Zuckerberg will AGI: Realistisch oder Marketing-Gag?

Mark Zuckerberg hat ein Ziel formuliert, das die gesamte KI-Branche aufhorchen lässt: Meta soll Artificial General Intelligence entwickeln — also eine künstliche Intelligenz, die nicht nur einzelne Aufgaben löst, sondern in nahezu jedem kognitiven Bereich mit dem menschlichen Verstand mithalten kann. Ob das eine technische Vision mit echtem Substanz ist oder vor allem ein strategischer PR-Coup, lässt sich nicht mit einem einfachen Ja oder Nein beantworten.

Was ist AGI überhaupt — und warum ist der Begriff so umstritten?

Artificial General Intelligence, kurz AGI, bezeichnet eine Form künstlicher Intelligenz, die nicht auf eine spezifische Aufgabe beschränkt ist. Heutige KI-Systeme wie GPT-4, Gemini oder Metas eigenes LLaMA sind sogenannte „Narrow AI" — sie sind in bestimmten Bereichen beeindruckend leistungsfähig, aber grundsätzlich auf das trainiert, wofür sie optimiert wurden. AGI hingegen wäre in der Lage, unbekannte Probleme eigenständig zu erkennen, zu verstehen und zu lösen — ähnlich wie ein Mensch, der von einem Job in einen völlig anderen wechselt und sich das nötige Wissen selbst erschließt.

Das Problem: Es gibt keine allgemein anerkannte wissenschaftliche Definition von AGI. Je nach Forschungsrichtung und Institution bedeutet AGI etwas anderes. Für manche Forscher ist AGI erreicht, wenn ein System jeden kognitiven Test besteht, den ein Mensch bestehen kann. Für andere geht es um Selbstlernfähigkeit, Anpassungsvermögen und ein Verständnis von Kontext und Kausalität — nicht nur von Mustern in Daten.

Genau diese Unschärfe ist das erste Problem mit Zuckerbergs Ankündigung: Wann würde Meta überhaupt wissen, dass AGI erreicht ist? Die Antwort auf diese Frage hat das Unternehmen bislang nicht gegeben.

Zuckerbergs Strategie: Von Metaverse zu KI

Wer Zuckerbergs unternehmerische Biographie der letzten Jahre verfolgt, erkennt ein Muster. Meta hat enorme Ressourcen in das Metaverse: Zuckerbergs 10-Milliarden-Wette auf eine virtuelle Welt gesteckt — und das Projekt hat nicht gehalten, was die Ankündigung versprach. Milliardenabschreibungen, Stellenabbau, Nutzerzahlen weit unter den Prognosen. Dann der Pivot: Meta ist heute vor allem KI-Unternehmen — zumindest dem öffentlichen Narrativ nach.

In einem viel beachteten Gespräch, das Zuckerberg bei Lex Fridman: Meta von Metaverse zu KI thematisierte, erklärte der Meta-CEO ausführlich, warum er glaubt, dass AGI das nächste große Ziel der KI-Forschung sein muss — und dass Meta die Ressourcen und die Infrastruktur habe, um dabei eine führende Rolle zu spielen. Die Argumentation war technisch, teilweise überzeugend, aber auch auffällig auf die eigenen Investitionen zugeschnitten.

Das ist kein Zufall: Wer AGI als Ziel definiert, rechtfertigt damit auch die schwindelerregenden Kapitalausgaben. Wenn das Ziel „die mächtigste KI der Welt" wäre, würde das Fragen nach Benchmarks und messbaren Fortschritten aufwerfen. AGI hingegen ist diffus genug, um als Horizont zu funktionieren, der sich immer wieder verschieben lässt.

Was Meta tatsächlich baut

Unabhängig von der AGI-Rhetorik hat Meta in den vergangenen Jahren substanzielle technische Fortschritte erzielt. Das LLaMA-Modell ist in Fachkreisen anerkannt — nicht weil es das leistungsfähigste Modell auf dem Markt wäre, sondern weil Meta es als Open-Source-Modell veröffentlicht hat. Das hat eine breite Entwickler-Community mobilisiert und Meta strategisch in eine interessante Position gebracht: Man ist nicht nur Anbieter, sondern Plattform.

Daneben forscht Meta an multimodalen Systemen, also KI, die Text, Bild, Audio und Video gleichzeitig verarbeiten kann. Das sind echte technische Meilensteine — aber sie sind weit davon entfernt, AGI zu sein. Multimodale Fähigkeiten bedeuten nicht, dass ein System „versteht". Es bedeutet, dass es auf mehr Datentypen gleichzeitig trainiert wurde.

Ein oft unterschätzter Aspekt: Meta hat mit Facebook, Instagram und WhatsApp Zugang zu einem der größten Nutzerdatenbestände der Welt. Diese Daten sind nicht nur Einkommensquelle, sondern auch potenziell wertvolles Trainingsmaterial — wobei hier datenschutzrechtliche Fragen offen bleiben, die in der AGI-Debatte kaum thematisiert werden.

Was Experten und Analysten sagen

Die wissenschaftliche Community ist gespalten. Ein Teil der führenden KI-Forscher — darunter bekannte Namen aus dem Umfeld von DeepMind, OpenAI und akademischen Institutionen — glaubt, dass AGI innerhalb dieses Jahrzehnts möglich ist. Eine mindestens ebenso prominente Gruppe hält das für Wunschdenken, das fundamentale Probleme ignoriert: aktuelle Sprachmodelle haben kein echtes Kausalverständnis, keine stabile Weltanschauung und keine Fähigkeit zur echten Generalisierung.

Gartner warnt in seinen jährlichen Hype-Zyklen regelmäßig vor dem Muster überzogener Erwartungen gefolgt von Ernüchterung — ein Muster, das sich in der Geschichte der KI seit den 1960er-Jahren mehrfach wiederholt hat. Was als „denkende Maschine" galt, entpuppte sich bei näherer Betrachtung stets als ein Werkzeug, das sehr gut in engen Domänen funktioniert. (Quelle: Gartner Hype Cycle for Emerging Technologies)

IDC wiederum betont, dass der wirtschaftliche Wert von KI derzeit vor allem in der Automatisierung klar definierter Prozesse liegt — nicht in allgemeiner Intelligenz. Unternehmen, die konkrete Produktivitätsgewinne durch KI berichten, tun dies in Buchhaltung, Kundensupport, Qualitätskontrolle — nicht durch den Einsatz von Systemen, die „denken wie Menschen". (Quelle: IDC Worldwide Artificial Intelligence Spending Guide)

Statista-Daten zeigen, dass das öffentliche Interesse an dem Begriff „AGI" in Suchmaschinen zwar deutlich gestiegen ist — was aber vor allem mit medialer Aufmerksamkeit durch Unternehmensankündigungen korreliert, nicht mit wissenschaftlichen Durchbrüchen. (Quelle: Statista Digital Market Outlook)

Die technischen Hürden sind massiv

Um AGI zu verstehen, muss man verstehen, was heutige KI-Systeme nicht können. Große Sprachmodelle wie die von Meta, OpenAI oder Google sind im Kern statistische Vorhersagemaschinen. Sie lernen aus unvorstellbar großen Textmengen, welches Wort mit welcher Wahrscheinlichkeit auf welches andere folgt. Das erzeugt beeindruckend kohärent klingende Texte — aber keine Kognition im eigentlichen Sinne.

Fehler, die ein Mensch niemals machen würde — etwa einfache Logikaufgaben falsch zu lösen oder bei leicht veränderten Formulierungen einer Frage zu einem anderen Ergebnis zu kommen — sind für heutige Sprachmodelle charakteristisch. Diese Grundprobleme sind nicht durch mehr Rechenleistung zu lösen. Sie verlangen nach anderen Architekturansätzen, nach echtem Weltmodell-Lernen, nach Kausalinferenz statt Korrelationslernen.

Bitkom hat in seinen Studien zur KI-Nutzung in Deutschland festgestellt, dass selbst fortgeschrittene Unternehmensanwender KI-Systeme vor allem dort einsetzen, wo die Aufgaben klar strukturiert und die Fehlertoleranz hoch ist — nicht dort, wo Urteilsvermögen gefragt wäre. (Quelle: Bitkom KI-Studie)

Hinzu kommt die Energiefrage. AGI-Systeme in der vorgestellten Form würden Rechenkapazitäten erfordern, die den aktuellen Stand der Rechenzentrumsinfrastruktur um ein Vielfaches übersteigen. Das ist nicht nur eine technische, sondern auch eine ökologische Herausforderung, die in Zuckerbergs Ankündigungen meist keine Erwähnung findet.

Marketing, Vision oder beides?

Die unbequeme Wahrheit ist: Es ist beides. Zuckerbergs AGI-Ankündigung ist nicht vollständig substanzlos — Meta investiert real in KI-Forschung, hat echte Fortschritte erzielt und verfügt über die Ressourcen, um an vorderster Front zu forschen. Gleichzeitig erfüllt die Ankündigung eine klare kommunikative Funktion: Sie positioniert Meta als ernsthaften KI-Player auf Augenhöhe mit OpenAI und Google, rechtfertigt massive Kapitalausgaben gegenüber Investoren und lenkt von den anhaltenden Fragen über Datenschutz, Regulierung und gesellschaftliche Auswirkungen der Kernprodukte ab.

Das ist keine Verschwörungstheorie, sondern Standard-Unternehmenskommunikation. Wer große Ziele öffentlich kommuniziert, setzt Agenda — und Meta ist darin traditionell geschickt. Die Frage, die Nutzerinnen und Nutzer sowie politische Entscheidungsträger stellen sollten, ist daher weniger „Schafft Meta AGI?" als vielmehr: „Was sind die konkreten Auswirkungen dieser Forschungsrichtung — und wer entscheidet, wofür AGI eingesetzt wird, wenn es sie jemals gibt?"

In einem breiteren technologischen Wandel, der weit über KI hinausgeht — man denke an veränderte Netzinfrastrukturen wie den A1 Telekom Austria beendet 2G-Mobilfunkstandard oder Konsolidierungen wie die Übernahme im Bereich Vodafone übernimmt Three für 5 Milliarden Euro — wird deutlich, dass technologische Großprojekte immer auch politische und regulatorische Dimensionen haben. AGI ist da keine Ausnahme.

Was das für Beschäftigte und die Gesellschaft bedeutet

Unabhängig davon, ob AGI in fünf, zwanzig oder gar nicht erreicht wird — die Auswirkungen heutiger KI-Systeme sind bereits real und tiefgreifend. Arbeitsmärkte verändern sich, Berufsbilder werden neu definiert, und die Fähigkeit, mit KI-Werkzeugen umzugehen, wird zur Schlüsselkompetenz. Wer beruflich in Bewegung ist — etwa beim Karrierewechsel: Vom Marketing in die IT erfolgreich geschafft — spürt diesen Wandel besonders deutlich.

Politisch zeigt die AGI-Debatte ein strukturelles Problem: Technologiekonzerne definieren Begriffe und Ziele, die gesellschaftliche Konsequenzen haben — ohne dass demokratisch legitimierte Institutionen dabei ausreichend einbezogen werden. Das betrifft nicht nur KI. Auch in anderen Politikfeldern — von der Energiewende bis zu digitaler Infrastruktur — wird deutlich, wie sehr technische Entscheidungen politische Dimensionen haben, etwa wenn das Wirtschaftsministerium stellt neuen Heizungsgesetzentwurf vor und dabei technologische Vorgaben mit gesellschaftlichen Zielen in Einklang bringen muss.

Die AGI-Debatte ist also keine rein technische Frage — sie ist eine gesellschaftspolitische. Und es wäre ein Fehler, sie nur Unternehmens-PRO-Abteilungen und Tech-CEOs zu überlassen.

Einordnung: Was bleibt

Zuckerbergs AGI-Ambitionen sind weder blanker Unsinn noch eine realistische Roadmap für die nahe Zukunft. Sie sind das, was große Technologieankündigungen meist sind: eine Mischung aus echten Investitionen, strategischer Positionierung und bewusst vagem Zukunftsversprechen. Meta forscht ernsthaft an KI — das ist nicht zu bestreiten. Ob das zur AGI führt, weiß niemand. Ob AGI überhaupt das richtige Ziel ist, darüber streiten sich die klügsten Köpfe der Informatik seit Jahrzehnten.

Was Nutzerinnen und Nutzer, Journalistinnen und Journalisten sowie politische Beobachter tun können: die Begriffe hinterfragen, die Ansprüche an messbaren Fortschritten messen — und nicht jeden Marketingbegriff für bare Münze nehmen, nur weil er mit Milliardensummen unterlegt ist.