Neurofeedback-Geräte als Gesamtsysteme

Was ist ein Neurofeedback-Gerät?

Ein Neurofeedback-Gerät misst Signale, die mit der Gehirnaktivität zusammenhängen, und präsentiert dem Benutzer Informationen über diese Signale, häufig als visuelles oder auditives Signal. Das allgemeine Ziel besteht darin, einer Person zu ermöglichen, Veränderungen in ihrer eigenen Aktivität zu beobachten und das Reagieren auf dieses Feedback zu üben. Die Geräte unterscheiden sich darin, was sie messen, wie sie Signale verarbeiten und wie das Feedback bereitgestellt wird. Ein Neurofeedback-Gerät stellt für sich genommen weder eine Diagnose noch einen Beweis für das Vorliegen einer bestimmten Erkrankung dar.

Wie funktioniert Neurofeedback?

In einer typischen Sitzung erfassen Sensoren ein Signal, während eine Person eine Aufgabe ausführt, sich ausruht oder mit einem Feedback-Programm interagiert. Software verarbeitet die eingehenden Daten und verändert eine Anzeige, einen Ton oder ein anderes Signal gemäß einer definierten Regel.

Der Benutzer kann dann verschiedene mentale Strategien ausprobieren und feststellen, ob sich das Feedback verändert. Das Verfahren wird gemeinhin als eine Form des Biofeedbacks beschrieben, obwohl das Trainingsprotokoll und die Bedeutung des Feedbacks variieren.

Der Zyklus aus Messung, Feedback und Praxis ist von zentraler Bedeutung für diesen Ansatz. Sensoren lesen keine Gedanken, und eine Feedback-Anzeige ist keine direkte Wiedergabe des mentalen Zustands einer Person. Vielmehr stellt sie ausgewählte Merkmale eines gemessenen Signals dar, die durch Bewegung, Elektrodenkontakt und die Art und Weise der Datenverarbeitung durch die Software beeinflusst werden können. Dieses Verständnis hilft dabei, Behauptungen über den Nutzen einer Sitzung realistisch einzuordnen.

Arten von Neurofeedback-Geräten

Neurofeedback-Systeme lassen sich nach den gemessenen Signalen und nach dem Einsatzbereich unterscheiden. Einige basieren auf der an der Kopfhaut abgeleiteten elektrischen Aktivität, während andere lichtbasierte Messungen nutzen oder Sensoren mit anderen Formen von Feedback kombinieren. Die Technologie beeinflusst, was ein Gerät erfassen kann, bestimmt aber für sich genommen nicht die Qualität eines Trainingsprogramms. Ein grundlegender Vergleich verdeutlicht diese Unterschiede.

EEG-Neurofeedback

EEG-Neurofeedback nutzt Elektroden, um die elektrische Aktivität von der Kopfhaut aufzuzeichnen. Das Gerät oder die zugehörige Software verarbeitet die Aufzeichnung und kann Feedback basierend auf ausgewählten Signalmerkmalen präsentieren. Elektrodenplatzierung, Kontakt, Bewegung und Signalverarbeitung beeinflussen allesamt die Daten, was ein Grund dafür ist, warum EEG-Ausrüstung und -Protokolle variieren. Ein Leitfaden zur Skalp-Elektrodenplatzierung bietet weiteren Kontext dazu, wie der Aufbau die Aufzeichnung und Interpretation beeinflusst.

Die folgenden Unterscheidungen beschreiben allgemeine Messansätze und keine Bewertungen der Wirksamkeit. Die tatsächlichen Fähigkeiten eines Systems hängen von seinen Sensoren und seiner Software ab, und Geräte innerhalb einer Kategorie können sich erheblich unterscheiden.

Diese Kategorien sind nicht austauschbar, und eine bloße Bezeichnung erklärt noch nicht, welche Daten ein Gerät anzeigt. Die Beurteilung eines Systems hängt auch davon ab, wie klar es seine Messungen, Einschränkungen und den beabsichtigten Kontext beschreibt.

fNIRS-Neurofeedback

Die funktionelle Nahinfrarotspektroskopie (fNIRS) nutzt Licht, um Veränderungen der Blutsauerstoffanreicherung in Geweben nahe der Gehirnoberfläche abzuschätzen. Bei Neurofeedback-Anwendungen können diese Schätzungen verwendet werden, um Feedback über Veränderungen im gemessenen Signal zu erzeugen. Dies unterscheidet sich vom EEG, das elektrische Aktivität an der Kopfhaut aufzeichnet, weshalb die beiden Methoden nicht als gleichwertig oder als direkter Ersatz füreinander betrachtet werden sollten.

Die Interpretation hängt vom Messaufbau und der durchgeführten Aufgabe ab. fNIRS-Signale können auch durch Faktoren außerhalb des Gehirns beeinflusst werden, einschließlich Veränderungen des Blutflusses nahe der Kopfhaut. Aus diesem Grund sollten Aussagen über die Bedeutung eines bestimmten Signals auf der Methode und ihrer Validierung beruhen und nicht allein von einer Anzeige abgeleitet werden.

Tragbare Neurofeedback-Geräte und andere aufkommende Technologien

Tragbare Systeme verwenden häufig kompakte Sensoren, die für den wiederholten Einsatz außerhalb eines Labors oder einer Klinik entwickelt wurden. Ihre Bauform kann die Einrichtung komfortabler machen, doch Portabilität garantiert nicht, dass ein Signal präzise, klinisch aussagekräftig oder für jeden Zweck geeignet ist. Einige Geräte zeigen einen vereinfachten Score oder interaktives Feedback an; die Benutzeroberfläche ist jedoch von der zugrunde liegenden Messmethode zu unterscheiden.

Andere aufkommende Ansätze kombinieren Neurofeedback möglicherweise mit zusätzlichen Sensoren oder Feedback-Formen. Bei solchen Kombinationen ist es besonders wichtig zu erkennen, welches Signal gemessen wird und was die Software damit macht. Eine klare Dokumentation über die Sensorplatzierung, den Umgang mit Daten und die Grenzen der Interpretation ist aufschlussreicher als pauschale Behauptungen über „Gehirntraining“.

Im Inneren eines Neurofeedback-Geräts: Signalverarbeitung und Feedback-Schleifen

Jedes Neurofeedback-System durchläuft dieselbe dreistufige Pipeline, und die Qualität jeder Stufe bestimmt, ob ein Benutzer tatsächlich lernen kann, seinen Gehirnzustand zu modulieren:

• Die Signalerfassung erfasst rohe EEG- oder fNIRS-Daten und filtert gleichzeitig Störungen durch Blinzeln, Muskelspannung und Kabelbewegungen heraus.

• Signalverarbeitung filtert Artefakte und isoliert Frequenzbänder wie Theta, Alpha, SMR und Beta, die verschiedenen mentalen Zuständen zugeordnet werden.

• Feedback-Algorithmen übersetzen Veränderungen der gezielten Gehirnwellenaktivität in visuelle oder auditive Reize, die das Lernen fördern.

Signalerfassung ist der Ausgangspunkt. An den Kopf angelegte Sensoren erfassen elektrische Schwankungen (EEG) oder Veränderungen der Blutsauerstoffsättigung (fNIRS). Das Signal ist in diesem Stadium winzig und wird durch Rauschen von Blinzeln, Muskelspannung und sogar leichten Bewegungen der Kabel überlagert. Was tatsächlich aufgezeichnet wird, ist eine Mischung aus Gehirnaktivität und Hintergrundrauschen.

Dieses Rauschen wird in der Phase der Signalverarbeitung bereinigt. Die Software des Geräts filtert bekannte Artefakte heraus und trennt den Rohverlauf mathematisch in verschiedene Frequenzbänder – Theta, Alpha, sensomotorischer Rhythmus (SMR), Beta und andere.

Jedes Band wird lose mit bestimmten mentalen Zuständen in Verbindung gebracht: Langsamere Theta-Aktivität tritt tendenziell auf, wenn man schläfrig oder nach innen gerichtet ist, während schnellere Beta-Aktivität häufig mit aktiver Konzentration einhergeht. Ein Neurofeedback-Gerät zielt darauf ab, das Band zu isolieren, auf das das Trainingsprotokoll ausgerichtet ist, wie z. B. die Erhöhung des 12–15-Hz-SMR für ruhige Wachheit oder die Verstärkung von 15–18-Hz-Beta für anhaltende Aufmerksamkeit.

Die verarbeiteten Daten gelangen dann in den Feedback-Algorithmus, den Teil, der Zahlen in Lernerfahrungen umwandelt. Die Software nimmt die aktuelle Amplitude oder das Verhältnis eines ausgewählten Frequenzbands und übersetzt dies in ein visuelles oder auditives Signal. Sie sehen vielleicht, wie ein Auto auf einer Straße beschleunigt, hören einen Gong lauter werden oder beobachten, wie ein Puzzleteil einrastet – all dies hängt davon ab, ob sich Ihr Gehirn in Richtung des Zielzustands bewegt.

Der Algorithmus entscheidet, wie schnell das Feedback reagiert, wie viel Veränderung eine Belohnung auslöst und wie fehlertolerant das System ist, wenn Ihre Aufmerksamkeit nachlässt. Eine träge Schleife, die sich zu langsam aktualisiert, erschwert es, Ihre mentale Anstrengung mit dem Ergebnis zu verknüpfen, während eine zu sprunghafte verwirrend wirken kann.

Eine Forschungsübersicht aus dem Jahr 2023 zu Consumer-Neurofeedback-Technologien betont, dass diese Geräte mit dem Hauptaugenmerk auf Benutzerfreundlichkeit entwickelt werden. Ihre „klinische Attraktivität“ rührt teilweise daher, dass die gesamte Pipeline – von der Artefaktentfernung bis zum Design des Feedback-Spiels – so konstruiert wurde, dass sie auch für jemanden reibungslos funktioniert, der noch nie zuvor ein Gehirnstrommessgerät verwendet hat.

Wenn das System als nahtloses Ganzes funktioniert, kann selbst ein Anfänger beginnen, Beziehungen zwischen seinem inneren Zustand und der digitalen Reaktion auf dem Bildschirm zu erkennen.

Bewertung der wissenschaftlichen Evidenz für Neurofeedback

Die technische Logik leuchtet also ein, aber was passiert, wenn Forscher Neurofeedback-Geräte tatsächlich auf die Probe stellen? Die Evidenz ist ein Mosaik aus breiten Übersichtsarbeiten, gezielten randomisierten Studien und fallbasierten Berichten. Eine Analyse zeigt sowohl echtes Potenzial als auch große Lücken.

Eine Untersuchung von EEG- und fNIRS-Consumer-Geräten für psychische Gesundheit und Wohlbefinden prüfte die vorhandene Literatur zu Erkrankungen wie ADHS, Angstzuständen, Depressionen und Epilepsie. Die Übersichtsarbeit stellt fest, dass es „Evidenz gibt, die auf die Wirksamkeit von Neurofeedback-Geräten hindeutet“, was bedeutet, dass einige Studien tatsächlich Verbesserungen berichten.

Dieselbe Analyse warnt jedoch davor, dass es der Gesamtheit der Forschung „an rigoros kontrollierten Studien mangelt“. Ohne sorgfältig konzipierte Vergleichsgruppen ist es schwer zu sagen, wie viel von der Verbesserung auf das Neurofeedback selbst zurückzuführen ist und wie viel auf den Zeitablauf, die zusätzliche Aufmerksamkeit durch die Studienteilnahme oder einfach das ruhige Sitzen mit einem headset.

Ein genaueres Bild liefert eine randomisierte kontrollierte Studie (RCT), die ein automatisiertes EEG-Biofeedback-System in einer stationären Behandlungseinrichtung für Substanzkonsumstörungen untersuchte. Alle 95 Teilnehmer wiesen zu Beginn messbare Aufmerksamkeitsdefizite auf und erhielten alle ein Standardpaket aus Gruppen-, Familien- und Einzelberatung. Sie wurden dann nach dem Zufallsprinzip in drei Gruppen aufgeteilt:

1. AEB-Gruppe: 15 Sitzungen mit automatisiertem EEG-Biofeedback, durchgeführt durch das Gerät selbst.

2. CEB-Gruppe: 15 Sitzungen mit von Therapeuten angeleitetem Biofeedback.

3. AT-Gruppe: 15 zusätzliche Standard-Therapiesitzungen ohne Biofeedback.

Das Ergebnis wurde mit dem Test of Variables of Attention (TOVA) gemessen, einer computergestützten Aufgabe, die erfasst, wie gut eine Person ihre Aufmerksamkeit aufrechterhalten und impulsive Reaktionen hemmen kann. Die AT-Gruppe zeigte bei keinem TOVA-Index eine Veränderung. Im Gegensatz dazu verbesserten sich beide Biofeedback-Gruppen – die automatisierte und die therapeutisch angeleitete – signifikant hinsichtlich Reaktionszeitvariabilität, Auslassungsfehlern, Kommissionsfehlern und d-prime (ein Maß für die Aufmerksamkeitssensitivität).

Alle diese Vergleiche erreichten p-Werte unter 0,01, was darauf hindeutet, dass die Veränderungen sehr unwahrscheinlich zufälliges Rauschen waren. Entscheidend ist, dass sich die automatisierte und die therapeutisch geleitete Gruppe nicht voneinander unterschieden. Ein gut konzipiertes eigenständiges System funktionierte genauso effektiv wie dasselbe Protokoll, wenn es von einer ausgebildeten Fachkraft durchgeführt wurde – zumindest in dieser spezifischen Population und für aufmerksamkeitsbezogene Endpunkte.

Dieser Befund zeigt, dass die internen Algorithmen und das Feedback-Design eines Geräts unter kontrollierten Bedingungen statistisch bedeutsame kognitive Veränderungen bewirken können. Die Studie konzentriert sich jedoch auf eine eng begrenzte Personengruppe (genesende Substanzkonsumenten mit Aufmerksamkeitsdefiziten), sodass wir nicht voreilig den Schluss ziehen können, dass dasselbe automatisierte System identische Ergebnisse bei einem Kind mit ADHS oder einer Person mit generalisierter Angst erzielt.

Breitere klinische Daten stammen häufig aus Fallstudien statt aus großen Studien. Beispielsweise dokumentierte eine Reihe von Personen, die mit Live-Z-Score-Training (LZT) behandelt wurden – einer Art von Neurofeedback, das eine normative Datenbank verwendet, um Moment-für-Moment-Feedback zu erzeugen, das mehrere EEG-Beziehungen widerspiegelt –, Verschiebungen der Gehirnwellenmuster hin zu typischeren Profilen.

Die Autoren beobachteten, dass sich die QEEG-Metriken über mehrere Sitzungen hinweg veränderten und dass diese Veränderungen mit klinischen Verbesserungen einhergingen. Fallstudien sind wertvoll, um Ideen zu entwickeln und zu demonstrieren, was in einer realen Klinikpraxis passieren kann. Sie sind jedoch kein Ersatz für kontrollierte Forschung.

Ohne eine Gruppe von Personen, die kein LZT erhielten, lässt sich nicht feststellen, ob dieselben Verbesserungen von selbst oder mit einer anderen Intervention aufgetreten wären. Obwohl die Berichte über das Live-Z-Score-Training ermutigend sind, fallen sie daher eher in die Kategorie „vielversprechende Anekdote“ als in die gesicherte Evidenz.

Bedeutung der Zuverlässigkeit bei Neurofeedback-Geräten

Ein Neurofeedback-Gerät kann die ausgeklügeltsten Algorithmen der Welt haben, aber wenn die Hardware uneinheitlich ist oder sich die Handhabung wie die Bedienung eines defekten Geräts anfühlt, verpufft jegliches therapeutische Potenzial. Zwei Aspekte des Gesamtsystems beeinflussen die Ergebnisse in der Praxis maßgeblich: technische Zuverlässigkeit und benutzerfreundliches Design.

Eine einfache Gerätestudie untersuchte, ob zwei verschiedene interne Computerplatinen desselben Neurofeedback-Gerätemodells – des Focused Technology F-1000 – übereinstimmende Ergebnisse lieferten. Acht Teilnehmer wurden abwechselnd an zwei Platinen angeschlossen. Dabei wurden die Fingertemperatur und EEG-Werte an zwei Kopfhautstellen aufgezeichnet.

Die Analyse ergab, dass die beiden Computer in ihren Messungen praktisch identisch waren. Fast die gesamte Variabilität in den Daten stammte von den Personen selbst, nicht von der Maschine. Dies zeigt uns, dass zumindest einige eigenständige Neurofeedback-Geräte reproduzierbare, intern konsistente Hardware liefern können. Wenn ein Gerät über Sitzungen hinweg eine Veränderung Ihres Gehirnwellenmusters anzeigt, können Sie einigermaßen sicher sein, dass die Veränderung bei Ihnen stattfindet und nicht darauf zurückzuführen ist, dass das Gerät plötzlich anders misst.

Die zweite Säule ist die Benutzerfreundlichkeit. Consumer-Neurofeedback-Geräte sind explizit für den Heimgebrauch konzipiert. Der Überblick über diese Technologien weist darauf hin, dass Faktoren wie intuitive App-Oberflächen, unkomplizierte Sensorplatzierung und klare Feedback-Präsentationen diesen Tools ihre „klinische Attraktivität“ außerhalb eines Labors verleihen.

Ein Heimgerät, dessen Bedienung einen Abschluss in Ingenieurwesen erfordert, wird in einer Schublade landen. Selbst der beste Feedback-Algorithmus kann nichts vermitteln, wenn niemand das headset trägt. Benutzerfreundlichkeit mag zwar wie eine nette Design-Dreingabe wirken, ist aber tatsächlich ein wesentlicher Bestandteil der Wirksamkeits-Pipeline des Geräts. Ein System, das weniger frustrierend zu bedienen ist, sorgt dafür, dass Menschen lange genug am Ball bleiben, damit der Lernprozess stattfinden kann.

Die Lücke zwischen Neurofeedback-Versprechen und Beweisen

Geben Sie „Neurofeedback bei ADHS“ in eine Suchleiste ein, und Sie werden Versprechungen über eine medikamentenfreie, dauerhafte Lösung finden. Werbeanzeigen klingen oft so, als könne die Behandlung Angstsymptome zuverlässig beseitigen, die Konzentration schärfen und sogar den Schlaf verbessern. Es wäre praktisch, wenn die wissenschaftliche Literatur diese Behauptungen auf breiter Front stützen würde, aber die Realität ist differenzierter.

Die Geräte zeichnen zweifellos echte physiologische Signale auf, und die randomisierte Studie mit dem automatisierten System zeigt, dass sich die Aufmerksamkeit in einer klinischen Population verbessern kann. Das ist ein bedeutender Schritt. Doch das breitere Forschungsbild bleibt lückenhaft.

Die Übersichtsarbeit zu Consumer-Neurofeedback-Technologien stellt ausdrücklich fest, dass die Literatur bezüglich der psychischen Erkrankungen, die in Marketingmaterialien am häufigsten genannt werden, uneinheitlich ist. Es gibt schlicht nicht genügend streng kontrollierte Experimente, die ein Neurofeedback-Gerät mit einem glaubwürdigen Scheinverfahren (Sham) oder einer etablierten Behandlung vergleichen. Bis solche Studien vorliegen, eilen pauschale Behauptungen über die Heilung von ADHS oder die Beseitigung von Angstzuständen den Belegen voraus.

Die Fallserie zum Live-Z-Score-Training liefert interessante Einblicke, schließt diese Lücke jedoch nicht. Zu beobachten, dass eine Handvoll Personen EEG-Veränderungen aufwies und sich besser fühlte, ist nicht gleichbedeutend mit dem Beweis, dass die Intervention diese Veränderungen über einen Placebo-Effekt hinaus verursacht hat.

Ebenso sind die positiven Ergebnisse der stationären Suchtstudie zwar spannend, weil sie aus einer RCT stammen, sie beantworten jedoch eine sehr spezifische Frage zur Aufmerksamkeit in einer ganz bestimmten Population. Ein Jugendlicher, der in der Schule mit Unaufmerksamkeit zu kämpfen hat, weist möglicherweise einen völlig anderen Gehirnzustand und ein anderes Umfeld auf, sodass dasselbe Protokoll möglicherweise nicht zu identischen Ergebnissen führt.

Die angemessene Haltung besteht darin, populäre Behauptungen als unbewiesene Versprechen zu betrachten und stattdessen darauf zu schauen, was kontrollierte Daten tatsächlich zeigen: dass einige Geräte messbare Aufmerksamkeitsverbesserungen in definierten Gruppen bewirken können, dass die Hardware selbst zuverlässig sein kann und dass automatisierte Systeme in diesen Settings mit der Wirksamkeit von therapeutisch geleiteten Sitzungen mithalten können. Der Weg vom „vielversprechenden Signal“ zur „nachgewiesenen Behandlung für ein breites Krankheitsbild“ erfordert noch einiges an Arbeit.

Wie können Sie Neurofeedback mit Emotiv-Tools für Lehre und Forschung erkunden?

Alles oben Genannte führt zum selben Schluss: Ein Neurofeedback-System ist eine Pipeline, und der beste Weg, sie zu verstehen, besteht darin, jede Stufe bei der Arbeit zu beobachten. Hier setzen die EEG-Hardware und -Software von Emotiv an. Sie ermöglichen es, das Signal aufzuzeichnen, die Verarbeitung zu überprüfen und das Feedback selbst zu gestalten – sei es im Klassenzimmer, im Forschungslabor oder am Entwicklerarbeitsplatz.

Dabei hilft es, sich den Zweck von Anfang an vor Augen zu führen.

Wofür Emotiv-Tools gedacht sind: Vermittlung der Funktionsweise von Neurofeedback, Erforschung von Feedback-Paradigmen, Prototyping von Feedback-Anwendungen sowie die Erkundung von Fokus und Ruhe aus persönlichem Interesse.

Wofür sie nicht gedacht sind: Emotiv-Produkte sind ausschließlich für Forschungsanwendungen und den persönlichen Gebrauch bestimmt. Sie sind keine medizinischen Geräte und weder dafür konzipiert noch dazu bestimmt, ADHS, Angstzustände oder andere Erkrankungen zu diagnostizieren, zu behandeln oder zu bewältigen. Sie sind kein Ersatz für klinisch durchgeführtes Neurofeedback.

Wie können Benutzer Live-Neurofeedback-Schleifen durch interaktive Anwendungen erleben?

Emotiv Play ist eine Reihe von gehirngesteuerten mobilen Spielen für die MN8-Ohrhörer und das Insight-Headband. Jedes Spiel folgt dem zuvor beschriebenen Zyklus: Das headset erfasst Gehirnsignale, Algorithmen des maschinellen Lernens übersetzen sie in Befehle im Spiel und der Spieler sieht das Ergebnis. In Mindful Garden beispielsweise wachsen Blumen, während der Spieler Fokus und Ruhe aufrechterhält.

Die Spieler durchlaufen eine kurze Kalibrierung, um eine persönliche Baseline festzulegen, und können in den Einstellungen Befehle neu trainieren, die Empfindlichkeit anpassen oder den Schwierigkeitsgrad ändern. Diese Einstellungen entsprechen den oben besprochenen Entscheidungen des Feedback-Algorithmus: Wie viel Veränderung löst eine Belohnung aus und wie fehlertolerant ist das System, wenn die Aufmerksamkeit nachlässt?

Streng genommen liegen Spiele, die durch trainierte mentale Befehle gesteuert werden, näher an einer Gehirn-Computer-Schnittstelle als am klassischen Band-Power-Neurofeedback. Für Anfänger machen sie jedoch die Kernidee greifbar: Die Gehirnaktivität ändert sich, und der Bildschirm reagiert.

Emotiv BrainViz zeigt die EEG-Aktivität als 3D-Echtzeitvisualisierung und verbindet sich mit Epoc X und Insight. Forscher nutzten BrainViz zusammen mit einem Epoc X headset, um in einer unten beschriebenen Studie aus dem Jahr 2024 Alpha-Band-Neurofeedback bereitzustellen.

Wie können Entwickler benutzerdefinierte Neurofeedback-Schleifen mithilfe von APIs und Entwickler-Tiers erstellen?

Für Studenten und Entwickler, die die Feedback-Stufe selbst gestalten möchten, bietet die Cortex API Echtzeitzugriff auf Frequenzbanddaten (FFT und Bandpower), Leistungsmetriken und Bewegungsdaten, wobei Roh-EEG auf höheren Entwicklerstufen verfügbar ist. Mit einem kurzen Skript kann ein Student die Alpha-Leistung auf die Lautstärke eines Tons oder die Größe einer Form auf dem Bildschirm abbilden und dann mit dem Schwellenwert und der Aktualisierungsrate experimentieren. Dies ist der direkteste Weg, um herauszufinden, warum eine Schleife, die sich zu langsam aktualisiert, sich abgekoppelt anfühlt, und warum eine, die zu schnell reagiert, verwirrend wirkt.

EmotivPRO deckt Aufzeichnung und Analyse ab: Roh-EEG, Ereignismarker zur Trennung von Trainingsblöcken von Ruheblöcken und Unterstützung für Lab Streaming Layer zur Synchronisierung mit Tools wie PsychoPy, MATLAB und EEGLAB.

Über EmotivPRO Builder und EmotivLABS können Forscher außerdem ein Experiment im Browser erstellen und es für Teilnehmer veröffentlichen, die Emotiv-Headsets besitzen. Eine Proof-of-Concept-Studie aus dem Jahr 2023 nutzte diesen Ansatz, um Ruhe-EEG bei offenen und geschlossenen Augen aus der Ferne zu erfassen, und beobachtete den erwarteten Abfall der Alpha-Leistung, wenn die Teilnehmer die Augen öffneten. Alpha ist genau der Rhythmus, auf den viele Neurofeedback-Protokolle abzielen.

Was von Experten begutachtete Studien mit Emotiv zeigen

Unabhängige Forschungsteams haben Emotiv-Headsets verwendet, um Neurofeedback direkt zu untersuchen. Ihre Ergebnisse folgen demselben Muster wie die breitere Literatur: Veränderungen im trainierten Signal sind messbar, während die verhaltensbezogenen Vorteile weniger eindeutig sind.

Die Naas-Studie ist ein nützliches Beispiel für den Kernpunkt dieses Artikels. Sie nutzte die von Übersichtsarbeiten geforderte Sham-Kontrolle und stellte fest, dass die Teilnehmer das trainierte Signal verändern konnten, ohne dass sich diese Veränderung auf die Gedächtnisleistung übertrug. Ein Gerät, das ein Signal verändert, hat allein dadurch noch kein Verhalten verändert.

Wie portable EEG-Headsets die praktische neurowissenschaftliche Ausbildung erleichtern

Klinische Neurofeedback-Systeme sind für den klinischen Bereich konzipiert – mit den entsprechenden Kosten und Schulungsanforderungen. Für Lehrende, deren Ziel es ist, das Konzept zu vermitteln, ist ein portables EEG-headset oft die praktischere Wahl. Das Team um de Wit beschrieb sein Emotiv-basiertes Labor als kosteneffizient, skalierbar und hochgradig portabel, und Emotiv bietet Bildungspakete für das praktische Erlernen von Neurowissenschaften und BCI an.

Eine Unterrichtssequenz kann den drei Stufen der Pipeline folgen und dann mit der Frage nach der Evidenz abschließen:

1. Erfassung: Zeichnen Sie Ruhephasen mit offenen und geschlossenen Augen auf und beobachten Sie, wie Alpha ansteigt, wenn die Augen geschlossen werden. Bitten Sie die Studenten dann, zu blinzeln und den Kiefer zusammenzubeißen, damit sie sehen, wie Artefakte aussehen, bevor sie diese fälschlicherweise für Gehirnaktivität halten.

2. Verarbeitung: Betrachten Sie dieselbe Aufzeichnung als Frequenzbänder in EmotivPRO oder BrainViz und diskutieren Sie, was jedes Band darstellt und was nicht.

3. Feedback: Nutzen Sie die Cortex API, um eine einfache Alpha-zu-Ton-Schleife aufzubauen, ändern Sie dann Schwellenwert und Aktualisierungsrate und vergleichen Sie, wie sich die einzelnen Versionen anfühlen.

4. Evidenz: Führen Sie ein kleines Klassenexperiment nach dem Vorbild der Naas-Studie durch, bei dem die eine Hälfte der Gruppe echtes Feedback und die andere Hälfte Sham-Feedback erhält, um zu demonstrieren, warum Kontrollbedingungen wichtig sind.

Gehirndaten verdienen im Klassenzimmer dieselbe Sorgfalt wie im Labor. Studenten sollten wissen, was aufgezeichnet wird, und dem zustimmen; Aufzeichnungen von Minderjährigen erfordern in der Regel die Zustimmung der Eltern und die Genehmigung der Schule, und Daten sollten gemäß den institutionellen Richtlinien und den Datenschutzpraktiken von Emotiv gespeichert und geteilt werden.

Auf diese Weise eingesetzt versprechen Emotiv-Tools nicht, das Gehirn von irgendjemandem zu verändern. Sie machen das gesamte Neurofeedback-System sichtbar – und genau dieses Verständnis ist es, was dieser Artikel jedem Anfänger ans Herz legt.

Der Weg nach vorn für Neurofeedback-Einsteiger

Wenn man den Hype beiseitelässt und das gesamte Gerät betrachtet, sieht man eine ingenieurtechnische Trainingsschleife mit echter, wenn auch noch wachsender wissenschaftlicher Evidenz. Ein Neurofeedback-System ist mehr als eine Reihe von Elektroden; es ist eine Informations-Pipeline, die neuronale Signale erfasst, bereinigt und in eine Lernerfahrung verwandelt.

Was das Fachgebiet als Nächstes braucht, ist klar. Weitere randomisierte kontrollierte Studien müssen eigenständige Consumer-Geräte speziell für ADHS, Angstzustände und andere in der Werbung häufig genannte Erkrankungen untersuchen. Diese Studien müssen Kontrollgruppen umfassen, die es den Forschern ermöglichen, die spezifische Wirkung von Neurofeedback von allgemeiner Entspannung, Erwartungshaltungen oder dem bloßen Verbringen von Zeit mit einem neuartigen Gerät zu trennen.

Es wird auch nützlich sein, verschiedene Feedback-Algorithmen direkt miteinander zu vergleichen. Wenn eine bestimmte Art von Spiel oder Belohnungstiming zu schnellerem Lernen und länger anhaltenden Veränderungen führt, würde diese Information sowohl das Gerätedesign als auch klinische Empfehlungen leiten.

Für jemanden, der gerade erst beginnt, Neurofeedback zu erkunden, lautet die nützlichste Frage nicht: „Repariert dieses Gerät mein Gehirn?“, sondern vielmehr: „Was sagt die tatsächliche Wissenschaft über dieses spezifische System für dieses spezifische Problem?“ Achten Sie auf Nachweise für Hardware-Konsistenz, auf Studien mit Kontrollbedingungen und auf Benutzerfreundlichkeitsmerkmale, die dafür sorgen, dass Sie motiviert am Ball bleiben.

Die Technologie schreitet voran, und die Evidenz deutet, obwohl noch begrenzt, in einige interessante Richtungen. Das System als Ganzes zu verstehen – anstatt sich von der Vorstellung einer Gehirnwellensteuerung blenden zu lassen –, ist der erste Schritt, um sein echtes Potenzial zu erkennen.

Literaturhinweise

1. Flanagan, K., & Saikia, M. J. (2023). Consumer-grade electroencephalogram and functional near-infrared spectroscopy neurofeedback technologies for mental health and wellbeing. Sensors, 23(20), 8482. https\://doi.org/10.3390/s23208482

2. Keith, J. R., Rapgay, L., Theodore, D., Schwartz, J. M., & Ross, J. L. (2015). An assessment of an automated EEG biofeedback system for attention deficits in a substance use disorders residential treatment setting. Psychology of Addictive Behaviors, 29(1), 17. https\://psycnet.apa.org/doi/10.1037/adb0000016

3. Collura, T. F., Guan, J., Tarrant, J., Bailey, J., & Starr, F. (2010). EEG biofeedback case studies using live Z-score training and a normative database. Journal of Neurotherapy, 14(1), 22-46. https\://doi.org/10.1080/10874200903543963

4. Hamilton, R. J., & Barnes, T. (2000). Neurofeedback Equipment Study One—Focused Technology F-1000 Main Board Investigation. Journal of Neurotherapy, 4(1), 63-70. https\://doi.org/10.1300/J184v04n01_07

5. Naas, A., Rodrigues, J., Knirsch, J. P., & Sonderegger, A. (2019). Neurofeedback training with a low-priced EEG device leads to faster alpha enhancement but shows no effect on cognitive performance: A single-blind, sham-feedback study. PLoS One, 14(9), e0211668. https\://doi.org/10.1371/journal.pone.0211668

6. Diotaiuti, P., Valente, G., Corrado, S., Tosti, B., Carissimo, C., Di Libero, T., ... & Mancone, S. (2024). Enhancing working memory and reducing anxiety in university students: A neurofeedback approach. Brain Sciences, 14(6), 578. https\://doi.org/10.3390/brainsci14060578

7. De Wit, B., Badcock, N. A., Grootswagers, T., Hardwick, K., Teichmann, L., Wehrman, J., ... & Kaplan, D. M. (2017). Neurogaming technology meets neuroscience education: a cost-effective, scalable, and highly portable undergraduate teaching laboratory for neuroscience. Journal of Undergraduate Neuroscience Education, 15(2), A104.

Häufig gestellte Fragen

Was ist Neurofeedback?

Neurofeedback ist eine Methode, die Echtzeit-Feedback über die Gehirnaktivität liefert und es einer Person ermöglicht zu lernen, ihren Gehirnzustand zu verändern. Typischerweise wird EEG verwendet, um elektrische Muster zu erkennen, oder fNIRS, um den Blutfluss zu verfolgen; diese Signale werden dann in ein Spiel oder einen Ton übersetzt.

Wie funktioniert ein Neurofeedback-Gerät?

Ein Neurofeedback-Gerät durchläuft drei Stufen: Signalerfassung, Signalverarbeitung und Feedback-Algorithmus. Sensoren erfassen Gehirnsignale, Software bereinigt sie und isoliert bestimmte Frequenzbänder, und der Feedback-Algorithmus wandelt die verarbeiteten Daten anschließend in visuelle oder auditive Reize um, die das Lernen anleiten.

Was bedeuten die verschiedenen Gehirnwellen-Frequenzbänder?

Verschiedene Frequenzbänder werden lose mit mentalen Zuständen verknüpft: Langsamere Theta-Aktivität tritt bei Schläfrigkeit oder innerer Fokussierung auf, während schnellere Beta-Aktivität aktive Konzentration begleitet. Neurofeedback isoliert Zielbänder, wie den sensomotorischen Rhythmus für ruhige Wachheit oder Beta für anhaltende Aufmerksamkeit.

Welche Arten von Sensoren verwenden Neurofeedback-Geräte?

Neurofeedback-Geräte verwenden am häufigsten EEG-Sensoren, die elektrische Muster auf der Kopfhaut erkennen, und gelegentlich fNIRS-Sensoren, die den Blutfluss verfolgen. Beide erfassen neuronale Signale, die zu einem Feedback für den Benutzer verarbeitet werden.

Ist Neurofeedback wissenschaftlich erwiesen zur Behandlung von ADHS oder Angstzuständen?

Die Forschungsliteratur ist nach wie vor uneinheitlich, und eine kürzlich durchgeführte Übersichtsarbeit über EEG-Headsets für Endverbraucher stellte einen Mangel an streng kontrollierten Studien fest. Einige Studien berichten über Verbesserungen, aber pauschale Behauptungen, dass Neurofeedback ADHS heilt oder Angstzustände beseitigt, eilen der Evidenz voraus.

Kann ein automatisiertes Neurofeedback-Gerät ohne Therapeuten funktionieren?

Ja, die randomisierte Studie zeigte, dass ein automatisiertes EEG-Biofeedback-System genauso effektiv abschnitt wie ein von einem Therapeuten angeleitetes Biofeedback. In dieser speziellen Studie führte ein gut konzipiertes eigenständiges System zu denselben Verbesserungen wie eine ausgebildete Fachkraft.

Sind Neurofeedback-Geräte für Endverbraucher zuverlässig?

Eine Hardwarestudie zum Focused Technology F-1000 ergab, dass zwei interne Computerplatinen praktisch identische Messungen lieferten, was darauf hindeutet, dass zumindest einige Geräte intern konsistent sind. Wenn ein Gerät über Sitzungen hinweg eine Veränderung anzeigt, können Benutzer relativ sicher sein, dass die Veränderung bei ihnen liegt und nicht am Gerät.

Was ist Live-Z-Score-Training?

Live-Z-Score-Training ist eine Form des Neurofeedbacks, die eine normative Datenbank nutzt, um von Moment zu Moment Feedback zu mehreren EEG-Beziehungen zu liefern. Fallstudien dokumentieren Verschiebungen hin zu typischeren Gehirnwellenprofilen, diese Berichte sind jedoch eher vielversprechende Anekdoten als kontrollierte Evidenz.

Worauf sollte ein Anfänger bei der Auswahl eines Neurofeedback-Geräts achten?

Ein Anfänger sollte sich fragen, was die Wissenschaft über ein bestimmtes System für ein bestimmtes Problem sagt, anstatt allgemeinen Marketingversprechen zu glauben. Achten Sie auf Nachweise für Hardware-Konsistenz, Studien mit Kontrollbedingungen und Benutzerfreundlichkeitsmerkmale, die Sie dauerhaft motivieren.