LONDON (IT BOLTWISE) – Neue fMRI-Ergebnisse zeigen, warum Erinnerungen mit dem Alter weniger präzise werden. Forschende fanden, dass der Hippocampus im Alter nicht einfach „weniger“ wieder aktiviert, sondern häufiger verbindende Aktivitätsmuster zeigt, die zu Kategorie-Fehlern führen. In einem Versuch mit 61 Teilnehmenden sank die Trefferquote altersbedingt deutlich, während bestimmte Replay-Muster gleichzeitig häufiger falsche Zuordnungen vorhersagten. Damit verschiebt sich die Erklärung für Gedächtnisirrtümer vom reinen Informationsverlust hin zur veränderten Organisation von Gedächtnisinhalten über Lern-, Ruhe- und Abrufphase.

Warum Erinnerungen im Alter verschwimmen: neue fMRI-Evidenz aus dem Hippocampus
Warum Erinnerungen im Alter verschwimmen: neue fMRI-Evidenz aus dem Hippocampus (Foto: IT BOLTWISE)
🧠 KI & Robotik auf Google News abonnieren

Altern kann die eigene Erinnerung nicht nur „unzugänglicher“ machen, sondern auch ihre Struktur verändern. Laut neuen Befunden, die auf funktioneller Magnetresonanztomografie (fMRI) basieren, verschiebt sich die Art, wie der Hippocampus gespeicherte Informationen über die Zeit hinweg wieder zusammensetzt: Statt präzise, ereignisspezifische Details selektiv zu reaktivieren, können im höheren Alter überlappende Aktivitätsmuster häufiger in falsche Kategorien umkippen. Das erklärt, warum es bei älteren Erwachsenen im Alltag nicht nur zu Vergesslichkeit kommt, sondern zu Verwechslungen – etwa wenn Gesichter mit der falschen Kategorie von Personen, Gegenständen oder Szenen verknüpft werden.

Technisch führt das Verständnis hier über zwei eng gekoppelte Mechanismen. Der Hippocampus ist als seepferdchenförmige Struktur tief im Gehirn zentral für das Lernen und die Bildung episodischer Gedächtnisinhalte, also für Erinnerungen, die konkrete Ereignisdetails miteinander verknüpfen. Bereits frühere Arbeiten zeigten, dass der Hippocampus beim Abruf hilft, indem er neuronale Aktivitätsmuster reproduziert, die beim ersten Erleben des Ereignisses entstanden waren. In der Quelle wird dafür unter anderem auf eine 2016 veröffentlichte Studie verwiesen, die diesen selektiven „Rekonstruktions“-Charakter herausarbeitet (A 2016 study). Zusätzlich spielt die Konsolidierung eine Rolle: Nachdem Informationen gelernt wurden, sollen sie durch Prozesse wie die Bindung von Assoziationen über Zeit stabiler werden. Ein von der Quelle beschriebenes Schlaf-gegen-Wachheit-Ergebnis aus dem Jahr 2024 ordnet diese Idee ein, indem es Schlaf als förderlich für die Festigung schwacher Verknüpfungen beschreibt.

Die neue Studie versucht nun, genau diese bislang schwer messbare Speicherphase direkter zu beobachten. Dazu setzt das Team auf fMRI, das neuronale Aktivität indirekt über Blutflussänderungen erfasst – also nicht „Gedanken“ sichtbar macht, aber Muster in der Aktivierung im Zeitverlauf detektierbar macht. Auf diese Messbarkeit bezieht sich auch der Studienautor Ian M. McDonough, der als assoziierter Professor an der Binghamton University in der Quelle genannt wird: „Over the past decade, research in young adults has revealed consistent evidence that we can use fMRI to understand memory storage processes (called consolidation), “ sagte er, und betonte die Relevanz, weil der Speicherprozess in Tiermodellen gut validiert sei, in Menschen aber lange nur schwer direkt zugänglich war. Er fügt hinzu: „Given that I do aging research, I thought that this new ability to test this consolidation stage might help us understand why memory declines in old age.“

Damit diese „Replay“-Logik über Altersgruppen prüfbar wird, rekrutierten McDonough und Koautor Destaw B. Mekbib insgesamt 61 Erwachsene und teilten sie in drei Kohorten auf: 17 junge Erwachsene (18 bis 30), 21 Menschen im mittleren Alter (50 bis 60) und 23 ältere Erwachsene (61 bis 74). Während des Experiments durchliefen die Teilnehmenden eine Lernphase mit 64 visuellen Paaren: jeweils ein neutral dargestelltes Gesicht, kombiniert mit entweder einem alltäglichen Objekt oder einer Szene. Danach folgte eine Ruhephase: fünf Minuten stilles Liegen bei geschlossenen Augen, in denen der Scanner die Baseline-Aktivität aufzeichnete. Schließlich kam ein Abruftest: Die zuvor gesehenen Gesichter wurden erneut gezeigt, und die Teilnehmenden mussten das korrekte zugeordnete Objekt oder die passende Szene aus vier Optionen auswählen. Entscheidend ist dabei, wie eng die Hippocampus-Aktivitätsmuster zwischen Lern-, Ruhe- und Abrufphase zusammenpassen.

Die Verhaltensdaten zeigen den altersbedingten Leistungsabfall klar, auch wenn nicht jede Kennzahl identisch reagiert. Die Trefferquote sank mit dem Alter: Jüngere identifizierten die korrekten Paare zu 36 %, die Gruppe im mittleren Alter kam auf 24 %, und ältere Teilnehmende erreichten 20 %. „Forgetting rates“, definiert als Fälle, in denen überhaupt keine Auswahl getroffen wurde, unterschieden sich zwischen den Gruppen dagegen nicht signifikant. Auf der Ebene der Gehirnscans zeigte sich statt eines bloßen Schwunds jedoch etwas Qualitatives: Mit zunehmendem Alter wurden die Aktivitätsmuster im Hippocampus weniger stabil und weniger konsistent über die Phasen hinweg. In der jungen Gruppe war eine hohe Ähnlichkeit der Muster zwischen Lernphase und Abruftest mit besserer Gesamtgenauigkeit und weniger Auslassungen verbunden – ein Muster, das dafür spricht, dass das Gehirn beim Abruf tatsächlich die Details der initialen Erfahrung wiederherstellt.

Im höheren Alter drehte sich dieses Signal jedoch in Richtung eines typischen Fehlertyps. Laut den Ergebnissen sagte eine hohe Musterähnlichkeit über Lern-, Ruhe- und Abrufphase in der älteren Gruppe nicht primär bessere Leistungen voraus, sondern stärker eine spezifische Art der Verwechslung: Kategorie-Level-Fehler. Praktisch bedeutete das, dass Teilnehmende eher eine Szene auswählten, obwohl das korrekte Gegenstück ein Objekt gewesen wäre. McDonough fasst diese unerwartete Verschiebung in der Quelle so zusammen: „We expected that as people age, they would simply show ‘less’ of the same brain patterns that young adults show, “ sagte er. „Instead, we found that the same ‘helpful’ brain patterns linked with accurate memory in young adults were associated with memory confusions in older age. That is, those ‘helpful’ brain patterns in young were now ‘harmful’ brain patterns in older adults rather than older adults simply showing fewer of the ‘helpful’ brain patterns.“ Genau damit entsteht das zentrale Narrativ der Arbeit: Erinnerungen verschwimmen nicht nur, weil weniger Information verfügbar wäre, sondern weil die Art der Reaktivierung und die Kopplung über Phasen hinweg fehleranfälliger organisiert sind.

Auch das mittlere Alter erweist sich als eigenes Muster. Der Autor weist darauf hin, dass es einen naheliegenden Fehlschluss geben kann: Zwar nehme episodisches Gedächtnis ab dem mittleren Alter häufig bereits messbar ab, doch die spezifischen Hippocampus-Aktivitätsprofile in der Studie seien nicht identisch zwischen mittlerer und alter Gruppe. „Middle-age sits in between the two age bands, “ heißt es in der Quelle, „which means that when young adults show positive relationships between the hippocampal patterns and memory, older adults show negative relationships, then middle-age doesn’t always show much of a relationship.“ Das bedeutet: Die Aktivitätsmuster der mittleren Kohorte sehen weder wie „jung“ noch wie „alt“ aus. Zusätzlich prüfen die Forschenden, ob sich die Veränderungen durch eine Schrumpfung des Hippocampus erklären lassen könnten; die Einbeziehung des Hippocampus-Volumens änderte die Kernresultate offenbar nicht. Damit rückt die funktionelle Organisation der Information über Lern-, Ruhe- und Abrufphasen stärker in den Vordergrund als die reine Größe der Struktur.

Für die Einordnung sind zwei weitere Aspekte wichtig. Erstens bleibt der Effekt trotz der klaren Muster verschiebung begrenzt: In der Quelle wird berichtet, dass die Gehirnwirkungen etwa 30 % des altersbedingten Rückgangs der Gedächtnisgenauigkeit erklären, also weiterhin viel Varianz offenlassen. Zweitens mahnt die Studie zur Vorsicht bei der Verallgemeinerung: Es wurde stark auf den Hippocampus fokussiert, während Gedächtnis in Wirklichkeit ein Zusammenspiel vieler Regionen ist. Außerdem umfasst die Stichprobe keine Teilnehmenden zwischen 31 und 49 Jahren, wodurch kein kontinuierlicher Jahres-für-Jahres-Verlauf der Hirnveränderungen abgebildet werden kann. Der Studienautor nennt als zentrales weiteres Prüfziel, dass die Muster in unabhängigen Kohorten repliziert werden müssen. Für die Zukunft nennen die Forschenden außerdem potenzielle Interventionsrichtungen wie Neurofeedback – mit Echtzeit-Readouts, die die Selbstregulation von Hirnaktivität trainieren sollen – oder Neurostimulation, also milde elektrische oder magnetische Impulse, die gezielt Areale ansprechen. Der Kern dieser Ideen ist dabei nicht „mehr Gedächtnis erzwingen“, sondern die Speicherphase so zu beeinflussen, dass Reaktivierungsprozesse wieder stärker selektiv und weniger fehleranfällig werden.


💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!


Sense Robot Go KI-Go-Brett mit Roboterarm – Automatische Steinplatzierung, interaktives Lernen, Spielwiederholung – Intelligenter Weiqi-Trainer für Kinder & Erwachsene
152 Bewertungen
Sense Robot Go KI-Go-Brett mit Roboterarm – Automatische Steinplatzierung, interaktives Lernen, Spielwiederholung – Intelligenter Weiqi-Trainer für Kinder & Erwachsene
  • ★ 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.
ENERGIZE LAB Eiliko Coral Pink - Ihr winziger KI-Charm-Roboter, der zu jedem täglichen Outfit passt, lustiges elektronisches Anhängerspielzeug, für Paare und beste Freunde
334 Bewertungen
ENERGIZE LAB Eiliko Coral Pink - Ihr winziger KI-Charm-Roboter, der zu jedem täglichen Outfit passt, lustiges elektronisches Anhängerspielzeug, für Paare und beste Freunde
  • 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.
Eilik – Interaktiver Desktop Roboter mit Persönlichkeit, lebendigen Animationen & Reaktionen, Touch-Steuerung, Mini-Spiele, emotionaler Roboter Freund und besonderes Geschenk für Kinder & Erwachsene
1.501 Bewertungen
Eilik – Interaktiver Desktop Roboter mit Persönlichkeit, lebendigen Animationen & Reaktionen, Touch-Steuerung, Mini-Spiele, emotionaler Roboter Freund und besonderes Geschenk für Kinder & Erwachsene
  • 【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.
Plantbot Upgraded Large Smart Flower Pot Pet Planter Robot with Artificial Intelligence, Time Temperature Display, and Numerous Expressive Animations Based, for Indoor Decoration, Gifts (White)
53 Bewertungen
Plantbot Upgraded Large Smart Flower Pot Pet Planter Robot with Artificial Intelligence, Time Temperature Display, and Numerous Expressive Animations Based, for Indoor Decoration, Gifts (White)
  • 【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.
Loona KEYI Premium Haustier-Roboter mit Ladestation (Smarte AI ChatGPT-4o, Stimmen- & Gestensteuerung, Echtzeit-Interaktion, Heimüberwachung)
946 Bewertungen
Loona KEYI Premium Haustier-Roboter mit Ladestation (Smarte AI ChatGPT-4o, Stimmen- & Gestensteuerung, Echtzeit-Interaktion, Heimüberwachung)
  • 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.


Hat Ihnen der Artikel bzw. die News - Warum Erinnerungen im Alter verschwimmen: neue fMRI-Evidenz aus dem Hippocampus - gefallen? Dann abonnieren Sie uns doch auf Insta: AI News, Tech Trends & Robotics - Instagram - Boltwise

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!





Folgen Sie aktuellen Beiträge über KI & Robotik auf Twitter, Telegram, Facebook oder LinkedIn!
Hinweis: Teile dieses Textes könnten mithilfe Künstlicher Intelligenz generiert worden sein. Die auf dieser Website bereitgestellten Informationen stellen keine Finanzberatung dar und sind nicht als solche gedacht. Die Informationen sind allgemeiner Natur und dienen nur zu Informationszwecken. Wenn Sie Finanzberatung für Ihre individuelle Situation benötigen, sollten Sie den Rat von einem qualifizierten Finanzberater einholen. IT BOLTWISE® schließt jegliche Regressansprüche aus.









Ergänzungen und Infos bitte an die Redaktion per eMail an de-info[at]it-boltwise.de. Da wir bei KI-erzeugten News und Inhalten selten auftretende KI-Halluzinationen nicht ausschließen können, bitten wir Sie bei Falschangaben und Fehlinformationen uns via eMail zu kontaktieren und zu informieren. Bitte vergessen Sie nicht in der eMail die Artikel-Headline zu nennen: "Warum Erinnerungen im Alter verschwimmen: neue fMRI-Evidenz aus dem Hippocampus".
Stichwörter AI Alter Artificial Intelligence Bildgebung Episodisches Gedächtnis Fehlerkategorien Fmri Gedächtnis Gehirn Geist Hippocampus KI Künstliche Intelligenz Neurologie Neuronale Muster Neuroscience Neurowissenschaften Speicherphase
Alle Märkte in Echtzeit verfolgen - 30 Tage kostenlos testen!
Kein nächster Artikel
Vorheriger Artikel

KI-Food-Slop in Menüs: Warum Menschen zwischen Ekel und Faszination stecken


Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Warum Erinnerungen im Alter verschwimmen: neue fMRI-Evidenz aus dem Hippocampus" für unsere Leser?

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

  • Die aktuellen intelligenten Ringe, intelligenten Brillen, intelligenten Uhren oder KI-Smartphones auf Amazon entdecken! (Sponsored)


  • 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 "Warum Erinnerungen im Alter verschwimmen: neue fMRI-Evidenz aus dem Hippocampus" 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: »Warum Erinnerungen im Alter verschwimmen: neue fMRI-Evidenz aus dem Hippocampus« bei Google Deutschland suchen, bei Bing oder Google News!


    776 Leser gerade online auf IT BOLTWISE
    KI-Jobs