Starke und schwache KI: der Unterschied und was Unternehmen daraus ableiten

Spezialist oder Generalist: woher die Begriffe stammen, warum Sprachmodelle die Grenze verwischen und welche Schlüsse Entscheider ziehen sollten

18.07.2024

Schwache und starke KI im Vergleich: woher die Begriffe stammen, warum Sprachmodelle die Grenze verwischen und was Unternehmen daraus ableiten.

Die einen erwarten sie in wenigen Jahren, andere halten schon den Begriff für schief: Was ist starke KI, und wie unterscheidet sie sich von der KI, die wir heute nutzen?

OpenAI hat es in seiner Charta als Ziel festgeschrieben, Google DeepMind arbeitet nach eigener Darstellung darauf hin, und in den Verträgen zwischen Microsoft und OpenAI war es jahrelang eine Klausel, an der Milliarden hingen: die allgemeine künstliche Intelligenz, kurz AGI. Gemeint ist eine Maschine, die nicht nur einzelne Aufgaben erledigt, sondern so vielseitig denkt und lernt wie ein Mensch. Im Deutschen heißt das Konzept meist starke KI.

Bemerkenswert ist, dass sich die Fachwelt weder auf eine genaue Definition einigen kann noch darauf, wie weit der Weg ist. Für Unternehmen ist das kein akademisches Detail. Wer versteht, was starke und schwache KI unterscheidet, kann Versprechen von Anbietern besser einordnen und plant mit dem, was heute tatsächlich funktioniert.

Schwache und starke KI: die Begriffe

Die beiden Begriffe stammen vom US-Philosophen John Searle. Er unterschied 1980 zwei Positionen: Nach der schwachen These sind Computer nützliche Werkzeuge, mit denen sich geistige Fähigkeiten nachbilden und erforschen lassen. Nach der starken These hätte ein passend programmierter Computer tatsächlich einen Verstand, er würde verstehen und nicht nur so tun. Searle hielt die starke These für falsch und begründete das mit seinem Gedankenexperiment vom „Chinesischen Zimmer“: Wer nach Anleitung chinesische Zeichen sortiert und passende Antworten herausgibt, wirkt nach außen kompetent, versteht aber kein Wort Chinesisch.

Heute werden die Begriffe praktischer verwendet:

  • Schwache KI (enge KI, Narrow AI) ist auf einen Aufgabenbereich spezialisiert, vom Spamfilter bis zum Sprachmodell. Nach der klassischen Einteilung gehört jede heute verfügbare KI dazu. Definition, Merkmale und viele Beispiele aus Alltag und Unternehmen finden Sie im Beitrag Was ist schwache KI? Definition und Beispiele.
  • Starke KI meint eine Maschine mit allgemeiner Intelligenz, die jede geistige Aufgabe lernen und lösen kann, die auch ein Mensch bewältigt. Englisch spricht man von Artificial General Intelligence (AGI). Ob eine solche Maschine auch ein Bewusstsein hätte, ist eine eigene, philosophische Frage. Was eine starke KI können müsste, erklärt der Beitrag Was ist starke KI?
  • Superintelligenz (Artificial Superintelligence, ASI) wäre eine KI, die den Menschen in nahezu allen geistigen Bereichen deutlich übertrifft. Bekannt gemacht hat den Begriff der Philosoph Nick Bostrom mit seinem Buch „Superintelligence“ von 2014.

Wichtig ist die Unterscheidung zwischen zwei Lesarten von starker KI, die in Diskussionen oft durcheinandergehen. Die funktionale Lesart fragt, was eine Maschine kann. Die philosophische Lesart fragt, ob sie dabei etwas versteht oder erlebt. Die großen KI-Labore meinen mit AGI fast immer die erste.

Der Unterschied zwischen starker und schwacher KI auf einen Blick

  • Aufgabenbereich: Schwache KI löst die Aufgaben, für die sie gebaut oder trainiert wurde. Starke KI könnte sich in jedes neue Gebiet einarbeiten.
  • Lernen: Schwache KI lernt in einer Trainingsphase aus großen Datenmengen und bleibt danach weitgehend gleich. Starke KI würde wie ein Mensch laufend aus Erfahrung lernen, oft schon aus wenigen Beispielen.
  • Übertragen von Wissen: Schwache KI überträgt Fähigkeiten nicht von sich aus. Starke KI würde Gelerntes selbstständig auf neue Situationen anwenden.
  • Ziele: Schwache KI arbeitet an Aufträgen, die Menschen formulieren. Starke KI könnte sich Teilziele selbst setzen und Pläne über lange Zeit verfolgen.
  • Verständnis: Schwache KI verarbeitet Muster in Daten. Ob starke KI wirklich verstehen würde, ist offen.
  • Existenz: Schwache KI ist im Alltag allgegenwärtig. Starke KI gibt es bisher nicht.

Ein Gedankenspiel macht den Unterschied greifbar. Angenommen, ein mittelständisches Unternehmen stellt eine neue Kraft für die Disposition ein. Nach einigen Wochen kennt sie die Kunden, die Eigenheiten der Lieferanten und weiß, wann sie lieber nachfragt. Ein KI-Assistent kann heute viele Teilaufgaben übernehmen, Lieferscheine auslesen, Mails formulieren, Touren berechnen. Sich wie die neue Mitarbeiterin selbstständig in die ganze Stelle einzuarbeiten, kann er nicht. Genau diese Lücke beschreibt der Unterschied zwischen schwacher und starker KI.

Wo die Grenze heute verschwimmt: Sprachmodelle zwischen den Kategorien

Lange war die Zuordnung einfach. Ein Schachprogramm spielte Schach, ein Spamfilter sortierte Mails, und niemand sah darin allgemeine Intelligenz. Mit großen Sprachmodellen hat sich das geändert. ChatGPT, Claude oder Gemini übersetzen, programmieren, fassen Verträge zusammen und erklären Physik, ohne für jede dieser Aufgaben eigens trainiert worden zu sein. Diese Breite ist der Grund, warum der Begriff AGI aus Philosophieseminaren in Pressemitteilungen und Strategiepapiere gewandert ist.

Hinzu kommen zwei Entwicklungen der letzten beiden Jahre. Reasoning-Modelle rechnen vor ihrer Antwort Zwischenschritte durch und lösen dadurch Logik- und Programmieraufgaben deutlich besser. KI-Agenten arbeiten mehrstufige Aufträge am Rechner ab, öffnen Programme, suchen Informationen und tragen Ergebnisse zusammen. Beides rückt die Systeme ein Stück näher an das, was man sich unter allgemeiner Intelligenz vorstellt.

Trotzdem ordnet die Fachwelt die Modelle überwiegend der schwachen KI zu. Ihre Vielseitigkeit hat eine nüchterne Ursache: Sie setzen Text fort, und sehr viele Aufgaben lassen sich als Text formulieren. Was eine starke KI ausmachen würde, fehlt weiterhin:

  • Lernen im Einsatz: Das Modell wird nicht klüger, während es arbeitet. Speicherfunktionen und Websuche liefern ihm zusätzlichen Kontext, dazugelernt wird erst mit der nächsten Modellversion.
  • Verlässliches Planen über viele Schritte: Lange, verschachtelte Aufgaben brechen Agenten noch häufig ab oder lösen sie falsch.
  • Erfahrung mit der Welt: Was ein Glas ist und warum es zerbricht, kennen Sprachmodelle nur aus Beschreibungen.

Ob sich diese Lücken mit größeren Modellen und mehr Rechenleistung schließen lassen oder ob es grundlegend neue Ansätze braucht, ist die zentrale Streitfrage der Forschung. Prognosen mit Jahreszahl gibt es viele; sie sagen oft mehr über die Interessen des Absenders als über die Technik. Welche Fähigkeiten eine starke KI im Einzelnen bräuchte, welche Beispiele aus Film und Literatur das Bild prägen, mit welchen Tests man sie erkennen würde und wie weit die Forschung ist, beschreibt der Beitrag Was ist starke KI? Fähigkeiten, Beispiele und Stand der Forschung.

Bewusstsein, Risiken, Regulierung: die Debatte um starke KI

Die Diskussion um starke KI dreht sich nicht nur um Technik. Drei Fragen prägen sie:

Kann eine Maschine Bewusstsein haben?

Die philosophische Frage aus Searles Zeiten ist ungelöst. Ein System kann sich verhalten, als hätte es Gefühle, ohne dass daraus folgt, dass es etwas erlebt. Für die Praxis ist das zunächst nachrangig: Ob ein System die Arbeit erledigt, hängt nicht davon ab, ob es dabei etwas empfindet. Ethisch wird die Frage aber umso drängender, je menschenähnlicher KI-Systeme auftreten.

Wie gefährlich wäre starke KI?

2023 unterzeichneten zahlreiche KI-Forscher und Chefs von KI-Unternehmen eine kurze Erklärung: Das Risiko einer Auslöschung durch KI zu verringern, sollte neben Pandemien und Atomkrieg eine globale Priorität sein. Kritiker halten dagegen, dass solche Szenarien von greifbaren Problemen ablenken: Desinformation, Diskriminierung durch Algorithmen, Abhängigkeit von wenigen Anbietern. Beide Seiten haben einen Punkt. Für Unternehmen sind die greifbaren Probleme die dringenderen.

Wie reguliert Europa?

Der europäische AI Act regelt keine starke KI, sondern konkrete Einsätze nach ihrem Risiko. Für KI-Modelle mit allgemeinem Verwendungszweck, etwa die hinter ChatGPT oder Gemini, gibt es eigene Pflichten für die Anbieter, die seit August 2025 gelten, etwa zu technischer Dokumentation und Urheberrecht. Für Modelle mit systemischem Risiko kommen Sicherheitstests und Meldepflichten hinzu. Wer KI im Unternehmen einsetzt, hat eigene Pflichten und soll unter anderem Maßnahmen ergreifen, die die KI-Kompetenz der Beschäftigten fördern. Das Seminar AI Act im Überblick ordnet Fristen und Pflichten ein.

Was Unternehmen aus der AGI-Debatte ableiten sollten

Für Entscheider ist die Debatte um starke KI vor allem in einer Hinsicht nützlich: Sie schärft den Blick für Versprechen. Vier Schlussfolgerungen:

  1. Mit schwacher KI planen. Alles, was sich heute rechnet, ist schwache KI. Projekte sollten sich an klar umrissenen Aufgaben orientieren, nicht an der Erwartung, ein künftiges System werde alles von selbst erledigen.
  2. AGI-Rhetorik im Vertrieb skeptisch lesen. Wenn ein Produkt als „fast AGI“ oder „denkender Kollege“ angepriesen wird, lohnt der Blick auf messbare Ergebnisse im eigenen Ablauf. Eine Testphase mit echten Daten sagt mehr als jede Präsentation.
  3. Regelmäßig neu bewerten. Die Fähigkeiten der Modelle verschieben sich jedes halbe Jahr. Eine Aufgabe, die vor einem Jahr nicht automatisierbar war, ist es heute vielleicht. Ein fester Termin, an dem Fachabteilung und IT die Liste möglicher Einsatzfälle durchgehen, hilft mehr als Prognosen.
  4. Menschen befähigen. Der Engpass liegt selten bei der Technik, häufiger bei Abläufen, Daten und dem Wissen der Mitarbeitenden. Führungskräfte brauchen ein realistisches Bild davon, was KI kann. Darum geht es im Seminar Führung und Management in der Welt der Künstlichen Intelligenz.

Überschätzt wird in vielen Diskussionen der Zeitdruck durch AGI, unterschätzt der Nutzen, der in gewöhnlicher schwacher KI liegt. Wer heute Rechnungen, Anfragen und Dokumente mit KI-Unterstützung bearbeitet, ist gut vorbereitet, gleich wie die AGI-Debatte ausgeht.

Häufige Fragen zu starker und schwacher KI

Ist ChatGPT eine starke KI?

Nein. ChatGPT ist sehr vielseitig, lernt im Betrieb aber nicht selbstständig dazu, verfolgt keine eigenen Ziele und macht Fehler, die einem Menschen mit gleichem Wissen nicht passieren würden. Nach der klassischen Einteilung zählt es deshalb zur schwachen KI. Google DeepMind spricht in seinem Stufenmodell bei solchen Sprachmodellen von „aufkommender AGI“, der untersten Stufe allgemeiner KI.

Gibt es Beispiele für starke KI?

Nur erfundene. Film und Literatur kennen viele, von HAL 9000 bis zu Samantha aus „Her“. Reale Spitzensysteme wie AlphaGo oder AlphaFold sind brillante Spezialisten und damit schwache KI. Eine ausführliche Liste steht im Beitrag zur starken KI.

Was ist der Unterschied zwischen AGI und Superintelligenz?

AGI bezeichnet eine KI, die geistig so vielseitig ist wie ein Mensch. Superintelligenz wäre eine KI, die den Menschen in fast allen Bereichen deutlich übertrifft. Beides gibt es bisher nicht.

Braucht es für starke KI ein Bewusstsein?

Nach der funktionalen Lesart nicht: Dort zählt, was ein System kann. Nach Searles ursprünglicher, philosophischer Lesart schon. Viele Missverständnisse in der Debatte entstehen, weil beide Lesarten vermischt werden.

Einen Überblick über Methoden, Werkzeuge und Einsatzfelder bietet der Themenbereich Künstliche Intelligenz (KI). Wer KI im eigenen Unternehmen strukturiert einführen möchte, findet im KI-Kickstart einen Einstieg mit Bestandsaufnahme, ersten Anwendungsfällen und Regeln für den Einsatz.

Weitere Artikel

Ihr Kommentar zum Artikel

"Starke und schwache KI: der Unterschied und was Unternehmen daraus ableiten"

Wir freuen uns über Ihren Kommentar und antworten so schnell es geht!

Vielen Dank, Ihr Kommentar wurde empfangen!
Beim Absenden des Formulars ist etwas schiefgelaufen.
Unsere Beratungsleistungen zum Thema

Künstliche Intelligenz (KI)

Wir erweitern ständig unser Beratungsportfolio. Über 600 Beratungsleistungen haben wir für Sie im Programm. Selbstverständlich lassen sich die einzelnen Themen kombinieren. So erhalten Sie genau die Beratung, die Sie wünschen und brauchen.

Mehr IT-, Online-, Digital-Beratungsleistungen anzeigen >>

Kontaktanfrage

*) Die Angabe erfolgt freiwillig. Wir nutzen Ihre Telefonnummer ausschließlich, um Ihre Anfrage effizienter zu bearbeiten oder Rückfragen zu klären.

Mit dem Absenden dieses Formulars erklären Sie sich damit einverstanden, dass wir Ihre Anfrage (Name, E-Mail-Adresse, Telefonnummer, Interessensgebiet und Nachricht) an den zuständigen Kooperationspartner weiterleiten, der die Beratung und Durchführung der Weiterbildung übernimmt. Der jeweilige Partner ist eigenständig verantwortliches Unternehmen im Sinne der DSGVO und wird sich direkt mit Ihnen in Verbindung setzen.

Das Angebot von "HECKER CONSULTING" richtet sich ausschließlich an Unternehmen und Behörden (iSv § 14 BGB). Verbraucher (§ 13 BGB) sind vom Vertragsschluss ausgeschlossen. Mit Absendung der Anfrage bestätigt der Anfragende, dass er nicht als Verbraucher, sondern in gewerblicher Tätigkeit handelt. § 312i Abs. 1 S. 1 Nr. 1-3 und S. 2 BGB (Pflichten im elektronischen Geschäftsverkehr) finden keine Anwendung.

Sie suchen eine geförderte Weiterbildung mit Bildungsgutschein?
‍Beratung über unsere Kursseiten.

Vielen Dank, Ihre Nachricht wurde empfangen!
Beim Absenden des Formulars ist etwas schiefgelaufen.
WEITERE INFORMATIONEN AUS UNSEREM BLOG ZUM THEMA

Künstliche Intelligenz (KI)

Aktuelle und interessante Themen und Beiträge für Sie zusammengetragen und aufbereitet.

Mehr IT-, Online-, Digital-Neuigkeiten anzeigen >>
Nach oben