Intelligenz sättigt — der Körper nicht

Intelligenz sättigt — der Körper nicht

· 10 Min. Lesezeit

In English lesen →

Diesen Artikel anhören
Geschwindigkeit

KI-Vorlesestimme · automatisch erzeugt

Als Podcast abonnieren
RSS
Persönliche Notiz

Nur lokal in deinem Browser gespeichert — nichts wird gesendet.

Zwei Leseebenen: Der laufende Text ist der rote Faden — für alle, ohne Vorwissen. Die eigens markierten Fachtiefe-Kästen sind Vertiefungen für Fachleute und lassen sich überspringen, ohne den Faden zu verlieren.

Eine hochgeladene Fliege, die keine ist

Im März 2026 veröffentlichte das kalifornische Start-up Eon Systems einen Beitrag mit einem Titel wie aus der Science-Fiction: „We’ve uploaded a fruit fly.“ Gründer Michael Andregg meinte es wörtlich. Sein Team hatte den über das FlyWire-Projekt kartierten Schaltplan des Fliegen-Gehirns — die Verdrahtung von rund 140.000 Nervenzellen — in ein einfaches Rechenmodell überführt und damit einen physikalisch simulierten Fliegenkörper gesteuert. Nach eigener Angabe trifft das Modell das Verhalten der echten Fliege zu 91 Prozent.

Das klingt nach dem Überschreiten einer Schwelle — nach dem alten Traum vom Hochladen eines Geistes, erst an der Fliege geübt. Nur: Es ist keiner. Kording, dessen eigenes Labor Eon unter seinen Beratern führt, würde das Wort „Uploading“ hier nicht benutzen, und der Grund ist Präzision. Ein Schaltplan sagt vor allem, dass zwei Nervenzellen verbunden sind — nicht zuverlässig, wie stark, und schon gar nicht, was Gliazellen, Botenstoffe und die ständige Veränderung der Verbindungen dazutun. Der Wurm C. elegans ist seit fast vier Jahrzehnten vollständig verdrahtet kartiert, und noch immer lässt sich sein Verhalten nicht zuverlässig aus dem Schaltplan ableiten. Auch das Verhalten der simulierten Fliege wurde nicht aus dem Plan hergeleitet, sondern zu erheblichen Teilen antrainiert.

Was fehlt, ist nicht der letzte Prozentpunkt Rechenleistung. Was fehlt, ist der Körper. Sieht man eine Fliege unter dem Mikroskop, so Kording, ist es umwerfend, wie gut dieser Körper ist — „eine über Millionen Jahre optimierte Maschine, um eine Fliege zu sein“. Ein Gehirn ohne den Körper, den zu steuern es gewachsen ist, ist ein Drehbuch ohne Bühne. Die Fliege stellt damit die Frage, um die es geht: Wie weit trägt Intelligenz allein — ohne den Körper und die Welt, an denen sie sich gebildet hat?

Zwei Wege führen zum Körper

Darauf gibt es zwei ganz verschiedene Antworten, die man sauber trennen sollte, auch wenn beide beim Körper enden. Die eine ist ökonomisch: Selbst eine körperlose, beliebig kluge KI stößt an eine Grenze, weil Intelligenz allein nichts bewegt. Die andere ist kognitionswissenschaftlich: Intelligenz, wie wir sie kennen, ist selbst ein Produkt des Körpers. Der erste Weg handelt vom Nutzen der Intelligenz, der zweite von ihrer Herkunft. Nehmen wir sie der Reihe nach.

Der erste Weg: warum der Nutzen von Intelligenz sättigt

Bemerkenswerterweise stammt das schärfste Argument gegen den KI-Größenwahn nicht aus einem Rechenzentrum, sondern aus der Ökonomie. Konrad Kording — Penn Integrates Knowledge Professor an der University of Pennsylvania, von Haus aus Bewegungsforscher — hat im November 2025 gemeinsam mit der Ökonomin Ioana Marinescu bei Brookings ein Papier vorgelegt, das die Welt in zwei aufeinander angewiesene Sektoren zerlegt: einen physischen — Körper, Maschinen, Materie, alles, was tatsächlich auf die Welt einwirkt — und einen der Intelligenz. Weil beide einander brauchen, folgt ein Satz, der dem Singularitätsgeraune quer läuft: „Given complementarity between the two sectors, the marginal returns to intelligence saturate, no matter how fast AI scales.“

Das Bild dazu ist schlicht. Gib jemandem die Aufgabe, einen Garten umzugraben, und wenig Verstand — er buddelt planlos. Gib ihm mehr — er wird effizienter. Gib ihm unendlich viel — er findet den perfekten Weg und ist trotzdem nicht unendlich schnell, weil er den Körper bewegen muss und die Physik gilt. Der Zusatznutzen von Intelligenz läuft gegen eine Decke, die der physische Sektor einzieht. Die ökonomische Zuspitzung — dass Löhne mit der Automatisierung erst steigen und dann fallen könnten, weil Menschen vom Bildschirm zurück in die physische Arbeit gedrängt werden — hält das Papier bewusst vorsichtig: das Ergebnis einer Basissimulation, ausdrücklich nicht zwangsläufig. Belastbar ist der Kern: Von den beiden Größen, die zusammenwirken müssen, skaliert nur eine mit der Geschwindigkeit der Informatik. Die andere bleibt an Stahl, Lieferketten und die Trägheit der Materie gebunden.

Man beachte, was dieser Weg nicht braucht: eine Aussage darüber, was Intelligenz ist. Er gilt für eine körperlose Super-KI genauso wie für einen Menschen. Es ist ein Argument über den Hebel der Intelligenz, nicht über ihr Wesen.

Der zweite Weg: woher Intelligenz kommt

Der zweite Weg ist heikler und interessanter. Er behauptet nicht bloß, dass Intelligenz an der Welt ihre Grenze findet, sondern dass sie an der Welt ihre Gestalt gewonnen hat. Hier ist Vorsicht nötig. „Intelligenz kommt vom Körper“ heißt nicht „ohne Körper keine Intelligenz“ — diese harte Fassung wäre in zwei Sätzen erledigt.

Erster Einwand: die Sprachmodelle. Sie leisten Enormes, ganz ohne Körper. Doch sie bilden sich nicht an der Welt, sondern an ihrer Beschreibung — trainiert auf einem Textberg, den verkörperte Menschen erzeugt haben. Ihre Bedeutung ist geliehen. Sie sind gerade das Beispiel einer Intelligenz, die frei schwebt, weil ihr die Reibung des Körpers fehlt. Bezeichnend, dass die Speerspitze der KI-Forschung selbst dorthin zeigt: Yann LeCun hält rein textuelle Systeme für unzureichend und arbeitet an Maschinen, die sich ein Weltmodell aus Beobachtung und Handlung bauen.

Zweiter Einwand: die Locked-in-Patienten. Menschen mit vollständig gelähmtem Körper denken weiter — scheinbar ein Beweis, dass Kognition ohne Bewegung auskommt. Doch dieser Geist wurde über Jahrzehnte durch einen bewegten Körper gebaut; seine Begriffe, seine Erwartungen, seine Vorannahmen über die Welt sind sensomotorisch erworben. Dass der Ausgang später verstummt, löscht dieses Erbe nicht.

Man muss den Anspruch also genau bemessen. Für das Handeln in der Welt — Bewegung, Wahrnehmung, Motorik — ist der Körper konstitutiv: Diese Intelligenz ist die Regelung eines Körpers in einer Welt. Für hochabstrakte Begriffe — Demokratie, Primzahl — wird die These schwächer, und das sollte man offen zugeben. Der Titel meint das Erste: Intelligenz, sofern sie in der Welt handelt, hat den Körper nicht als Fußnote, sondern als Bedingung.

Was die KI „Weltmodell“ nennt — und die Motorik längst kennt

Hier wird es für die Bewegungswissenschaft interessant. Denn was die KI-Labore gerade als größten Durchbruch ausrufen — „Weltmodelle“, mit denen eine Maschine sich ausmalt, was ihr Handeln bewirkt —, ist im Kern das, was dieses Fach seit Jahrzehnten als internes Modell untersucht: die Fähigkeit, den nächsten Zustand vorherzusagen und aus dem Vorhersagefehler zu lernen. Die KI baut, mit dem Rechenaufwand ganzer Serverhallen, nach, was ein Gehirn beim Greifen, Gehen, Balancieren beiläufig tut. Rodney Brooks brachte den Gedanken schon 1990 auf den Punkt: „The world is its own best model“ — ein System, das direkt an die Welt gekoppelt ist, muss sie nicht in sich abbilden, es fragt sie ab.

Man sollte die Nähe nicht überverkaufen: Es ist dasselbe Rechenmotiv, unabhängig gefunden, kein Beweis, dass Biologie nur so funktioniert. Aber die Konvergenz ist bemerkenswert. Die produktivste KI-Architektur der Gegenwart landet bei dem Prinzip, das die Neurowissenschaft in der Bewegung gefunden hat.

Fachtiefe · für Fachleute Gemeint ist das Vorwärtsmodell im Sinne von Wolpert & Kawato (1998): aus Zustand und Efferenzkopie den Folgezustand prädizieren, über den Prädiktionsfehler lernen. Kording & Wolpert (2004, Nature) zeigten, dass diese Schätzung bayes-optimal einen gelernten Prior mit unsicherem Feedback verrechnet — das Motorsystem als probabilistischer Schätzer, gemessen, nicht metaphorisch. Ha & Schmidhubers „World Models“ (2018) setzen formal dasselbe um (ein rekurrentes Prädiktormodul im latenten Raum), LeCuns JEPA-Programm (2022) ebenso — Vorhersage im Repräsentationsraum statt auf Pixeln. Es ist eine formale Homologie, keine Identität: Die KI-Modelle laufen fast durchweg in Simulation, ohne den verrauschten, verzögerten realen Körper, an dem ihre Modelle hängen. Und dass die Morphologie selbst einen Teil der Regelung trägt (Pfeifer & Bongard 2006), bleibt in Silizium bislang unerreicht — ob man es „Berechnung“ nennt oder nicht (umstritten: Müller & Hoffmann 2017).

Die eigentliche Provokation: Zulieferer oder überholt?

Daraus folgt eine Frage, die das Fach sich stellen sollte, bevor andere sie beantworten. Jahrzehntelang war die Bewegungswissenschaft die einzige Disziplin, die interne Modelle des Körpers in der Welt ernsthaft vermessen hat. Jetzt industrialisiert die KI genau das — mit Daten, Rechenleistung und einem Tempo, das kein Labor je hatte.

Zwei Zukünfte sind denkbar. In der einen wird die Biomechanik zum Zulieferer und Prüfstein der verkörperten KI: Ihre Modelle, ihre Messdaten, ihre Prüfverfahren werden zur Referenz, an der sich die Maschinen messen lassen müssen. In der anderen rast die Ingenieursarbeit voran, und das Fach wird zum Zuschauer seiner eigenen Kernfrage — so wie die Linguistik zusehen musste, wie Sprachmodelle die Sprache „lösten“, ohne ihre Theorien zu brauchen. Was von beidem eintritt, ist nicht ausgemacht. Aber es entscheidet sich gerade, und eher in Serverhallen als auf Kongressen.

Fachtiefe · für Fachleute Der Unterschied zur Linguistik könnte im Datenregime liegen. Sprache lag als gigantischer Textkorpus quasi kostenlos vor; verkörperte Interaktionsdaten in der Qualität von Motion-Capture, EMG oder Kraftmessung tun das nicht. Wo saubere physische Messung teuer und knapp bleibt, behält die Disziplin, die sie erhebt und interpretiert, ein Faustpfand — vorausgesetzt, sie versteht ihre Modelle als Benchmark für die Maschinen, nicht bloß als Beschreibung des Menschen.

Wo die These ehrlich bleiben muss

Ein Essay, der seine stärksten Gegner verschweigt, ist vor Fachleuten nichts wert. Die härteste Gegenposition kommt aus dem Lager der amodalen Kognition: Bradford Mahon und Alfonso Caramazza haben 2008 gezeigt, dass die Mitaktivierung sensomotorischer Areale beim Denken Verkörperung noch nicht beweist — dieselben Daten vertragen sich mit einem abstrakten, symbolischen Begriffsmodell. Mitaktivierung ist nicht Konstitution. Für hochabstrakte Begriffe ist das berechtigt, und der zweite Weg sollte es nicht kleinreden. Der Boden dieses Essays aber ist Bewegung und Wahrnehmung — und genau dort ist selbst für die Kritiker die sensomotorische Beteiligung unbestritten; sie streiten nur, ob sie konstituiert oder begleitet. Wer die Grenzen der eigenen These kennt, hat die bessere These.

Was hängen bleibt

Zwei Wege, ein Ziel. Ökonomisch stößt Intelligenz an die Welt, weil sie allein nichts bewegt; kognitiv trägt sie die Welt bereits in sich, weil sie sich an ihr gebildet hat. Beide Male ist der Körper nicht die Fußnote der Intelligenz, sondern ihr Widerlager. Die hochgeladene Fliege führt es vor: ein perfekter Schaltplan — und doch keine Fliege, weil eine Fliege ein Körper in einer Welt ist, nicht sein Abbild.

Und für die Disziplin, die den Körper vermisst, liegt darin Chance und Warnung zugleich. Das nächste harte Problem der KI — eine Maschine, die die physische Welt gut genug modelliert, um in ihr zu handeln — ist genau ihr ureigenes. Die Front der künstlichen Intelligenz hat den Körper nicht hinter sich gelassen. Sie kehrt zu ihm zurück. Die Frage ist nur, wer dann die Karten hält.

Wenn dieser Essay dich zum Nachdenken gebracht hat, teile ihn gern — und wenn das nächste KI-Wunder gemeldet wird, lohnt die Frage, ob es die Welt modelliert oder nur ihre Beschreibung.

Quellen (Auswahl):