Die Definition von künstlicher allgemeiner Intelligenz (AGI) bleibt bislang unklar, was die Diskussion über den Fortschritt von KI-Systemen behindert. In einer umfassenden Studie unter Leitung von Dan Hendrycks, Dawn Song, Christian Szegedy und weiteren führenden Experten aus der KI- und Kognitionswissenschaft wird erstmals ein quantifizierbares Framework vorgestellt, das AGI als die kognitive Vielseitigkeit und Leistungsfähigkeit eines gut ausgebildeten Erwachsenen definiert. Das Modell basiert auf der Cattell-Horn-Carroll-Theorie (CHC), dem am besten empirisch validierten Modell menschlicher Kognition. Es gliedert allgemeine Intelligenz in zehn Kernbereiche – darunter logisches Denken, Gedächtnis, Wahrnehmung, Problemlösung und Sprachverstehen – und adaptiert etablierte psychometrische Tests für Menschen, um KI-Systeme objektiv zu bewerten. Anhand dieses Ansatzes wurde eine Reihe aktueller KI-Modelle getestet, darunter GPT-4 und GPT-5. Die Ergebnisse zeigen eine stark „uneinheitliche“ kognitive Profilstruktur: Während die Systeme in wissensbasierten Aufgaben wie Faktenwissen, Sprachverständnis und mathematisches Schließen erhebliche Fortschritte erzielt haben, weisen sie gravierende Defizite in grundlegenden kognitiven Fähigkeiten auf, insbesondere in der langfristigen Speicherung und Nutzung von Informationen. GPT-4 erreicht laut dem Framework nur 27 % des menschlichen Durchschnittsniveaus, GPT-5 liegt mit 57 % deutlich höher, bleibt aber weit hinter dem Level menschlicher Allgemeinintelligenz zurück. Diese Zahlen liefern erstmals eine klare, messbare Skala, die den Fortschritt in Richtung AGI konkret visualisiert und die bestehende Kluft zwischen Spezial- und allgemeiner Intelligenz aufzeigt. Das Framework soll nicht nur als Bewertungsinstrument dienen, sondern auch als Leitfaden für zukünftige Forschung. Es betont, dass reine Skalierung von Modellen allein nicht ausreicht – es bedarf einer gezielten Verbesserung der kognitiven Grundlagen, insbesondere im Bereich des kontinuierlichen, strukturierten Lernens und Gedächtnismanagements. Die Autoren plädieren für eine stärkere Integration kognitionspsychologischer Prinzipien in die KI-Entwicklung, um Systeme zu schaffen, die nicht nur reagieren, sondern verstehen, lernen und sich anpassen können wie Menschen. Industrielle und akademische Experten begrüßen die Studie als Meilenstein in der KI-Entwicklung. „Endlich haben wir ein messbares Kriterium, um die Reife von KI-Systemen zu beurteilen“, sagt ein Forscher von DeepMind. „Die Zahlen zeigen, dass wir zwar schnell voranschreiten, aber noch weit von echter Allgemeinintelligenz entfernt sind.“ Auch Gary Marcus und Yoshua Bengio unterstreichen die Notwendigkeit, die derzeitige Fokussierung auf Skalierung zu überdenken und stattdessen auf robuste kognitive Architekturen zu setzen. Die Liste der Autoren – darunter führende Köpfe wie Eric Schmidt, Max Tegmark und Steve Omohundro – unterstreicht die hohe Relevanz und interdisziplinäre Reichweite der Arbeit. Das Framework könnte zukünftig auch als Grundlage für regulatorische Rahmenbedingungen oder Sicherheitsstandards bei der Entwicklung fortschrittlicher KI dienen.