Forscher kartierten das Nervensystem einer Fliege. Das Internet ließ sie Doom spielen

Ein außergewöhnlicher neurowissenschaftlicher Datensatz wurde zu einem spielbaren Internet-Meme. Entwickler koppelten simulierte neuronale Aktivität einer Fruchtfliege an Doom, Minecraft und andere virtuelle Welten. Die Videos sind beeindruckend. Sie werfen auch eine Frage auf, die weit über die Neurowissenschaft hinaus wichtig ist: Was genau hat das biologische System verursacht?

2026 veröffentlichten Forschende eine detaillierte Karte des zentralen Nervensystems einer erwachsenen männlichen Fruchtfliege, einschließlich Gehirn, Sehlappen und ventralem Nervenstrang. Das MaleCNS-Projekt stellte seine v1.0-Daten im Juni bereit; die begleitende Cell-Studie erschien am 3. September. Die Karte umfasst ungefähr 166.700 Neuronen, 11.710 Neuronentypen und 125 Millionen synaptische Kontakte (Repository der Universität Cambridge; Google Research).

Das ist eine echte wissenschaftliche Leistung. Es handelt sich jedoch um eine strukturelle Karte biologischer Verbindungen, nicht um eine Aufzeichnung der Gedanken einer lebenden Fliege oder eine vollständige Spezifikation, mit der man eine Fliege zum Laufen bringen könnte. Die Spiele verbinden gemessene Verschaltungen mit mathematischen Näherungen sowie von Entwicklern erstellten Ein- und Ausgabeschnittstellen. Diese Ergänzungen bestimmen einen großen Teil dessen, was Zuschauer sehen.

Das Titelbild ist eine redaktionelle Illustration von Plexicus zu den Online-Experimenten, kein wissenschaftliches Bild und kein Screenshot einer nachweislich spielenden Fliege.

MaleCNS-Visualisierung mit jeweils einer repräsentativen Zelle jedes annotierten Neuronentyps. Bildnachweis: FlyEM Project Team/HHMI Janelia, Cambridge Connectomics Group und Google Research. Originalgalerie und Kontext.

Was die Karte enthält — und was nicht

Ein Connectom erfasst, welche Neuronen über Synapsen verbunden sind. Seine Erstellung erforderte jahrelange Elektronenmikroskopie, computergestützte Rekonstruktion und menschliche Überprüfung. Durch die Einbeziehung des ventralen Nervenstrangs lassen sich Verbindungen von sensorischen Regionen in Richtung motorischer Schaltkreise verfolgen. Nicht erfasst werden alle peripheren Nerven, Muskeln oder physiologischen Prozesse des Tieres (Google Research).

Die männliche Karte setzt eine etablierte Forschungsreihe fort. 2024 veröffentlichte das FlyWire-Konsortium ein Connectom des Gehirns einer weiblichen Fruchtfliege mit 139.255 Neuronen und etwa 54,5 Millionen Synapsen. Die männliche Karte von 2026 ist eine vollständige Rekonstruktion des zentralen Nervensystems eines männlichen Tieres; sie sollte nicht als erste vollständige ZNS-Karte einer erwachsenen Fliege überhaupt bezeichnet werden. Eine Karte des weiblichen Gehirns und des ventralen Nervenstrangs war ebenfalls veröffentlicht worden.

Die strukturelle Konnektivität allein sagt einem Simulator nicht die genaue Membranspannung jedes Neurons, die funktionelle Stärke jeder Synapse, den neuromodulatorischen Zustand des Tieres oder die Reaktion seines Körpers voraus. Damit die Karte ausgeführt werden kann, legen Entwickler die neuronale Dynamik fest und entscheiden, wie äußere Ereignisse das System stimulieren. Das Modell von Shiu und Kollegen aus dem Jahr 2024 in Nature zeigt, warum das wertvoll sein kann: Ein relativ einfaches, auf dem Connectom beruhendes Modell lieferte nützliche Vorhersagen zu Fütterungs- und Pflege-Schaltkreisen. Das stützt die Erforschung von Berechnungen in der neuronalen Verschaltung. Es belegt keine getreue Rekonstruktion des Erlebens einer einzelnen Fliege.

Wie ein Connectom in ein Spiel gelangt

Das Grundmuster ist ein geschlossener Regelkreis:

Spielzustand → entwickelte sensorische Kodierung → simulierte Neuronen auf Basis gemessener Verschaltungen → ausgewählte neuronale Auslesung → entwickelte Spielsteuerung.

Das biologische Netzwerk sitzt in der Mitte. Die Schnittstellen auf beiden Seiten müssen gestaltet werden. Eine virtuelle Welt stimuliert nicht von selbst die Photorezeptoren einer Fliege, und eine Spiel-Engine interpretiert das Feuern eines absteigenden Neurons nicht von sich aus als „nach links drehen“ oder „schießen“.

Ein Minecraft-Mod mit Fruchtfliegengehirn ordnet Spielreize sensorischen Populationen zu, führt einen aus MaleCNS abgeleiteten neuronalen Graphen mit vereinfachter Dynamik aus und übersetzt die Aktivität anschließend in Bewegung. Die Dokumentation beschreibt Schwellenwerte und eine von Hand konstruierte Körperebene. Das ist ein einfallsreiches Simulationsexperiment, aber keine Fliege, die Minecraft eigenständig versteht.

Fly64 überträgt die Idee auf Super Mario 64. Das Projekt gibt dem simulierten Netzwerk eine virtuelle visuelle Perspektive, liest die Aktivität ausgewählter Neuronengruppen aus und übersetzt sie in Marios Bewegungen und Sprünge. Der Entwickler bezeichnet das Projekt ausdrücklich als lehrreich und nicht validiert. In den technischen Hinweisen steht, dass gemessene Verschaltungen keine wiederhergestellte Physiologie, kein Verhalten, kein Erleben und kein Bewusstsein belegen.

Das deutlichste Beispiel für Chancen und Grenzen ist Doom. DOOMFLY verbindet die Aktivität von MaleCNS mit einer laufenden Arena der Doom-Engine. Spielbilder stimulieren modellierte visuelle Neuronen; ausgewählte neuronale Ausgaben werden zu Bewegungs- und Schussbefehlen. Die neurowissenschaftliche Einordnung beschreibt eine echte, geschlossene Connectom-Simulation. Dieselbe Dokumentation hält fest, dass sensorische Zuordnung, Neuronendynamik und motorischer Decoder Näherungen sind und kein validiertes Fliegen-Sehen oder eine natürliche Aktionsauswahl darstellen. Die experimentellen Trainingsnotizen berichten von nicht bestandenen Validierungstests; erlerntes Überleben wurde nicht nachgewiesen.

Die Formulierung „Eine Fliege spielt Doom“ ist eine einprägsame Schlagzeile. Präziser ist: Ein Spiel ist über von Menschen entworfene Schnittstellen mit einem simulierten, auf Fliegen-Konnektivität beruhenden Netzwerk gekoppelt. Die veröffentlichten negativen Ergebnisse der Entwickler machen diese Beschreibung nützlicher, nicht weniger nützlich.

Dieselbe Welle brachte einen oft geteilten Beat Saber-Clip hervor. Er machte die Fliege zu einer Internetfigur, doch ein kurzes Video zeigt weder das neuronale Modell noch die Steuerungszuordnung oder die Validierung, die für die Beurteilung einer biologischen Behauptung nötig wären. Das Beat-Saber-Element in unserer Titelillustration steht für dieses Meme, nicht für ein unabhängig bestätigtes Ergebnis.

Die Behauptung vom „Brain Upload“ stammte aus einem anderen Experiment

Die virale Geschichte vom Upload lässt sich leicht mit den späteren MaleCNS-Spielprojekten verwechseln. Im März 2026 beschrieb Eon Systems eine verkörperte virtuelle Fruchtfliege, die auf der früheren FlyWire-Karte des weiblichen Gehirns, vereinfachter neuronaler Dynamik und einem physikalisch simulierten Körper beruhte. Es war kein Upload der männlichen Fliege, deren ZNS-Studie im September erschien.

Eons technische Erläuterung nennt wichtige Einschränkungen: Modelliert wird nur eine Teilmenge sensorischer Eingaben und Verhaltensweisen, große Teile der biologischen Physiologie sind vereinfacht, und Steuerungen auf niedriger Ebene übersetzen ausgewählte neuronale Signale in Bewegung. Eine simulierte Fliege, die sich zu putzen oder ähnlich wie bei der Nahrungssuche zu verhalten scheint, ist interessant. Ob dieses Verhalten aus einer hinreichend getreuen Nachbildung des ursprünglichen Tieres entsteht, ist eine andere Behauptung.

Die Stellungnahme der Carboncopies Foundation argumentiert, „Upload“ übertreibe die Beweislage. Um das festzustellen, muss man Eons technische Arbeit nicht abwerten. Man muss zwischen einem verkörperten, vom Connectom informierten Modell und einer nachgewiesenen Übertragung des Geistes eines einzelnen Tieres unterscheiden. Weder Eons Demonstration noch die Spielintegrationen belegen erhaltene Erinnerungen, subjektives Erleben oder Bewusstsein.

Ein Sicherheitsexperiment lieferte eine bessere Kontrollgruppe

Die aufschlussreichste Wendung kam aus dem Sicherheitsbetrieb. Intezer berichtete über ein Experiment, bei dem 12.716 eigene Sicherheitswarnungen als neuronale Reize kodiert und ein linearer Readout auf der daraus resultierenden Aktivität trainiert wurden. Laut dem Unternehmensbericht erreichte das echte Connectom der Fliege bei einer fünffachen Kreuzvalidierung 0,887 ROC-AUC. Es enthielt eindeutig nutzbare Informationen.

Dann prüfte Intezer, ob die spezifische biologische Verschaltung der Fliege dafür verantwortlich war. Ein durcheinandergebrachtes Netzwerk erzielte 0,910; ein zufälliges Reservoir 0,918; eine herkömmliche logistische Regression auf den Warnungsmerkmalen 0,922. Das sind von Intezer berichtete Ergebnisse für die eigenen Daten und den eigenen Versuchsaufbau, kein unabhängig replizierter oder begutachteter Benchmark. Sie zeigen jedoch, warum eine funktionierende Demo kein ausreichender Nachweis für einen einzigartigen biologischen Vorteil bei dieser Aufgabe ist.

Die passende Schlussfolgerung ist eng gefasst. Ein connectombasiertes Reservoir kann Signale erzeugen, die ein Klassifikator nutzt. In diesem Warnungs-Experiment schnitten einfachere oder durchmischte Alternativen besser ab. Daraus folgt nicht, dass Connectome keine nützlichen Berechnungen ermöglichen; es folgt, dass der Vergleich entscheidend ist.

Ein weiteres Sicherheitsprojekt, CVE-FLY, untersucht, ob neuronale Aktivität die Balance eines Fuzzers zwischen Exploration und Ausnutzung steuern kann. Es verwendet ein Modell des weiblichen Gehirns, nicht MaleCNS. Das Repository berichtet, dass ein absichtlich eingebauter Heap-Overflow in einem einfachen C-Programm nach 3.458 Ausführungen erreicht wurde. Python verändert weiterhin die Bytes, und das Repository belegt nicht, dass dieser Ansatz etablierte Fuzzer oder eine passende zufällige Vergleichsmethode übertrifft. Es ist ein Forschungsansatz, kein Beleg dafür, dass eine Fliege ein reales Ziel „gehackt“ hat.

Was diese Demos tatsächlich zeigen

Der wissenschaftliche Meilenstein besteht im Zugang zu detaillierten, wiederverwendbaren biologischen Verschaltungen. Entwickler können nun einen großen Graphen des Nervensystems herunterladen, Dynamik zuweisen, Reize einspeisen, Aktivität untersuchen und Ausgaben mit Software verbinden. Das eröffnet echte Forschungsmöglichkeiten. Zugleich lassen sich visuell überzeugende Demonstrationen besonders leicht missverstehen.

Fragen Sie bei jeder Behauptung, was gemessen und was durch technische Arbeit ergänzt wurde:

• Anatomie: Stammt der Graph aus einer tatsächlichen Rekonstruktion? Wurde er gefiltert oder zugeschnitten?
• Dynamik: Welche neuronalen Gleichungen und Gewichte wurden angenommen, statt gemessen?
• Schnittstellen: Wer hat sensorische Zuordnung und Ausgabedecoder ausgewählt? Umgeht der Spielzustand den behaupteten sensorischen Pfad?
• Kontrollen: Ist die reale Verschaltung besser als eine durchmischte Verschaltung, ein Zufallsnetzwerk und eine einfache Vergleichsmethode?
• Validierung: Besteht das Verhalten Tests mit zurückgehaltenen Daten, Ablationen und Reproduktionen durch andere?

Diese Fragen gelten auch für KI-Sicherheitsprodukte. Ein Video, in dem ein autonomer Agent eine Schwachstelle findet, ist eine Demonstration. Ein belastbares Ergebnis benennt Ziel und Scope, weist Erreichbarkeit und Auswirkungen nach, vergleicht einfachere Alternativen, dokumentiert die tatsächlichen Aktionen des Agenten und testet die vorgeschlagene Behebung erneut. Belege sind gerade dann besonders wichtig, wenn die Demo spektakulär ist.

Die Fliege hat nicht gezeigt, dass sie Doom gelernt hat, und kein Experiment hier belegt einen Mind-Upload. Die Leistung ist bereits bemerkenswert: Die gemessene Verschaltung eines Nervensystems wurde zu einer öffentlich verfügbaren Ressource für Berechnungen. Als Nächstes gilt es herauszufinden, welche Ergebnisse aus dieser Verschaltung stammen — und welche aus der darum herum entwickelten Software.