Was können LLM-Entwickler aus der kognitiven Musikwissenschaft lernen?

DerSchneider

Einleitung: Zwei Systeme, eine Frage

Wenn wir zwei scheinbar getrennte Welten betrachten – die Welt der großen Sprachmodelle (LLMs) und die Welt der musikalischen Kognition –, drängt sich eine verblüffende Parallele auf. Beide Systeme verarbeiten sequenzielle Informationen, beide lernen aus massiven Datenmengen, beide erzeugen Vorhersagen über das nächste Element in einer Sequenz. Der entscheidende Unterschied: Das eine System ist biologisch, evolviert über Millionen von Jahren, ist in kulturelle Praktiken eingebettet und formt sich durch Erfahrung. Das andere ist künstlich, in wenigen Jahren entwickelt, auf Textkorpora trainiert und durch Gradientenabstieg optimiert.

Die Frage lautet: Was kann die eine Welt von der anderen lernen? Die neurowissenschaftliche Forschung zur Musikwahrnehmung und -verarbeitung hat in den letzten Jahrzehnten tiefe Einblicke in die Funktionsweise des Gehirns geliefert – insbesondere darüber, wie kulturelle Erfahrung die Verarbeitung strukturierter Sequenzen formt, wie Vorhersage und Überraschung interagieren, und wie unterschiedliche kognitive Systeme (Sprache, Musik, Motorik) miteinander verschränkt sind. Diese Erkenntnisse sind nicht nur für die Musikwissenschaft relevant. Sie bergen potenziell wertvolle Lektionen für die Entwicklung von LLMs.

Doch Vorsicht ist geboten. Die Übertragung biologischer Prinzipien auf künstliche Systeme ist kein einfaches Unterfangen. Sie erfordert, die Unterschiede zwischen beiden Systemen ernst zu nehmen, ohne in naive Analogien zu verfallen. Dieser Artikel versucht, genau das zu leisten: eine differenzierte Exploration der Frage, was LLM-Entwickler aus der kognitiven Musikwissenschaft lernen können – und wo die Grenzen dieser Übertragung liegen.

1. Kulturelle Prägung als fundamentales Prinzip

1.1 Die Befunde aus der Musikforschung

Eine der robustesten Erkenntnisse der kognitiven Musikwissenschaft ist die kulturelle Prägung der Wahrnehmung. Die Studie von Hannon, Soley und Ullal (2012) verglich amerikanische und türkische Hörer in ihrer Fähigkeit, zeitliche Störungen in verschiedenen Rhythmusarten zu erkennen. Die Ergebnisse waren eindeutig: Amerikaner erkannten Störungen in einfachen Rhythmen am besten, schnitten aber bei komplexen und hochkomplexen Rhythmen gleichermaßen schlechter ab. Türkische Teilnehmer hingegen erkannten Störungen sowohl in einfachen als auch in komplexen Rhythmen präzise und unterschiedslos – aber sie schnitten bei den unvertrauten, hochkomplexen Rhythmen schlechter ab .

Die Interpretation ist ebenso einfach wie tiefgreifend: Vertrautheit überschreibt Komplexität. Die türkischen Hörer waren mit den komplexen Rhythmen ihrer eigenen Musiktradition vertraut – sie hatten gelernt, sie zu verarbeiten. Die amerikanischen Hörer hatten diese Vertrautheit nicht, und ihre Leistung brach ein. Aber beide Gruppen zeigten Schwierigkeiten, wenn die Rhythmen außerhalb ihrer jeweiligen kulturellen Erfahrung lagen.

Eine fMRI-Studie von Morrison et al. (2003) ergänzt dieses Bild. Westliche und chinesische Musiker hörten westliche und chinesische Musik. Die Ergebnisse zeigten keine allgemeinen Aktivierungsunterschiede zwischen den Musikstilen – aber Aktivierungsunterschiede basierend auf Training: Chinesisch trainierte Musiker zeigten eine bilaterale Aktivierung im superioren Temporalgylus, westlich trainierte Musiker eine linkshemisphärische Tendenz. Entscheidend war die Verhaltensleistung: Beide Gruppen erkannten Musik ihrer „Heimatkultur“ besser wieder – unabhängig vom Grad des formalen Trainings.

1.2 Was das für LLMs bedeutet

Für LLM-Entwickler ist dies eine doppelte Lektion. Erstens: Die Trainingsverteilung bestimmt die Fähigkeiten des Modells. Ein LLM, das auf einem Korpus trainiert wurde, der bestimmte Sprachmuster, Argumentationsstrukturen und Wissensdomänen überrepräsentiert, wird genau in diesen Bereichen kompetent sein – und in unterrepräsentierten Bereichen systematisch schlechter abschneiden. Dies ist die direkte Analogie zur kulturellen Prägung: Das Modell „hört“ die Musik, mit der es aufgewachsen ist.

Zweitens: Die bloße Menge an Daten hilft nicht, wenn die strukturelle Vielfalt fehlt. Die amerikanischen Hörer in Hannon et al. hatten Zugang zu einfachen Rhythmen – aber nicht zu den komplexen, nicht-isochronen Strukturen der türkischen Musik. Ein LLM, das mit Terabytes englischer Textdaten trainiert wird, aber keine Beispiele für bestimmte Argumentationsformen, Sprachen oder Fachdiskurse enthält, wird in diesen Bereichen systematisch versagen – nicht wegen mangelnder Modellkapazität, sondern wegen mangelnder struktureller Vielfalt in den Trainingsdaten.

Die praktische Implikation: Datenkuratierung ist nicht nur eine Frage der Quantität, sondern der strukturellen Abdeckung. Ein Modell, das auf die Vielfalt der menschlichen Kommunikation vorbereitet werden soll, braucht Trainingsdaten, die diese Vielfalt repräsentieren – nicht nur in ihrer Oberflächenform, sondern in ihren strukturellen Tiefenmerkmalen.

2. Vorhersage, Überraschung und die Rolle der Erwartung

2.1 Die Befunde aus der Musikforschung

Die prädiktive Kodierung ist ein zentrales Prinzip der Neurowissenschaft. Das Gehirn generiert kontinuierlich Erwartungen über kommende sensorische Ereignisse und vergleicht diese mit der tatsächlichen Eingabe. Abweichungen – Prädiktionsfehler – werden nach oben gemeldet und lösen Lernprozesse aus.

Die Musikforschung hat gezeigt, dass dieses Prinzip kulturspezifisch kalibriert ist. Haumann et al. (2018) verglichen westliche Hörer mit einer bikulturellen Gruppe, die mindestens ein Jahr lang sowohl westliche als auch subsaharische afrikanische Musik gehört hatte. Die Ergebnisse zeigten: Die westliche Gruppe wies eine größere Mismatch Negativity für deviante Töne auf ungeraden metrischen Positionen auf – die in westlicher Musik als „stark“ gelten. Die bikulturelle Gruppe zeigte diesen Unterschied nicht.

Mit anderen Worten: Die Enkulturation mit afrikanischer Musik hatte die prädiktiven Erwartungen der Probanden verändert. Ihre Gehirne erwarteten nicht mehr die typische metrische Akzentuierung westlicher Musik – sie hatten gelernt, andere strukturelle Regularitäten als „normal“ zu behandeln.

Besonders aufschlussreich ist die „Missing-Pulse“-Studie von Tal et al. (2017). Die Forscher präsentierten synkopierte Drumbeats, die keine Netto-Energie auf der Pulsfrequenz enthielten – der Grundschlag war im akustischen Signal nicht direkt messbar. Mithilfe von MEG zeigten sie, dass das Gehirn dennoch eine verstärkte neuronale Antwort genau auf der Pulsfrequenz erzeugte. Die Phase der neuronalen Oszillation war an den Zeitpunkten des „fehlenden Pulses“ eingerastet, obwohl der Puls im Stimulus selbst nicht vorhanden war.

2.2 Was das für LLMs bedeutet

LLMs sind im Kern Prädiktionsmaschinen: Sie sagen das nächste Token in einer Sequenz voraus, basierend auf allem, was vorhergekommen ist . Die Parallele zur prädiktiven Kodierung im Gehirn ist verblüffend – aber auch lehrreich.

Der erste Lektion: Erwartung ist nicht passiv, sondern konstruktiv. Das Gehirn in der „Missing-Pulse“-Studie „erfand“ den Puls, weil seine prädiktiven Modelle gelernt hatten, ihn zu erwarten. Ein LLM tut etwas Analoges: Es generiert Text, der plausibel ist, auch wenn er nicht direkt aus den Trainingsdaten stammt. Die Fähigkeit zur Generalisierung – zur Produktion von Strukturen, die in den Trainingsdaten nicht explizit vorkommen – ist eine direkte Konsequenz der prädiktiven Architektur.

Der zweite Lektion: Die Kalibrierung der Erwartung ist entscheidend. Das Gehirn eines mitteleuropäischen Musikers erwartet andere metrische Strukturen als das Gehirn eines malischen Djembe-Spielers. Ein LLM, das auf einem bestimmten Korpus trainiert wurde, erwartet andere Textstrukturen als ein Modell, das auf einem anderen Korpus trainiert wurde. Dies ist keine Fehlfunktion – es ist die natürliche Konsequenz erfahrungsabhängiger Optimierung.

Die praktische Implikation für LLM-Entwickler: Die Qualität der Vorhersagen hängt von der Übereinstimmung zwischen Trainingsverteilung und Zielverteilung ab. Ein Modell, das auf formeller akademischer Prosa trainiert wurde, wird in informellen Dialogen systematisch schlechtere Vorhersagen machen – nicht weil es „dumm“ ist, sondern weil seine prädiktiven Modelle auf eine andere strukturelle Verteilung kalibriert sind.

3. Die Verschränkung von Systemen: Multimodalität und Cross-Domain-Transfer

3.1 Die Befunde aus der Musikforschung

Musik ist kein isoliertes Phänomen. Sie aktiviert auditorische, motorische, emotionale, gedächtnisbezogene und belohnungsbezogene Netzwerke gleichzeitig. Eine PET-Studie verglich die Generierung von Melodien und Sätzen bei Amateurmusikern. Die Ergebnisse zeigten nahezu identische funktionelle Hirnareale für beide Aufgaben: primärer motorischer Cortex, supplementär-motorisches Areal, Broca-Areal, anteriore Insula, auditorische Cortices, Temporallappen, Basalganglien, ventraler Thalamus und posteriores Cerebellum.

Die wichtigsten Unterschiede betrafen die Lateralisierungstendenz: Sprachliche Aufgaben begünstigten die linke Hemisphäre, musikalische Aufgaben aktivierten bilaterale Netzwerke. Diese Überlappung erklärt, warum Musik in der neurologischen Rehabilitation nach Schlaganfall eingesetzt wird, um Sprachfunktionen wiederherzustellen: Die Netzwerke sind nicht identisch, aber überlappend genug, um musikalische Übungen als „Umweg“ zur Aktivierung sprachrelevanter Areale zu nutzen.

Besonders relevant ist die Studie von Ren und Brown (2025). Sie untersuchten, ob vorhersagbare, schematische Musik das gleichzeitige Erlernen visueller Sequenzen beeinflusst. Die Ergebnisse zeigten: Vorhersagbare Musik verbesserte die visuelle Sequenzkodierung. Die fMRT-Daten zeigten eine erhöhte funktionelle Konnektivität zwischen Striatum und Hippocampus – einem kritischen Netzwerk für Sequenzlernen.

3.2 Was das für LLMs bedeutet

Die Musikforschung zeigt, dass Domänen nicht isoliert sind. Das Gehirn nutzt überlappende Netzwerke für Sprache, Musik, Motorik und Gedächtnis. Diese Überlappung ist kein Designfehler – sie ist eine effiziente Ressourcennutzung.

Für LLMs ist dies eine tiefgreifende Lektion. Moderne LLMs sind monomodal: Sie verarbeiten Text, aber nicht Bilder, Audio oder motorische Sequenzen. Die Musikforschung legt nahe, dass dies eine künstliche Beschränkung ist. Das Gehirn profitiert von der Kopplung verschiedener Modalitäten – und multimodale Modelle (wie GPT-4V oder Gemini) zeigen bereits, dass diese Kopplung auch künstliche Systeme leistungsfähiger machen kann.

Die spezifischere Lektion: Strukturelle Regularitäten, die in einer Modalität gelernt werden, können in einer anderen Modalität nutzbar sein. Ren und Brown zeigten, dass musikalische Vorhersagbarkeit das visuelle Sequenzlernen verbessert. Ein LLM, das auf strukturell reichen Daten trainiert wird – nicht nur auf Text, sondern auch auf Musiknotation, mathematischen Beweisen, Programmcode –, könnte von Cross-Domain-Transfer profitieren.

Die praktische Implikation: Die Trainingsdaten sollten strukturelle Vielfalt über Domänen hinweg aufweisen. Ein Modell, das nur auf natürlicher Sprache trainiert wird, mag in der Sprachgenerierung brillieren – aber ein Modell, das auch formalisierte Strukturen (Logik, Mathematik, Code) gesehen hat, könnte flexiblere und robustere interne Repräsentationen entwickeln.

4. Die Grenzen der Formalisierung: Verkörpertes vs. propositionales Wissen

4.1 Die Befunde aus der Musikforschung

Die Musikforschung hat eine grundlegende Unterscheidung etabliert: Verkörpertes Wissen (embodied knowledge) versus propositionales Wissen (propositional knowledge). Der Aka-Musiker „weiß“ nichts von Parität im mathematischen Sinn – doch sein Gehirn hat ein prädiktives Modell ausgebildet, das genau diese Struktur erwartet und verarbeitet. Der javanische Gamelan-Musiker „berechnet“ nicht die Abweichung von der Oktave – doch sein auditorisches System hat gelernt, die kontrollierte Abweichung als normale Struktur zu behandeln.

Dies ist die kulturelle Signatur mathematischer Muster im Gehirn: nicht als explizite Formel, sondern als implizites Wissen, eingebettet in die Dynamik neuronaler Netzwerke.

Die Musikforschung zeigt auch die Grenzen der Formalisierung. Die Mikrotiming-Analysen der Balkan-Rhythmen zeigen, dass die tatsächliche Aufführungspraxis die arithmetische Präzision der theoretischen Notation nicht erreicht. Das Verhältnis von langen zu kurzen Schlägen in der Dorfmusik weicht systematisch vom theoretischen Wert ab. Das bedeutet nicht, dass die mathematische Beschreibung „falsch“ wäre – sie beschreibt eine Idealform. Aber die kognitive Realität der Musiker ist eine andere als die formale Notation.

4.2 Was das für LLMs bedeutet

LLMs sind propositionale Systeme: Sie arbeiten mit diskreten Tokens, expliziten Vektoren, berechenbaren Gewichten. Die Musikforschung legt nahe, dass dies eine fundamentale Beschränkung sein könnte.

Die erste Lektion: Implizites Wissen ist nicht auf explizite Regeln reduzierbar. Ein LLM kann lernen, grammatikalisch korrekte Sätze zu generieren, ohne die Regeln der Grammatik „zu kennen“. Es kann lernen, logisch konsistente Argumentationen zu produzieren, ohne die Regeln der Logik zu „kennen“. Dies ist keine Schwäche – es ist eine Stärke. Aber es bedeutet auch, dass die Interpretierbarkeit und Kontrolle solcher Systeme grundsätzlich begrenzt ist.

Die zweite Lektion: Idealformen und reale Verteilungen sind nicht dasselbe. Die Balkan-Rhythmus-Forschung zeigt, dass die theoretische Beschreibung und die tatsächliche Aufführung systematisch divergieren. Ein LLM, das auf theoretischen Texten trainiert wird – Lehrbüchern, formalen Abhandlungen, normativen Grammatiken –, wird die reale Sprachverwendung nicht vollständig erfassen. Die Trainingsdaten müssen die tatsächliche Verteilung repräsentieren, nicht nur die idealisierte.

Die praktische Implikation: Trainingsdaten sollten nicht nur „korrekte“ Beispiele enthalten, sondern die tatsächliche Bandbreite menschlicher Kommunikation – einschließlich ihrer Unregelmäßigkeiten, Variationen und kontextuellen Abweichungen.

5. Neuroplastizität und die Dosis-Wirkungs-Beziehung

5.1 Die Befunde aus der Musikforschung

Die Plastizitätsforschung zeigt eine Dosis-Wirkungs-Beziehung: Je früher das musikalische Training beginnt und je intensiver es ist, desto ausgeprägter sind die strukturellen Unterschiede im Gehirn. Eine longitudinale Studie mit Kindern ab sechs Jahren verglich über zwei Jahre Kinder mit Musikunterricht, mit Sporttraining und ohne systematische Nachmittagsbetreuung. Nach zwei Jahren zeigten die Musik-Kinder unterschiedliche Reifungsraten der kortikalen Dicke und höhere fraktionale Anisotropie im Corpus callosum.

Besonders relevant ist die P2-Komponente der auditorisch evozierten Potenziale. Trainor et al. (2003) zeigten, dass die P2-Antwort bei Musikern größer ist als bei Nicht-Musikern – und dass auditorisches Frequenzdiskriminationstraining bei erwachsenen Nicht-Musikern diese Komponente ebenfalls verstärkt. Dies belegt, dass die P2 besonders neuroplastisch ist und dass die Effekte musikalischer Erfahrung früh in der Entwicklung sichtbar werden.

5.2 Was das für LLMs bedeutet

Die Dosis-Wirkungs-Beziehung ist für LLM-Entwickler hochrelevant. Sie legt nahe, dass die Menge und Intensität des Trainings die Fähigkeiten des Modells systematisch beeinflussen. Aber die Musikforschung zeigt auch, dass Timing entscheidend ist. Die P2-Komponente ist besonders plastisch – aber sie ist nicht beliebig formbar. Es gibt sensible Phasen, in denen bestimmte Erfahrungen besonders wirksam sind.

Für LLMs bedeutet dies: Die Reihenfolge und Struktur des Trainings könnte wichtiger sein als bisher angenommen. Ein Modell, das zunächst auf einfachen, strukturierten Daten trainiert wird und dann schrittweise komplexere Muster lernt, könnte andere interne Repräsentationen entwickeln als ein Modell, das von Anfang an mit der vollen Komplexität konfrontiert wird. Dies ist die Analogie zu Curriculum Learning – aber die Musikforschung legt nahe, dass die spezifische Sequenz der Erfahrungen die resultierende Architektur prägt.

6. Die Grenzen der Übertragung: Wo Analogien irreführen

6.1 Biologische vs. künstliche Systeme

Die bisherigen Lektionen sind verlockend. Aber Vorsicht ist geboten. Biologische und künstliche Systeme unterscheiden sich in fundamentalen Aspekten.

Energieeffizienz: Das menschliche Gehirn verbraucht etwa 20 Watt – weniger als eine Glühbirne. Ein LLM-Training verbraucht Megawattstunden. Die biologischen Mechanismen der Plastizität sind energetisch extrem effizient – ein Aspekt, der in künstlichen Systemen kaum nachgebildet wird.

Kontinuierliche vs. diskrete Repräsentationen: Das Gehirn arbeitet mit kontinuierlichen Aktivierungsmustern, graduellen Plastizitätsänderungen, analogen zeitlichen Dynamiken. LLMs arbeiten mit diskreten Tokens, binären Gewichten (im Wesentlichen), sequenziellen Vorhersagen. Die Musikforschung zeigt, dass kontinuierliche Dimensionen (Tonhöhe, Dauer, Dynamik) für die Musikverarbeitung zentral sind – ein Aspekt, der in der Token-basierten Architektur von LLMs nicht repräsentiert ist.

Verkörperung: Das Gehirn ist in einen Körper eingebettet, der in einer Umwelt agiert. Motorische Kontrolle, Propriozeption, emotionale Bewertung – all dies sind verkörperte Prozesse, die die kognitive Verarbeitung formen. LLMs haben keinen Körper, keine Sensomotorik, keine emotionalen Zustände. Die Musikforschung zeigt, dass Körperlichkeit für die Musikverarbeitung konstitutiv ist – ein Aspekt, der in LLMs grundsätzlich fehlt.

6.2 Was das bedeutet

Die Übertragung biologischer Prinzipien auf LLMs ist inspirierend, aber nicht direkt. Die Lektionen sind heuristisch, nicht mechanistisch. Sie zeigen wo man suchen könnte – nicht was man finden wird.

Die ehrliche Antwort auf die Ausgangsfrage lautet: LLM-Entwickler können aus der kognitiven Musikwissenschaft Prinzipien lernen – kulturelle Prägung, prädiktive Kalibrierung, Cross-Domain-Transfer, die Grenzen der Formalisierung, die Rolle von Timing und Dosis. Aber sie können nicht die Mechanismen direkt übertragen, weil die Substrate fundamental verschieden sind.

7. Praktische Implikationen: Ein Manifest für LLM-Entwickler

Was folgt aus all dem für die Praxis der LLM-Entwicklung?

Erstens: Strukturelle Vielfalt in den Trainingsdaten. Die Musikforschung zeigt, dass Vertrautheit Komplexität überschreibt. Ein Modell, das nur auf einer strukturell homogenen Datenverteilung trainiert wurde, wird in Bereichen außerhalb dieser Verteilung systematisch versagen. Die Trainingsdaten müssen die strukturelle Bandbreite der Zielanwendungen repräsentieren – nicht nur die Oberflächenform.

Zweitens: Multimodalität als Ressource. Die Musikforschung zeigt, dass Domänen überlappen. Ein Modell, das auf strukturell reichen Daten über mehrere Modalitäten hinweg trainiert wird, könnte flexiblere und robustere interne Repräsentationen entwickeln. Text allein ist eine verarmte Repräsentation menschlicher Kommunikation.

Drittens: Die Grenzen der Formalisierung anerkennen. Die Balkan-Rhythmus-Forschung zeigt, dass theoretische Modelle und reale Verteilungen systematisch divergieren. Trainingsdaten müssen die tatsächliche Verteilung repräsentieren – nicht die idealisierte.

Viertens: Timing und Sequenz beachten. Die P2-Forschung zeigt, dass sensible Phasen existieren. Die Reihenfolge des Trainings könnte die resultierende Architektur prägen. Curriculum Learning ist nicht nur eine Optimierung – es ist eine strukturelle Entscheidung.

Fünftens: Die Grenzen der Analogie anerkennen. Biologische und künstliche Systeme sind fundamental verschieden. Die Lektionen aus der Musikforschung sind heuristisch, nicht mechanistisch. Sie zeigen wo man suchen könnte – nicht was man finden wird.

Fazit: Zwei Systeme, eine gemeinsame Frage

Die tiefste Lektion aus der kognitiven Musikwissenschaft für LLM-Entwickler ist vielleicht diese: Intelligenz ist nicht die Fähigkeit, Regeln zu befolgen – sie ist die Fähigkeit, Strukturen zu lernen. Das Gehirn des Aka-Musikers „kennt“ keine Parität – aber es hat gelernt, sie zu erwarten. Das Gehirn des javanischen Gamelan-Musikers „berechnet“ keine Abweichung – aber es hat gelernt, sie als normal zu behandeln.

LLMs sind, trotz ihrer beeindruckenden Fähigkeiten, keine Gehirne. Sie lernen keine Strukturen – sie lernen statistische Assoziationen. Sie erwarten keine Regularitäten – sie sagen Tokens voraus. Die Musikforschung zeigt, was möglich ist, wenn ein System in eine strukturreiche, kulturell eingebettete, verkörperte Praxis eingebettet ist.

Vielleicht ist die wichtigste Lektion nicht technisch, sondern epistemologisch: Die Grenzen zwischen „Musik“ und „Sprache“, zwischen „Wahrnehmung“ und „Kognition“, zwischen „Kultur“ und „Biologie“ sind künstlich. Das Gehirn kennt diese Grenzen nicht. Es verarbeitet Strukturen – und die Strukturen der Musik und der Sprache sind, auf einer tiefen Ebene, dieselben.

Ein LLM, das diese Strukturen wirklich lernen würde – nicht nur ihre statistischen Oberflächenerscheinungen –, wäre vielleicht kein besseres LLM. Aber es wäre ein anderes System. Eines, das die Grenzen seiner eigenen Architektur überschreitet.

Quellen

Hannon, Erin E.; Soley, Gaye; Ullal, Sangeeta. „Familiarity Overrides Complexity in Rhythm Perception: A Cross-Cultural Comparison of American and Turkish Listeners.“ Journal of Experimental Psychology: Human Perception and Performance, 38(3), 2012, S. 543–548.

Morrison, Steven J.; Demorest, Steven M.; Aylward, Elizabeth H. „FMRI investigation of cross-cultural music comprehension.“ NeuroImage, 20(1), 2003, S. 378–384.

Haumann, Niels T.; Vuust, Peter; Bertelsen, Freja; Garza-Villarreal, Eduardo A. „Influence of musical enculturation on brain responses to metric deviants.“ Frontiers in Neuroscience, 12, 2018.

Tal, Idan; Large, Edward W.; Rabinovitch, Eitan; et al. „Neural Entrainment to the Beat: The ‚Missing-Pulse‘ Phenomenon.“ Journal of Neuroscience, 37(26), 2017, S. 6331–6341.

Ren, Yiren; Brown, Thackery. „Music Modulates Medial Temporal Lobe Connectivity with Frontostriatal Loops and Enhances Visual Sequential Learning.“ Journal of Cognitive Neuroscience, 37(11), 2025, S. 1966–1990. DOI: 10.1162/jocn_a_02347.

Brown, S. et al. „Music and language side by side in the brain: a PET study of the generation of melodies and sentences.“ European Journal of Neuroscience, 23(10), 2006.

Trainor, Laurel J.; Shahin, Antoine; Roberts, Larry E. „Effects of musical training on the auditory cortex in children.“ Annals of the New York Academy of Sciences, 999, 2003, S. 506–513.

Polak, Rainer; London, Justin; Jacoby, Nori. „Both isochronous and non-isochronous metrical subdivision afford precise and stable memory for melody.“ Frontiers in Psychology, 2016.

Zimmerman, Emily; Lahav, Amir. „The multisensory brain and its ability to learn music.“ Annals of the New York Academy of Sciences, 1252, 2012, S. 179–184.

Microsoft Learn. „Grundlegendes zu LLMs – Training.“ 2026.

Harvard Business School Online. „What Are Large Language Models (LLMs) & How Do They Work?“ 2026.

Fraunhofer IESE. „Wie funktionieren LLMs? Ein Blick ins Innere großer Sprachmodelle.“ 2024.