Forscher der University of California, Los Angeles (UCLA Health) haben in der Fachzeitschrift Neuron eine Arbeit veröffentlicht, die darauf hinweist, dass aktuellen KI-Systemen eine grundlegende Eigenschaft menschlicher Kognition fehlt – die interne Verkörperung. Dies könnte die Sicherheit und Zuverlässigkeit der Systeme beeinträchtigen.

„Während sich die aktuelle Weltmodellierung auf externe Verkörperung konzentriert, wie zum Beispiel unsere nach außen gerichteten Interaktionen mit der Welt, erhält die interne Dynamik oder das, was wir ‚interne Verkörperung‘ nennen, viel weniger Aufmerksamkeit“, sagte die Erstautorin der Studie, Postdoktorandin Akila Kadambi. „Beim Menschen dient der Körper als eingebautes Sicherheitssystem, als regulatorische Instanz für unsere Welterfahrung.“ Sie fügte hinzu: „Wenn Sie unsicher sind, wenn Sie erschöpft sind, wenn etwas Ihrem Überleben widerspricht – Ihr Körper registriert das. Aktuelle KI-Systeme haben keinen äquivalenten Mechanismus.“

Die Studie konzentrierte sich auf multimodale große Sprachmodelle, wie die Technologie hinter ChatGPT und Google Gemini. Mithilfe von Punktlichtdarstellungs-Tests fanden die Forscher heraus, dass KI-Systeme bei der Erkennung einfacher menschenähnlicher Bilder versagten, während Menschen dies nicht taten, weil die menschliche Wahrnehmung auf Körpererfahrung basiert. Das Fehlen dieser internen Verkörperung bedeutet, dass KI-Systeme ihren eigenen Zustand – wie Müdigkeit oder Unsicherheit – nicht wie Menschen überwachen können.

Die Arbeit unterscheidet zwei Arten der Verkörperung: Externe Verkörperung beinhaltet die Interaktion mit der physischen Welt, während interne Verkörperung die kontinuierliche Überwachung innerer Zustände bezeichnet. Senior-Autor Dr. Marco Iacoboni wies darauf hin: „Im Gegensatz dazu haben aktuelle KI-Systeme keinen äquivalenten Mechanismus. Sie verarbeiten Eingaben und erzeugen Ausgaben, ohne über einen beständigen inneren Zustand zu verfügen, der ihr Verhalten über die Zeit reguliert. Das ist nicht nur eine Leistungsbeschränkung, sondern auch eine Sicherheitsbeschränkung.“

Die Forscher schlagen einen „Dual-Embodiment-Rahmen“ vor, der die Simulation innerer Zustände in KI-Systemen vorsieht, und entwickeln neue Benchmark-Tests zur Bewertung interner Verkörperung. Iacoboni sagte: „Der Zweck dieser Arbeit ist es, diese Erkenntnis direkt auf die KI-Entwicklung anzuwenden. Wenn wir wollen, dass KI-Systeme wirklich mit menschlichem Verhalten übereinstimmen – nicht nur oberflächlich flüssig sind – müssen wir ihnen möglicherweise Verletzlichkeiten und Kontrollmechanismen verleihen, die wie interne Selbstregulatoren funktionieren.“ Die Studie unterstreicht die Bedeutung interner Verkörperung für die KI-Sicherheit.

Veröffentlichungsdetails: Autoren: University of California, Los Angeles; Titel: „AI systems lack a fundamental property of human cognition: Understanding this gap may matter for safety“; veröffentlicht in: Neuron (2026).