LONDON (IT BOLTWISE) – Eine große Längsschnittstudie zeigt Zusammenhänge zwischen frühen kognitiven Fähigkeiten und dem Tempo zentraler Hirnreifungsprozesse. Kinder mit höheren fluiden Fähigkeiten erleben während der Adoleszenz eine schnellere „Feinabstimmung“ der grauen Substanz. Bei bestimmten visuell-räumlichen Fähigkeiten verläuft zudem die Reifung der weißen Substanz über die Zeit deutlich anders. Gleichzeitig deutet das Muster der Ruhe-Netzwerk-Konnektivität auf eine frühere Spezialisierung funktioneller Systeme hin.
Die Adoleszenz ist im Gehirn keine „Weiterentwicklung nach Schema F“, sondern eine Phase, in der sich Struktur und Funktion über Jahre hinweg neu ausbalancieren. Graue Substanz wächst zunächst in der Kindheit und schrumpft dann im Zuge der synaptischen Pruning-Prozesse, bei denen das Nervensystem weniger benötigte Verbindungen abbaut. Gleichzeitig nehmen die Leitungsqualitäten zu: Weiße Substanz wird typischerweise besser „isoliert“, weil Myelin sich um Nervenfasern legt und dadurch Kommunikation zwischen Regionen effizienter wird. Genau in dieses Zusammenspiel greifen neue Ergebnisse ein und verbinden frühe Unterschiede in der Kognition mit späteren Verläufen von Reifungsmarkern.
Im Kern geht es um die Frage, ob Unterschiede in der kindlichen Intelligenz nicht nur in Tests sichtbar sind, sondern auch mit dem langfristigen Tempo körperlicher und funktioneller Gehirnveränderungen zusammenhängen. Anstatt wie viele frühere Arbeiten nur einen Zeitpunkt zu betrachten, nutzt die Studie einen longitudinalen Ansatz aus dem Adolescent Brain Cognitive Development (ABCD)-Projekt. Für die Auswertung wurden Daten von 10.495 Teilnehmenden herangezogen, die vom Alter um etwa neun bis zehn Jahren über vier Messzeitpunkte bis in die mittlere Adoleszenz begleitet wurden. Das Design reduziert zwar nicht automatisch alle möglichen Verzerrungen, liefert aber viel bessere Hinweise darauf, wie sich Verläufe im individuellen Zeitververlauf modellieren lassen.
Damit die kognitiven Unterschiede nicht zu grob bleiben, trennte das Forschungsteam verschiedene Intelligenzdimensionen. Fluid cognition umfasst problemorientiertes Denken, Gedächtnis und Verarbeitungsgeschwindigkeit, während crystallized cognition eher akkumuliertes Wissen abbildet, etwa Lesekompetenz und Wortschatz. Zusätzlich wurde matrix reasoning betrachtet, eine Form des visuellen und räumlichen Schlussfolgerns. Dass diese Bausteine getrennt analysiert werden, ist methodisch wichtig: So lässt sich unterscheiden, ob eher „dynamisches“ Problemlösen andere biologische Reifungsmuster anstößt als „statisches“ Wissensfundament oder visuell-räumliche Strategien.
Für die Gehirndimension kombinierten die Forschenden mehrere MRT-Modalitäten. Strukturelle Aufnahmen lieferten Volumen, Oberfläche und Dicke der grauen Substanz; Diffusionsbildgebung erfasste Veränderungen der weißen Substanz auf Mikrostruktur-Ebene; Ruhe-Zustands-Messungen (resting-state functional imaging) zeigten, wie Netzwerke über die Zeit hinweg koordiniert kommunizieren. Bei der Modellierung wurde zudem für den sozioökonomischen Kontext im Haushalt kontrolliert, außerdem für das Geschlecht und für technische Unterschiede zwischen Scannern der verschiedenen Standorte. Diese Mischung aus biologischen und statistischen Kontrollen adressiert zumindest einen Teil der typischen Hürden, wenn man von Testleistungen auf Gehirnmarker schließt.
Die deutlichsten Signale zeigten sich für fluid cognition in der grauen Substanz. Ki-basiert sind die Ergebnisse zwar nicht, aber die Logik ist für die spätere datengetriebene Modellierung relevant: Kinder mit höheren fluiden Fähigkeiten starteten mit Verläufen, die später zu einer schnelleren Kontraktion von Hirnarealen führten. Besonders ausgeprägt war das im Frontalbereich, der stark mit höheren kognitiven Prozessen, Planung und Entscheidungsfindung verknüpft ist. Gleichzeitig zeigte sich für cortical thickness kein statistisch signifikanter Zusammenhang mit den kognitiven Kennwerten. Crystallized cognition und matrix reasoning korrelierten ebenfalls nicht langfristig mit den Strukturmaßen der grauen Substanz. Anders formuliert: Nicht jede Intelligenzdimension spiegelt sich gleichmäßig in jedem strukturellen Parameter wider.
Bei der weißen Substanz verschob sich das Bild. Als Kennzahl nutzten die Forschenden fractional anisotropy, die vereinfacht gesagt die gerichtete Ausrichtung des Diffusionsverhaltens entlang neuronaler Bahnen widerspiegelt und häufig mit Myelinisierung sowie Faserpackungsdichte zusammenhängt. Hier war matrix reasoning entscheidend: Höhere frühe Werte sagten zwar einen höheren Startzustand in der Integrität der weißen Substanz voraus, aber gleichzeitig eine langsamere, über mehr Zeit verteilte Zunahme der fractional anisotropy während der Adoleszenz. Fluid und crystallized cognition zeigten dagegen keine statistisch signifikanten Beziehungen zu dieser weißen-substanzbezogenen Entwicklung. Solche Kontraste sind auch deshalb aufschlussreich, weil „Beschleunigung“ nicht automatisch überall gleichbedeutend ist – es kann ebenso gut sein, dass einzelne Komponenten stärker am Anfang stehen und dann langsamer „nachziehen“.
Auch funktionell, im Ruhemodus, zeigte sich ein Zusammenhang – diesmal als Muster der Konnektivität zwischen Netzwerken. Frühere Werte über alle drei Kognitionsmaße hinweg sagten die Richtung der Entwicklung der zwischen-netzwerklichen Kommunikation voraus: Bei Teilnehmenden mit niedrigeren Ausgangswerten stieg die Konnektivität über die Zeit, während sie bei höheren Ausgangswerten abnahm. Darüber hinaus beobachtete das Team im Feingranulat, wie sich spezialisierte Netzwerke stärker voneinander entkoppeln: Mit zunehmender kognitiver Ausgangsleistung nahmen Verbindungen ab, die typischerweise im Verlauf der Adoleszenz entkoppeln, unter anderem zwischen Netzwerken, die mit auditiver Verarbeitung und kognitiver Kontrolle assoziiert werden. Auf einer höheren Ebene der Netzwerk-Organisation hing die stärkere Trennung des default mode network von aufgabenrelevanten Aufmerksamkeitsnetzwerken mit höheren crystallized- und matrix-reasoning-Werten zusammen. Diese Entkopplung wird in der Literatur oft als Vorteil für die funktionale Unabhängigkeit verschiedener Systeme interpretiert.
Wichtig ist die Einordnung: Die Studie beschreibt Zusammenhänge in einem Beobachtungsdesign und zeigt keine direkte Kausalität. Genetische Faktoren oder Umweltreize können sowohl die Intelligenzwerte als auch die Reifung beeinflussen und dadurch scheinbare Effekte erzeugen, ohne dass „mehr Intelligenz“ die Hirnveränderung mechanisch verursacht. Zudem war der letzte Messzeitpunkt bei der Auswertung noch unvollständig, weshalb die Forschenden primär lineare Modelle einsetzten, obwohl Hirnreifung häufig nicht-linear verläuft. Genau hier liegt für die Forschung die nächste Stufe: Längere und vollständigere Altersabdeckung könnte zeigen, wann und wie stark sich Tempo und Richtung in den einzelnen MRT-Kennzahlen tatsächlich ändern.
Für die Praxis – etwa in Bildung, Diagnostik oder in der KI-gestützten Vorhersage von Entwicklungsverläufen – lassen sich dennoch klare Lehren ableiten: Wenn sich fluid cognition besonders in Struktur- und Funktionsparametern abzeichnet, dann ist die Auswahl des kognitiven „Label“-Signals entscheidend für jedes spätere Modell, das Entwicklung prognostizieren will. Umgekehrt mahnt der Befund, dass crystallized cognition und manche Strukturmarker nicht automatisch „mitziehen“. Die Studie liefert damit ein präziseres Raster dafür, welche kognitiven Dimensionen in welchem biologischen Subsystem sichtbar werden können – und sie bietet eine solide Grundlage für künftige, strengere Modelle, die sowohl zeitliche Nichtlinearität als auch mögliche Drittvariablen besser berücksichtigen. Veröffentlicht wurde die Arbeit im Journal Developmental Cognitive Neuroscience unter dem Titel „Cognitive ability in childhood predicts adolescent structural and functional brain development: A longitudinal study“.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Frühe kognitive Fähigkeiten steuern die Reifung des Gehirns in der Adoleszenz" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Frühe kognitive Fähigkeiten steuern die Reifung des Gehirns in der Adoleszenz" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Frühe kognitive Fähigkeiten steuern die Reifung des Gehirns in der Adoleszenz« bei Google Deutschland suchen, bei Bing oder Google News!