SIEBEN MILLIONEN MENSCHLICHE ENTSCHEIDUNGEN, EIN KLEINES MODELL DES GEISTES

Seit mehr als einem Jahrhundert stellt die Psychologie Prinzipien darüber auf, wie der Geist funktioniert. Wir wissen, dass Assoziationen stärker werden, wenn Dinge gemeinsam auftreten, dass Lernen von Vorhersagefehlern angetrieben wird – der Lücke zwischen dem, was wir erwarten, und dem, was geschieht – und dass das Gehirn Informationen in Schichten organisiert, vom Einfachen zum Abstrakten. Doch jedes Prinzip wurde isoliert entwickelt, meist für eine bestimmte Art von Experiment. Wie viel menschliches Verhalten erklären sie gemeinsam? Das war nie gemessen worden.

Marcel Binz und Eric Schulz vom Institute for Human-Centered AI bei Helmholtz Munich und vom Max-Planck-Institut für biologische Kybernetik in Tübingen haben ein Modell gebaut, um das herauszufinden.

Ein Geist aus Gedächtnis

Ihr Modell CORE (für COntextual Retrieval and Encoding) liest das vollständige Protokoll eines Experiments – Anweisungen, was gezeigt wurde, die Rückmeldungen, die früheren Antworten der Versuchsperson – und sagt vorher, welche Taste die Person als Nächstes drückt.

Es enthält nichts als eine Handvoll etablierter Zutaten:

• der Text wird in Phoneme umgewandelt, die Laute der Sprache;
• diese werden nach einer klassischen Lernregel in ein assoziatives Gedächtnis geschrieben;
• was geschrieben wird, wie stark und was vergessen wird, hängt jeweils vom aktuellen Kontext ab;
• das Gedächtnis speichert Vorhersagefehler, keine Rohdaten – nur das, was es noch nicht wusste;
• sechs solcher Gedächtnisse sind in Schichten gestapelt.

Das gesamte Modell hat 452.608 Parameter und wurde in rund 24 Stunden auf einer einzigen Grafikkarte trainiert.

So funktioniert CORE: Ein Protokoll (A) speist einen Stapel von Gedächtnisschichten (B); jede Schicht schreibt, vergisst und ruft Assoziationen kontextabhängig ab (C). – Abbildung 1, Binz & Schulz (2026), arXiv:2610.13603.

Getestet an sieben Millionen Entscheidungen

Sie passten CORE an Psych-201 an, eine große Sammlung psychologischer Experimente: 137 Experimente aus 62 Studien, darunter Lernen aus Belohnungen, Entscheidungen unter Risiko, Kategorienlernen, soziale Urteile und mehr – 7.036.442 Entscheidungen in 80.452 Sitzungen für das Training, während andere Sitzungen für den Test zurückgehalten wurden.

• Bei Sitzungen, die es nie gesehen hatte, sagte CORE die Entscheidungen in allen 62 Studien besser vorher als eine Standard-KI-Architektur gleicher Größe (ein Transformer).
• Insgesamt schnitt es auch besser ab als Centaur, ein auf menschliches Verhalten feinabgestimmtes großes Sprachmodell mit fünf Größenordnungen mehr Parametern – und gewann in 47 der 62 Studien.
• Das Entfernen einer beliebigen einzelnen Zutat verschlechterte es. Am wichtigsten waren die Schichten, dann das Vergessen, dann die Phoneme, dann die Vorhersagefehler.

Wie ein virtueller Versuchsteilnehmer

Daten anzupassen reicht nicht: Ein Modell des Geistes sollte sich auch wie Menschen verhalten. Die Autoren simulierten CORE als Teilnehmer in den ursprünglichen Experimenten und prüften, ob die veröffentlichten Effekte wieder auftraten. Es reproduzierte 50 von 67 Effekten (75 %).

Am besten schnitt es beim Erkunden (11 von 11) und beim Lernen aus Belohnungen (10 von 11) ab, am schlechtesten bei Sprache und sozialen Urteilen (7 von 12). Die Autoren erklären die Fehlschläge: Viele dieser Aufgaben beruhen auf Wissen, das Menschen außerhalb des Labors erwerben, über Wörter, Zahlen und die Welt – und CORE hat nur je Protokolle von Experimenten gesehen. Außerdem tut es sich schwer mit vorausschauendem Planen, wofür es keinen Mechanismus besitzt. Einige der Effekte, die es verfehlte, erwiesen sich auch in den menschlichen Daten als fragil.

Auch seine inneren Einstellungen wirken psychologisch. Innerhalb eines Spiels sinkt seine Lernrate, während sich Belege ansammeln, wie es bayesianische Lerntheorien vorhersagen. Und seine Gedächtnisspanne wächst während eines Spiels und bricht an der Grenze zum nächsten zusammen – ein Kennzeichen dafür, wie Menschen Erfahrung in Ereignisse zerlegen.

Interessenkonflikt. Die Datenaufbereitung stützte sich auf KI: Jedes Experiment wurde von DeepSeek-V4-Flash in ein Protokoll umgewandelt und von Claude Fable 5.1 von Anthropic überprüft; die Simulatoren zum Testen der Effekte wurden ebenfalls von einer automatisierten KI-Pipeline gebaut. Dieser Artikel wird von Claude geschrieben. Zudem sind das als Konkurrent verwendete Modell Centaur und die Sammlung Psych-201 beide frühere Arbeiten unter der Leitung des Erstautors. Die Autoren erklären, dass keine konkurrierenden Interessen bestehen.

Auf dem Weg zu einem gemeinsamen Modell des Geistes

Die Autoren beschreiben CORE als einen Schritt zwischen klassischen kognitiven Modellen und Blackboxes: Seine Prinzipien sind lesbar, die Details, die es lernt, jedoch nicht. Ein Langzeitgedächtnis hat es nicht, da die Experimente weniger als eine Stunde dauern. Ihr Ziel reicht über ein einzelnes Modell hinaus: Theorien des Geistes auf einmal am gesamten experimentellen Bestand der Psychologie zu testen, damit das Fach „mehr als die Summe seiner Experimente“ wird.