Künstliche Intelligenz: Das menschliche Gehirn benötigt maximal 30 Watt für komplexe Problemlösungen

Weltweit werden KI-Giga-Factories gebaut, um den erforderlichen Rechenkapazitäten der großen Tech-Konzerne gerecht zu werden. Europa fällt auch hier immer weiter zurück, wodurch eine zusätzliche digitale Abhängigkeit entsteht.

Prof. Lippert vom Kernforschungszentrum hat das so ausgedrückt: “”Unser geistiges Eigentum geht in andere Länder” (MDR vom 05.09.2025). Teilweise wird prognostiziert, dass KI-Rechenzentren bis 2030 so viel Energie benötigen, wie ganz Japan.

Es stellt sich daher die Frage, ob das langfristig der richtige Weg ist. Eine Antwort liefert möglicherweise der Energieverbrauch eines menschlichen Gehirns:

“Das menschliche Gehirn leistet vieles, was Maschinen überfordert – und das mit minimalem Energieverbrauch. Im Durchschnitt verbraucht es nur etwa 20 Watt, so viel wie eine schwache Glühbirne” Knees (2025): Wie Forscher die Tech-Konzerne entmachten wollen, in Handelsblatt vom 11.10.2025.

“Unser Gehirn benötigt für hochkomplexe Informationsübertragungen und -verarbeitungen weniger Energie als eine 30-Watt-Glühbirne” (Prof. Dr. Amunts).

Mit so einer geringen Energiemenge leistet unser menschliches Gehirn erstaunliches. Es wundert daher nicht, dass die Entwicklung immer größerer Modelle (Large Language Models) infrage gestellt wird.

Forscher sind aktuell auf der Suche nach Modellen, die ganz anders aufgebaut sind und nur einen Bruchteil der aktuell benötigten Energie verbrauchen. Gerade in China gibt es dazu schon deutliche Entwicklungen. Auch in Deutschland befassen sich Forscher mit dem Thema neuroinspirierte Technologien.

Das menschliche Gehirn zwischen Computer und lernenden Algorithmen

Wir sind es schon seit vielen Jahrzehnten gewohnt, dass Maschinen und Computer unsere Arbeit erleichtern. Wir sehen es auch als “normal” an, dass digitale Computersysteme dazu geführt haben, dass es neue Arbeitsmöglichkeiten (Jobs, bzw. Jobprofile) gibt. In der Zwischenzeit kommt allerdings hinzu, dass es eine weitere Qualität in diesem Zusammenspiel gibt: Lernende Algorithmen. Die folgende Tabelle stellt die verschiedenen Kategorien mit ihren markanten Eigenschaften gegenüber.


Neuromorphes ComputingMenschliches GehirnDigitale Computer
AlgorithmenLernende AlgorithmenUnbekanntProgramme/ Logiken
ArchitekturNeuronale Netze (von der Biologie inspiriert)Biologische neuronale NetzeVon-Neumann-Architektur
MittelKünstliche Neuronen und SynapsenBiologische Neuronen und SynapsenCPU (zentrale Prozessoreinheiten) Speichereinheiten
Fraunhofer Magazin 4/2020, S. 22

Dabei wird klar, dass die Algorithmen des menschlichen Gehirns immer noch unbekannt sind, und dass neuromorphes Computing durchaus von der Biologie inspiriert wurde. In Zukunft wird es darauf ankommen, die verschiedenen Kategorien je Anwendungsbezug (Kontext, Domäne) flexibel zu nutzen. Diese situationsspezifische Konfiguration, und die damit verbundene Lerngeschwindigkeit auf allen Ebenen (Individuum, Gruppe, Organisation und Netzwerk) werden sicherlich wesentliche Erfolgsfaktoren in der zukünftigen Arbeitswelt sein.

Potenzialentfaltung statt Ressourcennutzung?

Der Artikel Geist trifft Geld: Unternehmen Gehirn (manager magazin vom 23.05.2012) ist ein sehr schönes Beipiel dafür, wie sich unsere Wirtschaft verändert – verändern wird. Prof. Hüther weist dabei auf besondere Zusammenhänge hin, die gerade bei komplexen Zusammenhängen (Complex Problem Solving) wichtig sind: “Gefühle sind für die Bewertung und Steuerung komplexer Vorgänge sogar enorm wichtig, insbesondere unter dem Druck der schnellen Entscheidungsfindung. Denn sie befähigen uns überhaupt erst, Wichtiges von Unwichtigem zu unterscheiden (…). Wir haben noch gar keine Ahnung davon, was alles im Menschen drinsteckt. Wir sind mitten in der Transformation, von der Ressourcennutzungs- zu einer Potenzialentfaltungskultur. Zum ersten Mal in der Geschichte können wir definieren, was wir brauchen, um uns entfalten zu können”. Es lohnt, sich mit diesem Perspektivenwechsel zu befassen.