»trEEGrid«: EEG-Messungen im Alltag

Mobile Neurotechnologie zur Erfassung von Schlaf und Gehirnaktivität außerhalb des Labors

Die Arbeitsgruppe »Mobile Neurotechnologien« des Fraunhofer-Instituts für Digitale Medientechnologie IDMT entwickelt mit dem sogenannten »trEEGrid« ein mobiles EEG-System, das Hirnsignale zuverlässig auch unter Alltagsbedingungen erfassen soll. 

Schlaf ist einer der vertrautesten Zustände des Menschen – und gleichzeitig einer der komplexesten. Obwohl jede*r von uns ihn täglich erlebt, bleibt weitgehend verborgen, was das Gehirn in diesen Stunden leistet; gerade nachts laufen zahlreiche Prozesse ab, die für Gedächtnis, Emotion und Gesundheit entscheidend sind. Bislang lassen sich solche Daten jedoch nur in Schlaflaboren oder Kliniken erfassen – ein Umfeld, das wenig mit dem gewohnten Schlaf im eigenen Bett gemein hat. Smartwatches können Puls und Bewegungen messen, doch die relevante Sprache des Schlafs bleibt ihnen verborgen: die elektrische Aktivität des Gehirns. Genau hier setzt die Arbeitsgruppe »Mobile Neurotechnologien« am Fraunhofer-Institut für Digitale Medientechnologie IDMT in Oldenburg an. Ihr Ziel ist es, Gehirnaktivität dort zu erfassen, wo sie entsteht – im echten Leben. »trEEGrid« ist der erste Schritt auf diesem Weg: ein Sensorpatch, das EEG-Messungen aus der Klinik in den Alltag überführt. 

Was ist ein EEG und wie funktioniert es?  

Ein Elektroenzephalogramm (EEG) misst feinste elektrische Spannungsunterschiede an der Kopfoberfläche. In Schlaflaboren und Kliniken gilt es als verlässliche Methode zur Untersuchung der Gehirnaktivität. Dafür tragen Proband*innen eine Haube mit Gel-Elektroden, die einen leitfähigen Kontakt zur Kopfhaut herstellen und die elektrischen Signale des Gehirns präzise erfassen. Werden viele Nervenzellen gleichzeitig aktiv, entstehen charakteristische Muster, aus denen sich Rückschlüsse auf Schlaf, Bewusstsein und neurologische Prozesse ziehen lassen. Während der Messung sind die Patient*innen in einem abgedunkelten, ruhigen Raum und sollen sich möglichst wenig bewegen und idealerweise nicht sprechen, um Störsignale zu vermeiden. 

Wie Schlaf im Gehirn aussieht 

Schlaf ist ein dynamischer, klar strukturierter Prozess. Dabei wird zwischen N-Schlaf (Non-REM-Schlaf) und REM-Schlaf (Rapid-Eye-Movement) unterschieden. Das »N« kennzeichnet somit jene Schlafphasen ohne schnelle Augenbewegungen. Zunächst gleitet das Gehirn in die Übergangsphase N1, Muskeln entspannen und die Gehirnaktivität wird unregelmäßiger. Danach folgt N2, der stabile Leichtschlaf. Hier erscheinen im EEG charakteristische Schlafspindeln – wenige Sekunden dauernde Frequenzanstiege, mit denen das Gehirn Reize filtert und beginnt, Informationen zu ordnen. Die tiefste Phase ist N3. Langsame Delta-Wellen dominieren, Erinnerungen werden gefestigt und kognitive Leistungsfähigkeit gestärkt – Menschen mit intensiven Tiefschlafphasen schneiden am nächsten Morgen messbar besser in Gedächtnistests ab. Schließlich tritt der REM-Schlaf ein, erkennbar an schnellen Augenbewegungen und einem EEG, das dem Wachzustand ähnelt. Hier verarbeitet das Gehirn Emotionen, verknüpft Erlebnisse und reorganisiert neuronale Netze. Über eine ganze Nacht wiederholen sich diese Phasen mehrmals hintereinander, im Durchschnitt dauert eine Abfolge zwischen 90 und 110 Minuten – die Dauer kann aber von Mensch zu Mensch und auch in jedem Schlafzyklus variieren.  

»trEEGrid«: EEG-Messung im Alltag 

Das »trEEGrid« wurde entwickelt, um EEG-Messungen da zu ermöglichen, wo Menschen tatsächlich schlafen: im eigenen Bett, in vertrauter Umgebung und über viele Nächte hinweg. Der Name des Patches spiegelt seine Funktion direkt wider: Das markante »EEG« in der Wortmitte verweist auf die zentrale Messgröße, »tri« auf die drei gleichzeitig erfassten Biosignale – EEG, EOG (Augenbewegungen) und EMG (Muskelaktivität). »Grid« steht für die Form des Sensorpatches, die an einen verzweigten Ast eines Baumes erinnert. Aufgeklebt wird das Patch an drei Stellen – an der Stirn, um das Ohr und am Kinn. Diese haarfreien Positionen ermöglichen stabilen Hautkontakt und liefern dennoch die entscheidenden Informationen. Die erfassten Spannungsdifferenzen fallen zwar teilweise geringer aus als beim klassischen Vollkopf-EEG, reichen jedoch für viele Fragestellungen aus. Die Architektur folgt einem Prinzip der Annäherung: Statt das gesamte elektrische Potenzialfeld des Kopfes abzubilden, konzentriert sich »trEEGrid« auf einen ausreichend großen Ausschnitt, um relevante Muster wie Schlafspindeln oder charakteristische Übergänge zuverlässig aufzunehmen.  

Anwendungen in der Neurologie und Schlafmedizin 

Schlafprobleme gehören zu den häufigsten gesundheitlichen Beschwerden. Trotz großer Nachfrage können Hausärzt*innen oft nur begrenzt helfen, da viele Schlaflabore in Deutschland überlastet sind und viele Patient*innen in klinischer Umgebung schlechter schlafen. Technologien wie das »trEEGrid« könnten langfristig eine neue Versorgungsperspektive bieten: Patient*innen berichten über ihre Schlafprobleme, ergänzen Fragebögen und nehmen anschließend das Patch für mehrere Nächte mit nach Hause. Die dabei entstehenden EEG-Daten erlauben eine fundiertere Einschätzung, ob eine spezialisierte Diagnostik notwendig ist – erstmals auf Basis von alltagsnahen Hirndaten. 

Mobile EEGs eröffnen zugleich neue Möglichkeiten in der neurologischen Forschung. Bei Epilepsie treten Anfälle häufig unregelmäßig und ohne Vorwarnung auf. Ein verlässliches Vorhersagesystem existiert bislang nicht, denn die starke individuelle Variabilität erschwert die Identifikation früher Anzeichen erheblich – und eine Messung in der Klinik bildet den Alltag nur begrenzt ab. Auch in der Demenz- und Depressionsforschung rücken vergleichbare Fragestellungen in den Fokus. Veränderungen der Schlafspindeln im Leichtschlafstadium N2 gelten als potenzielle frühe Hinweise auf neurodegenerative Prozesse. Ebenso zeigen Studien eine enge Verknüpfung zwischen depressiven Episoden und Schlafstörungen, auch wenn die genaue Ursache-Wirkungs-Beziehung weiterhin ungeklärt bleibt. Das »trEEGrid« kann hier wichtige Impulse liefern, indem über längere Zeiträume Daten im Alltag entstehen und Muster sichtbar werden, die im klinischen Umfeld möglicherweise nicht auftreten – und damit helfen, solche Zusammenhänge differenzierter zu verstehen. Gleichzeitig stellen sich Fragen der ethischen Verantwortung, etwa im Umgang mit sensiblen Frühindikatoren und dem Recht auf Nichtwissen. 

Messungen unter realen Bedingungen 

Im klinischen Umfeld wird bei EEG-Messungen konsequent darauf geachtet, Störsignale zu minimieren. Die große Elektrodenhaube sitzt stabil, Patient*innen sollen sich möglichst wenig bewegen und idealerweise nicht sprechen. Unter Alltagsbedingungen sieht das anders aus: Menschen bewegen sich, treiben Sport, essen oder unterhalten sich – und jede dieser Bewegungen erzeugt elektrische Aktivitäten, die das EEG überlagern können. Besonders Muskelaktivität im Gesicht und im Kiefer wirkt sich deutlich auf die Messung aus und stellt mobile Systeme vor Herausforderungen. Das »trEEGrid« wird gezielt für diesen Alltagseinsatz weiterentwickelt. Die Forschungsgruppe am Fraunhofer IDMT arbeitet an Machine-Learning-Modellen, die typische Störmuster automatisch erkennen und herausfiltern. Das Ziel ist ein robustes System, das auch unter realen Bedingungen präzise und verwertbare EEG-Daten liefert. 

Mobile Neurotechnologien am Fraunhofer-Institut für Digitale Medientechnologie IDMT 

Hinter dem »trEEGrid« steht ein multidisziplinäres Team aus Neuropsychologie, Psychologie, Physik und Informatik am Fraunhofer IDMT-Standort in Oldenburg. Gemeinsam entwickeln sie die Sensorik weiter, führen Studien durch und werten die entstehenden Daten sowohl mit klassischen statistischen Verfahren als auch mit modernen Machine-Learning-Methoden aus. Klinische Untersuchungen entstehen in Kooperation mit Partnern wie den Universitätskliniken Oldenburg, Bonn und Marburg.  

Gruppenleiterin Dr. Karen Insa Wolf hat für diesen Artikel zentrale Einblicke aus ihrer Forschung geteilt. Ausgebildet als Vermessungsingenieurin, promovierte sie über das Gravitationsfeld der Erde und sammelte anschließend Erfahrung in der Softwareentwicklung, bevor sie ihren Weg in die Welt der Biosignale fand. Auf den ersten Blick liegt dieser Werdegang weit entfernt von der Neurotechnologie – doch gerade die Kombination aus Sensorik, Miniaturisierung und Künstlicher Intelligenz empfindet sie heute als besonders reizvoll. Mit Unterstützung des Fraunhofer-Talenta-Programms baute sie den Bereich »Mobile Neurotechnologien« maßgeblich mit auf.  

Ein Blick nach vorn  

Das Gehirn bleibt eines der großen noch unerforschten Systeme des Menschen – ein vertrautes Labyrinth mit vielen bislang unkartierten Bereichen. Die Entwicklung des »trEEGrid« zeigt, wie sich diese Karte Schritt für Schritt erweitern lässt. Noch ist das Patch ein Forschungsdemonstrator, weit entfernt von einer breiten Anwendung. Je mehr wir verstehen, wie das Gehirn in alltäglichen Momenten arbeitet, wie es sich erholt, schützt oder vorwarnt, desto präziser werden Diagnostik und Therapie künftig sein können. Vielleicht dauert es noch, bis Technologien wie das »trEEGrid« im Gesundheitswesen ankommen. Aber sie markieren einen Weg nach vorn – hin zu einer Neurotechnologie, die uns dem Verständnis dieses außergewöhnlich komplexen Organs ein Stück näher bringt und dabei das tut, was Forschung im besten Fall leistet: das Verborgene sichtbar machen.  

(CDe) 

---