
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

Anwendungsmodernisierung mit KI-Agenten: Erwartungen versus Realität in 2026

Von NGINX Ingress zur Gateway API: Airlock Microgateway als Sicherheitsupgrade für Kubernetes

Nosey Parker: CLI-Werkzeug spürt sensible Informationen in Textdaten und Code-Repositories auf

Cyberkriminelle nutzen Google Tasks für großangelegte Phishing-Angriffe

KI-gestütztes Penetrationstest-Framework NeuroSploit v2 vorgestellt
Studien
![Featured image for “Phishing-Studie deckt auf: [EXTERN]-Markierung schützt Klinikpersonal kaum”](https://www.all-about-security.de/wp-content/uploads/2025/12/phishing-4.jpg)
Phishing-Studie deckt auf: [EXTERN]-Markierung schützt Klinikpersonal kaum

Gartner-Umfrage: Mehrheit der nicht geschäftsführenden Direktoren zweifelt am wirtschaftlichen Wert von Cybersicherheit

49 Prozent der IT-Verantwortlichen in Sicherheitsirrtum

Deutschland im Glasfaserausbau international abgehängt

NIS2 kommt – Proliance-Studie zeigt die Lage im Mittelstand
Whitepaper

NIS2-Richtlinie im Gesundheitswesen: Praxisleitfaden für die Geschäftsführung

Datenschutzkonformer KI-Einsatz in Bundesbehörden: Neue Handreichung gibt Orientierung

NIST aktualisiert Publikationsreihe zur Verbindung von Cybersecurity und Enterprise Risk Management

State of Cloud Security Report 2025: Cloud-Angriffsfläche wächst schnell durch KI

BITMi zum Gutachten zum Datenzugriff von US-Behörden: EU-Unternehmen als Schlüssel zur Datensouveränität
Hamsterrad-Rebell

Platform Security: Warum ERP-Systeme besondere Sicherheitsmaßnahmen erfordern

Daten in eigener Hand: Europas Souveränität im Fokus

Sicherer Remote-Zugriff (SRA) für Operational Technology (OT) und industrielle Steuerungs- und Produktionssysteme (ICS)

Identity und Access Management (IAM) im Zeitalter der KI-Agenten: Sichere Integration von KI in Unternehmenssysteme







