Was die Hirnforschung zu KI wirklich sagt

In der öffentlichen Debatte über künstliche Intelligenz hat sich eine feste Erzählung etabliert. Sprachmodelle schwächten das Gehirn, es verkümmere, schrumpfe, atrophiere unter ihrem Einfluss. Nahezu jede Variante dieser Erzählung beruft sich auf dieselbe Studie und auf dieselbe Zahl. Der vorliegende Beitrag prüft beide an der Primärquelle.

Untersuchungsdesign und Befund

Die zugrunde liegende Arbeit trägt den Titel „Your Brain on ChatGPT“ und stammt von Nataliya Kosmyna und Kolleginnen und Kollegen am MIT Media Lab (Kosmyna et al., 2025). Von sechzig rekrutierten Personen schlossen fünfundfünfzig die Untersuchung ab, ausgewertet wurden vierundfünfzig. Die Teilnehmenden verfassten Essays unter drei Bedingungen. Eine Gruppe arbeitete ohne Hilfsmittel, eine zweite mit einer Suchmaschine, eine dritte mit einem Sprachmodell. Während der Bearbeitung zeichnete ein Elektroenzephalogramm die Hirnaktivität auf. In einer vierten Sitzung tauschten die Gruppe ohne Hilfsmittel und die Sprachmodellgruppe die Bedingung, daran nahmen noch achtzehn Personen teil.

Das Abstract berichtet folgenden Befund. Die Gruppe ohne Hilfsmittel zeigte die stärksten und am weitesten verteilten Netzwerke, die Suchmaschinengruppe eine mittlere Beteiligung, die Sprachmodellgruppe die schwächste Konnektivität. Teilnehmende der letztgenannten Gruppe berichteten zudem ein geringeres Gefühl von Urheberschaft an den eigenen Texten und taten sich schwerer damit, daraus zu zitieren.

Der Befund ist methodisch interessant, seine Tragweite hängt jedoch daran, was ein Elektroenzephalogramm überhaupt misst. Erfasst wird elektrische Aktivität an der Kopfhaut während der Bearbeitung einer Aufgabe. Daraus lässt sich ablesen, wie stark und wie koordiniert Hirnregionen in diesem Moment zusammenarbeiten. Über die Struktur des Gehirns sagt das Verfahren nichts aus. Wird ein Teil einer Aufgabe an ein Werkzeug abgegeben, bleibt für das eigene Gehirn in diesem Moment weniger zu tun. Das Forschungsteam setzt das Verfahren entsprechend als Maß für die kognitive Beanspruchung während der Aufgabe ein, nicht als Maß für Hirnstruktur.

Zur Bedeutung des Begriffs Atrophie

Atrophie ist demgegenüber ein Begriff mit fester medizinischer Bedeutung. Gemeint ist der Verlust von Hirngewebe, erfasst über das Hirnvolumen, überwiegend mittels Magnetresonanztomographie. Ein gewisser Rückgang gehört zum normalen Altern. Eine Übersichtsarbeit über 56 Langzeitstudien beziffert ihn ab etwa 35 Jahren auf rund 0,2 Prozent pro Jahr, ab 60 auf mehr als 0,5 Prozent (Hedman et al., 2012). Klinisch bedeutsam wird eine Atrophie erst, wenn sie über dieses altersübliche Maß hinausgeht.

Eine Untersuchung, die diesen Wert bei intensiven Nutzenden von Sprachmodellen erhoben hätte, ließ sich nicht auffinden. Wer im Zusammenhang mit Sprachmodellen von Atrophie spricht, überträgt einen medizinischen Begriff also auf einen Sachverhalt, der medizinisch nie erhoben wurde. Zwischen der Aussage, die Konnektivität sei während dieser Aufgabe geringer gewesen und der Aussage, das Gehirn verliere Substanz, liegt ein Kategorienwechsel.

Terminologische Zurückhaltung des Forschungsteams

Bemerkenswert ist, dass das Forschungsteam selbst einer solchen Übertragung widerspricht. Es hat eine eigene Liste veröffentlicht, die festhält, welche Begriffe die Arbeit nicht hergibt. Im Wortlaut heißt es dort, Begriffe wie „stupid“, „dumb“, „brain rot“, „harm“, „damage“, „passivity“ und „trimming“ seien zu vermeiden. Deren Gebrauch bezeichnen die Autorinnen und Autoren als „a huge disservice to this work“.

Eine zweite Liste nennt zusätzlich „brain scans“, „brain damage“, „terrifying findings“ sowie die Formulierung „LLMs make you stop thinking“. Das Team kennzeichnet die Arbeit ausdrücklich als vorläufige Studie und einzelne Befunde als noch zu bestätigen, da die Stichprobe dafür zu klein sei.

Ein Forschungsteam, das öffentlich um sprachliche Zurückhaltung bei der Rezeption der eigenen Ergebnisse bittet, ist in dieser Deutlichkeit selten. Dass ausgerechnet diese Arbeit zur Kronzeugin einer Verfallserzählung geworden ist, macht den Vorgang bemerkenswert.

Vom Vorabdruck zur medialen Verkürzung

Der Volltext des Vorabdrucks, 216 Seiten, bestätigt die kursierende Zahl. Die Sprachmodellgruppe zeigte demnach die geringste Konnektivität, mit „up to 55% reduced total dDTF magnitude“ gegenüber der Gruppe ohne Hilfsmittel, gemessen „in low-frequency semantic and monitoring networks“. Bis zu 55 Prozent also, in bestimmten Frequenzbändern, in bestimmten Netzwerken. In der Berichterstattung wird daraus die pauschale Aussage, die Hirnaktivität sinke um 55 Prozent.

Die zweite häufig zitierte Zahl unterliegt einer vergleichbaren Einschränkung. Nach der ersten Sitzung konnten 83,3 Prozent der Sprachmodellgruppe kein korrektes Zitat aus dem eigenen Essay liefern, das entspricht 15 von 18 Personen. In den beiden Vergleichsgruppen waren es jeweils 11,1 Prozent, also 2 von 18. Der Unterschied ist erheblich und statistisch signifikant, die Bezugsgröße bleibt jedoch eine Teilgruppe von 18 Personen.

Aufschlussreich ist zudem der Gebrauch des Wortes, um das die öffentliche Debatte kreist. Der Vorabdruck verwendet „atrophy“ an zwei Stellen, einmal als „cognitive atrophy“ in der Einleitung, einmal als „skill atrophy“ in Anführungszeichen in der Auswertung. Beide Vorkommen verweisen auf fremde Arbeiten und beziehen sich auf nachlassende Fähigkeiten, keines auf Hirnsubstanz. Die Verschiebung vollzieht sich also am Gegenstand, während die Zahlen selbst unverändert bleiben. Aus dem Nachlassen einer Fähigkeit, wie es die zitierten Arbeiten beschreiben, wird in der Rezeption der Verlust von Gewebe.

Hinzu kommt der Status der Arbeit selbst. Es handelt sich um einen Vorabdruck, der noch kein Begutachtungsverfahren durchlaufen hat, ein Umstand, den das Team unumwunden benennt. Das Verfahren sei angestoßen, stehe aber am Anfang, üblich seien Zeiträume zwischen vier Monaten und zwei Jahren. Die erste Fassung erschien im Juni 2025, eine zweite im Dezember 2025. Eine Veröffentlichung in einer begutachteten Zeitschrift ist bis heute nicht verzeichnet, auf jeder Seite des Dokuments steht der Hinweis auf den laufenden Begutachtungsstatus.

Über Fachkommentare, etwa im British Journal of General Practice, gelangt der Befund dennoch in die Fachliteratur, von dort in die Presse und von der Presse in die Alltagsrede. Am Ende dieser Kette steht die Rede vom geschädigten Gehirn, eine Wortwahl, die das Forschungsteam für die eigenen Ergebnisse ausdrücklich zurückgewiesen hat. Auf diesem Weg verliert eine Angabe zunächst ihre Bedingungen und anschließend ihren Bezug, bis allein die runde Zahl im Umlauf bleibt.

Eine historische Parallele: Digitale Demenz (2012)

Die Konstellation hat einen Vorläufer. Im Jahr 2012 erschien „Digitale Demenz“ von Manfred Spitzer. Die Ähnlichkeit zur heutigen Debatte reicht bis in die Wortwahl. Auch damals stand ein medizinischer Begriff für einen Vorgang, der medizinisch nicht erhoben worden war. Demenz bezeichnet ein klinisches Syndrom mit definierten Kriterien, das Buch beschrieb etwas anderes.

Der Bundesvorstand der Gesellschaft für Medienpädagogik und Kommunikationskultur veröffentlichte im September 2012 eine förmliche Stellungnahme, die deutlich ausfällt. Das Buch sei „keine solide wissenschaftliche Abhandlung“. Der Forschungsstand werde darin „nur selektiv und vor allem nur eindimensional aus einer kulturpessimistischen Sicht“ geschildert. Sozial-, kultur- und medienwissenschaftliche Studien blieben weitgehend außer Acht, „selbst medienpsychologische Standardwerke wurden ignoriert, in denen auf die Potenziale der Nutzung digitaler Medien hingewiesen wird“. Zu den Prognosen des Buches heißt es, sie glichen „Apokalypsen, die so sicherlich nicht eintreffen werden“.

Vierzehn Jahre später wiederholt sich die Anlage mit vertauschten Rollen. Damals stellte ein Hirnforscher eine Verfallsdiagnose, der eine Fachgesellschaft widersprechen musste. Inzwischen verteidigt ein Forschungsteam die eigene Arbeit gegen eine Verfallsdiagnose, die andere aus ihr ableiten. Der Mechanismus bleibt derselbe, ein Begriff aus der Medizin wandert in eine Debatte, in der niemand erhebt, was er tatsächlich bezeichnet.

Empirische Befunde zur KI-Kompetenz

Die Zurückweisung einer falschen Vokabel beseitigt nicht die reale Beobachtung dahinter, diese verdient eine eigenständige Betrachtung.

Das Deutsche Zentrum für Hochschul- und Wissenschaftsforschung befragte im Herbst 2024 über zweitausend Studierende in Deutschland (Marczuk et al., 2025). Siebenundvierzig Prozent sehen einen großen Nachteil darin, das Verfassen von Texten zu verlernen. Fünfundvierzig Prozent fürchten Abhängigkeit, vierundvierzig Prozent einen Verlust an Kreativität, einundvierzig Prozent das Verlernen kritischen Denkens. Auffällig ist, dass häufige und seltene Nutzende die Risiken ähnlich kritisch einschätzen.

Dieselbe Erhebung enthält einen zweiten, seltener zitierten Befund von größerer Tragweite. Die reine Nutzungshäufigkeit hängt nicht mit dem selbst eingeschätzten Studienertrag zusammen, wohl aber die Kenntnis der Funktionsweise und die Unterstützung durch die Hochschule.

Wie weit Nutzung und Beherrschung auseinanderliegen können, zeigt eine Untersuchung, die 2026 in der Fachzeitschrift Research Policy erschien (Chugunova et al., 2026). Befragt wurden 6.215 Forschende der Max-Planck-Gesellschaft und der Fraunhofer-Gesellschaft, zweier der größten Forschungsorganisationen Europas. Neben den Fragen enthielt die Erhebung eine kleine praktische Aufgabe, in der ein Sprachmodell so angewiesen werden sollte, dass es eine gesuchte Antwort liefert. Das Kriterium war bewusst milde gehalten, ein einziger Treffer in zehn Durchläufen genügte. Von den rund 5.000 Personen, die die Aufgabe bearbeiteten, waren einundzwanzig Prozent erfolgreich. Unter denen, die sich zuvor mit Lernangeboten zum Umgang mit solchen Werkzeugen beschäftigt hatten, lag die Quote bei einunddreißig Prozent.

Was die Forschung noch nicht leisten kann

Der Befund dieses Beitrags ist negativ, keine Studie zeigt bislang einen Verlust an Hirnsubstanz durch KI-Nutzung. Das ist nicht dasselbe wie ein Beleg für Unbedenklichkeit. Belastbare Aussagen zu strukturellen Veränderungen erfordern Longitudinalstudien mit bildgebenden Verfahren über mehrere Jahre an denselben Personen, wie sie Hedman et al. für das normale Altern durchgeführt haben. Intensive KI-Nutzung im Alltag ist dafür schlicht noch zu jung, ChatGPT ist erst seit November 2022 öffentlich verfügbar. Forschungsförderern, Hochschulen und Fachgesellschaften obliegt es, diese Lücke aktiv zu schließen, statt sie durch eine vorschnelle Verfallserzählung zu ersetzen.

Schlussfolgerungen

Beide Befunde zusammengenommen legen eine andere Lesart nahe als die Verfallserzählung. Die Fähigkeit, mit diesen Werkzeugen präzise zu arbeiten, ist bei vielen noch gar nicht aufgebaut, selbst in der Spitzenforschung.

Für Hochschulen und Unternehmen hat das Konsequenzen, die über ein Verbot hinausgehen. Die Hochschulbefragung liefert dazu einen aufschlussreichen Befund. Richtlinien zur Nutzung von künstlicher Intelligenz zeigen keinen signifikanten Zusammenhang mit dem Gefühl der Studierenden, unterstützt zu werden. Schulungsangebote zeigen den stärksten Zusammenhang, gefolgt von der Einbindung in die Lehrveranstaltungen.

Die Atrophie-Erzählung ist vor allem in ihrer Richtung problematisch. Sie legt nahe, ein bestehender Zustand gehe verloren und sei zu schützen, was fast zwangsläufig zu Verboten führt. Die vorliegenden Daten sprechen für eine Kompetenzlücke, die sich durch Unterricht schließen lässt. Ein Substanzverlust, der sich nicht rückgängig machen ließe, ist darin nicht belegt.

Ob die Studie von Kosmyna et al. das Begutachtungsverfahren übersteht, ist gegenwärtig offen. Sollte sie es tun, bleibt ihr Befund innerhalb der eigenen Grenzen relevant. Er handelt dann weiterhin von neuronaler Konnektivität während einer Schreibaufgabe, nicht von Hirnsubstanz.

Quellen

• Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I., Maes, P. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. arXiv, Fassung 1 vom 10.06.2025, Fassung 2 vom 31.12.2025, doi 10.48550/arXiv.2506.08872. Begutachtungsstatus und Hinweise des Forschungsteams laut Projektseite und zugehöriger FAQ, abgerufen am 09.09.2026.
• Armitage, R. (2025). Your brain on ChatGPT. British Journal of General Practice 75(758), S. 410, doi 10.3399/bjgp25X743181.
• Marczuk, A., Multrus, F., Hinz, T., Strauß, S. (2025). Künstliche Intelligenz im Studienalltag. DZHW Brief 02/2025, doi 10.34878/2025.02.dzhw_brief.
• Spitzer, M. (2012). Digitale Demenz: Wie wir uns und unsere Kinder um den Verstand bringen. München: Droemer Verlag.
• Gesellschaft für Medienpädagogik und Kommunikationskultur (2012). Digital dement vs. medienkompetent? Stellungnahme des Bundesvorstands der GMK vom 10.09.2012.
• Chugunova, M., Harhoff, D., Hölzle, K., Kaschub, V., Malagimani, S., Morgalla, U., Rose, R. (2026). Who uses AI in research, and for what? Research Policy 55, 105381, doi 10.1016/j.respol.2025.105381.
• Hedman, A. M., van Haren, N. E. M., Schnack, H. G., Kahn, R. S., Hulshoff Pol, H. E. (2012). Human brain changes across the life span: a review of 56 longitudinal magnetic resonance imaging studies. Human Brain Mapping 33(8), S. 1987 bis 2002, doi 10.1002/hbm.21334.