idw - Informationsdienst
Wissenschaft
Professur Künstliche Intelligenz der TU Chemnitz und Lehrstuhl Neuropsychologie der Otto-von-Guericke Universität Magdeburg wollen Künstliche Intelligenz inspiriert vom Gewohnheitslernen des Gehirns leistungsfähiger machen
Am 28. Januar 2026 startete an der Technischen Universität Chemnitz mit einem Kick-Off-Treffen ein Pilotprojekt zum Thema „Gehirn-inspirierte Nutzung effizienter Shortcuts in der Künstlichen Intelligenz“. In den kommenden drei Jahren wollen Forscherinnen und Forscher der Professur Künstliche Intelligenz (Leitung: Prof. Dr. Fred Hamker) der TU Chemnitz und des Lehrstuhls Neuropsychologie (Leitung: Prof. Dr. Markus Ullsperger) der Otto-von-Guericke-Universität Magdeburg gemeinsam eine Lösung für die Erhöhung der Rechen- und Energieeffizienz in großen modularen neuronalen Transformer-Netzen entwickeln. Diese Lösung soll von der bemerkenswerten Fähigkeit des Gehirns zum Erlernen von Gewohnheiten inspiriert sein.
Zum Hintergrund: Das Entstehen von Gewohnheitsverhalten im tierischen wie im menschlichen Gehirn spiegelt die Fähigkeit des Nervensystems wider, kognitive und neuronale Ressourcen effizient zu delegieren. Durch die Automatisierung häufig wiederholter Reaktionen minimiert das Gehirn den Bedarf an kognitiver Anstrengung und Entscheidungsfindung. Dadurch können sich Individuen auf andere komplexe Aufgaben konzentrieren. „So wie das menschliche Gehirn häufig wiederholte Reaktionen automatisiert, um kognitive Kapazitäten freizusetzen, können KI-Systeme von gewohnheitsähnlichen Mechanismen profitieren, um die Verarbeitungseffizienz zu optimieren“, sagt Hamker. Durch das Erlernen und Automatisieren häufig verwendeter Entscheidungsmuster könne KI redundante Berechnungen minimieren, die Rechenlast reduzieren und die Reaktionszeiten verkürzen. „Dies verbessert nicht nur die Gesamteffizienz, sondern trägt auch zur Energieeinsparung bei, da neuronale Netze und Modelle des verstärkenden Lernens erhebliche Rechenleistung erfordern“, so der Chemnitzer KI-Experte.
Aus Sicht der Forschenden könnten zukünftige KI-Systeme daher erheblich verbessert werden, wenn sie sowohl detailliertes modellbasiertes Lernen als auch automatisiertes Gewohnheitslernen ermöglichen würden. Das Team aus Chemnitz und Magdeburg will Abkürzungsverbindungen (Shortcuts), die im Gehirn existieren, auch in die KI transformieren. „Wir gehen davon aus, dass diese Shortcut-ähnlichen Konzepte bei der Berechnung von Routineaufgaben von Vorteil sind, da sie einen wesentlich geringeren Rechenaufwand erfordern und somit den Energieverbrauch erheblich senken, während gleichzeitig die Flexibilität der KI-Systeme erhalten bleibt“, sagt Hamker. Das vom Gehirn inspirierte KI-Modell soll hinsichtlich Leistung und Energieverbrauch mit derzeit bestehenden KI-Verfahren sowie der kognitiven Flexibilität von Menschen verglichen werden.
Das interdisziplinäre Projekt wird im Rahmen des Calls „Neurobiologisch inspirierte Künstliche Intelligenz“ vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) bis zum Dezember 2028 mit etwa 365.000 Euro gefördert. Die Projektergebnisse sollen Grundlagen für ein neuartiges rechen- und energieeffizientes KI System, das für das Erlernen von Automatisierung und Lösen komplexer Aufgaben in verschiedensten Anwendungsbereichen geeignet ist.
Prof. Dr. Fred Hamker, Professur Künstliche Intelligenz der TU Chemnitz, Telefon +49 (0)371 531-37875, E-Mail fred.hamker@informatik.tu-chemnitz.de
Prof. Dr. Fred Hamker, Inhaber der Professur Künstliche Intelligenz, leitet die Forschungsarbeiten d ...
Quelle: Fotografik: Jacob Müller
Merkmale dieser Pressemitteilung:
Journalisten, Wirtschaftsvertreter, Wissenschaftler
Elektrotechnik, Informationstechnik, Psychologie
überregional
Forschungsprojekte, Kooperationen
Deutsch

Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
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).