EEG liest keine Gedanken: Sprachdekodierung ohne Hype
EEGBCIspeech-decoding
EEG-zu-Text stößt noch an die Grenzen des Signals, nicht des Modells
Die einfache Tatsache: Nicht-invasive EEG-Sprachdekodierung gleicht noch keiner freien „Gedanken-zu-Text“-Umwandlung. Die Frontiers-Übersicht zum dekodierten verdeckten Sprechen nennt explizit niedrigen SNR, Muskelartefakte, geringe räumliche Auflösung und praktische Setup-Probleme; die Übersicht von 2025 ergänzt die Variabilität zwischen Personen und kleine, heterogene Korpora.
Daher sollten Demos mit Vorsicht betrachtet werden. Ein Frontiers-Artikel von 2024 berichtet für nicht-invasives EEG von etwa 70–80 % Genauigkeit bei stark eingeschränkten Aufgaben, bei komplexeren Szenarien fallen die Zahlen auf etwa 20–50 %. Das ist kein „schlechtes Produkt“, sondern die Physik des Kanals: Elektrode, Gel, Muskelartefakte, Sitzung, individuelle Person.
Meine erste Frage bei jeder solchen Ankündigung: Was genau wird dekodiert? Eine freie Phrase, ein ausgewähltes Wort, ein Symbol aus einer Schnittstelle, eine Szenenklasse oder eine Reaktion auf einen Reiz? Diese Dinge werden oft in einer schlagzeilenträchtigen Überschrift zusammengefasst, obwohl sie technisch unterschiedliche Aufgaben mit unterschiedlichen Fehlerkosten sind.
Reale Pipelines sind meist schlauer als die Überschriften
Der zuverlässigste Weg ist derzeit nicht das „Gedankenlesen“, sondern die Eingrenzung des Auswahlraums. Eye-Tracking zeigt, wohin die Person blickt, ERPs wie P300 bestätigen die Reaktion auf das gewünschte Symbol oder Wort, und das Modell klassifiziert nicht aus einer unendlichen Sprache, sondern aus einem kleinen Menü.
Hier beginnt das Marketing oft mit Wortakrobatik. Wenn ein System eine Tastatur anzeigt, den Blick über einem Symbol einfängt und die Auswahl durch ein evoziertes Potenzial bestätigt, kann das ein nützliches BCI sein. Es jedoch als vollwertiges „Gedanken-zu-Text“ zu bezeichnen, ist eine Übertreibung.
Beim Video ist es eine ähnliche Geschichte. Im letzten Jahrzehnt ist nicht die Magie der Hirndekodierung stark gewachsen, sondern die Qualität der Generatoren: GAN, Diffusion, DiT, Flow Matching. Die Pipeline „Signal -> Szenenklassifikation -> beeindruckende Generierung“ mag wie das Lesen visueller Erfahrungen wirken, obwohl das EEG oft nur grobe Semantik und kein exaktes Bild liefert.
Wo dies die Dinge wirklich verändert
Echter Nutzen besteht dort, wo die Aufgabe von vornherein eingegrenzt ist: Befehlsauswahl, einfache Spiele, Taster-Schnittstellen, klinische Kommunikation, imaginäre Bewegungen. Dort zerstört die geringe Bandbreite das Szenario nicht, wenn das System ehrlich um die Grenzen herum entworfen wird.
Das Hauptrisiko ist die Genauigkeit zwischen Patienten. Ein Modell, das bei einer Person oder in einer Sitzung akzeptabel aussieht, kann bei einem anderen Patienten, an einem anderen Tag und mit einem anderen Elektrodenset schnell einbrechen. Invasive Ansätze liefern viel bessere Signale, aber selbst dort holt die Komplexität der Pipeline alle schnell wieder auf den Boden zurück.
Mein nüchternes Fazit: EEG-BCI ist lebendig und stellenweise sehr nützlich, aber die „Gedankendekodierung“ ist meist noch eine Verpackung für einen Klassifikator, eine Auswahlschnittstelle und einen guten Generator. Das wirklich Interessante sind nicht die Wow-Demos, sondern die ehrliche Grenze zwischen Signal und Ausschmückung.