(openPR) Anpassung ist unersetzlich, um das Fortbestehen zu sichern. Für ganze Arten geschieht das über viele Generationen hinweg durch Evolution und natürliche Auslese. Einzelne Individuen können sich allerdings auch im Laufe ihres Lebens an ihre Umwelt anpassen – durch Lernen. Genau das ist für viele Lebewesen, uns Menschen eingeschlossen, ein überlebenswichtiger Prozess.
Knifflig wird es, wenn die Anpassung an eine gefährliche Umwelt erfolgen muss, etwa bei der Jagd auf besonders wehrhafte Beutetiere. „In solchen Fällen ist das Lernen durch Erkunden ein ernstes Risiko für das Überleben des Jungtiers“, weiß Dharanish Rajendra. Er ist Doktorand bei Chaitanya Gokhale, Professor für Theoretische Evolutionsbiologie an der Julius-Maximilians-Universität Würzburg (JMU). Eine Lösung: Eltern schaffen für den Nachwuchs kontrollierte Lernbedingungen, in denen dieser sich schrittweise an die Herausforderungen des echten Lebens herantasten kann.
In einer neuen Publikation untersuchen die beiden Forscher mit Hilfe von computergestützten und mathematischen Modellen, wie so ein Lernumfeld erfolgreich gestaltet werden kann.
Schritt für Schritt zum Erfolg
Viele Tiere sind auf Beute spezialisiert, die gerade für unerfahrene Jäger ein enormes Risiko bedeutet. Wölfe etwa stellen Elchen oder Bisons nach, die sie in Gewicht und Größe um ein Vielfaches übertreffen, Pythons müssen sich mit Stachelschweinen auseinandersetzen und Erdmännchen verspeisen gerne giftige Skorpione.
Diese im Süden Afrikas beheimateten Säuger leben in Kolonien mit bis zu 45 Tieren und sind für ihr ausgeprägtes Sozialverhalten bekannt. Um den Nachwuchs an die gefährliche Beute heranzuführen, gehen erwachsene Tiere schrittweise vor. Zunächst gibt es tote Skorpione, anschließend solche, denen der Giftstachel abgebissen wurde. Erst wenn die Jungtiere die nötige Geschicklichkeit besitzen, werden sie mit völlig unversehrter, gefährlicher Beute konfrontiert.
Gefährliche Helikopter
Die Forschenden arbeiteten in ihrer Studie mit einem sogenannten Zwei-Phasen-Lernmodell, das den Wechsel vom behüteten Jugendstadium in das ungeschützte Erwachsenenalter simuliert. Dabei zeigte sich eine Gefahr, die an das Phänomen der sogenannten Helikopter-Eltern erinnert: Ist die Lernumgebung zu sicher oder unterscheidet sie sich zu stark von der Realität, droht eine fatale Fehlanpassung. Die Individuen erreichen das Erwachsenenalter in einem unvorbereiteten Zustand und sind den realen Risiken nicht gewachsen.
„Entscheidend für den Erfolg des geschützten Lernens ist ein möglichst realitätsnahes Umfeld. Der schrittweise Anstieg der Gefahr überbrückt also die Lücke zwischen sicherem Schutzraum und gefährlicher Realität“, erklärt Chaitanya Gokhale.
Die Mathematik hinter der Biologie
Die Forscher nutzen komplexe mathematische Modelle, um diese Verhaltensstrategien zu entschlüsseln: „Dynamic Programming“ berechnet die theoretisch ideale Strategie. „Reinforcement Learning“ simuliert das echte Lernen durch Versuch und Irrtum. So zeigt das Modell, wie ein Tier lernt, Risiken gegen Nutzen abzuwägen.
„Unsere Forschung liefert das theoretische Fundament für Strategien der elterlichen Fürsorge, die wir seit Jahren in der Natur beobachten, deren mathematische Logik aber bislang im Verborgenen lag“, so Dharanish Rajendra. So tragen die Forscher allgemein zu einem besseren Verständnis von Lernprozessen in frühen Lebensphasen bei Mensch und Tier sowie artspezifischer Unterschieden bei.
Da viele Arten, die elterliche Fürsorge betreiben, gleichzeitig soziale Tiere sind, liegen in diesem Bereich potenzielle zukünftige Forschungsfelder. Etwa das Zusammenspiel von sozialem Lernen – also Lernen durch Beobachten und Erfahrungen anderer Gruppenmitglieder – und geschützten Lernräumen.
wissenschaftliche Ansprechpartner:
Prof. Dr Chaitanya S. Gokhale, Chair for Computational Biology and Theoretical Biology, Email: 
Dharanish Rajendra, Chair for Computational Biology and Theoretical Biology, Email: 
Originalpublikation:
Dharanish Rajendra and Chaitanya S. Gokhale: “Optimising play for learning risky behaviour”, in Proceedings of the Royal Society B, 26 February 2026. DOI: 10.1098/rspb.2025.3111
