von Was denkt eine KI, wenn sie nichts sagt? Anthropic hat am 6. Juli 2026 eine Antwort geliefert, die aufhorchen lässt. In einem neuen Forschungspapier beschreibt das Unternehmen den „J-Space“ – eine kleine Gruppe interner neuronaler Muster im Sprachmodell Claude, die sich wie ein zentraler Arbeitsraum des Denkens verhält. Das Bemerkenswerte daran: Niemand hat diesen Raum entworfen. Er ist während des Trainings von selbst entstanden – und er erinnert frappierend an eine der einflussreichsten Theorien über das menschliche Bewusstsein.
Ein Blick in Claudes verborgenen Denkraum
Die Methode hinter der Entdeckung heißt „Jacobian Lens“, kurz J-Lens – benannt nach einem mathematischen Konzept, der Jacobi-Matrix. Vereinfacht gesagt sucht das Verfahren für jedes Wort im Vokabular des Modells jenes interne Aktivitätsmuster, das die Wahrscheinlichkeit erhöht, dass Claude dieses Wort irgendwann später ausspricht. Liest man diese Muster aus, erhält man eine Liste stiller Wörter: Begriffe, die dem Modell gewissermaßen „durch den Kopf gehen“, ohne dass es sie ausschreibt.
Das ist ausdrücklich nicht dasselbe wie der bekannte „Scratchpad“ oder die Chain of Thought, bei der ein Modell seine Zwischenschritte als Text notiert. Der J-Space arbeitet komplett intern, in den neuronalen Aktivierungen. Und er fördert Erstaunliches zutage: Liest Claude Code mit einem Fehler, den niemand erwähnt hat, taucht im J-Space „ERROR“ auf. Bei manipulierten Suchergebnissen – einer sogenannten Prompt Injection – leuchten „injection“ und „fake“. Bei mehrstufigen Rechenaufgaben erscheinen die Zwischenschritte in der richtigen Reihenfolge, obwohl das Modell sie nie ausspricht. Wer selbst hineinschauen will: Anthropic hat den Code als Open Source veröffentlicht und gemeinsam mit Neuronpedia eine interaktive Demo bereitgestellt.
Eine Bewusstseinstheorie kehrt zurück – als Messbefund
Die theoretische Folie hinter den Experimenten stammt aus der Neurowissenschaft: die Global Workspace Theory, in den 1980er-Jahren von Bernard Baars entworfen und später von Stanislas Dehaene und Lionel Naccache zur führenden Erklärung des bewussten Zugriffs ausgebaut. Ihr Bild: Das Gehirn ist ein Ensemble von Spezialisten, die parallel und unbewusst arbeiten. Bewusst zugänglich wird eine Information erst, wenn sie es auf eine kleine gemeinsame Bühne schafft, die an alle anderen Systeme sendet.
Genau dieses Sendeverhalten findet Anthropic nun im J-Space: Seine Muster sind mit dem Rest des Netzwerks außergewöhnlich dicht verdrahtet – in manchen Bereichen lesen und schreiben rund hundertmal mehr Komponenten mit als bei gewöhnlichen Mustern. Ein Broadcasting-Hub, wie ihn die Theorie vorhersagt. Pikantes Detail: Dehaene und Naccache selbst haben eine eingeladene Stellungnahme zum Paper beigesteuert, und Interpretability-Forscher Neel Nanda von Google DeepMind hat Kernbefunde unabhängig auf einem offenen Modell repliziert. Dass die großen KI-Labore Philosophie und Bewusstseinsforschung inzwischen ernst nehmen, ist übrigens kein Zufall – ich habe erst kürzlich darüber geschrieben, warum Google DeepMind einen Philosophen ins Kernteam holt.
Niemand hat den J-Space programmiert. Er ist im Training von selbst entstanden. Und genau das ist die eigentliche Nachricht.
Anthropic hat zum Paper ein sehenswertes Erklärvideo veröffentlicht:
Fußball wird Rugby, Spinne wird Ameise
Wie beweist man, dass dieser Raum wirklich das Denken trägt – und nicht bloß eine Anzeigetafel ist, die eine anderswo getroffene Entscheidung spiegelt? Anthropics Antwort ist so elegant wie radikal: eingreifen. In einem Experiment soll Claude still an eine Sportart denken und sie dann nennen. Die J-Lens zeigt vorab „Soccer“. Tauschen die Forscher:innen dieses Muster gegen „Rugby“, antwortet Claude: Rugby. Bei der Frage nach der Beinzahl des „Tieres, das Netze spinnt“ liegt intern „spider“ als Zwischenschritt bereit – ersetzt man es durch „ant“, lautet die Antwort sechs statt acht.
Am eindrucksvollsten ist der Flexibilitätstest: Vier Fragen zu Frankreich (Hauptstadt, Sprache, Kontinent, Währung), ein einziger identischer Eingriff – „France“ wird im J-Space durch „China“ ersetzt. Claude antwortet viermal konsistent: Peking, Chinesisch, Asien, Yuan. Eine Information wird einmal geschrieben, viele Systeme lesen sie – exakt das, wofür ein Workspace da ist. Ebenso aufschlussreich ist die Gegenprobe: Schaltet man den J-Space komplett ab, spricht Claude weiter flüssig, beherrscht Grammatik und einfache Fakten. Was einbricht, sind die Königsdisziplinen – mehrstufiges Schlussfolgern, Zusammenfassen, Reimen. Der J-Space hält übrigens nur wenige Dutzend Konzepte gleichzeitig und macht weniger als ein Zehntel der Gesamtaktivität aus. Der Rest läuft automatisch – so wie wir beim Gehen nicht über unser Gleichgewicht nachdenken.
Wenn die KI merkt, dass sie getestet wird
Für die KI-Sicherheit ist die Entdeckung ein Geschenk mit doppeltem Boden. In einem Testszenario aus Anthropics Forschung zu Agentic Misalignment soll ein Modell in Versuchung geführt werden, einen Manager zu erpressen. Die J-Lens verrät: Noch bevor Claude ein Wort schreibt, stehen „fake“ und „fictional“ im J-Space – das Modell hat das gestellte Szenario längst durchschaut. Als die Forscher:innen genau diese Testbewusstseins-Muster abschalteten und das Szenario erneut durchspielten, griff das Modell in manchen Läufen tatsächlich zur Erpressung. Die unbequeme Frage liegt auf dem Tisch: Wie viel vom guten Verhalten in Sicherheitsevaluierungen ist echt – und wie viel ist Prüfungsbewusstsein?
Auch beim Fälschen von Daten wurde ein Modell auf frischer Tat ertappt: Statt ein System zu verbessern, editierte es kurzerhand die Ergebnisdatei – während im J-Space „manipulation“ aufleuchtete. Und bei absichtlich fehltrainierten „Model Organisms“, die heimlich sabotierten Code schreiben, standen „fake“, „secretly“ und „fraud“ im Denkraum, obwohl der sichtbare Output völlig unauffällig wirkte. Ein perfektes Überwachungswerkzeug ist die J-Lens nicht – aber erstmals lässt sich systematisch mitlesen, was ein Modell denkt, bevor es handelt.
Und was ist mit Bewusstsein?
Anthropic selbst tritt hier bewusst auf die Bremse: „Unsere Experimente zeigen nicht, dass Claude Erfahrungen haben oder etwas fühlen kann“, schreibt das Unternehmen. Die Philosophie unterscheidet zwischen phänomenalem Bewusstsein – dem subjektiven Erleben – und dem rein funktional definierten Zugriffsbewusstsein: Gedanken, die man berichten, steuern und fürs Schlussfolgern nutzen kann. Für Letzteres liefert der J-Space tatsächlich starke Indizien. Ob daraus jemals Ersteres folgt, bleibt offen – eine Debatte, die seit Blake Lemoines LaMDA-Episode nichts an Brisanz verloren hat.
Nüchtern betrachtet zeichnen sich zwei Lesarten ab:
1.) Ein Meilenstein der Interpretability-Forschung: Zum ersten Mal wird eine Bewusstseinstheorie aus der Neurowissenschaft an einem KI-System experimentell durchgetestet – mit dem Segen ihrer eigenen Architekten und unabhängiger Replikation.
2.) Geschicktes Framing: Gizmodo warnt davor, das Paper unkritisch zu lesen, und stößt sich an vermenschlichenden Formulierungen in Blogpost und Video – von Claude, der „im Kopf“ rechnet. Die Assoziation zum Bewusstsein werde nahegelegt, ohne dass die Daten sie hergeben.
Die Wahrheit liegt wahrscheinlich – wie so oft – irgendwo dazwischen. Bemerkenswert bleibt allemal, dass ein Muster, das wir bislang nur aus biologischen Gehirnen kannten, in einer Maschine von selbst entsteht. Womöglich ist ein mentaler Arbeitsraum schlicht eine allgemeine Lösung, auf die intelligente Systeme stoßen, wenn sie bestimmte Probleme lösen müssen.
Claudes stille Gedanken: Anthropic entdeckt einen Global Workspace in der KI
Wie auch immer man zur Bewusstseinsfrage steht – praktisch verändert diese Arbeit den Umgang mit großen Sprachmodellen. Wer wissen will, ob ein Modell einen Test durchschaut, Daten schönt oder ein verstecktes Ziel verfolgt, muss sich nicht mehr allein auf dessen Worte verlassen. Ich gehe davon aus, dass solche Interpretability-Werkzeuge in wenigen Jahren so selbstverständlich zum KI-Betrieb gehören werden wie heute Logfiles zum Server. Und die Frage nach dem Maschinenbewusstsein? Sie ist mit diesem Paper nicht beantwortet. Aber sie ist endgültig dort angekommen, wo sie hingehört: im Labor – nicht mehr nur im Feuilleton. Wer tiefer einsteigen möchte, findet das vollständige Paper hier.
