Der neuronale Tunnelblick – Warum die KI-Szene an den Gliazellen vorbeidenkt

Die Verheißung des neuronalen Netzes

Die moderne Künstliche Intelligenz lebt vom Mythos des Neurons. Seit Geoffrey Hinton mit seinen künstlichen neuronalen Netzen die Grundlagen für Deep Learning legte, gilt das Neuron als heilige Einheit der KI-Forschung. Die Formel ist simpel: Je größer die Netze, je dichter die Synapsen, desto intelligenter die Maschine. Der Rest ist Rechenpower, Daten und Energie.

Doch diese Gleichung ist gefährlich verkürzt. Sie ignoriert, dass das Gehirn mehr ist als ein Stromkreis aus Neuronen. Es ist ein ökologisches Gesamtsystem, in dem Neuronen, Gliazellen, chemische Botenstoffe, Blutversorgung und Körperintegration untrennbar zusammenwirken. Wer nur das Neuron imitiert, baut eine Karikatur der Intelligenz – nicht ihr Abbild.

Das Gehirn als Effizienzmeister

Die Zahlen sind bekannt und zugleich unfassbar: Rund 100 Milliarden Nervenzellen, verbunden durch 100 Billionen Synapsen, steuern alle Körperfunktionen, ermöglichen Bewusstsein, Lernen, Kreativität. Das Gewicht: knapp anderthalb Kilogramm. Der Energiebedarf: 25 Watt – zwei belegte Brotscheiben.

Die FAZ beschreibt dieses Wunder plastisch: Das Gehirn sei so groß wie eine kleine Melone und steuere doch eine ganze Welt. Kein Supercomputer kommt da mit. Systeme, die heute Milliarden verschlingen, verbrauchen Megawatt – und sind doch unfähig, auch nur die Komplexität eines Insektengehirns nachzubilden.

Die Dresdner Hoffnung – und ihr blinder Fleck

Gerade deshalb fasziniert das Projekt, das die Physikerin Heidemarie Krüger in Dresden vorantreibt. Mit ihrer Firma Techifab entwickelt sie neuromorphe Chips, die Synapsen und Neuronen nachahmen sollen. Memristoren und rekonfigurierbare Transistoren bilden die Basis. Gefördert wird das Projekt von der staatlichen Agentur für Sprunginnovationen (Sprind). „Paradigmenwechsel“ nennt Krüger ihr Vorhaben.

Und tatsächlich: Solche Chips könnten Rechenoperationen effizienter machen, Speicher- und Prozessorlogik zusammenführen, Energie sparen. Doch im Jubel über das technologische Wagnis bleibt eine entscheidende Frage ausgeblendet: Was passiert jenseits der Neuronen?

Das Gehirn ist kein lineares Rechenwerk. Es lebt von der Kooperation unscheinbarer Helfer – der Gliazellen. Sie myelinisieren Axone, beschleunigen die Signalübertragung, versorgen Neuronen mit Energie, recyceln Neurotransmitter, orchestrieren synaptische Plastizität. Ohne sie gäbe es kein stabiles Lernen, keine Resilienz, keine höhere Kognition.

Muster ohne Glia – Lektionen der Conulariden

Dass Neuronen allein zu wenig sind, zeigt die Evolutionsgeschichte. Primitive Meerestiere wie die ausgestorbenen Conulariden verfügten über neuronale Netze, konnten einfache Reize verarbeiten – aber keine komplexen Muster integrieren, kein Gedächtnis entwickeln, keine höheren Funktionen ausbilden. Ohne Gliazellen blieben sie auf reflexhafte Reaktionen beschränkt. Das Ergebnis: evolutionäres Scheitern.

Übertragen auf die KI heißt das: Auch künstliche Neuronen können Muster erkennen. Aber ohne das Äquivalent glialer Koordination bleiben ihre Fähigkeiten beschränkt. Sie sind leistungsstarke, aber primitive Systeme – Reflexmaschinen ohne echtes Verständnis.

Die Stimme der Kritiker: Felser und Witt

Winfried Felser spricht in diesem Zusammenhang von einer „glialen Wende“ der KI. Nur wenn wir die Lektionen der Biologie ernst nehmen, können wir Intelligenz jenseits des Neuronalen entwickeln. Felser sieht Parallelen zwischen Gliazellen und modernen Transformer-Architekturen: beides Koordinations- und Kontextmaschinen, die über das bloße Feuern von Signalen hinausgehen.

Frank H. Witt ergänzt die philosophische Perspektive: Wir überschätzen das Bewusstsein und unterschätzen die Mustererkennung. Intelligenz ist keine Reflexion im Spiegel des Ich, sondern die Fähigkeit, Komplexität effizient zu ordnen. Und diese Fähigkeit hängt weniger von isolierten Neuronen ab, sondern vom Zusammenspiel aller Akteure in einem System – biologisch wie kulturell.

Der mechanistische Irrtum

Die Fixierung auf Neuronen verführt zu einer gefährlichen Maschinenmetapher. Das Gehirn wird als Computer verstanden, die Synapse als Schalter, das Denken als Algorithmus. Milliarden fließen in Chips, die neuronale Signalwege nachahmen sollen – als wäre Intelligenz ein lineares Rechenproblem.

Doch diese Logik verfehlt das Wesen des Gehirns. Maschinen sind Werkzeuge, nicht Personen. Sie haben keine Absichten, keine Moral, keine Eigenlogik. Wir dürfen Technik nicht beseelen, aber wir dürfen sie auch nicht reduzieren. Wer glaubt, Neuronen und Chips reichten zur Nachbildung der Intelligenz, macht denselben Fehler wie jene, die Algorithmen dämonisieren. Beides sind Projektionen.

Die verpasste Chance

Die Frage ist nicht, ob Projekte wie Techifab sinnvoll sind – sie sind es zweifellos, als Forschung, als Technologie, als Beitrag zu einer effizienteren Chipindustrie. Die Frage ist, ob wir im Jubel über neuromorphe Bauelemente vergessen, was das Gehirn wirklich ausmacht: seine systemische Logik, seine emergenten Eigenschaften, seine glialen und kulturellen Kontexte.

Wenn Sprind Milliarden in die Nachahmung neuronaler Netzwerke steckt, ist das ambitioniert – aber auch riskant. Denn womöglich fördert der Staat eine Sackgasse: Chips, die Neuronen imitieren, ohne das Ganze zu verstehen.

Für eine gliale Wende der KI

Die KI-Szene fährt derzeit mit Vollgas in Richtung neuronaler Simulationen. Doch wie die Conulariden mahnen: Neuronen allein reichen nicht. Evolution braucht Gliazellen, Kultur, Ökologie.

Für die KI bedeutet das: Wir müssen weg vom neuronalen Tunnelblick. Wir brauchen Systeme, die Kontext, Koordination und kulturelle Einbettung ernst nehmen. Nur dann wird KI mehr sein als ein stochastischer Papagei – und zu einem kokreativen Partner in einer digitalen Renaissance.