Die bisherigen Parallelen zwischen menschlichen kognitiven Limitierungen und LLM-Grenzen sind nützlich, aber sie erklären nicht automatisch gleiche Mechanismen. Ähnliche Fehlerbilder können aus sehr verschiedenen Ursachen entstehen. Gerade deshalb lohnt sich die Gegenprüfung: Wo trägt die Analogie, und wo wirkt nur ein gemeinsames Muster an der Oberfläche?
Dieser Artikel bündelt empirische Befunde und theoretische Einwände, die solche Grenzen sichtbar machen. Embodiment, evolutionäre Priors, methodische Artefakte bei Brain Scores und unterschiedliche Lernmechanismen sprechen dafür, Gehirne und Sprachmodelle nicht vorschnell gleichzusetzen.
Embodiment-Gap und evolutionäre Priors
These: Der Embodiment-Einwand bleibt eine der stärksten Grenzen der Analogie. Sprachmodelle können abstrakte, sprachlich gut repräsentierte Konzepte annähern, zeigen aber größere Abweichungen bei sensomotorischen Begriffen.
Empirische Evidenz für den Divergenz-Gradienten
Empirische Forschung von Lyu et al. (2025) liefert systematische Evidenz für einen graduellen Divergenz-Gradienten zwischen LLM- und menschlichen Konzeptrepräsentationen. Die Autoren verglichen 4.442 Konzepte zwischen Menschen (Glasgow & Lancaster Norms) und aktuellen LLMs (GPT-3.5, GPT-4, PaLM, Gemini) über 18 Dimensionen, geordnet nach nicht-sensomotorischen, sensorischen und motorischen Merkmalen.
Die Ergebnisse zeigen ein klares Muster: In nicht-sensomotorischen Dimensionen wie Valence, Arousal, Dominance, Concreteness und Imageability erreichen LLMs starke Korrelationen mit menschlichen Bewertungen (Rs > 0.50-0.90). Bei sensorischen Dimensionen wie haptisch, visuell, auditiv, olfaktorisch und gustatorisch sinkt die Korrelation deutlich. In motorischen Dimensionen wie Fuß/Bein, Hand/Arm, Mund/Rachen, Torso und Kopf ist die Übereinstimmung gering.
Statistische Tests bestätigen diesen Gradienten: Mann-Whitney-U-Tests zeigen signifikant niedrigere Modell-Mensch-Ähnlichkeit in sensomotorischen gegenüber nicht-sensomotorischen Domänen (GPT-4: U = 65.00, P = 0.018, rrb = 0.69). Eine χ²-Analyse der individuellen Korrelationen zeigt, dass die Anzahl der Dimensionen, in denen LLMs menschenähnlich abschneiden, von 16/28 (nicht-sensomotorisch) auf 4/20 (sensorisch) und 2/18 (motorisch) fällt (χ²(2) = 15.49, P < 0.001).
Moravecs Paradox und evolutionäre Perspektive
Dieser Befund wird durch die NeuroAI-Perspektive von Zador et al. (2023) theoretisch gestützt. Die Autoren argumentieren aus evolutionärer Sicht, dass sensomotorische Intelligenz älter ist als abstraktes Denken und dessen Grundlage bildet. Abstrakte Kognition erscheint in dieser Perspektive nicht als Ersatz für sensomotorisches Wissen, sondern als spätere Erweiterung eines sehr viel älteren Systems.
Dies ist Moravecs Paradox: Was für Menschen schwierig wirkt, etwa Schach oder Mathematik, kann für Computer vergleichsweise gut formalisierbar sein. Was für Menschen leicht wirkt, etwa Laufen, Greifen oder robuste Objekterkennung, bleibt technisch anspruchsvoll. Der Grund liegt nicht nur in algorithmischer Komplexität, sondern in evolutionärer Optimierung. Sensomotorische Fähigkeiten sind so tief in die neuronale Architektur integriert, dass ihre Komplexität leicht unterschätzt wird.
Evolutionäre Priors und Sample Efficiency
Dieser Unterschied wird durch die evolutionäre Dimension verstärkt. Das menschliche Gehirn startet nicht als Tabula Rasa, sondern mit genetisch geprägten Inductive Biases, also Vorannahmen, die Lernen strukturieren. Neugeborene zeigen präferentielle Aufmerksamkeit für Gesichter, was auf angeborene Gesichtsschablonen hindeutet. Core-Knowledge-Forschung beschreibt intuitive Physik (Objektpermanenz, Solidität), numerische Approximation und Kausalitätserwartungen, lange bevor diese Konzepte explizit gelernt werden. Das Verständnis dreidimensionalen Raums, grundlegender physikalischer Regelmäßigkeiten und sozialer Dynamiken ist teilweise vorbereitet.
Diese evolutionären Priors erklären einen Teil der hohen Sample Efficiency des menschlichen Lernens. Kinder lernen neue Konzepte aus wenigen Beispielen nicht nur, weil ihr Lernalgorithmus gut ist, sondern weil sie auf einem Fundament genetisch geprägter Annahmen aufbauen. Sie müssen nicht von Grund auf lernen, dass Objekte im 3D-Raum existieren, dass Schwerkraft nach unten wirkt oder dass Gesichter sozial relevant sind. LLMs müssen viele dieser Strukturen aus Text rekonstruieren, eine Aufgabe mit deutlich anderer Datenbasis.
Das verändert auch die Energieeffizienz-Argumentation. Das Gehirn wirkt nicht nur deshalb effizienter, weil sein Lernalgorithmus überlegen wäre, sondern weil Evolution ihm viele Vorannahmen mitgegeben hat. LLMs lernen aus großen Textmengen und müssen Strukturen rekonstruieren, die im Gehirn teilweise schon vorbereitet sind. Der Trade-off ist: Gehirne sind domänenspezifisch auf körperliches und soziales Leben ausgerichtet, während LLMs breiter über sprachlich repräsentierte Strukturen generalisieren können.
Nuancierung: Abstrakte Konzepte und Metaphern
Allerdings bleibt auch hier Nuance wichtig. Forschung zu abstrakten Konzepten (Lakoff, Barsalou) zeigt, dass selbst hochabstrakte Begriffe wie "Demokratie", "Gerechtigkeit" oder "Liebe" durch konzeptuelle Metaphern mit sensomotorischer Erfahrung verbunden sein können. "Gerechtigkeit" nutzt häufig die Metapher der Balance, "Liebe ist warm" verweist auf Temperaturerfahrung, und "ein Argument zerlegen" aktiviert eine räumlich-motorische Struktur. Solche Metaphern können weiterwirken, auch wenn Sprecher sich ihres Ursprungs nicht bewusst sind.
Das schwächt den Embodiment-Einwand für abstrakte Konzepte teilweise: LLMs können nicht-sensomotorische Begriffe gut annähern, wenn diese über sprachliche Muster zugänglich sind. Die emotionale Komponente bleibt jedoch ein wichtiger Unterschied. Moralische und soziale Konzepte sind beim Menschen affektiv geerdet. Gerechtigkeit ist nicht nur eine semantische Relation, sondern fühlt sich auf bestimmte Weise an. Diese emotionale Embodiment-Dimension besitzen LLMs nicht in vergleichbarer Form.
Die Gefahr des Pattern-Matching und Selection Bias
These: Hohe Brain Scores können überinterpretiert werden. Ein Teil der gemessenen Ähnlichkeit lässt sich durch einfache Textmerkmale erklären.
Kritische Re-Analyse von Brain Scores
Ein methodischer Einwand betrifft die Analogie selbst. Systeme und Forscher, die Parallelen zwischen Gehirnen und LLMs suchen, können systematischen Verzerrungen unterliegen: Confirmation Bias privilegiert Evidenz, die die Hypothese stützt, über widersprüchliche Befunde. Selection Bias fokussiert auf Ähnlichkeiten, während Unterschiede weniger Aufmerksamkeit erhalten. Die Tatsache, dass ein Mustererkennungssystem Muster findet, reicht noch nicht als Beleg. Entscheidend ist, ob diese Muster theoretisch tragen.
Diese methodische Vorsicht wird durch eine kritische Analyse von Feghhi et al. (2024) gestützt. Die Autoren re-analysierten drei einflussreiche Neural-Encoding-Datensätze und zeigten, dass hohe Brain Scores irreführend sein können. Bei untrainierten LLMs erklären zwei einfache Merkmale, Satzlänge und Satzposition, 98-100% der neuronalen Varianz, die das Modell erfasst. Das schwächt die Interpretation, dass die Transformer-Architektur für sich genommen "brain-like" sei. Bei trainierten LLMs auf dem Pereira-Datensatz können 81-90% der neuralen Prädiktivität durch Satzlänge, Satzposition und statische Wort-Embeddings erklärt werden. Nur 10-19% reflektieren komplexere kontextuelle Verarbeitung wie Bedeutungsdisambiguierung oder syntaktische Struktur.
Die Autoren warnen vor einer Überinterpretation von Brain Scores. Ihre Analyse zeigt, dass methodische Artefakte, etwa zufällig gemischte Train-Test-Splits, temporale Autokorrelation ausnutzen können. Ein nicht-linguistisches Modell (OASM), das nur Autokorrelation innerhalb einer Passage kodiert, übertraf GPT2-XL bei solchen Splits. Das illustriert die Gefahr, hohe Prädiktivität mit theoretisch bedeutsamer Ähnlichkeit gleichzusetzen.
Diese Kritik impliziert nicht, dass alle Parallelen artefaktisch sind. Sie verlangt aber genauere Zerlegung: Welche gemessenen Ähnlichkeiten reflektieren gemeinsame computational principles, und welche sind Korrelationen mit Störvariablen? Ohne diese Prüfung besteht die Gefahr, dass Muster real erscheinen, obwohl sie methodisch bedingt sind.
Die Vogel-Flugzeug-Analogie
Die klassische Analogie-Falle wird durch Vögel und Flugzeuge illustriert: Beide fliegen, aber durch unterschiedliche Mechanismen (Federn und Flügelschlag vs. Triebwerk und aerodynamische Flächen). Konvergente Symptome können verschiedene Ursachen haben. Die Ähnlichkeit im Output, also Flug, impliziert nicht automatisch Ähnlichkeit in der Implementierung. Analogisch könnten Primacy/Recency und Lost-in-the-Middle ähnliche Phänomene sein, die aus unterschiedlichen architektonischen Eigenschaften entstehen.
Biologisch plausibles Backpropagation: Näher als gedacht
These: Die Kritik, dass Backpropagation biologisch implausibel sei, wird durch neuere Forschung differenzierter. Eine direkte Gleichsetzung bleibt trotzdem unangebracht.
Die Kritik, dass Backpropagation biologisch implausibel sei und daher Gehirn und LLMs grundsätzlich verschieden lernen, wird durch neuere Forschung differenzierter. Predictive Coding, ein Framework aus der Computational Neuroscience, kann unter bestimmten Bedingungen Parameterupdates erzeugen, die Backpropagation exakt oder näherungsweise entsprechen. Salvatori et al. (2021) untersuchen diese Möglichkeit unter dem Titel "Can the Brain Do Backpropagation? - Exact Implementation in Predictive Coding Networks."
Dendritische Computation bietet einen plausiblen biologischen Mechanismus für Credit Assignment, also die Zuordnung von Fehlern oder Erfolgen zu einzelnen synaptischen Beiträgen. Die distalen apikalen Dendriten pyramidaler Neuronen könnten Top-down-Feedback räumlich von Bottom-up-Input trennen und deren Interaktion für Plastizität nutzen. Empirische Evidenz zeigt, dass apikale Dendriten unterschiedlich auf Top-down- und Bottom-up-Signale reagieren. Die räumliche Segregation von Feedforward-Synapsen (basale Dendriten) und Feedback-Synapsen (apikale Dendriten) könnte ein Teil des Credit-Assignment-Problems adressieren, das Backpropagation in künstlichen Netzen löst.
Richards et al. (Nature Neuroscience, 2024) führten Prospective Configuration ein, einen Lernalgorithmus, der besser zu bestimmten Mustern neuronaler Aktivität und beobachtetem Verhalten passen soll als klassische Backpropagation, aber funktional verwandte Ergebnisse erzielt. Das deutet darauf hin, dass biologisches Lernen näher an bestimmten Optimierungsprinzipien künstlicher Netze liegen könnte als lange angenommen, wenn auch über andere Implementierungen.
Der Einwand bleibt teilweise gültig: Die Mechanismen sind verschieden, und biologisches Lernen involviert zusätzliche Faktoren wie Neuromodulation durch Dopamin oder Serotonin, die in Standard-Backpropagation fehlen. Aber die funktionalen Berührungspunkte sind größer als lange angenommen. Das stärkt die Analogie, ohne sie zu einer Gleichsetzung zu machen.
Heuristiken vs. Exaktheit: Ein irreführender Gegensatz
These: Beide Systeme arbeiten mit Approximationen. Der Unterschied liegt in den Domänen der Optimierung, nicht einfach in "heuristisch" versus "exakt".
Der Einwand, dass Gehirne heuristische Approximationen nutzen, während LLMs "exakte" Berechnungen durchführen, beruht auf einem Missverständnis beider Systeme. Gigerenzers Forschung zu "Fast and Frugal Heuristics" zeigt, dass biologische Heuristiken nicht nur fehlerhafte Approximationen optimaler Verfahren sind, sondern adaptive Tools, die in unsicheren Umgebungen robuste Ergebnisse liefern können. Einfache Heuristiken sind oft gerade wegen ihrer Einfachheit stabil. Sie vermeiden Overfitting auf irrelevante Details und generalisieren in bestimmten Situationen besser.
LLMs führen ebenfalls keine "exakten" Berechnungen im Sinn symbolischer Schlussregeln durch. Softmax über viele Tokens produziert probabilistische Verteilungen, nicht deterministische Antworten. Die Architektur basiert auf statistischer Musterverarbeitung, nicht auf formaler Logik. Temperature-Parameter und Sampling-Verfahren führen zusätzliche Stochastik ein. LLMs approximieren Sprachverstehen durch gelernte Muster, nicht durch explizite symbolische Regeln.
Der Unterschied liegt in den Domänen der Optimierung: Gehirn-Heuristiken sind evolutionär auf körperliches Überleben, soziale Navigation und Handeln unter Unsicherheit ausgerichtet. LLM-Heuristiken sind datenoptimiert für statistische Regularitäten in Textkorpora. Beide nutzen Approximationen, aber für unterschiedliche Probleme. Die Frage nach "Überlegenheit" ist kontextabhängig: LLMs sind stark bei textbasierter Musterverarbeitung und langer Konsistenz über Dokumente. Menschen bleiben stärker in offenen Umgebungen, sozialer Dynamik und schnellen Entscheidungen unter Ressourcenbeschränkung.
Die Recurrence-Frage wird durch diese Perspektive neu gerahmt: Gehirne sind stark rekurrent, Transformer primär feedforward. Daraus folgt aber nicht automatisch, dass Rekurrenz in jeder intelligenten Architektur dieselbe Rolle spielen muss. Forschung zur Turing-Completeness zeigt, dass Transformer mit Positional Encoding ebenfalls sehr ausdrucksstark sind. Autoregressive Generation mit externem Memory kann in bestimmten Anwendungen rekurrenzähnliche Funktionen übernehmen. Die empirische Realität ist, dass Transformer RNNs in vielen NLP-Aufgaben übertreffen, obwohl sie weniger explizite Rekurrenz nutzen. Das deutet darauf hin, dass Transformer alternative Mechanismen entwickelt haben, die manche Funktionen rekurrenter Systeme ersetzen.
Differenzierte Position
Die stärksten Unterschiede betreffen mehrere Ebenen. Serielle temporale Verarbeitung im Gehirn und parallele räumliche Verarbeitung in Transformern sind architektonisch verschieden. Embodiment, also sensomotorisches und emotionales Grounding, ist bei Menschen in Wahrnehmung und Handlung eingebettet; multimodale Modelle adressieren davon nur Ausschnitte. Evolutionäre Priors geben Gehirnen Inductive Biases für 3D-Raum, Gesichter oder physikalische Intuition, die LLMs aus Daten annähern müssen. Die hohe Sample Efficiency menschlichen Lernens reflektiert deshalb nicht nur bessere Lernalgorithmen, sondern auch eingebaute Annahmen.
Nicht alle Unterschiede sind gleich gewichtig. Manche erscheinen graduell oder implementational statt kategorial: Backpropagation und biologisches Lernen rücken durch Predictive Coding und dendritische Mechanismen näher zusammen. Recurrence und Feedforward können in bestimmten Aufgaben funktional ähnliche Rollen übernehmen. Auch der Status von Konfabulation wird komplexer, wenn man berücksichtigt, dass Erinnerung beim Menschen immer rekonstruktiv ist und durch Source Monitoring stabilisiert werden muss.
Die tragfähige Position liegt zwischen Gleichsetzung und Abbruch der Analogie. Einige Parallelen können funktional nützlich sein, etwa Attention-basierte Ressourcenallokation, Informationskompression oder plausibilitätsgetriebene Ergänzung. Aber ohne Embodiment, Energiehaushalt, Entwicklungsgeschichte und biologische Priors bleiben sie begrenzt. Die wissenschaftliche Aufgabe besteht darin, aus diesen Parallelen testbare Hypothesen zu formulieren, statt sie als Beweis für gleiche Mechanismen zu behandeln.
Referenzen
Feghhi, E. et al. (2024). What Are Large Language Models Mapping to in the Brain? A Case Against Over-Reliance on Brain Scores. arXiv:2406.01538.
Gigerenzer, G. & Todd, P.M. (1999). Fast and frugal heuristics: The adaptive toolbox. In Simple Heuristics That Make Us Smart. Oxford University Press.
Lakoff, G. & Johnson, M. (1980). Metaphors We Live By. University of Chicago Press.
Lyu, B. et al. (2025). Large language models without grounding recover non-sensorimotor but not sensorimotor features of human concepts. Nature Human Behaviour, 9, 1871-1886.
Richards, B.A. et al. (2024). Inferring neural activity before plasticity as a foundation for learning beyond backpropagation. Nature Neuroscience, 32, 43-54.
Richards, B.A. & Lillicrap, T.P. (2019). Dendritic solutions to the credit assignment problem. Current Opinion in Neurobiology, 54, 28-36.
Salvatori, T. et al. (2021). Can the Brain Do Backpropagation? - Exact Implementation of Backpropagation in Predictive Coding Networks. Neural Information Processing Systems.
Zador, A. et al. (2023). Catalyzing next-generation Artificial Intelligence through NeuroAI. Nature Communications, 14, 1597.