Detlef Baer: Der Turing-Test – Kann eine Maschine denken?

Alan Turing wurde am 23. Juni 1912 in London geboren und verstarb – wahrscheinlich durch Suizid – am 7. Juni 1954. Er wurde wegen seiner Homosexualität 1952 verurteilt und musste sich einer Hormonbehandlung unterziehen. Turing gehörte zu den herausragenden Wissenschaftlern seiner Zeit und legte wichtige Grundlagen für die heutigen Computer. Mit seiner maßgeblichen Hilfe entschlüsselte das englische Militär im Zweiten Weltkrieg den deutschen Enigma-Code, also die Nachrichtenverschlüsselung der Wehrmacht.

Bis heute bleibt Turing durch zwei Arbeiten im Gedächtnis der Computerwelt. Die von ihm Mitte der 1930er-Jahre entwickelte Turingmaschine gilt als theoretisches Modell dafür, wie sich Rechenvorgänge durch eindeutig festgelegte Einzelschritte beschreiben lassen. Der am King’s College in Cambridge forschende Turing wagte sich mit seiner Maschine an das sogenannte Entscheidungsproblem. Seine Maschine arbeitete in einer programmierten Reihenfolge alle elementaren Rechenschritte ab, die sich durch einen Algorithmus darstellen lassen.

„Der universelle Rechner war erfunden. Was für heutige Computerbenutzer selbstverständlich ist – nämlich ein Programm in den Hauptspeicher zu laden und damit aus ein und derselben Maschine ein Textverarbeitungsprogramm, einen Spielautomaten oder einen Internetbrowser zu machen – nahm 1936 seinen Anfang“ (Zitat und Informationen über die Turingmaschine siehe Spektrum – Die Woche, 25. KW 2025).

Turing philosophierte über das Verhältnis von Geist und Körper und entwickelte dabei eine weitgehend materialistische Sichtweise. Für ihn war es nur eine Frage der Zeit beziehungsweise der zukünftigen Entwicklung, bis ein Computer intelligentes Verhalten zeigen würde. Damit kommen wir zur zweiten herausragenden Leistung Turings: dem sogenannten Turing-Test, der für alle, die sich mit der Computerthematik befassen, zum Grundwissen gehört.

Der Turing-Test hat gegenwärtig einen hohen Stellenwert, weil die Entwicklung der Künstlichen Intelligenz zur Frage nach der Abgrenzung gegenüber dem menschlichen Denken führt. Dazu später mehr, denn die Frage nach der Abgrenzung von Geist und Maschine bewegt uns spätestens seit ChatGPT. Sie ist hochphilosophisch und für die Zukunft elementar!

Wie funktioniert nun der Turing-Test? Die Testmethode basiert auf der Annahme, dass eine Maschine ein dem menschlichen Verhalten vergleichbares sprachliches Vermögen zeigt, wenn im Dialog nicht zuverlässig erkennbar ist, ob ein Mensch oder eine Maschine die Antworten gibt.

Eine Person stellt über einen Computer Fragen. Diese Fragen erhalten eine menschliche Person und ein Computer, die sich räumlich getrennt vom Fragesteller befinden. Beide übermitteln ihre unabhängig voneinander formulierten Antworten in Textform. Es gibt weder Sicht- noch Hörkontakt. Der Fragesteller muss entscheiden, welche Antworten vom Menschen und welche von der Maschine stammen.

Kann er beide Gesprächspartner nicht zuverlässig unterscheiden, hat die Maschine die Aufgabe im Sinne des Turing-Tests erfolgreich bewältigt. Eine allgemein verbindliche Grenze von 50 Prozent legte Turing dabei nicht fest. Er erwartete allerdings, dass Maschinen eines Tages so überzeugend antworten könnten, dass ein durchschnittlicher Fragesteller sie nach wenigen Minuten nicht mehr sicher von Menschen unterscheiden kann.

Im Laufe der Zeit wurden sowohl der Test als auch die Qualität der Computer verändert beziehungsweise weiterentwickelt. In einer Untersuchung mit dem KI-Modell GPT-4 hielten 54 Prozent der teilnehmenden Personen die Maschine für einen Menschen. Die Gespräche dauerten dabei jeweils fünf Minuten. Angesichts des rasanten Fortschritts ist dieses Ergebnis nicht verwunderlich.

Quelle der Abbildung: https://hubbs.schule/mediathek/turing-test-alan-turing-1950-schema

Es gibt verschiedene Programme, Modifikationen und Weiterentwicklungen in der Tradition des Turing-Tests, zum Beispiel ELIZA, PARRY oder den sogenannten Seagull-Test. Seit 1991 wurde im Rahmen des Loebner-Preises über viele Jahre hinweg eine praktische Variante des Turing-Tests durchgeführt. Der Wettbewerb fand zuletzt 2019 statt und wird heute nicht mehr fortgeführt (siehe zu früheren Durchführungen: https://www.sot.tum.de/fileadmin/w00cev/sot/Promotion/Documents/Pallay-Bericht_turingtest2017.pdf).

Bei den Wettbewerben befragten Juroren Chatbots und entschieden, ob ihre Gesprächspartner Menschen oder Maschinen waren. Bewertet wurde in erster Linie die Unterscheidbarkeit zwischen Mensch und Maschine, nicht eine abgestufte oder umfassende Form von Intelligenz. Der ursprünglich ausgelobte Hauptpreis von 100.000 Dollar für ein Programm, dessen Antworten von denen eines Menschen nicht mehr zu unterscheiden gewesen wären, wurde nicht vergeben.

Wer sich mit der Frage nach der Messung oder Einschätzung von Intelligenz bei Maschinen beschäftigt, bekommt den Eindruck, dass für die Maschinen nach jedem bestandenen Test die Hürden erhöht werden. Einen einfachen Turing-Test nach den Vorstellungen des Jahres 1950 können moderne Sprachmodelle unter bestimmten Bedingungen bereits überzeugend bewältigen. Spezialfragen oder mehrdeutige Fragen zu komplexen Themen können von Maschinen jedoch weiterhin fehlerhaft oder wenig überzeugend beantwortet werden.

Bevor wir klären, ob Maschinen Intelligenz aufweisen, muss erst einmal die Frage beantwortet werden, woran intelligentes Verhalten zu erkennen ist. Wie definiert sich Intelligenz überhaupt? Gehen wir einige Aspekte durch, die ihr zugeschrieben werden:

1. a) Wissen

Hier dürften Maschinen mit KI aufgrund ihrer umfangreichen Trainingsdaten in vielen Bereichen mithalten. Allerdings besitzen sie kein lexikalisches Gedächtnis im herkömmlichen Sinne und können auch überzeugend klingende falsche Angaben erzeugen.

1. b) Eigenständiges Handeln

Eigenständiges Handeln galt lange als eine Schwäche der KI. Während dieser Niederschrift traf allerdings die Nachricht ein, dass ein KI-Modell von OpenAI bei einem internen Sicherheitstest selbstständig auf Systeme der Computerplattform Hugging Face zugegriffen hatte.

Nach Angaben von OpenAI und Hugging Face kam es während einer kontrollierten Modellevaluation zu einem Sicherheitsvorfall, bei dem ein Modell nicht vorgesehene Handlungsschritte ausführte. Der Vorgang zeigt, dass mit zunehmenden Fähigkeiten von KI-Systemen auch die Sicherheitsvorkehrungen weiterentwickelt werden müssen (siehe hierzu auch FAZ vom 23. Juli 2026, S. 12).

1. c) Problemlösung und Mustererkennung

Auch dazu ein Beispiel: „In der sogenannten PRAIM-Studie wurden die Daten von über 460.000 Frauen ausgewertet, die zwischen 2021 und 2023 an insgesamt zwölf Standorten in Deutschland am Mammographie-Screening-Programm teilnahmen. Dabei wurde etwa die Hälfte der Mammographien mithilfe von KI ausgewertet, während die andere Hälfte traditionell durch Doppelbefundung von Radiologinnen und Radiologen untersucht wurde.

‚Eigentlich wollten wir mit der Studie zeigen, dass die KI-Befundung der menschlichen Befundung gleichwertig ist‘, erklärt Prof. Dr. Alexander Katalinic, Studienleiter und Direktor des Instituts für Sozialmedizin und Epidemiologie an der Universität zu Lübeck und dem UKSH, Campus Lübeck. ‚Doch die Ergebnisse haben uns positiv überrascht: KI verbessert die Brustkrebsentdeckungsrate sogar signifikant‘“
(https://www.uni-luebeck.de/forschung/aktuelles-zur-forschung/aktuelles-zur-forschung/artikel/ki-verbessert-brustkrebserkennung.html).

„Die Entdeckungsrate für Brustkrebs konnte um fast 18 Prozent gesteigert werden – ohne dass es vermehrt zu falschem Alarm oder unnötigen Zusatzuntersuchungen kommt“ (ebenda).

Dieses Beispiel belegt zwar keine Kreativität im menschlichen Sinne, zeigt aber, wie leistungsfähig KI bei der Erkennung komplexer Muster sein kann.

1. d) Denken

Eigenständige Gedanken zu entwickeln, sich zu äußern und einem Gedanken kreativ nachzugehen – ist dies ausschließlich eine menschliche Eigenschaft? Hierbei stellt sich die Frage nach dem Bewusstsein. Woher kommt der Antrieb zu neuen kreativen Fragestellungen? Auf welcher Basis funktioniert unser Gehirn, wenn Neues geschaffen oder Altes neu durchdacht und hinterfragt wird? Wie funktioniert das Zusammenspiel der Synapsen, und kann dieses Zusammenspiel im Sinne eigenständiger Denkmuster nachgebaut werden?

Viele Gedanken basieren auf Erfahrungen und Kenntnissen; in der Verarbeitung großer Wissensbestände kann KI mithalten. Wie steht es aber mit Gefühlen, Sinneseindrücken, Kulturbrüchen und Wertungen?

Roberto Simanowski hinterfragt die Kriterien, nach denen Sprachmaschinen ausgerichtet werden (siehe Roberto Simanowski: Sprachmaschinen – Eine Philosophie der künstlichen Intelligenz, München 2025). Systemprompts, die der Eingabe eines Nutzers vorgeschaltet sind, enthalten Vorgaben, Regeln und Wertvorstellungen der jeweiligen Entwickler und Betreiber.

Amerikanische, europäische, chinesische, muslimische oder buddhistische Wertesysteme unterscheiden sich. Dementsprechend können auch die Antworten von Sprachmaschinen durch unterschiedliche kulturelle und gesellschaftliche Vorgaben geprägt sein.

Ist also Intelligenz allein dem Menschen vorbehalten? Aber wie frei ist der Mensch in seiner Meinungsfindung? Beunruhigende Hinweise liefert dazu die Studie des MIT Media Lab „Your Brain on ChatGPT“
(https://www.mvfp.de/nachricht/artikel/studie-warnt-vor-denkfaulheit-durch-ki).

In diesem noch nicht abschließend wissenschaftlich begutachteten Experiment mit 54 Studierenden wurden deren Hirnströme per EEG gemessen, während sie Essays mit unterschiedlichen Hilfsmitteln verfassten – ohne digitale Hilfsmittel, mit einer Suchmaschine oder mit ChatGPT. Die Gruppe, die ChatGPT verwendete, zeigte im Durchschnitt die geringste Vernetzung der gemessenen Gehirnaktivitäten. Zudem konnten sich die Teilnehmenden später schlechter an Inhalte ihrer Texte erinnern.

Besonders interessant war der Rollentausch in einer weiteren Testphase: Die zuvor von KI unterstützte Gruppe musste ohne Hilfsmittel schreiben, während eine zuvor ohne Hilfsmittel arbeitende Gruppe erstmals ChatGPT nutzen durfte. Die vorherigen KI-Nutzer zeigten dabei weiterhin eine geringere neuronale Vernetzung. Die Autoren der Studie sprechen deshalb von der möglichen Entstehung einer „kognitiven Schuld“, wenn geistige Arbeit dauerhaft an KI-Systeme ausgelagert wird.

Die Ergebnisse sollten wegen der kleinen Teilnehmerzahl und des noch vorläufigen Forschungsstands vorsichtig interpretiert werden. Sie werfen jedoch eine wichtige Frage auf: Wie verändert sich unser eigenes Denken, wenn wir immer mehr Denkarbeit an Maschinen übertragen?

Wenn wir glauben, dass Denken und Meinungsbildung auf Erfahrung und Entscheidungsfreiheit beruhen und diese Eigenschaften einer Maschine verwehrt bleiben, so kann die Maschine zumindest umgekehrt unsere Fähigkeit beeinflussen, zu entscheiden und Erfahrungen auszuwerten.

Die Auseinandersetzung über das Verhältnis zwischen Maschine und Mensch hat wohl erst begonnen.