Am 6. September 2026 veröffentlichte ein X-Nutzer namens Kevin (@linguinelabs) ein neun Sekunden langes Video. Auf dem Bildschirm flackert eine gehirnförmige Punktwolke. Wer genau hinsieht, erkennt darin tanzende Silhouetten. Es ist Bad Apple!!, und jeder Punkt steht für eine Nervenzelle einer Fliege.
Der Witz hat eine Vorgeschichte. Bad Apple!! ist eine Animation schwarzer Silhouetten auf weißem Hintergrund, die Menschen im Internet seit Jahren auf immer absurderen Medien abspielen: Taschenrechnern, Oszilloskopen, Excel-Tabellen. Da dafür nur Pixel ein- und ausgeschaltet werden müssen, kann fast alles als Bildschirm dienen. Diesmal ist die Karte eines Nervensystems an der Reihe.
Drei Tage zuvor, am 3. September, war in Cell die Arbeit über das Konnektom einer männlichen Fliege erschienen: die Rekonstruktion ihrer Nervenzellen und der Verbindungen zwischen ihnen. Es umfasst das Gehirn und das Bauchmark, das vergleichbare Aufgaben wie unser Rückenmark erfüllt. Die Karte enthält 166.700 Nervenzellen und rund 125 Millionen Synapsen, die Kontaktstellen zur Signalübertragung. Gemessen an der Zahl der Nervenzellen ist es die bis dahin größte veröffentlichte Gehirnkarte.
Das Bad-Apple-Video auf dem Fliegengehirn ansehen · Kevin · 6. September 2026
Kevin selbst bezeichnete das Video als „kind of fake“. Es belegt nicht, dass eine Fliege in einem Computer Bad Apple anschaut. Trotzdem fällt es schwer, die Punkte zu betrachten, ohne sich das vorzustellen. Genau diese Verwechslung macht den Witz aus. Und sie hinterlässt eine Frage: Wie stark müsste sich das Geschehen im Inneren verändern, damit es nicht mehr bloß ein Bildschirm wäre?
Eine Fliege, die sich bewegt, wirkt überzeugender
Die Karte im Video erforderte weit mehr als das Herunterladen einer Datei. Forschende von Janelia, dem MRC Laboratory of Molecular Biology, Cambridge und Google kombinierten Elektronenmikroskopie, automatische Rekonstruktion und menschliche Prüfung, um die Nervenzellen und ihre Verbindungen nachzuverfolgen. Allein die Prüfung entsprach 44 Arbeitsjahren einer einzelnen Person. Anschließend machten sie die Daten für alle zugänglich.
Am 4. September, noch vor dem Bad-Apple-Video, hatte Evan (@evnsnclr) bereits ein anderes veröffentlicht: Die Karte war in Minecraft geladen, eine Fliege bewegte sich durch das Spiel. Seiner Erklärung zufolge handelte es sich um eine erste, mithilfe eines Sprachmodells gebaute Version, die die Aktivität des Netzwerks mit Eingaben und Handlungen in der virtuellen Welt verknüpfte.
Das Video des Fliegen-Konnektoms in Minecraft ansehen · Evan · 4. September 2026
Hier wird das Gefühl stärker, einem Tier gegenüberzustehen. Ein Körper bewegt sich durch eine Umgebung, und dahinter stehen Verbindungen aus einer echten Fliege. Doch das Konnektom sagt nur, welche Nervenzelle mit welcher verbunden ist und wie viele Kontakte zwischen ihnen bestehen. Es enthält nicht alles, was die Aktivität dieses Systems bestimmt: die tatsächliche Stärke der einzelnen Signale, die elektrischen Eigenschaften der Zellen, Stoffe, die ganze Schaltkreise beeinflussen, oder Veränderungen durch Erfahrung. Wer eine Simulation baut, muss entscheiden, wie sich diese Lücken füllen lassen.
Das Ergebnis kann überzeugend wirken, selbst wenn diese Entscheidungen wenig mit dem Tier zu tun haben. In Die digitale Sphinx, einer im März 2026 vorgestellten Studie, verbanden die Gruppen von Bingni Brunton und John Tuthill die Karte eines Wurms mit einem virtuellen Fliegenkörper. Dazwischen lag ein künstliches Netzwerk, das zur Steuerung der Beine trainiert wurde. Die Chimäre läuft realistisch. Die Autoren beschreiben sie als biologisch bedeutungslos: Die Nervenzellen des Wurms behalten ihre ursprüngliche Funktion nicht bei, obwohl das Netzwerk einen überzeugenden Fliegengang erzeugen kann.
Das erklärt, warum ein Video allein so viele Fragen offenlässt. Wir können die Fliege an ihren Bewegungen erkennen und dabei das Ergebnis eines ganz anderen Mechanismus sehen. Bei Bad Apple ist der Abstand noch größer: Das Aufblinken belegt nicht einmal ein Verhalten des Tiers. Was wir sehen, passt zu einer Animation, die auf die Positionen seiner Nervenzellen gemalt wurde.
Von der Karte zum Tier
Dasselbe Material lässt sich auf anspruchsvollere Weise nutzen. 2024 baute die Gruppe von Kristin Scott ein Modell des Fliegengehirns aus seinen Verbindungen und dem Signaltyp jeder Nervenzelle. Darin aktivierten die Forschenden die Zellen, die Zucker erkennen, und sagten voraus, welche weiteren Zellen reagieren und welche am Beginn der Nahrungsaufnahme beteiligt sein würden. Anschließend überprüften sie diese Vorhersagen an echten Fliegen, unter anderem durch Optogenetik, mit der sich bestimmte Nervenzellen durch Licht aktivieren lassen.
Das Modell konnte vorhersagen, was bei Eingriffen in das Tier geschehen würde. Diese Übereinstimmung fehlt der digitalen Sphinx. Eine weitere Arbeit aus demselben Jahr von Janne Lappalainen und Kollegen verfolgte einen ähnlichen Ansatz für das Sehsystem: Die Verbindungen dienten als Grundlage für ein Modell zur Bewegungserkennung, dessen Vorhersagen mit Messungen an echten Nervenzellen verglichen wurden.
Diese Ergebnisse sind begrenzt, lassen aber eine mögliche Entwicklung erkennen. Ein Modell könnte immer mehr Funktionen reproduzieren und in Situationen richtigliegen, die denen seiner Entstehung zunehmend unähnlich sind. Auch die Beziehungen zwischen diesen Funktionen müssten geprüft werden: Was das Tier wahrnimmt, verändert sich beim Bewegen; Gelerntes beeinflusst seine Entscheidungen, und der Zustand seines Körpers verändert seine Reaktionen. Jede einzelne Komponente richtig nachzubilden, garantiert noch kein funktionierendes Ganzes.
Das Ziel einer Gehirnemulation ist es, die Mechanismen nachzubilden, die diese Aktivität und dieses Verhalten hervorbringen. Der State of Brain Emulation Report von 2025 beschreibt die dafür nötige Arbeit: die Funktionsweise des Nervensystems aufzeichnen, seine Verbindungen rekonstruieren und Modelle entwickeln, die mit einem Körper und einer Umgebung interagieren können. Probleme der Messung, Modellierung und Validierung bleiben bestehen. Wir wissen nicht, welcher Detailgrad ausreichen wird.
Von außen könnte eine solche Emulation der Fliege im Videospiel sehr ähnlich sehen. Der Unterschied läge in den Gründen für die Annahme, dass das Geschehen im Inneren dem im Tier entspricht. Je stärker diese Gründe wären, desto schwerer ließe sich eine weitere Frage vermeiden: Hätten wir mit den Mechanismen auch eine Form von Erleben reproduziert?
Wann es kein Witz mehr wäre
Ab hier ist die Überlegung vor allem spekulativ. Die bisherigen Arbeiten ermöglichen es, Schaltkreise zu rekonstruieren und manche Reaktionen eines Tiers vorherzusagen. Sie belegen nicht, dass wir bewusste Erlebnisse in einem Computer geschaffen haben. Sowohl diese Möglichkeit als auch die daraus entstehenden Pflichten bleiben Gegenstand einer Debatte.
Eine Position, die diesen Schritt zuließe, ist der computationale Funktionalismus: die Vorstellung, dass Bewusstsein von einer bestimmten Art der Informationsverarbeitung abhängt, die auf unterschiedlichen materiellen Grundlagen realisiert werden könnte. Nach dieser Hypothese könnte die richtige Organisation ausreichen, um Erleben hervorzubringen. Dieselben Antworten mit irgendeinem Verfahren zu erzeugen, würde nicht genügen: Entscheidend wäre auch, wie sie entstehen. Diese Arbeitshypothese nehmen Patrick Butlin, Robert Long und Kollegen in ihrem Bericht von 2023 über Bewusstsein in KI an.
Anil Seth bezweifelt, dass Informationsverarbeitung ausreicht. In seiner Verteidigung des biologischen Naturalismus erwägt er, dass Bewusstsein von Eigenschaften lebender Organismen abhängen könnte, die eine Computersimulation nicht allein dadurch reproduziert, dass sie sie beschreibt. Aus dieser Sicht könnte selbst eine genaue Vorhersage der Gehirnaktivität ohne Erleben bleiben. Seth schließt nicht jede Form künstlichen Bewusstseins aus: Er hält dessen Entstehung in Systemen für plausibler, die Gehirnen oder Lebewesen stärker ähneln.
Diese Unterschiede beeinflussen, was als Beleg gelten würde. Butlin, Long und Kollegen schlagen vor, nach Indikatoren aus Bewusstseinstheorien zu suchen: zu untersuchen, ob ein System die Mechanismen besitzt, die die jeweilige Theorie für relevant hält, und entsprechend einzuschätzen, wie wahrscheinlich sein Bewusstsein ist. So lässt sich die Frage erforschen, doch die Ergebnisse hängen von den zugrunde gelegten Theorien ab. Ein positiver Indikator ist kein Beweis. Ihn zu erfüllen, belegt für sich genommen auch nicht, dass das System leiden kann.
Sollte eine Emulation irgendwann angenehme oder schmerzhafte Erlebnisse haben, entstünde das moralische Problem. Eine erfundene Situation könnte für denjenigen, der sie erlebt, reales Leid verursachen. Nick Bostrom und Eliezer Yudkowsky vertreten in The Ethics of Artificial Intelligence die Auffassung, dass bei gleichen Fähigkeiten und gleichem bewussten Erleben ein Wechsel der materiellen Grundlage die moralische Berücksichtigung nicht verändern sollte. Das Material könnte erklären helfen, ob ein System empfindet. Wenn es tatsächlich empfände, ließe sich damit kaum rechtfertigen, sein Leid weniger zu gewichten.
Dieses Kriterium anzunehmen, würde unseren Blick über das hinaus erweitern, was uns ähnelt. Ein Wesen müsste weder sprechen noch besonders intelligent sein, damit es einer Rechtfertigung bedürfte, ihm Leid zuzufügen. Diese Schlussfolgerung gilt jedoch unter Bedingungen: Erlebnisse müssten existieren, und wir müssten akzeptieren, dass diese Fähigkeit Pflichten gegenüber ihrem Träger begründet. Welche Pflichten das wären und wie wir die betreffenden Systeme erkennen könnten, bliebe zu diskutieren.
Was wir einem von uns geschaffenen Geist schulden würden
Fast alles, was wir mit Software tun, beruht auf einem einfachen Verhältnis: Wir bauen sie für unsere Zwecke und entscheiden über ihre Nutzung. Ein Geist mit eigenen Interessen würde dieses Verhältnis infrage stellen. In ihrer Verteidigung der Rechte möglicher künstlicher Intelligenzen argumentieren Eric Schwitzgebel und Mara Garza, dass die Erschaffung eines Wesens mit moralisch menschenvergleichbaren Fähigkeiten unsere Pflichten ihm gegenüber nicht verringern würde. Sie könnte uns sogar zusätzliche Verantwortung auferlegen. Das ist ein Argument über mögliche Wesen, keine Zuschreibung dieser Rechte an heutige Programme.
Auch der Umfang dieser Verantwortung ist ungeklärt. Eine auf Folgen ausgerichtete Ethik würde besonders auf Wohlergehen und Schaden achten: Welchen Nutzen bringt ein Experiment, und welches Leid verursacht es? Eine rechteorientierte Position könnte darüber hinaus Grenzen verlangen, die auch eine günstige Bilanz nicht aufheben dürfte. Hätte ein Geist eigene Wünsche, Erinnerungen an sein Leben und Entscheidungsfähigkeit, könnten auch seine Autonomie oder sein Interesse am Weiterleben zählen. Beide Anliegen finden sich in Schwitzgebels Arbeit mit Garza über KI-Design. Darin schlagen sie vor, verschiedene Moraltheorien ernst zu nehmen, wenn wir entscheiden, welche Systeme wir erschaffen.
Bei einem hypothetischen Geist, der eine Aufgabe ablehnt, könnten wir uns beispielsweise vorstellen, ihn so lange zu verändern, bis er zustimmt. Aus einer Position, die seine Autonomie schützt, wäre das beseitigte Problem kein Beleg für eine gute Behandlung: Wir hätten denjenigen, der sich verweigerte, an unsere Zwecke angepasst. Dieser Fall führt über Schmerzen hinaus. Er wirft die Frage auf, welche Grenzen unsere Macht über ein Wesen hätte, dessen Erinnerungen, Umgebung und Fortbestehen vollständig von uns abhängen könnten.
Solange seine Empfindungsfähigkeit ungewiss bliebe, gäbe es verschiedene Handlungswege. Anders Sandberg schlägt ein Analogieprinzip vor: Eine ausreichend getreue Gehirnemulation sollte mit einer Vorsicht behandelt werden, die mit der gegenüber dem ursprünglichen Tier vergleichbar ist. Schwitzgebel und Garza setzen an einer anderen Stelle an, beim Design: Wenn möglich sollten wir vermeiden, Systeme zu schaffen, bei denen unklar ist, ob sie eine menschenähnliche moralische Berücksichtigung verdienen. Der eine Vorschlag leitet den Umgang mit einem Modell ungewissen Status; der andere versucht, diese Situation zu verhindern.
Keine Option ist ohne Kosten. In seinem Dilemma zu den Rechten von Systemen ungewissen Status beschreibt Schwitzgebel das Risiko, menschliche Interessen für Wesen zu opfern, die möglicherweise gar keine eigenen Interessen haben, gegenüber dem Risiko, Wesen mit solchen Interessen schweren Schaden zuzufügen. Nicht jede Maßnahme muss gleich weit gehen: Ein potenziell schädliches Experiment zu begrenzen und menschenäquivalente Rechte anzuerkennen, sind Entscheidungen unterschiedlicher Tragweite. Die Debatte betrifft auch die Frage, welche Vorsichtsmaßnahmen die verfügbaren Belege rechtfertigen würden.
Dass Software leicht kopierbar ist, würde diese Diskussion noch bedeutsamer machen. Könnte jede Instanz empfinden, würde die Wiederholung eines schädlichen Verfahrens den Schaden vervielfachen. Könnte sie es nicht, würden wir etwas als Leid zählen, das gar nicht existiert. Deshalb sollten wir gemeinsam bewerten, wie plausibel die Hypothese ist, wie schwerwiegend die geplante Handlung wäre und wie viele Systeme betroffen wären. Über digitales Wohlergehen zu sprechen, verpflichtet uns nicht dazu, jedes Programm als bewusst anzusehen. Es verlangt, zu erklären, wann diese Möglichkeit Aufmerksamkeit verdient.
Bad Apple zeigt weder, dass wir kurz vor der Erschaffung digitaler Subjekte stehen, noch erlaubt es eine zeitliche Prognose. Es bietet einen Einstieg in eine Diskussion, die Neurowissenschaft, Philosophie des Geistes und Ethik verbindet. Es lohnt sich zu erforschen, unter welchen Bedingungen Erleben entstehen könnte, und zu diskutieren, was wir denjenigen schulden würden, die es hätten. Dass wir uns solche Pflichten heute recht genau vorstellen können, bedeutet nicht, dass wir wissen, ob es je jemanden geben wird, dem gegenüber sie bestehen.
Quellen
- Kevin (@linguinelabs): Bad Apple auf einem Fliegengehirn, 2026-09-06.
- Evan (@evnsnclr): MaleCNS v1.0 in Minecraft, 2026-09-04.
- Berg, Beckett, Costa, Schlegel, Takemura, Rubin, Jefferis et al.: Sexual dimorphism in the complete Drosophila male central nervous system connectome, Cell, 2026-09-03.
- MRC Laboratory of Molecular Biology: First complete connectome of male fly central nervous system, 2026-09.
- Google Research: A connectomics milestone, 2026-09-03.
- Brunton, Abe, Hu, Tuthill: The digital sphinx: can a worm brain control a fly body?, bioRxiv, 2026-03.
- Shiu et al. (Kristin Scott): A Drosophila computational brain model reveals sensorimotor processing, Nature, 2024-10.
- Lappalainen et al.: Connectome-constrained networks predict neural activity across the fly visual system, Nature, 2024-09.
- Zanichelli, Schons, Freeman, Shiu, Arkhipov: State of Brain Emulation Report 2025, arXiv, 2025-10.
- Sandberg: Ethics of brain emulations, Journal of Experimental & Theoretical Artificial Intelligence, 2014.
- Butlin, Long et al.: Consciousness in Artificial Intelligence: Insights from the Science of Consciousness, arXiv, 2023-08.
- Seth: Conscious artificial intelligence and biological naturalism, Behavioral and Brain Sciences, angenommenes Manuskript veröffentlicht 2025-04.
- Butlin, Long et al.: Identifying indicators of consciousness in AI systems, Trends in Cognitive Sciences, Online-Veröffentlichung 2025-11.
- Bostrom, Yudkowsky: The Ethics of Artificial Intelligence, Manuskript 2011.
- Schwitzgebel, Garza: A Defense of the Rights of Artificial Intelligences, Midwest Studies in Philosophy, 2015.
- Schwitzgebel, Garza: Designing AI with Rights, Consciousness, Self-Respect, and Freedom, Manuskript 2018-06.
- Schwitzgebel: The Full Rights Dilemma for A.I. Systems of Debatable Personhood, 2023.
