{"id":7608,"date":"2026-07-09T16:16:24","date_gmt":"2026-07-09T14:16:24","guid":{"rendered":"https:\/\/blog.piinteract.org\/?p=7608"},"modified":"2026-07-10T08:00:17","modified_gmt":"2026-07-10T06:00:17","slug":"wie-hoch-ist-der-iq-der-ki","status":"publish","type":"post","link":"https:\/\/blog.piinteract.org\/de\/wie-hoch-ist-der-iq-der-ki\/","title":{"rendered":"Wie hoch ist der IQ der KI? Die Zahl, die ihren Ma\u00dfstab verlor."},"content":{"rendered":"\r\n\r\n
\r\n\r\n
\r\n\r\n
\r\n\r\n
\r\n\r\n

Warum ein Sprachmodell mit IQ 155 nicht kl\u00fcger ist als eines mit 140 \u2014 und warum die Zahl trotzdem \u00fcberall stehen wird.<\/strong><\/p>\n<\/div><\/div>\r\n\r\n

\"Welchen<\/span><\/div>\r\n\r\n
\n

\"Intelligenz ist, was der Test testet.\"<\/em><\/strong><\/p>\n

\u2014 Edwin G. Boring, \u201eIntelligence as the Tests Test It\" (1923)<\/p>\n<\/blockquote>\n<\/div><\/div>\r\n\r\n

<\/div>\r\n\r\n

9. Juli 2026<\/p>\n<\/div><\/div>\r\n\r\n

Spielplatz:<\/em><\/h2>\n

Dieser Artikel stellt eine harmlose Frage \u2014 welchen IQ hat die KI? \u2014 und man kann dabei zusehen, wie sie sich beim Beantworten aufl\u00f6st.<\/em><\/p>\n

Verschiedene Modelle, verschiedene F\u00e4higkeiten \u2014 ergo verschiedene IQs. Die Logik klingt sauber. Sie hat nur einen Fehler: Sie behandelt den IQ als messbare Eigenschaft. Der IQ ist keine messbare Eigenschaft. Er ist ein Rang \u2014 eine Position innerhalb einer Testgruppe, die denselben Test aus demselben Grund besteht. Nimm die Gruppe weg, und die Zahl bleibt bestehen wie ein Zollstock, aus dem man die Einheiten entfernt hat. Die Hypothese dieses Textes: Die Frage nach dem IQ der KI ist nicht falsch beantwortet, sie ist falsch gestellt \u2014 und wird trotzdem beantwortet werden, von allen, dauernd, aus vielen guten Gr\u00fcnden. Das ist keine Panne. Das ist Struktur.<\/p>\n

Anfang 2023 setzt der finnische Psychologe Eka Roivainen ChatGPT vor die verbalen Untertests des meistgenutzten Intelligenztests der Welt. Wortschatz, Allgemeinwissen, Analogien. Das Ergebnis, hochgerechnet: Verbal-IQ: 155. Besser als 99,9 Prozent der Menschen, die den Test normiert haben. Roivainen ver\u00f6ffentlicht den Befund in Scientific American, vorsichtig, mit allen Einschr\u00e4nkungen.<\/p>\n

Ungef\u00e4hr zur selben Zeit scheitert dieselbe Modellfamilie \u00f6ffentlich und wiederholt an einer anderen Aufgabe: Z\u00e4hlen, wie viele r im Wort \u201estrawberry\" stecken.<\/p>\n

IQ 155. Und drei Buchstaben sind einfach zu viel. Beides ist wahr. Und genau das ist der Befund.<\/p>\n<\/div><\/div>\r\n\r\n

<\/div><\/div><\/div><\/div><\/div>\r\n\r\n
\r\n\r\n
\r\n\r\n
\r\n\r\n

Die hierarchische Zuordnung<\/h2>\n

Der IQ-Test wurde nie gebaut, um Intelligenz zu messen wie ein Thermometer die Temperatur misst. Er wurde gebaut, um Menschen zu sortieren. Der Mittelwert liegt bei 100 \u2014 nicht weil jemand das gemessen h\u00e4tte, sondern weil es so definiert ist. Die Skala ist die Testgruppe. Ein IQ von 130 sagt nichts \u00fcber einen hellen Kopf aus; er sagt etwas \u00fcber einen hellen Kopf aus, im Verh\u00e4ltnis zu allen anderen weniger oder mehr hellen K\u00f6pfen<\/em>, die denselben Test absolvierten.<\/p>\n

Der Unterschied macht es sichtbar: Die Elo-Zahl im Schach hat den Einfall der Maschinen \u00fcberlebt. Mensch 2850, Engine 3600 \u2014 die Zahlen sind vergleichbar, weil Elo Partien z\u00e4hlt, und Mensch und Maschine dieselben Partien spielen. Elo misst ein Spiel. Der IQ jedoch misst Zugeh\u00f6rigkeit.<\/p>\n

Die Frage \u201eWelchen IQ hat die KI?\" fragt also: Welchen Rang hat ein Nichtmitglied in einem Verein inne, dem es nicht angeh\u00f6rt? Die Frage nach dem Beobachter kehrt zur\u00fcck, eine Ebene tiefer \u2014 diesmal steht nicht zur Debatte, wer messen darf, sondern ob das Lineal in einem Raum misst, f\u00fcr den es nicht geschnitzt wurde.<\/p>\n<\/div><\/div>\r\n\r\n

<\/div><\/div>\r\n\r\n

Das Geflecht, das nicht mitmachte<\/h2>\n

Warum funktioniert der Test bei Menschen \u00fcberhaupt? Charles Spearman fand 1904 die Antwort, die bis heute tr\u00e4gt: Bei Menschen korreliert fast alles mit fast allem. Wer gut Vokabeln kann, l\u00f6st im Schnitt auch Matrizen besser, merkt sich Zahlenreihen besser, rechnet schneller. Spearman nannte den gemeinsamen Faktor g. Das Geflecht dieser Korrelationen ist der Grund, warum ein Test mit vierzig Aufgaben etwas \u00fcber tausend ungepr\u00fcfte F\u00e4higkeiten aussagen darf. Der Test misst nicht die Aufgaben. Er misst die F\u00e4higkeit, innerhalb des Geflechts zu kombinieren.<\/p>\n

Sprachmodelle haben dieses Geflecht nicht. IQ 155 im Verbalteil, Totalausfall beim Buchstabenz\u00e4hlen \u2014 beim Menschen w\u00e4re das ein neurologischer Notfall, beim Modell ist es Dienstag statt Montag. Die F\u00e4higkeiten h\u00e4ngen nicht aneinander, weil sie nicht aus einer gemeinsamen Architektur stammen, sondern aus den Zuf\u00e4llen der Trainingsverteilung. Man hat daf\u00fcr ein Wort gefunden: jagged intelligence<\/strong>, gezackte Intelligenz \u2014 Gipfel neben Abgr\u00fcnden, ohne erkennbaren \u00dcbergang.<\/p>\n

Der Schluss von der Stichprobe aufs Ganze war die einzige Rechtfertigung des Tests. Bei einem System ohne Geflecht schlie\u00dft die Stichprobe auf gar nichts. Die Zahl steht da. Sie zeigt nur nach \u00fcberall und nirgends. Mal hierhin, mal dorthin.<\/p>\n<\/div><\/div>\r\n\r\n

<\/div><\/div>\r\n\r\n

Die Zahl, die trotzdem stehen bleibt<\/h2>\n

Und jetzt der Teil, der aus der Messfrage eine PI macht. Denn die Zahl wird nicht verschwinden. Sie wird sich vervielfachen.<\/p>\n

Die Labore brauchen Vergleichbarkeit \u2014 f\u00fcr Fortschrittsnachweise, f\u00fcr Kapital, f\u00fcr Talent. Also gibt es Benchmarks. Die Medien brauchen eine Zahl, die in eine \u00dcberschrift passt \u2014 \u201eIQ 155\" leistet das, eine Formulierung wie \u201einkonsistentes F\u00e4higkeitsprofil ohne positives Manifold\" (Spearman) leistet das nicht. Die Nutzer brauchen Orientierung ohne Fachstudium \u2014 eine Rangzahl ist Orientierung in ihrer billigsten, schnellsten Form. Und die Modelle selbst werden auf die Tests hin optimiert, teils absichtlich, teils weil die Tests l\u00e4ngst in den Trainingsdaten schwimmen. Die Forschung zur Benchmark-Kontamination zeigt: Die selben Fragen anders gestellt gen\u00fcgen, und der IQ bricht ein. Das Modell kannte die Pr\u00fcfung. Goodhart in Reinkultur \u2014 sobald die Messgr\u00f6\u00dfe selbst zum Ziel wird, er\u00fcbrlgt sich die Messung.<\/p>\n

Jeder dieser Akteure handelt vern\u00fcnftig. Zusammen produzieren sie eine Zahl, die umso weniger bedeutet, je \u00f6fter sie gebraucht wird \u2014 und je \u00f6fter sie gebraucht wird, umso weniger bedeutet sie, weil eine bedeutungslose Zahl jedem Zweck gerecht wird.<\/p>\n<\/div><\/div>\r\n\r\n

<\/div><\/div>\r\n\r\n

Die IQ-PI<\/h2>\n

Eine Messgr\u00f6\u00dfe, die als Ordnungszahl innerhalb einer Population definiert ist, wird auf Systeme au\u00dferhalb jeder Population angewendet \u2014 und gewinnt genau dadurch an Umlauf, dass sie nichts mehr misst.<\/p>\n

Alle handeln rational:<\/strong><\/p>\n