Dieses Kapitel führt in künstliche neuronale Netze (KNN) ein. Sie abstrahieren biologische Neuronen und modellieren Informationsverarbeitung, ohne das Gehirn exakt nachzubilden. Einfache Netze können logische Funktionen abbilden, komplexere Architekturen vielfältige kognitive Prozesse simulieren. Vom Perzeptron über Mehrschichtnetze mit Backpropagation werden Lernverfahren wie überwachtes, unüberwachtes, Hebbsches Lernen und die Delta-Regel vorgestellt. KNN dienen in der Kognitionswissenschaft als Modelle, die zeigen, wie komplexe Leistungen aus einfachen Einheiten entstehen.