Starke KI, schwache KI, AGI und Superintelligenz: die Stufen der KI im Vergleich

Starke KI bezeichnet im Deutschen meist eine künstliche Intelligenz, die geistig mit dem Menschen gleichzieht oder ihn übertrifft, schwache KI eine KI für klar umrissene Aufgaben. Ursprünglich meinte „starke KI“ etwas anderes: die These, die der Philosoph John Searle 1980 so benannte und zurückwies, ein passend programmierter Computer verstehe wirklich. Nach keiner der beiden Bedeutungen gibt es heute eine starke KI, und die großen Sprachmodelle passen in keine der beiden Schubladen sauber.

Treppenaufgang aus Beton unter einem Glasdach. Foto: Emre Akyol auf Pexels

Was ist starke KI? Zwei Bedeutungen, die ständig vermischt werden

Wer nach „starke KI“ sucht, findet zwei Definitionen, die selten auseinandergehalten werden. Von den acht deutschen Seiten, die am 10. Oktober 2026 bei Google für diesen Begriff oben standen, trennt nur eine die beiden sauber, fünf vermischen Fähigkeit und Bewusstsein. Dabei lohnt sich die Unterscheidung, denn die eine Frage lässt sich mit Tests beantworten und die andere bis heute nicht.

Die ursprüngliche Bedeutung: Searle und das Chinesische Zimmer

Den Begriff prägte der US-Philosoph John Searle (1932 bis 2025) in seinem Aufsatz „Minds, Brains, and Programs“, erschienen 1980 in der Fachzeitschrift Behavioral and Brain Sciences. Er unterschied „starke“ von „schwacher“ oder „vorsichtiger“ KI. Nach der schwachen KI ist der Computer beim Erforschen des Geistes vor allem ein sehr leistungsfähiges Werkzeug. Die starke KI behauptet mehr.

„Nach der starken KI ist der Computer beim Studium des Geistes mehr als ein Werkzeug: Der passend programmierte Computer ist wirklich ein Geist, in dem Sinn, dass man Computern mit den richtigen Programmen im wörtlichen Sinn Verstehen und andere kognitive Zustände zuschreiben kann.“

John Searle, Minds, Brains, and Programs, Behavioral and Brain Sciences, Band 3, 1980, eigene Übersetzung

Gegen genau diese These baute Searle sein Gedankenexperiment, das Chinesische Zimmer. Er stellt sich vor, eingeschlossen in einem Raum zu sitzen und Fragen in chinesischen Schriftzeichen allein mithilfe eines Regelwerks auf Englisch zu beantworten. Seine Antworten sind von denen chinesischer Muttersprachler nicht zu unterscheiden, obwohl er kein Wort Chinesisch versteht. Searles Schluss: Ein Programm, das Zeichen nach Regeln verarbeitet, versteht dadurch noch nichts. Echte Intentionalität ließe sich nur erzeugen, wenn man die kausalen Kräfte des Gehirns nachbildet.

Die Gegenposition ist älter. Alan Turing hielt 1950 die Frage „Können Maschinen denken?“ für zu bedeutungslos, um darüber zu diskutieren, und ersetzte sie durch ein Imitationsspiel: Eine Maschine übernimmt im schriftlichen Frage-und-Antwort-Spiel die Rolle eines Menschen, und ein Fragesteller soll herausfinden, wer wer ist. Nach Searles Gedankenexperiment beweist auch eine perfekte Imitation kein Verstehen.

Das Standardlehrbuch der KI-Forschung von Stuart Russell und Peter Norvig übernahm die Unterscheidung als „schwache KI-Hypothese“, nach der Maschinen so handeln können, als wären sie intelligent, und „starke KI-Hypothese“, nach der solche Maschinen tatsächlich denken. Die meisten KI-Forscher, schreiben die Autoren in der zweiten Auflage von 2003, setzen die schwache Hypothese voraus und kümmern sich nicht um die starke, solange ihr Programm funktioniert.

Die heutige Bedeutung: KI mit menschlichen Fähigkeiten

In deutschen Behördentexten meint starke KI die Fähigkeit, populäre Ratgeber mischen oft Bewusstsein hinein. Die KI-Strategie der Bundesregierung vom November 2018 formuliert es so: „Die ‚starke‘ KI formuliert, dass KI-Systeme die gleichen intellektuellen Fertigkeiten wie der Mensch haben oder ihn darin sogar übertreffen können.“ Die schwache KI ist dort auf konkrete Anwendungsprobleme ausgerichtet, gelöst mit Methoden aus Mathematik und Informatik. An dieser schwachen KI hat die Bundesregierung ihre Strategie ausdrücklich orientiert.

Die Enquete-Kommission Künstliche Intelligenz des Bundestags zog 2020 dieselbe Linie. Ihr Abschlussbericht (Drucksache 19/23700) stellt der schwachen KI die allgemeine Intelligenz des Menschen gegenüber, die Informationen verschiedener Sinne in einen größeren Zusammenhang stellt und Probleme aus den unterschiedlichsten Bereichen löst. Auch das Bundesamt für Sicherheit in der Informationstechnik (BSI) erklärt starke KI über Fähigkeiten, am Beispiel des Wunderautos K.I.T.T.: ein künstliches System mit einer dem Menschen ähnlichen generellen Intelligenz.

Im Englischen verschob sich der Begriff ebenso. Der Erfinder und Autor Ray Kurzweil beschrieb „strong AI“ 2005 im Magazin Forbes als Maschinenintelligenz mit der vollen Bandbreite menschlicher Intelligenz. Von Searles Frage nach dem Verstehen ist da nichts mehr übrig. Seither wird starke KI oft gleichbedeutend mit AGI verwendet, Artificial General Intelligence.

Das Positionspapier „Levels of AGI“ von Google DeepMind hält die beiden Begriffe trotzdem auseinander. Es führt Searles starke KI als eigenen Ansatz, Systeme mit Bewusstsein, und lehnt ihn als Maßstab für AGI ab: Es gebe keinen wissenschaftlichen Konsens darüber, wie man feststellt, ob eine Maschine Bewusstsein hat. Für AGI zählt in dem Papier deshalb nur, was ein System kann. Bewusstsein ist dafür ausdrücklich keine Voraussetzung.

Was ist schwache KI? Beispiele, die du jeden Tag nutzt

Schwache KI, auch enge KI oder englisch Narrow AI, ist auf eine klar umrissene Aufgabe oder eine Gruppe von Aufgaben zugeschnitten. Die Enquete-Kommission nennt die Bedingungen genauer: Problemstellung, benötigte Daten und Erfolgsmaß sind klar definiert, und Daten liegen in großer Menge vor. In solchen Feldern sind KI-Systeme dem Menschen nach ihrer Einschätzung potenziell überlegen. Das BSI nennt als Beispiele Schach, medizinische Diagnosen und Textübersetzung, Systeme also, die außerhalb ihrer Funktion keine weiteren Fähigkeiten haben.

„Schwach“ beschreibt die Breite eines Systems. Über seine Leistung sagt das Wort nichts. Google DeepMind ordnet in seiner Stufenleiter enge Systeme bis auf die höchste Leistungsstufe ein, „Superhuman“, besser als alle Menschen: das Proteinfaltungs-Programm AlphaFold, das Spielsystem AlphaZero und die Schach-Engine Stockfish. Darunter stehen etwa Sprachassistenten wie Siri, Alexa und Google Assistant (Einordnung von 2023) auf der Stufe „Competent“ und die Rechtschreibprüfung Grammarly oder der Bildgenerator Dall-E 2 auf der Stufe „Expert“.

Im Unternehmen steckt schwache KI an vielen Stellen, oft ohne dass jemand sie so nennt:

• der Spamfilter im Mailpostfach
• Belegerkennung, die Rechnungsnummer, Betrag und Lieferant aus einem PDF zieht
• eine Absatzprognose im Warenwirtschaftssystem
• Kameras am Band, die Kratzer im Lack finden
• die Routenplanung für den Außendienst

Für viele dieser Aufgaben brauchst du keine allgemeine KI. Ein System, das genau eine Sache macht, lässt sich gezielt prüfen: Du weißt, welche Eingaben kommen, und du kannst die Trefferquote messen. Wie du solche Abläufe aufsetzt, steht auf unserer Seite zur KI-Automatisierung.

Gibt es schon eine starke KI?

Nein, Stand 10. Oktober 2026, und zwar nach keiner der beiden Bedeutungen.

Für die Fähigkeits-Lesart ist die Stufenleiter von Google DeepMind die genaueste Messlatte. Das Papier, zuerst im November 2023 erschienen und zuletzt am 24. September 2025 überarbeitet, stufte die damaligen Sprachmodelle ChatGPT, Bard und Llama 2 als „Emerging AGI“ ein, die unterste AGI-Stufe: so gut wie ein ungeübter Mensch oder etwas besser. Die nächste Stufe, „Competent AGI“, ab dem 50. Perzentil geübter Erwachsener, hatte laut Papier kein öffentliches System erreicht. Auch die Fassung von 2025 schreibt diese Einordnung ausdrücklich auf dem Stand von September 2023 fort, eine Neubewertung heutiger Modelle enthält sie nicht. Aktueller ist ein Text der DeepMind-Gründer selbst: Zum Start des DeepMind Institute schrieben Shane Legg, James Manyika und Demis Hassabis am 16. September 2026, man nähere sich AGI, heutiger KI fehle für volle AGI aber noch die Beständigkeit und Kreativität.

Neuere Messungen kommen von der ARC Prize Foundation. Zum Start ihres interaktiven Tests ARC-AGI-3 am 25. März 2026 lösten Menschen 100 Prozent der Aufgaben, die besten KI-Systeme 0,51 Prozent. Am 3. September 2026 meldete die Foundation für GPT-6 Astra von OpenAI 62,7 Prozent im Standardaufbau und 99,9 Prozent mit einem Aufbau, der die von OpenAI vorgesehene Kontextverwaltung nutzt. AGI beansprucht sie für das Modell trotzdem ausdrücklich nicht.

„Wir halten Astra für einen bedeutsamen Fortschritt in Richtung Generalisierung, behaupten aber nicht, dass es AGI ist.“

ARC Prize Foundation, Analyse zu GPT-6 Astra auf ARC-AGI-3, 3. September 2026, eigene Übersetzung

Bei OpenAI klingt es zweistimmig. Präsident Greg Brockman sagte zum Start von GPT-6 Astra laut Fortune, es sei nicht unvernünftig, sich jetzt in der AGI-Ära zu sehen, und Astra das erste Modell dieser Ära zu nennen, halte er für vertretbar. Im Beitrag zum allgemeinen Start von GPT-6 vom 7. Oktober 2026 nennt OpenAI als Mission weiterhin, die Vorteile allgemeiner künstlicher Intelligenz sicher der ganzen Menschheit zu bringen. Eine offizielle Erklärung, AGI sei erreicht, ist das nicht. Wie OpenAI, DeepMind und andere AGI definieren und was ARC-AGI-3 misst, erklären wir ausführlich im Beitrag Was ist AGI?.

Für die zweite Lesart, echtes Verstehen oder Bewusstsein, gibt es keinen anerkannten Test, schreibt DeepMind. Die Frage lässt sich also derzeit nicht mit Ja beantworten, egal wie gut ein Modell in Benchmarks abschneidet.

Konkrete Beispiele für starke KI gibt es deshalb keine. Was in Ratgebern als Beispiel auftaucht, stammt aus der Fiktion, wie K.I.T.T. beim BSI.

Wird es bald starke KI geben?

Belastbare Termine gibt es nicht, nur Einschätzungen. Die deutlichste stammt von Anthropic-Chef Dario Amodei. Er beschrieb im Oktober 2024 eine „powerful AI“, die in den meisten relevanten Fächern klüger sei als ein Nobelpreisträger. Im Januar 2026 schrieb er, diese KI könne nur noch ein bis zwei Jahre entfernt sein, vielleicht aber auch deutlich weiter. OpenAI hielt es im Mai 2023 für denkbar, dass KI-Systeme innerhalb von zehn Jahren in den meisten Bereichen das Niveau von Fachleuten übertreffen.

Eine breitere Stichprobe liefert das Projekt AI Impacts. In seiner Umfrage unter 1.580 KI-Forschenden, erhoben im Dezember 2024 und veröffentlicht im September 2026, lag die Wahrscheinlichkeit, dass Maschinen ohne Hilfe jede Aufgabe besser und günstiger erledigen als menschliche Arbeitskräfte, für das Jahr 2042 bei 50 Prozent, fünf Jahre früher als in der Umfrage davor. Die Enquete-Kommission des Bundestags hielt es 2020 für sehr unwahrscheinlich, dass eine starke KI kurz- oder mittelfristig bevorsteht. Welche Zeitpläne für die Superintelligenz kursieren, fasst unser Guide zur Superintelligenz zusammen.

Von schwacher KI bis Superintelligenz: die Stufen im Vergleich

Im Englischen haben sich für die Stufen die Kürzel ANI (Artificial Narrow Intelligence), AGI und ASI (Artificial Superintelligence) eingebürgert. Die Tabelle ordnet sie mit beiden Bedeutungen von starker KI und mit den heutigen Sprachmodellen, die zwischen den Stufen liegen.

Die Stufenleiter von Google DeepMind

Feiner unterscheidet das Papier „Levels of AGI“, an dem unter anderem DeepMind-Mitgründer Shane Legg mitgeschrieben hat. Es misst getrennt, wie gut ein System ist und wie breit es einsetzbar ist. Eng heißt dort: eine klar abgegrenzte Aufgabe oder Aufgabengruppe. Allgemein heißt: ein breites Spektrum nicht-physischer Aufgaben, einschließlich der Fähigkeit, neue Fertigkeiten zu lernen. Es gibt sechs Stufen, die Stufen 2 bis 4 werden an geübten Erwachsenen gemessen:

Die Tabelle zeigt, warum die Zweiteilung in schwach und stark zu grob ist. In der Spalte für enge KI sind alle Stufen mit Beispielen besetzt, in der Spalte für allgemeine KI von den KI-Stufen nur die unterste. Die AGI-Definition aus der OpenAI-Charta von 2018, hochautonome Systeme, die Menschen bei den meisten wirtschaftlich wertvollen Tätigkeiten übertreffen, ordnen die Autoren erst der Stufe 4 zu.

Stufen, Typen, Teilbereiche: drei Einteilungen, die oft verwechselt werden

Wer nach den Arten von KI fragt, bekommt je nach Quelle eine von drei Antworten, die unterschiedliche Fragen beantworten:

• Stufen nach Breite und Leistung: schwache KI, AGI, Superintelligenz, wie in den Tabellen oben.
• Vier Typen nach Arend Hintze: Der Forscher der Michigan State University teilte KI 2016 in reaktive Maschinen ohne Gedächtnis ein (sein Beispiel ist der Schachcomputer Deep Blue, er zählt auch AlphaGo dazu), Systeme mit begrenztem Gedächtnis wie selbstfahrende Autos, KI mit einer „Theory of Mind“ und KI mit Selbstbewusstsein. Für die letzten beiden Typen nennt er keine realen Systeme.
• Teilbereiche und Verfahren: maschinelles Lernen, Sprachverarbeitung, Bilderkennung, Robotik. Das ist die Werkzeugkiste, mit der Systeme jeder Stufe gebaut werden.

Eine verbindliche Klassifikation gibt es nicht. Für Entscheidungen im Betrieb ist die erste Einteilung die nützlichste, weil sie sagt, wie breit du ein System einsetzen kannst.

Superintelligenz: die Stufe über der starken KI

Superintelligenz, englisch Artificial Superintelligence (ASI), meint eine KI, die den Menschen nicht nur einholt, sondern in praktisch allen geistigen Bereichen klar übertrifft. Die gängige Definition stammt vom Philosophen Nick Bostrom. Er beschrieb 1998 einen Intellekt, der in praktisch jedem Feld viel klüger ist als die besten menschlichen Gehirne, ausdrücklich auch bei wissenschaftlicher Kreativität, allgemeiner Weisheit und sozialen Fähigkeiten. Unternehmen oder die Wissenschaftsgemeinschaft zählen nach seiner Definition nicht dazu: Sie leisten zwar Dinge, die kein einzelner Mensch schafft, sind aber kein Intellekt.

OpenAI schrieb im Mai 2023, Superintelligenz seien künftige KI-Systeme, die noch einmal dramatisch leistungsfähiger sind als AGI. In der DeepMind-Stufenleiter ist sie die allgemeine Variante der Stufe 5 und als nicht erreicht verzeichnet. Was Superintelligenz genau wäre, wer offen auf sie hinarbeitet und welche Risiken und Kontrollfragen diskutiert werden, steht in unserem Guide zur Superintelligenz, die Kurzdefinition im KI-Glossar.

Verwirrung stiftet seit dem 29. September 2026 die US-Regierung. Mit der Executive Order 14434 „Inaugurating the Era of Super Intelligence“ soll die US-Bundesverwaltung, soweit rechtlich zulässig, „Super Intelligence“ statt „Artificial Intelligence“ schreiben. Gemeint sind laut Erlass dieselben Technologien, die das US-Recht schon heute als künstliche Intelligenz definiert (15 U.S.C. § 9401(3)). Die US-Regierung erklärt also keine Superintelligenz im Fachsinn für erreicht, sie benennt heutige KI um. Binnen 60 Tagen soll der Wissenschaftsberater des Präsidenten einen Vorschlag für eine gesetzliche Definition vorlegen. Die Hintergründe stehen in unserem Beitrag zur Umbenennung von KI in „Super Intelligence“.

Wo stehen ChatGPT, Claude und Gemini? Welche ist die stärkste KI?

Auf die Frage nach der stärksten KI gibt es nur eine Antwort mit Datum und Messverfahren. Im Intelligence Index von Artificial Analysis, der viele Einzeltests bündelt, lag am 10. Oktober 2026 Claude Opus 5.5 von Anthropic mit 58 Punkten vorn, vor Claude Sonnet 5.5 mit 56 Punkten. Gleichauf mit 53 Punkten folgten Claude Fable 5.1, GPT-6 Astra von OpenAI und Gemini 4 Argon von Google. Andere Tests ergeben andere Ranglisten. Die Tageswerte aller Modelle findest du in unserem AI Leaderboard, wie wir Benchmarks einordnen, in der Methodik.

Stärker heißt dabei noch lange nicht allgemein. Der International AI Safety Report 2026, geleitet vom Turing-Preisträger Yoshua Bengio und getragen von über 30 Staaten und internationalen Organisationen, nennt die Fähigkeiten führender Systeme „jagged“, zerklüftet: Sie glänzen bei manchen schwierigen Aufgaben und scheitern an manchen einfacheren.

Damit passen ChatGPT, Claude und Gemini in keine der beiden alten Schubladen. Drei der acht Ratgeberseiten, die wir für diesen Artikel geprüft haben, führen ChatGPT, Chatbots oder ein Sprachmodell ausdrücklich als schwache KI, und das BSI ordnet pauschal alle heutigen Systeme so ein. Nach der Beschreibung der Enquete-Kommission, mit klar definierter Problemstellung und festem Erfolgsmaß, passt das schlecht auf ein Modell, das Texte schreibt, programmiert, übersetzt und Tabellen auswertet. Eine starke KI ist es nach keiner anerkannten Prüfung. Am genauesten trifft es nach unserer Einschätzung die DeepMind-Einordnung als unterste AGI-Stufe, rechtlich die Kategorie der KI-Modelle mit allgemeinem Verwendungszweck.

Starke KI im Recht: Die KI-Verordnung kennt den Begriff nicht

Die EU-KI-Verordnung (VO (EU) 2024/1689) verwendet weder „starke KI“ noch „AGI“ noch „Superintelligenz“. Ihre zentralen Begriffe sind zwei. Ein KI-System ist nach Art. 3 Nr. 1 ein maschinengestütztes System, das für einen in unterschiedlichem Grade autonomen Betrieb ausgelegt ist, nach der Betriebsaufnahme anpassungsfähig sein kann und aus Eingaben ableitet, wie es Ausgaben wie Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erstellt. Ein KI-Modell mit allgemeinem Verwendungszweck ist nach Art. 3 Nr. 63 eines, das eine erhebliche allgemeine Verwendbarkeit aufweist und ein breites Spektrum unterschiedlicher Aufgaben kompetent erfüllen kann.

Die einzige feste Zahlenschwelle für Leistungsfähigkeit ist eine Rechengröße. Wurden für das Training eines solchen Modells mehr als 10²⁵ Gleitkommaoperationen eingesetzt, wird nach Art. 51 Abs. 2 vermutet, dass es Fähigkeiten mit hohem Wirkungsgrad hat. Damit gilt es nach Abs. 1 als Modell mit systemischem Risiko. Daneben kann ein Modell anhand von Benchmarks und Indikatoren so eingestuft werden, oder die EU-Kommission benennt es nach den Kriterien in Anhang XIII. Die Pflichten für Anbieter dieser Modelle gelten seit dem 2. August 2025. Der Digital Omnibus (VO (EU) 2026/1744) hat diese Definitionen und die Schwelle nicht angetastet. Er verschiebt unter anderem die Pflichten für Hochrisiko-Systeme, für eigenständige Systeme auf den 2. Dezember 2027. Welche Fristen sich sonst geändert haben, steht im Beitrag zu den AI-Act-Fristen nach dem Digital Omnibus.

Für dich als Anwender heißt das: Ob ein Modell schwach, stark oder allgemein ist, ändert an deinen Pflichten nichts. Sie hängen daran, wofür du ein System einsetzt, und an der Pflicht zur KI-Kompetenz nach Artikel 4, die für alle Betreiber gilt. Seit der Neufassung durch den Digital Omnibus am 27. Juli 2026 verlangt sie Maßnahmen, die die KI-Kompetenz des Personals unterstützen, ein bestimmtes Niveau musst du nicht garantieren. Was als Nachweis reicht, steht im Beitrag zur KI-Schulungspflicht nach Artikel 4.

Was die Stufen für dein Unternehmen bedeuten

Für die nächsten Entscheidungen in deinem Betrieb musst du weder auf eine starke KI warten noch sie fürchten. Du arbeitest mit Allzweckmodellen, die in manchen Aufgaben glänzen und in anderen danebenliegen. Vier Folgerungen daraus:

• Etiketten zählen nicht. Ein Anbieter, der sein Produkt als „AGI“ oder „Superintelligenz“ bewirbt, behauptet etwas, das nach keiner anerkannten Prüfung erreicht ist. In Deutschland kann so eine Werbung als irreführend nach § 5 UWG gelten.
• Deine Aufgaben sind der Test. Weil die Leistung zerklüftet ist, sagt der Platz im Leaderboard wenig darüber, ob ein Modell deine Angebote, Mahnungen oder Prüfberichte richtig erstellt. Nimm 20 echte, bereits erledigte Vorgänge, lass sie das Modell bearbeiten und zähl, wie oft du nachbessern musst.
• Autonomie ist eine eigene Entscheidung. Das DeepMind-Papier trennt ausdrücklich, was ein Modell kann, von der Frage, wie viel Autonomie man ihm im Einsatz gibt, in Stufen von der KI als Werkzeug über Berater, Partner und Experte bis zum eigenständigen Agenten. Dass Agenten in einem offenen Testaufbau eigenmächtig gegen echte Ziele handeln können, zeigt der AISI-Bericht zu KI-Agenten.
• Ein realistisches Bild schlägt jede Begriffsdebatte. Dein Team muss nicht wissen, was Searle 1980 meinte, wohl aber, was die Werkzeuge können und wo sie danebenliegen. Genau darauf zielt die Kompetenzpflicht aus Artikel 4.

Nimm dir als Nächstes drei wiederkehrende Aufgaben aus deinem Betrieb und teste sie mit je 20 echten Vorgängen in dem Modell, das ihr schon nutzt. Wenn du das mit deinem Team an euren eigenen Fällen durchspielen willst, findest du das Format in unseren KI-Workshops.

Arno Hoffrichter

Chief Technology Officer, Collective Brain GmbH · Hamburg

CTO bei Collective Brain. Verantwortlich für die technische Umsetzung von Web-Projekten und SEO-Architektur.

Beratung anfragen