Künstliche Intelligenz · Artikel
Demis Hassabis sagt jetzt, dass AGI in zwei bis drei Jahren ankommen könnte
Veröffentlicht:

Kurz gesagt
Demis Hassabis von Google DeepMind teilte dem WSJ Magazine mit, dass er nun erwartet, dass künstliche allgemeine Intelligenz (AGI) in zwei bis drei Jahren eintrifft, herunter vom drei- bis fünfjährigen Zeitfenster, das er Anfang 2026 genannt hatte. Er definiert AGI durch einen "Einstein-Test" und sagt, dass sich seine Schätzung immer näher an die Gegenwart heranrückt.
Diese Fassung ist eine maschinelle Übersetzung des Originals (English). Original lesen
Demis Hassabis, der Mitbegründer und Chief Executive Officer von Google DeepMind, sagte dem Wall Street Journal Magazine, dass er erwartet, dass künstliche allgemeine Intelligenz (AGI) in zwei bis drei Jahren eintrifft. Das Interview wurde am 21. Oktober 2026 veröffentlicht als Teil des Preispakets "Innovator in Tech" des Magazins, in dem Hassabis 2026 als Technologie-Preisträger ausgezeichnet wurde.
Auf die Frage zum Zeitplan sagte Hassabis, dass es bald käme und dass sich seine Schätzung immer näher an die Gegenwart verschiebe, wie das Profil berichtet. Das neue Zeitfenster markiert eine Verengung gegenüber der drei- bis fünfjährigen Spanne, die er Anfang 2026 öffentlich genannt hatte.
Was Hassabis mit AGI meint
Hassabis definiert AGI als kognitives Niveau auf Menschenniveau und hat einen spezifischen Benchmark beschrieben, den er "Einstein-Test" nennt. Gemäß diesem Test würde ein System als AGI qualifizieren, wenn es, trainiert nur mit Menschheitswissen, das bis 1901 verfügbar war, unabhängig die Art von Durchbrüchen hätte produzieren können, die Albert Einstein in seinen 1905er-Papieren der "annus mirabilis" gemacht hat – zur photoelektrischen Wirkung, Brownscher Bewegung, spezieller Relativitätstheorie und Masse-Energie-Äquivalenz.
Im WSJ Magazine-Profil beschrieb Hassabis auch seine breitere Mission in zwei Schritten: zunächst die Intelligenz selbst lösen, dann diese Intelligenz nutzen, um andere große wissenschaftliche Probleme zu bewältigen. Er verwies auf Physikforschung und Krebsbehandlung als frühe Anwendungen, die er verfolgen hofft, sobald fortgeschrittenere KI-Systeme verfügbar sind.
Ein Zeitplan, der sich während 2026 verschoben hat
Hassabis' öffentliche Aussagen über die Ankunft von AGI verschoben sich während des Jahres 2026. Bei Googles I/O Entwicklerkonferenz am 20. Mai 2026 sagte er, dass KI die sogenannten "Ausläufer der Singularität" erreicht habe, mit der Klarstellung, dass er die aktuelle Ära meine statt einen einzelnen Transformationsmoment. Bei diesem Event sagte er auch, dass Agenten und Coding-Tools während des Jahres effektiv zu arbeiten begonnen hatten, und beschrieb es als eine frühe Phase der praktischen KI-Nutzung.
| Wann | Genannter Zeitplan / Rahmung | Kontext |
|---|---|---|
| Anfang 2026 | Drei bis fünf Jahre | Öffentliche Schätzung, genannt vor dem WSJ Magazine-Interview |
| 20. Mai 2026 | "Ausläufer der Singularität" | Abschlussbemerkungen zu Google I/O |
| 21. Oktober 2026 | Zwei bis drei Jahre | WSJ Magazine "Innovator in Tech"-Profil |
Isomorphic Labs und die Regulierungsdebatte
Das WSJ Magazine-Profil behandelte auch Isomorphic Labs, ein Arzneimittelentdeckungsunternehmen, das von Hassabis gegründet wurde und AlphaFold-ähnliche KI-Modelle auf Arzneimittelentdeckung anwendet. Das Unternehmen war Berichten zufolge in Diskussionen, um mehr als 2 Milliarden Dollar bei einer Bewertung von etwa 40 bis 50 Milliarden Dollar zu beschaffen.
Zur Frage der KI-Überwachung beschrieb das Profil Hassabis als argumentierend gegen zu frühe Regulierung der Technologie, eine Position, die mit seinem Drängen während 2026 übereinstimmt, dass die Industrieentwicklung fortfahren sollte, während Governance-Rahmenbedingungen parallel ausgearbeitet werden.
Warum Hassabis' Sicht Gewicht trägt
Hassabis leitet die KI-Forschung bei Google DeepMind. Im Oktober 2024 teilten er und sein DeepMind-Kollege John Jumper sich die Hälfte des Nobelpreises für Chemie für AlphaFold, ein KI-Modell, das dreidimensionale Proteinstrukturen aus genetischen Sequenzen vorhersagt; die andere Hälfte dieses Preises ging an David Baker. Das Nobelkomitee beschrieb die Leistung damals als Erfüllung eines lange verfolgten Ziels in der Proteinwissenschaft.
Ich aktualisiere näher und näher.
Da AGI keine einzige vereinbarte wissenschaftliche Definition hat, spiegelt Hassabis' Zeitplan seinen eigenen Benchmark – den Einstein-Test – wider, statt eines industrieweiten Standards. Andere KI-Führungskräfte haben unterschiedliche Definitionen und Zeitpläne angeboten, die die für diesen Artikel überprüften Quellen nicht in vergleichbaren Begriffen darlegten.
Fragen
- Was sagte Demis Hassabis über die Ankunft von AGI?
- Er sagte dem WSJ Magazine, veröffentlicht am 21. Oktober 2026, dass er künstliche allgemeine Intelligenz in zwei bis drei Jahren erwartet, und sagte, dass sich seine Schätzung immer näher an die Gegenwart heranrückt.
- Wie definiert Hassabis AGI?
- Er nutzt einen "Einstein-Test": ob ein System, trainiert nur auf Wissen, das vor 1901 verfügbar war, unabhängig Einsteins 1905er-Durchbrüche hätte produzieren können, einschließlich spezieller Relativitätstheorie und des photoelektrischen Effekts.
- Hat sich Hassabis' AGI-Zeitplan während 2026 geändert?
- Ja. Anfang 2026 nannte er ein Zeitfenster von drei bis fünf Jahren; im Mai 2026 sagte er, KI sei an den "Ausläufern der Singularität"; im Oktober 2026 verengerte er die Schätzung auf zwei bis drei Jahre.
- Was ist Isomorphic Labs und warum wird es erwähnt?
- Isomorphic Labs ist ein Arzneimittelentdeckungsunternehmen, gegründet von Hassabis, das AlphaFold-ähnliche KI auf Arzneimittelentdeckung anwendet; das WSJ Magazine-Profil berichtete, dass es mehr als 2 Milliarden Dollar bei einer Bewertung von 40 bis 50 Milliarden Dollar suchte.
- Wofür ist Hassabis außer dieser Vorhersage bekannt?
- Er leitet die KI-Forschung bei Google DeepMind und teilte sich 2024 den Nobelpreis für Chemie mit John Jumper für AlphaFold, ein KI-System, das Proteinstrukturen vorhersagt.
Quellen
- t2online — Demis Hassabis expects AGI within two to three years
- AIWeekly — Hassabis trims AGI window to two-to-three years in WSJ profile
- Semafor — Google exec Demis Hassabis predicts we're 'at the foothills of the singularity'
- TechCrunch — DeepMind's Demis Hassabis and John Jumper scoop Nobel Prize in Chemistry for AlphaFold
Dieser Beitrag wurde mit künstlicher Intelligenz erstellt und vor der Veröffentlichung automatisch auf Quellen geprüft. Wenn Sie einen Fehler sehen, bitten Sie um eine Korrektur. Korrektur oder Gegendarstellung anfordern · So arbeiten wir
Passend dazu

Künstliche IntelligenzArtikel
Wie KI-Chatbots wie ChatGPT und Claude tatsächlich funktionieren, erklärt
KI-Chatbots basieren auf großen Sprachmodellen (LLMs), neuronalen Netzen, die trainiert wurden, um das nächste "Token" in einer Textsequenz vorherzusagen. Sie wandeln Wörter in Zahlen um, verwenden einen Aufmerksamkeitsmechanismus, um zu gewichten, wie Wörter zueinander in Beziehung stehen, und werden dann mit menschlichem Feedback feinabgestimmt, um sich wie hilfreiche Assistenten zu verhalten, anstatt wie rohe Textprognostiker.
Künstliche IntelligenzArtikel
Wie KI-Empfehlungsalgorithmen entscheiden, was Sie online sehen und kaufen
KI-Empfehlungssysteme personalisieren Feeds und Produktvorschläge, indem sie analysieren, was Nutzer klicken, ansehen, bewerten und kaufen, und dieses Verhalten dann mit Mustern ähnlicher Nutzer abgleichen. Plattformen wie Netflix, YouTube und Amazon sagen, dass sie Engagement- und Kontextsignale verwenden – in einigen Fällen nicht demografische Daten –, während Regulatoren in den USA und der EU Bedenken zur Transparenz und Datenerfassung hinter diesen Systemen geäußert haben.
Künstliche IntelligenzArtikel
Warum KI-Sprachmodelle halluzinieren: Die Forschung hinter falschen Antworten
KI-"Halluzinationen" treten auf, weil Sprachmodelle darauf trainiert werden, das nächste plausible Wort vorherzusagen, nicht um die Wahrheit zu überprüfen, und weil die Tests, die zur Bewertung verwendet werden, selbstbewusstes Raten gegenüber dem Zugeben von Unsicherheit belohnen. OpenAI-Forscher argumentieren, dass das Problem teilweise eine mathematische Folge davon ist, wie Modelle trainiert werden, und teilweise ein Ergebnis davon, wie die KI-Industrie sie bewertet.
Künstliche IntelligenzRatgeber
So erkennen Sie Deepfakes und KI-generierte Bilder: Ein Schritt-für-Schritt-Leitfaden
Das zuverlässige Identifizieren eines Deepfake oder KI-generierten Bildes erfordert die Kombination visueller Überprüfungen, Herkunftstools wie Content Credentials oder SynthID und Reverse-Image-Search – kein einzelnes Verfahren erfasst jeden Fake. Erkennungsforscher warnen, dass automatisierte Tools durch einfache Änderungen wie Zuschneiden oder Komprimierung überlistet werden können, daher bleibt die Kontextverifizierung unverzichtbar.