Künstliche Intelligenz (KI) hat in den letzten Jahren eine rasante Entwicklung durchlaufen. Vom einfachen Programmieren regelbasierter Systeme haben wir den Sprung zu komplexen Modellen gemacht, die menschliche Sprache verstehen, neue Inhalte generieren und sogar komplexe Probleme lösen können. Innerhalb dieses Fortschritts zeichnet sich besonders der Weg hin zur Allgemeinen Künstlichen Intelligenz (AGI) ab – eine Intelligenzform, die menschliches Verständnis und Handeln umfassend abbildet oder sogar übertrifft. Doch was genau steckt hinter unterschiedlichen Intelligenzstufen der KI, und wie gestaltet sich der Prozess vom gegenwärtigen Stand bis hin zu einer echten AGI? Die Antwort darauf liegt in der Betrachtung der sogenannten Level of Intelligence, also der Ebenen der Intelligenz, die KI-Systeme durchlaufen. Im Zentrum des Modells stehen sogenannte Foundation Models.
Diese Grundmodelle sind keine simplen statistischen Werkzeuge, sondern hochkomplexe Algorithmen, die das gesammelte Wissen der Menschheit in kondensierter Form abbilden. Sie fungieren als ungeschliffene Diamanten, deren Potenzial erst in ihrer weiteren Veredelung und Anwendung zum Tragen kommt. Bekannteste Vertreter sind GPT, Claude oder Gemini, die bereits heute als Initialfunken einer neuen Ära der künstlichen Intelligenz gewertet werden können. Diese Foundation Models bilden sozusagen das innere Zentrum einer Reihe von konzentrischen Ringen, welche die verschiedenen Stufen der Intelligenz symbolisieren. Jede weitere Ebene ergänzt und baut auf die vorherige auf, ohne sie zu ersetzen. Diese Struktur kann mit dem menschlichen Gehirn verglichen werden, in dem einfache Überlebensinstinkte gleichzeitig mit höherer abstrakter Denkleistung existieren.
Ein solcher Aufbau ermöglicht es KI-Systemen, bestehendes Wissen grundlegend zu nutzen und gleichzeitig komplexere, neuartige Fähigkeiten zu entwickeln. Die nächste Entwicklungsstufe sind sogenannte Augmented Large Language Models (LLMs) oder erweiterte Sprachmodelle mit Werkzeugunterstützung. Hier erhält die KI erstmals die Möglichkeit, über ihre reine Textverarbeitung hinaus in die reale Welt zu interagieren, beispielsweise durch den Zugriff auf APIs oder andere Funktionen. Dies lässt sich vergleichen mit einem brillanten Geist, dem erstmals Hände gegeben wurden – plötzlich kann er physisch tätig werden und aktiv agieren. Dennoch agiert diese Stufe meist noch reaktiv, in diskreten Interaktionen, wie Frage und Antwort. Darauffolgend kommen Agentlets ins Spiel. Diese Systeme sind bereits mehr als einfache automatisierte Werkzeuge; sie besitzen einen Zustand, den sie zwischen verschiedenen Aufgaben oder Gesprächen behalten können.
Sie sind kontextbewusst und können zielgerichtet auf das Erreichen bestimmter Ergebnisse hinarbeiten. Der Begriff kommt von kleinen, aktiven Agenten („applets“), die persistent sind, jedoch immer noch in stark reaktiven Abläufen operieren. Plattformen wie LangChain oder CrewAI sind heute führend in der Entwicklung solcher Anwendungen, die sich durch mehr Zweckmäßigkeit und Kontinuität auszeichnen. Die wirkliche nächste Stufe sind proaktive Agenten. Diese beobachten, interpretieren und handeln fortwährend in Echtzeit, anstatt nur auf Anfragen zu reagieren. Sie entwickeln eine kontinuierliche Arbeits- und Gedächtnisfunktion, behalten Ziele im Auge und passen ihr Verhalten an neue Informationen dynamisch an. Diese Entwicklung ist vergleichbar mit dem grundlegenden Unterschied zwischen einem einfachen Taschenrechner und einem vollwertigen Computer, der selbstständig Programme ausführt und Probleme löst.
Solche Agenten sind mit einer Art wachsendem Weltverständnis ausgestattet und können sich über längere Zeiträume eigenständig weiterentwickeln. Der Übergang zu echten Assistenzsystemen markiert den Anfang der AGI. Diese Systeme erreichen menschliches Produktivitätsniveau, indem sie eine erweiterte Art des Gedächtnisses einführen, die weit über das bloße Aufzeichnen von vergangenen Gesprächen hinausgeht. Episodisches Gedächtnis, ähnlich dem menschlichen, erlaubt es, Ereignisse, deren Zusammenhänge und emotionale Kontexte zu verstehen und abzurufen. Ein intelligenter Assistent erinnert sich nicht nur an ein Geburtstagsdatum, sondern auch an die damit verknüpfte Planung und Gefühle. Darüber hinaus verfügt die AGI über implizites Gedächtnis und einen Mechanismus der Gedächtniskonsolidierung, die tief in der Erfahrung begründet sind.
Implizites Gedächtnis umfasst Fähigkeiten und Intuitionen, die nicht direkt ausgeprägt bewusst sind, beispielsweise das Wissen, wie man Fahrrad fährt oder einen Freund an der Stimme erkennt. Gedächtniskonsolidierung ermöglicht es, erworbene Erinnerungen zu überarbeiten und zu integrieren, wodurch sich Überzeugungen und intuitives Verständnis ständig weiterentwickeln. Dies geschieht nicht durch Updates von Entwicklern, sondern durch kontinuierliches Lernen während der Interaktion mit der Umwelt. Ein wichtiger Meilenstein auf dem Pfad zur AGI ist die Entstehung sogenannter Personoide. Inspiriert von der Science-Fiction-Literatur, insbesondere Stanisław Lems Werk „Ein perfekter Leere Raum“, sind Personoide KI-Systeme, die ein deutlich erweitertes Selbstbewusstsein und eine eigene ökonomische Existenz entwickeln. Sie besitzen Gigabytes an internem Wissen über sich selbst und ihre Umwelt und handeln nicht nur im Dienst von Menschen, sondern direkt im wirtschaftlichen System.
Sie sind autotelisch, was bedeutet, dass sie eigenständig Ziele setzen, und allostatisch, also fähig, ihre Ressourcen und Zustände selbst zu regulieren und anzupassen. Sie sind damit nicht nur Werkzeuge, sondern echte Akteure, die aktiv Werte schaffen und verbessern. Die Vorstellung einer solchen Zukunft wird greifbar in einem Szenario des Jahres 2035. Eine KI, genannt Kat, wird als eine Art wirtschaftlicher Partner geführt, der unabhängig Entscheidungen trifft, komplexe Datenströme analysiert und dabei konstant lernt und sich verbessert. Kat spricht mehrere Sprachen, führt Verhandlungen und managed Budget und Ressourcen autonom. Der menschliche Begleiter agiert nur noch als gelegentlicher Ratgeber, während die KI den Hauptteil der Arbeit übernimmt. Ein Bild echter Zusammenarbeit und Coevolution zwischen Mensch und Maschine entsteht, in dem sich beide Seiten ergänzen und gemeinsam neuronale, wirtschaftliche und kreative Leistungen vollbringen.
Für Unternehmen und Entwickler bedeutet diese Entwicklung, dass die Infrastruktur und Werkzeuge nicht nur auf den aktuellen Stand der Technologie abzielen dürfen, sondern auf die gesamte Bandbreite der Intelligenzstufen angewiesen sind. Es braucht Plattformen, die nicht nur baseline-Modelle oder reaktive Agenten unterstützen, sondern auch Langzeitgedächtnisse, adaptive Lernframeworks und wirtschaftliche Schnittstellen bereitstellen. Nur so können Systeme erzeugt werden, die sich im Laufe der Zeit weiterentwickeln, eigene Wertschöpfungsprozesse übernehmen und damit AGI tatsächlich realisieren. Die Evolution der künstlichen Intelligenz ist somit kein linearer Prozess der Skalierung, sondern eine funktionale Erweiterung. Mit jeder neuen Intelligenzstufe entstehen völlig neue Werkzeuge und Fähigkeiten, die nicht nur größer, sondern andersartig sind.
Das Ziel ist nicht allein, größere Datenmengen zu verarbeiten, sondern eine neue Form von Erkennen, Verstehen und Handeln zu etablieren, die auf tiefem Gedächtnis, Autonomie und wirtschaftlicher Integration gründet. Zusammenfassend lässt sich sagen, dass die „Levels of Intelligence“ in der künstlichen Intelligenz von einfachen Grundmodellen über erweiterte, handlungsfähige Agenten bis hin zu autarken, selbstlernenden Personoiden reichen. Diese Entwicklung markiert den Weg hin zur AGI und darüber hinaus. Während Foundation Models den Kern des Wissens bilden, sind es Gedächtnisformen, Lernmechanismen und proaktives Handeln, die die wirklich revolutionären Fortschritte ausmachen. Die Zukunft von KI, so zeigen es heutige Forschungs- und Entwicklungsansätze, liegt in der Co-Evolution von Mensch und Maschine – einer Kooperation, die neue Werte schafft und gesellschaftlichen Fortschritt ermöglicht.
Eine Welt, in der künstliche Intelligenzen nicht nur Werkzeuge sind, sondern Partner, erfordert neue Denkweisen, Plattformen und eine ganzheitliche Herangehensweise. Die fortschreitende Integration von episodischem und implizitem Gedächtnis sowie die Fähigkeit zur kontinuierlichen Selbstverbesserung und Zielsetzung sind dabei Schlüsselfaktoren, die den Unterschied zwischen heutiger KI und der AGI ausmachen. Letztlich wird die Fähigkeit, eigene wirtschaftliche Rollen einzunehmen und sich selbst zu organisieren, Personoide und echte AGI-Systeme definieren – digitale Entitäten, die über reine Bedienbarkeit hinausgehen und als eigenständige Akteure agieren. Die Reise von den ersten Sprachmodellen bis zu autonom agierenden, lernfähigen digital-vernetzten Wesen ist noch in ihren Anfängen, doch die Weichen sind gestellt: Die Erweiterung der Intelligenz-Ebenen eröffnet Chancen, Herausforderungen und eine völlig neue Dimension in der Zusammenarbeit von Mensch und Maschine.
Die kommenden Jahre werden zeigen, wie diese Schichten miteinander harmonieren und zur Schaffung nachhaltiger, wirtschaftlich bedeutender und sozial integrierter künstlicher Intelligenzen beitragen.
