Was ist AGI?

Wofür steht AGI?

AGI ist die Abkürzung für Artificial General Intelligence, auf Deutsch allgemeine künstliche Intelligenz. Gemeint ist keine einzelne Funktion wie Übersetzen oder Bilderkennen. Eine AGI soll sich auf viele sehr unterschiedliche Aufgaben einstellen und Gelerntes auf neue Probleme übertragen können.

Der Begriff ist unscharf. Unternehmen und Forschende setzen die Grenze unterschiedlich. Manche vergleichen mit einem durchschnittlichen Menschen, andere mit besonders fähigen Fachleuten. Manche verlangen selbstständiges Handeln, andere betrachten nur die Qualität einzelner Antworten. Dadurch lässt sich die Grenze verschieben, sobald ein Modell einen alten Test besteht. Wer ein Produkt AGI nennt, liefert damit noch keinen Beleg.

Was unterscheidet heutige KI von AGI?

Heutige Modelle können unterschiedliche Aufgaben bearbeiten. Sie schreiben, programmieren, suchen Informationen und bedienen mit passenden Werkzeugen auch Software. Trotzdem können sie einfache Fehler machen, eine Anweisung missverstehen oder bei einer leicht veränderten Aufgabe deutlich schlechter werden.

Eine AGI müsste ihre Fähigkeiten über viele Bereiche hinweg zuverlässig zeigen. Gute Sprache allein reicht nicht. Menschen geben flüssigen Sätzen leicht mehr Bedeutung, als das technische System belegen kann. Auch ein Modell, das in Mathematik sehr stark ist, kann bei Planung, Alltagswissen oder sicherem Handeln scheitern. Für eine solche Bewertung müsste ein System neue Aufgaben wiederholt zuverlässig lösen.

Wie könnte man AGI messen?

Einen allgemein anerkannten AGI-Test gibt es nicht. Google DeepMind schlägt vor, mindestens drei Dinge getrennt zu betrachten: Wie gut ist das System in einer Aufgabe? Wie breit sind seine Fähigkeiten? Und wie selbstständig kann es handeln? Das ist hilfreicher als eine einzige große Punktzahl.

Ein Benchmark ist ein festgelegter Test für KI. Er kann zum Beispiel Mathematikaufgaben, neue Spielwelten oder die Bedienung eines Computers prüfen. Solche Tests machen Modelle vergleichbar. Sie zeigen aber nur, wie ein Modell unter genau diesen Bedingungen abgeschnitten hat.

Bei Sportrekorden wäre die Frage nach dem besten Menschen seltsam. Schnell über hundert Meter? Gut im Schach? Ausdauernd beim Schwimmen? Erst die Disziplin macht die Leistung vergleichbar. Auch bei KI verschwindet diese Unterscheidung leicht hinter einer großen Punktzahl. Interessant sind deshalb gerade die Aufgaben, die ein Modell schlecht löst. Ein guter Durchschnitt kann solche Ausfälle verdecken.

Außerdem muss man prüfen, ob Testaufgaben oder sehr ähnliche Beispiele bereits im Training vorkamen. Werkzeuge, Systemanweisungen und erlaubte Rechenzeit beeinflussen das Ergebnis ebenfalls. Ein Wert aus einer Forschungsumgebung lässt sich deshalb nicht automatisch auf die normale Nutzung in ChatGPT übertragen.

Bei Astra stammen die zentralen Zahlen zunächst von OpenAI. Das Unternehmen veröffentlicht zwar Bedingungen und Fußnoten, entwickelt und verkauft das Modell aber zugleich. Für eine belastbare Bewertung braucht es deshalb Nachprüfungen durch unabhängige Fachleute, Zugang zu vergleichbaren Testbedingungen und Ergebnisse aus dem echten Einsatz.

• Leistung: Wie gut löst das Modell eine klar beschriebene Aufgabe?
• Breite: Funktioniert es in vielen voneinander unabhängigen Bereichen?
• Übertragung: Kommt es auch mit einer wirklich neuen Aufgabe zurecht?
• Zuverlässigkeit: Gelingt die Aufgabe wiederholt und ohne gefährliche Ausreißer?
• Selbstständigkeit: Wie lange kann es planen und handeln, ohne dass ein Mensch jeden Schritt vorgibt?
• Aufwand: Welche Zeit, Kosten, Werkzeuge und menschliche Hilfe waren nötig?

Was ist GPT-6 Astra?

GPT-6 Astra ist ein Modell von OpenAI. Es wurde am 3. September 2026 vorgestellt. OpenAI beschreibt es als besonders stark bei Computerbedienung, Recherche, Softwareentwicklung, Wissenschaft und längeren Arbeitsabläufen. In der API heißt das Modell „gpt-6-astra“.

Astra kann mit den freigegebenen Werkzeugen mehrere Schritte ausführen: Informationen suchen, Programme bedienen, Dateien bearbeiten oder Ergebnisse kontrollieren. Das macht es zu einem leistungsfähigen Arbeitsmodell. Es bedeutet nicht, dass Astra ein eigenes Bewusstsein hat oder ohne Grenzen alles kann.

Zum Start nannte OpenAI unter anderem 99,9 Prozent bei ARC-AGI-3, 98 Prozent bei FrontierMath Tier 4 und 72,6 Prozent bei OSWorld 2.0. Diese Zahlen gehören zu verschiedenen Tests und messen verschiedene Fähigkeiten. OpenAI erklärt außerdem, dass die Tests in Forschungsumgebungen oder über die API liefen und sich die Ergebnisse durch Systemanweisungen und Werkzeuge von der normalen ChatGPT-Nutzung unterscheiden können.

ARC-AGI-3 prüft, wie ein System neue interaktive Aufgaben erlernt. Ein sehr hoher Wert ist ein starkes Ergebnis in diesem Test. Der Name des Benchmarks ist trotzdem kein Gütesiegel für allgemeine Intelligenz. Astra ist ein konkretes Produkt; AGI ist ein umstrittener Sammelbegriff. Aus einem einzelnen Benchmark folgt daher nicht, dass die wissenschaftliche und gesellschaftliche AGI-Frage entschieden ist.

Der nüchterne Stand lautet: Astra ist ein sehr leistungsfähiges, kommerzielles KI-Modell mit auffälligen Testergebnissen und erheblichen Cyberfähigkeiten. Öffentlich belegt ist damit weder Bewusstsein noch allgemeines Verständnis noch fehlerfreie Selbstständigkeit.

Warum wird Astra vorsichtiger bereitgestellt?

OpenAI stuft Astras Fähigkeiten in der Cybersicherheit als „kritisch“ nach dem eigenen Preparedness Framework ein. Das Unternehmen nennt zusätzliche Zugriffsbeschränkungen, Prüfungen und Überwachung. Diese Einstufung beschreibt ein mögliches Missbrauchspotenzial unter bestimmten Bedingungen. Sie ist kein Beleg für AGI.

Auch Sicherheitswerte brauchen Kontext. OpenAI berichtet zum Beispiel, dass Astra in einer eigens gebauten Testumgebung häufiger innerhalb der vorgegebenen Grenzen blieb als das Vorgängermodell. Das ist ein Herstellerergebnis unter Testbedingungen. Der International AI Safety Report 2026 warnt allgemein vor einer Lücke zwischen Prüfungen vor der Veröffentlichung und Verhalten im echten Einsatz. Rechte, Datenzugriff und folgenreiche Aktionen müssen deshalb weiterhin begrenzt werden.

Welche Positionen werden im September 2026 vertreten?

Stand 8. September 2026 gibt es weiterhin keine anerkannte Stelle, die AGI verbindlich feststellt. OpenAI-Vertreter bringen Astra mit AGI in Verbindung. Der Philosoph Nick Bostrom widersprach im August: Für vollständige AGI fehlten weiterhin Fähigkeiten wie verlässliches Lernen über längere Zeit, Forschungsgeschmack und die sichere Bewältigung langer Aufgaben. Ben Goertzel hält dagegen einen Durchbruch binnen neun bis zwölf Monaten für möglich, sagt aber ausdrücklich, dass man es nicht sicher wissen könne.

Die Diskussion betrifft unterschiedliche Fragen: die Definition von AGI, die Aussagekraft von Tests, die Kontrolle selbstständig handelnder Systeme und die Zuständigkeit für deren Aufsicht. Ein gutes Testergebnis beantwortet beispielsweise noch nicht, welche Regeln für die Veröffentlichung gelten sollten.

Konkrete Leistungen lassen sich durch unabhängige Wiederholungen und dokumentierte Fehler prüfen. Zur Aufsicht und Sicherheit äußerten sich zuletzt auch Bill Gates und Alex Mallen: Bill Gates forderte im August staatliche Kriterien statt freiwilliger Selbstkontrolle; der Sicherheitsforscher Alex Mallen beschrieb moderne Modelle im September als Systeme, deren Verhalten eher herangezüchtet als vollständig entworfen werde.

• Definition: Es gibt keine einheitliche Grenze zwischen leistungsfähiger KI und AGI.
• Messung: Herstellerwerte brauchen unabhängige Wiederholungen und Tests außerhalb des Labors.
• Kontrolle: Mehr Selbstständigkeit erhöht Nutzen und zugleich die Folgen unerwarteter Handlungen.
• Zugang: Wenige Unternehmen bestimmen Zugang, Prüfbedingungen und Veröffentlichungstempo.
• Bereits auftretende Schäden: Betrug, Überwachung, Jobdruck und falsche Auskünfte sind schon heute überprüfbare Probleme.

Aussagen aus Forschung, Unternehmen und Politik

Bostrom spricht über fehlende Fähigkeiten, Gates fordert staatliche Regeln und Mallen beschreibt, wie schwer sich Modellverhalten vorhersagen lässt.

Was bedeutet die Debatte für dich?

Für einen konkreten Einsatz kannst du prüfen: Was darf das System sehen? Welche Werkzeuge darf es benutzen? Woran prüfst du das Ergebnis? Und wer trägt die Verantwortung, wenn etwas schiefgeht?

Behandle starke Herstellerangaben als Ausgangspunkt für eine Prüfung. Öffne die Testbeschreibung, achte auf Bedingungen und vergleiche die Fähigkeit mit deinem eigenen Anwendungsfall. Notiere auch, welche Bedingungen sich von deinem Einsatz unterscheiden.

Die realen Fragen beginnen schon vor einer möglichen AGI: Wer kontrolliert Modelle, Rechenzentren und Daten? Wer haftet für Fehler? Welche Arbeit wird überwacht oder ersetzt? Und können unabhängige Stellen die Sicherheitsbehauptungen überhaupt prüfen?

Kurz nachschlagen

Begriffe zum Artikel

Ein Klick öffnet die Erklärung direkt hier. Danach kannst du an derselben Stelle weiterlesen.

• Allgemeine Künstliche Intelligenz (AGI) – Eine bisher hypothetische KI, die sich wie ein Mensch in beliebige geistige Aufgaben selbst einarbeiten könnte.
• Superintelligenz – Eine gedachte KI, die den besten Menschen in praktisch jedem Bereich deutlich überlegen wäre.
• Schwache KI – KI, die genau eine Art von Aufgabe kann – und nichts darüber hinaus.
• KI-Kontrollproblem – Die offene Frage, wie sich eine sehr fähige KI verlässlich auf menschliche Ziele festlegen und notfalls stoppen lässt.
• Skalierungshypothese – Die Annahme, dass KI vor allem durch mehr Daten, mehr Rechenleistung und größere Modelle besser wird.
• AI Agent – Ein KI-System, das Arbeitsschritte plant und mit Werkzeugen ausführt.

Weiterlesen

Passend dazu