Von Prinzipien der Informationsverarbeitung des Gehirns profitieren
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
-
Prof. Dr. Fred Hamker, Inhaber der Professur Künstliche Intelligenz, leitet die Forschungsarbeiten des interdisziplinätren Projektteams an der TU Chemnitz. Fotografik: Jacob Müller
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.
Weitere Informationen erteilt Prof. Dr. Fred Hamker, Professur Künstliche Intelligenz der TU Chemnitz, Telefon +49 (0)371 531-37875, E-Mail fred.hamker@informatik.tu-chemnitz.de.
Mario Steinebach
30.01.2026
