LONDON (IT BOLTWISE) – Neue Bildgebungsdaten legen nahe, dass das Gehirn sein Sprachnetzwerk im Alter weitgehend unverändert betreibt. Während exekutive Bereiche wie das Multiple-Demand-Netzwerk mit schwächerer Synchronisierung und Aktivität reagieren, bleiben Muster der Sprachverarbeitung bei Jüngeren (17–39) und Älteren (41–80) nahezu identisch. Die Studie verknüpft diese Stabilität mit lebenslang wachsender Sprachkompetenz, etwa durch fortgesetztes Vokabellernen. Damit rückt weniger das „Altern“ als vielmehr die spezialisierte Arbeitsweise bestimmter Hirnregionen in den Fokus.
Im Alter schrumpft bei vielen Menschen nicht nur die körperliche Leistungsfähigkeit, sondern auch die Effizienz bestimmter Denkprozesse. Klassische Befunde aus der funktionellen Bildgebung zeigen häufig, dass Netzwerke rund um Gedächtnisabruf, Problemlösen und andere exekutive Funktionen nachlassen. Genau an dieser Stelle setzt die neue Arbeit an: Sie fragt, ob Sprache als kognitiver Kernbereich dem gleichen Muster folgt oder ob das Gehirn hier anders „priorisiert“. Statt pauschal von einem allgemeinen Abbau sprechen die Ergebnisse davon, dass vor allem spezialisierte Sprachareale eine deutlich größere Robustheit besitzen.
Die Studie, die als Open-Access-Publikation in Nature Communications erschienen ist, ist eine Zusammenarbeit von Forschenden am Massachusetts Institute of Technology (MIT) und an der Boston University. Im Zentrum steht die funktionelle Charakterisierung zweier unterscheidbarer Systeme: zum einen das language network, zum anderen das multiple demand network, das exekutive Kontrolle und flexible Problemlösung koordiniert. Dafür teilten die Forschenden Teilnehmende in zwei Kohorten ein – eine jüngere Gruppe im Alter von 17–39 und eine ältere Gruppe von 41–80 – und ließen Aufgaben bearbeiten, die gezielt diese Systeme ansteuern sollten. Bei der Sprachverarbeitung zeigten die Älteren Aktivierungsmuster, die nahezu vollständig mit denen der Jüngeren übereinstimmen.
Besonders klar wird der Kontrast, wenn man die Arbeitsweise beider Netzwerke gegenüberstellt. Um das Multiple-Demand-Netzwerk zu triggern, nutzte das Team eine räumliche Gedächtnisaufgabe: Die Teilnehmenden mussten sich die Position von Quadraten in einem Raster merken. Wie erwartet fiel die Aktivität in frontalen und parietalen Regionen bei älteren Erwachsenen schwächer aus; außerdem nahm die Synchronisierung zwischen relevanten Hirnarealen ab. Das ist inhaltlich plausibel, weil dieses Netzwerk als generalistisches, flexibel einsetzbares Ressourcen-System gilt, das je nach Aufgabenlast stark „hochgefahren“ werden muss. Beim language network lief dagegen ein anderes Bild ab: Beim Zuhören von Geschichten und beim Lesen von Sätzen reagierten Jüngere und Ältere ähnlich auf sprachliche Herausforderungen.
Die sprachbezogenen Effekte zeigen sich nicht nur in „durchschnittlichen“ Aktivierungswerten, sondern auch in der Sensitivität für grammatische Auffälligkeiten und unbekannte Wörter. In der Arbeit beschreibt Anne Billot die Kernaussage zur Gruppengleichheit so: „In the language network, we couldn’t find any differences between older and younger groups, “ sagt sie. „In contrast, the executive system showed decline across almost all of the measures. The network synchronization declined in older adults, the extent of activation was reduced, and the magnitude of activation was reduced as well.“ Die Aufgaben-Designlogik dahinter ist entscheidend: Während die exekutiven Kontrollprozesse in einem flexiblen Netzwerk abgebildet werden, wird beim Sprachtest sichtbar, wie stark das System auf spezifische Anforderungen im Sprachsignal anspringt. Evelina Fedorenko unterstreicht diese Interpretation mit Blick auf die Verarbeitung „sprachlicher Schwierigkeit“: „We have previously used similar kinds of materials to show that young adults show strong sensitivity to these points of linguistic difficulty: activity in the language areas goes up. Here we found that in older adults, you also see this sensitivity, which suggests that there’s nothing fundamentally different about how they process language, “.
Technisch ordnet die Studie die Beobachtung als Funktion von Spezialisierung ein: Das language network arbeite wie ein Wissensspeicher, der über Jahre hinweg Daten integriert, während das Multiple-Demand-Netzwerk stärker von altersbedingten Veränderungen betroffen sei. Fedorenko liefert dafür ein anschauliches Bild aus der Welt moderner KI: „Vocabulary keeps increasing as long as people have been measuring, which makes sense. People get exposed to more and more language, and older people sometimes start reading more, so they get an extra boost – it’s like a large language model trained on increasingly more data, “ führt sie aus. Der Vergleich ist mehr als Metapher: Er illustriert, warum sich die Sprachleistung trotz rückläufiger allgemeiner Kontrollkapazitäten stabil halten kann. Je besser das Sprachsystem auf bereits „angelegte“ Muster und eine wachsende Vokabularbasis zugreifen kann, desto weniger schlägt der typische Abbau bei bestimmten exekutiven Komponenten direkt auf die sprachliche Kommunikation durch.
Für den Markt und die Produktentwicklung in der Praxis hat diese Art von Befund eine klare Relevanz. Wenn Sprachnetzwerke auch im höheren Alter funktional bleiben, verschiebt sich die Priorität bei Assistenzsystemen weg von reinem „Gedächtnistraining“ hin zu Lösungen, die Kommunikation, Lesen und dialogfähige Interaktion unterstützen. Gleichzeitig erinnert das Ergebnis daran, dass andere kognitive Schalter – insbesondere solche, die mit Synchronisierung und Aktivität in exekutiven Netzwerken verknüpft sind – durchaus empfindlich altern. Das kann beispielsweise bedeuten, dass Benutzerschnittstellen Aufgabenlast reduzieren sollten, ohne automatisch die Sprachkompetenz als Grenze zu betrachten. Für die Forschung wiederum eröffnet die Arbeit eine präzisere Fragestellung: Welche neurobiologischen Eigenschaften halten topografische und funktionelle Verbindungen im Sprachsystem besonders stabil, und wie lassen sich diese Prinzipien langfristig für therapeutische Ansätze nutzen? Der offene Zugang zur Originalarbeit über https: //doi.org/10.1038/s41467-026-76598-x macht die Ergebnisse nachvollziehbar.
💳 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 "Alternde Gehirne: Warum Sprachnetzwerke funktional stabil bleiben" 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 "Alternde Gehirne: Warum Sprachnetzwerke funktional stabil bleiben" 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: »Alternde Gehirne: Warum Sprachnetzwerke funktional stabil bleiben« bei Google Deutschland suchen, bei Bing oder Google News!