Princeton-KI lernt Tausende Wörter aus 1.000 Tagen Kindersprache

Forschende der Princeton University haben KI-Modelle trainiert, gesprochene Wörter so zu lernen, wie Kinder es tun: Tag für Tag, aus der Sprache, die sie zu Hause hören. Laut einer über EurekAlert verbreiteten Mitteilung von Princeton erschien die Studie am 5. November 2026 in der Fachzeitschrift Science und begleitet etwa die ersten 1.000 Lebenstage von Kindern, die in ihren Wohnungen aufgenommen wurden. SingularityHub berichtete am 12. November darüber, das portugiesische Medium Pplware am 14. November.

Ein Modell ist hier ein neuronales Netz: ein Programm aus Schichten einfacher Recheneinheiten, deren Verbindungen beim Training angepasst werden. Die Wiederholung (Replay) ist die Technik im Zentrum der Studie. Am Ende jedes simulierten Tages hört das Modell eine Auswahl der bereits gehörten Sprache erneut, eine Idee, die sich daran anlehnt, wie Schlaf im Gehirn Erinnerungen festigen soll, so SingularityHub.

Welche Daten haben die Forschenden gesammelt?

Laut Princeton wurden 17 Babys aus 15 Haushalten in New Jersey in ihren ersten drei Lebensjahren aufgenommen, die Analyse umfasst 8 dieser Kinder. EurekAlert nennt 1,2 Millionen Stunden Daten, gesammelt über rund 1.000 Tage. SingularityHub ergänzt, dass in jedem Haushalt zwischen 4 und 14 Geräte etwa 12 Stunden pro Tag liefen und dass die Eltern dank eines vom Team entwickelten ethischen Rahmens das Recht behielten, Aufnahmen zurückzuziehen oder zu löschen.

Nach dem Entfernen von Rauschen, langen Pausen und überlappenden Gesprächen behielt das Team bis zu 6.600 Stunden Audio pro Kind, um ein individuelles Modell zu trainieren, so SingularityHub. Zum Vergleich: Dasselbe Medium weist darauf hin, dass große Sprachmodelle, die Systeme hinter Chatbots, Milliarden Wörter Text brauchen.

Warum brauchte das Modell eine Nacht der Wiederholung?

Jedes Modell startete bei null: ohne Liste englischer Laute und ohne Hinweis, wo ein Wort endet und das nächste beginnt, so SingularityHub. Es bestand aus zwei Teilen: einem Audio-Encoder, der Sprache in 20-Millisekunden-Abschnitte zerlegt, und einem prädiktiven Decoder, der trainiert wurde, die folgenden Laute vorherzusagen. Princeton erklärt, dass das Modell die Sprache des Kindes Tag für Tag und der Reihe nach erhielt, statt der durchmischten Daten, mit denen typische neuronale Netze gebaut werden.

Die ersten Ergebnisse waren enttäuschend. Hadas Raviv, computergestützte Kognitionswissenschaftlerin in Princeton, sagte laut SingularityHub, es genüge nicht, das Modell einfach dem täglichen Sprachstrom auszusetzen. Eine Wiederholungsphase am Ende jedes simulierten Tages änderte das Ergebnis. Princeton fasst zusammen, was das Modell braucht: einen ganzen Tag Sprache, Tag für Tag, und eine Nacht, um sie zu wiederholen.

Was lernte die KI, und wie schnell?

• Mit Wiederholung erwarben die Modelle zuerst Phoneme, die grundlegenden Lauteinheiten einer Sprache, und danach wiederkehrende Wörter, so SingularityHub.
• Über die acht Kinder hinweg lernten die Modelle etwa 37 Phoneme innerhalb von 15 Monaten und begannen vor dem zweiten Geburtstag, Wörter zu erkennen, in sehr unterschiedlichem Tempo, so SingularityHub.
• Um die 1.000-Tage-Marke erreichte der Wortschatz des KI-Gegenstücks jedes Kindes Tausende Wörter, so SingularityHub und Pplware.
• Durch Anpassung von Parametern wie der Zahl der Wiederholungen beim Replay und der Verarbeitungsgeschwindigkeit erzielte das Team Verläufe des Wortverstehens, die zu jedem einzelnen Kind passten, so Princeton über EurekAlert.

Princeton betont, warum das wichtig ist: Die Psychologie stützte sich weitgehend auf Durchschnittswerte, und ein Modell, das einzelnen Kindern folgt, ermöglicht es, Entwicklung Kind für Kind zu untersuchen. Die Mitteilung sagt außerdem, das Modell habe in jedem Haushalt Sprache verstehen gelernt, trotz großer Unterschiede in der Sprache, der die Kinder ausgesetzt waren.

Wo liegen die Grenzen der Studie?

Die Forschenden betonen, dass die KI nicht genau wie ein Baby lernt. Laut Pplware nutzen Kinder auch visuelle Hinweise, Gesten und soziale Interaktion. SingularityHub ergänzt, dass das Modell nur mit Ton lernte und Informationen nicht so parallel und energieeffizient verarbeitet wie Neuronen. Welche Merkmale des Modells echtes kindliches Lernen widerspiegeln und welche rechnerische Abkürzungen sind, ist laut demselben Medium noch zu klären. Die gelesenen Quellen beschreiben zudem eine begrenzte Stichprobe, 8 Kinder aus Haushalten in New Jersey; eine Übertragung auf andere Sprachen oder Umgebungen ist nicht belegt.

Wofür ist diese Forschung gedacht?

Laut EurekAlert will das Princeton-Team das Modell nutzen, um die Wirkung von mehr oder weniger Schlaf oder von verschiedenen Sprachformen wie Fernsehen zu testen, und hofft, Lernstörungen besser zu diagnostizieren, indem es versteht, wie ein typisches Gehirn Sprache lernt. Raviv sagte, anders als große Teile der modernen KI, die übermenschliche Leistung anstreben, gehe es darum zu verstehen, wie Menschen lernen.

Pplware und SingularityHub ergänzen, der Ansatz könnte effizientere KI-Modelle inspirieren, die mit weniger Daten lernen. Das ist eine Hypothese, kein Ergebnis der Studie: Keine der beiden Quellen nennt eine gemessene Einsparung an Daten oder Energie. Zara Harmon und Caroline Rowland vom Max-Planck-Institut für Psycholinguistik, die nicht beteiligt waren, schrieben, solche Arbeiten ermöglichten es, Lernen unter zunehmend realistischen Bedingungen zu modellieren, so SingularityHub.

Was ändert sich für ein Unternehmen?

Für ein Unternehmen im deutschsprachigen Raum ist hier noch nichts ein Produkt: Das Modell ist ein Forschungswerkzeug, kein Dienst. Drei Punkte verdienen Aufmerksamkeit. Erstens können Teams, die Sprachassistenten, Sprachlern-Apps oder sprachbasierte Gesundheitswerkzeuge entwickeln, das Replay-Prinzip vormerken, das nahelegt, mit einem kontinuierlichen Strom und regelmäßiger Wiederholung zu trainieren statt nur mit riesigen, durchmischten Korpora; das muss außerhalb des Labors erst bestätigt werden.

Zweitens die Daten. Fortlaufende Aufnahmen kleiner Kinder zu Hause erforderten einen Rahmen, der Eltern erlaubt, ihre Daten zurückzuziehen oder zu löschen, eine nützliche Referenz für jedes Unternehmen, das Stimmdaten von Kindern nach den Datenschutzregeln verarbeitet. Drittens sind Versprechen eines geringeren Energieverbrauchs bislang unbewiesen und sollten nicht in eine Wirtschaftlichkeitsrechnung eingehen, bevor gemessene Ergebnisse veröffentlicht sind.