idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
29.05.2026 13:31

Sprachverarbeitung: Gehirn und KI arbeiten mit Vorhersagen

Blandina Mangelkramer Presse und Kommunikation
Friedrich-Alexander-Universität Erlangen-Nürnberg

    Gehirn berechnet ähnlich der KI die Wahrscheinlichkeit von Wortfolgen voraus

    Bereits beim Zuhören versucht das Gehirn, die nächsten Worte zu antizipieren. Dies hat eine aktuelle Studie eines interdisziplinären Forschungsteams um PD Dr. Patrick Krauss, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), und PD Dr. Achim Schilling, Universität Heidelberg, ergeben. Dafür kombinierten die Forschenden drei Methoden: eine natürliche Hörsituation, hochauflösende Messungen der Hirnaktivität und ein KI-Sprachmodell als Referenz. Je wahrscheinlicher ein Wort im jeweiligen Kontext war, desto schwächer fiel die neuronale Reaktion bei seiner Verarbeitung aus. Gleichzeitig zeigten die Daten bereits vor Wortbeginn eine erhöhte Voraktivierung, was für ein prädiktives Gehirn spricht.

    Kommt der Mensch mit einem angeborenen grammatikalischen Grundgerüst zur Welt oder entwickelt sich Sprache aufgrund von Erfahrung und Nutzung? Eine Frage, über die sich linguistische Denkschulen nicht abschließend einigen können. In letzter Zeit befeuern diese Diskussion leistungsstarke KI-Sprachmodelle (Large Language Models), deren Sprachverarbeitung auf Vorhersage der nachfolgenden Worte beruht.

    „In unserer Studie haben wir die natürliche, kontinuierliche Sprache eines Hörbuchs mit simultanen elektro- und magnetoenzephalographischen Messungen kombiniert und die Hirnaktivität der Probanden direkt mit den Vorhersagewahrscheinlichkeiten großer Sprachmodelle verglichen – und das mit einer zeitlichen Auflösung im Millisekundenbereich“, erläutert Patrick Krauss.

    Vorhersagen messbar

    Die Messergebnisse deuten darauf hin, dass das Gehirn bereits vor dem eigentlichen Wortbeginn aktiv wird. Die neuronale Reaktion fiel umso geringer aus, je wahrscheinlicher ein Wort im jeweiligen Kontext war. Demgegenüber lösten unerwartete Wörter stärkere neuronale Antworten aus. „Damit konnten wir nachweisen, dass das Gehirn Sprache aktiv vorhersagt. Diese Vorhersagen lassen sich messen und folgen ähnlichen Mustern wie in modernen Sprachmodellen“, erklärt Patrick Krauss.

    Sprachmodelle basieren auf künstlichen neuronalen Netzen. Es handelt sich dabei um mathematische Informationsverarbeitungseinheiten, deren Architektur dem menschlichen Gehirn nachempfunden ist. Während biologische Nervensysteme mit elektrischen oder chemischen Signalen arbeiten, berechnen Sprachmodelle bzw. deren Algorithmen Zahlenwerte.

    „Besonders überrascht hat uns, dass sich zwischen Gehirn und Sprachmodellen nicht nur ähnliche Vorhersagen zeigen. Es verdichten sich Hinweise darauf, dass beide Systeme Sprache intern auf vergleichbare Weise organisieren“, sagt Krauss.

    Ähnliche Prinzipien

    Damit untermauern die Studienergebnisse zentrale Annahmen der kognitiven Neurowissenschaft und liefern gleichzeitig eine Erklärung dafür, warum KI-Sprachmodelle in vielen Anwendungen so leistungsfähig sind.

    „Die Tatsache, dass Gehirn und Sprachmodelle zu ähnlichen Ergebnissen kommen, bedeutet nicht automatisch, dass sie gleich funktionieren. Aber sie kann auf ähnliche Prinzipien der Informationsverarbeitung hinweisen“, betont Achim Schilling. „Die spannende Frage ist, warum zwei so unterschiedliche Systeme dennoch auf so identische sprachliche Organisationsformen konvergieren – ebenso wo die Grenzen dieser Konvergenz liegen“, ergänzt Patrick Krauss.

    Im nächsten Schritt möchte das Forschungsteam herausfinden, ob die gefundenen Prinzipien robust sind und sich auf konkrete Anwendungen übertragen lassen. „Wenn wir besser verstehen, wie Gehirn und Sprachmodelle Sprache repräsentieren und vorhersagen, könnten daraus langfristig neue Ansätze für Diagnostik, personalisierte Therapien, Gehirn-Computer-Schnittstellen oder besser erklärbare KI entstehen.“

    Direkt zur Studie:
    https://doi.org/10.1016/j.neuroimage.2026.121966

    Kontakt für Medien:
    PD Dr. Patrick Krauss
    Lehrstuhl für Mustererkennung
    patrick.krauss@uk-erlangen.de


    Wissenschaftliche Ansprechpartner:

    PD Dr. Patrick Krauss
    Lehrstuhl für Mustererkennung
    patrick.krauss@uk-erlangen.de


    Originalpublikation:

    https://doi.org/10.1016/j.neuroimage.2026.121966


    Bilder

    Merkmale dieser Pressemitteilung:
    Journalisten
    Informationstechnik, Medizin, Sprache / Literatur
    überregional
    Buntes aus der Wissenschaft, Forschungsergebnisse
    Deutsch


     

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).