Das Bayes’sche Modell geht auf den britischen Mathematiker Thomas Bayes (1701-1761) zurück und die Anwendung auf Autismus auf einen einflussreichen Artikel von Pellicano & Burr (2012). Vereinfacht gesagt versteht das Modell Wahrnehmung als aktiven Prozess, bei dem Informationen aus Vorhersagen und Sinnesrezeptoren miteinander integriert werden. Jeder Mensch bildet demnach internale Vorhersagemodelle, aufgrund vergangener Erfahrungen. So wissen wir in etwa, was in der Schule passieren wird: man sitzt in der Schulbank, hört dem Lehrer zu und spricht nur, wenn dieser einen dazu einlädt. Gleichzeitig erhalten wir Informationen aus unseren Sinneskanälen - sogenannte Bottom-Up-Informationen, anhand deren wir unsere Vorhersagen innert kürzester Zeit an veränderte Bedingungen anpassen können. Das System ist darauf ausgelegt, möglichst schnell und energiesparend Orientierung zu erhalten, wie wir uns in einer gegebenen Situation verhalten sollen. In sozialen Interaktionen ermöglicht es eine Feinabstimmung des eigenen Verhaltens auf das Gegenüber - was als Basis für Regulation gilt. Das Bayes’sche Modell für Autismus Die Autoren Pellicano und Burr (2012) postulieren, dass sich die autistische Verarbeitung durch zwei Besonderheiten auszeichnet: 1. eine hochpräzise, detailorientierte Reizwahrnehmung mit Tendenz zur Reizüberflutung und 2. unzuverlässige, rigide Vorhersagemodelle Die autistische Eigenart der Reizverarbeitung hat grosse Auswirkungen auf das Verständnis, wie die Welt und soziale Situationen funktionieren. Sie führt zu vermehrten Vorhersagefehlern, also Situationen, in denen die Realität nicht den Erwartungen entspricht. Solche unangenehmen Überraschungsmomente fördern Unsicherheit und Stress: weil Betroffene annehmen, sie hätten ein wichtiges Detail übersehen, verstärken sie die Detailgenauigkeit der Wahrnehmung - oft auf Kosten der Kontextwahrnehmung. Dies kann den Effekt haben, dass nun komplett irrelevante Details grosse Bedeutung erhalten und zu einer Revision eines etablierten inneren Vorhersagemodells führen. Letzten Endes besitzen Menschen mit Autismus überspezifische Vorhersagemodelle, die jedoch in der Realität unzuverlässige Vorhersagen liefern. Die Folgen sind weitreichend: • Schwierigkeiten, sich in sozialen Situationen zu orientieren • Viel Stress und Unsicherheit, mit Folgen für Verarbeitungs- und Filterkapazität • Enorm hohe kognitive Verarbeitungsleistung, da die internen Vorhersagemodelle ständig Fehler produzieren und angepasst werden müssen • Reizüberflutung aufgrund der einge- schränkten Filter- und Aufmerksamkeits- prozessen • Hochsensitive und detailorientierte Exterozeption (Außenwahrnehmung) auf Kosten von Defiziten der Interozeption (Innenwahrnehmung) • Integrationsprobleme: Schwierigkeiten, neue Informationen mit Vorwissen zu nützlichen Vorhersagemodellen zu integrieren und auf neue Situationen zu übertragen (Generalisierungen) • Doppelter Vertrauensverlust in Vorhersagen und Bottom-Informationen verstärkt das Gefühl der Orientierungslosigkeit • Rückkopplungsmechanismen verstärken die Problematik Das Bayes’sche Modell versteht Autismus im Kern als eine Informations-Integrationsstörung. Die Stärke des Modells liegt darin, dass es autistisches Denken, soziale Schwierigkeiten sowie etablierte Konzepte wie Defizite der zentralen Kohärenz, der Theory of Mind und der Exekutivfunktionen allesamt erklären kann. Für weitere Vertiefung kann ich Peter Vermeulens Buch “Autismus und das prädiktive Gehirn - Absolutes Denken in einer relativen Welt”  wärmstens empfehlen.