Wenn der Datenwust so groß ist, daß kein Forscher mehr durchblickt, müssen neuronale Netze ran. Diese speziellen Computerprogramme simulieren im Rechner das Zusammenwirken einer Handvoll von Gehirnzellen. Trotz der bescheidenen Ausstattung werden sie auf die kompliziertesten Probleme losgelassen. Neuronale Netze sollen etwa Gesichter erkennen und Sprache verstehen. Beim Deutschen Krebsforschungszentrum spürt ein neuronales Netz im menschlichen Erbgut wichtige Gensequenzen auf, in Kassel diagnostiziert ein Netz anhand der per EEG abgeleiteten Gehirnströme angeblich Geisteskrankheiten. Und in Frankfurt soll die Wunderwaffe im Dienst der Landesbank Hessen-Thüringen gar den Dollarkurs vorhersagen und darf an der Börse spekulieren bisher allerdings nur mit bescheidenen Beträgen.

Doch nicht etwa Mathematiker oder Programmierer haben die Problemlöser erfunden, sondern Psychiater und Psychologen. Bereits in den vierziger Jahren überlegten sie, wie menschliche Nervenzellen zusammenarbeiten. Klar war nur, daß jede von ihnen Signale von vielen ihrer Nachbarzellen bekommt, aber selbst nur ein Signal über eine einzige Leitung weitergibt. Das Modell postuliert nun: Die Nervenzelle feuert erst, wenn sie von genügend anderen Zellen dazu aufgefordert wird. Allerdings nimmt sie nicht alle eingehenden Feuerbefehle gleich wichtig. Die Botschaften von einigen Nervenzellen bewertet sie hoch, die von anderen sind ihr ziemlich egal. Auf welche sie achten muß, hat die Zelle gleichsam durch Erfahrung gelernt. Denn sie bekommt rückgemeldet, wann sie selbst richtig liegt. Von nun an hört sie verstärkt auf die Nachbarzellen, die bei korrekten Reaktionen aktiv waren, und kümmert sich weniger um die Einflüsterer von Fehlalarmen. Ihr Output wiederum wird von anderen Nervenzellen verarbeitet, die nach dem gleichen Prinzip vorgehen. Ein Netz solcher Neuronen kann lernen, indem es die Gewichtigung der Signale an den einzelnen Schaltstellen ändert.

Ob das Gehirn tatsächlich so funktioniert, steht dahin. Doch die simulierten Nervenzellen im Computer schlagen sich erstaunlich gut. So setzen Wissenschaftler neuronale Netze auf das Wetter und das Klima an. Die Gruppe von Professor Christian Schönwiese an der Universität Frankfurt beschäftigt ein Netz mit der zentralen Frage der Klimaforschung: Warum ist es in den vergangenen Jahrzehnten auf der Erde immer wärmer geworden? Um die Antwort zu finden, bekommt die erste Schicht der Modellneuronen Informationen zu den verdächtigen Einflüssen gefüttert.

Einer künstlichen Nervenzelle wird die Menge an Kohlendioxid mitgeteilt, denn dieses Gas wirkt in der Atmosphäre wie das Glas eines Treibhauses. Das zweite Neuron bekommt Angaben zu Vulkanausbrüchen, bei denen klimawirksame Spurengase ausgespuckt werden. Das dritte ist für die Sonnenaktivität zuständig, das vierte für Schwefeldioxid aus Verbrennungsprozessen und das fünfte für eine El Nino (spanisch für Christkind) getaufte Meeresströmung, die periodisch, meist zur Weihnachtszeit, das Wetter beeinflußt.

Alle fünf Neuronen am Eingang reichen ihre Botschaften an eine Schicht von Zellen in der Mitte weiter, die sie bewerten und ihr Ergebnis an ein Ausgangsneuron schicken. Das verrechnet sie seinerseits zu einer Größe, die die Temperatur darstellen soll. Am Anfang raten die Neuronen wild drauflos und produzieren unsinnige Temperaturwerte. Doch weil sie rückgemeldet bekommen, welche ihrer kühnen Behauptungen am wenigsten danebenliegen, verbessern sie ihre Bewertungen im Laufe zahlreicher Trainingsläufe.

Um den Erfolg zu kontrollieren, bekommt das Netz nur einen Teil der Daten zum Üben, den Rest der Temperaturwerte muß es eigenständig vorhersagen. "Das funktioniert eigentlich sehr gut", staunt Professor Schönwiese. Das Pseudogehirn im vergleichsweise kleinen Frankfurter Laborrechner kommt zu denselben Ergebnissen wie die Klimamodelle großer Supercomputer in Hamburg oder England.