London – Neugeborene oder frisch geschlüpfte Tiere wie Küken, Schildkröten und Insektenlarven sind keine „leeren Blätter“. Sie verfügen über zahlreiche schwache, angeborene Vorurteile (biases), die sich kombinieren und ihnen erlauben, ohne vorheriges Lernen überlebenswichtige Entscheidungen zu treffen. Das zeigt ein neues mathematisches Modell, das Forscher der Queen Mary University of London in Proceedings of the Royal Society B vorstellen.
Die Studie, eine Literaturübersicht kombiniert mit modellbasierter Analyse, widerlegt die Vorstellung, dass naive Tiere nur auf starke, starre Instinkte (Fixed-Action-Patterns) angewiesen sind. Stattdessen nutzen sie viele schwache, flexible und oft nur kurz anhaltende Präferenzen – etwa für bestimmte Farben, Bewegungen, Geräusche oder Muster –, die miteinander interagieren.
Beispiel Küken: Ein einzelner Hinweis wie „rötliche Farbe“ oder „aufwärts gerichtete Bewegung“ ist kein verlässlicher Indikator für die Glucke. Treten jedoch mehrere Hinweise gleichzeitig auf – rötliche Farbe + aufwärts gerichtete Dynamik + Geschwindigkeitsänderung + gluckendes Geräusch –, steigt die Wahrscheinlichkeit dramatisch, dass es sich um die Mutter handelt. Das gleichzeitige Auftreten mehrerer unabhängiger Merkmale ist statistisch so unwahrscheinlich, dass es als starkes Signal wirkt – ohne dass das Tier lernen musste.
„Es ist kontraintuitiv, dass angeborene Präferenzen schwach und vorübergehend sein können“, erklärt Erstautorin Elisabetta Versace. „Genau diese Eigenschaft reduziert jedoch Fehlalarme und erlaubt es, vielfältige Umwelthinweise optimal zu nutzen.“
Das Modell zeigt: Je mehr schwache Biases vorhanden sind, desto robuster wird die Entscheidungsfindung – eine Form von „self-supervised“ Strategie, die ohne externe Rückmeldung oder Training auskommt. Besonders in den ersten Lebensstunden, in denen Lernzeit fehlt, ist dieser Mechanismus überlebensentscheidend.
Die Erkenntnisse haben Implikationen weit über die Biologie hinaus: In der Entwicklungspsychologie erklären sie, wie Jungtiere trotz minimaler Erfahrung komplexe Aufgaben lösen. In der Künstlichen Intelligenz könnten ähnliche „unbeaufsichtigte Strategien“ den Trainingsbedarf massiv reduzieren – eine große Herausforderung bei Systemen, die mit spärlichen Daten arbeiten müssen.
„Es ist überraschend, wie viel Intelligenz bereits zu Beginn des Lebens vorhanden ist“, so Versace. „Das inspiriert nicht nur das Verständnis adaptiven Verhaltens, sondern auch die Entwicklung neuer Technologien.“
Credits
Queen Mary University of London
Das Papier „Multiple weak biases support adaptive choices without prior experience: a self-supervised strategy“ ist ab dem 4. Februar 2026 frei zugänglich. Es entstand mit Unterstützung des Leverhulme Trust, BBSRC, Royal Society und NIH/NINDS.
