Eine Brücke unter Vorbehalt

Wer verstehen will, wie menschliches Denken funktioniert, und wer Maschinen bauen will, die etwas Ähnliches leisten — das klingt zunächst nach zwei getrennten Berufen. Der eine schaut nach innen, in Gehirne und Verhalten; der andere schaut auf Code und Rechenleistung. Genau diese scheinbare Trennung ist der Ausgangspunkt einer Übersichtsarbeit, die im August 2025 als Preprint erschien und den Titel „Bridging Minds and Machines“ trägt. Ihre Autoren — Rui Mao, Qian Liu, Xiao Li, Erik Cambria und Amir Hussain — beginnen nicht mit einem offenen technischen Detailproblem, sondern mit einer Behauptung über das Verhältnis der beiden Felder.

Diese Behauptung hat zwei Richtungen. Die erste: Viele Durchbrüche der Künstlichen Intelligenz lassen sich auf kognitionswissenschaftliche Theorien zurückführen. Die zweite, umgekehrte: Die KI ist ihrerseits zu einem unverzichtbaren Werkzeug für die Erforschung des Denkens geworden. Die Kognitionswissenschaft, so das Papier, hat Disziplinen von der Philosophie über Psychologie und Neurowissenschaft bis zur Linguistik und zur Kulturforschung geprägt — und die KI entstand überhaupt erst dort, wo Kognitionswissenschaft und Informatik sich berührten. Bemerkenswert ist, was daraus folgt: Es ist diese wechselseitige Beziehung selbst, die den Überblick motiviert. Der Gegenstand des Textes ist also nicht eine Lücke im Wissen, sondern ein Verhältnis.

Neu ist der Gedanke nicht. Schon vor Jahrzehnten wurde festgehalten, dass die KI zwei Ziele verfolge: Computer dazu zu bringen, kluge Dinge zu tun, damit Menschen sie nicht tun müssen — und Computer zu nutzen, um Menschen zu simulieren, damit wir herausfinden, wie Menschen funktionieren. Für dieses zweite Ziel waren früher auch Bezeichnungen wie „kognitive Simulation“ gebräuchlich.

Im selben Autorenkreis wird die zweite Richtung noch weiter getrieben: In einer 2026 in der Zeitschrift Cognitive Computation erschienenen Arbeit, an der neben Cambria, Mao und Hussain auch Nicola Bianchi, Keith Oatley und Geoffrey Hinton beteiligt sind, heißt es, KI sei eben nicht bloß ein Werkzeug, das menschliche Fähigkeiten erweitere — sie verändere vielmehr, wie Menschen Intelligenz überhaupt verstehen.

Wer also fragt, was dieses Papier eigentlich untersucht, bekommt keine Messung zur Antwort, sondern eine Blickrichtung.

Bevor man darüber streitet, ob ein wissenschaftlicher Text recht hat, lohnt eine schlichtere Frage: Was für eine Art von Arbeit ist das überhaupt? Ein Messbericht, der Zahlen vorlegt, verlangt eine andere Art von Prüfung als ein Text, der Begriffe ordnet und eine Debatte sortiert. Diese Einordnung vorweg erspart später einige Missverständnisse.

Der hier besprochene Text ist ein Preprint auf der Plattform arXiv, geführt unter der Nummer arXiv:2508.20674 — so taucht er im Literaturverzeichnis einer Zeitschriftenarbeit aus demselben Themenfeld auf.

Wie der Offenlegungsapparat solcher argumentativen Arbeiten aussieht, lässt sich an eben jener Zeitschriftenarbeit gut zeigen, denn dort steht es ausbuchstabiert. Unter "Data Availability" heißt es dort, dass für die Studie keine Datensätze erzeugt oder ausgewertet wurden. Und unter "Funding" steht, dass die Arbeit ohne externe Förderung entstanden ist. Kein eigener Datenbestand, kein Drittmittelprojekt: Was so ein Text zu bieten hat, ist die Argumentation selbst.

Bemerkenswert ist, was an die Stelle des Messens tritt. Die Arbeit fordert Bewertungsrahmen ein, die die von ihr beschriebenen Verschiebungen überhaupt erst quantifizieren könnten — etwa indem man die Leistung von Menschen allein, von KI allein und von beiden gemeinsam vergleichend prüft, die Robustheit unter veränderten Bedingungen testet und misst, wie gut Systeme ihre eigene Unsicherheit einschätzen. Die Messung bleibt damit ein Vorschlag: Die Arbeit skizziert eine Agenda, die das leisten könnte, führt sie aber nicht selbst aus.

Dass das keine Notwendigkeit des Feldes ist, sondern eine Entscheidung über das Format, zeigt der Blick auf eine Nachbararbeit. Sie kündigt schon im Titel beides an: einen Überblick über große Sprachmodelle und eine eigene neue kognitive Architektur. Ihre Erklärung zur Datenverfügbarkeit verweist entsprechend auf Gesprächstranskripte, die dem Artikel im Anhang beiliegen.

Für die Lektüre heißt das: Was folgt, ist als Landkarte zu lesen, nicht als Messprotokoll. Man darf einen solchen Text danach beurteilen, ob seine Ordnung trägt und seine Unterscheidungen etwas klären — nicht danach, ob er Zahlen liefert, die er gar nicht in Aussicht stellt.

Wenn eine Maschine eine Aufgabe löst, die bislang als typisch menschlich galt, liegt der Schluss nahe, sie habe dabei auch etwas verstanden. Genau an dieser Stelle setzt die zentrale Diagnose an, um die es hier geht — und sie fällt nüchterner aus, als der erste Eindruck vermuten lässt.

Die Bestandsaufnahme formuliert es so: Der Fortschritt der KI hat vor allem auf die praktische Aufgabenleistung gezielt, während ihre kognitiven Grundlagen begrifflich fragmentiert geblieben sind. Anders gesagt: Die Systeme werden immer besser darin, etwas zu tun, aber die Begriffe dafür, was sie dabei eigentlich tun, sind nicht mitgewachsen. Wünschenswert wäre beides — nicht nur, dass KI menschliche Genauigkeit bei der Bearbeitung von Aufgaben erreicht, sondern dass sie eine menschenähnliche Intelligenz im Wahrnehmen der Welt entwickelt.

Der Musterfall dafür ist die sogenannte Theory of Mind: die kognitive Fähigkeit, sich selbst und anderen mentale Zustände zuzuschreiben — Überzeugungen, Wünsche, Absichten, Emotionen. Kinder erwerben sie ungefähr im Alter von vier Jahren. In einem großangelegten Vergleich mit 1.907 menschlichen Teilnehmenden erreichte oder übertraf GPT-4 die Menschen bei Prüfungen zu falschen Überzeugungen, zu indirekten Aufforderungen und zu Irreführung; beim Erkennen von Fettnäpfchen tat es sich dagegen schwer. Eine weitere Untersuchung ordnet die Leistung von Sprachmodellen im Falschüberzeugungs-Test auf dem Niveau von Sechsjährigen ein.

Die Zahlen sind das eine, ihre Deutung das andere. Dieselbe Bestandsaufnahme hält fest, dass generativer KI das subjektive Gewahrsein und das intentionale Verstehen fehlen — beides Kernmerkmale dessen, was die Psychologie unter „Geist“ versteht. Bewertet wird allein das beobachtbare Verhalten, und genau darin liegt das methodische Risiko: Oberflächliche Nachahmung kann mit echtem mentalem Schlussfolgern verwechselt werden. Die KI-gestützte Theory-of-Mind-Forschung bleibt in Reichweite und Erklärungstiefe begrenzt.

Eine kritische Gegenstimme geht noch weiter: Wer KI-Systeme als Modelle des Denkens nimmt, verzerre den Blick auf die Kognition und mache die Kognitionswissenschaft theoretisch schwächer — und das gelte nicht nur für die Kognition als Ganzes, sondern auch für einzelne Fähigkeiten wie Sprache, Problemlösen, Schlussfolgern oder Wahrnehmung.

Leistung ohne Fundament heißt also nicht: Die Systeme können nichts. Es heißt: Was sie können, ist begrifflich noch nicht eingeordnet.

Wer eine Diagnose beurteilen will, muss zuerst die Sprache verstehen, in der sie gestellt wird. Drei Begriffe tragen hier die Beweisführung: kognitive Architektur, Theory of Mind und Modularität. Sie klingen nach Jargon, haben aber eine lange Forschungsgeschichte: Kognitive Architekturen gehen auf Newells Forschungsstrategie und frühe Arbeiten zum menschlichen Problemlösen zurück, und Theory of Mind wird über Falschglaubens-Tests geprüft.

Eine kognitive Architektur modelliert die festen Strukturen und Prozesse, die menschlicher Intelligenz zugrunde liegen. Beschreiben lässt sie sich über drei Dinge: die Speicher, die Überzeugungen, Ziele und Wissen eines Agenten halten, die Repräsentationen dieser Inhalte und die Prozesse, die auf ihnen arbeiten. Konkret unterscheidet man ein Langzeitgedächtnis — deklarativ für Behauptungen, prozedural für das Wie einer Aufgabe, episodisch für die eigene Vorgeschichte, semantisch für geglaubte Fakten — und ein kurzfristiges Arbeitsgedächtnis für die aktuelle Lage. Wie stark diese Modelle am Menschen geeicht sind, zeigt der kognitive Zyklus: Er ist nach seinem menschlichen Vorbild benannt, entspricht etwa 50 Millisekunden geistiger Aktivität und durchläuft vier Phasen — neue Wahrnehmung aufnehmen, den Zustand ausarbeiten, die nächste Handlung wählen, die Folgen wirksam werden lassen.

Theory of Mind meint die kognitive Fähigkeit, sich selbst und anderen mentale Zustände zuzuschreiben: Überzeugungen, Wünsche, Absichten, Gefühle. Wie greifbar der Begriff ist, zeigt seine Entwicklungsmarke — Kinder erwerben diese Fähigkeit etwa mit vier Jahren.

Modularität schließlich bezeichnet funktionale Spezialisierung. Das menschliche Gehirn zeigt sie in auffälligem Maß: getrennte Netzwerke für Sprache, für formales Schließen, für das Nachdenken über andere Köpfe und für das über die physische Welt.

Drei Begriffe, drei Fächer, drei Messlatten. Wer sie benutzt, borgt sich damit auch deren Prüfverfahren — und die Erwartung, dass eine Behauptung daran scheitern kann.

Wer zwei große Forschungsfelder in einer Übersicht zusammenführen will, muss Grenzen ziehen — und aufschlussreich ist vor allem, wo eine Arbeit das selbst tut. Dieser Abschnitt sammelt die Stellen, an denen die besprochene Arbeit ihre eigenen Lücken benennt, statt sie zu überspielen.

Die erste Einschränkung ist eine Zuschnittsfrage. Die psychologische Forschung, so hält die Arbeit ausdrücklich fest, arbeite häufig mit bildgebenden Verfahren; ihr eigener Psychologie-Teil konzentriere sich jedoch auf repräsentative Themen aus verhaltensbezogener und kognitiver Perspektive. Die Arbeit nennt dafür auch den Grund: Der Zuschnitt dient der Abgrenzung zum folgenden Abschnitt.

Beim Gedankenlesen, in der Fachsprache Theory of Mind, fällt die Selbstauskunft ähnlich nüchtern aus. Die Arbeit referiert einen Befund aus einer anderen Untersuchung: Bei Falschglaubens-Tests liege die Leistung von Sprachmodellen auf dem Niveau sechsjähriger Kinder. Die Arbeit selbst zieht daraus einen deutlichen Schluss: Der Forschungsstand bleibe eng und erklärungsschwach, generative Systeme hätten kein subjektives Erleben, und weil man sie allein an beobachtbarem Verhalten misst, drohe die Verwechslung von oberflächlicher Nachahmung mit echtem mentalem Schließen.

Der zweite Vorbehalt betrifft die Gültigkeit der Übertragungen. Eine zentrale Schwierigkeit, so die Arbeit, liege in der begrenzten ökologischen und kulturellen Validität solcher Systeme. Diese Schlagseite ist nicht bloß behauptet, sondern vermessen: Die Arbeit greift eine übernommene Wertekarte auf, die 107 Regionen aus den letzten drei Wellen der Integrated Values Surveys abbildet, und trägt darin die Antworten von Sprachmodellen auf dieselben Umfragefragen ein. Die dort zitierte Erhebung ordnet die Modelle einer englischsprachigen, protestantisch-europäischen Prägung zu. Die Konsequenz zieht wieder die Arbeit selbst: Kultur müsse als formale und strenge Dimension in die KI-Methodik einwandern.

Bleibt der Gedächtnis-Nachbau. Menschliches Erinnern durchläuft Sinnesspeicher, Arbeitsgedächtnis und langfristige Festigung; künstliche Systeme legen Wissen dagegen in Netzwerkgewichten ab. Was ihnen fehle, benennt die Arbeit selbst: spontanes inneres Wiederholen, selektives Vergessen und die Fähigkeit, Gelerntes über Kontexte hinweg anzupassen.

Das Fazit fällt entsprechend zurückhaltend aus — die eigene Analyse zeige eine Entwicklung, die vielversprechend, aber ungleichmäßig sei.

Ein Überblick, der selbst nichts misst, wirkt auf den ersten Blick wie eine halbe Sache. Sein Ertrag liegt woanders: Er sortiert ein unübersichtliches Feld und macht sichtbar, was als Nächstes zu prüfen wäre. Was am Ende bleibt, ist deshalb keine Bilanz, sondern eine Agenda — und die Frage, wer sie einlöst.

Wie eine solche Prüfung aussehen könnte, führt eine Begleitarbeit aus demselben Umfeld in vier nummerierten Punkten aus. Sie schlägt vor, drei Leistungen gegeneinander zu stellen: Mensch allein, KI allein und Mensch und KI gemeinsam. Erst dieser Dreischritt zeigt, wo im Zusammenspiel neue Stärken entstehen — und wo neue Fehlermuster. Dazu kommen Belastungsproben unter verschobenen Bedingungen, die Laborkompetenz von Verlässlichkeit in der Wirklichkeit trennen sollen. Gemessen werden soll außerdem, wie gut ein System seine eigene Unsicherheit einschätzt und wie Menschen sich darauf verlassen: Verbessern Erklärungen tatsächlich die Nachprüfung, oder erhöhen sie bloß die Bereitschaft, der Maschine zu folgen? Und schließlich Langzeitstudien, die verfolgen, ob dauerhafte KI-Nutzung zu Entqualifizierung führt, zu Umqualifizierung — oder dazu, dass sich Fachwissen zu Bewertung und Orchestrierung hin verlagert.

Wie jung dieser Strang ist, verrät schon die Datumszeile jener Arbeit: eingereicht am 2. Februar 2026, angenommen am 16. Februar 2026. Ihre Autoren halten die laufende Debatte überdies für falsch zugeschnitten. Arbeitsplatzverlust, ökonomische Ungleichheit, ethische Dilemmata und Regulierungsfragen seien drängend, verdeckten aber ein tiefer liegendes Phänomen.

Die schärfste Gegenstimme kommt von woanders her. Iris van Rooij und Kolleginnen und Kollegen argumentieren in „Reclaiming AI as a theoretical tool for cognitive science“ mit einem formalen Beweis, dem Ingenia-Theorem: Das Lernproblem, an dem menschenähnliche KI hängt, ist unlösbar schwer. Tatsächlich gebaute Systeme entstehen entweder durch handhabbare Verfahren oder dadurch, dass man ein unrealistisch langes Verfahren abkürzt — und verfehlen dieses Lernproblem deshalb notwendig. Konkret heiße das: viele Fehler und ein Verhalten, das substanziell vom menschlichen abweicht. Wer menschliche Kognition verstehen wolle, halte in einem solchen System bloß eine Attrappe in den Händen.

Das ist die Position dieser Arbeit, nicht das Eingeständnis eines Überblicks. Aber sie markiert die Latte, über die jede Agenda springen muss, die aus dem Sortieren wieder ein Messen machen will.