in einzelnen Disziplinen überlegen, sondern besäße eine breit übermenschliche kognitive Leistungsfähigkeit.
Sie könnte theoretisch Forschung betreiben, Technologien entwickeln, riesige Informationsmengen analysieren und komplexe Probleme schneller bearbeiten als menschliche Expertenteams.
Aber genau hier beginnt die Spekulation.
**Wir besitzen heute keine bestätigte ASI.**
Wir können ihre möglichen Eigenschaften beschreiben, aber nicht wissen, wie ein solches System tatsächlich handeln würde.
### Fazit
**AGI bedeutet grob allgemeine menschliche Intelligenz. ASI wäre allgemeine Intelligenz deutlich darüber. Das kleine „S“ macht also einen ziemlich großen Unterschied.**
# 7. Kann KI sich selbst verbessern?
Dieser Punkt könnte zum Turbo werden.
KI hilft bereits beim Programmieren, Analysieren, Testen und Entwickeln neuer Systeme.
Daraus könnte theoretisch eine Rückkopplung entstehen:
Menschen entwickeln bessere KI.
Die bessere KI hilft bei der Entwicklung noch besserer KI.
Diese übernimmt einen größeren Teil der Forschung.
Die nächste Generation entsteht schneller.
Das nennt man häufig **rekursive Selbstverbesserung**.
DeepMind nennt solche Verbesserungsprozesse als einen möglichen Weg von AGI in Richtung ASI.
Das bedeutet aber nicht automatisch eine Intelligenzexplosion. Hardware, Energie, Kosten oder fundamentale technische Grenzen könnten den Fortschritt bremsen.
### Fazit
**KI könnte ihre eigene Weiterentwicklung stark beschleunigen. Ob daraus tatsächlich eine explosionsartige Entwicklung entsteht, weiß niemand.**
# 8. Wann könnte AGI kommen?
Die korrekte Antwort lautet:
**Niemand weiß es.**
Eine große Befragung von **2.778 KI-Forschenden** zeigte bereits eine enorme Spannweite der Erwartungen. Die aggregierten Prognosen gaben 10 Prozent Wahrscheinlichkeit dafür, dass Maschinen Menschen bei praktisch allen Aufgaben bis 2027 übertreffen, und 50 Prozent bis 2047.
Das bedeutet ausdrücklich **nicht**, dass AGI 2047 kommt.
Es zeigt vielmehr, wie groß die Unsicherheit selbst unter Fachleuten ist.
Seit der Befragung hat sich KI weiterentwickelt. Deshalb werden auch die späten 2020er und die 2030er-Jahre ernsthaft diskutiert.
Beschleunigen könnten neue Architekturen, bessere Agenten, mehr Rechenleistung und automatisierte KI-Forschung.
Bremsen könnten Energiebedarf, Chips, Kosten, Regulierung oder technische Grenzen.
### Fazit
**AGI in den 2030er-Jahren ist ein plausibles Szenario – aber kein Termin. Es könnte früher oder wesentlich später passieren.**
# 9. Wie schnell könnte ASI folgen?
Angenommen, irgendwann existiert tatsächlich AGI.
Dann gibt es mehrere Möglichkeiten.
**Langsam:** Forschung bleibt schwierig und ASI folgt erst Jahrzehnte später.
**Schneller:** AGI automatisiert große Teile der Forschung und verkürzt Entwicklungszyklen.
**Sehr schnell:** Rekursive Verbesserung beschleunigt sich immer weiter. Dieses hypothetische Szenario wird häufig mit einer „Intelligence Explosion“ verbunden.
Welche Variante eintritt, weiß niemand.
Vielleicht gibt es sogar Grenzen, die wir heute noch gar nicht kennen.
### Fazit
**Zwischen AGI und ASI könnten Jahrzehnte liegen – oder wesentlich weniger. Jede konkrete Jahreszahl für ASI ist derzeit hochspekulativ.**
# 10. Was bedeutet das für unseren Alltag?
Eine zuverlässige AGI wäre wirtschaftlich etwas völlig anderes als ein heutiger Chatbot.
Sie könnte möglicherweise komplette Arbeitsabläufe übernehmen statt nur einzelne Aufgaben.
In der Programmierung würde aus:
**„Schreib diesen Code.“**
möglicherweise:
**„Hier ist meine Idee. Entwickle das Produkt.“**
In der Wissenschaft könnte AGI Literatur auswerten, Hypothesen entwickeln und Experimente planen.
In der Bildung könnte jeder Mensch einen persönlichen digitalen Lehrer besitzen.
Und natürlich verändert das auch kreative Arbeit.
Eine AGI könnte nicht nur einen Song erzeugen, sondern ein komplettes Projekt begleiten: **Idee, Song, Arrangement, Artwork, Video, Veröffentlichung und Auswertung.**
Der Mensch müsste deshalb nicht verschwinden.
Seine Rolle könnte sich verschieben:
von **„Ich erledige jeden Arbeitsschritt“**
zu **„Ich entscheide, was entstehen soll.“**
### Fazit
**AGI könnte nicht nur Werkzeuge verändern, sondern die Struktur von Arbeit selbst.**
# 11. Musk, 2036 und eine Welt ohne Geld?
Elon Musk hat 2026 erneut ein weitreichendes Szenario beschrieben: KI und Robotik könnten langfristig so viel produzieren, dass Arbeit optional und Geld erheblich weniger wichtig werden könnte.
Die wirtschaftliche Idee dahinter ist nachvollziehbar.
Wenn Maschinen große Teile geistiger und körperlicher Arbeit extrem günstig erledigen, könnten Produktionskosten vieler Güter stark sinken.
Aber daraus folgt nicht automatisch:
**Geld weg. Alles gratis. Pillepalle.**
Land bleibt begrenzt.
Energie kann knapp bleiben.
Rohstoffe bleiben teilweise knapp.
Rechenleistung kostet Ressourcen.
Und die entscheidende Frage bleibt:
**Wem gehören die Maschinen und wie wird der erzeugte Wohlstand verteilt?**
Deshalb sind solche Aussagen Zukunftsszenarien – keine wissenschaftlichen Prognosen.
### Fazit
**Eine KI-getriebene Überflusswirtschaft ist denkbar. Dass Geld zu einem bestimmten Zeitpunkt bedeutungslos wird, ist Spekulation.**
# 12. Gesamtfazit: Wie nah sind wir wirklich?
Wir besitzen noch keine allgemein anerkannte AGI.
Aber einzelne Fähigkeiten, die früher futuristisch wirkten, sind bereits Realität.
KI programmiert, löst schwierige Mathematik, verarbeitet Sprache und Bilder, verwendet Werkzeuge und übernimmt zunehmend mehrstufige Aufgaben.
Gleichzeitig bleiben wichtige Lücken bei Generalisierung, langfristiger Autonomie, Robustheit und der zuverlässigen Verbindung all dieser Fähigkeiten.
Deshalb passt unser Kreisdiagramm so gut:
**KI heute:** gezackt – manche Fähigkeiten bereits menschlich oder übermenschlich.
**AGI:** breit – allgemeine Fähigkeiten ungefähr auf menschlichem oder höherem Niveau.
**ASI:** darüber – breit übermenschliche Intelligenz.
Wann AGI kommt, weiß niemand. Die 2030er-Jahre sind ein diskutierbares Szenario, kein Kalendertermin.
Und ASI?
Noch spekulativer.
Die wirklich große Frage lautet deshalb nicht mehr:
**„Kann eine Maschine einen Menschen überhaupt geistig übertreffen?“**
Das kann sie in einzelnen Bereichen bereits.
Die entscheidende Frage lautet:
**Wann werden diese einzelnen Fähigkeiten zu einer robusten, lernfähigen und allgemein einsetzbaren Intelligenz zusammengeführt?**
Wenn das gelingt, dürften wir ernsthaft über AGI sprechen.
Bis dahin gilt:
**Beobachten. Messen. Staunen.**
Und bei jeder exakten Jahreszahl eine kleine Portion Salz danebenstellen.
Denn die Zukunft hat leider immer noch keinen bestätigten Liefertermin.
Quellen:
- Stanford HAI – AI Index 2026: https://hai.stanford.edu/ai-index/2026-ai-index-report/technical-performance
- Google DeepMind – Levels of AGI: https://deepmind.google/research/publications/66938/
- Google DeepMind – From AGI to ASI: https://deepmind.google/research/publications/239142/
- METR – Task-Completion Time Horizons: https://metr.org/time-horizons/
- ARC Prize – ARC-AGI-2 Technical Report: https://arcprize.org/blog/arc-agi-2-technical-report
- ARC Prize – Wettbewerb 2025: https://arcprize.org/competitions/2025
- Thousands of AI Authors on the Future of AI: https://arxiv.org/abs/2401.02843
- Business Insider – Musk-Interview-Zusammenfassung: https://www.businessinsider.com/5-key-takeaways-from-elon-musks-latest-interview-2026-7