Demis Hassabis, Nobelpreisträger und CEO von Google DeepMind, hat auf dem Weltwirtschaftsforum in Davos 2026 einen Begriff verwendet, den der KI-Forscher Andrej Karpathy im Jahr 2024 geprägt hat und der das zentrale Paradox heutiger KI-Systeme auf den Punkt bringt: „Jagged Intelligence“ – ungleichmäßig ausgeprägte Intelligenz. KI-Systeme sind in manchen Bereichen brillant, in anderen überraschend schwach. Dieses Muster erklärt, warum KI-Projekte scheitern, die auf „einmal einrichten und dann vergessen“ setzen – und warum Unternehmen, die jetzt lernen, mit den Stärken und Schwächen von KI zu arbeiten, einen echten Wettbewerbsvorteil aufbauen. Denn die Tools von heute sind bereits wirkungsvolle Hebel, wenn man sie richtig einsetzt. Wer wartet, bis KI „perfekt“ funktioniert, verpasst nicht nur Produktivitätsgewinne – er verpasst vor allem die Lernkurve, die andere Unternehmen bereits durchlaufen, und fängt bei Null an.
Was Hassabis mit „Jagged Intelligence“ meint
Im Januar 2026 sprach Demis Hassabis beim Weltwirtschaftsforum in Davos mit Bloomberg-Journalistin Emily Chang über die Zukunft der künstlichen Intelligenz. Das Gespräch deckte erwartungsgemäß viele Themen ab: AGI-Timelines, Robotik, Chinas Position im globalen KI-Rennen. Ein Begriff stach dabei heraus – einer, der für Unternehmen weit relevanter ist als Spekulationen über mögliche zukünftige superintelligente Maschinen:
„I call it jagged intelligence – we’re very good at certain things and very poor at other things. And if you want to offload or delegate an entire task to an agent, rather than having what we have today, which are more like assistive programs, you’re going to need a lot more consistency across the board.”
— Demis Hassabis, CEO Google DeepMind, Davos 2026
Übersetzt: Heutige KI-Systeme haben ein ungleichmäßig ausgeprägtes Intelligenzprofil. In manchen Bereichen übertreffen ihre Fähigkeiten Menschen deutlich. In anderen versagen sie auf eine Weise, die selbst Experten überrascht. Genau dieses Phänomen sollten Führungskräfte im Hinterkopf behalten – denn wer es versteht, kann KI-Initiativen so gestalten, dass sie zu echten Erfolgen werden.
Ungleichmäßige KI-Intelligenz in der Praxis
Wenn Sie mit KI-Tools wie ChatGPT, Claude oder Gemini arbeiten, kennen Sie das Phänomen vermutlich aus eigener Erfahrung. Auf der einen Seite kann ein KI-System einen 50-seitigen Bericht in Sekunden präzise zusammenfassen – eine Aufgabe, die Menschen Stunden kosten würde. Das System versteht Kontext, erkennt Strukturen, destilliert Kernaussagen. Die Ergebnisse sind beeindruckend.
Auf der anderen Seite kann dasselbe System bei der Erstellung eines eigenen Textes „halluzinieren“ – also Fakten erfinden, die plausibel klingen, aber schlicht falsch sind. Nicht, weil das System „lügt“, sondern weil ihm der notwendige Kontext fehlt. Ohne klare Vorgaben, ohne relevante Hintergrundinformationen produziert KI manchmal überzeugend formulierten Unsinn.
Der Unterschied? Bei der Zusammenfassung hat die KI alles, was sie benötigt: den vollständigen Text. Bei der Textgenerierung fehlt oft der Kontext, den ein Mensch intuitiv mitbringt. Das ist kein zufälliger Fehler – es ist ein Muster. Und dieses Muster zu verstehen, ist der erste Schritt zu erfolgreicher KI-Nutzung.
Die Versuchung des Abwartens
Eine naheliegende Reaktion auf „Jagged Intelligence“ wäre: Warten, bis die Systeme besser werden. Bis sie konsistent funktionieren. Bis AGI kommt.
Kurze Einordnung: AGI (Artificial General Intelligence) bezeichnet hypothetische KI-Systeme, die alle kognitiven Fähigkeiten von Menschen erreichen oder übertreffen – im Gegensatz zu heutiger KI, die in spezifischen Bereichen stark ist, aber keine echte Generalintelligenz besitzt. Hassabis schätzt die Wahrscheinlichkeit, dass AGI bis 2030 erreicht wird, auf etwa 50 Prozent.
Die Schlussfolgerung „Dann warten wir eben bis 2030“ wäre allerdings ein strategischer Fehler – aus mehreren Gründen:
Niemand weiß, wann die Konsistenzprobleme gelöst werden. Hassabis selbst sagt, es sei „eine offene Frage, ob eine neue Architektur oder ein neuer Durchbruch benötigt wird“. Das kann 2030 sein. Oder 2040. Oder anders gelöst werden als erwartet.
Die Tools von heute haben bereits eine enorme Hebelwirkung – wenn man sie richtig einsetzt. Wer jetzt lernt, mit den Stärken und den Schwächen von KI zu arbeiten, baut Kompetenzen auf, die auch bei der Arbeit mit besseren Systemen relevant bleiben. Mehr noch: Die erworbenen Kompetenzen und gemachten Erfahrungen werden dann zu einer noch größeren Hebelwirkung führen.
Wer wartet, verliert – nicht weil die Konkurrenz „schneller automatisiert“, sondern weil sie einen Wissens- und Erfahrungsvorsprung aufbaut. Hassabis bringt es auf den Punkt: „Learning to learn is the most important thing. How quickly can you adapt to new situations, absorb new information using the tools that we have.“ Hinzu kommt ein psychologischer Faktor: Das Gefühl, dass „noch genügend Zeit“ sei, ist trügerisch. KI-Entwicklungen der letzten zwei Jahre haben gezeigt, wie schnell sich das Feld bewegt. Wer heute denkt, er habe noch drei Jahre Zeit, wird in drei Jahren feststellen, dass andere diese Zeit genutzt haben.
Wer wartet, verliert – nicht weil die Konkurrenz schneller automatisiert, sondern weil sie einen Wissens- und Erfahrungsvorsprung im Umgang mit der KI aufbaut.
Was stattdessen funktioniert: systematisches Enablement
Die Antwort auf „Jagged Intelligence“ ist nicht weniger KI und nicht Abwarten – sondern intelligenterer Einsatz verfügbarer KI-Systeme. Das beginnt mit mehreren Perspektivwechseln:
Von „KI als Werkzeug“ zu „KI als Sparringspartner“
Die meisten Unternehmen nutzen KI für repetitive Aufgaben: Texte zusammenfassen, E-Mails formulieren, Daten aufbereiten. Das ist legitim, schöpft aber nur einen Bruchteil des Potenzials aus.
Die eigentliche Stärke aktueller KI-Systeme liegt woanders: Sie sind exzellente Gesprächspartner für komplexe Fragen. Sie können Annahmen hinterfragen, Gegenargumente liefern, blinde Flecken aufdecken. Nicht, weil sie „intelligenter“ sind als Menschen – sondern weil sie anders denken und keine politischen Rücksichten nehmen müssen.
Ein CEO, der KI nur zum Textoptimieren nutzt, verschenkt Potenzial. Ein CEO, der KI als Sparringspartner für strategische Entscheidungen nutzt, erfährt tatsächlich die Hebelwirkung, die KI mit sich bringt.
Von Einzelkämpfern zu KI-fähigen Teams
Das zweite Element ist Skalierung. Ein Geschäftsführer, der persönlich mit Claude oder ChatGPT arbeitet, hat einen Vorteil. Ein Unternehmen, in dem ganze Teams KI-fähig sind, hat einen Wettbewerbsvorteil.
Das erfordert mehr als Tool-Schulungen. Es erfordert klare Richtlinien (wofür darf KI eingesetzt werden, wofür nicht?), Qualitätssicherung (wie wird KI-Output geprüft?), Wissensaustausch (welche Prompts funktionieren, welche nicht?) und nicht zuletzt eine Kultur, in der KI-Nutzung erwünscht ist, statt sie als „Schummelei“ zu sehen.
Ohne diese Systematik entstehen genau die Probleme, die Hassabis beschreibt: inkonsistente Ergebnisse, Vertrauensverlust, enttäuschte Erwartungen. KI-Implementierung ist deshalb immer auch Change-Management – ein Aspekt, den wir in einem eigenen Artikel vertieft haben.
Von einmaligen Projekten zu kontinuierlichem Lernen
KI-Systeme entwickeln sich in Monaten weiter, nicht in Jahren. Was heute eine Schwäche ist, kann morgen schon gelöst sein. Unternehmen benötigen deshalb keine einmalige „KI-Implementierung“, sondern einen kontinuierlichen Lern- und Entwicklungsprozess.
Das bedeutet konkret: regelmäßige Reviews (was funktioniert, was nicht?), Experimentierräume (wo können neue Anwendungsfälle getestet werden?) und Feedback-Schleifen (wie fließen Erkenntnisse ins Team zurück?).
Zum Lernprozess gehört auch, zu verstehen, welche Tools für welche Aufgaben geeignet sind. Wer als Werkzeug nur auf einen Hammer setzt, für den ist jedes Problem ein Nagel. Wer das Spektrum aktueller KI-Tools versteht – von Sprachmodellen über Bild-KI bis zu spezialisierten Analyse-Tools – kann für jede Aufgabe das passende Werkzeug wählen und damit einen genau auf die Bedürfnisse des Unternehmens zugeschnittenen Werkzeugkasten aufbauen.
Was dabei immer relevanter wird: Tools wie Claude Cowork, die KI direkt in Desktop-Workflows integrieren, zeigen die Richtung: Nicht KI als separates System, sondern als eingebetteter Bestandteil der täglichen Arbeit.
Die eigentliche Frage: Wie schnell kann Ihr Unternehmen lernen, mit KI produktiv zu arbeiten?
Hassabis wurde gefragt, was Menschen angesichts der KI-Revolution tun sollten. Seine Antwort war bezeichnend: Nicht „welche Skills lernen“ oder „welche Jobs meiden“ – sondern „Learning to learn. How quickly can you adapt.“
Für Unternehmen gilt dasselbe. Die Frage ist nicht: „Welches KI-Tool sollen wir kaufen?“ Die Frage ist: „Wie schnell kann unsere Organisation lernen, mit diesen Tools effektiv und produktiv zu arbeiten?“
Unternehmen, die diese Fähigkeit jetzt aufbauen, werden von jeder zukünftigen KI-Entwicklung profitieren – egal, ob AGI 2030 kommt oder 2040 oder nie.
Unternehmen, die warten, werden auch bei perfekten Tools nicht wissen, was sie damit anfangen sollen – und eine steile Lernkurve vor sich haben, die andere bereits überwunden haben.
Jagged Intelligence: Das KI-Paradox verstehen
Warum KI-Systeme in manchen Bereichen brillant sind – und in anderen überraschend schwach
"Learning to learn is the most important thing. How quickly can you adapt to new situations, absorb new information using the tools that we have."
Die strategische Antwort: Drei Perspektivwechsel
Wie Unternehmen mit der Ungleichmäßigkeit arbeiten, statt gegen sie
Von Werkzeug zu Sparringspartner
KI nicht nur für repetitive Aufgaben nutzen, sondern als Gesprächspartner für komplexe Fragen. Annahmen hinterfragen, Gegenargumente liefern, blinde Flecken aufdecken.
Von Einzelkämpfern zu KI-fähigen Teams
Nicht nur einzelne Power-User, sondern ganze Teams befähigen: Klare Richtlinien, Qualitätssicherung, Wissensaustausch und eine Kultur, die KI-Nutzung fördert.
Von Projekten zu kontinuierlichem Lernen
KI entwickelt sich in Monaten, nicht Jahren. Deshalb: Regelmäßige Reviews, Experimentierräume, Feedback-Schleifen – ein Lernprozess, kein einmaliges Projekt.
Fazit: Mit der Ungleichmäßigkeit arbeiten, nicht gegen sie
„Jagged Intelligence“ ist keine Schwäche, die überwunden werden muss. Es ist die aktuelle Realität – eine Realität, mit der wir gut arbeiten können, wenn wir uns ihrer bewusst sind.
Und paradoxerweise liegt genau darin eine Chance. Denn während viele Unternehmen noch auf den „perfekten“ KI-Assistenten warten, können Sie jetzt beginnen, die Stärken aktueller Systeme gezielt zu nutzen. Die Schwächen kennen und absichern. Ihr Team befähigen, beides zu unterscheiden. Eine Lernkultur aufbauen, die mit jeder neuen Entwicklung stärker wird.
Das ist kein revolutionärer „Big Bang“, sondern systematische KI-Implementierung. Aber genau diese Arbeit wird darüber entscheiden, wer in drei Jahren zu den KI-Gewinnern gehört – und wer immer noch wartet.
Quelle: Das vollständige Interview mit Demis Hassabis beim Weltwirtschaftsforum 2026 finden Sie hier: Bloomberg Interview mit Demis Hassabis, Davos 2026
Sie möchten mehr zu Ihrer KI-Journey wissen?
Interessant für Sie? Dann lassen Sie uns darüber sprechen, wie wir Sie bei Ihrer KI-Journey unterstützen können.
