von 2022 brachte das australische Start-up Cortical Labs Nervenzellen in der Petrischale bei, Pong zu spielen. Vier Jahre später stehen dieselben Zellen im Server-Rack: Am 6. August 2026 haben die National University of Singapore, der Rechenzentrumsentwickler DayOne und Cortical Labs den Prototyp des weltweit ersten biologischen Rechenzentrums vorgestellt – 20 biologische Computer vom Typ CL1, zusammen 16 Millionen lebende, aus Stammzellen gezüchtete menschliche Neuronen, verschaltet zu einem unabhängig betriebenen Server-Rack. Was wie Science-Fiction klingt, verfolgt ein sehr irdisches Ziel: Rechnen mit einem Bruchteil der Energie, die das KI-Zeitalter derzeit verschlingt.
Was ist ein biologisches Rechenzentrum?
Kurz gesagt: ein Serverraum, in dem nicht nur Siliziumchips rechnen, sondern lebende Nervenzellen. Im Prototyp am NUS Life Sciences Institute wachsen aus Stammzellen gezüchtete menschliche Neuronen auf Chips mit Mikroelektroden-Arrays, die elektrische Signale in beide Richtungen übersetzen – die Zellen empfangen Reize aus einer simulierten Umgebung und antworten mit eigenen Impulsen. Grundlage ist der CL1 von Cortical Labs, der weltweit erste kommerzielle, per Code programmierbare biologische Computer. Die Pflege der empfindlichen Bewohner übernimmt die Universität selbst: Ein Team unter Neurowissenschaftler Rickie Patani züchtet und versorgt die Kulturen. Denn die Neuronen leben maximal sechs Monate, dann braucht der Server frische Zellen. Ein Computer, der gefüttert, temperiert und entsorgt werden muss: Willkommen in der Ära der Wetware.
Vom Pong-spielenden Hirn zur Serverfarm
Die Vorgeschichte liest sich wie ein Drehbuch. 2022 sorgte Cortical Labs mit „DishBrain“ für Schlagzeilen – einer Zellkultur, die das Videospiel Pong in Minuten und mit deutlich weniger Trainingsbeispielen lernte, als klassische KI-Systeme benötigen. Daraus wurde 2025 der CL1: ein schuhschachtelgroßer „Körper in der Box“ mit Lebenserhaltungssystem, eigenem Betriebssystem (biOS) und Python-Schnittstelle, Stückpreis rund 35.000 US-Dollar – oder mietbar als „Wetware-as-a-Service“ über die Cortical Cloud. Dass die Technologie längst auch Europa erreicht hat, zeigt eine Forschungskooperation von Reply und der Universität Mailand, die seit Jahresbeginn Lerndynamik und Energieeffizienz der Zell-Computer untersucht. Singapur hebt das Ganze nun auf die nächste Stufe: vom Einzelgerät zum Rechenzentrum.
„Letztlich geht es darum, den Technologien, auf die die Menschheit baut, einen nachhaltigeren Weg zu eröffnen.“ – Hon Weng Chong, Gründer und CEO von Cortical Labs
Wie ernst man die Lernfähigkeit der Zellen nehmen darf, zeigt dieses offizielle Cortical-Labs-Video – lebende Neuronen spielen DOOM:
Das Energie-Argument: Kronstorf lässt grüßen
Der Zeitpunkt der Premiere ist kein Zufall. Laut Internationaler Energieagentur ist der Stromverbrauch von Rechenzentren allein 2025 um 17 Prozent gestiegen – die KI-Nachfrage treibt die Branche in einen regelrechten Wettlauf um Megawatt. Der Ausbau von KI-Rechenzentren wird auch in Österreich zunehmend zum politischen Streitthema. Im Zentrum steht vor allem der enorme Energiebedarf: Das geplante Google-Rechenzentrum in Kronstorf könnte im Vollausbau bis zu 4,4 Terawattstunden Strom pro Jahr benötigen – fast ein Drittel des heutigen Stromverbrauchs von ganz Oberösterreich. Kritiker fordern deshalb strengere Umweltprüfungen und klare Regeln für Strom- und Wasserverbrauch, während Befürworter argumentieren, dass Österreich ohne leistungsfähige Rechenzentren bei KI, Cloud und digitaler Souveränität international zurückfallen könnte.
View this post on Instagram
Biologische Neuronen dagegen sind das Ergebnis von vier Milliarden Jahren Effizienz-Evolution: Ein komplettes CL1-Rack begnügt sich mit 850 bis 1.000 Watt – ein Bruchteil dessen, was GPU-Racks für KI-Training ziehen. Dazu kommt die Datensparsamkeit: Lebende neuronale Systeme lernen aus wenigen Beispielen und passen sich veränderten Bedingungen an – genau dort, wo klassische KI Datenberge braucht. Als Einsatzfelder nennt Cortical Labs Medikamentenforschung, humanoide Robotik und Betrugserkennung. Dass dieser Vorstoß ausgerechnet aus Asien kommt, passt ins Bild: Die Region drückt beim Compute-Ausbau aufs Tempo – von Singapurs Wetware bis zu Chinas KI-Riesen, deren Ökosystem sich im Überblick auf ChinaAISignal verfolgen lässt.
Und was, wenn es zu denken beginnt?
Bei aller Faszination: Hier rechnen menschliche Hirnzellen. Das wirft Fragen auf, die Silizium nie gestellt hat – und die Forschung diskutiert sie bereits offen, denn der Begriff „Synthetic Biological Intelligence“ ruft Ethiker auf den Plan. Cortical Labs betont Leitplanken und unterscheidet klar: Die Kulturen reagieren auf Reize und lernen, von Bewusstsein könne aber keine Rede sein – ein „Gehirn im Tank“ wolle niemand erschaffen. Nüchtern betrachtet gibt es zwei Lesarten:
1.) Ein Segen mit Sicherheitsnetz: 16 Millionen Neuronen sind ein winziger Bruchteil der rund 86 Milliarden eines menschlichen Gehirns – näher an der Zellkultur als am Denken. Dafür winken echte Durchbrüche: Krankheitsmodelle ohne Tierversuche, energiesparende KI, ein neues Verständnis des Lernens an seiner biologischen Quelle.
2.) Ein Rubikon in Raten: Wir bauen Recheninfrastruktur aus menschlichem Nervengewebe – und skalieren sie, bevor wir Messinstrumente für mögliches Empfinden haben. Schon bei Silizium-KI ringen wir darum, das Innenleben zu deuten, wie Anthropics J-Space-Forschung eindrucksvoll zeigt – für Wetware fehlt uns selbst diese Linse. Die Debatte über Maschinenbewusstsein bekommt damit eine buchstäblich organische Dimension.
Die Wahrheit liegt wahrscheinlich – wie so oft – irgendwo dazwischen: Heute ist der Zell-Server ein faszinierendes Werkzeug ohne Anzeichen von Erleben. Aber die Governance sollte der Skalierung vorausgehen, nicht hinterherlaufen.
Rechnen mit lebenden Zellen: Das erste biologische Rechenzentrum der Welt steht in Singapur
Für mich ist diese Meldung mehr als eine Technik-Kuriosität – sie verschiebt leise eine Grundannahme des Digitalzeitalters. Ein „Computer“ war immer etwas Gebautes; jetzt wird er wieder etwas Gewachsenes. Ich gehe davon aus, dass Wetware Silizium nicht ersetzen, sondern ergänzen wird: als Spezialist für Aufgaben, bei denen wenig Daten, viel Anpassung und harte Energielimits zusammenkommen – vom Medikamenten-Screening bis zur lernenden Robotik. Und ich ahne, dass eine der kuriosesten Berufsbezeichnungen der nächsten Dekade im Rechenzentrum entstehen wird: die des Zellgärtners, der alle sechs Monate die Server neu bepflanzt. Sicher ist: Die Grenze zwischen Biologie und Technologie, über die wir in der Kreativbranche so gern philosophieren, ist in Singapur gerade ein Stück durchlässiger geworden.
Häufige Fragen zum biologischen Rechenzentrum
Was ist das biologische Rechenzentrum in Singapur? Ein am 6. August 2026 vorgestellter Prototyp von NUS Medicine, DayOne und Cortical Labs am NUS Life Sciences Institute: 20 biologische Computer vom Typ CL1 mit insgesamt 16 Millionen lebenden menschlichen Neuronen bilden das weltweit erste unabhängig betriebene, biologisch integrierte Server-Rack.
Wie funktioniert ein biologischer Computer wie der CL1? Aus Stammzellen gezüchtete Neuronen wachsen auf einem Chip mit Mikroelektroden, die elektrische Signale in beide Richtungen übertragen. Ein eigenes Betriebssystem simuliert eine Umgebung, auf die die Zellen reagieren; per Python-Schnittstelle lässt sich Code direkt auf die Neuronen ausrollen. Die Zellen leben bis zu sechs Monate und werden dann ersetzt.
Warum gelten biologische Rechenzentren als energieeffizient? Neuronen lernen aus sehr wenigen Beispielen und arbeiten extrem sparsam: Ein CL1-Rack benötigt 850 bis 1.000 Watt – einen Bruchteil klassischer KI-Hardware. Angesichts eines um 17 Prozent gestiegenen Strombedarfs der Rechenzentren allein 2025 gilt das als vielversprechender Ausweg.
Können die Neuronen im Server Bewusstsein entwickeln? Nach heutigem Stand nein: 16 Millionen Zellen sind ein winziger Bruchteil der rund 86 Milliarden Neuronen eines menschlichen Gehirns, und die Kulturen zeigen Lernverhalten, aber keine Anzeichen von Erleben. Cortical Labs betont ethische Leitplanken; Fachleute fordern dennoch, Governance-Fragen vor einer breiten Skalierung zu klären.
