„Versteht das Ding jetzt irgendwas — oder rät es nur weiter?”
Im Meeting sagt es immer einer, meist mit einem Schulterzucken: „Die KI rät doch nur das nächste Wort.”
Und man versteht ja, warum der Satz hängenbleibt.
Du nutzt ChatGPT den ganzen Tag, der Text kommt sauber raus, das Ding kapiert sogar, was du eigentlich meintest. Und dann erklärt dir jemand, dass da drin nur eine Autovervollständigung mit dickem Motor steckt.
Ging mir am Anfang genauso — immer hin und her zwischen „läuft ja erstaunlich gut” und „aber wo bricht das dann zusammen?”
Nur: Die Hirnforschung schaut seit einer Weile nach, wie viel Vorhersage eigentlich in deiner Sprachverarbeitung steckt. Und die Antwort ist nicht „keine”.
Schauen wir uns das mal an. Und vor allem: wo die Ähnlichkeit dann aufhört.
Die Modelle, die am besten raten, treffen auch das Gehirn am besten
Angefangen hat das Ganze mit einer Arbeit von Schrimpf und Kollegen am MIT, erschienen in PNAS (Studie).
Das Team hat Dutzende neuronale Sprachmodelle genommen und gegen drei neuronale Datensätze antreten lassen — also Aufzeichnungen menschlicher Gehirne bei der Sprachverarbeitung — plus einen Verhaltensdatensatz.
Die Frage war schlicht: Welches KI-Modell sagt am besten voraus, was ein menschliches Gehirn mit einem Satz anstellt?
Und was kam raus?
Je besser ein Modell das nächste Wort vorhersagte, desto besser sagte es auch die Hirnaktivität voraus.
Das beste Modell kam dabei nah an die Rauschgrenze — sprich: an den Punkt, an dem der übrige Fehler Messrauschen ist und nicht mehr Schwäche des Modells.
Vorhersage des nächsten Wortes heißt im Kern: Aus allem, was bisher dasteht, das nächste Wort erraten. Genau darauf wird ein LLM (großes Sprachmodell, die Maschinerie unter ChatGPT) trainiert.
Wenn Menschen beim Lesen auch schon vorausgreifen, ist eine Überschneidung zwischen Modellmathematik und Sprachverarbeitung eben nicht überraschend. Sie ist eher zu erwarten. Und genau hier will man sagen: Dann versteht die Maschine Sprache halt wie wir. Den Gedanken bitte kurz festhalten.
Dein Gehirn war schon vor dem Wort da
Das sind alles Daten aus kontrollierten Texten und Aufgaben. Und in einer etwas natürlicheren Situation, wenn jemand einfach nur zuhört, so wie ein Kunde nebenbei einen Podcast-Spot mitbekommt?
Genau das haben sich Kölbl und Kollegen in Scientific Reports angeschaut (Studie). 29 Teilnehmende hörten ein deutschsprachiges Hörbuch, während ihre Hirnaktivität auf zwei Wegen zugleich aufgezeichnet wurde: EEG (die elektrische Aktivität an der Kopfhaut) und MEG (die schwachen Magnetfelder, die das Gehirn abgibt).
Danach hat das Team die Hirnmuster mit den Vorhersagbarkeitswerten von BERT verglichen, und zwar über vier Wortarten: Substantive, Verben, Adjektive, Eigennamen. BERT ist ein Sprachmodell aus der Zeit vor ChatGPT — für solche Analysen aber immer noch Standard.
Zwei Befunde stechen raus:
- Bei Substantiven zeigte sich eine signifikante Voraktivierung, bevor das Wort überhaupt begonnen hatte.
- Je vorhersagbarer BERT ein Substantiv einschätzte, desto kleiner fiel das N400 aus — eine Hirnantwort, die anschwillt, wenn ein Wort schlecht zum Vorherigen passt.
Heißt: Auch beim ganz normalen Zuhören läuft dein Kopf dem Sprecher voraus. Vorhersage ist nicht der billige Trick, mit dem die KI echtes Verstehen ersetzt. Sie sieht eher nach einem Kernstück davon aus, wie Menschen Sprache verarbeiten.
Ziemlich cool. Und genau der Punkt, an dem ich bremsen würde, bevor daraus eine Business-Schlussfolgerung wird.
Wo die Ähnlichkeit aufhört
Denn wäre Vorhersage die ganze Geschichte, müsste eine einzige Modellzahl die Hirndaten erklären. Tut sie nicht.
Krieger und Kollegen haben das in Brain Research direkt geprüft (Studie). Ihr Thema ist Surprisal — das Maß dafür, wie unerwartet ein Wort für das Modell ist. Niedrige Surprisal heißt „hab ich kommen sehen”, hohe heißt „bitte was, dieses Wort?”.
Das Ergebnis: Die Surprisal von LLMs konnte weder das N400 noch das P600 durchgängig erklären — das P600 ist eine spätere Hirnantwort, die mit dem Nochmal-Durchgehen eines Satzes zu tun hat. Kleine Modelle ließen sich zu sehr von bloßer Wortassoziation leiten. Und auch die großen bekamen abgestufte Plausibilität und Ereigniswissen nicht sauber zu fassen.
Ereigniswissen ist dabei ganz banaler Alltagsverstand: Ein Kunde kann eine Jacke zurückschicken, wird sie kaum essen und fragt sie sicher nicht nach Feedback.
Da klafft die Lücke. Ein Modell schreibt dir „unseren Kunden ist vor allem die Lieferzeit wichtig” in makellosem Deutsch hin — ganz ohne je mit einem deiner Kunden gesprochen zu haben. Flüssigkeit ist eine Eigenschaft des Textes. Ob eine Aussage belegt ist, hängt dagegen davon ab, woher sie stammt.
Wohlgemerkt: Vielleicht trägt das Ganze nicht so weit, wie es klingt. Drei Studien, eine Handvoll Hirnmaße. Aber die Richtung ist stimmig — und deckt sich mit dem, was jeder ahnt, der mal eine KI-Zusammenfassung nachgeprüft hat.
Fazit: KI-Antworten nach der Quelle bewerten, nicht nach dem Sprachgefühl
Die praktische Lehre daraus ist unbequem: Flüssig und belegt sind zwei verschiedene Dinge, und wir trennen sie miserabel. Auch deshalb, weil unser eigenes Lesen eben selbst auf Vorhersage läuft.
Eine Sache, die du diese Woche ändern kannst: Wenn eine KI-Zusammenfassung von deinem Markt oder deinen Kunden handelt, leg sie neben eine Primärquelle — Interview-Mitschriften, Support-Tickets, Bewertungen, Kaufdaten. Das Modell darf zusammenfassen, clustern, Hypothesen in den Raum werfen. Entscheiden soll die echte Zahl.
Und der Punkt, den fast alle überspringen: Was die KI über deine Marke sagt, ist ein Messwert — kein Urteil.
Ihre Erzählung darüber, wer vorn liegt, ist eine flüssige Vermutung aus dem, was sie zufällig gelesen hat. Genau deshalb lohnt es sich, das mitzuverfolgen — es ist oft das Erste, was dein Käufer von dir zu sehen bekommt, und es verschiebt sich.
Wenn du sehen willst, was im Modell passiert, während diese Vermutung entsteht: Versteht die KI wirklich – oder klingt sie nur klug? Wir schauen ins Innere nimmt den Faden von innen auf.
Quellen
- Schrimpf, M. et al., „The neural architecture of language: Integrative modeling converges on predictive processing”, PNAS, 2021, pnas.org
- Kölbl, M. et al., „Prediction, syntax and semantic grounding in the brain and large language models”, Scientific Reports, 2026, nature.com
- Krieger, K. et al., „On the limits of LLM surprisal as a functional explanation of the N400 and P600”, Brain Research, 2025, sciencedirect.com
