DeepMind-Institut gegründet: 50 Prozent für AGI bis 2028

Am 16. September 2026 hat Google DeepMind keine neue Modellversion vorgestellt, sondern etwas Langlebigeres gegründet: das DeepMind Institute. Dahinter stehen Shane Legg, Mitgründer von DeepMind und heute Chief AGI Scientist, James Manyika als leitender Research-Manager bei Google sowie Demis Hassabis als Chair von Google DeepMind. Die drei haben eine dauerhafte Organisation aufgesetzt, deren Grundannahme ungewöhnlich direkt ist: Wir nähern uns AGI, definiert als System mit allen kognitiven Fähigkeiten des menschlichen Gehirns, und die verbleibenden Lücken dürften sich bald schließen. Kein neues Gemini, kein Benchmark-Rekord, sondern eine Institution mit Essays, Forschungsprogramm und eigenen Vorstellungen davon, wie man AGI baut, misst, regiert und nutzt. Legg hat dem Ganzen im Gespräch mit der Financial Times eine Zahl gegeben, die die Debatte prägen dürfte: 50 Prozent Wahrscheinlichkeit für minimalen AGI bis 2028. Warum das trotzdem keine Panikmeldung ist und wo die echten Knackpunkte liegen, arbeite ich unten mit Quellen vom 26. September 2026 durch.

Zuerst zur Einordnung, weil der Name leicht falsch gelesen wird. Das Institut ist kein Produkt und keine Release-Ankündigung. Es bündelt Forscher von Google, DeepMind und aus der akademischen Welt und will klären, wie AGI gebaut, gemessen, regiert und genutzt werden sollte, mit Veröffentlichungen für ein breites Publikum. Zum Start sind Essays erschienen, unter anderem zur Wirtschaftspolitik bei einer AGI-Disruption, zur Transparenz von Modellgedanken, zum globalen Zugang und zu menschlichem Wohlergehen. Auf jeder Instituts-Seite steht ein Hinweis, den man mitdenken sollte: Die Texte seien Diskussionsangebote und keine offizielle Position von Google. Genau hier liegt die bemerkenswerte Doppelrolle. Das Unternehmen, das eines der führenden Frontier-Labore betreibt, baut gleichzeitig die Bühne, auf der festgelegt wird, was AGI überhaupt bedeutet und welche Belege das Publikum akzeptieren soll. Eine Firma in dieser Position definiert mit, wo der Zielstrich liegt, auf den alle zusteuern. Das ist kein Vorwurf, sondern eine Interessenlage, die beim Lesen sichtbar bleiben muss.

Auf der Launch-Seite schreiben die Gründer, dass wir AGI nähern und die restlichen Lücken sich bald schließen könnten. Die Liste dessen, worauf sich Gesellschaften vorbereiten sollen, liest sich wie ein Risikoregister: Gemeinschaften von KI-Agenten, Veränderungen von Institutionen, wissenschaftliche Durchbrüche, Cyber- und Biorisiken sowie möglicher Kontrollverlust durch künftige Systeme, die sich selbst verbessern. Unternehmen reden ständig über langfristige Szenarien, meist in Blogposts, die nach einem Quartal verschwinden. Der Unterschied hier ist die Institutionalisierung. Die Szenarien wurden in eine benannte Organisation mit Führungspersonen und Forschungsprogramm überführt. Aus einer Möglichkeit wurde ein Mandat mit Adresse und Personal. Das ist die eigentliche Nachricht der Gründung, nicht das Kürzel AGI im Titel.

Legg hat den Begriff AGI mitpopularisiert und führt als Chief AGI Scientist die wissenschaftliche Linie des Instituts. Sein Forecast gegenüber der Financial Times bleibt unverändert konkret: 50 Prozent Wahrscheinlichkeit, dass ein minimaler AGI bis 2028 erreicht wird, verstanden als Systeme, die ein breites Spektrum kognitiver Arbeit auf etwa menschlichem Niveau erledigen. Gleichzeitig weist er die Behauptung zurück, heutige Systeme hätten die Linie bereits überschritten. Beide Aussagen zusammen ergeben ein klares Bild: kein Alarm für heute, aber eine reale Chance in etwa zwei Jahren, gerechnet als Münzwurf. Dazu kommt eine Warnung, die für Agenten-Betreiber relevant ist: Fähigkeiten dürfen nicht schneller wachsen als Sicherheit, weil Agenten heute schon Software schreiben, Aufgaben autonom abschließen und an der Entwicklung neuer KI-Systeme mitarbeiten. Ein Datum ist übrigens nur eine Behauptung, solange niemand prüfen kann, ob das Ziel erreicht ist. Genau deshalb gehört das nächste Kapitel zur Geschichte.

DeepMind-Forscher haben parallel ein Framework veröffentlicht, das allgemeine Intelligenz in zehn Fähigkeiten zerlegt und jede einzeln prüft, mit frischen Aufgaben, die das Modell im Training nicht gesehen hat. Statt dass ein Labor den Sieg erklärt, weil ein Modell einen Coding- oder Mathe-Benchmark knackt, entsteht ein kognitives Profil: Stärken, Inkonsistenzen und fehlende Grundfähigkeiten auf einen Blick. Hassabis hat die Lücken benannt, die er heute sieht: verlässliche Kreativität, Konsistenz, Gedächtnis, kontinuierliches Lernen und die Fähigkeit, wirklich wertvolle neue wissenschaftliche Fragen zu stellen. Das ist die nützlichste Neuerung der Gründung, weil sie der AGI-Debatte ein Testformat statt Schlagworte gibt. Ob DeepMind solche Profile tatsächlich regelmäßig für Gemini veröffentlicht, ist offen. Die Absicht ist jedenfalls dokumentiert, und sie lässt sich an Veröffentlichungen prüfen, nicht an Versprechen.

Einer der ersten Essays des Instituts widmet sich Chain of Thought, dem lesbaren Arbeitsprotokoll, das ein Reasoning-Modell beim Lösen eines Problems erzeugt. Die Autoren argumentieren, diese Spuren zeigten, ob ein Modell weiß, dass es getestet wird, ob es schummelt, Täuschung plant oder ein Werkzeug missversteht. Künftige Systeme könnten aber effizienter in Zahlrepräsentationen rechnen, die Menschen nicht mehr lesen können, und genau dieses Kontrollfenster würde schrumpfen. Die Vorschläge sind konkret: Mitlesbarkeit als eigene Größe messen, Ausweichversuche in Stresstests prüfen, Architekturen erhalten, die wichtige Denkschritte offenlegen, und Trainings-Belohnungen auditieren, damit Modelle nicht beiläufig lernen, verdächtige Gedanken zu verstecken. Ich kenne diesen Konflikt von der eigenen Arbeit: Als OpenAI mit Astra einen Teil der Denkschritte in kompakter Architektur verschwinden ließ, habe ich denselben Tausch zwischen Effizienz und Beobachtbarkeit hier im Blog aufgeschlagen. Die Frage ist inzwischen branchenweit, und DeepMind macht sie nun zum Forschungsprogramm.

Hassabis hat über das Institut ein Standards-Gremium für Frontier-KI vorgeschlagen: unabhängige Experten, Beteiligung von Regierungen, groß angelegte Tests und Held-out-Evaluierungen, auf die Labore sich nicht vorbereiten können. Der Ablauf hat zwei Stufen. Zuerst geben Frontier-Labore starke Modelle freiwillig bis zu 30 Tage vor dem Release zur Prüfung ab. Bewährt sich das Verfahren, wird die Prüfung zur Bedingung für das Deployment, mit eigenen Prüfpaketen für Cyber-, Bio-, Täuschungs- und Agenten-Fähigkeiten. Sogar ein koordinierter Bremsmechanismus ist vorgesehen, falls die Evaluierungen ernste Risiken zeigen. Es bleibt ein Vorschlag, keine übernommene Google-Politik und kein Gesetz. Die Stoßrichtung ist trotzdem neu: DeepMind entwirft nicht mehr nur, wie man AGI baut, sondern das Tor, durch das AGI-artige Systeme ausgeliefert werden sollen. Wer Tests vor dem Release organisiert, verlagert Kontrolle von der Aufklärung nachher zur Freigabe vorher.

Das Ökonomie-Team des Instituts hat eine Studie vorgelegt, die elf politische Antworten auf eine mögliche AGI-Disruption vergleicht. Grundlage sind Literaturreviews, öffentliche Umfragen und Simulationen, die auf den Ansichten von 51 realen Ökonominnen und Ökonomen basieren. Durchgespielt werden drei Zukünfte: milde Automatisierung einzelner Aufgaben, breite Verdrängung von Jobs und ein tieferer Bruch, bei dem Wachstum weiterläuft, während die Nachfrage nach menschlicher kognitiver Arbeit in weiten Teilen der Wirtschaft sinkt. Massenarbeitslosigkeit wird nicht als bereits laufend behauptet. Empfohlen werden Programme, die erst anspringen, wenn messbare Indikatoren klare Schwellen überschreiten, etwa Löhne, die Dauer von Arbeitslosigkeit oder der Lohnanteil am Einkommen. Das Institut bereitet damit den Fall vor, dass die eigene Technologie verändert, wer wirtschaftlichen Wert produziert und wer ihn erhält.

Ob die Gründung mehr ist als Positionierung, zeigt sich an vier Beobachtungen. Erstens: Veröffentlicht DeepMind regelmäßig kognitive Profile für Gemini, oder bleiben es Essays? Zweitens: Bleibt die Denkkette lesbar, wenn opakere Verfahren Performance versprechen, genau dort, wo Effizienz gegen Beobachtbarkeit läuft? Drittens: Bekommen agentische Systeme unabhängige Tests vor dem Release, statt interne Prüfberichte erst nach Vorfällen zu liefern? Viertens: Werden Instituts-Vorschläge zu echten Google-Zusagen mit Datum und Verantwortlichen? Kommen diese vier Punkte zusammen, während Gemini-Agenten bei langen Aufgaben, wissenschaftlicher Entdeckung und KI-Forschung besser werden, war die Gründung eine echte Zäsur. Bleiben die Texte ohne Produktfolge, war es Deutungsmacht. Beide Ausgänge sind in ein bis zwei Jahren nachprüfbar, und genau deshalb lohnt sich die Notiz heute.

Ich betreibe meine Seiten über Agenten, die im Terminal arbeiten, und meine Kontrolle läuft über Protokolle, nicht über Vertrauen. Genau deshalb liest sich diese Gründung nicht als ferne Zukunftsmusik. Der Kern der Instituts-Arbeit, die Mitlesbarkeit von Denkschritten, ist eine Betriebsfrage: Wenn ich einem Agenten Cronjobs, E-Mail oder Terminal-Zugriff gebe, brauche ich nachlesbare Zustände, Logs, Tests, Snapshots. Ein Forecast wie der von Legg zwingt außerdem zur Nüchternheit: 50 Prozent bis 2028 ist ein Münzwurf, keine Ankunft. Daraus folgen für mich drei Regeln, die kein Kontingent kosten. Fallback-Modelle mit lesbarer Denkkette bleiben Pflicht, sensible Jobs laufen getrennt von Experimenten, und vor jedem Motor-Wechsel prüfe ich, ob die Denkschritte im Klartext ankommen. Genau daran messe ich auch diese Gründung: nicht an der Rhetorik der Launch-Seite, sondern an nachlesbaren Zuständen.

Was hier nicht drinsteckt: Ich habe mit niemandem bei DeepMind gesprochen. Alle Aussagen beruhen auf der Berichterstattung von Axios und TechCrunch zur Gründung vom 16. und 17. September 2026 sowie den dort zitierten Instituts-Seiten. Leggs Financial-Times-Äußerung habe ich als Zitat zweiter Hand, nicht aus dem Originalinterview. Der Anstoß für diesen Beitrag war das Transkript eines YouTube-Videos von TheAIGRID, das Material habe ich aber gegen die beiden Primärquellen geprüft. Die Zahlen gelten für den Stand vom 26. September 2026. Eine Aktualisierung ist fällig, sobald das Institut erste kognitive Profile oder Ergebnisse des vorgeschlagenen Standards-Gremiums veröffentlicht.

Ich bin Marcel, Grafikdesigner und Betreiber der d4sn3st-Seiten. Ich orchestriere seit 2026 KI-Agenten auf einem gebrauchten Google Pixel 6a, statt selbst zu tippen. Diesem Beitrag liegen die Axios- und TechCrunch-Berichte zur Gründung des DeepMind Institute vom 16. und 17. September 2026 zugrunde, ergänzt um das TheAIGRID-Video als Anstoß. Alle Quellen wurden am 26. September 2026 abgerufen und fachlich geprüft.