LONDON (IT BOLTWISE) – Eine neue Studie kombiniert MRI- und EEG-Daten mit KI-Methoden, um die Wirkung von Psilocybin auf das Gehirn zu erklären. Statt reinen Chaos-Effekten finden die Forschenden Hinweise auf eine geordnete Neuorganisation von Netzwerkverbindungen. Besonders auffällig ist, dass der visuelle Input und der innere Erfahrungsraum unter der Substanz stärker miteinander verschmelzen. Die Resultate korrelieren zudem mit der subjektiven Bedeutung der Sitzung.
Für viele Jahre dominierte in der Populär- und Teile der Fachkommunikation eine einfache Erzählung: Psilocybin und andere Psychedelika „lockern“ Hirnnetzwerke, sodass sie gleichzeitig in alle Richtungen senden – sichtbar als chaotischere Aktivität in EEG und als weniger stabile Kommunikationsmuster in der funktionellen Kopplung. Die neue Arbeit, die in Nature (2026, DOI: 10.1038/s41586-026-10910-z) veröffentlicht wurde, greift genau diese Deutung an. Nicht, weil sich die vermeintliche Unordnung nicht in den Messdaten wiederfinden ließe, sondern weil die Studie zeigt, dass hinter dem scheinbar chaotischen Rohbild eine Struktur stecken kann – und dass herkömmliche Auswertungswege genau diese Struktur möglicherweise „wegmitteln“.
Das Studiendesign ist dabei ungewöhnlich konsequent auf „unterbrechungsfreie“ Erfahrung ausgerichtet. Devon Stoliker und sein Team von der Monash University ließen 62 Personen teilnehmen, die noch nie zuvor ein Psychedelikum genommen hatten. Die Teilnehmenden erhielten 19 Milligramm Psilocybin und wurden anschließend mit MRI-Scans untersucht, später zusätzlich mit EEG. Entscheidend: Die Forschenden verzichteten auf kognitive Standardaufgaben wie Rechen- oder Aufmerksamkeitschecks, weil sie damit die Authentizität des Zustands gefährdet hätten. Der Kontext lief stattdessen über eine vierteilige Sequenz: Ruhe im Liegen (acht Minuten), geführte Meditation, eine kuratierte Musikstrecke (11 Minuten) und abschließend sechs Minuten Video mit offenen Augen, in denen Wolken über den Himmel ziehen. Das Ganze wurde pro Person zweimal durchlaufen – einmal nüchtern, einmal unter Psilocybin – jeweils zu passenden Zeitpunkten nach der Dosierung.
Biologisch adressiert die Studie zwei Engstellen: Erstens, wie stark einzelne Hirnareale über das Gehirn hinweg Einfluss nehmen, und zweitens, ob sich diese Einflüsse je nach Kontext unterschiedlich organisieren. Unter psilocybinfreier Bedingung – also mit geschlossenen Augen – verlieren Sinnesregionen laut den globalen funktionellen Konnektivitätswerten an Dominanz, während assoziative Regionen gewinnen. Unter Psilocybin verschiebt sich das Bild: Verbindungen innerhalb einzelner Netzwerke schwächen sich, während Verbindungen zwischen Netzwerken stärker werden. Auch die „Modularität“ sinkt über die vier Sequenzabschnitte hinweg, was bedeutet, dass die klare Trennung in spezialisierte Netzwerksegmente im Vergleich zum nüchternen Zustand geringer ausfällt. Gleichzeitig reduziert sich der Unterschied zwischen Augen offen und Augen zu massiv: Im visuellen Netzwerk schrumpfte die Differenz der Konnektivität um 85 Prozent. Die EEG-Auswertung bestätigt das unabhängig über eine Abnahme der Alpha-Band-Aktivität um fast die Hälfte – Alpha wird häufig als Marker dafür diskutiert, wie der visuelle Input im Gehirn „abgefiltert“ wird.
Der zentrale methodische Hebel liegt dann nicht im Messgerät, sondern in der statistischen Verarbeitung. In klassischen Brain-Imaging-Studien gibt es meist zwei Arten des „Glättens“: über die Zeit und über Personen. Zeitliche Mittelung kann geordnete Strukturen verwischen, die nur kurz auftreten und dann im Rauschen verschwinden. Noch stärker greift jedoch das zweite Mittelungsprinzip: Wenn man alle individuellen Muster zu einem Gruppenmittelwert verdichtet, werden echte individuelle Unterschiede als „Rauschen“ behandelt. Stolikers Ansatz dreht diese Logik. Das Team speiste die momentweise Aktivität von 332 Hirnregionen in CEBRA ein, ein KI-Tool, das hochdimensionale Zeitreihen auf eine niedrigdimensionale Darstellung reduziert, dabei aber die Reihenfolge der Ereignisse erhält. Für jede Person entsteht so eine Trajektorie – ein Pfad durch einen dreidimensionalen Raum, bei dem jeder Punkt einem Moment des Scans entspricht. In der nüchternen Bedingung sind die Bahnen weniger klar nach Kontext getrennt, unter Psilocybin dagegen entstehen vier gut unterscheidbare Cluster, die zu Ruhe, Meditation, Musik und Film passen. Ein Klassifikator kann damit sogar aus einem einzelnen Aktivitätsmoment ableiten, in welchem Teil der Sequenz sich die Person gerade befand. Und: Je „profound“ die Teilnehmenden ihre Erfahrung im Nachhinein beschrieben, desto besser funktionierte diese Unterscheidbarkeit.
Um die Frage zu beantworten, welche Netzwerke diese Organisation tragen, machen die Forschenden dann etwas sehr Praktisches: Sie ersetzen die Psilocybin-Aktivität eines Netzwerks durch dessen nüchternes Muster und prüfen, wie stark die Klassifikationsleistung einbricht. Zwei Netzwerke stechen dabei hervor – das Default Mode Network (DMN) und das visuelle Netzwerk. Das DMN steht in der Literatur stark mit dem Gefühl von Selbstbezug in Verbindung, also mit gedanklichem Abschweifen, Tagträumen und Selbstnarrativen; das visuelle Netzwerk steht eher für die externe, sensorische Orientierung. Unter Psilocybin werden diese beiden Systeme weniger „differenziert“ voneinander, so die Hypothese des Teams. Subjektiv äußert sich das in ihrer Interpretation in einem Zustand, in dem die Grenzen zwischen Innen- und Außenwelt weniger getrennt erlebt werden, den Stoliker als „Embeddedness“ beschreibt. Am nächsten Tag ließen die Teilnehmenden zudem bewerten, ob sich Dinge wie Verbindung zu sich selbst, zu anderen und zur Natur, aber auch Frieden, Akzeptanz und Kreativität verändert hatten. Die Daten zeigten, dass die Veränderungsstärke mit dem Erfolg des Kontext-Klassifikators zusammenhing.
Damit wird das eingangs problematisierte „Chaos“-Narrativ nicht einfach ersetzt, sondern präzisiert: Ja, die Messsignale können chaotischer wirken, wenn man sie grob mittelt. Aber im feinkörnigen, KI-gestützten Zeitmodell taucht eine versteckte Ordnung auf, die zeitlich geordnet und kontextsensitiv ist. Für die Forschung ist das relevant, weil es eine neue Hypothese liefert: Psychedelika scheinen zeitweise die Organisation der Netzwerkkommunikation zu verändern, die normalerweise die erlebte Trennung zwischen innerem Erleben und äußerer Wahrnehmung stabilisiert. Für die Anwendung folgt daraus eine interessante Richtung – zumindest auf theoretischer Ebene. Stoliker argumentiert, dass „Kontext-Variablen“ wie Raum, Musik oder instruktionelle Rahmung nicht nur Stimmung setzen, sondern mechanisch an der Netzwerkorganisation mitwirken könnten. Wenn das stimmt, wären diese Elemente potenziell wie klinische Stellschrauben behandelbar. Gleichzeitig betonen die Forschenden Limitationen: Selbst bei identischen Embeddedness-Werten können die subjektiven Erlebnisse variieren, außerdem untersuchten sie gesunde Probanden und nicht Menschen mit diagnostizierten psychischen oder psychiatrischen Erkrankungen. Offener bleibt auch, wie genau man Musik, visuelle Stimuli und Instruktionen optimiert – und ob unterschiedliche Profile unterschiedliche Settings benötigen.
Für Unternehmen und Entwickler im KI- und Neurodaten-Umfeld steckt in dieser Arbeit vor allem ein Signal: Die Qualität von Schlussfolgerungen hängt nicht nur von Sensorik und Modellarchitektur ab, sondern stark davon, wie man Zeitstruktur und individuelle Trajektorien respektiert statt zu glätten. CEBRA wird hier nicht als „Blackbox für Prognosen“ eingesetzt, sondern als Werkzeug, das Ereignisordnungen sichtbar macht. Wenn sich diese Logik auf andere Kontexte übertragen lässt, könnte das helfen, aus komplexen Biomarker-Signalen verlässlichere Zustandsräume zu lernen – von Therapie-Design über Monitoring bis hin zur Erforschung von Bewusstseinszuständen. Die Studie liefert dafür eine konkrete, überprüfbare Blaupause: präzise experimentelle Kontexte, hochaufgelöste Zeitreihen, KI-gestützte Trajektorien und dann eine gezielte Netzwerkanalyse, die erklärt, welche Systeme den Unterschied machen.
💳 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 "KI-Analyse zeigt: Psilocybin ordnet Hirnnetzwerke statt Chaos zu erzeugen" 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 "KI-Analyse zeigt: Psilocybin ordnet Hirnnetzwerke statt Chaos zu erzeugen" 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: »KI-Analyse zeigt: Psilocybin ordnet Hirnnetzwerke statt Chaos zu erzeugen« bei Google Deutschland suchen, bei Bing oder Google News!