Künstliche Neuronen mit Signalen identisch zu biologischen erschaffen
Ingenieure der Northwestern University haben erstmals künstliche Neuronen auf Basis von Nanomaterialien gedruckt, die elektrische Signale erzeugen, die in Form und Timing von echten nicht zu unterscheiden sind. In einem Experiment nahm lebendes Maushirngewebe diese Signale als eigene wahr – ein Durchbruch für Gehirn-Computer-Schnittstellen und Neuroprothetik.
Künstliche Neuronen haben mit einem lebenden Gehirn gesprochen: Warum der Durchbruch der Northwestern University die Geschichte der Neurotechnologie in ‚vorher‘ und ‚nachher‘ teilt
Am 15. April 2026 veröffentlichte das Journal Nature Nanotechnology eine Arbeit, auf die ein Jahrzehnt gewartet wurde. Professor Mark Hersam und sein Team an der Northwestern University schufen gedruckte künstliche Neuronen, die nicht nur die elektrische Aktivität des Gehirns nachahmen – sie aktivieren direkt lebende Neuronen in Maus-Kleinhirngewebe. Ich verfolge dieses Feld seit 2016 und kann sagen: Dies ist ein qualitativer Sprung, der nicht nur die Neuroprothetik, sondern die gesamte Computerindustrie verändert.
Das Wesentliche: Was wirklich passiert
Bislang gab es eine grundlegende Lücke zwischen der Welt der Elektronik und der Welt der biologischen Neuronen. Elektronische Geräte erzeugten Signale, die das Gehirn als grobe äußere Störung und nicht als natürliche Kommunikation wahrnahm. Hersam brachte es auf den Punkt: ‚Andere Labore haben versucht, künstliche Neuronen aus organischen Materialien herzustellen, und sie feuerten zu langsam. Oder sie verwendeten Metalloxide – zu schnell.‘
Das Team der Northwestern traf den optimalen Punkt. Ihre Geräte arbeiten im gleichen zeitlichen Bereich wie biologische Neuronen – Form und Dauer der Spitzen stimmen mit natürlichen überein. Aber das ist nicht der Hauptpunkt. Der Hauptpunkt ist, dass sie mit lebendem Gewebe ‚sprachen‘. Als die gedruckten Neuronen Signale in Maus-Kleinhirnschnitte sendeten, reagierten lebende Neuronen. Dies wurde von Professorin für Neurobiologie Indira Raman bestätigt, die den biologischen Teil des Experiments lieferte.
Die technologische Grundlage sieht so aus: Tinte aus Nanoflocken von Molybdändisulfid und Graphen wird mittels Aerosol-Jet-Druck auf ein flexibles Polymersubstrat aufgebracht. Die entscheidende Innovation ist der teilweise Abbau des stabilisierenden Polymers. Bisher entfernten Ingenieure es nach der Herstellung vollständig und betrachteten es als Verunreinigung. Hersam machte aus diesem ‚Makel‘ einen Mechanismus: Das Polymer zersetzt sich ungleichmäßig, wenn Strom fließt, und bildet einen leitfähigen Faden, der den Strom in einen engen Kanal einschnürt. Der Kanal schaltet spontan und erzeugt scharfe Spannungsspitzen, die mit Aktionspotentialen identisch sind.
Dadurch reproduziert ein einzelnes gedrucktes Neuron eine breite Palette von Signalen: einzelne Spitzen, kontinuierliches Feuern, Burst-Aktivität. Dies erfordert keine Millionen von Transistoren – nur zwei Geräte und einige grundlegende Komponenten.
Zeitplan und Kontext
Die Geschichte begann nicht im April 2026. Hersam – Walter P. Murphy Professor für Materialwissenschaften, Vorsitzender der Abteilung für Materialwissenschaften und Werkstofftechnik an der McCormick School of Engineering und Direktor des Zentrums für Materialwissenschaften und Werkstofftechnik – hatte ein Jahrzehnt daran gearbeitet. Sein Co-Autor ist Vinod Sangwan, ein Forschungsprofessor. Die neurobiologische Expertise stammte von Raman, der Bill and Gayle Cook Professorin für Neurobiologie.
Ein Preprint erschien Ende 2025. Bis Februar-März 2026 diskutierte die wissenschaftliche Gemeinschaft die Ergebnisse auf Konferenzen intensiv. Die offizielle Veröffentlichung erfolgte am 15. April 2026.
Parallel dazu entwickelte sich ein Kontext, der diese Arbeit explosiv machte. Im März 2026 kündigten große KI-Unternehmen Pläne an, Rechenzentren im Gigawatt-Maßstab mit eigenen Kernkraftwerken zu bauen. Hersam sprach diese Realität direkt an: ‚Es ist schwer vorstellbar, dass ein Rechenzentrum der nächsten Generation 100 Kernreaktoren benötigt. Außerdem bedeuten Gigawatt auch Gigawatt an Wärme. Die Kühlung von Rechenzentren belastet die Wasserressourcen enorm.‘
In diesem Moment hörte das Thema Energieeffizienz in der Computertechnik auf, akademisch zu sein, und wurde wirtschaftlich. Das Gehirn führt Berechnungen fünf Größenordnungen energieeffizienter durch als jeder Digitalcomputer. Künstliche Neuronen, die diese Effizienz nachbilden, werden nicht nur zu einer wissenschaftlichen Kuriosität, sondern zu einer potenziellen Lösung für ein Problem im Wert von 500 Milliarden Dollar – das ist das prognostizierte globale Energiebudget für Rechenzentren bis 2030.
Wer gewinnt und wer verliert
Gewinner:
Die Northwestern University und Hersam persönlich sichern sich die Priorität in einem Bereich, der die Neurotechnologie für Jahrzehnte prägen wird. Patentanmeldungen wurden bereits eingereicht, und institutionelle Investoren beginnen, Ausgründungen ins Auge zu fassen.
Die Neuroprothetikindustrie erhält eine Plattform, die ihr grundlegendes Problem löst: Bestehende Implantate – zur Wiederherstellung von Hör-, Seh- und Motorfunktionen – kommunizieren mit dem Gehirn in einer ‚fremden‘ Sprache. Die gedruckten Neuronen der Northwestern sprechen dieselbe Sprache. Das bedeutet weniger Abstoßung, höhere Auflösung und die Möglichkeit, derzeit nicht verfügbare Funktionen wiederherzustellen. Der Markt für Neuroprothetik wurde 2025 auf 7,2 Milliarden Dollar geschätzt – sein Wachstum wird sich beschleunigen.
Unternehmen, die in neuromorphes Computing investieren – Intel (Loihi), IBM (TrueNorth) – erhalten eine neue technologische Richtung. Ihre derzeitigen Chips basieren auf Siliziumtransistoren, die Spitzen in Software nachahmen. Hersams gedruckte Neuronen bieten eine Hardware-Alternative, die den Energieverbrauch um Größenordnungen senken könnte.
Verlierer:
Hersteller traditioneller KI-Prozessoren – NVIDIA, AMD, Google (TPU). Ihre Architekturen sind im Vergleich zum Gehirn grundlegend ineffizient, und Hersams Durchbruch unterstreicht diese Ineffizienz. Kurzfristig besteht keine Bedrohung – kommerzielle neuromorphe Chips sind Jahre entfernt. Aber die Richtung ist vorgegeben, und Investoren beginnen, langfristige Wetten neu zu bewerten.
Hersteller konventioneller Neuroimplantate – wenn sie die Technologie der Northwestern nicht anpassen, werden ihre Geräte mit primitiven Signalisierungsschemata innerhalb von 7-10 Jahren veraltet sein.
Was die Medien nicht sagen
Einsicht eins: Die Polymer-Magie ist ein empirischer Durchbruch, kein theoretischer.
Die meisten Medien paraphrasierten die Pressemitteilung der Northwestern, übersahen aber das Wesentliche der Entdeckung aus materialphysikalischer Sicht. Hersam nutzte einen Prozess, den Ingenieure jahrzehntelang als Defekt betrachteten – unvollständige Entfernung des stabilisierenden Polymers aus leitfähigen Tinten – und machte ihn zu einem kontrollierten Mechanismus zur Spitzenerzeugung. Dies ist nicht das Ergebnis theoretischer Vorhersage; es ist ein experimenteller Befund, den die meisten Labore schlicht übersahen, weil sie das Polymer vollständig entfernten. Die Lehre daraus ist einfach: In der Nanoelektronik kann ein ‚Defekt‘ der Schlüssel zur Funktionalität sein, wenn man nicht darauf schaut, was ‚stört‘, sondern darauf, was unter Nichtgleichgewichtsbedingungen passiert.
Einsicht zwei: Künstliche Neuronen sind noch keine künstliche Intelligenz, aber bereits künstliches Nervengewebe.
Die Medien vermischen oft zwei Themen: energieeffizientes Computing für KI und direkte Kommunikation mit dem biologischen Gehirn. Dies sind unterschiedliche Märkte. Für KI sind gedruckte Neuronen eine potenziell revolutionäre ‚Hardware‘, die Aufgaben mit einem Energieverbrauch vergleichbar dem des Gehirns ausführen könnte. Für die Neuroprothetik sind sie eine grundlegend neue Klasse von Gehirn-Computer-Schnittstellen, die nicht nur Signale lesen, sondern sich in neuronale Netze in deren Sprache einbetten. Beide Richtungen werden sich parallel entwickeln, aber die Kommerzialisierung in der Neuroprothetik wird früher kommen – die FDA ist medizinischen Geräten gegenüber wohlwollender als neuen Computerarchitekturen.
Einsicht drei: Das Problem der Langzeitstabilität.
Professor für Bioelektronik an der Universität Bordeaux, Timothy Levi, der nicht an der Studie beteiligt war, wies auf eine entscheidende Nuance hin, die kaum Schlagzeilen machte: ‚Wir können sie für kurze Zeit kontrollieren, aber noch nicht für lange.‘ Künstliche Neuronen sind noch nicht bereit für die dauerhafte Implantation in das menschliche Gehirn. Ihre Langzeitstabilität, Biokompatibilität mit dem Immunsystem, Entzündungsrisiken – all das bleibt unerforscht. Der Weg zur klinischen Anwendung wird mindestens 10-15 Jahre dauern, und unvorhergesehene Hindernisse können auftauchen.
Einsicht vier: Künstliche Neuronen allein reichen nicht.
Hersam selbst wies auf das ‚Grenzproblem‘ hin: ‚Wir haben eine Reihe von Geräten, die verschiedene Elemente des Gehirns nachahmen, aber wir müssen sie in Schaltkreise integrieren, die volle Funktionalität erreichen.‘ Künstliche Synapsen – Verbindungen zwischen Neuronen – wurden noch nicht in vergleichbarer Form geschaffen. Ohne sie ist es unmöglich, ein vollständiges neuromorphes Netzwerk aufzubauen. Es ist, als hätte man Wörter, aber die Grammatik der Sprache nicht zu kennen. Die nächste große Herausforderung ist die Integration gedruckter Neuronen in funktionale Netzwerke über künstliche Synapsen.
Prognose: Nächste 30 Tage und 90 Tage
30 Tage (bis Mitte Juni 2026):
Erste unabhängige Labore werden die Methode der Northwestern reproduzieren. Die Hauptfrage ist, wie stabil der teilweise Polymerabbau unter verschiedenen Bedingungen und mit verschiedenen Tinten ist. Wenn die Reproduzierbarkeit bestätigt wird, wird dies die Sensation Nummer eins in der Materialwissenschaftsgemeinschaft sein.
Wissenschaftliche Zeitschriften werden Kommentare und Leitartikel veröffentlichen. Nature Electronics wird wahrscheinlich eine Übersicht über die Perspektiven der Technologie für neuromorphes Computing veröffentlichen. Science könnte ein Politikforum zu ethischen Aspekten direkter elektronischer Schnittstellen mit Nervengewebe veröffentlichen.
Die Förderagenturen NSF und DARPA werden reagieren, indem sie die Mittel für neuromorphe Computerprogramme erhöhen. Ich erwarte eine Ankündigung von 20-30 Millionen Dollar, die für die Reproduktion und Entwicklung der Technologie an 3-5 Zentren bereitgestellt werden.
90 Tage (bis Mitte August 2026):
Erste kommerzielle Verhandlungen zwischen der Northwestern und großen Technologieunternehmen. Intel, IBM, möglicherweise Neuralink – alle werden versuchen, die Technologie zu lizenzieren oder gemeinsame Forschungsvereinbarungen zu treffen. Potenzielle Deal-Werte liegen zwischen 50 und 100 Millionen Dollar, je nach Umfang der Rechte.
In der Wissenschaft wird die Integration gedruckter Neuronen mit anderen Elementen beginnen. Experimente mit lebenden neuronalen Kulturen, bei denen künstliche Neuronen als Schrittmacher für beschädigte Netzwerke fungieren. Wenn solche Experimente die Möglichkeit zeigen, die Synchronisation bei pathologischen Rhythmen (z. B. bei Epilepsie) wiederherzustellen, wäre dies ein großer Schritt zur klinischen Anwendung.
DARPA wird wahrscheinlich ein Programm zur schnellen Kommerzialisierung gedruckter Neuronen für militärische Neuroprothetik ankündigen – zur Wiederherstellung von Funktionen bei Veteranen mit traumatischen Hirnverletzungen.
Strukturelle Prognose für 3-5 Jahre:
Hersams Technologie wird die Entwicklung der Neuroelektronik in zwei Zweige spalten: traditionelle Siliziumimplantate, die kurzfristig weiter verwendet werden, und eine neue Generation flexibler gedruckter Geräte, die den Markt durchdringen, sobald das Problem der Langzeitstabilität gelöst ist.
Der Markt für neuromorphes Computing könnte bis 2030 15 Milliarden Dollar erreichen, wenn gedruckte Neuronen zur Grundlage für die skalierbare Produktion energieeffizienter Chips werden. Es besteht jedoch das Risiko, dass die Technologie für ein weiteres Jahrzehnt eine Laborleistung bleibt – alles hängt von der Lösung des Integrationsproblems in funktionale Netzwerke ab.
Für einen Patienten mit Taubheit, Blindheit oder Lähmung im Jahr 2036 wird diese Arbeit von 2026 das bedeuten, was die Erfindung des Transistors bei Bell Labs für einen Smartphone-Besitzer bedeutete. Und für die KI-Industrie, die unter Energiekosten ächzt, sind gedruckte Neuronen keine Alternative, sondern der einzige Weg zu nachhaltiger Skalierung. Die Frage ist nicht, ob der Übergang zum neuromorphen Computing stattfinden wird, sondern wie viele Kernreaktoren wir gebaut haben werden, bevor er es tut.
— Editorial Team
