Forschern ist ein Durchbruch in der Neurowissenschaft gelungen: Eine Künstliche Intelligenz hat bewegte Bilder direkt aus den Gehirnen von Mäusen rekonstruiert. Die Studie, die am 10. März 2026 im Fachjournal eLife erschien, zeigt 10-Sekunden-Videoclips, die ausschließlich auf neuronalen Signalen aus dem visuellen Kortex der Tiere basieren.
Diese Entwicklung beweist, dass maschinelle Lernalgorithmen komplexe biologische Signale nun so interpretieren können, dass sie offenlegen, wie nicht-menschliche Spezies ihre Umgebung visuell wahrnehmen. Die KI übersetzt die Aktivität einzelner Neuronen in kontinuierliche, dynamische Videosequenzen. Experten sehen darin nicht nur einen Fortschritt für das Verständnis der Sinnesverarbeitung bei Säugetieren, sondern auch einen neuen Maßstab für die Möglichkeiten von Gehirn-Maschine-Schnittstellen.
Mentale Fitness ab heute: 7 Geheimnisse für ein leistungsfähiges Gehirn. Gratis-PDF zeigt, wie Sie Fokus steigern und Ihr Demenz-Risiko senken können. Kostenlosen Ratgeber zur Stärkung der Gehirnleistung sichern
Vom Neuron zum Pixel: So funktioniert die Dekodierung
Der Methode liegen hochpräzise Aufnahmen einzelner Nervenzellen zugrunde, nicht grobe Bildgebungstechniken. Bisherige Versuche, visuelle Informationen beim Menschen zu dekodieren, nutzten funktionelle Magnetresonanztomographie (fMRT), die Änderungen im Blutfluss misst. Dieser Ansatz fehlt jedoch die zelluläre Präzision, um exakte neuronale Feuerungsmuster abzubilden.
Das Team des University College London umging diese Grenze mit mikroskopischer Bildgebung und Infrarotlasern. Sie verfolgten lokale Anstiege des Kalziumspiegels im Mäusegehirn – ein direkter Indikator für die Aktivierung einzelner Neuronen.
Mit diesen hochaufgelösten Daten fütterten die Forscher ein dynamisches neuronales Encodierungs-Modell, das ursprünglich für den Sensorium Wettbewerb 2023 entwickelt wurde. Die KI interpretierte die Einzelzell-Aufnahmen unter Berücksichtigung von Verhaltensvariablen wie den Bewegungen der Tiere und deren Pupillendurchmesser. Der Algorithmus begann den Rekonstruktionsprozess mit leeren Videodaten und passte die Pixel iterativ an, bis die vorhergesagte neuronale Aktivität des generierten Bildes mit den tatsächlich gemessenen Mustern übereinstimmte.
Ein körniger Blick in die Welt der Maus
In der Experimentierphase sahen die Mäuse 10-Sekunden-Clips von Menschen bei sportlichen Aktivitäten wie Turnen, Ringen und Reiten. Nachdem das KI-Modell mit ersten Datensätzen trainiert worden war, zeigten die Forscher den Tieren völlig neues, dem System unbekanntes Filmmaterial. Allein anhand der anschließend gemessenen Gehirnaktivität rekonstruierte der Algorithmus die zuvor nicht gesehenen Videos erfolgreich.
Die resultierenden Clips sind deutlich körnig und pixelig – ein Abbild der biologischen Realität der Versuchstiere. Mäuse have im Vergleich zum Menschen ein deutlich schlechteres Sehvermögen und eine niedrigere visuelle Auflösung. Die KI-Rekonstruktionen spiegeln diese begrenzte Sehschärfe wider. Die Forscher stellten fest: Je mehr Daten von einzelnen Neuronen das System verarbeitete, desto genauer wurden die Video-Darstellungen.
Die Brücke zur tierischen Wahrnehmungswelt
Eine Hauptmotivation dieser Forschung ist die fundamentale Kommunikationsbarriere zwischen Menschen und anderen Spezies. „Menschen können ihre Träume oder Halluzinationen beschreiben. Tiere können das nicht“, erklärt Leitautor Dr. Joel Bauer vom Sainsbury Wellcome Centre. Dieses KI-Modell fungiere als Übersetzungswerkzeug und biete ein direktes Fenster in die Wahrnehmungswelt von Nagetieren.
Die Technologie erlaubt es zudem zu untersuchen, wie das Gehirn die Realität interpretiert und gelegentlich verzerrt. Die Forscher beobachteten spezifische Abweichungen zwischen den Originalvideos und den KI-Rekonstruktionen. Sie werten diese nicht als algorithmische Fehler, sondern als Beleg für die einzigartige Verzerrung des Gehirns. Der visuelle Kortex filtert und interpretiert die rohen Sinneseindrücke der Netzhaut aktiv. Der Vergleich zwischen unverfälschter Realität und der internen Repräsentation des Gehirns hilft zu verstehen, welche Mechanismen die visuelle Wahrnehmung formen.
Während die Forschung die Grenzen der neuronalen Dekodierung verschiebt, können Sie bereits heute mit einfachen Routinen Ihr eigenes Gedächtnis gezielt fördern. Dieser kostenlose Report liefert 11 alltagstaugliche Übungen und einen Selbsttest zur Stärkung Ihrer Konzentration. 11 Übungen für ein fitteres Gedächtnis jetzt kostenlos herunterladen
Ein Quantensprung für die Neurotechnologie
Diese Entwicklung markiert einen großen Sprung im schnell wachsenden Feld des neuronalen Decodings. In den vergangenen Jahren gab es schrittweise Fortschritte – von der Dekodierung einfacher geometrischer Formen bis zur Vorhersage grundlegender Tierbewegungen. Studien in den Jahren 2023 und 2024 zeigten, dass Deep-Learning-Algorithmen vorhersagen konnten, was eine Maus sieht. Die Generierung kontinuierlicher, dynamischer Videos direkt aus Einzelzell-Aktivitätsmustern blieb jedoch bis jetzt unerreicht.
Der Erfolg des Londoner Projekts unterstreicht den transformativen Einfluss von Foundation-Modellen und modernem maschinellem Lernen auf die biologische Forschung. Indem die Studie beweist, dass KI komplexe, multivariable biologische Daten in kohärente visuelle Ausgaben synthetisieren kann, ebnet sie den Weg für ausgefeiltere digitale Zwillinge in der medizinischen Forschung. Experten sehen Potenzial, den Bedarf an bestimmten physischen Tierversuchen zu reduzieren, da hochpräzise KI-Modelle des visuellen Kortex neurologische Reaktionen in virtuellen Umgebungen simulieren könnten.
Ethische Fragen und der Blick nach vorn
Das Forschungsteam plant nun, die Auflösung und Abdeckung der Video-Rekonstruktionen zu verbessern. Die aktuellen Versionen erfassen im Wesentlichen nur einen kleinen Ausschnitt des Bildschirms. Zukünftige Modelle sollen das gesamte Sichtfeld des Tieres rekonstruieren, indem sie die neuronale Aktivität beider Augen gleichzeitig integrieren. Langfristig hoffen Wissenschaftler, eine reichhaltigere Palette tierischer Wahrnehmungen einzufangen, möglicherweise inklusive begleitender emotionaler Zustände. Dies könnte ein tieferes empathisches Verständnis zwischen Menschen und anderen Spezies fördern.
Die rasante Entwicklung der neuronalen Dekodierungstechnologie wirft jedoch tiefgreifende ethische Fragen auf. Während die aktuelle Forschung streng auf Tiermodelle beschränkt ist, versuchen parallele Initiativen aktiv, menschliche Gehirnaktivität zu dekodieren. Die an der Mäusestudie beteiligten Forscher warnen vor einer unkontrollierten Anwendung dieser Methoden auf menschliche Probanden. Die größte Sorge gilt der möglichen Fähigkeit von KI, nicht nur visuelle Reize zu rekonstruieren, die vom Sehnerv empfangen werden, sondern auch innere Bilder, die von der menschlichen Vorstellungskraft erzeugt werden. Während KI die Lücke zwischen biologischem Gedanken und digitalem Output weiter schließt, wird die Etablierung robuster Datenschutz-Rahmenwerke zu einer kritischen Priorität für die wissenschaftliche Gemeinschaft und globale Regulierungsbehörden.
