Quelle
http://www.unifr.ch/spc/UF/93mai/schultz.html
Modelle des Lernens: Neuronale Netze
Neuronale Netzwerke sind künstliche Systeme, die mit Hilfe von Beispielen Regelmäßigkeiten erlernen können. Es finden sich erstaunlich viele Parallelen zwischen der Art, wie Menschen und höhere Tiere Zusammenhänge in ihrer Umwelt erkennen, und dem
Verhalten Neuronaler Netze. Wir stellen zuerst das Grundprinzip Neuronaler Netze dar, sowie einen einfachen Lernmechanismus, die Delta-Regel. Anschließend werden drei Aspekte des Lernens vorgestellt: Automatisches Erlernen von Prototypen, Nichtbeachtung von Basisraten und Blockierung. Diese Phänomene können sehr gut mit Hilfe des Neuronalen Netzes erklärt werden.
Das Prinzip neuronaler Netzwerke
Neuronale Netze bestehen aus einer Anzahl von Knoten (sogenannten Neuronen), die miteinander verbunden sind. Abb. 1 Über diese Verbindungen wird Aktivität zwischen den Neuronen übermittelt. Ein Neuron «sammelt» alle einlaufenden Aktivitäten und geht in Abhängigkeit von diesem Input in einen bestimmten Zustand über. (Es wird aktiv, inaktiv oder bleibt gleich.)
Die Verbindungen zwischen den Neuronen sind unterschiedlich stark. Je stärker eine Verbindung, desto grösser die gegenseitige Beeinflussung. Das Netz lernt, indem es die Verbindungsstärken (Verbindungsgewichte) zwischen den Neuronen verändert. Hierzu gibt es unterschiedliche Verfahren. Die bekannteste Methode ist die Delta-Regel.
Inputneuronen sind spezielle Knoten, über die ein Input an das Netz erfolgt. Diese Neuronen sammeln keine Aktivität, sondern werden «von aussen» aktiv gesetzt.Abb. 1
Das Netz lernt eine Zuordnung wie folgt (= Delta-Regel):
1. Die Inputknoten werden aktiviert (auf den Wert 1 oder 0 gesetzt). Die Knoten symbolisieren bestimmte Hinweisreize, z.B. bestimmte Symptome einer Krankheit. Ist ein Knoten aktiviert (= Wert 1), so bedeutet dies, dass das Symptom vorhanden ist.
2. Das Netz errechnet die Aktivierung der einzelnen Outputknoten, indem die Werte aller assoziativen Verbindungen wij zwischen einem aktiven Inputknoten j und dem Outputknoten i addiert werden. Die Outputknoten stehen für das vorherzusagende Ergebnis, z.B. für die einzelnen Krankheiten.
Die assoziative Verbindung von einem Inputknoten zu einem Outputknoten spiegelt das Ausmass wieder, in dem das Netz einen Zusammenhang zwischen einem bestimmten Symptom und einer Krankheit «sieht». Je stärker die Beziehung zwischen Symptom j und Krankheit i, desto höher der Wert von wij . Das Netz lernt, aufgrund einzelner Beispiele, die korrekten Beziehungen zwischen Symptom und Krankheit herzustellen, indem die Gewichte systematisch verändert werden.
3. Vergleich der errechneten Aktivierung der Outputknoten mit einer vorgegebenen Zielaktivierung. Die Zielaktivierung stellt die korrekte «Antwort» dar. Diese wird mit der aktuellen Aktivierung verglichen. Die Differenz zwischen Zielaktivierung und Outputaktivierung wird errechnet.
4. Anpassung der assoziativen Verbindungen: Zu jeder assoziativen Verbindung wird die Differenz zwischen Ziel- und errechneter Aktivierung hinzuaddiert (multipliziert mit einem Lernfaktor, der <1 ist, z.B. 0.003. Dieser Faktor stellt die Lernrate dar und beeinflusst wesentlich die Lerngeschwindigkeit).
Es werden jedoch nur die assoziativen Gewichte zu den aktiven Inputknoten verändert. Der Grund ist, dass nur die aktiven Knoten zu dem Fehler, der sich in der Differenz zwischen errechneter Aktivierung und Zielaktivierung ausdrückt, beigetragen haben.
5. Vorgaben eines neuen Inputs und Wiederholung des Lernzyklus.
Neuronale Netze und Mustererkennung
Neuronale Netze eignen sich sehr gut zur Mustererkennung: Es sei z.B. die Aufgabe vorgegeben, eine Anzahl von Objekten, mit zwei (relevanten) Merkmalen in zwei Kategorien einzuteilen. Die einzelnen Muster lassen sich graphisch in einem zweidimensionalen Koordinatensystem darstellen, wobei die Merkmale die Achsen bilden. Der Ort eines Musters in der Graphik ergibt sich aufgrund der Ausprägungen der beiden Merkmale für dieses Muster.Abb 2
Das Netz lernt, eine Trennungslinie (oder Trennungsfläche), die von Gewichten gebildet wird, so auszurichten, dass sie genau zwischen den beiden Kategorien liegt. Ist die Lernphase erfolgreich abgeschlossen, so werden alle Muster, die sich auf der einen Seite der Trennfläche befinden der einen Kategorie zugeordnet, die auf der anderen Seite befindlichen der zweiten Kategorie.
Man kann diesen Lernprozess als Optimierungsprozess betrachten. Hat das Netz eine gute Lösung gefunden, so befindet es sich in einem Gleichgewichtszustand. So hat sich in den letzten Jahren immer mehr die Vorstellung herausgebildet, dass unser Gehirn -ähnlich wie ein Neuronales Netz- Probleme löst, sowie Informationen speichert und abruft, indem es einen Optimierungsprozess durchführt und stabile Gleichgewichtszustände «sucht». Es seien nun drei klassische Lernphänomene kurz dargestellt:
Automatisches Erlernen typischer Merkmale
Menschen haben die Tendenz, die Welt in Kategorien einzuteilen, in deren Mittelpunkt typische Vertreter dieser Kategorien sind. Jedes Exemplar der Kategorie kann danach beurteilt werden, wie typisch es für diese Kategorie ist. So gibt es Personen, die eher für «typische» Schweizer, Franzosen etc. gehalten werden als andere. Diese Beurteilungen werden von uns in vielen Fällen spontan und automatisch durchgeführt.
Einerseits scheint ein derartiges Prinzip sinnvoll, da es ökonomischer ist, sich nur die typischen Eigenschaften einer Kategorie zu merken (welche Eigenschaften ein typischer Vogel, Stuhl etc. hat) als die Eigenschaften jedes einzelnen Gegenstandes oder Lebewesens. Andererseits ergeben sich Probleme, da dieses Prinzip dazu führt, dass viel Detailinformation nicht beachtet wird. Diese Probleme werden evident, wenn es sich um soziale Stereotype handelt, z.B. «Frauen lassen sich bei der Bewältigung von Problemen eher von ihrem Gefühl leiten, Männer verlassen sich auf ihre Rationalität». Die Prototypenbildung vollzieht sich, indem bestimmte Merkmale mit einer Kategorie assoziiert werden (z.B. Frauen und Emotionalität), während Information, die als weniger indikativ für eine Kategorie angesehen wird, einfach ignoriert wird. Diesen Prozess kann man sehr gut in Experimenten zum Erlernen künstlicher Kategorien beobachten. Ein Beispiel ist das Experiment von Gluck & Bower (1988 siehe weiter unten). Auch hier suchten die Versuchspersonen (Vpn) nach typischen Symptomen für die Krankheiten unter Vernachlässigung anderer Information. Daher überschätzten sie die Wahrscheinlichkeit des Auftretens einer Krankheit bei Vorliegen eines bestimmten Symptoms.
Nichtbeachtung von Basisraten (Grundwahrscheinlichkeiten)
Ein Test zur Diagnose von TBC reagierte bei 99% der Erkrankten positiv, aber auch bei 3% der Nichterkrankten. Erfahrungsgemäß gibt es zur Zeit 0.01% TBC-Erkrankte. Wie wahrscheinlich ist es, dass eine Person, die beim Test positiv reagiert, tatsächlich TBC hat? Die objektive Wahrscheinlichkeit lässt sich einfach mit Hilfe des sog. Bayes-Theorems berechnen und beträgt p = 0.0033, d.h. nur 0.33% der Personen, die beim Test positiv reagieren, haben tatsächlich TBC. Dies scheint eine erstaunlich geringe Wahrscheinlichkeit zu sein, wenn man bedenkt, dass der Test bei 99% der Krankheitsfälle anspricht, und nur bei 3% zu falschem Alarm führt.
Der Hauptgrund für die geringe Wahrscheinlichkeit liegt darin, dass die Grundwahrscheinlichkeit für das Auftreten der Krankheit so ausserordentlich gering ist. Selbst Experten haben in vielen Fällen Schwierigkeiten, derartige Grundwahrscheinlichkeiten in ihre Überlegungen einzubeziehen. Wie Gluck & Bower (1988) in einer Serie von Experimenten feststellten, bemerkten Personen in bestimmten Situationen Unterschiede in der allgemeinen Auftretenshäufigkeit überhaupt nicht. Ihre Vpn mussten lernen zu entscheiden, welche von zwei fiktiven Krankheiten, eine eher selten auftretende Krankheit S und eine häufig auftretende Krankheit H, vorliegt. Hierzu wurden ihnen vier Symptome präsentiert, die unterschiedlich gute Prädiktoren der Krankheiten waren. Ein Symptom konnte entweder vorhanden sein oder nicht. Die häufige Krankheit trat in 75% der Fälle auf, die seltene in 25% der Fälle. Wenn Krankheit S auftrat, so war in 60% der Fälle Symptom 1 vorhanden, in 40% der Fälle nicht. Für Kranhkeit H war Symptom 1 in 40% der Fälle vorhanden, in 60% der Fälle nicht.
Die Vpn erhielten nacheinander 250 Symptombeschreibungen und mussten für jedes Symptommuster angeben, ob Kranheit S oder H vorlag. Nach jeder Diagnose wurde ihnen die korrekte Antwort gegeben.
Am Ende wurden die Vpn befragt, für wie wahrscheinlich sie das Vorliegen von Krankheit H halten, wenn sie nur wüssten, dass Symptom 1 vorhanden ist (ohne Wissen über die anderen Symptome). Die Vpn schätzten, dass in 67% der Fälle Krankheit H vorliegen würde.
Die objektive Wahrscheinlichkeit beträgt aber genau 0.5. Also nur in 50% der Fälle wäre Krankheit H vorhanden.
Blockierung
Stellen Sie sich folgende Situation vor: Sie sollen entscheiden, ob der Aktienindex steigen wird oder nicht. Zu diesem Zweck beobachten Sie die Werte von 4 Aktien A, B, C, D, um festzustellen, inwieweit der Anstieg einzelner Werte ein Indikator für den Anstieg des Aktienindexes darstellt.
Im ersten Monat Ihrer Beobachtungen bemerken Sie folgende Zusammenhänge: Steigt Aktie A im Preis, so steigt der Index insgesamt, steigt B, so steigt der Markt nicht. Die Aktien C & D verändern sich nicht.
Im zweiten Monat machen sie folgende Beobachtungen:
- Wenn die Aktien A & C zunehmen (beide steigen immer gemeinsam), so steigt auch der Gesamtindex.
- Wenn die Aktien B & D anziehen (beide steigen immer gemeinsam), so steigt ebenfalls der Gesamtindex.
Welche Aktie, C oder D, würden Sie für einen besseren Indikator für den Anstieg des Aktienindexes halten?
Chapman & Robbins führten dieses Experiment durch und stellten fest, dass ihre Vpn die Aktie D als einen besseren Indikator für den Anstieg des Gesamtindexes ansahen als Aktie C, obwohl - objektiv gesehen - beide Aktien gleichprädiktiv waren. Der Grund für diese unterschiedliche Beurteilung liegt offenbar darin, dass aufgrund der Beobachtungen in der ersten Phase, Aktie A in der zweiten Phase als Hauptindikator für den Marktanstieg gesehen wird. Daher wird C weniger für den Anstieg verantwortlich gemacht. Man könnte sagen, dass der Erwerb eines prädiktiven Wertes von Aktie C (bezüglich des Verhaltens des Gesamtmarktes) durch den hohen vorhandenen prädiktiven Wert von A blockiert wurde.
Anders im zweiten Fall: B hat sich im ersten Teil als nicht indikativ für einen Indexanstieg erwiesen, daher wurde im zweiten Teil vor allem ein Zusammenhang des Anstieges zwischen Aktie D und dem Gesamtindex konstatiert.
Interessanterweise wurde ein ähnliches Phänomen im Tierexperiment beobachtet, was darauf hinweist, dass menschliches und tierisches Lernen zum Teil auf gleichen Prinzipien beruhen. (Weitere Ergebnisse zum Konditionieren finden sich im Beitrag Lernen, Gedächtnis & Gehirn
von Prof. Schultz).
Beschreibung der Phänomene mit Hilfe eines Neuronalen Netzes
Die oben dargestellten Lernsituationen haben eine Gemeinsamkeit: Eine Person erhält eine Anzahl von Hinweisreizen (Cues), auf Grund derer sie ein Ereignis vorhersagen muss. Es scheint nun so zu sein, dass diese Cues nicht unabhängig voneinander gelernt werden, sondern dass eine Konkurrenz zwischen den Cues besteht: Kann ein Cue das Ereignis sehr gut vorhersagen, so werden die anderen Reize einfach ignoriert. Das Individuum sucht selektiv jene Reize aus der Umwelt, die ihm am besten die Vorhersage von Ereignissen ermöglicht. Bei diesem Auswahlprozess spielt das zuvor Gelernte eine entscheidende Rolle. Und daher ist es auch wesentlich, in welcher Reihenfolge Information aufgenommen wird.
Zur Simulation eignet sich ein Neuronales Netz, das mit Hilfe der Delta-Regel lernt. Dem Netz werden bestimmte Reize als Input vorgegeben und es macht eine «Vorhersage» eines Zielereignisses. Das Netz erhält nach jeder «Antwort» eine Rückmeldung, ob die Antwort
korrekt war. Lernen findet nur statt, wenn eine falsche Antwort erfolgte (= Fehlergetriebenes Lernen). Der Aufbau des Netzes ist in Abb. I dargestellt.
Warum kann ein derartiger Mechanismus die Phänomene simulieren ?
Um dies zu verstehen, muß man erkennen, wie das Netz den oben beschriebenen Konkurrenzmechanismus realisiert. Zentral hierfür ist, dass das Netz nur Verbindungen zu jenen Inputknoten verstärkt oder abschwächt, die aktiv sind, d.h. der betreffende Cue ist vorhanden. Ist nun in einer ersten Lernphase nur ein Cue vorhanden, sowie ein bestimmtes
Ereignis, so wird die assoziative Verbindung zwischen dem Cue und dem Ereignis solange gestärkt, bis die Aktivierung des Inputknotens ausreicht, den zugehörigen Outputknoten zu aktivieren. In dieser Phase werden die Verbindungen zu den anderen Inputknoten nicht verändert (da diese nicht aktiv sind).
Wird nun ein weiterer Inputknoten -zusammen mit dem vorigen - in einen aktiven Zustand gesetzt, d.h. zwei Cues treten in Kombination auf, so werden die Gewichte überhaupt nicht mehr verändert, da kein Fehler auftritt: Der Ereignisknoten wird durch die in der ersten Phase erworbene Verbindung aktiviert.
D.h. der zuerst gelernte Cue hat die gesamte assoziative Stärke zum vorherzusagenden Ereignis «auf sich gezogen», sodass für den zweiten Cue «nichts mehr übrigbleibt». Aus dem gleichen Grund lernt das Netz Prototypen, da es charakteristische Merkmale sehr schnell mit bestimmten Kategorien assoziiert.
Warum ignoriert das Netzwerk Basisraten ?
Das Netz lernt, wie wahrscheinlich ein Symptom ist, wenn eine bestimmte Krankheit vorhanden ist. D.h. es lernt, wie wahrscheinlich es ist, dass ein Inputknoten aktiv ist, wenn ein Outputknoten eine bestimmte Zielaktivierung hat.
Um beurteilen zu können, wie wahrscheinlich eine bestimmte Krankheit ist, wenn ein Symptom vorliegt (d.h. dass ein bestimmter Outputknoten aktiv ist, wenn ein Inputknoten aktiv ist), müsste man die Output- als Inputknoten definieren und die Input- als Outputknoten. Man müsste das Netz umdrehen, um diese Situation zu simulieren.
Siegfried Macho
Doktorassistent am Psychologischen Institut
Literatur
Chapman, G.B. & Robbins, S .J (1990). Cue interaction in human contingency judgment. Memory & Cognition, 18, 537 -
545.
Gluck, M. & Bower, G.H. (1988). From conditioning to category learning: An adaptive network model. Journal of experimental psychology: General 117, 227 - 247.
Abbildung 1 Ein einfaches Neuronales Netz mit vier Input- und
zwei Outputknoten. Jeder Inputknoten j ist mit jedem
Outputknoten i mit der Stärke wij verbunden
Abbildung 2 Das Lernen einer korrekten Klassifikation von
Mustern mit zwei Merkmalen. Die Linien symbolisieren die
Verbindungensgewichte zwischen den Knoten des Netzes,
Sie werden im Lernvorgang so ausgerichter, dass sie genau
zwischen den beiden Klassen trennen können. Die Zahlen
symbolisieren den aktuellen Lernduchgang (schematisierte
Darstellung).
Universitas Friburgensis mai 93
www.unifr.ch/spc/UF/93mai/kretz,lernen.html
Lernen auf molekularer Ebene
Lernen ist ein komplexer Vorgang im Zentralnervensystem. Ist für den Lernprozess ein kompliziertes Netzwerk bestehend aus einzelnen Nervenzellen notwendig? Können einfache Lernformen bereits auf der Ebene der Einzelzelle erklärt werden? Welches sind die Mechanismen, die die Übertragungseigenschaften an der Kontaktstelle zwischen zwei Neuronen verändern können? Sind schon einzelne Moleküle bekannt, die beim Lernen eine
Schlüsselrolle spielen?
Das Studium des Lernens ist ein faszinierendes Forschungsgebiet im Überlappungsbereich zwischen Neurobiologie, also der Wissenschaft vom Gehirn, und der kognitiven Psychologie. Von der Geburt bis zum Tode sind wir auf das Lernen angewiesen. Das Lernen, d.h. der Erwerb neuen Wissens, ist ein fundamentaler Vorgang, durch den der Organismus sich mit seiner Umwelt auseinandersetzt und in dieser sich behauptet. Das Gedächtnis ist die Fähigkeit, dieses Wissen wieder abzurufen und entsprechend auf schon früher aufgetretene Reizsituationen zu reagieren. Somit gehören Lernen und Gedächtnis zur Individualität eines einzelnen, können aber auch überindividuelle Funktionen ausmachen, die durch kulturelle Inhalte von Generation zu Generation weitergegeben werden. Lernen ist unerlässlich für flexible Verhaltensanpassung und sozialen Fortschritt. Deshalb bedeutet Gedächtnisverlust die Verbindung zu seinem Selbst, seiner Vergangenheit und seiner Umwelt zu verlieren. Das Problem des Gedächtnisverlusts manifestiert sich vor allem bei alten Menschen als Alzheimer-Krankheit.
Lernen: Untersuchungsmethoden am lebenden Gehirn
Lernen ist, wie bereits einleitend erwähnt, kausal mit dem Nervensystem, im speziellen mit dem Gehirn, verbunden. Diese interdisziplinäre Wissenschaft, die sich mit allen möglichen Funktionen und Strukturen des Gehirns befasst, heisst Neurobiologie. Der Baustein des Gehirns ist das Neuron oder die Nervenzelle. Die Leistung des Gehirns kann aber nicht einfach als Summe aller Einzelleistungen seiner Neurone erklärt werden, sondern durch die speziellen Interaktionen, die zwischen einzelnen Nervenzellen oder ganzen Nervenzellpopulationen vorkommen. Daraus ist ersichtlich, dass Lernen ein vielschichtiges Problem für die neurobiologische Forschung darstellt und auch erst in den letzten Jahrzehnten durch entsprechende Untersuchungsmethoden wie elektrische Messungen oder Stimulationen während neurochirurgischen Eingriffen bei Epileptikern oder bei Patienten mit einem Hirntumor, oder durch moderne bildgebende Verfahren wie CT, NMR und PET (vgl. Moderne bildgebende Verfahren) untersucht werden konnte. Das niedrigste Niveau stellt das Einzelneuron mit seinen physiologischen und biochemischen Eigenschaften dar. Dem zweiten Niveau entsprechen einfache Schaltkreise und Netzwerke, d.h. einzelne Kontakte zwischen verschiedenen Neuronen (vgl. Beitrag Macho). Das dritte Niveau bezieht sich auf grössere Strukturen, wie Hippocampus, Inferotemporalcortex usw. (vgl. Beitrag Schultz).
Lernen auf dem Niveau der Einzelzelle
In meinem Beitrag beschränke ich mich auf das niedrigste Niveau des Lernens, auf das Niveau der Einzelzelle oder des Neurons. In unserem Gehirn haben wir im Durchschnitt ungefähr 100 Milliarden Neurone und ebensoviele oder noch mehr Stütz- oder Gliazellen. Jede Nervenzelle im Gehirn kann bis zu 1000-10000 verschiedene Kontaktstellen, sogenannte Synapsen, mit anderen Nervenzellen bilden. Aus diesen Daten ist ersichtlich, dass wir momentan nur ganz einfache Systeme, wenn überhaupt quantitativ, als Netzwerke erfassen und eventuell verstehen können. Zusätzlich wird die Analyse noch dadurch erschwert, dass einzelne Kontaktstellen nicht immer die gleichen Übertragungseigenschaften aufweisen. Es ist nicht ein Alles-oder-Nichts Phänomen wie bei einem elektrischen Schalter, sondern die einzelnen Synapsen gehen, je nach ihrer Vorgeschichte eine stärkere oder eine schwächere Verbindung, lies Informationsübertragung, mit einer Nachbarzelle ein. Ist das aber nicht schon eine einfache Form von Lernen, wenn sich die Eigenschaften einer synaptischen Verbindung aufgrund ihrer Aktivität verändern? Diese Lernformen werden als einfachste Verhaltensänderungen, die meist auf der Übertragung und der Aktivitätsveränderung von Molekülen beruhen, als molekulare Grundlagen des Lernens bezeichnet. Weil diese Übertragung der Information nicht stur über Zellkontakte geleitet wird, spricht man auch von synaptischer Plastizität.
Grosse Nervenzellen eignen sich besser für die Analyse
Die Analyse der synaptischen Plastizität oder die Erforschung der Veränderungen auf dem Niveau der Kontaktstelle zwischen zwei Nervenzellen kann nicht an Menschen vorgenommen werden. Der Neurobiologe untersucht entsprechende, dazu speziell geeignete Nervensysteme, wie beispielsweise dezentralisierte Neuronpopulationen bei der kalifornischen Meeresschnecke Aplysia californica. Die Vorteile der Nervenzellen von Aplysia liegen in ihrer Grösse mit einem Durchmesser von 0.03-1.0 Millimeter. Einzelne Neurone können mit feinen Elektroden angestochen werden, um die elektrische Aktivität zu registrieren oder um sie elektrisch zu stimulieren. Mit feinen Pipetten können bestimmte Moleküle in die Zelle injiziert oder die Konzentrationen von bestimmten Ionen mit speziellen Elektroden gemessen werden usw. Ferner zeigt diese Meeresschnecke Verhaltensweisen, die mit den einfachen Verhaltensänderungen wie Gewöhnung oder Sensibilisierung umschrieben werden können und die auch beim Menschen als einfachste Verhaltensformen vorkommen.
Beispiel: Klassische Konditionierung
Als Beispiel einfachen Lernens soll die klassische Konditionierung des Kiemenrückziehreflexes der Meereschnecke Aplysia beschrieben werden. Dieser Lerntyp gehört zur Kategorie des assoziativen Lernens: Ein Reiz (bedingter Reiz), der eine spezifische Reaktion nicht oder nur schwach auslöst, wird mit einem anderen Reiz (unbedingter Stimulus), der die Reaktion immer auslöst, assoziiert. Nach erfolgreicher Konditionierung führt der bedingte Reiz allein auch immer zu einer Reaktion. Bei der Konditionierung des Kiemenrückziehreflexes wird bei einer leichten Berührung des Siphons oder des Mantelrandes die Kieme leicht eingezogen. Der Mantel überdeckt die Kieme und der Siphon stellt eine Verbindung zwischen der Kiemenhöhle und dem Meerwasser dar. Die Berührung des Siphons kann als bedingter oder zu konditionierender Stimulus gebraucht werden, während die Berührung des Mantelrandes als Kontrollstimulus dient. Der unbedingte Reiz wird über einen Schmerzreiz durch Klemmen des hinteren Fussteils bewerkstelligt. Je nach Reizsituation kann der bedingte Reiz schon nach wenigen Darbietungen (z.B. 5 Wiederholungen) die Reaktion zuverlässig auslösen: ein Lernprozess, im speziellen klassische Konditionierung hat stattgefunden. Welches sind nun die entscheidenden Veränderungen und wo innerhalb der einzelnen Nervenzellen finden sie statt?
Die Grundlage für die Wahrnehmung der verschiedenen Stimuli mit entsprechender Reaktion basiert auf einer relativ einfachen Verschaltung zwischen Sinnesnervenzellen und ihren Zielzellen, den Motoneuronen und einzelnen Zwischenneuronen Abb. 1. Ein Zwischenneuron, welches zwischen die Sinnesnervenzelle des hinteren Fussteils und der Sinnesnervenzelle des Mantels oder des Siphons verschaltet ist, wird als modulatorisches Neuron bezeichnet. Bei seiner Aktivierung wird an der Synapse zu den Sinnesnervenzellen von Siphon und Mantel eine Überträgersubstanz, das Serotonin, ausgeschüttet. Das Serotonin bewirkt nun, dass die Sinnesnervenzelle des Siphons unter der Bedingung der klassischen Konditionierung ihren eigenen Überträgerstoff vermehrt ausschüttet. Diese Zunahme von Überträgerstoff führt nun seinerseits zu einer grösseren Aktivität des Motoneurons und deshalb zu heftigeren Abwehrreaktionen der Schnecke.
Die molekularen Ereignisse des Lernens
Sind heute schon mehr Details über die klassische Konditionierung beim Kiemenrückziehreflex bekannt? Der Kiemenrückziehreflex ist einer der best analysiertesten neurobiologischen Schaltkreise und kann bereits auf dem Niveau der Moleküle untersucht werden. Solche Moleküle sind die Überträgerstoffe oder die Empfängermoleküle, die mit diesen Überträgersubstanzen eine Interaktion eingehen, oder sekundäre Botenstoffe, die innerhalb der Zelle zu bestimmten Reaktionen führen. Wie oben bereits erwähnt, setzen die modulatorischen Zwischenneurone Serotonin als Überträgerstoff frei, das anschliessend eine Serie von biochemischen Veränderungen einleitet Abb. 2. Das Serotonin bindet sich an die Empfängermoleküle auf der Sinnesnervenzelle. Diese aktivieren ihrerseits das Enzym Adenylatcyclase und setzen dadurch eine molekulare Kaskade in Gang, die letztlich bewirkt, dass die Sinnesnervenzellen an ihrer Synapse zum Motoneuron mehr Überträgerstoff freisetzen. Die aktivierte Adenylatcyclase wandelt nun ATP (Adenosintriphosphat) in cyclisches AMP (Adenosinmonophosphat) um. Das cyclische AMP wirkt in der Zelle als sekundärer Botenstoff und aktiviert seinerseits eine Proteinkinase, ein Enzym, das anderen Proteinen eine Phosphatgruppe überträgt und sie dadurch aktiviert oder inaktiviert. Im Falle des Kiemenrückziehreflexes phosphoryliert die Proteinkinase die Kaliumkanäle in der Zellmembran oder Proteine, die mit diesen Kanälen in enger Wechselwirkung stehen. Dadurch werden die Kanaleigenschaften verändert, d.h. es erfolgt eine Reduktion von normalerweise aus der Zelle ausströmenden Kalium-Ionen. Dadurch wird aber die Länge eines elektrischen Zellsignals, des Aktionspotentials, das bei der Aktivität der Zelle generiert wird grösser was wiederum zur Folge hat, dass jetzt Kalziumkanäle länger geöffnet bleiben. Ein erhöhter Einstrom von Kalzium-Ionen hat verschiedene Funktionen: 1.) Kalzium-Ionen sind direkt für die Ausschüttung von Überträgerstoff verantwortlich. 2.) Kalzium-Ionen bewirken über das Zwischenmolekül Calmodulin eine Verstärkung der durch Serotonin bereits aktivierten Adenylatcyclase, und demzufolge mehr cyclisches AMP mit den beschriebenen Konsequenzen. Die Adenylatcyclase ist also für die aktivitätsabhängige Bahnung beim Kiemenrückziehreflex der Meeresschnecke Aplysia ein Schlüsselmolekül, weil sich an diesem Enzym zwei unterschiedliche Signale - Kalzium-Ionen und Serotonin - auswirken. Dadurch laufen die vom bedingten und vom unbedingten Reiz ausgelösten molekularen Reaktionen dank einem spezifischen Timing in der Zelle zusammen. Die so aktivitätsabhängige Verstärkung des cyclischen AMP mit seinen Folgereaktionen ist nicht nur für Aplysia Nervenzellen spezifisch. Einen ähnlichen molekularen Mechanismus für die Konditionierung ist auch bei der Taufliege Drosophila, dem klassischen Untersuchungsobjekt der Genetik, nachgewiesen worden.
Erste Schritte zur neurobiologischen Analyse des Lernens?
Können durch solche molekularen Mechanismen einfache Lernformen erklärt werden? Eine Gruppe von Wissenschaftlern, die lernfähige neuronale Netzwerke analysiert, kommt zu der Ansicht, dass Nervenzellen gewissermassen über ein Alphabet zum Lernen verfügen dürften, d.h. über einfache Mechanismen, aus denen sich durch Kombination oder Weiterentwicklung komplexere Lernformen ergeben könnten. Diese reduktionistische Perspektive basiert auf der Feststellung, dass assoziative synaptische Veränderungen anscheinend keine komplexen neuronalen Netzwerke erfordern, und deshalb solche Lernformen eine direkte Entsprechung in den Eigenschaften von Nervenzellen haben könnten. Natürlich dürfen wir komplexere Mechanismen für bestimmte Lernformen nicht ausschliessen und die Plastizität der Nervenzellen nicht unterschätzen, die sich in der dauernden Wechselwirkung mit der Umwelt ergeben. Durch die verschiedenen Erregungen aus den Sinnesorganen werden die Nervenzellen nicht nur molekularbiologisch verändert, sondern auch das Auswachsen und Reduzieren ihrer Fortsätze und der Auf- und Abbau von Kontaktstellen, den Synapsen, können die funktionellen Eigenschaften wesentlich mitbestimmen.
Prof. Robert Kretz
Anatomisches Institut
Literatur
1 Kandel, E.R. (1976) Cellular Basis of Behavior. Freeman and Company.
2 Kandel, E.R. (1978) A cell-biological approach to learning.
Grass Lecture. Society for Neuroscience
3 Verschiedene Autoren (1992) Gehirn und Geist. Spektrum der Wissenschaft 11.
Abb. 1 Verschaltungsdiagramm der Nervenzellen, die bei der klassischen Konditionierung des Kiemenrückziehreflexes der Meeresschnecke Aplysia eine Rolle spielen. Die Sinneszellen des Mantels und des Siphons bilden direkte Kontaktstellen mit dem Motoneuron. Die Sinneszelle des hinteren Fussteils ist über ein modulatorisches Zwischenneuron in das Netzwerk eingeschaltet.
Abb. 2 Schema der Endigung und Kontaktstelle der Sinneszelle des Siphons. Die molekularen Prozesse, die der klassischen Konditionierung zugrunde liegen, sind eingezeichnet. Das vom modulatorischen Zwischenneuron freigesetzte Serotonin geht eine Interaktion mit dem Serotoninrezeptor der Sinneszelle ein. Für weitere Erklärungen siehe Text.
Encart:
Moderne bildgebende Verfahren
Was bedeutet CT, NMR und PET? Gehören diese Ausdrücke der neuen nicht-invasiven Diagnosetechniken schon bald zum
alltäglichen Vokabular? Seit ungefähr 10 Jahren werden mit drei neuartigen nicht invasiven Verfahren Schnittbilder, «Tomographien», durch
den menschlichen Körper hergestellt. Diese Schnittbilder werden mit einem Computer berechnet und auf einem Bildschirm sichtbar gemacht. Das älteste Verfahren ist die Computer-Tomographie (CT). Sie beruht auf der unterschiedlichen Absorption biologischer Strukturen (Knochen, Muskeln, und andere Gewebetypen) von Röntgenstrahlen. Das zweite Verfahren, die Kernspin-Tomographie (NMR «nuclear magnetic resonance») arbeitet mit starken Magnetfeldern. Dabei werden die Drehachsen der Wasserstoffatomkerne, zu vergleichen mit Kompassnadeln, zuerst gleich ausgerichtet. Mit einem speziellen Radioimpuls werden anschliessend die vom Magnetfeld ausgerichteten Wasserstoffatomkerne gestört. Nach diesem Störpuls schwenken die Drehachsen unter Abstrahlung von Radiowellen wieder in ihre ursprüngliche Position zurück. Der Computer berechnet aufgrund dieser Radiowellen Schnittbilder mit einem erstaunlichen Kontrast, speziell für verschiedene «weiche» Gewebetypen. Das neueste Verfahren heisst Positronen-Emissions-Tomographie (PET). Dieses Verfahren ist vor allem für die Erforschung des Gehirns von grösster Bedeutung, weil nicht nur die Struktur, sondern auch die Funktion, d.h. physiologische und biochemische Aktivitäten abgebildet werden können. Dabei wird der Kopf des Patienten in einem Gammastrahlen-Detektorring positioniert. Kurzlebige radioaktive Substanzen können in die Armvene gespritzt oder über eine Atemmaske eingeatmet werden. Diese Substanzen gelangen nun über die Blutbahn auch ins Gehirn, wo sie entsprechend der spezifischen Aktivität verschiedener Hirnteile metabolisiert werden. Beim adioaktiven Zerfall werden Positronen (positiv geladene Teilchen) frei, die mit Elektronen (negativ geladene Teilchen) kollidieren und dabei Gammastrahlen aussenden Abb.A. Diese Gammastrahlen werden mit dem Detektorring registriert und mit dem Computer zu farbigen Schnittbildern verarbeitet.
Die Stärke dieser Verfahren liegt eindeutig in der nicht-invasiven Technik, d.h. ohne chirurgische Eingriffe. Ein Handikap dieser Verfahren ist die immer noch relativ grobe räumliche und zeitliche Auflösung. Dazu kommen die hohen Kosten für die Apparate und das technische Personal.
Abb. A PET-Aufnahmen aus dem Labor von M. Raichle. Beim Sehen von Wörtern (A) ist vor allem die erhöhte Hirnaktivität -
je heller desto aktiver- im Hinterhauptslappen (HL) sichtbar.
Das Generieren von Wörtern (B) zeigt ein Aktivitätsmaximum
im Frontallappen (FL). Diese Region wird auch als
Broca'sches Sprachzentrum bezeichnet. Mit Hilfe der
Lateralansicht des Gehirns (C) können die zwei
Hirnaktivitäten, wie sie auch während eines Lernvorgangs
stattfinden könnten, eindeutig bestimmten Hirnregionen
zugeordnet werden. Das Prinzip der
Positronen-Emissions-Tomographie (D) zeigt den
Gammastrahlen-Detektorring (GSD) mit dem darin
positionierten Kopf des Patienten.
Universitas Friburgensis mai 93
"The Decade of the Brain"
Im Jahre 1990 hat der amerikanische Kongress auf Initiative von
Hirnforschern das Jahrzehnt des Gehirns deklariert. Damit engagieren
sich die politischen Instanzen für eine verstärkte Forschung auf dem
Gebiet der Neurobiologie. Dem Beispiel der USA ist letztes Jahr die
Europäische Gemeinschaft gefolgt; vor kurzem (auf Initiative der
Schweizerischen Gesellschaft für Biologische Psychiatrie) auch die
Schweiz. Als Forscher müssen wir uns einen gesunden Optimismus
bewahren und alles daran tun, die hervorragenden wissenschaftlichen
Entdeckungen und technischen Fortschritte konstruktiv und mit viel
Verantwortung für die Linderung des menschlichen Leidens einzusetzen,
das heute ganz besonders durch menschliches Fehlverhalten geprägt ist.
Der Mensch als er selbst und als Objekt der Wissenschaft
Das Wissen über das Nervensystem beeinflusst das Leben von
uns allen in immer stärkerem Masse. Die neurobiologischen
Erkenntnisse werden zum Massstab für künftige Technologien.
Sie werden aber auch - und das ist wahrscheinlich sehr viel
bedeutsamer - zum Massstab unseres Selbstverständnisses und
unserer Weltinterpretation.
Es gibt bereits ernsthafte und bedeutende Wissenschaftler, die den
Standpunkt vertreten, dass wir künftig aus den Strategien des
Nervensystems lernen können, wie wir ein den Realitäten angepasstes
Welt- und Selbstverständnis entwickeln sollen. Theologie, Philosophie
und Ethik werden dann nicht mehr das Mass für das rechte Handeln
setzen, sondern werden es selbst von der Kenntnis des Gehirns her
empfangen. Diese weitgespannten Erwartungen beeinflussen mehr und
mehr nicht nur die Ueberzeugungen der Forscher, sondern auch der
Oeffentlichkeit.
Der Weg zum neurobiologischen Monismus
Das sich entwickelnde wie auch das schon gereifte, aber immer noch
lernfähige Nervensystem lässt sich als ein Prozess der
Selbstorganisation beschreiben. Die Selbstorganisation vollzieht sich in
der frühesten Entwicklungsphase autonom. Je weiter die Entwicklung
fortschreitet, desto bedeutsamer wird die Interaktion mit der Umwelt. Die
Reifungs- und Anpassungsprozesse des Nervensystems sind die
notwendigen Voraussetzungen für die Reifung der mentalen Fähigkeiten.
Da man dies bereits für viele Entwicklungsvorgänge nachweisen kann,
wird man sich nicht mehr damit begnügen, nur die biologischen
Voraussetzungen unseres Wahrnehmens und unsere mentalen
Fähigkeiten zu benennen, sondern relativ leicht zu der Behauptung
fortschreiten, unserer mentalen Fähigkeiten seien nichts anderes als die
Manifestation der Eigenschaften des sich entwickelnden Gehirns. Damit
wäre man endlich die Sorge los, wo und wie man jene Realität
unterbringen könnte, die man gemeinhin als Seele oder Geist bezeichnet.
Man hätte nur noch eine Realität, nämlich die des Nervensystems, eine
Auffassung, die man als Monismus bezeichnet.
In seiner naiven Form ist der neurobiologische Monismus materialistisch.
Wenn nämlich die neurobiologischen Elemente wie Neuronen,
Ueberträgersubstanzen zwischen Neuronen oder Steuerung der
genetischen Expression selbst rein materieller Natur sind, ist man
versucht, das Gehirn und die in ihm ablaufenden Prozesse als rein
materielle Gegebenheiten anzusehen. Die mentalen Akte lassen sich, so
meint man, auf diese Gegebenheiten reduzieren.
Diese Argumente mögen im ersten Hinblick schlüssig scheinen; bei
genauerem Zusehen erweisen sie sich als wenig reflektiert. Sämtliche
Wirklichkeiten der so mannigfaltigen Erfahrungswelt werden auf das
materielle Niveau reduziert. Mario Bunge hat deshalb versucht, diesen
reduktionistischen Monismus durch einen systemtheoretischen Ansatz zu
überwinden. Man dürfe das Gehirn nicht einfach nur als eine Summe von
Elementen oder Bestandteilen ansehen. Die neuronalen Elemente sind in
spezifischer Weise zu einem System verknüpft. Durch ihre Verknüpfung
im System werden Eigenschaften erreicht, die weit mächtiger sind, als
die Summeneigenschaften der Elemente. Diese Eigenschaften
erscheinen uns als das, was wir gewöhnlicherweise mit Prädikaten wie
mental, psychisch oder geistig versehen. Die neuen oder «mentalen»
Eigenschaften tauchen gleichsam aus dem Niveau des bloss Materiellen
auf. Die Theorie, welche die Entfaltung von neuen Eigenschaften
materieller Elemente im System beschreibt, bezeichnet Bunge als
Emergentismus. Weil aber die Elemente selbst rein materieller Natur
sind, bleibt der Emergentismus nach Bunge notwendigerweise
materialistisch.
Der Dualismus verteidigt Freiheit und Würde des Menschen
Der neurobiologische Monismus ist in jeder seiner Formen
reduktionistisch. Der Ansatz von Bunge gibt den mentalen Wirklichkeiten
zwar vorübergehend eine gewisse Eigenständigkeit. Letztlich werden die
mentalen Wirklichkeiten aber doch wieder auf materielle Elemente
zurückgeführt. Dieser Reduktionismus hat zurecht entschiedene Kritiker
auf den Plan gerufen. Zu diesen Kritikern gehört vor allem John Eccles,
Ehrendoktor unserer Math.-Naturwissenschaftlichen Fakultät.
Die menschliche Grunderfahrung ist nach Eccles die Erfahrung der
Freiheit. Selbst wenn die Freiheitserfahrung nachträglich als Illusion
interpretiert wird, so ändert dies nichts an der Tatsache, dass wir uns frei
fühlen. Auf der einen Seite steht also die Grundgewissheit der Freiheit,
auf der anderen Seite die materielle Wirklichkeit des Gehirns, das den
deterministischen Gesetzen der Natur gehorcht. So scheint es
offenkundig zu sein, dass es zwei verschiedene Substanzen gibt, nämlich
Geist und Gehirn. Wegen der Möglichkeit freier Handlungen in der
physischen Welt ist aber zu fordern, dass die beiden Substanzen
miteinander in Wechselbeziehung stehen. Eccles postuliert eine
Verbindungsstruktur, über welche beide Substanzen miteinander in
Beziehung treten. Sie soll sich in bestimmten kortikalen Gebieten des
Grosshirns befinden und spezifische kortikale Module enthalten, die offen
seien für die Interaktion mit dem Geist.
Der interaktionistische Dualismus wurde jedoch heftig kritisiert, weil er
die Erhaltungssätze der Physik verletzt. Eine immaterielle Substanz kann
in einer materiellen Substanz nur dann Wirkungen hervorbringen, wenn es
zu einem Energie-Transfer kommt. Damit wäre aber das Prinzip von der
Erhaltung der Energie umgestossen. Um diesen Einwand zu vermeiden,
hat Eccles in den letzten Jahren eine quantenmechanische
Betrachtungsweise eingeführt. Auf der Ebene der Quantenmechanik soll
eine Interaktion zwischen Geist und Gehirn ohne Energiebedarf möglich
sein.
Ist das Problem richtig gestellt?
Die Debatte um Leib und Seele oder Gehirn und Geist und um ihr
gegenseitiges Verhältnis entzündet sich daran, dass Gehirn und Geist
von vornherein als zwei verschiedene Substanzen angesehen werden,
und zwar von Monisten wie von Dualisten. Die Monisten versuchen das
Problem zu lösen, indem sie den Geist auf das materielle Gehirn
reduzieren. Die Dualisten möchten diese beiden Wirklichkeiten bestehen
lassen, so wie sie sind. Sie haben dann das Problem zu lösen, wie diese
beiden Substanzen auf einander einwirken und wie aus dieser Interaktion
kohärente Leistungen hervorgehen können.
Die Wirklichkeit von Seele oder Geist kommt besonders im «Ich» zum
Vorschein. Das «Ich denke» ist die letzte Einheit des
Erkenntnisprozesses, weil es alle meine Vorstellungen begleiten können
muss. Kant hat es als das transzendentale Subjekt bezeichnet. Nun wird
aber spätestens seit dem «Cogito, ergo sum» des Descartes der Fehler
gemacht, dieses Subjekt für eine Substanz zu halten. Das ist nach Kant
ein Fehlschluss. Das «Ich» im «Ich denke» ist zwar letzte Bedingung der
Möglichkeit aller Erkenntnis und Grund aller Kategorien, es ist aber
niemals ein Gegenstand der sinnlichen Erfahrung. Daher ist es falsch, auf
dieses Ich die Kategorien des Verstandes anzuwenden, d.h. es als eine
Substanz zu bezeichnen. Husserl kam mit seiner phänomenologischen
Methode zu demselben Ergebnis. Für Max Planck ist das Leib-Seele
Problem ebenfalls ein Scheinproblem, weil es aus der Vermischung
zweier unterschiedlicher Betrachtungsweisen entspringt, nämlich dem
Selbstbewusstsein einerseits und der Betrachtung der körperlichen
Vorgänge in der Umwelt andererseits.
Ein Kategorienfehler
Der jahrtausende alte Streit um das Leib-Seele Problem, der bis in die
griechische Philosophie zurückreicht, lässt den Verdacht aufkommen,
dass dieses Problem metaphysisch nicht lösbar ist. Es scheint deshalb
sinnvoll, die Kantische Frage wieder aufzunehmen: Wie ist Erkenntnis von
Gegenständen apriori möglich? Wie können wir von Leib und Seele
wissen? Diese Frage kann dahingehend erweitert werden, dass wir uns
auf den Entwurf von Wissenschaft überhaupt besinnen. Auch die
Neurobiologie ist unser Entwurf. Sie bedient sich einer ganz bestimmten
Methode und entwickelt ihr eigenes Begriffssystem, um die Objekte ihrer
Beobachtung und Messung kohärent zu beschreiben.
Jede Einzelwissenschaft bleibt nur innerhalb ihres Begriffssystems mit
sich selbst konsistent. In der Diskussion um das Leib-Seele Verhältnis
werden aber ständig Begriffe wie Freiheit, Bewusstsein, Ich und
Erkenntnis gebraucht. Diese Begriffe haben ihren Ursprung nicht in der
Neurobiologie, sondern in unserer «ursprünglichen Lebenswelt»
(Husserl). Als solche und in ihrem so gegebenen Sinngehalt kommen sie
in der Neurobiologie nicht vor. Werden sie dennoch im Kontext der
Neurobiologie gebraucht, dann muss man dieses Vorgehen mit dem
englischen Philosophen Ryle als Kategorienfehler bezeichnen.
Petitio principii oder Zirkelschluss
Wir sagten, Wissenschaft sei unser Entwurf. Nun behaupten aber viele
neurobiologische Monisten, man könne mit den Ergebnissen der
Neurobiologie, also einer von uns entworfenen Einzelwissenschaft, unser
ganzes Menschsein verstehen und erklären. Diese Behauptung erweist
sich selbst als Zirkelschluss. Wir erfinden und entwerfen Begriffe wie
Materie, Evolution und Gehirn, vergessen die Tatsache unseres
Entwerfens und wollen uns schliesslich von diesem Entwurf her selbst
verstehen. Der Versuch, uns selbst zu erklären mittels der von uns
entworfenen Einzelwissenschaft, kommt einer Petitio principii gleich, d.h.
das zu Erklärende wird selbst zur Voraussetzung des Erklärens.
Notwendige und hinreichende Bedingungen
Nun bleibt aber unabweisbar, dass Bewusstsein und mentale Akte
offenbar nicht möglich sind, wenn sich bestimmte Strukturen und
Funktionen des Nervensystems noch nicht entwickelt haben. Wir haben
deshalb den Schluss gezogen, dass die Selbstorganisation des
Nervensystems die notwendige Voraussetzung für unsere mentalen Akte
sei. Trotzdem ist die Kenntnis der neuronalen Prozesse nicht hinreichend,
um aus ihnen den Inhalt und den Sinn der mentalen Akte herzuleiten.
Einheit in der ursprünglichen Lebenswelt
Gibt es nun überhaupt noch einen Ausweg aus dem Dilemma der
Reduktionismen, Zirkelschlüsse und Kategorienfehler? Es gibt Auswege.
Die Philosophie hat in ihrer langen Denkgeschichte auch
nicht-dualistische Lösungen vorgelegt, ohne dem monistischen
Reduktionismus zu verfallen. Schon Aristoteles zeigte, dass Körper und
Seele nicht befähigt sind zu je für sich unabhängiger Existenz. Vielmehr
existiert der Mensch wie jedes andere Seiende aus zwei Prinzipien,
nämlich der ersten Materie und der Form, welche die Materie zu einem
Leib organisiert, ihn bewegt und erhält. Die aristotelische Lehre wurde
von Thomas von Aquin kongenial weitergeführt. Kant hat, wie schon
gezeigt, den Fehlschluss aufgezeigt, der aus der Vorstellung des Ich als
Substanz resultiert. Er - wie nach ihm Husserl - führt zum transzendentalen
Subjekt, welches die Einheit aller Akte der Wahrnehmung, des
Bewusstseins und des Handelns gewährleistet. Heidegger versteht den
Menschen nicht als Leib und Seele, sondern als Existenz.
Metaphysische Enthaltung und Rekonstruktion des Entwurfs von
Wissenschaft
Da die Debatte um das Leib-Seele Problem von falschen
metaphysischen Voraussetzungen ausgeht, scheint es als erstes
geboten, wenigstens vorläufig auf metaphysische Aussagen zu verzichten
oder metaphysische Enthaltung (Epoché von Husserl) zu üben. Sodann
sollten wir versuchen, den Entwurf von Wissenschaft zu rekonstruieren.
Offensichtlich entsteht das Problem erst dadurch, dass wir die Welt und
uns selbst vergegenständlichen. Durch diese Vergegenständlichung
schaffen wir die Dualität des Hinblickens, nämlich einmal in der Weise
der unmittelbaren Selbsterfahrung und zum anderen in der Weise eines
Gegenstandes, an dem wir beobachten, messen und
Gesetzmässigkeiten ausfindig machen können. Wenn dieser Prozess der
Vergegenständlichung nicht mehr gewusst wird, entsteht der Eindruck, wir
stünden auch objektiv gesehen unter der unaufhebbaren Dualität von
Selbstsein und Gegenständlichkeit.
Bei der Rekonstruktion unseres Entwurfs von Wissenschaft erreichen wir
zweierlei, nämlich erstens eine grundsätzliche Einheit der Weltsicht, die
durch den Prozess des Entwerfens gegeben ist, zweitens erreichen wir
den Boden, von dem her wir Wissenschaft entworfen haben. Dieser
Boden ist unsere ursprüngliche Lebenswelt.
Wie lässt sich also das Problem lösen?
Im Hinblick der Neurowissenschaft verstehen wir uns als Gehirn, im
Hinblick des ursprünglichen Selbstverständnisses aber als ein Ich oder
Selbst, das in der Gemeinschaft anderer Personen, im Raum der
Interpersonalität lebt. Das Erwachen des Bewusstseins ist nicht eine
Funktion des sich entwickelnden Nervensystems, sondern eine
ursprüngliche Erfahrung. In dem Masse, in dem wir zum Bewusstsein
erwachen, entwickeln wir uns auch als Nervensystem. Das Erwachen des
Bewusstseins vollzieht sich in unserer Selbsterfahrung; von der
Selbstorganisation des Nervensystems wissen wir, wenn wir uns
vergegenständlichen und uns selbst unter dem Formalobjekt der
Neurobiologie anschauen.
Damit haben wir eigentlich alles, was wir brauchen. Die metaphysische
Enthaltung, die wir vorübergehend geübt haben, können wir dauerhaft
beibehalten, ohne etwas zu verlieren. Zugleich haben wir uns gelöst von
dem «objektivistischen Ideal», das Husserl als Hauptgrund für die Krisis
der modernen Wissenschaft angesehen hat. Unser Bemühen um das
Verständnis von Welt und Selbst ist wieder eingebunden in den Ursprung,
von woher wir Wissenschaft allererst entwerfen.
Entwertet diese Erkenntnis die Wissenschaft vom Nervensystem?
Beraubt sie uns der nötigen Begeisterung? Keineswegs. Aus der
kritischen Distanz und aus dem Bewusstsein der Einheit unseres
Entwurfs ermöglicht sie uns erst eigentlich schöpferisches Handeln.
Günter Rager
Anatomisches Institut
Universitas Friburgensis mai 93