{"id":220172,"date":"2026-03-19T20:00:32","date_gmt":"2026-03-19T19:00:32","guid":{"rendered":"https:\/\/liora.io\/de\/google-deepmind-agi-messung-framework"},"modified":"2026-03-19T20:00:32","modified_gmt":"2026-03-19T19:00:32","slug":"google-deepmind-agi-messung-framework","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/google-deepmind-agi-messung-framework","title":{"rendered":"Google DeepMind pr\u00e4sentiert kognitives Framework zur AGI-Messung"},"content":{"rendered":"

\nGoogle DeepMind hat am Montag ein umfassendes Framework vorgestellt, um den Fortschritt in Richtung K\u00fcnstlicher Allgemeiner Intelligenz (AGI)<\/a> zu messen, indem Intelligenz in 10 zentrale kognitive F\u00e4higkeiten unterteilt wird, und einen Kaggle-Wettbewerb \u00fcber 200.000 US-Dollar gestartet, um neue moderne KI-Benchmarks zu entwickeln. Die Initiative, die bis zum 16. April l\u00e4uft, l\u00e4dt Forschende weltweit ein, spezielle Evaluierungstools f\u00fcr unterbewertete Bereiche wie Metakognition und soziale Kognition zu erstellen und markiert einen Wandel von aufgabenbasierter zu theoriebasierter KI-spezifischer Bewertung.\n<\/strong><\/p>\n

Laut Google DeepMind stellt das Framework einen grundlegenden Bruch mit bisherigen klassischen KI-Benchmarks<\/a> wie MMLU<\/b>, BIG-bench<\/b> und HELM<\/b> dar, indem es die Evaluierung in formaler Kognitionswissenschaft verankert, statt gro\u00dfe Sammlungen von Aufgaben zusammenzustellen. Der neue Ansatz f\u00fchrt ein dreistufiges strukturiertes Evaluierungsprotokoll ein, das misst, ob KI-Systeme menschliche Muster der Probleml\u00f6sung zeigen, durchschnittliche menschliche F\u00e4higkeiten erreichen und schlie\u00dflich Top-Expertinnen und -Experten in bestimmten Dom\u00e4nen \u00fcbertreffen.<\/p>\n\n

Aufschl\u00fcsselung der Intelligenz in Kernf\u00e4higkeiten<\/h2>\n\n

Die Taxonomie identifiziert 10 grundlegende kognitive F\u00e4higkeiten<\/b>, die f\u00fcr AGI essenziell sind, von grundlegender Wahrnehmung und Aufmerksamkeit bis hin zu komplexer Metakognition und sozialer Kognition. Laut dem auf Googles Blog ver\u00f6ffentlichten Framework umfassen diese Wahrnehmung zur Verarbeitung sensorischer Informationen, Aufmerksamkeit zum Ausblenden von Ablenkungen, Ged\u00e4chtnis f\u00fcr Speicherung und Abruf von Informationen sowie Lernen zum Erwerb neuen Wissens.<\/p>

H\u00f6herwertige F\u00e4higkeiten umfassen exekutive Funktionen f\u00fcr Planung und Entscheidungsfindung, Schlussfolgern f\u00fcr logisches Denken und Probleml\u00f6sungen sowie Metakognition f\u00fcr das Bewusstsein \u00fcber die eigenen Denkprozesse. Das Framework ber\u00fccksichtigt au\u00dferdem Sprachverst\u00e4ndnis, Handlungen zur Interaktion mit physischen oder virtuellen Welten und soziale Kognition zum Verst\u00e4ndnis anderer Akteure.<\/p>

Der Kaggle-Hackathon<\/b>, der vom 17. M\u00e4rz bis zum 16. April 2026 l\u00e4uft, zielt speziell auf f\u00fcnf F\u00e4higkeiten mit den gr\u00f6\u00dften bestehenden Evaluierungsl\u00fccken ab: Lernen, Metakognition, Aufmerksamkeit, exekutive Funktionen und soziale Kognition<\/b>. Gehostet auf Kaggles Community Benchmarks Platform bietet der Wettbewerb Forschenden weltweit die Chance, neue passgenaue Bewertungsinstrumente zu entwickeln, die in DeepMinds zentrale Evaluierungssuite integriert werden.<\/p>\n\n

Kritische L\u00fccken und Reaktionen der Branche<\/h2>
\"Zwei<\/figure>\n\n

Trotz des umfassenden Ansatzes fehlen dem Framework auffallend Ma\u00dfnahmen, um eine Benchmark-Manipulation zu verhindern, bei der Modelle lediglich Metriken maximieren, ohne ihre tats\u00e4chlichen F\u00e4higkeiten zu verbessern. Die erste Ank\u00fcndigung konzentriert sich laut DeepMinds Dokumentation ausschlie\u00dflich auf die Messung von reinen KI-Leistungen, ohne eine Diskussion zur Bewertung der grundlegenden KI-Sicherheit<\/a> oder zur Ausrichtung an menschlichen Werten.<\/p>

Fr\u00fche Reaktionen innerhalb von Googles \u00d6kosystem und der breiteren KI-Community fielen positiv aus, mit Zuspruch auf LinkedIn von Isabelle Hau und Erin Mote. F\u00fchrende Forschende aus konkurrierenden KI-Laboren, darunter OpenAI<\/b> und Anthropic<\/b>, haben jedoch bislang keinen \u00f6ffentlichen Kommentar zur Methodik des Frameworks oder zu potenziellen Einschr\u00e4nkungen abgegeben.<\/p>

Das Fehlen eines Governance-Modells f\u00fcr die Pflege und Aktualisierung der Benchmarks wirft Fragen hinsichtlich der langfristigen Tragf\u00e4higkeit auf, da sich KI-Technologie rasant weiterentwickelt und statische Benchmarks potenziell innerhalb weniger Monate nach der Ver\u00f6ffentlichung obsolet werden k\u00f6nnten.<\/p>\n

\n

\n Sources\n <\/h3>\n
    \n
  • blog.google<\/li>
  • kaggle.com<\/li>\n <\/ul>\n<\/div>","protected":false},"excerpt":{"rendered":"

    Google DeepMind hat am Montag ein umfassendes Framework vorgestellt, das den Fortschritt in Richtung Artificial General Intelligence messen soll, indem es Intelligenz in zehn zentrale kognitive F\u00e4higkeiten unterteilt, und zugleich einen Kaggle-Wettbewerb \u00fcber 200.000 US-Dollar gestartet, um neue KI-Benchmarks zu entwickeln. Die Initiative, die bis zum 16. April l\u00e4uft, l\u00e4dt Forschende weltweit ein, Bewertungsinstrumente f\u00fcr untererforschte Bereiche wie Metakognition und soziale Kognition zu entwerfen. Sie markiert einen Wandel von aufgabenbasierter zu theoriegesteuerter KI-Bewertung.<\/p>\n","protected":false},"author":87,"featured_media":220169,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2475],"class_list":["post-220172","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-nachrichten"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/220172","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/users\/87"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/comments?post=220172"}],"version-history":[{"count":0,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/220172\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media\/220169"}],"wp:attachment":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media?parent=220172"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/categories?post=220172"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}