AGI und Zukunft der KI
KI im Jahr 2027: Gedächtnis wird zur nächsten Bewährungsprobe für maschinelle Intelligenz

Wichtige PunkteGedächtnistests werden die Korrektur und die Enthaltung bewerten und nicht das einfache…
Mehr anzeigen
- Gedächtnistests werden die Korrektur und die Enthaltung bewerten und nicht das einfache Erinnern von Fakten.
- Ausgewähltes strukturiertes Gedächtnis sollte in kontrollierten Vergleichen eine undifferenzierte vollständige Historie übertreffen.
- Assistentenprodukte werden die Herkunft und den Umfang dessen offenlegen, was sie für Nutzer speichern.
Ein Assistent merkt sich, dass Maya für das Projekt verantwortlich ist. Dann übergibt Maya es jemand anderem. Am nächsten Tag teilt der Assistent ihr selbstsicher eine weitere Aufgabe zu. Er hat sich eine Tatsache gemerkt, aber den Überblick über die Welt verloren. Dieser kleine Fehler steht für ein viel größeres Problem der maschinellen Intelligenz.
Ein Gedächtnis ist nur dann nützlich, wenn ein System entscheiden kann, was weiterhin gilt, was abgerufen werden sollte und was überarbeitet oder vergessen werden muss. Im Jahr 2027 werden diese Entscheidungen zu einem aussagekräftigeren Fähigkeitstest als die Menge an Vorgeschichte, die ein Modell speichern kann.
Gedächtnis gibt es bereits in mehreren Formen. MemGPT untersuchte die hierarchische Verwaltung von Kontext. Titans führte ein neuronales Gedächtnismodul ein, das während des Testzeitpunkts aktualisiert wird. Googles Einstellungen zur Gemini-Personalisierung und Einstellungen für das Copilot-Gedächtnis von Microsoft beschreiben nutzerseitige Möglichkeiten zur dauerhaften Speicherung und die Wahlmöglichkeiten, die damit verbunden sind. Diese Mechanismen sollten nicht zu einer einzigen Fähigkeit zusammengefasst werden: Das Abrufen eines gespeicherten Eintrags, das Aufrechterhalten des Kontexts und das Aktualisieren gelernter Parameter eröffnen unterschiedliche Möglichkeiten und bergen unterschiedliche Fehlerrisiken.
Die folgenden Prognosen betreffen beobachtbare Fortschritte bei diesen Mechanismen. Sie legen weder anhand eines Gedächtniswerts einen Zeitpunkt für das Erreichen einer allgemeinen künstlichen Intelligenz fest noch leiten sie aus der Fähigkeit eines Systems, Informationen zu behalten, ein Bewusstsein ab.
1. Gedächtnistests werden stärker über das bloße Abrufen von Fakten hinausgehen
Sich an die Antwort von gestern zu erinnern, lässt sich leicht feiern – bis diese Antwort falsch wird. Neue Gedächtnistests werden 2027 Korrekturen, angemessene Enthaltung und die Nutzung früherer Erfahrungen in derselben Prüfung zusammenführen. Das System muss mehr leisten, als einen Satz abzurufen, der der Frage ähnelt. Es muss erkennen, wann die Vergangenheit relevant ist – und wann es die aktuelle Antwort verschlechtern würde, sich auf sie zu verlassen.
Zeitliches Schlussfolgern verlangt mehr, als die passende Formulierung zu finden. Ein Kunde kann eine Rückerstattung erhalten haben, eine Richtlinie kann abgelaufen sein oder eine Ausnahme kann nur für einen einzigen Fall gegolten haben. Der Assistent muss rekonstruieren, welcher Zustand jetzt maßgeblich ist. Dafür braucht es Tests mit widersprüchlichen Aktualisierungen, klar festgelegten zeitlichen Grenzen und Fragen, die sich anhand der verfügbaren Aufzeichnungen nicht beantworten lassen.
LongMemEval prüft bereits Fähigkeiten wie zeitliches Schlussfolgern, die Aktualisierung von Wissen und Enthaltung. Daher wäre es unzutreffend, alle bisherigen Gedächtnistests als bloßes Erinnern zu bezeichnen. LongMemEval-V2, 2026 vorgestellt, richtet den Blick stärker auf Erfahrungen in bestimmten Umgebungen: Arbeitsabläufe, sich ändernde Zustände und wiederkehrende operative Details. Die 451 sorgfältig zusammengestellten Fragen verdeutlichen den Unterschied zwischen dem Erinnern an ein Gespräch und dem Nutzen in einer bestimmten Arbeitsumgebung.
LoCoMo bietet einen weiteren wichtigen Bezugspunkt: Es verwendet lange Gespräche, die von Menschen überprüft und bearbeitet werden. Seine Konzeption macht zudem auf eine methodische Frage aufmerksam: Generierte Gesprächsverläufe können eine klarere Struktur aufweisen als die widersprüchlichen und unvollständigen Aufzeichnungen aus dem Arbeitsalltag. Ein Benchmark, der auf solchen Verläufen beruht, zu bestehen, belegt keine zuverlässige Gedächtnisleistung in jedem Einsatzszenario.
Meine Prognose: Diese Anforderungen werden zunehmend gemeinsam geprüft. Ein Agent sollte sich merken, dass ein Arbeitsablauf gescheitert ist, erkennen, warum diese Erfahrung für eine spätere Aufgabe relevant ist, und die daraus gezogene Lehre nicht anwenden, wenn deren Voraussetzungen nicht mehr erfüllt sind. Dafür muss der Zusammenhang zwischen gespeicherten Informationen und einer späteren Entscheidung geprüft werden, statt die Wiedergabe einer irgendwo in den Aufzeichnungen vorkommenden Formulierung zu belohnen.
Worauf es 2027 zu achten gilt
Achten Sie auf Gedächtnistests, die prüfen, wie ein Agent reagiert, wenn sich eine Tatsache ändert, die verfügbaren Aufzeichnungen unvollständig sind oder eine frühere Erkenntnis für eine neue Aufgabe relevant wird. Öffentliche Aufgaben und Bewertungsmethoden erleichtern die Einschätzung der Fortschritte. Höhere Trefferquoten beim Abruf allein wären nur ein begrenzter Beleg für zuverlässige Kontinuität über mehrere Sitzungen hinweg.
Was das für Unternehmen bedeutet
Teams, die Assistenten mit dauerhaftem Gedächtnis bewerten, sollten Tests anhand der Veränderungen entwickeln, die in ihrer eigenen Arbeit auftreten: überarbeitete Richtlinien, neu zugewiesene Verantwortliche, abgelaufene Präferenzen und unvollständige Aufzeichnungen. Prüfen Sie, ob der Agent sein Verhalten anpasst und Unsicherheit kenntlich macht. Solche Fälle können operative Schwächen aufdecken, die bei einer Demonstration, in der sich das System an Namen oder Präferenzen erinnert, verborgen blieben.
2. In kontrollierten Tests ist gezielt ausgewähltes Gedächtnis einer undifferenzierten Chronik überlegen
Mehr Vorgeschichte kann mehr Gelegenheiten für Verwechslungen schaffen. Eine veraltete Anweisung, eine wiederholte Anekdote und eine nützliche Beobachtung können in einem langen Kontext um Aufmerksamkeit konkurrieren. Ich erwarte, dass gezielt ausgewähltes, strukturiertes Gedächtnis in kontrollierten Tests 2027 eine undifferenzierte vollständige Chronik mit deutlichem Abstand übertrifft. Bleiben das zugrunde liegende Modell und die verfügbaren Informationen unverändert, ist das Ergebnis besonders aufschlussreich: Der Zugewinn wäre dann auf die Organisation von Erfahrungen zurückzuführen und nicht darauf, dass ein leistungsfähigeres Modell zum Einsatz kommt.
Die Grundidee ist, dass ein nützliches Gedächtnis auswählt und ordnet. Es kann zwischen einer aktuellen und einer überholten Tatsache unterscheiden, die Belege für eine Entscheidung festhalten oder eine Erkenntnis aus einem Arbeitsablauf genau dann abrufen, wenn sie wichtig ist. Das vollständige Transkript stellt zwar jedes Detail bereit, überlässt es dem Modell aber auch, für jede neue Frage den relevanten Zustand erneut zu rekonstruieren.
Diese Intuition ist keine Garantie. Eine Zusammenfassung kann genau das Detail löschen, das später benötigt wird. Ein Abrufsystem kann ein relevantes Ereignis möglicherweise nicht finden. Ein Indexierungsprozess kann eine Vermutung des Modells selbst als bestätigte Tatsache behandeln. Der vollständige Kontext kann die bessere Vergleichsbasis sein, wenn die Antwort von einem subtilen Detail abhängt, das beim Erstellen der Erinnerung verworfen wurde.
Der Gestaltungsraum wird bereits in der Studie LongMemEval sichtbar, die verschiedene Entscheidungen bei Indexierung, Abruf und Verarbeitung untersucht. Die Hierarchie von MemGPT bietet einen früheren Ansatz auf Systemebene, um zu verwalten, was in den aktiven Kontext passt. Dabei handelt es sich um Forschungsbeiträge zu evaluierten Entwürfen. Ihre Existenz belegt weder den Vorsprung von 10 Punkten noch die unabhängige Replikation, die meine Prognose voraussetzt.
Am aufschlussreichsten werden Fälle mit Aktualisierungen und zeitlichen Einschränkungen sein. Hat ein Kunde seine Adresse zweimal geändert, muss eine korrekte Antwort möglicherweise den neuesten autorisierten Wert sowie den Zeitpunkt nennen, ab dem dieser gültig war. Eine sorgfältig gepflegte Zustandsdarstellung kann diesen Unterschied ausdrücklich festhalten. Ein ungeordneter Verlauf kann zwar weiterhin alle Fakten enthalten, dem Modell aber zugleich mehr Gelegenheiten bieten, den falschen auszuwählen.
Worauf es 2027 zu achten gilt
Achten Sie auf Vergleiche, bei denen strukturiertes Gedächtnis und der Kontext des vollständigen Verlaufs über dasselbe Basismodell auf dieselben Informationen zugreifen. Die aussagekräftigsten Ergebnisse werden bislang unbekannte Fragen verwenden und neben der Antwortgenauigkeit auch die Kosten für das Erstellen von Erinnerungen offenlegen. Weniger überzeugend wären Verbesserungen, die davon abhängen, den Vergleichsverlauf zu kürzen oder Belege mit Vorwissen über die Antwort auszuwählen.
Was das für Unternehmen bedeutet
Bewerten Sie das Gedächtnisdesign als Teil der Anwendungsarchitektur. Vergleichen Sie Abruf, Zusammenfassungen, strukturierte Zustände und längere Kontexte anhand repräsentativer Aufgaben, darunter Korrekturen und widersprüchliche Einträge. Berücksichtigen Sie die Kosten für die Pflege des Gedächtnisses und die Behebung von Fehlern. Ein größeres Kontextfenster kann hilfreich sein, doch das Team muss weiterhin belegen, dass das System die richtigen Informationen abruft und anwendet.
3. Produkte mit Gedächtnis legen die Belege für gespeicherte Informationen offen
Ein Assistent, der sich etwas über Sie merkt, sollte zeigen können, woher diese Information stammt, und Ihnen ermöglichen, sie zu korrigieren. Diese Erwartung klingt selbstverständlich – bis eine Erinnerung aus mehreren Gesprächen abgeleitet und in verschiedenen Situationen wiederverwendet wird. 2027 werden führende Assistenzprodukte einige dieser Zusammenhänge besser nachvollziehbar machen. Der praktische Fortschritt wird in einem Gedächtnis bestehen, das Nutzer hinterfragen, bearbeiten oder löschen können und bei dem sie klar verstehen, wo es zum Einsatz kommen kann.
Ein Erinnerungseintrag ist nützlicher, wenn Nutzer fragen können, woher er stammt und wovon er abhängt. Eine in einem Gespräch geäußerte Präferenz hat einen anderen Stellenwert als eine aus mehreren Dokumenten abgeleitete Tatsache. Eine falsche Schlussfolgerung sollte sich korrigieren lassen, ohne dass Nutzer herausfinden müssen, welche späteren Antworten sie möglicherweise bereits beeinflusst hat.
Wichtige Kontrollmöglichkeiten gibt es bereits. Die Datenschutzdokumentation von Microsoft unterscheidet Einstellungen für Erinnerungen vom Gesprächsverlauf und anderen Personalisierungsoptionen. Die Ankündigung von Google zu temporären Chats und Personalisierung beschreibt Optionen für die Verwendung früherer Gespräche. Auch die Ankündigung von Google zum Import von Chats und Erinnerungen im Jahr 2026 zeigt, dass dauerhafter Kontext zunehmend zu einer Funktion für die Übertragbarkeit wird. Die Prognose betrifft eine umfassendere, zusammengeführte Kontrolloberfläche und nicht die Einführung einer Löschtaste.
Die Herkunft muss so genau angegeben sein, dass sie sich nachvollziehen lässt. „Basiert auf Ihrem Verlauf“ benennt eine Datenkategorie, nicht die Belege für eine bestimmte Aussage. Ein Quelllink oder ein datierter Eintrag kann Nutzern helfen, eine ausdrückliche Anweisung von einer Interpretation zu unterscheiden. Eine Angabe zum Geltungsbereich kann erläutern, ob die Erinnerung für künftige Chats, einen bestimmten Arbeitsbereich oder über verbundene Tools ausgeführte Aktionen gilt.
Auch beim Löschen ist eine ebenso sorgfältige Formulierung nötig. Einen Eintrag aus dem aktiven Erinnerungsspeicher eines Produkts zu entfernen, ist nicht automatisch gleichbedeutend damit, das zugrunde liegende Gespräch zu löschen, Sicherungskopien zu bereinigen oder Informationen aus Modellgewichten zu verlernen. Das Produkt sollte erklären, welchen Vorgang es tatsächlich ausführt. Meine Prognose setzt beobachtbare Produktkontrollen und eine entsprechende Dokumentation voraus – nicht die Behauptung, dass sich sämtliche Spuren auf allen Speicherebenen vollständig beseitigen lassen.
Der Grund, Fortschritte zu erwarten, ist ebenso praktisch wie ethisch. Ein Assistent kann nicht zu einem verlässlichen langfristigen Mitarbeiter werden, wenn seine Nutzer den Zustand, auf dessen Grundlage er handelt, nicht korrigieren können. Korrekturen gehören zum Betrieb des Systems. Eine ausgefeilte Benutzeroberfläche, die Erinnerungen anzeigt, deren Herkunft und nachgelagerte Verwendung aber nicht erklärt, würde diesem Bedarf nur teilweise gerecht.
Worauf es 2027 zu achten gilt
Achten Sie auf Benutzeroberflächen für Erinnerungen, die gespeicherte Einträge mit nachvollziehbaren Quellen verknüpfen, Korrekturen oder Löschungen ermöglichen und erklären, wo die Informationen wiederverwendet werden können. Diese Funktionen sollten für einzelne Einträge zusammenspielen. Eine allgemeine Zusammenfassung der Erinnerungen oder eine Löschfunktion für den gesamten Verlauf ließe wichtige Fragen zu Herkunft und Geltungsbereich offen.
Was das für Unternehmen bedeutet
Bevor dauerhaft aktive Assistenten eingesetzt werden, sollte festgelegt werden, wie Beschäftigte einsehen und korrigieren können, was das System speichert. Bitten Sie Anbieter, zwischen aktivem Gedächtnis, ursprünglichen Gesprächen und anderen gespeicherten Aufzeichnungen zu unterscheiden und den Umfang der jeweiligen Kontrollmöglichkeit zu erläutern. Anhand dieser Antworten kann das Unternehmen festlegen, wer dafür verantwortlich ist, den Kontext korrekt zu halten, wenn sich Personen, Projekte und Arbeitsbeziehungen verändern.
4. Kontinuierliches Lernen wird unter der Vorgabe, bereits Gelerntes zu bewahren, begrenzte Fortschritte zeigen
Neues zu lernen sollte nicht unbemerkt dazu führen, dass Nützliches verloren geht. Genau darin besteht der schwierige Zielkonflikt bei dauerhaften Parameteraktualisierungen und neuronalem Gedächtnis. Ich erwarte für 2027 begrenzte Fortschritte bei leistungsfähigen Modellen: einen deutlichen Zuwachs an neuem Wissen, während die Leistung bei etablierten Tests weitgehend erhalten bleibt. Ein solches Ergebnis wäre gerade deshalb interessant, weil es die Einschränkung berücksichtigt. Die alten Tests wegzulassen, würde es leichter machen, Verbesserungen zu behaupten – und zugleich deutlich weniger aussagekräftig.
Das ist eine engere Behauptung, als dass ein System unbegrenzt jede beliebige Aufgabe lernen kann. Ein Modell mit neuen Erfahrungen zu aktualisieren, kann seine bereits vorhandenen Fähigkeiten beeinträchtigen. Ein überzeugendes Ergebnis muss sowohl den Erwerb neuer Fähigkeiten als auch den Erhalt bestehender Fähigkeiten über wiederholte Aktualisierungen hinweg messen und zugleich den dafür erforderlichen Rechenaufwand offenlegen.
In der Titans-Studie werden neuronales Langzeitgedächtnis und Memorieren zur Testzeit untersucht. MIRAS beschreibt eine Modellfamilie für Sequenzen anhand verschiedener Entscheidungen zu assoziativem Gedächtnis, Lernzielen, dem Erhalt von Wissen und der Optimierung. Googles Forschungserläuterung macht deutlich, dass es bei dieser Arbeit um bestimmte Architekturen und Gedächtnismechanismen geht. Sie sollte nicht als Beleg dafür angeführt werden, dass jedes eingesetzte Sprachmodell sein grundlegendes Wissen kontinuierlich verändert.
Die jüngere Ankündigung eines Schlaf-Frameworks vom 27. Oktober 2026 beschreibt den Wechsel zwischen aktiver Verarbeitung und Offline-Konsolidierung in vorab zugewiesenen Gedächtniskomponenten. Sie stellt einen Forschungsansatz vor, der den Erwerb von Informationen bei gleichzeitiger Verringerung des Vergessens ermöglichen soll. Die Bezeichnung ist eine rechnerische Analogie; das Framework arbeitet mit einer festen Architektur und festgelegten Aktualisierungsregeln.
Diese Ansätze machen die Prognose plausibel, doch die Belege sind noch vorläufig und hängen stark vom Versuchsaufbau ab. Ein System kann den Eindruck erwecken, etwas gelernt zu haben, weil die Fragen in der Auswertung den Beispielen ähneln, mit denen es aktualisiert wurde. Es kann seinen Durchschnittswert halten und zugleich eine kleine, aber wichtige Fähigkeit einbüßen. Außerdem kann es so viel zusätzlichen Rechenaufwand für die Konsolidierung von Erfahrungen benötigen, dass sich der Zugewinn für einen realen Einsatz nicht lohnt. Unabhängige Reproduktionen der Ergebnisse sowie eine getrennte Ausweisung der Leistung bei alten und neuen Aufgaben sind unerlässlich.
Worauf es 2027 ankommt
Verfolgen Sie unabhängig reproduzierbare Experimente, die den Neuerwerb von Fähigkeiten und den Erhalt vorhandener Fähigkeiten über wiederholte Aktualisierungen hinweg getrennt ausweisen. Rechenkosten, Prüfungen auf Datenkontamination und die Leistung bei älteren Aufgaben sind dabei unverzichtbare Kontextinformationen. Verbesserungen bei neu vermittelten Inhalten, die mit Einbußen an anderer Stelle einhergehen, würden zeigen, dass der Zielkonflikt zwischen Neuerwerb und Erhalt weiterhin erheblich ist – selbst wenn der ausgewiesene Lernwert steigt.
Was das für Unternehmen bedeutet
F&E-Teams und Modellanbieter sollten einen vielversprechenden Lernmechanismus von einem einsatzreifen Aktualisierungsverfahren unterscheiden. Jedes Pilotprojekt benötigt Regressionstests, kontrollierte Aktualisierungsdaten, eine Versionsverwaltung und eine Möglichkeit, zu einem früheren Zustand zurückzukehren. Produktpläne sollten sich auf nachgewiesenen Neuerwerb, den Erhalt vorhandener Fähigkeiten und die Betriebskosten stützen – nicht auf die Annahme, dass eine kontinuierliche Anpassung bei allen Kundenaufgaben zuverlässig funktioniert.
Entscheidend ist, dass das System sich verändert und zugleich verlässlich bleibt
Ein nützliches Gedächtnissystem muss selektiv genug sein, um nicht in Erfahrungen unterzugehen, und anpassbar genug, um mit einer sich wandelnden Welt Schritt zu halten. Seine Fehler wirken oft alltäglich: eine überholte Präferenz, die falsche zuständige Person oder eine erinnerte Ausnahme, die zu weit ausgelegt wird. Gerade solche Fehler sind aufschlussreich. Sie zeigen, ob ein Assistent aus einer Interaktionsgeschichte ein fundiertes Urteil für die nächste Begegnung ableiten kann.












