Die KI-IQ-Falle: Ein hoher Wert schützt nicht vor teuren Fehlern
Ein KI-Modell entwirft in Sekunden eine Antwort, die souverän klingt. Aber stimmt sie, passt sie zu diesem Kunden, und wer steht dafür gerade? Ein neuer KI-IQ-Vergleich versucht, die Fähigkeiten von Sprachmodellen auf eine vertraute menschliche Skala zu bringen. Der Spitzenwert liegt bei etwa 136. Die Zahl wirkt wie ein Urteil. Tatsächlich ist sie eher ein Anlass für eine bessere Frage: Was sollten Menschen tun, wenn Modelle immer leistungsfähiger werden?
Eine Zahl, die nach mehr klingt
Ein Wert wie 136 lässt sich leicht weitererzählen. Er erinnert an Schulzeugnisse, Eignungstests und Ranglisten. Genau deshalb lohnt sich ein zweiter Blick, bevor Sie daraus Schlüsse über Personal, Kundendienst oder die Zukunft Ihrer Arbeit ziehen.
Die Website AI IQ schätzt Werte für mehr als 50 Sprachmodelle und ordnet sie auf einer standardisierten Glockenkurve ein. Dafür bündelt sie zwölf Benchmarks, also standardisierte Aufgaben zum Leistungsvergleich, in vier Bereichen: abstraktes, mathematisches, programmierbezogenes und akademisches Schlussfolgern. Der Gesamtwert ist der einfache Durchschnitt dieser vier Teilwerte. Ein Modell braucht Ergebnisse in mindestens zwei Bereichen, um überhaupt einen abgeleiteten Wert zu erhalten.
Mitte Mai 2026 führt GPT-5.5 die erfassten Modelle mit einem geschätzten Wert von rund 136 an. GPT-5.4, Opus 4.7 und Gemini 3.1 Pro liegen im selben Vergleich ungefähr zwischen 131 und 132. Das sind Ergebnisse einer bestimmten Auswertung, keine Messung einer allgemeinen menschlichen Intelligenz. Was wird also sichtbar, wenn eine einzige Zahl vier sehr verschiedene Arten von Aufgaben zusammenfasst?
Der IQ-Vergleich hat blinde Flecken
Ein Modell kann eine knifflige Prüfungsfrage richtig lösen und bei einer scheinbar einfachen Alltagsaufgabe danebenliegen. Genau diese Unebenheit verschwindet leicht, wenn aus vielen Resultaten ein Gesamtwert wird. Die vier Bereiche sagen etwas über bestimmte Leistungen unter Testbedingungen, aber nicht automatisch darüber, wie verlässlich das Modell am Telefon, im Lager oder im Gespräch mit einem verärgerten Kunden ist.
Kritiker verweisen auf diesen Abstand zwischen starken Benchmark-Ergebnissen und Fehlern bei konkreten Aufgaben. VentureBeat nennt als Beispiel die Behauptung, GPT-5.5 habe bei MMLU-Pro eine Sättigung erreicht, während es bei ClockBench häufig scheitere. Das sollte nicht als allgemeines Urteil über das Modell gelesen werden. Es zeigt aber, warum ein guter Durchschnitt nicht jede Schwäche ausschließt.
Auch die Methode verdient Aufmerksamkeit: AI IQ listet die zwölf Benchmarks und zeigt Kalibrierungskurven, veröffentlicht laut VentureBeat jedoch weder die Rohdaten noch die genauen mathematischen Umwandlungen als offene Datensätze. Für Sie heißt das: Der Wert kann ein Gespräch anstoßen. Er ersetzt keinen Test mit den Aufgaben, die Ihr Unternehmen tatsächlich erledigt. Und gerade dort kann die Lücke zwischen Eindruck und Ergebnis teuer werden.
Der Fortschritt kommt nicht in Jahresgesprächen
Vielleicht warten Sie auf ein ruhiges Quartal, um sich mit KI zu beschäftigen. Das Problem: Die Entwicklung hält sich nicht an Ihren Projektkalender. Die AI-IQ-Zeitreihe verzeichnet für Spitzenmodelle von Oktober 2023 bis Mitte 2026 ungefähr 60 Punkte Zuwachs beim geschätzten IQ. Das ist der Verlauf dieser Messreihe, keine Zusage, dass der nächste Sprung gleich groß ausfällt.
Auch die technische Grundlage wächst schnell. Epoch AI schätzt, dass die verkaufte KI-Rechenkapazität, gemessen in H100-Äquivalenten, jährlich um das 3,3-Fache steigt. Das entspricht einer Verdopplung etwa alle sieben Monate. Die fünf größten Chipdesigner hatten demnach bis zum vierten Quartal 2025 zusammen ungefähr 20 Millionen KI-Chips ausgeliefert. Solche Zahlen erklären, warum immer mehr Rechenleistung für Modelle verfügbar wird. Sie sagen nicht allein voraus, welche Fähigkeit als Nächstes besser wird.
Machen wir ein Gedankenexperiment. Angenommen, Spitzenmodelle kämen bis Dezember auf einen IQ-ähnlichen Wert von 180 bis 200 und im Quartal danach auf etwa 250. Das ist keine Prognose, sondern eine Übung: Wenn die KI in vielen Denkaufgaben deutlich schneller und besser ist als fast jeder Mensch, verschiebt sich unser Wert. Weg vom Wissen und Rechnen, hin zu guten Fragen, Urteilskraft, Verantwortung und Vertrauen.
Die Zahlen wären weiterhin nur eine grobe Übertragung menschlicher IQ-Skalen auf Modelltests. Trotzdem wäre die praktische Frage für Sie dieselbe: Welche Entscheidungen dürfen schneller vorbereitet werden, und welche müssen bei Menschen bleiben?
Was die KI nicht für Sie entscheiden kann
Wenn eine Maschine einen besseren Entwurf liefert, bleibt die Verantwortung für seine Verwendung bei Ihrer Organisation. Ein Händler kann eine Rückerstattung automatisch prüfen lassen. Doch ob ein langjähriger Kunde nach einem Fehler Kulanz verdient, hängt womöglich an einer Beziehung, die im Datensatz nicht sichtbar ist. Eine Kanzlei kann Dokumente vorsortieren. Die Entscheidung, welche Unsicherheit dem Mandanten erklärt werden muss, ist damit nicht erledigt.
Auch Geschmack zählt. Welche Formulierung klingt nach Ihrem Unternehmen? Welches Angebot fühlt sich fair an? Wann muss ein Teammitglied eine ungewöhnliche Situation eskalieren, statt dem Standardablauf zu folgen? Das sind keine dekorativen Zusatzfragen. Sie bestimmen, ob ein schneller Vorschlag in der realen Arbeit trägt.
McKinsey schätzt, dass heutige Technologien Aufgaben automatisieren könnten, die mehr als die Hälfte der Arbeitsstunden in den USA ausmachen. Das bedeutet laut McKinsey nicht, dass entsprechend viele Stellen verschwinden. Mehr als 70 Prozent der von Arbeitgebern gesuchten Fähigkeiten seien sowohl für automatisierbare als auch für nicht automatisierbare Arbeit relevant; weitere 12 Prozent seien vorerst ausschließlich menschlich. Was in Ihrem Betrieb gebraucht wird, hängt deshalb auch davon ab, wie gut Menschen mit den neuen Werkzeugen arbeiten.
Was das für Ihr Unternehmen heißt
Fangen Sie nicht mit der Frage an, ob KI klüger ist als ein Mensch. Nehmen Sie einen konkreten Vorgang aus der letzten Woche. Vielleicht die E-Mail, deren Antwort drei Kolleginnen abgestimmt haben. Oder die Terminanfrage, die erst nach Feierabend beantwortet wurde. Entscheiden Sie, ob ein Modell dort einen Entwurf machen, Informationen sortieren oder einen nächsten Schritt vorschlagen darf.
Danach braucht es eine klare Prüfstelle. Wer kontrolliert den Inhalt? Welche Fehler sind tolerierbar, welche nicht? Bei einer internen Zusammenfassung kann eine falsche Nuance lästig sein. Bei einem Vertragsversprechen, einer Personalentscheidung oder einer medizinischen Auskunft gelten andere Maßstäbe. Schreiben Sie außerdem auf, wann der Vorgang an eine zuständige Person geht.
Ein brauchbarer Start für die nächsten Wochen:
• Wählen Sie einen wiederkehrenden Vorgang mit überschaubaren Folgen, nicht gleich den heikelsten Prozess. • Lassen Sie Mitarbeitende typische Fälle und schwierige Ausnahmen mit dem Modell testen. • Prüfen Sie die Ergebnisse gegen Ihre eigenen Qualitätsmaßstäbe und dokumentieren Sie Fehler. • Benennen Sie eine Person, die Regeln und Prüfschritte anpasst, wenn sich der Arbeitsablauf verändert.
Bei einem Ein-Personen-Unternehmen kann diese prüfende Rolle bei Ihnen selbst liegen. Im Mittelstand müssen Übergaben zwischen Fachbereich, IT und Führung geklärt sein. In einem größeren Unternehmen braucht es zusätzlich gemeinsame Regeln, damit nicht jede Abteilung ihre eigene Grenze zwischen Vorschlag und Entscheidung zieht. Der nächste sinnvolle Schritt ist kein Großprojekt, sondern ein konkreter Vorgang mit einer verantwortlichen Person. Doch wer braucht dafür zuerst neue Fähigkeiten?
Menschen müssen schneller lernen, nicht alles wissen
Die neue Arbeit beginnt oft mit einer unscheinbaren Fähigkeit: die Aufgabe so zu beschreiben, dass das Modell eine brauchbare Antwort geben kann. Wer nur „Schreiben Sie eine Kundenmail“ eingibt, erhält womöglich einen glatten Text ohne den entscheidenden Kontext. Wer Ziel, Vorgeschichte und Grenzen nennt, kann bessere Vorschläge prüfen. Das verlangt Fachwissen, aber auch die Bereitschaft, die eigene Frage zu überarbeiten.
McKinsey nennt Problemformulierung, Kontrolle von KI-Ausgaben, Ergebnisinterpretation, Ausnahmebehandlung und die Entscheidung, wann ein Fall eskaliert werden muss, als Fähigkeiten für die Zusammenarbeit mit KI. Zugleich seien Stellenanzeigen mit Anforderungen an KI-Kompetenz innerhalb von zwei Jahren fast um das Siebenfache gestiegen. Für ein kleines Team muss das kein umfassendes Schulungsprogramm bedeuten. Eine gemeinsame Besprechung echter Beispiele kann zeigen, wo Menschen noch zu viel vertrauen oder zu wenig ausprobieren.
Stellen Sie sich den nächsten Montag vor: Eine Kollegin prüft einen KI-Entwurf nicht nur auf Rechtschreibung, sondern auf den fehlenden Kontext. Ein Mitarbeiter markiert eine Ausnahme, statt sie stillschweigend durchzuwinken. Und im Team steht fest, wer die letzte Entscheidung trifft. Das ist keine Zukunft, die einen IQ-Wert voraussetzt. Es ist eine Arbeitsweise, die auch dann trägt, wenn der nächste Wert auf der Kurve wieder steigt.
Häufige Fragen
Was bedeutet ein KI-IQ von 136?
Der Wert ist eine Schätzung aus einer bestimmten Auswertung von Sprachmodellen. AI IQ bündelt zwölf Benchmarks in vier Bereichen und bildet daraus einen Durchschnitt. Die Zahl ordnet Testergebnisse auf einer menschlichen IQ-Skala ein, misst aber keine allgemeine menschliche Intelligenz und sagt nicht direkt voraus, wie verlässlich ein Modell Ihre konkreten Geschäftsaufgaben erledigt.
Kann eine KI wirklich einen höheren IQ als ein Mensch haben?
Ein KI-IQ ist eine Analogie auf Basis standardisierter Aufgaben, keine direkte Messung wie bei einem Menschen. Modelle können in einzelnen Tests sehr stark abschneiden und bei anderen Aufgaben Fehler machen. Ein höherer geschätzter Wert bedeutet deshalb nicht automatisch, dass ein Modell Menschen in Urteilsvermögen, Verantwortung oder Alltagserfahrung überlegen ist.
Wie schnell werden KI-Modelle leistungsfähiger?
Laut der AI-IQ-Zeitreihe stieg der geschätzte Wert von Spitzenmodellen zwischen Oktober 2023 und Mitte 2026 um ungefähr 60 Punkte. Das beschreibt genau diese Messreihe und ist keine Prognose für die Zukunft. Auch steigende Rechenkapazität garantiert nicht, dass alle Fähigkeiten gleich schnell besser werden.
Welche Aufgaben sollten Unternehmen an KI abgeben?
Beginnen Sie mit einem wiederkehrenden Vorgang, bei dem die Folgen eines Fehlers überschaubar sind. Ein Modell kann etwa Informationen sortieren oder einen Entwurf vorbereiten. Legen Sie fest, wer das Ergebnis prüft und welche Fälle weitergereicht werden. Für Entscheidungen mit rechtlichen, finanziellen oder persönlichen Folgen braucht es klare Verantwortlichkeit und passende Kontrollen.
Welche Fähigkeiten brauchen Mitarbeitende im Umgang mit KI?
Wichtig sind eine gute Problemformulierung, die Prüfung von Ergebnissen, das Einordnen von Unsicherheit und der Umgang mit Ausnahmen. Mitarbeitende müssen außerdem erkennen, wann eine Entscheidung an eine zuständige Person gehört. Diese Fähigkeiten entstehen nicht nur durch Theorie. Gemeinsames Üben mit echten Aufgaben aus dem Betrieb macht Lücken sichtbar.
Interesse?
Sie möchten wissen, was das für Ihr Unternehmen heißt?
Quellen
- AI IQ is here: a new site scores frontier AI models on the human IQ scale. The results are already dividing tech. · VentureBeat, 2026-05-13
- Global AI computing capacity is doubling every 7 months · epoch.ai, 2026-01-09
- What you need to know about AI chips · epoch.ai, 2026-07-14
- Human skills will matter more than ever in the age of AI · McKinsey & Company, 2026-01-06
Dieser Artikel wurde mit KI-Unterstützung recherchiert und geschrieben und vor der Veröffentlichung automatisch gegen die genannten Quellen geprüft. Mehr zu unserer KI-Transparenz
Klarframe AI Readiness Check
Wie bereit ist Ihr Unternehmen für KI?
Rund zehn Minuten, sofortiges Ergebnis mit Stufe, 90-Tage-Plan, passenden Lösungen und Hinweisen zum EU AI Act.
