Ein Forscherteam der EPFL Lausanne hat mit MiCRo (Mixture of Cognitive Reasoners) ein neues Sprachmodell vorgestellt, das bewusst auf der modularen Struktur des menschlichen Gehirns basiert. Die Ergebnisse wurden auf der International Conference on Learning Representations (ICLR 2026) präsentiert und sind als Preprint auf arXiv verfügbar. Angeführt von Doktorand Badr AlKhamissi im Verbund des NLP Labs und des NeuroAI Labs, setzt das Modell einen neuen Standard für transparente künstliche Intelligenz. Im Gegensatz zu herkömmlichen Large Language Models, die Aufgaben primär durch das Wiedererkennen bekannter Muster lösen und dabei als intransparente Blackbox agieren, gliedert MiCRo die Verarbeitung in vier spezialisierte Expertenmodule: Sprache, Logik, soziales Denken und Weltwissen. Diese Architektur bildet die funktionale Spezialisierung biologischer Hirnareale nach. Während eines Durchlaufs leitet ein integriertes Routing-System jedes Wort einer Eingabe dynamisch an das jeweils passende Expertenmodul weiter. Bei komplexen Anweisungen werden mathematische Anteile automatisch an das Logikmodul geleitet, während kontextuelle Hinweise auf zwischenmenschliche Dynamiken vom Modul für soziales Denken verarbeitet werden. Der entscheidende Vorteil dieser Bauweise liegt in der Nachvollziehbarkeit und Steuerbarkeit. Da jede Verarbeitungsebene auf die vier Spezialisten aufgeteilt ist, lässt sich die Gewichtung der einzelnen Wissensdomänen gezielt über die Architektur regulieren, ohne auf externe Prompting-Techniken angewiesen zu sein. Dies ermöglicht es Nutzern, das Verhalten des Modells präzise an spezifische Anforderungen anzupassen und den Entscheidungsprozess der KI offenzulegen. Die Entwicklung basiert auf einer Zusammenarbeit mit der Neurowissenschaftlerin Greta Tuckute und folgt einer bidirektionalen Methodik. Analog zu klassischen Hirnforschungsprotokollen wurden bei der Modellentwicklung anspruchsvolle Aufgaben simuliert, um die aktivierten Regionen zu identifizieren und die Module entsprechend zu kalibrieren. Diese Herangehensweise erzeugt einen synergetischen Kreislauf: Die Biologie dient als Blaupause für die KI-Architektur, während das trainierte Modell wiederum als digitales Werkzeug dient, um neuronale Aktivierungsmuster präziser zu erforschen. Die EPFL-Forscher betonen, dass MiCRo nicht nur ein technischer Fortschritt im Bereich Explainable AI darstellt, sondern die Grundlage für eine neue Generation von vertrauenswürdigen und interpretierbaren Sprachmodellen legt.