Lerninhalt zur Intelligenzforschung und Smart Cities
| Website: | OnCourse Universität Bremen |
| Kurs: | Nachhaltige Städte |
| Buch: | Lerninhalt zur Intelligenzforschung und Smart Cities |
| Gedruckt von: | Gast |
| Datum: | Sonntag, 24. Mai 2026, 13:57 |
1. Individuelle Intelligenz: Netzwerke von Nervenzellen
Intelligenz von individuellen Menschen ist eine emergente Eigenschaft, die aus der Informationsverarbeitung im Gehirn hervorgeht. Nervenzellen tauschen über elektrochemische Synapsen Impulse aus (Abbildung unten links). Emergenz bedeutet, dass eine Eigenschaft eines Systems aus den Interaktionen der einzelnen Elemente hervorgeht, aber bei den einzelnen Elementen nicht existiert. Eine einzelne Nervenzelle ist nicht intelligent, sie kann keine Probleme lösen.
Vertiefung
Die Intelligenzleistungen des Gehirns insgesamt beruhen auf verteilten Aktivationsmustern im gesamten neuronalen Netzwerk (schematisch in der Abbildung unten rechts). Die Komplexität ist dabei enorm, weil 80-100 Milliarden Neuronen mit jeweils bis zu 1000 anderen Neuronen verknüpft sind!
Die Aktivationsmuster der Neuronen erzeugen eine abstrakte Datenrepräsentation der äußeren Umwelt, auf abstrakter Ebene ganz ähnlich wie die digitalen Zwillinge der Smart City, die wir in der vorherigen Lektion kennengelernt haben. Sensoren, aus denen sich die Repräsentation speist, haben auch Gehirne, nämlich unsere Sinnesorgane.
Wir wissen aus den Neurowissenschaften, dass die Gehirne intelligenterer Menschen besser, schneller und mehr Information verarbeiten können. Das liegt vermutlich daran, dass ihre Neuronen stärker miteinander verknüpft sind, so dass die Information im Netzwerk besser fließen kann (vgl. Deary et al., 2010).
Es gibt allerdings im Gehirn keine zentrale Stelle, wo alle Information zusammenliefen und Entscheidungen getroffen würden, so wie bei einem Smart-City-Dashboard. Im Gegenteil, an allen Intelligenzleistungen sind viele verschiedene Areale des Gehirns gleichermaßen beteiligt (Deary et al., 2010). Probleme lösen, Entscheidungen treffen, Lernen und Handeln sind alles komplexe Aktivationsmuster. Es gibt im Gehirn keine*n Bürgermeister*in, der*die alles steuert!
2. Die Homunculus-Täuschung
Daniel Dennett (1991), ein bekannter Neurophilosoph, hat den Begriff des “Cartesianischen Theaters” geprägt, in Anlehnung an René Descartes, der glaubte, dass die Seele in der Zirbeldrüse dem Gehirn beim Denken zuschaut.
Da es vielen Menschen, auch ausgebildeten Neurowissenschaftler*innen schwer fällt, verteilte Informationsverarbeitung zu verstehen, stellen sie sich implizit eine Art Schaltzentrale im Gehirn vor, wo alle Informationen zusammen laufen. Diese Vorstellung ist aber falsch, wie Dennett darlegt. Vielleicht ist in ähnlicher Weise auch die Idee eines zentralen “Smart City Control Rooms”, wo alle Informationen aus der Stadt zusammenlaufen und dem Stadtrat weise Entscheidungen ermöglichen, nur Cartesianisches Theater?
Quelle: Jennifer Garcia CC-BY-SA 2.5:
.Vertiefung
Interessanterweise ähnelt die abstrakte mathematische Struktur des neuronalen Netzwerks im menschlichen Gehirn jener von komplexeren sozialen Netzwerken, mit denen man urbanisierte Gesellschaften beschreiben kann (siehe Lektion 1.2).
Auch Gehirne haben eine Kleine-Welt-Struktur (Sporns et al. 2004), das heißt dass zwei beliebige Nervenzellen über durchschnittlich nur wenige Schritte miteinander verbunden sind. So ist es in sozialen Netzwerken auch.
Man kennt das Phänomen aus der Alltagserfahrung: man lernt jemanden kennen, stellt irgendwann überrascht fest, dass man gemeinsame Bekannte hat, und denkt sich: Die Welt ist aber klein!
3. Künstliche Intelligenz: simulierte neuronale Netzwerke
Viele Systeme, die man unter dem Schlagwort Künstliche Intelligenz (KI) bezeichnet, basieren auf ganz ähnlichen Informationsverarbeitungsprinzipien. KI-Anwendungen spielen natürlich auch in der Smart City eine große Rolle, da sie für die Steuerung vieler urbaner Funktionen eingesetzt werden können. KI ist ein weiter Begriff, der viele Technologien und Anwendungen umfasst.
Hier ist das Ziel lediglich, die Gemeinsamkeiten hinter verschiedenen Arten von Intelligenz zu verstehen, um so eine bessere Vorstellung davon zu bekommen, was man unter einer intelligenten Stadt (also: Smart City) verstehen könnte.
Wie im Gehirn funktioniert diese Klassifikation (eine grundlegende Intelligenzleistung) ohne irgendeine zentrale Instanz, die eine Entscheidung trifft. Stattdessen wird zwischen vielen verborgenen künstlichen Neuronen (Mitte der Grafik oben) eine Art „Aktivation“ ausgetauscht (letztlich eine Berechnung mit vielen Parametern), bis am Ende der eine oder der andere Begriff aktiviert wird.
Damit das Netzwerk das kann, muss es vorher trainiert werden. Dabei werden ihm, ähnlich wie z.B. ein Kleinkind Sprache lernt, immer wieder viele Paare von sensorischen Mustern und Begriffen gezeigt. In dieser Trainingsphase passt das Netzwerk die mathematischen Gewichte zwischen den einzelnen Neuronen immer wieder an, bis es am Ende automatisch ein beliebiges Objekt richtig „erkennt“.
Vertiefung: KI-Begriffe
Künstliche Intelligenz, Maschinelles Lernen, Deep Learning, Neuronale Netze – diese und andere Begriffe sind heute in aller Munde, und auch im Kontext der Smart City spielen sie natürlich eine wichtige Rolle und haben viele Anwendungen. Dennoch gerät vieles auch mal durcheinander. Im folgenden Video wird gut erklärt, was was ist, wie es funktioniert und wie die Dinge zusammenhängen. Schau es dir gerne an.
OER Material der Uni Düsseldorf, Autorin: Grah, Joana (2023)
4. Kollektive Intelligenz: Informationsflüsse in sozialen Netzwerken
Auch für soziale Systeme scheint zu gelten, dass sie besser Probleme lösen und lernen können, wenn sie mehr Information verarbeiten können.
Beispiel
In einem Forschungsprogramm zur „kollektiven Intelligenz“ wurden z.B. in Anlehnung an etablierte Intelligenztests Kleingruppen von Studierenden Probleme zu lösen gegeben (Wooley et al., 2015).
Dabei zeigt sich, dass solche Gruppen bessere Leistungen zeigen (also kollektiv intelligenter sind), deren Mitglieder mehr miteinander reden, emotional sensibler sind und untereinander ausgeglichenere Redebeiträge in der Diskussion leisten. Gruppen hingegen, in denen ein oder wenige Individuen die ganze Kommunikation dominierten, tauschten weniger Wissen aus und generierten daher weniger kreative Problemlösungsideen.
Ähnliche Muster finden sich bei Untersuchungen zu Innovationen in Unternehmen (Scholl, 2004): Machtausübung und hierarchische Kommunikationsweisen führen zu so genannten Informationspathologien. Das bedeutet, dass eigentlich vorhandenes Wissen häufiger nicht genutzt wird, was zu Fehlentscheidungen und zum Scheitern von Innovationen führt.
Gelten solche Zusammenhänge auch für ganze Städte?
Quelle: Eagle, Macy, & Claxton (2010), Abb. 1, S. 1030.
Eine Studie von Eagle et al. (2010) legt das zumindest nahe. Es wurden 65 Millionen Telefongespräche in Großbritannien analysiert und so die Netzwerkstruktur von Kommunikation in und zwischen ganzen Städten modelliert. Hier zeigte sich, ganz ähnlich wie in der Kleingruppenforschung zur kollektiven Intelligenz, dass solche Städte wirtschaftlich erfolgreicher waren und auch weniger Umweltprobleme aufwiesen, in denen mehr und zwischen mehr verschiedenen Menschen telefoniert wurde. Wenn wir also wieder die Metapher einer Stadt als „Superorganismus“ aufgreifen, sind offenbar solche Städte intelligenter (oder die „smarteren Cities“), deren soziale Netzwerke mehr Informationsverarbeitung erlauben.