Biologische Rechenzentren: Was hinter Computern mit lebenden Nervenzellen steckt
Dieser Text wurde (ganz oder teilweise) mit Hilfe von KI erstellt.
Stand: 29.04.2026
Ein australisches Unternehmen namens Cortical Labs will eine ungewöhnliche Form des Rechnens aus dem Labor in eine erste Infrastruktur bringen: Systeme, in denen lebende menschliche Nervenzellen auf einem Siliziumchip mit elektronischen Bauteilen verbunden werden. Live Science berichtete am 28.04.2026, dass die erste Anlage in Melbourne eröffnet wurde und eine größere Anlage in Singapur geplant ist. DayOne Data Centers bestätigte am 10.03.2026 eine Partnerschaft mit Cortical Labs für ein biologisches Rechenzentrum in Singapur. Das ist kein Ersatz für heutige Rechenzentren, sondern ein frühes Experiment, um herauszufinden, ob biologische Zellen bestimmte Aufgaben mit weniger Energie ergänzend übernehmen können.
Im Mittelpunkt steht das System CL1. Laut Cortical Labs sind darin echte Nervenzellen mit Hardware verbunden. Das System arbeitet in einem geschlossenen Rückkopplungskreis: Elektrische Signale werden an die Zellen gegeben, ihre Reaktionen werden gemessen, und Software übersetzt diese Aktivität in digitale Ein- und Ausgaben. Berichte von Information Age und Data Center Dynamics nennen rund 200.000 Nervenzellen pro CL1-Einheit und eine interne Lebenserhaltung, die die Zellen unter kontrollierten Bedingungen versorgt.
Die Idee dahinter ist leicht zu verstehen, aber schwer umzusetzen. Nervenzellen sind keine normalen Computerchips. Sie reagieren auf Signale, verändern ihre Verbindungen und können dadurch Muster bilden. In einer 2022 im Fachjournal Neuron veröffentlichten Studie mit dem Vorgängersystem DishBrain zeigten Forschende, dass Kulturen aus menschlichen und tierischen Nervenzellen in einer einfachen Spielumgebung wie Pong messbar auf Rückmeldungen reagieren konnten. Das ist ein wichtiger Forschungsnachweis, aber kein Beweis dafür, dass solche Systeme heutige Prozessoren oder Grafikkarten ersetzen können.
Die Motivation ist der steigende Energiebedarf digitaler Infrastruktur. Die Internationale Energieagentur meldete im Bericht Key Questions on Energy and AI, dass der weltweite Stromverbrauch von Rechenzentren 2025 um 17 Prozent stieg und bei KI-orientierten Rechenzentren noch schneller wuchs. Die IEA schätzt außerdem, dass sich der Stromverbrauch von Rechenzentren von 485 Terawattstunden im Jahr 2025 auf rund 950 Terawattstunden im Jahr 2030 etwa verdoppeln könnte. Deshalb suchen Unternehmen und Forschungsgruppen nach neuen Ansätzen, die für bestimmte Aufgaben effizienter sein könnten.
Biologische Systeme wirken in diesem Zusammenhang attraktiv, weil das menschliche Gehirn trotz seiner Leistungsfähigkeit mit sehr wenig Energie arbeitet. Der Vergleich darf aber nicht überdehnt werden. Ein CL1-System ist nicht einfach ein kleines Gehirn, sondern eine technische Vorrichtung mit lebenden Zellen, Elektroden, Nährstoffversorgung, Temperaturkontrolle und Software. Der praktische Nutzen muss erst durch unabhängige Tests gezeigt werden: Es geht um Zuverlässigkeit, Lebensdauer, Reproduzierbarkeit, Skalierung und darum, welche Aufgaben tatsächlich besser oder sparsamer laufen als auf klassischer Hardware.
Für Nutzerinnen und Nutzer bedeutet das vorerst keine neue Art von Alltagscomputer. Die Technik richtet sich zunächst an Forschung, biologische Modellierung, mögliche Arzneimitteltests und experimentelle KI-Ansätze. Die geplanten Bio-Rechenzentren sind deshalb eher Pilotanlagen als klassische Rechenzentren im großen Maßstab. Selbst wenn die Systeme bei ausgewählten Aufgaben nützlich werden, bleiben herkömmliche Chips für präzise Berechnungen, große Datenmengen und verlässliche Massenverarbeitung auf absehbare Zeit überlegen.
Hinzu kommen ethische Fragen. Aktuelle Zellkulturen sind weit von einem menschlichen Gehirn oder Bewusstsein entfernt. Dennoch zeigen aktuelle Arbeiten in Scientific Reports und der Forschung zu menschlichen Gehirnorganoiden, dass Themen wie Zustimmung von Spendern, Kontrolle, mögliche moralische Schutzwürdigkeit komplexerer Systeme und klare Aufsicht früh geklärt werden müssen. Je stärker biologische Rechensysteme lernen, auf Umweltreize reagieren und in technische Infrastruktur eingebunden werden, desto wichtiger werden transparente Regeln.
Das Fazit lautet: Das Cortical-Labs-Projekt ist ein ernst zu nehmender, aber sehr früher Versuch, biologische Rechenverfahren aus dem Labor in Richtung nutzbarer Infrastruktur zu bringen. Es zeigt eine mögliche Ergänzung zu klassischen Chips, nicht deren kurzfristige Ablösung. Die eigentliche Frage ist nicht, ob Nervenzellen bald normale Rechenzentren ersetzen. Entscheidend ist, ob sich für klar abgegrenzte Aufgaben ein verlässlicher, überprüfbar sparsamer und ethisch vertretbarer Nutzen nachweisen lässt.
Quellen:
1. New data center will be partially powered by human brain cells for the first time. Carly Page, Live Science. URL: https://www.livescience.com/technology/computing/new-data-center-will-be-partially-powered-by-human-brain-cells-for-the-first-time. Veröffentlichungsdatum: 28.04.2026. Abrufdatum: 29.04.2026.
2. CL1. Cortical Labs Pte Ltd. URL: https://corticallabs.com/cl1. Veröffentlichungsdatum: nicht angegeben. Abrufdatum: 29.04.2026.
3. DayOne and Cortical Labs to develop Singapore’s First Biological Data Center. DayOne Data Centers. URL: https://dayonedc.com/sustainability/dayone-and-cortical-labs-to-develop-singapores-first-biological-data-center. Veröffentlichungsdatum: 10.03.2026. Abrufdatum: 29.04.2026.
4. This Melbourne data centre runs on human brain cells. Tom Williams, Information Age / Australian Computer Society. URL: https://ia.acs.org.au/article/2026/this-melbourne-data-centre-runs-on-human-brain-cells.html. Veröffentlichungsdatum: 11.03.2026. Abrufdatum: 29.04.2026.
5. Australian startup Cortical Labs partners with DayOne to unveil biological data center prototype. Charlotte Trueman, Data Center Dynamics. URL: https://www.datacenterdynamics.com/en/news/australian-startup-cortical-labs-unveils-biological-data-center-prototype/. Veröffentlichungsdatum: 10.03.2026. Abrufdatum: 29.04.2026.
6. In vitro neurons learn and exhibit sentience when embodied in a simulated game-world. Andy C. Kitchen, Brett J. Kagan, Nhi T. Tran et al., Monash University / Neuron. URL: https://research.monash.edu/en/publications/iin-vitroi-neurons-learn-and-exhibit-sentience-when-embodied-in-a/. Veröffentlichungsdatum: 07.12.2022. Abrufdatum: 29.04.2026.
7. Key Questions on Energy and AI. International Energy Agency. URL: https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary. Veröffentlichungsdatum: 2026. Abrufdatum: 29.04.2026.
8. Learning from the brain to make AI more energy-efficient. Human Brain Project. URL: https://www.humanbrainproject.eu/en/follow-hbp/news/2023/09/04/learning-brain-make-ai-more-energy-efficient/. Veröffentlichungsdatum: 04.09.2023. Abrufdatum: 29.04.2026.
9. Ethical concerns about embodied brain organoids shaped by foundational distinctions and perceptions of consciousness. J. Lomax Boyd, Eric Allen Jensen, Aaron Michael Jensen et al., Scientific Reports. URL: https://www.nature.com/articles/s41598-026-43243-y. Veröffentlichungsdatum: 27.03.2026. Abrufdatum: 29.04.2026.