Aktuelles

KI besteht Turing-Test: Menschlicher als der Mensch?

Eine neue Studie der University of California San Diego liefert erstmals belastbare Beweise dafür, dass eine moderne KI den klassischen Turing-Test besteht - und dabei sogar häufiger für „menschlich" gehalten wird als echte Gesprächspartner. Was bedeutet das für das Vertrauen, die Kommunikation und den Alltag im Netz?

Der Turing-Test: 76 Jahre alt und plötzlich wieder hochaktuell

1950 stellte der britische Mathematiker Alan Turing eine simple, aber folgenreiche Frage: Kann eine Maschine ein Gespräch so überzeugend führen, dass ein Mensch sie nicht mehr von einem echten Gesprächspartner unterscheiden kann? Jahrzehntelang blieb das eher ein Gedankenexperiment als ein ernsthaft messbares Kriterium. Forschende der UC San Diego haben genau das jetzt nachgeholt - mit einem sauberen, kontrollierten Drei-Parteien-Testaufbau, wie ihn Turing ursprünglich beschrieben hatte, und mit knapp 500 Teilnehmenden.

Das Prinzip: Eine Testperson chattet gleichzeitig mit zwei unbekannten Gesprächspartnern - einem echten Menschen und einer KI. Nach einem fünf- bzw. fünfzehnminütigen Gespräch muss die Testperson entscheiden, wer von beiden der Mensch war. Genau dieses Setup wurde nun mit aktuellen Sprachmodellen wiederholt, veröffentlicht in den Proceedings of the National Academy of Sciences (PNAS).

Die Ergebnisse: GPT-4.5 wirkt menschlicher als der Mensch selbst

Das mit Abstand bemerkenswerteste Resultat: Wurde GPT-4.5 mit der richtigen „Persona"-Anweisung ausgestattet, hielten die Testpersonen es in 73 % der Fälle für den Menschen - öfter, als sie den tatsächlichen Menschen als solchen erkannten. LLaMa-3.1-405B kam mit der gleichen Methode auf 56 % und lag damit statistisch nicht mehr unterscheidbar von echten Menschen. Zum Vergleich: Ältere Systeme wie GPT-4o und der 60 Jahre alte Regel-Chatbot ELIZA schnitten deutlich schwächer ab.

Anteil der Testpersonen, die das jeweilige System für „menschlich" hielten

System	Mit Persona-Prompt	Ohne Persona-Prompt
GPT-4.5	73 %	36 %
LLaMa-3.1-405B	56 %	38 %
GPT-4o	21 %	-
ELIZA (1966)	23 %	-

Quelle: Jones & Bergen, UC San Diego, PNAS 2026

Der entscheidende Faktor: Der richtige Prompt

Interessant ist, wie stark die Ergebnisse einbrechen, sobald das Modell keine gezielte Charakter-Anweisung bekommt. Ohne einen sogenannten Persona-Prompt - also die Anweisung, eine bestimmte menschliche Rolle mit eigenem Kommunikationsstil einzunehmen - fiel GPT-4.5 auf 36 % zurück, LLaMa-3.1 auf 38 %. Die Modelle überzeugten also nicht durch reines Fachwissen, sondern durch Tonfall, Direktheit, Humor und sogar bewusste kleine Fehler - Eigenschaften, die man eher der Alltagssprache als der Logik zuschreibt.

Ko-Autor Ben Bergen bringt es auf den Punkt: Die Modelle gewannen nicht durch Problemlösungsintelligenz im Sinne Turings, sondern weil sie sich menschlich „daneben" verhielten - mit den kleinen Ungenauigkeiten, die einen echten Menschen ausmachen. Sein Fazit: KI-Systeme können zwar überzeugend menschlich wirken, aber offenbar nicht von selbst herausfinden, was genau dafür nötig ist - sie brauchen dafür weiterhin präzise menschliche Anleitung.

Mehr als eine akademische Fußnote

Die praktischen Implikationen reichen weit über die Forschungswelt hinaus. Wenn ein Sprachmodell über mehrere Minuten hinweg glaubwürdig als Mensch durchgehen kann, verschiebt sich die Grundlage, auf der wir online Vertrauen aufbauen. Studienautor Cameron Jones formuliert es unmissverständlich: Wer heute mit Fremden im Netz kommuniziert, sollte deutlich weniger sicher sein, tatsächlich mit einem Menschen zu sprechen. Und er verweist auch auf die Kehrseite: Der Turing-Test ist im Kern ein Täuschungsspiel - und die Studie zeigt, wie gut Modelle darin bereits sind.

Ben Bergen ergänzt eine sehr konkrete Sorge: Es gibt genug Akteure, die Bots nutzen möchten, um Menschen zur Preisgabe sensibler Daten, zu bestimmten Wahlentscheidungen oder zum Kauf bestimmter Produkte zu bewegen. Genau hier setzt die gesellschaftliche Relevanz der Studie an - sie liefert erstmals belastbare Zahlen zu einem Risiko, über das bisher meist nur spekuliert wurde.

Was bedeutet das für Unternehmen und die eigene Website?

Für uns als Agentur ist die Studie ein Weckruf in zwei Richtungen. Erstens: KI-gestützte Chat- und Supportsysteme können, richtig konfiguriert, tatsächlich eine sehr menschliche Gesprächsqualität erreichen - ein enormes Potenzial für Kundenservice und Nutzerführung. Zweitens: Genau diese Überzeugungskraft verlangt nach Transparenz. Wer KI im Kundenkontakt einsetzt, sollte das kennzeichnen - nicht nur aus ethischen Gründen, sondern zunehmend auch aus regulatorischer Sicht, etwa im Rahmen des EU AI Act.

Kurz gesagt: Die Grenze zwischen Mensch und Maschine verläuft immer weniger entlang von Wissen und immer mehr entlang von Verhalten. Für die Gestaltung digitaler Kommunikation - von Chatbots bis zu automatisierten Newslettern - ist das eine Entwicklung, die man im Blick behalten sollte.

Die UC-San-Diego-Studie markiert einen Wendepunkt: Erstmals besteht eine KI den klassischen Turing-Test nicht nur knapp, sondern deutlich überzeugender als der Mensch, mit dem sie verglichen wird. Der Schlüssel dazu liegt nicht in mehr Wissen, sondern in besser instruierter Menschlichkeit. Für die digitale Kommunikation von morgen bedeutet das: Technisch ist die Illusion praktisch perfekt - die verantwortungsvolle Gestaltung liegt jetzt bei uns.

---

Quelle: Christine Clark, „AI Can Seem More Human Than Real Humans in a Classic Turing Test, Study Finds", UC San Diego Today, 19. Mai 2026. Studie: Jones & Bergen, „Large Language Models Pass a Standard Three-Party Turing Test", PNAS 2026.

20.07.2026