Der 26-jährige Michael Brückmühler steuert Computer mithilfe einer Gehirn-Computer-Schnittstelle allein durch seine Gedanken. Diese Technologie ermöglicht ihm die digitale Interaktion und unterstützt seine Autonomie im Alltag. Brückmühler beschreibt die Nutzung des Systems als eine wesentliche Quelle für persönlichen Antrieb und neue Lebenskraft.
Funktionsweise der neuronalen Kommunikation
Die Technologie basiert auf der Erfassung von Gehirnströmen, die durch Sensoren gemessen werden. Diese neuronalen Signale werden von Software-Algorithmen verarbeitet und in digitale Befehle umgewandelt. Die Dekodierung dieser Signale erfordert präzise Algorithmen, die das Rauschen der Gehirnaktivität von den eigentlichen Steuerbefehlen trennen können. Dadurch kann Brückmühler einen Cursor bewegen oder Eingaben tätigen, ohne auf motorische Bewegungen angewiesen zu sein.
Der technische Prozess der Signalverarbeitung gliedert sich in mehrere Phasen. Zunächst erfolgt die Signalakquisition über Elektroden, die die elektrische Aktivität der Neuronen als schwache Spannungsänderungen erfassen. Da diese Signale oft im Mikrovoltbereich liegen, müssen sie verstärkt und gefiltert werden, um Störfaktoren wie Muskelkontraktionen, Blinzeln oder externe elektromagnetische Felder zu eliminieren. In der Fachsprache wird dieser Schritt als Verbesserung des Signal-Rausch-Verhältnisses (Signal-to-Noise Ratio) bezeichnet.
Nach der Vorverarbeitung folgt die Merkmalsextraktion (Feature Extraction). Hierbei identifiziert die Software spezifische Muster in den Frequenzbändern der Gehirnwellen, wie etwa Alpha-, Beta- oder Theta-Wellen. Diese Muster werden anschließend durch Machine-Learning-Modelle klassifiziert. Das System lernt während einer Trainingsphase, welche spezifischen neuronalen Muster mit welcher Absicht – etwa der Bewegung eines Cursors nach links oder rechts – korrelieren. Diese Klassifizierung ermöglicht die Übersetzung biologischer Intentionen in binäre oder komplexe digitale Kommandos.
Psychologische und praktische Bedeutung
Die Möglichkeit der digitalen Teilhabe beeinflusst die Lebensqualität des 26-Jährigen maßgeblich. Die Technologie dient nicht nur der funktionalen Bedienung von Geräten, sondern hat laut Brückmühler auch eine motivierende Wirkung auf seine persönliche Entwicklung.
„Gibt mir Kraft und Antrieb“.
Michael Brückmühler
Die psychologische Relevanz solcher Schnittstellen liegt in der Wiederherstellung der Selbstwirksamkeit. Für Menschen mit schweren motorischen Einschränkungen ist der Zugang zu digitalen Kommunikationsmitteln eine Grundvoraussetzung für soziale Interaktion und berufliche Teilhabe. Die Fähigkeit, durch reine mentale Anstrengung eine direkte Wirkung auf die Umwelt auszuüben, reduziert das Gefühl der Isolation und fördert die kognitive und emotionale Resilienz.
Technischer Kontext der Gehirn-Computer-Schnittstellen
In der Forschung werden zwischen invasiven Systemen, die chirurgisch implantiert werden, und nicht-invasiven Systemen unterschieden. Während invasive Implantate eine höhere Signalpräzision bieten, nutzen nicht-invasive Ansätze externe Sensoren auf der Kopfhaut, was die Anwendung im Alltag vereinfacht. Gehirn-Computer-Schnittstellen (BCI) sind ein zentraler Bestandteil der aktuellen Forschung im Bereich der Neurotechnologie. Die Anwendung im Fall Brückmühler zeigt die praktische Relevanz dieser Schnittstellen, die die Lücke zwischen biologischen Funktionen und digitaler Steuerung schließen.
Die Differenzierung der Systeme erfolgt primär über den Grad der Invasivität und die daraus resultierende räumliche Auflösung:
- Nicht-invasive Systeme: Diese nutzen meist die Elektroenzephalografie (EEG). Die Elektroden werden auf der Kopfhaut platziert, um die elektrische Aktivität durch den Schädel hindurch zu messen. Der größte Nachteil ist die Signalabschwächung durch den Knochen, was die räumliche Auflösung begrenzt.
- Semi-invasive Systeme: Hierbei wird die Elektrokortikografie (ECoG) eingesetzt. Die Sensoren werden unter dem Schädel, aber auf der Oberfläche der Hirnrinde platziert. Dies bietet ein deutlich klareres Signal als EEG, erfordert jedoch einen chirurgischen Eingriff.
- Invasive Systeme: Diese nutzen Mikroelektroden-Arrays, die direkt in das Hirngewebe eindringen. Sie ermöglichen die Messung einzelner Aktionspotenziale (Spikes) einzelner Neuronen. Dies bietet die höchste Präzision für komplexe Steuerungsaufgaben, ist jedoch mit medizinischen Risiken wie Entzündungen oder Narbenbildung im Gewebe verbunden.
Die aktuelle Forschung konzentriert sich darauf, die Lücke zwischen der hohen Präzision invasiver Systeme und der Sicherheit nicht-invasiver Ansätze zu schließen. Ein Ziel ist die Entwicklung von Wearables, die eine stabile Verbindung ohne tägliche Neukalibrierung ermöglichen, um die Technologie von klinischen Studien in die breite Anwendung im täglichen Leben zu überführen.
Find more reporting in our Technik und Wissenschaft section.
