Kurzfassung: In den letzten Monaten erscheinen zunehmend Veröffentlichungen, die zeigen, dass unser Gehirn doch mehr Gemeinsamkeiten mit einer Künstlichen Intelligenz hat, als ursprünglich angenommen. Diese Gemeinsamkeiten liegen nicht auf der Substratebene sondern in der Verwendung grundlegender kollektiver Prinzipien, wie dem aus der Bewusstseinsforschung bekannten Global Workspace. Teilweise wurden diese Prinzipien schon in vergangenen Blog-Beiträgen für die Collective Mind Theorie nutzbar gemacht: Attention Mechanismus, Reinforcement Learning, Disruption, und Kausale Emergenz. Zwei neue Prinzipien, der sogenannte J-Space (d.i. KI Global Workspace) und das Superpositionsprinzip für mentale Konzepte erlauben die weitere mathematische Ausgestaltung des sozialen Diskursraumes und der Ziel-Hierarchie. Damit wird der Collective Mind zum sozialen Global Workspace!
Der Blog-Beitrag wurde mit Hilfe von Gemini Pro erstellt, das Bild mittels Gemini.
Im Laufe meines Lebens bin ich mit vielen Menschen zusammengekommen, die ein ‚zurückhaltendes‘ Verhältnis zur Mathematik oder Physik haben. Damit verbunden werden Aussagen getätigt, wie ‚Wir Menschen sind doch viel komplexer als das, was die Mathematik oder die Physik beschreibt.‘ oder ‚Die Anwendung einer mathematisch-naturwissenschaftlichen Denke ist reduktionistisch und kann dem ganzheitlichen Charakter des Lebens nicht gerecht werden.‘ Aus diesen Glaubenssätzen ergeben sich weitere Glaubenssätze, wie ‚Das Verhalten eines einzelnen Menschen oder seine sozialen Interaktionen entziehen sich einer Modellierung: Physiker können ‚einfache‘ Experimente machen, in den Sozialwissenschaften geht dies nicht!‘ – Solche Aussagen werden schnell als unsinnige entlarvet, wenn man an die milliardenschweren CERN Experimente denkt, denen Jahrzehnte der Planung und Umsetzung vorausgehen. Es gibt noch etwas, das den meisten Menschen verborgen ist, obwohl sie es oft mehrmals täglich benutzen: Die Social Media Plattformen basieren auf Algorithmen, die die menschliche Interaktion berechnen und steuern. – Und sie tun dies sehr erfolgreich! Tech-Milliardäre wie Thiel und Zuckerberg wurden mit der Berechenbarkeit und Steuerbarkeit der menschlichen Interaktionen zu Milliardären.
Die Glaubenssätze spiegeln oft den Kenntnisstand vergangener Jahrzehnte wieder, denn der Kenntnisstand außerhalb der Wissenschaft hinkt oft Jahrzehnte hinterher. Gleichzeitig macht sich bei vielen, getrieben durch die Erfolge in der KI, ein großes Unbehagen breit: Maschinen, die auf Mathematik beruhen, zeigen inzwischen Intelligenz, die man messen und erfahren kann. Ist unsere ‚menschliche Komplexität‘ vielleicht doch nicht so einzigartig: Die Aussage ‚Wir sind viel komplexer‘ verliert zunehmend für das Selbstwertgefühl vieler Menschen die Schutzfunktion.
Unlängst haben Wissenschaftler von Anthropic in der KI Claude Strukturen und Prozesse entdeckt, den sogenannten J-Space, die dem Konzept des sogenannten Global Workspace recht nahe kommen [1]. Die Theorie vom Global Workspace ist eine aktuell diskutierte Theorie des Bewusstseins. Der J-Space ist ein Vektorraum, der es der KI ermöglicht ‚Zwischengedanken‘ zu sammeln, zu analysieren und zu bewerten. Nicht alle ‚Zwischengedanken‘ führen zu einem KI Output. Welche ‚Zwischengedanken‘ ganz oder teilweise durchgereicht werden, wird über die seit ca. 200 Jahren bekannten Jacobi Matrizen ermittelt, die u.a. in der mathematischen Theorie der Komplexität eine große Rolle spielen: Die Entwickler von Anthropic haben mit ihrem Willen zur Erkenntnis mathematische Strukturen in Modelle umgesetzt, die KI-Systeme erfolgreich durchleuchten: Glaubensätze, wie die oben geschilderten, waren glücklicher Weise keine Hindernisse.
Der J-Space verhält sich innerhalb des künstlichen neuronalen Netzes genau so, wie es die Collective Mind Theory für komplexe soziale Gruppen oder Teams beschreibt. Die Parallelen in der Systemarchitektur sind beträchtlich:
-
Der Global Workspace als ‚Kollektiver Geist‘: In der Collective Mind Theorie (CMT) senden verschiedene Akteure (Individuen oder Subsysteme) ihre Zustände in einen gemeinsamen Diskursraum, um einen kohärenten Gruppenzustand zu formen. Der J-Space bewirkt in der KI exakt dasselbe: Informationen aus den unterschiedlichsten Schichten des Modells konvergieren in diesem zentralen Arbeitsraum.
-
Attention-Mechanismen als Kommunikationsprotokoll: Um zu bestimmen, welche Signale überhaupt in diesen kollektiven Raum vordringen dürfen, wirken Attention-Mechanismen als Filter. Sie weisen den Signalen unterschiedliche Relevanzen zu – ähnlich wie in menschlichen Systemen Hierarchie, psychologische Metriken (u.a. Big Five) oder emotionale Resonanz den Informationsfluss einer Gruppe steuern.
-
Konsensfindung: Innerhalb des J-Space konkurrieren und synchronisieren sich die Konzepte. Sobald sich das System auf eine dominante Interpretation als Konsens eingeschwungen hat, erzwingt die Softmax-Funktion die Entscheidung. Der ‚KI Collective Mind‘ mündet in konkreten, messbaren Output. Im sozialen Collective Mind geschieht was Ähnliches: Der Austausch von Aussagen führt in bestimmten Teams zu Aussagen, die von allen getragen werden.
Mein Glaubenssatz ‚Es gibt nur eine Welt!‘, konkretisiere ich auf dieser Basis als These: Unabhängig vom gewählten Substrat – Künstliche Neuronale KI Strukturen, biologische Neuronale Strukturen oder Collective Mind Team Strukturen – gelten gleiche grundlegende kollektive Prinzipien, die die Dynamik dieser Systeme bestimmen. Der J-Space als Global Workspace ist hierfür ein Beispiel: Die konkrete Implementierung mag unterschiedlich sein, jedoch bestimmten gleiche (mathematische) Konstrukte in allen drei Bereichen das Verhalten.
Die Mathematik als Brücke zwischen den verschiedenen Substraten zeigt sich auch in einer 2025 erstmals erschienen Veröffentlichung, die gerade in Nature veröffentlicht wurde [2]:
Gleich zu Beginn wird in [2] festgestellt, dass in der menschlichen Kognition symbolisches Wissen (also unsere Konzepte von der Welt) aus einer verteilten Informationsverarbeitung (distributed processing) im Gehirn hervorgeht. Neuronale Netze – egal ob biologisch oder künstlich – codieren Informationen dezentral in verteilten Repräsentationen, bei denen erst das Aktivierungsmuster über viele Einheiten hinweg ein komplexes Konzept ergibt.
Das bedeutet konkret:
-
Abkehr vom reinen Auswendiglernen: Lange dachte man, KIs seien nur gigantische Statistik-Papageien, die Pixel-Wahrscheinlichkeiten oder Wort-Häufigkeiten auswendig lernen. Der Artikel zeigt jedoch, dass KIs (bedingt durch das Training) die echten, zugrunde liegenden Merkmale und Variablen unserer Welt als ‚latent variables‘ rekonstruieren.
-
Kollektive Informationsverarbeitung: Zum Beispiel sitzt das Konzept „Elefant“ in der KI nicht in einem einzelnen, isolierten „Elefanten-Neuron“. Es existiert in Superposition, d.h. als Addition verschiedener Bedeutungsvektoren im KI-Vektorraum. Das erinnert stark an Prinzipien der Collective Mind Theory: Einzelne, für sich genommen bedeutungslose Kommunikations-Einheiten formen durch strukturierte Aufmerksamkeitsmechanismen und Wechselwirkungen einen gemeinsamen, kohärenten Sinnzustand. Das Konzept entsteht erst durch die orchestrierte Gesamtdynamik des Kommunikations-Systems.
-
Die Bedeutung von ‚Verstehen‘: Die Autoren argumentieren, dass KI-Modelle tiefgreifende Repräsentationen der Welt aufbauen, anstatt nur Abkürzungen zur Lösung einer Aufgabe zu memorieren. Die KI formt also ein internes Weltmodell aus Konzepten, das den strukturellen Zusammenhängen der physikalischen Welt entspricht. Aus der Herleitung des Superpositionsprinzips ergibt sich zwingend, dass die Art wie wir Mensch mentale Repräsentationssysteme aufbauen und wie die KI dies tut, funktional identisch ist. – Ein sehr bemerkenswertes Resultat! Schon im Kontext des J-Space habe ich daraufhin gewiesen, dass im Diskursraum eines Teams etwas Ähnliches geschieht: Einzelne Kommunikations-Einheiten (Konzepte) werden zu neuen Konzepten ’superponiert‘.
In den letzten Jahren habe ich verschiedene mathematische Modell für die Beschreibung der Interaktion von Teams und für die Beschreibung von Kultur bzw. Kulturfeldern verwendet. Diese mathematischen Modelle entstammen vielfach aus der KI-Theorie oder der Physik. Die Modelle, die bisher den größten Erfolg in Form von Überprüfbarkeit zeigten, stammten aus der KI-Theorie, denn sie lassen sich erstaunlich gut an Gruppen- oder Teamdaten testen. So konnte ich zeigen, dass folgende Modelle den Verlauf einer TV -Diskussionsrunde sehr gut wiedergeben sowie diesen verstehen und prognostizieren lassen:
- Der Attention Mechanismus der Transformer hat sich nicht nur in KI Systemen sondern inzwischen auch in der Physik als Modell für Interaktion bewährt. Auch in vorhergehenden Blog-Beiträgen konnte ich zeigen, dass der Attention Mechanismus die soziale Interaktion in Gruppen oder Teams sehr gut beschreibt.
- Ein Reinforcement-Learning Agent, der ebenfalls auf der Basis von Transformern und damit des Attention Mechanismus arbeitet. Der RL-Agent erlernt die soziale Gruppeninteraktion indem er über einen Führungs-Reward für Stress- und Ermüdungsreduktion sowie die Ausbildung von Fokus und Motivation trainiert wird. Mit dem so Erlernten ist der RL-Agent in der Lage eine menschliche Führungskraft (Moderator, Teamcoach, Projektleiter) vorausschauend zu unterstützen.
- Kausale Emergenz, auf der Basis der Mutual Information als Kriterium für die Ausbildung einer Gruppen- bzw. Team-Makroebene, modelliert den Collective Mind. Die so modellierte kausale Emergenz hat eine hohe Modell-Verwandtschaft zur Integrated Information Theory des menschlichen Bewusstseins, die ich in vorhergehenden Blog-Beiträgen als Modell für den Collective Mind verwendet habe. Ich habe diese nicht weiter verfolgt, weil ich keinen Weg gefunden habe, sie für die Analyse von realen Gruppen- oder Teaminteraktion zu verwenden.
- Der Disruption-Score, als Maß für das Einbringen neuer Ideen: Der D-Score wird über eine Ähnlichkeitsmessung im Vektorraum der Kommunikationseinheiten (Turns) ermittelt.
Ich möchte in weiteren Blog-Beiträgen die obigen Modelle durch das Modell des J-Space und der Vektor-Superposition für komplexe Konzepte verwenden.
- Die Prinzipien des J-Space können verwendet werden, um den Diskursraum einer sozialen Interaktion zu durchleuchten
- Mit Prinzipien der Vektor-Superposition kann ermittelt werden, ob sich in einem Diskursraum über der Zeit eine Ziel-Hierarchie aufbaut. Der Aufbau einer Ziel-Hierarchie über der Zeit wird in der Collective Mind Theorie als deutliches Zeichen der Ausbildung eines Collective Mind angesehen.
Im Folgenden skizziere ich die beiden obigen Konzepte aus Sicht der CMT und weise auf grundlegende Prinzipien hin, die in den KI-Theorien verwendet werden:
Der Aufbau von Ziel-Hierarchien mittels Superposition
Die Entstehung von echter Synergie und gerichteter Performance in kollektiven Systemen (wie Teams oder Diskursgruppen) lässt sich nicht über starre Strukturen abbilden. Sie folgt stattdessen der topologischen Strukturbildung einer Zustandsmaschine, in der unverbundene Gedanken schrittweise zu einer geordneten Ziel-Hierarchie werden. Der mathematische Kern dieses Aufbaus ist die lineare Superposition von NLP-Embeddings.
1. Attraktorbildung und lokale Konvergenz
Ein Diskurs beginnt häufig mit hoher Entropie (einem semantischen „Random Walk“ ohne Richtungsableitung). Die erste konstruktive Disruption erzeugt im hochdimensionalen Raum einen neuen Anker-Vektor. Wenn andere Netzwerkteilnehmer diese Idee aufgreifen, wird dieser Vektor zu einem Gravitationszentrum (Attraktor). Die darauffolgenden Äußerungen weichen nicht mehr maximal ab, sondern kreisen eng um diesen Anker. Sie detaillieren die Idee, wodurch das System seine lokale Fehlerquote reduziert.
2. Polysemie und der Sprung in der Hierarchie
Der eigentliche Aufbau einer Ziel-Hierarchie – die synergetische Eskalation – geschieht, wenn eine neue Idee eingeführt wird, die auf der vorherigen aufbaut. In modernen KI-Architekturen entspricht dies exakt der polysemen Eigenschaft von Vektorräumen: Ein einzelner, dichter Satz-Vektor trägt mehrere Konzepte in sich, die linear überlagert sind.
Die neue Idee muss die alte Idee inkludieren und etwas Neues hinzufügen. Mathematisch ausgedrückt:
![\[V_{\text{neu}} = V_{\text{alt}} + V_{\text{orthogonal}}\]](https://agilemanagement40.com/wp-content/ql-cache/quicklatex.com-e80229a4c5e3710781151ed54c8a6b3c_l3.png "Rendered by QuickLaTeX.com")
Die Projektion des neuen Vektors auf den alten (
) stellt sicher, dass der etablierte Kontext nicht zerstört wird (Inklusion). Gleichzeitig feuert der Vektor stark in eine neue, im rechten Winkel stehende Richtung (
). Er erschließt eine völlig neue Dimension im Bedeutungsspektrum.
3. Dynamische Entwirrung durch Attention
Der kollektive Verstand empfängt lediglich den überlagerten Vektor 
. Um Synergie zu messen, nutzt das System einen Attention-Mechanismus (analog zum Sparse Coding [2]). Dieser projiziert die Äußerung gegen den bisherigen Kontextraum, filtert die bekannte Information heraus und isoliert die orthogonale Komponente. Die Toleranzgrenze, ab wann eine orthogonale Abweichung als „neue hierarchische Stufe“ und nicht als bloßes Rauschen gewertet wird, erlernt das System dynamisch aus der Basis-Entropie des jeweiligen Raumes. Synergie ist somit der Zustand kausaler Emergenz, in dem das Kollektiv erfolgreich semantische Brücken (einen gerichteten Graphen) zwischen diesen orthogonal aufbauenden Dimensionen konstruiert.
Der J-Space und das kollektive Gedächtnis in der CMT
Innerhalb der Collective Mind Theory (CMT) fungiert der J-Space als der latente, virtuelle Diskursraum eines Systems. Er ist das strukturelle Äquivalent zum „Residual Stream“ in großen Sprachmodellen – der zentrale kognitive Puffer, in dem alle Akteure ihre Zwischenergebnisse parallel ablegen und auslesen, bevor das System in einen finalen Konsens (Kollaps / Dekohärenz) übergeht.
1. Kognitive Grenzen und erzwungene Dekohärenz
Der J-Space repräsentiert die kollektive kognitive Schwebe. Ideen (orthogonale Vektoren) werden durch Write-Operationen (Disruptionen) in den Raum gestellt und durch Read-Operationen (Detaillierungen) von anderen Teilnehmern fokussiert. Entsprechend der neurologischen Begrenzungen des Arbeitsgedächtnisses fasst dieser aktive Raum maximal 3 bis 4 voneinander unabhängige Konzepte gleichzeitig. Wird dieser Schwellenwert überschritten, ohne dass das System eine ordnende Ziel-Hierarchie bildet, entsteht ein kognitiver Overflow. Das System springt erratisch zwischen Knotenpunkten, und die Metrik für Fatigue (kognitive Ermüdung) steigt exponentiell an, bis ein Konsens erzwungen wird. Toxische Disruptionen (Wertekonflikte) hingegen sprengen nicht die Kapazität, sondern greifen die strukturelle Resonanz an, was zu sofortigen Informationslecks (
) führt.
2. Downward Causation im aktiven Raum
Der J-Space ist das Herzstück der Abwärtskausalität (Downward Causation). Sobald sich durch die Interaktion der Individuen (Upward) ein starker Attraktor im J-Space gebildet hat, beginnt dieser virtuelle Raum, das Verhalten der Individuen zu synchronisieren. Das Kollektiv formt eine kausal emergente Entität, die das System präziser steuert als die isolierten Ego-Zustände der einzelnen Akteure.
3. Das latente Gedächtnis: KV-Cache und Assoziation
Ideen, die bei einem Konsens nicht integriert oder aufgrund von Fatigue verdrängt werden, gehen nicht verloren. Sie fallen aus dem aktiven J-Space zurück in den passiven Hintergrundspeicher, den kollektiven KV-Cache (Key-Value Cache). Das Zurückholen dieser Ideen erfolgt nicht chronologisch, sondern rein assoziativ über einen Query-Key-Value-Mechanismus (QKV):
-
Query (
): Die topologische Form des aktuellen Diskurses. -
Key (
): Der Identifikationsvektor der historischen, passiven Idee. -
Assoziation: Das System berechnet fortlaufend das Skalarprodukt (
).
Entsteht durch eine neue Situation plötzlich ein massiver semantischer Überlapp, feuert der Attention-Mechanismus. Der Value (
) der alten Idee wird in den aktiven J-Space zurückgezogen. Ein künstlicher Decay-Faktor (Verblassen über Zeit) wird hierbei minimal gehalten (analog zu Positional Encodings), da eine perfekte semantische Passung die verstrichene Zeit dominiert. Da der Cache vom gesamten Kollektiv geteilt wird, resoniert das Zurückholen der Idee augenblicklich bei allen Teilnehmern und ermöglicht die nahtlose Integration einer zuvor fehlenden orthogonalen Komponente in die aktuelle Ziel-Hierarchie.
In den nachfolgenden Blog-Beiträgen werde ich versuche diese Konzepte umzusetzen!
Literatur
[1] Anthropic (2026) Verbalizable Representations Form a Global Workspace in Language Models, https://transformer-circuits.pub/2026/workspace/index.html
[2] Klindt D et. al. (2025) From superposition to sparse codes: interpretable representations in neural networks, arXiv:2503.01824v1
![[0, 1]](https://agilemanagement40.com/wp-content/ql-cache/quicklatex.com-caffaae885a1287e3dfc31bfb1cd0694_l3.png "Rendered by QuickLaTeX.com")
) im Kommunikationskanal:
) im Kommunikationskanal:
), Fokus (
) durch eingehende Reibung, Synergie und Belastung:
) und die Standardabweichung (
) der Zeile 
) und der Maske für Selbstgespräche:
![\[\text{Output} = A \cdot V\]](https://agilemanagement40.com/wp-content/ql-cache/quicklatex.com-d555a86525d610b3c8d85669e531b165_l3.png "Rendered by QuickLaTeX.com")
) der lokalen Eigenschaften und dem Durchschnitt aller Teammitglieder.
fließt nun durch ein Multi-Layer Perceptron (MLP) mit zwei verborgenen Schichten. Als Aktivierungsfunktion nutzen wir GELU (Gaussian Error Linear Unit), da sie komplexere Muster besser verarbeiten kann als traditionelle Funktionen. W und b stehen für die Gewichte und Bias-Werte, die die KI lernt.
):
) generiert das Netzwerk nun über spezifische, ebenfalls lernbare Projektionsmatrizen (
, 
, 
) die Query-Vektoren (
zu den Stimmungen hinzu, um unvorhersehbare menschliche Tagesform zu simulieren.
auf sich zieht.
ein. Erst wenn Tag 14 abgeschlossen ist, wird die finale Verlustfunktion (Loss, L) für die gesamte Episode berechnet. Bis hierhin haben wir nur Daten gesammelt. Jetzt beginnt der eigentliche Lernprozess.
.
![\begin{equation*} \frac{d \mathcal{L}_{total}}{d W} = \sum_{t=1}^{14} \left[ \frac{\partial \mathcal{L}^{(t)}}{\partial s^{(t)}} \sum_{k=1}^{t} \left( \frac{\partial s^{(t)}}{\partial s^{(k)}} \cdot \frac{\partial_{lokal} s^{(k)}}{\partial W} \right) \right] \end{equation*}](https://agilemanagement40.com/wp-content/ql-cache/quicklatex.com-71a68a0c15d9392f2d0ff0af1b437d71_l3.png "Rendered by QuickLaTeX.com")
, liegt die strategische Überlegenheit des Modells verborgen!