Was ist Intelligenz? Eine Begriffsklärung

Einleitung: Ein Begriff für fünf verschiedene Fähigkeiten.

71. So viele wissenschaftliche Definitionen von Intelligenz zählten die Forscher Shane Legg und Marcus Hutter, als sie 2007 systematisch durch die psychologische und technische Fachliteratur gingen. Fast acht Jahrzehnte Intelligenzforschung, und noch immer gibt es keine einzige, verbindliche Antwort auf die Frage, was Intelligenz eigentlich ist.

Für Unternehmen ist das mehr als eine akademische Randnotiz. Wer über künstliche Intelligenz, emotionale Intelligenz oder Organisationsintelligenz spricht, verwendet denselben Begriff für sehr unterschiedliche Fähigkeiten, oft ohne die Unterschiede zu benennen. Das führt zu Missverständnissen in Strategiegesprächen und zu Investitionsentscheidungen, die nur eine einzige Dimension von Intelligenz im Blick haben. Wer beispielsweise ausschließlich in kognitive, analytische Systeme investiert, trifft eine Entscheidung, die auf einem unvollständigen Bild von Intelligenz beruht, ohne dass dies im Entscheidungsprozess je explizit gemacht wurde.

Dieser Artikel klärt den Begriff, bevor wir ihn in einem eigenen Beitrag zum HYYBRID INTELLIGENCE® Framework (folgt in Kürze) in vier eigenständige Formen ausdifferenzieren. Wir zeigen, woher der Begriff kommt, welche Dimensionen die Forschung heute anerkennt, welche Arten von Intelligenz sich daraus ableiten lassen, und was das für Entscheidungen im Unternehmen bedeutet.

Weder Intelligenz noch Intelligence haben eine einheitliche Definition

Im Deutschen definiert der Duden Intelligenz als die Fähigkeit, abstrakt und vernünftig zu denken und daraus zweckvolles Handeln abzuleiten. Das klingt eindeutig, ist es aber nicht: Psychologie, Pädagogik und Wirtschaft legen unterschiedliche Schwerpunkte, je nachdem, ob Problemlösung, Lernfähigkeit oder soziale Kompetenz im Vordergrund steht.

Im Englischen zeigt sich dasselbe Muster. Merriam-Webster definiert intelligence zum einen als die Fähigkeit, zu lernen, zu verstehen und mit neuen oder schwierigen Situationen umzugehen, zum anderen in einer technischeren Variante als messbare, testbasierte Fähigkeit. Diese zweite, psychometrische Lesart hat die englischsprachige Forschung seit dem frühen 20. Jahrhundert geprägt und bis heute stärker beeinflusst als die deutsche Debatte.

Diese Bedeutungsvielfalt ist kein Zufall. Jede Disziplin, die mit Intelligenz arbeitet, von der Psychometrie bis zur Organisationsforschung, definiert den Begriff so, dass er zu ihrem jeweiligen Erkenntnisinteresse passt. Ein Psychometriker interessiert sich für die Messbarkeit einer Fähigkeit, ein Organisationsforscher für ihre Wirkung auf kollektive Entscheidungen. Beide sprechen von Intelligenz und meinen doch unterschiedliche Ausschnitte desselben Phänomens.

Genau diese Vielfalt erklärt, warum Legg und Hutter (2007) am Ende ihrer Sammlung von 71 Definitionen auf eine einzelne maßgebliche Definition verzichten. Sie schlagen eine informelle Synthese vor: Intelligenz als Fähigkeit, Ziele in unterschiedlichen Umgebungen zu erreichen. Diese Synthese ist bewusst breit gehalten. Sie soll möglichst viele der 71 gesammelten Sichtweisen abdecken, ohne eine davon zu bevorzugen.

Für diesen Artikel und die folgenden Beiträge zu HYYBRID INTELLIGENCE® verwenden wir Intelligenz und Intelligence deshalb bewusst synonym und meinen damit dasselbe Konzept. Wenn wir im Deutschen von künstlicher Intelligenz sprechen, meinen wir dasselbe wie mit Artificial Intelligence im Englischen. Den englischen Begriff verwenden wir dort, wo er als feststehender Fachbegriff auftritt, etwa bei Artificial Intelligence oder in der Namensgebung des HYYBRID INTELLIGENCE® Frameworks. Entscheidend für Unternehmen ist, welche Form von Intelligenz im jeweiligen Zusammenhang gemeint ist. Das beleuchten wir im folgenden Abschnitt.

Der Begriff stammt aus dem Lateinischen und hat sich seit 1912 getrennt entwickelt

Beide Begriffe gehen auf dasselbe lateinische Wort zurück: intelligentia, abgeleitet von intelligere, zusammengesetzt aus inter (zwischen) und legere (wählen, lesen). Wörtlich bedeutet das also so viel wie zwischen Optionen wählen, woraus sich später die Bedeutung verstehen und erkennen entwickelte.

Von diesem gemeinsamen Ursprung aus verlief die Begriffsgeschichte in beiden Sprachen verflochten, geprägt von denselben wissenschaftlichen und gesellschaftlichen Strömungen. Im Englischen taucht intelligence bereits im späten 14. Jahrhundert auf, über das Altfranzösische, zunächst als höchste Fähigkeit des Verstandes. Ab der Mitte des 15. Jahrhunderts kommt eine zweite Bedeutung hinzu, empfangene oder mitgeteilte Information, aus der sich ab den 1580er-Jahren die bis heute gebräuchliche Bedeutung Nachrichtendienst entwickelt. Im Vergleich dazu erscheint der Begriff im deutschen Sprachraum später und uneinheitlicher. Im 17. Jahrhundert taucht er vereinzelt mit der Bedeutung geheimes Einverständnis auf, ohne Nachfolge in späteren Texten. Die bis heute prägende Hauptbedeutung, gute Auffassungsgabe und Verstand, hat einen frühen Beleg bereits im 16. Jahrhundert und setzt sich im 18. Jahrhundert endgültig durch. Ab Mitte des 19. Jahrhunderts kommt im Deutschen eine dritte, soziologische Bedeutungsebene hinzu: Intelligenz als Bezeichnung für die gesellschaftliche Schicht geistig Schaffender.

Der eigentliche Berührungspunkt zwischen diesen beiden Strömungen liegt 1912: Der deutsche Psychologe William Stern prägt in Breslau den Begriff Intelligenzquotient, den die amerikanische Psychometrie in den Folgejahren aufgreift, unter anderem über Lewis Termans Stanford-Binet-Test von 1916. Von da an prägt die IQ-Forschung die englischsprachige Fachliteratur stärker als die deutsche Debatte. Die deutsche soziologische Nebenbedeutung, Intelligenz als Bezeichnung für eine gebildete Bevölkerungsschicht, wird dagegen nach 1945 unter Einfluss des russischen Begriffs intelligéncija noch einmal verstärkt und existiert deshalb bis heute neben der psychologischen Hauptbedeutung.

Populäre Theorien zu Intelligenzarten sind wissenschaftlich unterschiedlich fundiert

Howard Gardners Theorie der multiplen Intelligenzen aus dem Jahr 1983 gehört zu den bekanntesten Ideen zum Thema Intelligenz überhaupt, unterrichtet an Universitäten und in der Lehrerausbildung weltweit. Sie postuliert ursprünglich sieben eigenständige Intelligenzen, von sprachlich über musikalisch bis körperlich-kinästhetisch. Gardner erweitert das Modell anschließend auf acht Intelligenzen. Eine oft diskutierte neunte Form gilt bis heute als nicht abschließend bestätigt. Dennoch kommt eine aktuelle Untersuchung in Frontiers in Psychology zu einem eindeutigen Ergebnis: Es gibt keine neurologischen Belege für getrennte Intelligenzmodule im Gehirn, und Faktorstudien konnten die postulierten Intelligenzen nicht als unabhängig voneinander bestätigen. Deshalb fordert die Autorin Waterhouse (2023), die Theorie in der Bildungspraxis endgültig aufzugeben. Trotzdem bleibt sie enorm einflussreich: Eine von Waterhouse zitierte Befragung von Blanchette Sarrasin und Kolleginnen (2019) unter Lehrkräften in Québec fand, dass 94 Prozent von ihnen weiterhin Unterrichtsstrategien nach Gardners Modell einsetzen, obwohl die wissenschaftliche Evidenz dagegen spricht.

Auf deutlich solidererem empirischem Boden steht die Cattell-Horn-Carroll-Theorie, kurz CHC-Theorie, die heute in der Psychologie am breitesten anerkannte Struktur zur kognitiven Fähigkeit. Sie basiert auf John Carrolls Reanalyse von 461 Faktoranalysestudien (Carroll, 1993) und gilt zudem laut einer aktuellen Netzwerkanalyse im Journal of Intelligence als empirisch belastbares psychometrisches Modell. Dabei ordnet das Modell kognitive Fähigkeiten hierarchisch: an der Spitze steht eine allgemeine kognitive Fähigkeit, darunter mehrere breite Fähigkeitsbereiche wie fluides Denken, Gedächtnis oder Verarbeitungsgeschwindigkeit.

Ebenfalls empirisch gut abgesichert ist Robert Sternbergs triarchische Theorie von 1985, auch wenn sie den Konsensstatus der CHC-Theorie nicht erreicht. Sie unterscheidet analytische, praktische und kreative Intelligenz und kritisiert klassische IQ-Tests deshalb explizit als unvollständig, weil sie vor allem analytische Fähigkeiten messen und praktische sowie kreative Problemlösung weitgehend ausblenden. Sternberg erweiterte das Modell 1999 zudem zur Theorie erfolgreicher Intelligenz und betonte, dass beruflicher und privater Erfolg regelmäßig von den beiden seltener gemessenen Anteilen abhängt.

Bei aller Uneinigkeit über Details eint die drei wissenschaftliche Ansätze eine gemeinsame Grundannahme: Intelligenz besteht aus mehreren eigenständigen Formen, anders als beim klassischen, eindimensionalen IQ-Test. Genau darin liegt für Unternehmen der eigentliche Wert. Personalentwicklung, Recruiting und Führungskräftetraining setzen historisch an einzelnen Formen an. Ihr Zweck reicht aber weiter: unterschiedliche Perspektiven, Ausbildungen und Prägungen treiben Innovation, Wertschöpfung und Wachstum voran, sobald Unternehmen sie gezielt zusammenbringen. Welches gemeinsame Bild von Intelligenz daraus heute entsteht, zeigt der folgende Abschnitt.

Fünf Dimensionen prägen das heutige Intelligenzverständnis

Aus den beiden wissenschaftlich fundierteren Theorien lassen sich bereits drei der fünf heute anerkannten Dimensionen ableiten: die kognitive Dimension aus der CHC-Theorie, die praktische und die kreative Dimension aus Sternbergs triarchischer Theorie. Außerdem haben sich zwei weitere Dimensionen unabhängig davon als eigenständig etabliert.

Die fünf Dimensionen im Überblick

1. Kognitive Intelligenz
   • Konzept: Nach der CHC-Theorie die hierarchisch organisierte Fähigkeit zu logischem, abstraktem Denken, Problemlösung und schneller Informationsverarbeitung.
   • Beispiel: Ein Muster in widersprüchlichen Kennzahlen erkennen und daraus die richtige Schlussfolgerung ableiten.
   • Für Unternehmen: Trägt Strategieentwicklung, Analyse und faktenbasierte Entscheidungsvorbereitung.
   • Im Vergleich zur KI: Bei formalisierbaren Teilbereichen wie Mustererkennung in großen Datenmengen und schneller Berechnung ist künstliche Intelligenz bereits stark. Bei offenem, kontextabhängigem Schlussfolgern in neuartigen, schlecht definierten Situationen bleibt der Mensch meist bislang überlegen.
2. Emotionale Intelligenz
   • Konzept: Wissenschaftlich geprägt von Salovey und Mayer (1990), die Fähigkeit, eigene und fremde Gefühle zu erkennen und für Entscheidungen zu nutzen. Mayer, Salovey und Caruso distanzierten sich 2008 im American Psychologist ausdrücklich von Golemans populärerer, breiter gefasster Version.
   • Beispiel: Eine Führungskraft erkennt aufkommende Frustration im Team, bevor daraus ein offener Konflikt wird.
   • Für Unternehmen: Trägt Führung, Change-Kommunikation und Kundenbeziehungen.
   • Im Vergleich zur KI: KI erkennt Stimmungsmuster in Sprache und Text bereits statistisch zuverlässig und macht zunehmend auch bei der Erkennung von Körpersprache und körperlichen Reaktionen Fortschritte. Ein echtes Verstehen von Gefühlen bleibt jedoch überwiegend menschliche Domäne.
3. Soziale Intelligenz
   • Konzept: Geht auf Edward Thorndike (1920) zurück, der sie als Fähigkeit definierte, Menschen zu verstehen und in zwischenmenschlichen Situationen klug zu handeln.
   • Beispiel: Eine Verhandlungsführerin liest Signale am Verhandlungstisch und passt ihr Vorgehen situativ an.
   • Für Unternehmen: Trägt Teamarbeit, Verhandlungen und Kundenbindung.
   • Im Vergleich zur KI: Bleibt bislang überwiegend menschliche Domäne. KI unterstützt aber bereits punktuell, etwa in Callcentern bei der Einstufung von Persönlichkeitstypen und bei adaptiven Telefonie-Skripten, die Mitarbeitende im Gespräch unterstützen.
4. Praktische Intelligenz
   • Konzept: Nach Sternberg (1985) die Fähigkeit, Wissen in konkreten, oft unstrukturierten Alltagssituationen anzuwenden.
   • Beispiel: Ein Schichtleiter passt einen Produktionsprozess spontan an eine unerwartete Störung an.
   • Für Unternehmen: Trägt operative Exzellenz, Prozessanpassung und Krisenreaktion.
   • Im Vergleich zur KI: Bei planbaren, datengestützten Teilaufgaben wie vorausschauender Wartung übernimmt künstliche Intelligenz bereits viel, bei spontaner Improvisation in unvorhergesehenen Alltagssituationen bleibt der Mensch häufig führend.
5. Kreative Intelligenz
   • Konzept: Nach Sternberg (1985) die Fähigkeit, neuartige und zugleich angemessene Lösungen für neue oder ungewohnte Probleme zu entwickeln.
   • Beispiel: Ein Produktteam entwickelt aus einer Kundenbeschwerde ein neues Geschäftsmodell.
   • Für Unternehmen: Trägt Innovation, Differenzierung und neue Wertschöpfung.
   • Im Vergleich zur KI: Generative KI erzeugt heute selbst neuartige Kombinationen aus Text, Bild und Code, die Bewertung von Relevanz und Originalität im jeweiligen Kontext bleibt jedoch eine menschliche Aufgabe.

Zusammengenommen ergeben diese fünf Dimensionen das heute empirisch am besten abgesicherte Verständnis von Intelligenz, mit einem jeweils eigenen Verhältnis zwischen menschlicher und künstlicher Intelligenz. Dieses Verhältnis markiert dabei den aktuellen Stand, keinen fixen Zustand: Mit neuen Trainingsdaten, Algorithmen und mehr Rechenleistung verschieben sich die Fähigkeiten künstlicher Intelligenz in allen fünf Dimensionen kontinuierlich weiter. Mit diesem Fünfermodell arbeiten wir im weiteren Verlauf dieses Artikels und in den folgenden Beiträgen der Serie.

Im Unternehmen entscheidet Intelligenz über Erfolg & Wachstum

Im Unternehmenskontext hat sich seit Jahrzehnten ein eigener Begriff etabliert: Business Intelligence. Geprägt hat ihn 1958 der IBM-Forscher Hans Peter Luhn, der ein System zur automatisierten, zielgerichteten Verteilung von Information an Entscheidungsträger beschrieb. Erst 1989 gab der Gartner-Analyst Howard Dresner dem Begriff seine heutige, breitere Bedeutung: faktenbasierte Systeme zur Verbesserung unternehmerischer Entscheidungen. Diese Entwicklung von Daten über Information zu Wissen ähnelt der Wissenstreppe nach Klaus North, der wir in einem eigenen Artikel nachgehen. Über Jahrzehnte blieb Business Intelligence dabei vor allem eine technische Disziplin: Datenhaltung, Kennzahlen-Dashboards, IT-Systeme.

Entschieden haben dabei immer Menschen, gestützt auf mehr als kognitive Auswertung: Erfahrungswissen, soziale Abstimmung, kreative Lösungen für neue Situationen. Business Intelligence lieferte dazu bessere Daten, ersetzte aber nie diese menschliche Bewertung. Künstliche Intelligenz erweitert dieses Spektrum um eine zusätzliche Fähigkeit: Sie durchdringt große Datenmengen und liefert eigene Einschätzungen, in einem Tempo, das frühere Business-Intelligence-Systeme nicht erreichten. Werte, Governance, Ziele und Ethik bleiben menschliche Rahmenfaktoren. Kognitive und praktische Aufgaben übernimmt künstliche Intelligenz mit, die Absicherung muss jedoch in kritischen und sensiblen Bereichen menschlich bleiben. Bei emotionaler und sozialer Intelligenz bleibt der Mensch die tragende Instanz. Genau diese Kombination menschlicher und künstlicher Intelligenzformen erschließt das breitere Intelligenzspektrum, das Wachstum vorantreibt. Diesem Zusammenspiel, das wir als HYYBRID INTELLIGENCE® bezeichnen, widmen wir einen eigenen Artikel.

Wie entscheidend Entscheidungsqualität für den Unternehmenserfolg ist, belegen aktuelle Branchendaten. Ineffiziente Entscheidungsprozesse kosten ein durchschnittliches Fortune-500-Unternehmen laut einer Modellrechnung von McKinsey rund 530.000 Arbeitstage im Jahr, umgerechnet etwa 250 Millionen US-Dollar. Unternehmen mit überdurchschnittlicher Entscheidungsqualität erzielen laut derselben Untersuchung doppelt so häufig Finanzrenditen von mindestens 20 Prozent wie der Rest des Marktes.

Diese Beispiele beruhen auf dem Zusammenspiel mehrerer Intelligenzdimensionen mit den neuen Möglichkeiten künstlicher Intelligenz. Der Wertbeitrag zeigt sich dabei auf zwei Ebenen zugleich, in besserer Entscheidungsqualität und in gesteigerter Effizienz und Produktivität der laufenden Prozesse. Beide Ebenen gewinnen zunehmend durch vorausschauendes, datengestütztes Handeln, wie es Konzepte wie Adaptive and Predictive Business beschreiben: Ähnlich einer Navigations-App, die aus aktuellen Daten eine Stauprognose ableitet, richten solche Ansätze den Blick nach vorn, auf Basis derselben Intelligenzdimensionen.

Wie schon bei früheren industriellen Umbrüchen verschieben sich dabei Aufgaben und Stärken zwischen Mensch und Maschine, eine Herausforderung gerade für Rollen, die heute stark auf inzwischen automatisierbaren Tätigkeiten beruhen. Wertvoll bleiben dabei ausdrücklich beide Intelligenzformen: Werte, Kreativität, Governance und Ethik setzen weiterhin Menschen, ebenso wie Kompetenzen wie lebenslanges Lernen, Neugier, Innovationsfähigkeit und Veränderungsbereitschaft, die an Bedeutung gewinnen. Künstliche Intelligenz ersetzt diese menschliche Komponente nicht. Wertschöpfung entsteht, wenn Unternehmen sie gezielt in die HYYBRID INTELLIGENCE®-Wachstumsformel einbauen und gemeinsam mit der menschlichen Komponente als Führungsaufgabe orchestrieren.

Fazit

Intelligenz lässt sich nicht auf eine einzige Definition reduzieren, geschweige denn auf reine Rechenleistung. Anerkannt sind fünf Dimensionen, kognitiv, emotional, sozial, praktisch und kreativ, und mehrere Theorien mit sehr unterschiedlichem wissenschaftlichem Fundament.

Unsere Erfahrungen: Unternehmen, die Intelligenz vor allem als kognitiv-technische Leistungsfähigkeit verstehen, wie es die aktuelle KI-Debatte nahelegt, verkennen systematisch, welche der fünf Dimensionen in ihrer Organisation tatsächlich Entscheidungen und Wachstum tragen. Die stärksten Wachstumseffekte in den oben gezeigten Beispielen entstehen im Zusammenspiel mehrerer Dimensionen gleichzeitig, kognitiv, organisational und sozial. Weder Mensch noch künstliche Intelligenz beschränkt sich dabei auf eine einzelne Dimension: Beide wirken in allen fünf Dimensionen, nur mit unterschiedlicher Intensität und unterschiedlichen Stärken und Schwächen. Ein rein technologiezentrierter Ansatz unterschätzt genau diese Differenzierung und behandelt Intelligenz faktisch als eindimensionale, rein kognitiv-technische Größe, eine Verkürzung, die KI-Debatten oft prägt, wenn Sorge die sachliche Analyse verdrängt. Wer die fünf Dimensionen dagegen aktiv versteht und kombiniert, erschließt Wachstum, Produktivität und Wertschöpfung, weit über reine Technik hinaus.

Die fünf Dimensionen bilden dabei zunächst ein grobes Wahrnehmungsmodell: Es schafft Verständnis dafür, dass Intelligenz kein einheitliches Merkmal ist, lässt sich pro Dimension aber noch deutlich weiter differenzieren und bleibt an mancher Stelle bewusst grob. Es liefert damit ein erstes, methodisch sauber hergeleitetes Fundament, auf dem wir im Verständnis weiter aufbauen. Menschliche Intelligenz in all ihren Formen war für Wertschöpfung und Unternehmenserfolg historisch immer entscheidend, auf jeder Ebene, von Unternehmerinnen und Unternehmern über Führungskräfte bis zu einzelnen Mitarbeitenden und Teams. Darauf darf sie aber nicht stehen bleiben: Wer sie nicht gezielt mit den wachsenden Möglichkeiten künstlicher Intelligenz kombiniert, bleibt an die Grenzen rein menschlicher Kapazität gebunden.

Mit dieser Begriffsgrundlage lässt sich präziser über Intelligenz sprechen, gerade dort, wo der Begriff im Unternehmenskontext häufig verkürzt verwendet wird, und wo „Intelligence“ im Sinne von künstlicher Intelligenz heute inflationär verwendet wird, obwohl sich dahinter sehr unterschiedliche Technologieformen verbergen. Ohne diese Präzision reden Beteiligte oft aneinander vorbei und meinen mit demselben Wort unterschiedliche Dinge. In einem unserer nächsten Artikel legen wir dafür weitere Grundlagen, das HYYBRID INTELLIGENCE® Framework als Ganzes ordnen wir erst in einem späteren Beitrag unserer Insights-Serie ein. In einem vertiefenden Beitrag (folgt in Kürze) beleuchten wir außerdem, wie Organisationen aus den hier beschriebenen Dimensionen tatsächlich Entscheidungsfähigkeit und Wachstum aufbauen.

---

FAQ