Wir können zwischen Aufgaben wechseln, Regeln lernen und unsere Aufmerksamkeit flexibel anpassen. Doch sobald unklar ist, welche Information gerade entscheidend ist, sinkt die Leistung. Eine neue Studie in Nature Neuroscience untersucht, warum das passiert. Die Forschenden kombinierten menschliche Wahrnehmungsexperimente, neuronale Messungen bei Rhesusaffen und künstliche neuronale Netze. Ihr Ergebnis: Unter Aufgabenunsicherheit drängen sich irrelevante Merkmale stärker in die Verarbeitung hinein und können die Wahrnehmung dessen stören, was eigentlich zählt.
Das Problem: Flexibilität hat einen Preis
Das Gehirn kann dieselbe visuelle Szene je nach Aufgabe unterschiedlich auswerten. Mal ist die Position eines Reizes wichtig, mal ein anderes Merkmal. Solange die Regel klar ist, lässt sich ein großer Teil der irrelevanten Information unterdrücken.
Schwieriger wird es, wenn die Regel selbst unsicher ist. Dann muss das System nicht nur einen Reiz beurteilen, sondern gleichzeitig abschätzen, welche Eigenschaft überhaupt relevant ist. Genau diese Situation untersuchte das Team um Cheng Xue, Sol K. Markman und Marlene R. Cohen.
Die Studie trägt den Titel Feature interference underlies a neuronal basis for the behavioral cost of task uncertainty und wurde am 10. September 2026 in Nature Neuroscience veröffentlicht.
Wie die Forschenden Unsicherheit erzeugten
In den Experimenten mussten Teilnehmende beziehungsweise Tiere zwischen zwei Wahrnehmungsaufgaben unterscheiden. Sie bekamen nicht vor jedem Durchgang eine eindeutige Ansage, welche Regel galt. Stattdessen mussten sie aus den Ergebnissen vorheriger Entscheidungen erschließen, welche Information aktuell wichtig war.
Die Regel konnte wechseln. Nach falschen oder nicht belohnten Entscheidungen entstand deshalb Unsicherheit: War die bisher angenommene Aufgabe noch korrekt oder musste auf eine andere Eigenschaft geachtet werden?
In diesen Phasen sank die Wahrnehmungsgenauigkeit. Dieser Effekt zeigte sich bei Menschen und bei den trainierten Rhesusaffen. Ergänzende Analysen zeigen außerdem langsamere Reaktionszeiten bei höherer Aufgabenunsicherheit.
Feature Interference: Wenn irrelevante Information in die Entscheidung hineinwirkt
Der zentrale Begriff der Arbeit lautet Feature Interference. Gemeint ist eine gegenseitige Störung zwischen verschiedenen Merkmalen, die im Nervensystem gleichzeitig repräsentiert werden.
Unter hoher Sicherheit kann ein irrelevantes Merkmal relativ stark heruntergeregelt werden. Unter Unsicherheit bleibt dagegen mehr davon verfügbar. Problematisch wird es, wenn relevante und irrelevante Repräsentationen nicht sauber voneinander getrennt bleiben.
Die Autoren beschreiben unter unsicheren Bedingungen stärkere Repräsentationen irrelevanter Merkmale und stärker miteinander verflochtene neuronale Repräsentationen. Dadurch kann das, was eigentlich ignoriert werden sollte, die Wahrnehmungsentscheidung mitbestimmen.
Der vorgeschlagene Mechanismus in vier Schritten
Warum künstliche neuronale Netze eine wichtige Rolle spielten
Die künstlichen neuronalen Netze dienten nicht dazu zu behaupten, das Gehirn funktioniere wie eine KI. Sie waren ein Werkzeug, um unterschiedliche mechanistische Erklärungen zu vergleichen.
Ein Netzwerk wurde darauf trainiert, möglichst korrekte Entscheidungen zu produzieren. Ein anderes sollte das tatsächliche Verhalten der Tiere nachbilden – einschließlich ihrer typischen Fehler unter Unsicherheit.
Der Vergleich half den Forschenden, eine konkrete Hypothese zu formulieren: Das Leistungsproblem entsteht nicht zwangsläufig durch Unsicherheit selbst, sondern durch die Art, wie konkurrierende Merkmale intern repräsentiert werden.
Das auf korrektes Verhalten trainierte Netzwerk hielt Merkmalsrepräsentationen stärker getrennt. Das Netzwerk, das das Verhalten der Tiere nachbildete, zeigte dagegen mehr Interferenz – ein Muster, das später auch in Verhaltens- und Neurophysiologie-Daten untersucht wurde.
Was im visuellen Kortex der Affen beobachtet wurde
Ein zentraler Teil der Arbeit betrifft den primären visuellen Kortex, V1. Dort zeichneten die Forschenden neuronale Aktivität auf, während die Rhesusaffen die Aufgaben ausführten.
Unter größerer Aufgabenunsicherheit waren irrelevante Merkmale stärker aus der neuronalen Aktivität ablesbar. Zugleich waren verschiedene Merkmalsrepräsentationen weniger klar voneinander getrennt.
Damit fand sich im Nervensystem ein Muster, das zu der aus den Netzwerkmodellen entwickelten Interferenz-Hypothese passte. Die Arbeit enthält außerdem gezielte Eingriffe in neuronale Aktivität und bezeichnet diese Ergebnisse als kausale Evidenz für einen Beitrag der Feature Interference zu Wahrnehmungsfehlern.
Ist das einfach nur Ablenkung?
„Ablenkung“ wäre eine einfache Erklärung, aber die Studie schlägt etwas Spezifischeres vor. Die Fehler entstehen demnach nicht nur dadurch, dass Aufmerksamkeit fehlt. Informationen, die eigentlich ignoriert werden sollten, bleiben stärker aktiv und beeinflussen die Verarbeitung relevanter Merkmale.
In der begleitenden Mitteilung der University of Chicago betont Cheng Xue genau diesen Punkt: Unter Unsicherheit hält das Gehirn visuelle Details fest, die es eigentlich ignorieren sollte. Diese zusätzliche Information kann dann in die Entscheidung hineinwirken.
Was das mit Multitasking zu tun haben könnte
Die Autoren ordnen ihre Ergebnisse in die größere Frage kognitiver Kapazitätsgrenzen ein. Wenn mehrere Aufgaben, Reize oder Erinnerungen gleichzeitig aktiv sind, können deren neuronale Repräsentationen miteinander interferieren.
Das liefert eine interessante Perspektive auf Multitasking: Grenzen könnten nicht nur aus „zu wenig Aufmerksamkeit“ entstehen. Ein Teil des Problems könnte darin liegen, dass aktive Repräsentationen sich gegenseitig stören.
Das ist jedoch eine vorsichtige Übertragung. Die aktuelle Studie testete keine Büroarbeit, keine Smartphone-Nutzung und kein Alltags-Multitasking direkt. Sie liefert einen möglichen Mechanismus, keine universelle Produktivitätsregel.
Warum klare Regeln Leistung verbessern können
Eine praktische Interpretation lässt sich trotzdem formulieren: Je eindeutiger eine Aufgabe definiert ist, desto weniger muss das kognitive System offenhalten, welche Information möglicherweise relevant wird.
In der Studie war höhere Aufgabensicherheit mit besserer Wahrnehmungsleistung verbunden. Unsicherheit zwingt ein flexibles System dagegen dazu, mehrere Möglichkeiten aktiv zu halten. Diese Flexibilität ist nützlich, wenn Regeln tatsächlich wechseln – sie kann aber einen messbaren Leistungspreis haben.
Was die Studie nicht beweist
Ein weiterer Punkt: Die detaillierten neuronalen Messungen stammen von Rhesusaffen. Die menschlichen Experimente liefern Verhaltensdaten, aber keine identischen invasiven Aufzeichnungen aus dem menschlichen visuellen Kortex.
Die Stärke der Arbeit liegt in der Kombination von Methoden. Gleichzeitig dürfen menschliches Verhalten, Affen-Neurophysiologie und künstliche Netzwerke nicht einfach gleichgesetzt werden.
Warum die Arbeit wissenschaftlich interessant ist
Kognitive Grenzen werden häufig abstrakt beschrieben: Aufmerksamkeit ist begrenzt, Aufgabenwechsel kostet Zeit, Multitasking erzeugt Fehler. Die neue Arbeit versucht, unter dieser Verhaltensebene einen konkreten Mechanismus sichtbar zu machen.
Der Vorschlag lautet vereinfacht: Wenn ein System nicht sicher weiß, welche Information relevant ist, bleiben mehrere Merkmalsrepräsentationen aktiver. Werden sie nicht ausreichend getrennt, interferieren sie miteinander und verschlechtern die Entscheidung.
Das macht die Arbeit besonders interessant, weil die Leistungsgrenze als möglicher Preis von Flexibilität erscheint. Ein System, das schnell auf neue Regeln reagieren soll, kann nicht jede scheinbar irrelevante Information sofort vollständig verwerfen.
- Menschen und Rhesusaffen machten bei unsicherer Aufgabenregel mehr Wahrnehmungsfehler.
- Irrelevante Merkmale wurden unter Unsicherheit stärker repräsentiert.
- Relevante und irrelevante Repräsentationen waren stärker miteinander verflochten.
- Künstliche neuronale Netze halfen, den Mechanismus zu formulieren und zu testen.
- Die Ergebnisse könnten einen Baustein zur Erklärung kognitiver Kapazitätsgrenzen liefern.
- Die Studie erlaubt keine pauschale Aussage über jede Form von Unsicherheit im Alltag.
Häufige Fragen zur Studie
Was bedeutet „Feature Interference“?
Damit beschreiben die Forschenden eine gegenseitige Störung verschiedener Merkmalsrepräsentationen. Unter Aufgabenunsicherheit bleiben irrelevante Merkmale stärker aktiv und können die Verarbeitung relevanter Merkmale beeinflussen.
Warum macht Unsicherheit laut Studie Entscheidungen schlechter?
Die Daten sprechen dafür, dass bei unsicherer Aufgabenregel mehr irrelevante Information aktiv bleibt und stärker mit relevanter Information interferiert.
Wurde die Studie nur an Tieren durchgeführt?
Nein. Sie kombiniert menschliche Psychophysik, Neurophysiologie bei Rhesusaffen und künstliche neuronale Netzmodelle.
Was hatten künstliche neuronale Netze mit der Studie zu tun?
Sie wurden genutzt, um interne Mechanismen zu vergleichen: ein Modell wurde auf korrekte Entscheidungen optimiert, ein anderes auf das tatsächliche Verhalten der Tiere.
Beweist die Studie, dass Multitasking schlecht ist?
Nein. Untersucht wurden spezifische Wahrnehmungsaufgaben unter unsicherer Aufgabenregel. Aussagen über Alltags-Multitasking sind eine mögliche, aber nicht direkt getestete Übertragung.
Wann wurde die Studie veröffentlicht?
Am 10. September 2026 in Nature Neuroscience.
Quellen und weiterführende Informationen
- Xue, C., Markman, S. K., Chen, R. et al.: Feature interference underlies a neuronal basis for the behavioral cost of task uncertainty, Nature Neuroscience, 10.09.2026.
- University of Chicago, Biological Sciences Division: Feature interference: Why your brain struggles with uncertain tasks.
- Crossref / Crossmark: Publikations- und Versionsdaten.