03.05.2023

Neuer Decoder erstellt Text aus Gedanken

Das an der Universität Austin in Texas entwickelte System soll etwa Schlaganfall-Patient:innen bei der Kommunikation helfen.
/artikel/neuer-decoder-erstellt-text-aus-gedanken
Decoder übersetz Hirnaktivität in Text
(c) Stock.Adobe/peshkov

Die Vorstellung ist im Science-Fiction-Bereich altbekannt, umgesetzt werden konnte sie bislang aber nicht: die Übersetzung von Gedanken in verständlichen Text. Einem Forscher:innen-Team der Universität Austin in Texas gelang in dem Bereich nun ein Durchbruch, wie in einem aktuellen Paper beschrieben wird. Das Gedanken-Decoder-System, das ohne Implantate auskommt, kann auf Basis gemessener Hirnaktivitäten ganze, verständliche Sätze generieren. Bislang hatten getestete nicht-invasive Systeme mit dem selben Zweck nur einzelne Worte hervorgebracht.

Kommunikation via Decoder muss aktiv erlernt werden

Die Art zu kommunizieren muss aber sowohl von der Person als auch vom Decoder erlernt werden. Versuchspersonen mussten für die Studie insgesamt je 16 Stunden lang in einem Kernspintomografen verbringen, wo sie mit Podcasts und Hörbüchern beschallt wurden. Das System, das auch mit AI-Sprachmodellen arbeitet, lernte dabei, die Gehirnaktivitäten entsprechend zu lesen. Nach dieser Trainingsphase konnten die Hirnströme aber erfolgreich mit dem mobil verfügbaren Verfahren Nahinfrarotspektroskopie gemessen werden. Zukünftig könnte das System dadurch alltagstauglich werden.

Kein unfreiwilliges Gedankenlesen möglich

Helfen soll es etwa Schlaganfall-Patient:innen, deren Sprachzentrum zerstört wurde. Entscheidend sei dabei der Willen der Proband:innen, betonen die Studien-Autor:innen. Unfreiwilliges Gedankenlesen ist mit dem Decoder also nicht möglich. „Da Gehirn-Computer-Schnittstellen die mentale Privatsphäre respektieren sollten, haben wir getestet, ob eine erfolgreiche Dekodierung die Kooperation der Versuchspersonen erfordert, und festgestellt, dass die Kooperation der Versuchspersonen sowohl für das Training als auch für die Anwendung des Decoders erforderlich ist“, heißt es von den Forscher:innen. Demnach war in den Versuchen sowohl Text von Personen, die zuvor nicht mit dem System trainiert hatten, als auch Text von Personen, die nicht kooperieren wollten, unverständlich gewesen.

Deine ungelesenen Artikel:
11.08.2026

Phoenics: Steirisches Konsortium entwickelt Speicherzellen ohne Kobalt und Nickel

Virtual Vehicle, Varta Innovation, das Materials Center Leoben und AVL forschen drei Jahre lang an einem neuen Kathodenmaterial für stationäre Batteriespeicher. Die Zellen sollen 20 Prozent mehr Energie speichern und 40 Prozent länger halten. So lauten die Projektziele. Budget: 2,9 Millionen Euro.
/artikel/phoenics-steirisches-konsortium-entwickelt-speicherzellen-ohne-kobalt-und-nickel
11.08.2026

Phoenics: Steirisches Konsortium entwickelt Speicherzellen ohne Kobalt und Nickel

Virtual Vehicle, Varta Innovation, das Materials Center Leoben und AVL forschen drei Jahre lang an einem neuen Kathodenmaterial für stationäre Batteriespeicher. Die Zellen sollen 20 Prozent mehr Energie speichern und 40 Prozent länger halten. So lauten die Projektziele. Budget: 2,9 Millionen Euro.
/artikel/phoenics-steirisches-konsortium-entwickelt-speicherzellen-ohne-kobalt-und-nickel
Strom aus Wind und Sonne braucht Speicher. Für sie entwickelt das Projekt Phoenics neue Batteriezellen. Konzeptbild, mit KI erstellt. | (c) Virtual Vehicle
Strom aus Wind und Sonne braucht Speicher. Für sie entwickelt das Projekt Phoenics neue Batteriezellen. Konzeptbild, mit KI erstellt. | (c) Virtual Vehicle

Wind und Sonne liefern Strom, wann sie wollen, nicht wann ihn jemand braucht. Diese Lücke schließen Batteriespeicher. Sie werden damit zur Schlüsseltechnologie der Energiewende. Genau hier setzt Phoenics an: Ein steirisches Konsortium entwickelt die nächste Generation von Lithium-Ionen-Zellen für stationäre Speicher.

Koordiniert wird das Projekt von der Virtual Vehicle Research GmbH in Graz. Partner sind Varta Innovation, die Materials Center Leoben Forschung GmbH (MCL) und AVL List. Phoenics läuft 36 Monate und kostet 2,9 Millionen Euro. Knapp zwei Millionen davon kommen von der FFG, aus der Ausschreibung „Energieforschung 2024″.

Ein Material, zwei Ziele

Im Zentrum steht ein Kathodenmaterial: Lithium-Mangan-Eisenphosphat, kurz LMFP. Es ist eine Weiterentwicklung des etablierten Lithium-Eisenphosphats (LFP). LFP-Zellen gelten als sicher und robust, und sie kommen ohne kritische Rohstoffe wie Kobalt oder Nickel aus. LMFP soll zusätzlich bis zu 20 Prozent mehr spezifische Energiedichte liefern. Auf gleichem Bauraum ließe sich damit mehr Energie speichern.

Diesen Materialvorteil will das Konsortium in die fertige Zelle bringen. Die Zielmarken: 20 Prozent mehr Energiedichte, 40 Prozent längere Lebensdauer.

Was noch offen ist

Bis dahin bleiben Fragen. Wie verhält sich das Material über die Lebensdauer, wie altert es, und lässt es sich industriell verarbeiten und skalieren?

Das Konsortium kombiniert deshalb Experiment und Simulation. Die Partner untersuchen das Kathodenmaterial über den gesamten Lebenszyklus, mit Materialcharakterisierung, hochauflösender Bildgebung und KI-gestützter Auswertung. Parallel entstehen physikbasierte und datengetriebene Modelle. Sie bilden das Verhalten der Zelle von der Mikrostruktur bis zum kompletten Speichermodul ab und sollen Entwicklungszyklen verkürzen.

„Die Mikrostruktur von Elektrodenmaterialien beeinflusst maßgeblich Leistung, Lebensdauer und Zuverlässigkeit von Batteriezellen“, sagt Roland Brunner, Gruppenleiter am MCL.

Ein eigener Schwerpunkt gilt der Sicherheit. Spezielle Testverfahren sollen zeigen, ob LMFP-Zellen den Anforderungen an Betriebssicherheit und Zuverlässigkeit genügen. AVL bringt dafür seine Erfahrung in der elektrochemischen Modellierung ein. Verbinde man physikalische Modelle mit Methoden des maschinellen Lernens, ließen sich kritische Betriebszustände und Sicherheitsaspekte frühzeitig vorhersagen, sagt Roland Wanker, Geschäftsbereichsleiter Advanced Simulation Technologies bei AVL.

Aufbauen statt neu anfangen

Phoenics setzt die Zusammenarbeit aus dem Vorgängerprojekt OpMoSi fort. „Unsere Stärke liegt darin, modernste Simulations- und Analysemethoden mit industrieller Entwicklungskompetenz zu verbinden“, sagt Projektleiter Philip Kargl von Virtual Vehicle.

Varta Innovation steuert die Fertigungsseite bei, von der Materialentwicklung über die Elektrodenfertigung bis zur Zellintegration. Großes Potenzial sehen die Partner vorerst bei stationären Speichern. Langfristig könnten die Ergebnisse auch der Elektromobilität nützen.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Neuer Decoder erstellt Text aus Gedanken

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Neuer Decoder erstellt Text aus Gedanken

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Neuer Decoder erstellt Text aus Gedanken

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Neuer Decoder erstellt Text aus Gedanken

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Neuer Decoder erstellt Text aus Gedanken

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Neuer Decoder erstellt Text aus Gedanken

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Neuer Decoder erstellt Text aus Gedanken

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Neuer Decoder erstellt Text aus Gedanken

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Neuer Decoder erstellt Text aus Gedanken