Schwache KI und AGI¶
Begriff und Einordnung¶
Heutige KI-Systeme sind schwache KI, auch Narrow AI genannt. Sie lösen Aufgaben in einem bestimmten Bereich: Bilder erkennen, Texte erzeugen, Sprache transkribieren, Nachfrage prognostizieren oder Tickets klassifizieren (Niessner 2026).
Starke KI oder Artificial General Intelligence beschreibt ein System, das Probleme beliebiger Art ähnlich flexibel lösen könnte wie ein Mensch. Diese Form existiert heute nicht als verlässliche Unternehmenslösung, auch wenn Anbieter und Medien den Begriff manchmal werblich verwenden (Niessner 2026).
Funktionsweise in Grundzügen¶
Ein einzelnes KI-System hat einen gelernten Aufgabenbereich. Ein Bilderkennungsmodell schreibt keine guten Fachtexte. Ein Sprachmodell ist kein verlässliches Prognosemodell für Finanzmärkte. Ein Absatzprognosemodell führt keine natürliche Unterhaltung (Niessner 2026).
Diese Spezialisierung erklärt viele Fehlanwendungen. Ein System kann beeindruckend wirken und trotzdem für eine konkrete Managementfrage ungeeignet sein. Das Modell liefert oft eine Antwort, auch wenn die Frage nicht zu seiner Aufgabe oder zu seinen Daten passt (Niessner 2026).
💡 Aus meiner Praxis: Wenn jemand „die KI“ sagt, lohnt sich eine Rückfrage: Welches konkrete Modell, für welche konkrete Aufgabe, mit welchen Daten und welcher Kontrolle?
Bedeutung für Unternehmen¶
Führungskräfte sollten nicht nach der „besten KI“ suchen. Sie sollten für jeden Anwendungsfall prüfen, welche Art von Modell zur Aufgabe passt. Diese Auswahl entscheidet stärker über den Nutzen als die bloße Bekanntheit eines Tools (Niessner 2026).
Das schützt auch vor falschen Erwartungen. ChatGPT kann gute Texte entwerfen, aber daraus folgt nicht, dass es als Investmentberatung, Rechtsprüfung, medizinische Diagnose oder operative Steuerung ohne Fachkontrolle geeignet ist (Niessner 2026).
Für das Wiki ist diese Seite ein Grundanker: Sie verbindet Regelbasierte Systeme vs. Machine Learning, Machine Learning für Unternehmen und Sprachmodelle und generative KI. Alle drei Themen zeigen aus anderer Richtung, warum passender Einsatz wichtiger ist als KI-Begeisterung (Niessner 2026).