Der Universalgelehrte 2.0: Wie KI unsere kreative Intelligenz vervielfacht

Wer als Unternehmer strategisch mehrere Jahre im Voraus denken muss, blickt aktuell mit einer Mischung aus Faszination und Skepsis auf die KI-Entwicklung. Large Language Models (LLMs) sind beeindruckende Werkzeuge. Doch sie sind erst der Anfang. Um zu verstehen, welches Potenzial wirklich in dieser Technologie steckt, müssen wir verstehen, wie echtes Begreifen und echte Kreativität entstehen – und wie effizient unser Gehirn dabei arbeitet.

Dabei helfen uns zwei Perspektiven: die Hirnforschung von Prof. Dr. Christoph von der Malsburg und das Wirklichkeitsmodell des Physikers Florian Aigner.

Das Zebra-Prinzip: Wie unser Gehirn die Welt versteht

Prof. von der Malsburg nutzt ein einfaches, aber eindrucksvolles Beispiel: das Zebra.

Wenn ein heutiges KI-System ein Zebra „sieht“, zerlegt es Millionen von Pixeln statistisch. Es sucht nach Kanten, Mustern (Streifen) und Kontrasten. Es rechnet und korreliert, bis die Statistik sagt: „Zu 98 % ein Zebra.“

Das menschliche Gehirn arbeitet völlig anders – und unglaublich effizient. Es nutzt das, was von der Malsburg „zeitliche Bindung“ (Temporal Binding) nennt: Nervenzellen feuern im gleichen Takt, um zusammengehörige Merkmale blitzschnell zu einer kohärenten Gestalt zusammenzufügen. Ein Kind sieht einmal ein Zebra und versteht das Prinzip „Zebra“.

Der energetische Unterschied ist enorm: Unser Gehirn kommt mit etwa 20 Watt aus – so viel wie eine schwache Glühbirne. Heutige KI-Systeme benötigen dafür riesige Rechenzentren, deren Energiebedarf teilweise schon mit kleinen Kernkraftwerken verglichen wird.

Stellen Sie sich vor, was passiert, wenn wir KI-Systeme entwickeln, die nach den Prinzipien des Gehirns arbeiten: Plötzlich könnten sie lokal auf Ihrem Laptop oder sogar Ihrem Smartphone laufen. Dezentral. Energieeffizient. Für jeden zugänglich. Nach dem Open-Source-Prinzip: Viele Köpfe sind schlauer als wenige.

Bild: © gemini & NEW COLOR KI-MarkenEntwicklung

Die 4 Ebenen der Wirklichkeit: Ein Kompass für KI-Entwicklung

Um zu verstehen, wie wir von statistischer Nachahmung zu echter Innovation kommen, hilft uns Florian Aigners Modell der „vier Ebenen der Wirklichkeit“:

1. Die objektive physikalische Wirklichkeit (Ebene 1): Das ist die fundamentale Welt der Physik, wie sie unabhängig von uns existiert – Atome, elektromagnetische Wellen, Felder. Auf dieser Ebene gibt es noch keine Farben (nur Wellenlängen), keine Wärme (nur kinetische Energie von Teilchen) und keine Musik (nur Druckunterschiede in der Luft).
2. Die biologisch-subjektive Wirklichkeit (Ebene 2): Hier kommen unsere Sinnesorgane ins Spiel. Unser Gehirn übersetzt die physikalischen Daten der ersten Ebene in Sinneseindrücke. Diese Wirklichkeit ist bei jedem Lebewesen anders: Eine Fledermaus erlebt durch Ultraschall eine völlig andere Ebene 2 als ein Mensch, und selbst unter Menschen unterscheidet sich die Wahrnehmung leicht (z.B. bei Farbenblindheit).
3. Die kulturelle / intersubjektive Wirklichkeit (Ebene 3): Das ist die Ebene, die wir uns durch Sprache, Konsens, Symbole und Kultur teilen. Dinge auf dieser Ebene (wie Geld, Gesetze, Landesgrenzen oder wissenschaftliche Theorien) existieren nicht als physikalische Objekte der Ebene 1, sind aber dennoch eine sehr reale „Wirklichkeit“ für unser Zusammenleben, weil wir uns als Kollektiv darauf geeinigt haben.
4. Die erweiterte / technologische Wirklichkeit (Ebene 4): Das, was Aigner auch als die „kulturelle, selbstgesteuerte Erweiterung unseres Bewusstseins“ beschreibt. Der Mensch nutzt Werkzeuge (von der Brille über das Mikroskop bis hin zu Teilchenbeschleunigern oder Algorithmen), um die Grenzen seiner biologischen Sinne (Ebene 2) zu sprengen und tiefer in die physikalische Wirklichkeit (Ebene 1) vorzudringen.

Der Informationstrichter: Warum wahre Kreativität Kompression braucht

Betrachten wir diese Ebenen als einen mathematischen Informationstrichter:

Ebene 1 liefert unendliche, rohe Daten – ein absoluter Overkill.
Ebene 2 filtert und komprimiert radikal – unsere Sinne nehmen nur einen winzigen Bruchteil wahr.
Ebene 3 abstrahiert weiter – ein einziges Wort wie „Geld“ ersetzt Milliarden komplexer Prozesse.
Ebene 4 explodiert die Komplexität wieder – aber auf einer neuen, kreativen Ebene. Hier entsteht Neuland.

Der entscheidende Punkt ist die intelligente Kompression zwischen Ebene 1 und 3. Unser Gehirn filtert 99,99 % des Rauschens weg, damit wir handlungsfähig bleiben. Genau diese effiziente Reduktion ist der Schlüssel zu echter Kreativität.

Bild © gemini & NEW COLOR KI-MarkenEntwicklung

LLMs als kraftvolle Assistenten – und wo die Reise hingeht

Heutige LLMs operieren primär in Ebene 3. Sie meistern Sprache, Kultur und Konzepte mit beeindruckender Präzision. Was sie (noch) nicht haben: Eine direkte Verankerung in Ebene 1 (die physische Welt) und Ebene 2 (biologische Sinneswahrnehmung).

Und genau hier liegt die Chance: Wenn wir LLMs mit Systemen kombinieren, die diese Ebenen verbinden – die physikalische Daten erfassen und biologisch inspiriert verarbeiten – dann entsteht etwas Mächtiges. Plötzlich können wir Neuland nicht nur schneller, sondern auch fundierter betreten. Die KI wird zum Katalysator, der unsere menschliche Intelligenz multipliziert.

Die menschliche Fragmentierung: Warum wir den „synaptischen Klebstoff“ brauchen

Betrachten wir die Geschichte: Ein durchschnittlicher Handwerker oder Bauer vor 3.000 Jahren musste Astronom (für die Saatzeiten), Botaniker, Tierarzt, Zimmermann und Logistiker in einem sein. Wer nicht vielseitig war und keine starke Intuition besaß, überlebte den nächsten Winter nicht.

Heute haben wir diese Vielseitigkeit gegen maximale Effizienz eingetauscht. Wir leben in der funktionalen Differenzierung. Unser biologisches Gehirn ist dasselbe wie vor Jahrtausenden, aber unser Wissen ist extrem fragmentiert. Der Astrophysiker versteht den Zellbiologen nicht mehr.

Wir ertrinken in Informationen (Ebene 1 und 3), aber uns fehlt der synaptische Klebstoff, um daraus echte Weisheit zu machen.

Genau hier wird KI zum Game-Changer: Sie kann als Universalgelehrter im Hintergrund arbeiten, der die Brücken zwischen den Disziplinen sieht.

Die Symbiose: Ein Tanz zwischen Mensch und Maschine

Muss uns das ängstigen? Nein. Denn hier liegt die eigentliche Chance der nächsten KI-Generation.

Eine KI wird sich nicht über Nacht eigene biologische Sinne bauen. Sie ist auf den „menschlichen Kosmos“ angewiesen. Daraus ergibt sich ein faszinierendes, dialogisches Szenario:

1. Der Mensch stellt die große Frage: Ein Forscher möchte ein komplexes Problem lösen, das mehrere Disziplinen berührt.
2. Die KI verbindet die Konzepte: Sie durchsucht nicht nur Datenbanken, sondern erkennt strukturelle Ähnlichkeiten zwischen scheinbar unverbundenen Feldern.
3. Gemeinsames Iterieren: Der Mensch fragt zurück: „Wie könnten wir das testen?“ Die KI schlägt Experiment-Designs vor, basierend auf Methoden aus völlig anderen Disziplinen. Der Mensch passt es an die praktische Realität an. Die KI hilft bei der Optimierung.
4. Neues Wissen entsteht: Gemeinsam betreten sie Neuland – schneller und fundierter, als es jeder für sich könnte.

Die KI wird nicht zum Herrscher, sondern zum Universalgelehrten 2.0. Sie nimmt uns die Last der hyper-spezialisierten Datensortierung ab, damit wir uns wieder auf das konzentrieren können, was uns als Menschen auszeichnet: Intuition, ethische Einordnung und das Formulieren der wirklich großen Fragen.

Fazit: Die Demokratisierung der Intelligenz

Wenn wir KI-Systeme entwickeln, die nach den Prinzipien des Gehirns arbeiten – energieeffizient, lokal betreibbar, dezentral – dann demokratisieren wir nicht nur Technologie. Wir demokratisieren Intelligenz selbst.

Statt weniger großer Player, die sich Rechenzentren leisten können, könnten Tausende von Forschern, Entwicklern und Kreativen weltweit mit leistungsfähiger KI auf ihren eigenen Geräten arbeiten. Nach dem Prinzip: Viele Köpfe sind schlauer als wenige.

Das ist keine Science-Fiction. Das ist der notwendige nächste Schritt. Und er beginnt damit, dass wir aufhören, KI nur als statistisches Werkzeug zu sehen, und anfangen, sie als Partner für strukturelle Evolution zu begreifen.

---

Inspiration für diesen Artikel:

• Florian Aigner: „Die Wirklichkeit ist auch nicht wahr“ (Brandstätter Verlag, 2026)
• Prof. Dr. Christoph von der Malsburg im Interview über neuromorphe KI und das Bindungsproblem (vom 11.6.2026): https://www.youtube.com/watch?v=P7hoTfEZySs