
Zander Labs, ein deutsch-niederländisches DeepTech-Unternehmen, das sich auf die Entwicklung passiver Gehirn-Computer-Schnittstellen (pBCI) und neuroadaptiver Technologie konzentriert, hat einen enormen Meilenstein in seiner Forschung zur Erfassung und Interpretation von Gehirnaktivitäten erreicht. Das Unternehmen hat nun insgesamt 500 einzigartige EEG-Datensätze gesammelt. Dies ist eine bemerkenswerte Leistung, da die meisten Organisationen, die in diesem Bereich tätig sind, oft höchstens 20 bis 40 Datensätze sammeln.
Weniger Kalibrierung dank mehr Daten
Die von Zander Labs gesammelten EEG-Datensätze werden für die Entwicklung von Algorithmen, sogenannten universellen Klassifikatoren, benötigt. Die derzeitige BCI-Technologie wird oft dadurch eingeschränkt, dass die Klassifikatoren für jede einzelne Person kalibriert werden müssen, was jedes Mal etwa 30 Minuten dauert. Möchte man also mit der Technologie arbeiten, ist ein entsprechender Vorlauf notwendig.
Die Forschung von Zander Labs zielt darauf ab, diesen Aspekt zu vereinfachen und zu beschleunigen, indem universelle Klassifikatoren entwickelt werden, die keine individuelle Kalibrierung benötigen, unabhängig von der Person, dem Headset oder der Umgebung. Außerdem können Unternehmen die Technologie von Zander Labs so direkt mit ihren eigenen Anwendungen kombinieren.
Wenn Algorithmen mit Informationen aus dem Gehirn gefüttert werden, kann die Software, die sie verwendet, auf der Grundlage des Kontexts menschlicher denken und reagieren. Dies bereichert und vereinfacht die Kommunikation zwischen Mensch und Computer.
Schnellere Verarbeitung in “Mentale Zustände”
Die Algorithmen übersetzen die EEG-Daten in einen „mentalen Zustand“, einen spezifischen mentalen Prozess. Beispiele für solche mentalen Zustände sind: kognitive Anstrengung, Überraschung, Irrtum, Absicht, Aufmerksamkeit und Urteilsvermögen. Zander Labs entwickelt Software, die diese mentalen Zustände abbildet. Das Unternehmen entwickelt auch neue Hardware, die per Plug-and-Play am Kopf angebracht werden kann und über lange Zeiträume hinweg bequem zu tragen ist. Die von Zander Labs entwickelte Kombination aus Hardware und Software nutzt dann die Gehirndaten des Benutzers, um Anpassungen an die Bedürfnisse des Trägers vorzunehmen.
Jonathan Zwaan, CEO von Zander Labs: „Wir stellen uns eine Zukunft vor, in der Computersysteme einfühlsamer auf Menschen reagieren und besser verstehen, was von ihnen erwartet wird, so dass ein System Menschen besser unterstützen kann. Es berücksichtigt den Kontext und die Situation, in der man sich befindet – genau wie Menschen es tun würden.“
Zwaan fährt fort: „Mit unserer Lösung werden Benachrichtigungen, Besprechungszeiten, Arbeitsabläufe sowie Momente der Entspannung in Echtzeit auf den mentalen Zustand des Nutzers zugeschnitten. Je besser das System den Anwender kennenlernt, desto genauer kann es einen hyper-personalisierten Arbeitstag gestalten, der Ihre Konzentration, Ihr Wohlbefinden und Ihre Erholung optimal unterstützt.
Das langfristige Ziel: Viertausend Datensätze
Bei Zander Labs sind zehn der 45 Mitarbeiter, darunter eine beträchtliche Anzahl von Doktoranden, Vollzeit mit der Datenerfassung und der Entwicklung der pBCI-Technologie beschäftigt. Die Sammlung von Datensätzen begann Ende 2024 und wird in speziell entwickelten Forschungslabors in Delft (Niederlande), Berlin und München durchgeführt. Ziel von Zander Labs ist es, bis 2027 viertausend Datensätze zu sammeln.
Eva Quispel, EEG-Laborkoordinatorin bei Zander Labs: „Diese Technologie kann für die Gesellschaft von großem Wert sein, zum Beispiel im Gesundheitswesen, in der Verteidigung und am Arbeitsplatz. Wir sind stolz darauf, dass wir bereits so viele Datensätze gesammelt haben und werden dies fortsetzen, um ein zuverlässiges und vollständiges Bild des menschlichen Denkprozesses zu gewinnen und dieses Wissen in unsere Lösungen zu integrieren.“
Das könnte Sie ebenfalls interessieren
Bild/Quelle: https://depositphotos.com/de/home.html
Fachartikel

Diesel Vortex: Russische Phishing-Gruppe greift systematisch Logistikunternehmen an

Oblivion: Neue Android-Malware umgeht Sicherheitsschichten auf Samsung, Xiaomi und Co.

Starkiller: Phishing-Framework setzt auf Echtzeit-Proxy statt HTML-Klone

LockBit-Ransomware über Apache-ActiveMQ-Lücke: Angriff in zwei Wellen

Infoblox erweitert DDI-Portfolio: Neue Integrationen für Multi-Cloud und stärkere Automatisierung
Studien

KI beschleunigt Cyberangriffe: IBM X-Force warnt vor wachsenden Schwachstellen in Unternehmen

Finanzsektor unterschätzt Cyber-Risiken: Studie offenbart strukturelle Defizite in der IT-Sicherheit

CrowdStrike Global Threat Report 2026: KI beschleunigt Cyberangriffe und weitet Angriffsflächen aus

IT-Sicherheit in Großbritannien: Hohe Vorfallsquoten, steigende Budgets – doch der Wandel stockt

IT-Budgets 2026: Deutsche Unternehmen investieren mehr – und fordern messbaren Gegenwert
Whitepaper

Third Party Risk Management – auch das Procurement benötigt technische Unterstützung

EU-Toolbox für IKT-Lieferkettensicherheit: Gemeinsamer Rahmen zur Risikominderung

EU-Behörden stärken Cybersicherheit: CERT-EU und ENISA veröffentlichen neue Rahmenwerke

WatchGuard Internet Security Report zeigt über 1.500 Prozent mehr neuartige Malware auf

Armis Labs Report 2026: Früherkennung als Schlüsselfaktor im Finanzsektor angesichts KI-gestützter Bedrohungen
Hamsterrad-Rebell

Incident Response Retainer – worauf sollte man achten?

KI‑basierte E‑Mail‑Angriffe: Einfach gestartet, kaum zu stoppen

NIS2: „Zum Glück gezwungen“ – mit OKR-basiertem Vorgehen zum nachhaltigen Erfolg

Cyberversicherung ohne Datenbasis? Warum CIOs und CISOs jetzt auf quantifizierbare Risikomodelle setzen müssen








