TRIENT / LONDON (IT BOLTWISE) – Forschende zeigen, dass sich Tabuwörter allein aus EEG-Mustern zuverlässig von neutralen und negativen Wörtern unterscheiden. In den Messungen bleiben charakteristische neuronale Signaturen auch dann erkennbar, wenn Versuchspersonen aktiv versuchen, ihre emotionale Reaktion zu regulieren. Die Ergebnisse stützen die Annahme, dass sozial geprägte Bedeutung tief in die Verarbeitung von Sprache eingreift und messbar bleibt. Gleichzeitig betonen die Autorinnen und Autoren, dass es sich nicht um „Gedankenlesen“ handelt, sondern um Kategorien emotionaler Informationsverarbeitung.
Das Lesen eines einzelnen Wortes kann im Gehirn eine erstaunlich spezifische Antwort auslösen – besonders dann, wenn das Wort gesellschaftlich als Tabu gilt. Eine Studie aus der affektiven Neurowissenschaft kombiniert dafür Elektroenzephalografie (EEG) mit einem klassischen Machine-Learning-Ansatz und kommt zu dem Ergebnis, dass Tabuwörter anhand der gemessenen Hirnaktivität erkennbar sind. Entscheidender Punkt: Die Unterschiede verschwinden nicht vollständig, selbst wenn Probanden in einem zweiten Versuchsbeginn anleiten, ihre emotionale Reaktion möglichst ohne Bewertung zu „zulassen“. Damit wird der enge Zusammenhang von sozialer Norm, emotionaler Bedeutung und neuronaler Verarbeitung experimentell greifbarer.
Technisch betrachtet basiert der Ansatz auf der zeitlich hochauflösenden Messung von Hirnströmen über eine EEG-Kappe mit 64 Elektroden. EEG ist besonders geeignet, um den Moment zu erfassen, in dem das Gehirn eine Reizinformation verarbeitet – weniger, um präzise zu lokalisieren, welche Areale verantwortlich sind. Die Forschenden ordneten insgesamt 240 italienische Wörter in drei Kategorien ein: neutral, negativ und tabubeladen. Um Verfälschungen zu reduzieren, wurden die Wörter hinsichtlich Länge, Auftretenshäufigkeit im Alltag und Vertrautheit gematcht. Diese Kontrolle ist wichtig, weil Machine-Learning-Modelle sonst oft Oberflächenmerkmale statt echter semantisch-affektiver Unterschiede lernen.
Im Experiment gab es zwei Bedingungen. Zuerst beobachteten die Teilnehmenden die Wörter passiv („look“). Danach bewerteten sie anschließend die Valenz (wie angenehm) und die emotionale Erregung auf einer neunstufigen Skala. In der zweiten Bedingung („accept“) sollten sie ihre Gefühle bemerken, ohne ihnen aktiv nachzujagen oder sie zu bewerten, also eher eine nicht-urteilende Emotionsregulation umsetzen. Auf dieser Grundlage zeigte sich: Tabuwörter erzeugen über mehrere Verarbeitungsschritte hinweg charakteristische elektrophysiologische Muster. Besonders relevant waren frühe Komponenten wie P200 und spätere Wellenformen wie die Late Positive Potential (LPP), die in der Forschung oft mit anhaltender Bewertung und motivationaler Bedeutung verknüpft werden.
Die KI kam dabei als „Decoder“ zum Einsatz: Mithilfe einer Support-Vector-Machine (SVM) wurden die EEG-Signale in die Kategorien neutral, negativ und tabu klassifiziert. SVMs gelten als robuste Verfahren, wenn die entscheidungsrelevanten Merkmalsmuster in einem geeigneten Feature-Raum liegen und wenn man die Komplexität eines tiefen Netzes nicht zwingend braucht. Die Studie berichtet, dass das Modell selbst ohne psychologische Zwischenschritte zwischen den Klassen unterscheiden konnte – während der passiven Bedingung vor allem im Zeitfenster zwischen 637 und 878 Millisekunden nach Stimuluspräsentation. Das ist ein Hinweis darauf, dass emotionale und sozial bedeutsame Sprache eine stärker strukturierte „neuronale Signatur“ hinterlässt, als man sie allein aus allgemeinen negativen Effekten ableiten würde.
Aus Marktsicht ist das nicht nur akademisch: Solche Ergebnisse stärken eine wachsende Linie bei Firmen und Forschungspartnern, die EEG und andere Biosignale nutzen, um Zustände besser zu erkennen – etwa für Human-Computer-Interaction, Diagnostikunterstützung oder rehabilitative Ansätze. Als Vergleich lässt sich auf die Arbeiten großer Akteure wie Google DeepMind oder Meta verweisen, die in den letzten Jahren sehr konsequent ML-Methoden für Biosignale und neurokognitive Marker weiterentwickeln. Der Unterschied liegt oft in der Wahl der Modellklasse: Während hier bewusst mit einer SVM gearbeitet wird, setzen einige Branchenpfade stärker auf tiefe Architekturen, die jedoch häufiger große Datensätze benötigen und in der Praxis schwieriger zu regulieren und zu erklären sind. Für Unternehmen mit regulatorischem Druck kann daher ein klassischer Ansatz wie dieser als „pragmatischer Einstieg“ in KI-gestützte Biosignal-Analytik attraktiv sein.
Gleichzeitig bleibt die Studie in der Zielsetzung bewusst begrenzt. Die Forschenden weisen darauf hin, dass sie keine „Gedanken“ im Sinne eines Inhalts- oder Bilderlesens liefern. Stattdessen identifizieren sie breite Muster, die zu Kategorien emotionaler Sprachverarbeitung gehören – unter strikt kontrollierten Laborbedingungen. Das ist auch für Datenschutz und Sicherheit zentral: EEG ist zwar nicht vergleichbar mit Rohdaten wie einer Social-Media-Nachricht, aber es ist biometrisch relevant genug, dass Manipulation, missbräuchliche Auswertung oder unzulässige Profilbildung ein Risiko darstellen könnten. In der Praxis würden Projekte daher strikte Zugriffskontrollen, datensparsame Auswertung, Pseudonymisierung und klare Einwilligungs- und Zweckbindungsmechanismen brauchen, um den Schutz persönlicher Informationen zu gewährleisten.
Interessant ist außerdem der Effekt der Emotionsregulation: In der „accept“-Bedingung sank die Modellleistung leicht, doch die Klassifikation blieb grundsätzlich möglich. Das spricht dafür, dass selbst bei einer nicht-urteilenden Haltung der Kern der Tabu-/Negativsignatur präsent bleibt, während die Intensität oder Feinstruktur des Signals moduliert wird. Für die Weiterentwicklung bedeutet das zweierlei: Erstens könnte man aus solchen Messungen potenziell Biomarker für emotionale Verarbeitung und Regulation ableiten, zweitens dürfte die Robustheit über unterschiedliche Strategien und Kontexte getestet werden müssen. Für Entwicklerteams ist das eine klare Blaupause, wie man aus Labor-Setups zu stärker realitätsnahen Szenarien kommt: andere Sprachen, andere kulturelle Normen, andere Darbietungsformen – und vor allem größere Kohorten.
Der nächste Schritt, den das Team andeutet, zielt in Richtung klinisch relevanter Gruppen, etwa bei Angststörungen, Depression, Borderline-Persönlichkeitsstörung oder posttraumatischer Belastungsstörung. Historisch knüpft das an die Idee an, dass emotionale Dysregulation im Gehirn messbare Muster hinterlassen kann – ein Feld, in dem frühere Ansätze häufig an Übertragbarkeit oder an mangelnder Standardisierung gescheitert sind. Die Messung über EEG ist dafür attraktiv, weil sie nicht-invasiv ist und zeitkritische Prozesse gut erfasst. Gleichzeitig bleibt die Lokalisierung im Gehirn weiterhin schwierig, weil EEG räumliche Genauigkeit begrenzt. Unter dem Strich liefert die Arbeit jedoch einen belastbaren Proof-of-Concept: Wenn emotionale Sprachkategorien zuverlässig aus nicht-invasiven Daten ablesbar sind, können daraus perspektivisch objektivierbare Marker für Diagnose, Prognose und individualisierte Therapie entstehen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI kann anhand von EEG erkennen, ob Probanden Tabuwörter lesen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI kann anhand von EEG erkennen, ob Probanden Tabuwörter lesen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI kann anhand von EEG erkennen, ob Probanden Tabuwörter lesen« bei Google Deutschland suchen, bei Bing oder Google News!