BONN / LONDON (IT BOLTWISE) – Eine EEG-Studie aus Bonn zeigt messbare Hirnaktivität, bevor eine Person überhaupt spricht: Schon das Antizipieren einer Lüge verändert nachweisbar Aufmerksamkeits- und Vorbereitungsprozesse. Die Forschenden fanden zudem, dass sich die Kategorie der persönlichen Information in vielen Fällen aus den Vorbereitungsdaten ableiten lässt. Damit rückt statt der klassischen „Lüge im Moment“ die weniger untersuchte Phase davor in den Fokus, was neue Ansätze für Täuschungserkennung und Sicherheitskontexte in Aussicht stellt.
Wenn jemand zu lügen beginnt, denken viele zuerst an den Moment des Aussprechens. Genau hier setzt die aktuelle EEG-Studie an: Sie untersucht nicht die Täuschung „währenddessen“, sondern die mentale Vorbereitung, die davor abläuft. Die Ergebnisse deuten darauf hin, dass das Gehirn bereits beim Erkennen eines passenden Hinweises (etwa einer Frage-Kategorie zu persönlicher Information) spezifische Muster aufbaut. Damit entsteht ein neuer Messzeitpunkt für die Forschung an Deception Detection: nicht erst nach der Reaktion, sondern in dem kurzen Fenster davor, in dem Entscheidung, Aufmerksamkeit und kognitive Aufwände hochfahren.
Historisch hat die Lie-Detektion einen schweren Stand. Der Polygraph, der in Stress- und Stressreaktionen indirekte Indikatoren sucht, wird seit Jahren wegen methodischer Schwächen kritisiert, etwa wegen geringer Generalisierbarkeit über Personen und Kontexte hinweg. In den letzten Jahren verlagerte sich der Fokus stärker auf bildgebende Verfahren, die neuronale Aktivität direkter erfassen, etwa im Umfeld von fMRT- oder MEG-Ansätzen. Das neue EEG-Ergebnis ist dabei interessant, weil EEG deutlich leichter in größeren Studiendesigns oder bestimmten Anwendungsszenarien skaliert, während es weiterhin hochauflösende zeitliche Informationen liefert.
Technisch basiert das Setup auf einem EEG-Cap, der die elektrische Aktivität des Gehirns während einer Täuschungsaufgabe aufzeichnet. Unter Leitung von Emely Voltz von der Universität Bonn nahmen 32 Teilnehmende teil; sie erhielten Hinweise, die signalisierten, welche Art persönlicher Frage als Nächstes kam. Zentral ist das Timing: Der Hinweis wurde etwa 2,5 Sekunden vor der eigentlichen Frage eingeblendet, sodass die Teilnehmenden Zeit hatten, eine irreführende Antwort vorzubereiten. Die Studie designte die Aufgabe so, dass pro Versuchslauf ein bestimmtes Informationsfeld gelogen werden musste, alle anderen Felder aber wahr beantwortet wurden, wodurch die Vergleichbarkeit zwischen Bedingungen steigt.
Die Autoren berichten, dass Hinweise auf eine bevorstehende Lüge klare und messbare Unterschiede in der Hirnaktivität erzeugten, noch bevor irgendein Wort fiel. Mehrere Marker, die mit Aufmerksamkeit und Vorbereitung assoziiert sind, wurden nach den Lügen-Hinweisen stärker. Gleichzeitig zeigte sich ein Rückgang der Alpha-Power, die häufig mit einem eher „ruhigen“ oder weniger aktivierten Zustand des neuronalen Systems verbunden wird. Aus kognitiver Sicht passt das zu einer Idee: Die Vorbereitung auf Täuschung verlangt zusätzliche mentale Ressourcen, etwa für die gleichzeitige Aufrechterhaltung einer Lügenintention und das Unterdrücken der spontanen Wahrheit. Genau dieser Mobilisierungsaspekt wird als Vorteil des „Vorbereitungsfensters“ gegenüber klassischen Momentaufnahmen hervorgehoben.
Auch die Klassifikation ist Teil der Aussagekraft. Die Studie prüfte, ob sich nicht nur „Lüge vs. Wahrheit“, sondern auch die Kategorie der persönlichen Information aus den Vorbereitungs-Signalen ableiten lässt. Mithilfe einer Kombination der drei informativsten Messgrößen wurden die Kategorien bei 24 von 32 Teilnehmenden korrekt identifiziert. In sieben Fällen blieb die Zuordnung unklar, und es gab nur eine falsche Klassifikation. Für die Zukunft ist das relevant, weil es zeigt, dass die Signalstruktur vor dem Ereignis nicht nur Rauschen oder unspezifische Erwartungsreaktionen abbildet, sondern interpretiere Informationen enthält. Für KI-basierte Systeme ist das im Kern die Frage: Lernt ein Modell zuverlässig aus dem „Pre-Action“-Zustand statt aus der Antwort selbst?
Wie Branchenexperten einordnen, ist genau hier zugleich die größte Vorsicht geboten: In dieser Studie wurden Teilnehmende instruiert, zu lügen oder die Wahrheit zu sagen, statt dass sie spontan entscheiden, ob sie täuschen wollen. Das reduziert zwar Störfaktoren wie moralische Konflikte oder spontane Angst, macht die Aufgabe aber weniger repräsentativ für reale Situationen, in denen Motivation, Risikoabschätzung und emotionale Dynamik variieren. Solche Unterschiede sind für den praktischen Einsatz entscheidend. In realen Ermittlungs- oder Sicherheitsumgebungen könnte das Signal dadurch weniger stabil ausfallen oder stärker kontextabhängig werden. Zudem bleibt offen, wie robust die Marker gegen Trainingseffekte, Gegenmaßnahmen oder individuelle Unterschiede im kognitiven Stil sind.
Für den Markt und die Technologie-Landschaft lohnt sich ein Vergleich mit bestehenden Ansätzen: Polygraphen arbeiten überwiegend mit physiologischen Proxy-Messungen, während bildgebende Methoden wie fMRT auf räumlich dichten Aktivitätskarten beruhen. EEG positioniert sich dagegen als zeitlich präzise Biosignal-Technologie. Das kann Wettbewerbsvorteile haben, wenn es um Echtzeit-nahe Auswertung oder um weniger invasive Messkonfigurationen geht. Gleichzeitig hängt die Aussagekraft solcher Systeme stark von Datenqualität, Artefaktmanagement (Bewegung, Augenblinzeln, Muskelartefakte) und Modellkalibrierung ab. Ein systematisches MLOps-Setup wäre daher Voraussetzung: von sauberem Feature-Engineering über konsistente Trainings-/Validierungs-Splits bis zur laufenden Drift-Kontrolle, falls sich Messbedingungen ändern.
Regulatorisch und datenschutzrechtlich ist die Debatte besonders sensibel. EEG-Messdaten sind biometrisch bzw. personenbezogen sehr stark mit Individuen verknüpft, auch wenn sie in dieser Studie für Forschungszwecke genutzt wurden. In der Praxis würde ein Einsatz eine sorgfältige Einordnung im Sinne der DSGVO erfordern, insbesondere bei Zweckbindung, Rechtsgrundlagen, Transparenz und Rechte auf Auskunft oder Löschung. Hinzu kommt das Problem der Fairness: Selbst wenn Klassifikatoren gute Genauigkeiten erzielen, müssen sie gegenüber unterschiedlichen Gruppenbedingungen validiert werden, damit keine unzulässige Verzerrung entsteht. Der nächste sinnvolle Schritt in der Forschung wäre daher, die Vorbereitungsmarker in natürlicheren Entscheidungsszenarien zu testen und mit strengen Sicherheits- sowie Ethikrahmen zu koppeln.
Aus heutiger Sicht ist das Ergebnis vor allem ein wissenschaftlicher Hebel: Es verschiebt den Fokus der Deception Detection weg vom reinen „Lügenmoment“ hin zur vorausgehenden kognitiven Vorbereitung. Langfristig könnte daraus eine Sicherheits- und Compliance-orientierte Anwendungsidee entstehen, bei der KI-Systeme nicht „Wahrheit/Unwahrheit“ als Urteil ausgeben, sondern Unsicherheitsbereiche und kognitive Zustandsänderungen als Indikator für weitere Prüfung verwenden. Für Entwickler bedeutet das: Modelle sollten auf dem Zeitfenster um das Ereignis herum trainiert werden, nicht nur auf Antwortsignalen. Die Studie wurde in NeuroImage veröffentlicht, mit dem Titel „(Don’t) take it personally: EEG markers of preparing lies about autobiographical questions“ und benennt genau diesen Zeitraum als vielversprechend.
💳 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.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【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 "EEG erkennt die Vorbereitung von Lügen: Signale vor dem ersten Wort" 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 "EEG erkennt die Vorbereitung von Lügen: Signale vor dem ersten Wort" 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: »EEG erkennt die Vorbereitung von Lügen: Signale vor dem ersten Wort« bei Google Deutschland suchen, bei Bing oder Google News!