MÜNCHEN / LONDON (IT BOLTWISE) – Forschende der TU München entwickeln ein textiles, pneumatisches Soft-Handexoskelett, das Absichts-Signale aus dem Unterarm per EMG erkennt. In einem Pilot mit schwerer Handlähmung (ALS) gelang dem Patienten erstmals seit vier Jahren wieder das Greifen und Füttern. Entscheidend ist eine Kombination aus 97%-sensitivem Maschinenlernen und einem 13-Tuben-Luftsystem, das die Finger gezielt ansteuert. Gleichzeitig setzt das Design bewusst auf kostengünstige Materialien, damit der Nutzen nicht nur in High-End-Laboren bleibt.
Eine Handvoll Luftpolster klingt zunächst nicht nach High-Tech. Doch die TU München zeigt mit einem pneumatischen Soft-Handexoskelett, wie sich sehr feine Muskel-„Absichten“ in echte Greifbewegungen übersetzen lassen. Im Zentrum steht ein nicht-invasiver EMG-Decoder: Sensoren am Unterarm erfassen schwache elektrische Impulse, die dann per Machine Learning in einen beabsichtigten Griff umgerechnet werden. In der translationalen Entwicklung wird das System nicht nur konzeptionell beschrieben, sondern in einer klinischen Kooperationsumgebung mit einem ALS-Patienten validiert, der nahezu keine willkürliche Handbewegung mehr hatte.
Technisch basiert die Lösung auf einem textilen Handschuh, der außen mit Luftkissen (air cushions) vernäht ist. Diese Kissen werden über eine pneumatische Matrix versorgt: insgesamt 13 Mikro-Schläuche speisen unabhängig voneinander definierte Kammern. Das erlaubt ein flexibles Biegen und Strecken einzelner Finger sowie eine kontrollierte Handgelenksdorsiflexion. Damit bleibt die Mechanik leicht und ersetzt starre, schwere Aktorik, wie sie bei vielen klassischen Exoskeletten dominiert. Entscheidend ist außerdem die Signalverarbeitung: Der EMG-Decoder arbeitet auf Basis von Sensordaten, die gezielt auf die Muskelgruppe des Daumens (flexor pollicis longus) ausgerichtet sind, weil dort im konkreten Patientensetting noch die stärksten Restsignale vorhanden waren.
Damit das Greifen auch im Alltag funktioniert, reicht Intention allein oft nicht aus. Die Forschenden ergänzen deshalb eine Anti-Drop-Logik über zusätzliche Bewegungssensoren: Sobald der Arm eine Transportbewegung ausführt, bleibt der pneumatische Greifzustand „fest“ genug, um ein unbeabsichtigtes Loslassen während der Handhabung zu vermeiden. Gleichzeitig adressiert das System die typische Herausforderung bei EMG: Rauschen, Schwankungen und schwache Amplituden. In der Studie wird deshalb eine Fehlerkorrektur per Machine-Learning-Ansatz mit Bewegungsdaten kombiniert, sodass die Vorhersage trotz Störfaktoren stabil bleibt. Im Ergebnis wird für die Griffvorhersage eine hohe Sensitivität von 97% berichtet, inklusive eines Vergleichs mit gesunden Kontrollen (n=15).
Der klinische Meilenstein ist bemerkenswert, weil er auf „near-complete“ Lähmung zielt. Der ALS-Patient konnte dank der Daumenfokussierung Objekte wieder gezielt greifen und halten, darunter erstmals wieder eine Gabel. Zusätzlich werden Aufgaben wie ein „Box-and-Blocks“-Test mit Score 5 sowie bedeutungsvolle Alltagsaktivitäten bis hin zur Nahrungsaufnahme beschrieben. Besonders praxisnah ist der Hinweis auf ein sehr kurzes Training: Bereits fünf Minuten über ein Daumen-gesteuertes Videospiel führten zu einer deutlichen Optimierung der Funktionsfähigkeit. Das stützt die Idee eines Co-Creation-Ansatzes, bei dem das System an die individuellen Restbewegungen angepasst wird und nicht umgekehrt.
Im Markt der Assistive Robotics ist „funktioniert im Labor“ selten gleichbedeutend mit „funktioniert erschwinglich“. Viele etablierte Anbieter fokussieren auf industrielle oder halbindustrielle Exoskelett-Szenarien und liegen preislich häufig deutlich über dem, was Alltagspatienten direkt finanzieren können. Als Referenz dafür lassen sich Wettbewerber wie Ottobock oder Ekso Bionics nennen, die zwar leistungsfähige Systeme entwickeln, aber in der Regel andere Zielsegmente bedienen. Die TU München positioniert sich hier klar über den Material- und Architekturweg: Software und Luftschläuche ersetzen teure, präzise Mechanik. Der Ansatz zielt auf eine „demokratische“ Ausrollbarkeit, etwa für einkommensschwächere Haushalte und gängige Rehabilitationspfade.
Aus Expertensicht ist dabei nicht nur der Preis entscheidend, sondern auch die Skalierung in klinische Prozesse. Das System adressiert genau die Lücke, die viele Marktprodukte hinterlassen: hochgradige Einschränkungen der Feinmotorik, bei denen Nutzer mit nur moderatem Restfunktionsgrad nicht automatisch profitieren. In der Studie wird zudem die Erweiterung auf Schlaganfall-Patienten (n=6) getestet. Für moderat beeinträchtigte Patienten wird berichtet, dass Exoskelett-Unterstützung im Schnitt Action-Research-Arm-Test-Werte um 9 Punkte reduziert; schwerer beeinträchtigte Patienten erreichen mit dem Exoskelett sogar 17 Punkte höhere Werte, was als Hinweis auf eine stärkere Wirksamkeit in schwereren Szenarien interpretiert werden kann. Damit hat das Projekt eine gute Chance, sich innerhalb etablierter Reha-Workflows zu behaupten, vorausgesetzt, die Bedienung und das Training bleiben reproduzierbar.
Regulatorisch und datenschutzseitig liegt der Fokus bei solchen EMG-basierten Assistenzsystemen weniger auf „Cloud-Magic“ und mehr auf der Sicherheitskette. Auch wenn das System hier als nicht-invasiv beschrieben wird, bewegen Sensorik und Machine-Learning-Modelle sensible Gesundheitsdaten: Roh- oder vorverarbeitete EMG-Signale lassen sich für Diagnose- und Monitoringzwecke nutzen, daher müssen Einwilligung, Datenminimierung und sichere Speicherung bzw. Verarbeitung sauber umgesetzt werden. In der EU ist zudem die Einordnung als Medizinprodukt relevant, sobald ein therapeutischer Nutzen beansprucht oder ein klinisches Anwendungsprofil festgelegt wird. Für Anbieter heißt das: Dokumentationspflichten, Validierungsstudien und Sicherheitsnachweise müssen so gestaltet werden, dass sie im Feld tatsächlich prüfbar sind.
Für die Zukunft zeichnet sich eine zweistufige Roadmap ab. Erstens dürfte die Hardware-Varianz entlang weiterer Patientengruppen steigen: Für andere Daumen- und Griffmuster müssen Sensordispositionen, Kammergeometrien und Vorhersage-Modelle angepasst werden. Zweitens wird der Decoder vermutlich stärker auf robusten Alltagsbetrieb getrimmt: EMG-Drift über Zeit, Hautkontaktqualität und unterschiedliche Armhaltungen sind echte Variablen, die in longitudinalen Studien abgebildet werden sollten. Praktisch bedeutet das für Entwicklerinnen und Entwickler: Wer KI-gestützte Neuro-Wearables baut, braucht eine saubere Pipeline aus Sensor-Preprocessing, Modelltraining mit Fehlerkorrektur und einem verlässlichen Fallback-Mechanismus, damit das System in unsicheren Situationen sicher bleibt. Wenn TUMs eXprt-Programm diese translationalen Schritte konsequent weiterführt, könnte das Soft-Handexoskelett in den kommenden Jahren von einem gezielten Pilot zu einem breiteren Reha-Baustein werden.
💳 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 "Pneumatische Soft-Handexoskelette lesen EMG und geben ALS-Patienten Griffkraft zurück" 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 "Pneumatische Soft-Handexoskelette lesen EMG und geben ALS-Patienten Griffkraft zurück" 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: »Pneumatische Soft-Handexoskelette lesen EMG und geben ALS-Patienten Griffkraft zurück« bei Google Deutschland suchen, bei Bing oder Google News!