Was kann KI schon – und was noch nicht?

TL;DR: KI-Modelle erreichen in Mathematik-Olympiaden Goldmedaillen-Niveau und übertreffen Ärzte bei bestimmten Diagnosen – scheitern aber teils an einfachen Aufgaben wie dem Ablesen einer Uhr oder dem Lösen von Anagrammen. Diese sogenannte "gezackte Front" ist der zentrale Schlüssel, um KI-Fähigkeiten realistisch einzuschätzen.

Stärken: Mathematik, Programmieren, wissenschaftliche Benchmarks, bestimmte medizinische Diagnosen – teils auf oder über menschlichem Expertenniveau.
Schwächen: Einfache visuelle Rätsel, Uhrzeiten ablesen, Anagramme, verlässliches Zählen – Aufgaben, die für Menschen trivial sind.
Halluzinationen bleiben ein strukturelles, kein vorübergehendes Problem: Je nach Modell und Aufgabe liegen die Fehlerraten zwischen 22 % und 94 %.
In der Praxis scheitern KI-Agenten noch an etwa jedem dritten Versuch in produktiven Unternehmens-Workflows.
Für physische, unvorhersehbare Umgebungen (z. B. Handwerk in Altbauten) ist heutige KI-Robotik nach Einschätzung von Fachleuten schlicht nicht geeignet.

Warum eine einfache Antwort hier nicht funktioniert

"Kann KI das schon?" lässt sich 2026 nicht mit einem klaren Ja oder Nein beantworten. Der KI-Forscher Ethan Mollick prägte dafür den Begriff der "gezackten Front" (Jagged Frontier): KI-Systeme sind in einzelnen Bereichen aussergewöhnlich stark, brechen an der Grenze zu benachbarten, scheinbar ähnlichen Aufgaben aber plötzlich ein. Wer KI realistisch einschätzen will, muss diese Unebenheit mitdenken statt eine einheitliche "KI-Intelligenz" zu unterstellen.

Was KI heute bereits sehr gut kann

Mathematik und Coding: KI-Modelle erreichen inzwischen Goldmedaillen-Niveau bei der Internationalen Mathematik-Olympiade und lösen komplexe mathematische Probleme, die noch vor wenigen Jahren als KI-Domäne für unerreichbar galten.

Medizinische Diagnostik: Bei bestimmten, klar abgegrenzten diagnostischen Aufgaben übertrifft KI menschliche Ärzte bereits – etwa bei der Erkennung bestimmter Muster in Bildgebung (siehe dazu unseren Beitrag "KI ist so viel mehr als ChatGPT").

Produktivitätsgewinne im Arbeitsalltag: 40 % der befragten Nutzer geben an, dass KI-Tools ihre Produktivität um mehr als 75 % steigern – ein Hinweis darauf, dass KI bei klar definierten, wiederkehrenden Aufgaben bereits einen spürbaren Unterschied macht.

Agentische Fähigkeiten: 2026 markiert einen Sprung darin, dass KI-Agenten erstmals eigenständig Computer bedienen, Code nicht nur generieren, sondern auch testen, korrigieren und ausrollen können.

Was KI überraschend schlecht kann

Einfache visuelle und logische Rätsel: KI-Modelle können nach wie vor keine Uhrzeit zuverlässig von einem klassischen Ziffernblatt ablesen und tun sich schwer mit einfachen visuellen Puzzles – Aufgaben, die für ein Kind trivial sind.

Anagramme und Buchstabenaufgaben: Bei bestimmten sprachlich-strukturellen Aufgaben wie Anagrammen zeigen manche Modelle sogar eher rückläufige statt verbesserte Leistungen im Zeitverlauf.

Verlässlichkeit in echten Arbeitsabläufen: In produktiven Unternehmensumgebungen scheitern KI-Agenten Berichten zufolge noch bei etwa einem von drei strukturierten Aufgabenversuchen – die Lücke zwischen beeindruckenden Benchmark-Ergebnissen und verlässlicher Praxistauglichkeit gilt als zentrale operative Herausforderung für 2026.

Physische, unvorhersehbare Umgebungen: Für Robotik in chaotischen, realen Umgebungen ist heutige KI nach Einschätzung von Fachleuten schlicht ungeeignet – zu gross, zu teuer, zu unzuverlässig. Ein Beispiel aus der Praxis: Kein Roboter verlegt zuverlässig Leitungen in einem Altbau aus den 1920er-Jahren, dessen ursprünglicher Grundriss längst nicht mehr stimmt. Körperliche Arbeit in unvorhersehbaren Umgebungen bleibt vorerst fest in menschlicher Hand.

Halluzinationen: das strukturelle statt vorübergehende Problem

Ein Sonderfall unter den Schwächen sind Halluzinationen – von der KI erfundene, aber selbstbewusst als Fakt präsentierte Informationen. OpenAI selbst räumte inzwischen ein, dass Halluzinationen kein temporärer Programmierfehler sind, sondern ein strukturelles Merkmal aktueller Sprachmodelle. Je nach Modell und Aufgabentyp liegen gemessene Halluzinationsraten zwischen 22 % und 94 % – eine enorme Spannbreite, die zeigt, wie stark die Zuverlässigkeit vom konkreten Anwendungsfall abhängt. Wer KI-Ausgaben für wichtige Entscheidungen nutzt, sollte sie deshalb grundsätzlich gegenprüfen, statt sie unbesehen zu übernehmen.

Warum diese Unebenheit überhaupt entsteht

KI-Modelle lernen aus riesigen Mengen an Text- und Bilddaten und werden besonders gut in Aufgaben, die in diesen Daten häufig und klar strukturiert vorkommen – etwa Mathematik-Aufgaben mit eindeutiger Lösung oder Code mit überprüfbarem Ergebnis. Aufgaben, die eher beiläufiges, selten explizit beschriebenes Alltagswissen erfordern (wie das Ablesen einer analogen Uhr) oder echtes physisches Verständnis der realen Welt, fallen den Modellen dagegen schwerer – sie haben kein echtes Körpergefühl oder gelebte Alltagserfahrung, sondern extrahieren Muster aus Daten.

Stärken und Schwächen im Überblick

Kann KI schon gut	Kann KI (noch) nicht zuverlässig
Mathematische Wettbewerbsaufgaben lösen	Analoge Uhrzeit ablesen
Code schreiben, testen, korrigieren	Konstant zuverlässig in produktiven Workflows arbeiten (~2 von 3 Versuchen gelingen)
Bestimmte medizinische Diagnosen stellen	Physische Arbeit in unvorhersehbaren Umgebungen
Grosse Textmengen zusammenfassen/analysieren	Fakten ohne Gegenprüfung zuverlässig korrekt liefern (Halluzinationen)
Wiederkehrende Bürotätigkeiten beschleunigen	Einfache visuelle/logische Alltagsrätsel durchgehend lösen

Häufige Fragen (FAQ)

Werden diese Schwächen mit neuen Modellgenerationen einfach verschwinden? Teilweise, aber nicht automatisch überall gleichzeitig. Manche Schwächen (z. B. bestimmte visuelle Aufgaben) verbessern sich mit neuen Modellen kaum oder werden laut manchen Untersuchungen sogar zwischenzeitlich schlechter – ein Hinweis darauf, dass reine Modellgrösse nicht jedes Problem löst.

Warum kann eine KI eine Mathe-Olympiade gewinnen, aber keine Uhr ablesen? Weil beide Aufgaben unterschiedlich stark und unterschiedlich explizit in den Trainingsdaten vertreten sind. Mathematische Aufgaben mit klaren Lösungswegen sind in Text- und Codeform häufig und gut strukturiert vorhanden, das beiläufige Ablesen einer Analoguhr dagegen kaum explizit beschrieben.

Sollte ich KI-Ergebnissen grundsätzlich misstrauen? Nicht grundsätzlich, aber bei wichtigen Entscheidungen immer gegenprüfen – insbesondere bei Fakten, Zahlen oder Zitaten, wo Halluzinationsraten je nach Aufgabe erheblich sein können.

Fazit

Die Fähigkeiten heutiger KI folgen keiner geraden Linie, sondern einer "gezackten Front": herausragend bei Mathematik, Coding und bestimmten Diagnosen, überraschend schwach bei einfachen visuellen oder alltagsnahen Aufgaben, und strukturell anfällig für Halluzinationen. Wer KI sinnvoll einsetzen will, sollte diese Unebenheit kennen, statt pauschal von "die KI kann/kann nicht" zu sprechen – die richtige Frage lautet fast immer: kann sie es bei genau dieser Aufgabe.