Lässt sich natürliches oder künstliches Bewusstsein testen?

Reflexionen zum C-Test-Workshop in Bamberg

Einleitung: Das eigentümliche Problem der Bewusstseinsforschung

Es gibt wissenschaftliche Fragestellungen, die mit zunehmendem Erkenntnisfortschritt klarer werden. Die Physik hat in den vergangenen Jahrhunderten immerhin gelernt, wie Sterne entstehen, warum Äpfel fallen und weshalb das Universum erstaunlich wenig Rücksicht auf menschliche Befindlichkeiten nimmt. In der Bewusstseinsforschung verhält es sich hingegen etwas anders. Hier scheint mit jeder neuen Erkenntnis vor allem die Präzision der offenen Fragen zuzunehmen.

Genau dieser Eindruck drängte sich mir während der hybriden Teilnahme am C-Test-Workshop in Bamberg immer wieder auf – einem dreitägigen Intensivworkshop (8.–10. Juni 2026), der von der Bamberg Mathematical Consciousness Science Initiative (BAMΞ) an der Universität Bamberg ausgerichtet wurde und Teil von deren sogenanntem AI Consciousness Sprint ist. Bereits der Titel der Veranstaltung – „Consciousness Tests“ – besitzt etwas eigentümlich Provokatives. Denn er enthält stillschweigend eine Annahme, die bei näherem Hinsehen alles andere als selbstverständlich ist: dass sich Bewusstsein überhaupt testen lasse.

„C-Tests“ (Consciousness Tests) bezeichnen empirisch fundierte Methoden zur Bewusstseinsdetektion quer über verschiedene Populationen hinweg – und sie sind dabei nicht notwendigerweise an bestimmte Bewusstseinstheorien gebunden, die ohnehin noch im Entstehen begriffen sind und daher keine hinreichend gesicherte Grundlage für Bewusstseinszuschreibungen bieten.

Was zunächst wie eine technische oder neurobiologische Fragestellung klingt, entwickelt sich erstaunlich schnell zu einem erkenntnistheoretischen Minenfeld. Denn Bewusstsein gehört bekanntlich zu jenen Dingen, die sich grundsätzlich nur aus der Ersten-Person-Perspektive zeigen. Ich habe unmittelbaren Zugang zu meinen eigenen Empfindungen, Stimmungen oder Gedanken. Ob andere Menschen tatsächlich ebenfalls etwas erleben, bleibt streng genommen bereits eine Schlussfolgerung – wenn auch eine ausgesprochen vernünftige.

Im Alltag löst dies selten größere philosophische Krisen aus. Wir unterstellen einander Bewusstsein mit bemerkenswerter Großzügigkeit. Der Mensch gegenüber wirkt leidensfähig, handlungsorientiert, emotional responsiv; also gehen wir davon aus, dass hinter dem Verhalten auch eine Innenperspektive steht. Problematisch wird diese Selbstverständlichkeit allerdings in dem Moment, in dem wir es mit Grenzfällen zu tun bekommen: mit Tieren, künstlichen Intelligenzen oder Gehirnorganoiden. Plötzlich geraten die Kriterien ins Wanken, und man merkt, dass wir auf eine Frage erstaunlich schlecht vorbereitet sind:

Woran erkennen wir eigentlich, dass etwas bewusst ist?

Genau um diese Frage kreisten die Diskussionen in Bamberg. Und je länger man zuhörte, desto deutlicher wurde: Es geht inzwischen längst nicht mehr nur um menschliches Bewusstsein. Die eigentliche Herausforderung besteht darin, Kriterien zu entwickeln, die konzeptuelle Unklarheiten und das Risiko anthropozentrischer Verzerrung vermeiden – eine Aufgabe, die sich als schwieriger erweist, als manche öffentliche Debatte über künstliche Intelligenz vermuten lässt.

Zwischen Turing-Test und epistemischer Bescheidenheit

In der öffentlichen Wahrnehmung wird die Frage nach Künstlichem Bewusstsein häufig erstaunlich schlicht verhandelt. Wenn ein System intelligent genug wirkt, überzeugend kommuniziert oder vielleicht sogar emotionale Sprache verwendet, scheint schnell die Vermutung im Raum zu stehen, hier könne bereits eine Form von Innenleben entstanden sein. Man könnte sagen: Der alte Traum des Turing-Tests lebt fort, nur inzwischen angereichert mit etwas mehr neuronaler Rhetorik und einer Portion „Silicon-Valley-Metaphysik“.

Gerade hier wirkte der Workshop in Bamberg wohltuend sachlich und ernüchternd.

Megan Peters (University College London, Experimental Psychology) stellte in ihrem Vortrag „On the Proximity of Minds and Machines in Developing Tests for Artificial Consciousness” einen besonders instruktiven Rahmen vor. Peters argumentierte, dass die Debatte um Künstliches Bewusstsein nicht primär auf Verdikten beruhen sollte – ob ein System bewusst ist oder nicht –, sondern dass das eigentliche Problem einer epistemischen Entdeckungsfrage entspricht:

Ob es überhaupt eine projizierbare Eigenschaftsgruppe gibt, die Erklärungen und Verallgemeinerungen über heterogene Systeme hinweg trägt. Statt vorschneller Gewissheiten dominierte eine Haltung epistemischer Bescheidenheit – ein Begriff, der der Debatte insgesamt ausgesprochen guttäte, den ich mir manchmal auch für meinen Kommentarbereich wünschen würde ;-).

Denn das eigentliche Problem beginnt bereits deutlich früher: Ein System kann äußerst überzeugend über Gefühle sprechen, ohne notwendigerweise Gefühle zu besitzen. Es kann Unsicherheit simulieren, Selbstbezüge formulieren und scheinbar reflektierte Aussagen über sein eigenes „Ich” machen, ohne dass daraus automatisch folgt, dass es überhaupt irgendeine Form von Perspektivität gibt.

Diese Einsicht mag zunächst trivial erscheinen, ist es aber keineswegs. Denn sie stellt viele populäre Vorstellungen über KI grundsätzlich infrage. Die Tatsache, dass ein System sprachlich hochkompetent wirkt, bedeutet eben noch nicht, dass intern etwas erlebt wird. Sprache ist kein hinreichender Beweis für Bewusstsein.

Man könnte zugespitzt formulieren: Zwischen der Fähigkeit, über Schmerz zu sprechen, und der Fähigkeit, Schmerz tatsächlich zu empfinden, liegt womöglich eine ontologische Distanz, die sich nicht einfach durch mehr Parameter überbrücken lässt.

Bemerkenswert war in Bamberg daher vor allem die Verschiebung der Fragestellung. Wanja Wiese (Ruhr-Universität Bochum, Philosophie), den wir auch schon einmal einmal zu einem ähnlichen Thema „Die Mathematisierung des Bewusstseins“ fragte in seinem Beitrag „Can We Measure Consciousness in Artificial Systems?” präzise nach den strukturellen Bedingungen.

Ein Bewusstseinsmaß sollte idealerweise universell sein – nicht nur auf Menschen anwendbar, sondern auch auf Tiere und künstliche Systeme. Dabei stellen sich erhebliche Herausforderungen, sobald man versucht, Bewusstsein in künstlichen Systemen zu inferieren. Damit verschiebt sich die Debatte weg von bloßen Leistungsmerkmalen hin zu Organisationsformen.

Die Frage nach dem Anthropozentrismus

Eine der philosophisch interessantesten Diskussionen des Workshops kreiste um ein Problem, das auf den ersten Blick beinahe banal wirkt, tatsächlich jedoch weitreichende Konsequenzen besitzt: die Gefahr eines versteckten Anthropozentrismus.

Wenn wir versuchen, Bewusstsein nachzuweisen, suchen wir dann letztlich nur nach Varianten unseres eigenen Geistes?

Henry Shevlin (University of Cambridge, Leverhulme Centre for the Future of Intelligence) ist einer der schärfsten Analytiker genau dieser Frage. Als Philosoph und KI-Ethiker forscht Shevlin zu nicht-menschlichem Bewusstsein, moralischem Patientenstatus und – besonders relevant für diese Diskussion – zu Anthropomorphismus und Alltagspsychologie.

In seinem sehr anschaulichem und lebhaftem Vortrag arbeitete er eine Unterscheidung heraus, die für die gesamte Debatte grundlegend ist: Er trennt zwischen Anthropomorphismus – der menschlichen Neigung, nicht-menschlichen Entitäten menschliche Eigenschaften zuzuschreiben – und Anthropomimesis – der gezielten Gestaltung von KI-Systemen mit menschenähnlichen Merkmalen.

Diese Unterscheidung ist alles andere als akademische Haarspalterei: Wenn KI-Systeme bewusst so gebaut werden, dass sie menschlich wirken, wird es nahezu unmöglich, noch zu beurteilen, ob sie tatsächlich etwas erleben. Shevlin hat zuletzt gezeigt, dass die rasanten Fortschritte bei Large Language Models (LLMs) mit einer auffälligen Zunahme der öffentlichen Zuschreibung von Mentalität an KI-Systeme einhergehen – ein Befund, der die epistemische Lage erheblich verkompliziert.

Leonard Dung (Ruhr-Universität Bochum) adressierte in seinem Vortrag „A Critical Analysis of the Natural Kind Strategy in Consciousness Science” die strukturelle Seite desselben Problems. Seine Kernthese: Um substantielle methodologische Orientierung zu bieten, muss die sogenannte Natural Kind Strategy (NKS) hochkontroverse wissenschaftliche und philosophische Annahmen übernehmen und verteidigen. Andererseits müsste sie, um die gewünschte Neutralität zu wahren, auf den Großteil ihrer methodologischen Ambitionen verzichten – ein Dilemma, das ihre Möglichkeiten grundlegend begrenzt.

David Chalmers (NYU, Director of the Center for Mind, Brain, and Consciousness), einer der einflussreichsten Bewusstseinsphilosophen der Gegenwart und Erfinder des Begriffs „Hard Problem of Consciousness”, war ebenfalls als Referent vertreten – ein deutliches Signal dafür, welches Gewicht die Veranstaltung inzwischen in der internationalen Forschungsgemeinschaft genießt.

Die Frage klingt zunächst abstrakt, besitzt aber erhebliche Tragweite. Denn viele klassische Kriterien orientieren sich implizit an menschlichen Eigenschaften: Sprache, Selbstbericht, autobiografische Reflexion oder emotional erkennbare Ausdrucksformen. Doch warum sollten genau diese Merkmale universelle Bedingungen von Bewusstsein sein? Die eigentliche Herausforderung besteht offenbar darin, zwischen anthropozentrischen Oberflächenmerkmalen und möglichen Minimalbedingungen von Perspektivität zu unterscheiden.

Vielleicht besitzt Bewusstsein keine notwendigerweise menschliche Gestalt. Vielleicht gibt es Formen von Perspektivität, die unserer eigenen Struktur nur entfernt ähneln. Und genau hier beginnt die Frage philosophisch interessant zu werden: Welche Organisationsformen könnten überhaupt Kandidaten für eine genuine Innenperspektive sein?

Tiere, Organoide und die Erweiterung unseres moralischen Horizonts

Besonders eindrücklich zeigte sich diese Problematik in den Diskussionen über Tierbewusstsein und Gehirnorganoide. Jonathan Birch (London School of Economics, Department of Philosophy, Logic and Scientific Method) hat in den vergangenen Jahren eindrucksvoll gezeigt, wie schwierig die Grenzziehung zwischen bewussten und möglicherweise nicht bewussten Organismen tatsächlich ist – seine Arbeiten zur „Sentience Range” und zum „Precautionary Principle” im Umgang mit Tieren gelten als wegweisend.

Timothy Bayne (Monash University, Department of Philosophy) näherte sich dem Problem in seinem Vortrag „Babies, Bees, and (Bio)Bots” über einen entwicklungspsychologischen Umweg: Ausgehend von einflussreichen Theorien über die Funktion von Bewusstsein argumentierte er, dass die Bewusstseinsfähigkeit beim Menschen wahrscheinlich rund um den Zeitpunkt der Geburt entsteht – und zieht daraus vorsichtige Schlüsse für den Umgang mit Tier- und künstlichem Bewusstsein.

Bei Tieren operieren wir bereits heute überwiegend mit indirekten Kriterien. Niemand erwartet von einer Krähe einen elaborierten Selbstbericht über ihre Innenwelt. Dennoch sprechen gute Gründe dafür, ihr zumindest komplexe Formen subjektiver Erfahrung zuzutrauen. Noam Miller (Wilfrid Laurier University) präsentierte in diesem Zusammenhang im parallel laufenden Measurement-Theory-Workshop einen bemerkenswerten Ansatz.

Ausgehend von der sogenannten „Social Origins of Consciousness Theory” (Andrews & Miller 2025) argumentierte er, dass Bewusstsein während der Kambrischen Explosion evolvierte – als Reaktion auf zunehmende kognitive Komplexität und die damit wachsende Unvorhersehbarkeit sozialer Interaktionen. Diese Theorie legt nahe, dass Bewusstsein alt und unter Tieren weit verbreitet ist.

Und genau diese Unsicherheit wird im Bereich der Gehirnorganoide fast unangenehm sichtbar. Die Vorstellung neuronaler Zellverbünde im Labor besitzt zunächst etwas Science-Fiction-haftes. Doch je komplexer solche Systeme werden, desto drängender stellt sich eine Frage, die noch vor wenigen Jahren beinahe absurd gewirkt hätte: Könnte hier irgendwann eine minimale Form von Erleben (MPE) entstehen?

Es sind jene Momente, in denen Philosophie plötzlich ihren gemütlichen Seminarraum verlässt und mit biotechnologischer Realität kollidiert. Denn sollte sich auch nur eine geringe Wahrscheinlichkeit ergeben, dass bestimmte Systeme Leidensfähigkeit entwickeln könnten, entstehen unmittelbar ethische Konsequenzen – ein Aspekt, den Claudia Passos (NYU Bioethics) in ihrem Vortrag „Tests for Consciousness in Infants” methodisch durchdachte: Sie untersuchte, wie verschiedene Bewusstseinsmarker besonders dann besonders starke Evidenz liefern, wenn sie synchron auftreten und durch Konsistenz zwischen Verhaltens- und neuronalen Markern gestützt werden.

Neue Forschung: Von Lokalisationen zu Dynamiken

Interessant war für mich zudem die deutliche Verschiebung innerhalb der neurowissenschaftlichen Perspektiven. Während frühere Debatten oft stark lokalisationistisch geprägt waren – irgendwo müsse schließlich das „Bewusstseinszentrum” sitzen –, scheint sich zunehmend eine dynamische Sichtweise durchzusetzen.

Marcello Massimini (Università degli Studi di Milano, Department of Biomedical and Clinical Sciences) verkörpert diesen Ansatz wie kaum jemand sonst. In seinem Vortrag „Peeling the Onion: Deep Layers of Consciousness Detection” beschrieb er die klinische Realität des Problems eindrücklich: Millionen von Menschen verlieren jährlich nach Hirnverletzungen das Bewusstsein. Bei schwer betroffenen Patienten, die motorische Funktionen, Sprache oder die Fähigkeit zur Verarbeitung externer Reize verloren haben, hinterlässt die Frage nach dem Bewusstsein Pflegepersonen und Familien mit einer schwerwiegenden Aufgabe – und erzwingt damit den Einsatz immer tieferer Diagnoseschichten jenseits des offensichtlichen Verhaltens.

Der von Massimini mitentwickelte Perturbational Complexity Index (PCI) versucht genau dies zu messen: wie komplex ein Gehirn auf gezielte Stimulation reagiert. Die dahinterliegende Annahme ist philosophisch bemerkenswert: Bewusstsein könnte weniger von einzelnen Inhalten abhängen als von der Art und Weise, wie ein System organisiert ist.

Damit verschiebt sich die Frage erneut. Nicht mehr: Welche Inhalte werden verarbeitet? Sondern: Welche Form von Organisation macht überhaupt eine Innenperspektive möglich?

Diese Verschiebung erscheint mir ausgesprochen produktiv, weil sie die Diskussion aus einer Sackgasse befreit. Lange Zeit kreiste die Debatte um die Vorstellung, Bewusstsein könne sich gewissermaßen aus genügend komplexer Informationsverarbeitung ergeben. Mehr Daten, mehr Vernetzung, mehr Komplexität – und irgendwann, so die Hoffnung, tritt Phänomenologie hinzu. Doch genau hier blieb bei mir eine gewisse Skepsis zurück.

Jenseits des Big-Data-Paradigmas?

Vielleicht besteht die eigentliche Schwierigkeit nicht darin, dass heutige Systeme noch zu klein sind, sondern darin, dass wir womöglich noch immer im falschen Paradigma denken.

Liad Mudrik (Tel Aviv University, School of Psychological Sciences und Sagol School of Neuroscience) formulierte in ihrem Vortrag „Who and What is Conscious? A Method for Developing and Validating Tests for Consciousness” das Dilemma präzise: Die Bewusstseinswissenschaft steht vor der Herausforderung, nicht nur zu bestimmen, welche Organismen und Systeme bewusst sind, sondern dafür valide Testverfahren zu entwickeln – eine Aufgabe, die nicht nur wissenschaftliche, sondern auch gesellschaftliche und praktische Relevanz besitzt.

Große Sprachmodelle beruhen letztlich auf einem beeindruckenden Mosaik statistischer Relationen. Sie erkennen Muster, Wahrscheinlichkeiten und Zusammenhänge in gewaltigen Datenmengen. Das Ergebnis ist zweifellos faszinierend. Aber Daten allein sind noch keine Umwelt. Biologische Organismen begegnen ihrer Umwelt nicht neutral. Aufgrund von Stoffwechsel, Selbsterhalt und physischer Verletzlichkeit besitzt die Welt für sie unmittelbare Bedeutung. Etwas ist gefährlich. Etwas nährend. Etwas relevant.

Die Umwelt erscheint nie als bloße Ansammlung von Informationen, sondern stets bereits als etwas, das für das System einen Unterschied macht. Vielleicht beginnt genau hier etwas, das später als Perspektivität beschrieben werden könnte. Johannes Kleiner (BAMΞ, Universität Bamberg), Mitorganisator des Workshops, skizzierte in seinem Vortrag „Towards Direct Tests for Consciousness in Non-Human Animals, Infants, and AI” einen methodisch ambitionierten Weg: anstelle indirekter Tests, die auf Funktionen oder Verhaltensweisen beruhen, deren Zusammenhang mit Bewusstsein erst bekannt sein muss, plädierte er für direkte Tests, die auf der Messung von Kovariaten beruhen – ohne dass der Zusammenhang zwischen diesen Kovariaten und Bewusstsein bereits bekannt sein muss.

Schluss: Präzisere Fragen statt vorschneller Antworten

Nach mehreren Tagen intensiver Diskussion bleibt vor allem ein Eindruck zurück: Die Bewusstseinsforschung bewegt sich derzeit in einer bemerkenswert spannenden Übergangsphase.

Die Frage lautet längst nicht mehr nur, ob Maschinen intelligent werden können. Sie lautet zunehmend, welche Organisationsformen überhaupt Kandidaten für Perspektivität sein könnten – biologisch, künstlich oder irgendwo dazwischen. Dabei reichen die diskutierten Zielsysteme von nicht-menschlichen Tieren über KI-Systeme bis hin zu Gehirnorganoiden – und verlangen Beiträge aus Philosophie, Neurowissenschaft, Psychologie und KI-Forschung gleichermaßen.

Vielleicht ist dies sogar die eigentlich interessante Verschiebung: weg von der bloßen Nachbildung menschlicher Fähigkeiten, hin zur Frage nach den Bedingungen von Innenperspektive überhaupt.

Bamberg hat dafür keine endgültigen Antworten geliefert. Ehrlich gesagt wäre ich misstrauisch geworden, wenn dies der Fall gewesen wäre. Was jedoch deutlich wurde: Die Fragen werden präziser. Und in einem Forschungsfeld, das sich seit Jahrzehnten zwischen Philosophie, Neurowissenschaft und gelegentlicher metaphysischer Verzweiflung bewegt, ist das vermutlich bereits ein beachtlicher Fortschritt.