Wissenschaftlern des Georgetown University Medical Center ist ein Durchbruch beim Verständnis der physischen Umstrukturierung des Gehirns gelungen, die eintritt, wenn eine Fertigkeit von bewusster Kontrolle in vollständige Automatisierung übergeht.
Im Rahmen einer umfangreichen Studie, bei der Probanden Bilder von Autos sortierten, zeigten die Forscher, dass das Gehirn weitaus raffinierter vorgeht, als lediglich die Ausführung einer Aufgabe zu beschleunigen. Es verlagert die Aufgabe physisch in ein völlig anderes Hirnareal und schafft so Kapazitäten für echte parallele Prozesse. Damit wird der langjährige Mythos widerlegt, wonach Menschen angeblich nur zu einem schnellen Wechsel zwischen verschiedenen Tätigkeiten fähig seien.
Über einen Zeitraum von fünf bis zehn Wochen absolvierten die Teilnehmer mehr als 30.000 Sortierdurchläufe in einer mobilen App und lernten dabei, feinste Nuancen zwischen ähnlichen Abbildungen zu unterscheiden. Die Forscher scannten das Gehirn der Probanden mittels funktioneller MRT und Elektroenzephalografie (EEG) zu zwei Zeitpunkten: zu Beginn der Studie und nach Abschluss des Trainings.
Genau dieser longitudinale Ansatz ermöglichte es zu beobachten, wie intensives Training die neuronale Architektur des Gehirns buchstäblich umformt und neue Schaltkreise dort schafft, wo zuvor keine existierten.
In der frühen Lernphase erforderte die Aufgabe eine intensive Aktivität des präfrontalen Cortex – jenes Hirnareals, das für bewusste Entscheidungen, Planung und willentliche Kontrolle zuständig ist.
Dieser Bereich fungiert offenbar wie ein Flaschenhals, da er jeweils nur eine komplexe Aufgabe gleichzeitig im Fokus behalten kann. Aus diesem Grund ist beispielsweise beim Erlernen des Autofahrens die gesamte Aufmerksamkeit vollständig durch diesen Prozess gebunden. Nach wochenlangem, intensivem Training kam es jedoch zu einem dramatischen Umschwung: Die Aktivität verlagerte sich komplett in den Temporallappen, eine Region, die auf Objekterkennung und die langfristige Speicherung von Gedächtnisinhalten spezialisiert ist. Nun konnte die Information den Flaschenhals im präfrontalen Cortex umgehen und direkt in jene Zonen gelangen, die für eine schnelle, automatische Reaktion verantwortlich sind.
„Erfahrung strukturiert das Gehirn so um, dass dieser Flaschenhals im Frontallappen umgangen und die Automatisierung gesteigert wird“, erklärte der Hauptautor der Studie, Maximilian Riesenhuber, Professor für Neurowissenschaften am Georgetown Medical Center und Co-Direktor des Center for Neuroengineering.
Der Effekt war verblüffend deutlich: Je stärker sich die Aufgabe in den Temporallappen verlagerte, desto besser bewältigten die Teilnehmer gleichzeitig eine zweite Aufgabe – ein direkter und unbestreitbarer Beweis für echtes Multitasking statt bloßem schnellen Aufmerksamkeitswechsel. Die Realität des Multitaskings, über die lange Zeit debattiert wurde, konnte damit endlich wissenschaftlich bestätigt werden.
Die Studie liefert eine Erklärung dafür, warum Gewohnheiten so erstaunlich schwer zu ändern sind. Tief verankertes Verhalten verlagert sich in neuronale Schaltkreise, die fast unabhängig von bewusster Kontrolle funktionieren. Wenn eine schlechte Angewohnheit erst einmal vollständig automatisiert ist, reicht der bloße Wunsch nach Veränderung daher nicht aus, da die gewohnte Handlung ohne Beteiligung des präfrontalen Cortex abläuft, der normalerweise die Willenssteuerung übernimmt. Diese wissenschaftliche Erkenntnis hat praktische Relevanz: Sie verdeutlicht, dass für die Änderung tief verwurzelter Gewohnheiten andere Ansätze erforderlich sind als lediglich Versprechungen oder Willensanstrengung.
Die Entdeckung wirft zudem ein Licht auf den grundlegenden Unterschied zwischen dem menschlichen Gehirn und moderner künstlicher Intelligenz. Neuronale Netze können zwar Muster erkennen und Daten verarbeiten, sind jedoch nicht in der Lage, erlernte Fähigkeiten auf neue Kontexte zu übertragen – sie lernen nicht, sich als Reaktion auf Erfahrungen selbst neu zu strukturieren.
Das menschliche Gehirn hingegen nutzt altes, auf „Autopilot“ geschaltetes Wissen als Baustein für neue Fertigkeiten. Dies ermöglicht es Menschen, neue Fähigkeiten schnell zu erlernen, indem sie auf bereits Bekanntem aufbauen. Dieser fundamentale Unterschied weist den Weg für eine KI-Entwicklung, die tatsächlich aus Erfahrung lernt, anstatt lediglich Parameter anzuhäufen.
Die Studie mit dem Titel „Extensive Experience Remodels Neural Task Circuitry to Escape the Frontal Bottleneck and Increase Automaticity of Categorization“ wurde am 4. Juni 2026 im Journal of Cognitive Neuroscience veröffentlicht. Die Autoren der Studie sind Patrick Cox (Erstautor), Clara Scholl, Marisa Lous, Nelson Hymes, Xiong Jiang und Maximilian Riesenhuber, alle von der Georgetown University. Die Finanzierung erfolgte durch die National Science Foundation, das Army Research Laboratory und die ARCS Foundation.
Die Forscher planen bereits den nächsten Schritt: die Identifizierung der spezifischen neuronalen Signale, die den Transfer einer Fertigkeit von einem Hirnareal in ein anderes auslösen, sowie die Bestimmung der Aufgabentypen, die überhaupt ein echtes Parallelverarbeitungspotenzial besitzen.
