Eine Sensorkappe misst die Magnetfelder des Gehirns, künstliche Intelligenz erkennt darin Muster – und schon kann eine Maschine Gedanken lesen. So zugespitzt klingt das Thema des Spektrum-Podcasts vom 17. August 2026. Die nüchterne Antwort lautet: Nein, frei formulierte oder spontane Gedanken lassen sich damit nicht aus dem Kopf einer Person auslesen. Was heute möglich ist, ist deutlich begrenzter, aber wissenschaftlich trotzdem bemerkenswert. Unter kontrollierten Bedingungen können Messsysteme Aktivitätsmuster erfassen und trainierte Modelle zwischen vorher festgelegten Aufgaben, Reizen oder Vorstellungen unterscheiden.
Im Zentrum steht eine neue Form der Magnetoenzephalografie, kurz MEG. Sie verwendet optisch gepumpte Magnetometer, auf Englisch optically pumped magnetometers oder OPM. Diese Quantensensoren können direkt an einer anpassbaren Haube sitzen. Dadurch rücken sie näher an die Kopfhaut als konventionelle, tiefgekühlte MEG-Sensoren. Das kann die gemessenen Signale aus oberflächennahen Hirnregionen verstärken und die Untersuchung von Kindern oder Personen in Bewegung erleichtern. Von einem tragbaren Gedankenleser für den Alltag ist die Technik dennoch weit entfernt.
Was ein OPM tatsächlich misst
Nervenzellen kommunizieren elektrisch. Wenn viele neuronale Ströme koordiniert fließen, entstehen außerhalb des Kopfes extrem schwache Magnetfelder. MEG misst diese Felder und berechnet mithilfe mathematischer Modelle, welche Quellen im Gehirn dazu beigetragen haben könnten. Ein Sensor misst also weder Wörter noch Absichten und schon gar keine Bedeutung. Er liefert eine zeitliche Folge von Feldstärken. Erst Signalverarbeitung, ein Modell des Kopfes und statistische Verfahren machen daraus räumliche Schätzungen.
Die im Podcast genannte Größenordnung von etwa 10 bis 100 Femtotesla für Hirnsignale ist plausibel. Ein Femtotesla ist ein Billiardstel Tesla. Das Erdmagnetfeld liegt typischerweise im Bereich von einigen zehn Mikrotesla und ist damit ungefähr eine Milliarde Mal stärker. Hinzu kommen Magnetfelder von Leitungen, Aufzügen, Fahrzeugen, elektronischen Geräten und selbst kleinen Bewegungen eines Sensors im Restfeld. Deshalb finden MEG-Messungen in magnetisch abgeschirmten Räumen statt. Die große weiße Kammer im Podcast ist kein dekoratives Laborstück, sondern eine gegenwärtig zentrale Voraussetzung.
OPM steht dabei nicht für einen einzelnen Qubit-Sensor, der einen Gedanken registriert. Die für MEG verbreiteten OPM enthalten eine Glaszelle mit einem Dampf aus Alkaliatomen, meist Rubidium, Laseroptik, Spulen und einen Fotodetektor. Laserlicht versetzt das Ensemble vieler Atome in einen geeigneten Quantenzustand. Ein äußeres Magnetfeld verändert dessen Verhalten; aus dem durchgelassenen Licht lässt sich die Feldkomponente bestimmen. Die pauschale Podcast-Erklärung, für Quantensensorik reiche im Prinzip ein einziges Qubit, mag für bestimmte Sensorprinzipien als Anschauung dienen. Sie beschreibt aber nicht den Aufbau der hier diskutierten OPM-MEG-Systeme.
Warum OPM-MEG gegenüber klassischer MEG interessant ist
Magnetfelder des Gehirns werden seit Jahrzehnten gemessen. Klassische MEG-Anlagen nutzen supraleitende Quanteninterferenzdetektoren, kurz SQUID. Sie müssen ungefähr auf vier Kelvin oder minus 269 Grad Celsius gekühlt werden. Vakuum und Wärmeisolierung schaffen deshalb Abstand zwischen Sensor und Kopf; außerdem ist das Sensorfeld starr. Das erschwert Untersuchungen kleiner Köpfe und verlangt meist, dass die untersuchte Person relativ still bleibt.
OPM benötigen keine Kühlung mit flüssigem Helium. Die Dampfzelle selbst wird bei einem verbreiteten Sensortyp zwar stark erhitzt, ist aber so isoliert, dass der Sensor wenige Millimeter über der Kopfhaut sitzen kann. Simulationen der Fachliteratur ergeben für viele oberflächennahe Kortexbereiche eine vier- bis fünffache Verstärkung des Signals gegenüber dem größeren Abstand klassischer Systeme. Bei tieferen Quellen schrumpft dieser Vorteil. Zugleich sind heutige OPM nicht automatisch rauschärmer als SQUID. Der Nutzen entsteht aus Nähe, flexibler Anordnung und potenzieller Bewegungsfreiheit – nicht aus einer universellen Überlegenheit in jeder Messsituation.
Auch die Bewegungsfreiheit braucht einen Zusatz. Tragbare Hauben erlauben natürliche Bewegungen innerhalb einer ausreichend feldarmen Umgebung. Ohne passive Abschirmung und aktive Kompensation können Restfelder und Feldgradienten die Sensoren überfordern oder Bewegungsartefakte erzeugen. Eine 2026 veröffentlichte kleine Studie mit sechs gesunden Erwachsenen zeigte zwar visuelle Dauerantworten mit einem tragbaren OPM-System. Einige kurzzeitige Komponenten, die das EEG klar erfasste, gingen im OPM-Signal jedoch unter bewegungsbedingten Artefakten verloren. Das widerlegt die Technik nicht. Es zeigt, warum die Aussage, OPM seien nachweislich stets deutlich genauer als EEG, zu pauschal ist.
Muster erkennen ist nicht dasselbe wie Gedanken lesen
Bei einer typischen Decodierungsstudie kennen Forschende die möglichen Aufgaben. Eine Person sieht etwa eines von zwei Schachbrettmustern, stellt sich eine von wenigen Bewegungen vor oder liest vorgegebene Wörter. Ein Algorithmus wird mit gekennzeichneten Beispielen trainiert und anschließend an neuen Durchgängen getestet. Wenn er besser als der Zufall zwischen den bekannten Klassen unterscheidet, hat er verwertbare Information im Signal gefunden. Er hat aber nicht aus einem unbegrenzten inneren Monolog einen unbekannten Satz rekonstruiert.
Ergebnisse hängen von Messverfahren, Zahl und Qualität der Wiederholungen, Versuchsanordnung und Trainingsdaten ab. Eine große Studie mit EEG- und MEG-Daten von 723 Personen bezeichnete das Decodieren einzelner Wörter aus nichtinvasiven Aufzeichnungen auch 2025 noch als offene Herausforderung. MEG und gelesene Wörter waren leichter auszuwerten als EEG und gehörte Sprache; mehr Trainingsdaten und die Mittelung mehrerer Wiederholungen verbesserten die Leistung. Solche Bedingungen unterscheiden sich deutlich von einer heimlichen Einzelmessung im Alltag.
Auch zwischen Menschen unterscheiden sich Anatomie und Aktivitätsmuster. Modelle können teilweise über Personen hinweg generalisieren, doch individuelle Kalibrierung bleibt für viele Anwendungen wichtig. Das Podcast-Gespräch weist selbst darauf hin, dass man weit davon entfernt ist, zu bestimmen, an wen oder an welchen Gegenstand jemand spontan denkt. Der Begriff Gedankenlesen eignet sich daher als Frage, nicht als Beschreibung des Forschungsstands. Präziser sind Formulierungen wie Aufgabenklassifikation, Reizdecodierung oder Erkennung trainierter neuronaler Muster.
Was das Hand-Exoskelett von 2016 wirklich belegt
Ein eindrückliches Beispiel im Podcast ist ein gelähmter Mann, der mithilfe eines Hand-Exoskeletts wieder selbstständig essen konnte. Der zugrunde liegende, 2016 veröffentlichte Versuch ist real. Sechs Menschen mit Tetraplegie nutzten ein nichtinvasives hybrides System aus EEG und Elektrookulografie, also zusätzlich erfassten Augenbewegungen, um eine gelähmte Hand mithilfe eines Exoskeletts zu öffnen und zu schließen. Die Studie dokumentierte damit unterstützte Alltagshandlungen wie Essen und Trinken.
Dieser Erfolg war weder ein OPM-Experiment noch ein Beleg dafür, dass ein System frei Gedanken verstand. Es erkannte begrenzte Steuersignale und kombinierte sie aus Sicherheitsgründen mit Augenbewegungen. Ebenso ist zwischen Assistenz und Wiederherstellung körpereigener Bewegung zu unterscheiden. Die Aussage im Podcast, manche Teilnehmende hätten nach einem Monat Training ihre Hand wieder selbst bewegen können, wird zwar andernorts als Beobachtung des beteiligten Forschers Surjo Soekadar wiedergegeben. In der zugänglichen Publikation zum sechs Personen umfassenden Alltagsversuch ist dieser Rehabilitationseffekt jedoch nicht als Ergebnis belegt. Dafür wären klar definierte Endpunkte, Vergleichsbedingungen und eine passende Studie nötig.
Neuralink ist invasiv – aber nicht für gesunde Testpersonen
Der Vergleich mit Neuralink verdeutlicht einen echten Unterschied. Neuralinks N1-System wird operativ implantiert und zeichnet Signale über Elektroden im Gehirn auf. OPM-MEG bleibt außerhalb des Kopfes. Daraus ergeben sich unterschiedliche Chancen und Risiken: Implantate können näher an einzelnen Nervenzellverbänden messen, verlangen aber einen neurochirurgischen Eingriff; nichtinvasive Systeme vermeiden diesen Eingriff, müssen jedoch schwächere, räumlich gemischte Signale durch Schädel und Abstand hindurch erfassen.
Falsch ist die beiläufige Vermutung im Podcast, derzeit ließen sich auch gesunde Menschen Neuralink-Implantate einsetzen. Die registrierte PRIME-Studie nennt schwere Tetraplegie infolge einer Rückenmarksverletzung oder amyotropher Lateralsklerose als Zielgruppe und schließt gesunde Freiwillige aus. Neuralink listet seine klinischen Programme für Menschen mit schweren motorischen oder sprachlichen Einschränkungen. Dass sich dieses Anwendungsfeld künftig ändern könnte, ist eine Prognose; eine aktuelle Behandlung gesunder Personen ist damit nicht belegt.
Auslesen und Stimulieren sind zwei verschiedene Funktionen
Das Charité-Projekt verfolgt die Vision einer bidirektionalen, nichtinvasiven Gehirn-Computer-Schnittstelle. OPM sollen Hirnaktivität messen; eine gesonderte magnetische Stimulationsmethode soll abhängig vom erkannten Zustand bestimmte Regionen beeinflussen. Ein solcher geschlossener Regelkreis könnte langfristig etwa gestörte Aktivitätsmuster bei Depressionen gezielter behandeln. Die Charité beschreibt das ausdrücklich als Forschungsziel eines über fünf Jahre geförderten Projekts. In ihrer Projektmitteilung von 2023 hieß es zugleich, eine nichtinvasive bidirektionale BCI dieser Art existiere noch nicht.
Stimulation ist nicht das Einspeisen eines fertigen Gedankens. Verfahren wie transkranielle Magnetstimulation können die Erregbarkeit neuronaler Netze verändern oder, über dem motorischen Kortex, eine Muskelzuckung auslösen. Daraus folgt nicht, dass sich ein bestimmter politischer Wille, Kaufimpuls oder innerer Satz schreiben ließe. Der Podcast ordnet diese Grenze im Kern richtig ein. Ob eine Technologie etwas grundsätzlich niemals können wird, lässt sich wissenschaftlich allerdings nicht beweisen. Für den gegenwärtigen und absehbaren Stand gibt es keinen Beleg für die behauptete Fernsteuerung komplexer Entscheidungen.
Medizinische Hoffnungen sind noch keine Therapien
Epilepsie, Parkinson, Locked-in-Syndrom, Sprachstörungen, Depression und Schizophrenie werden im Gespräch als mögliches Anwendungsspektrum genannt. Diese Liste mischt verschiedene Reifegrade. MEG ist in Forschung und ausgewählten klinischen Verfahren etabliert, etwa zur Lokalisation epileptischer Aktivität. Wearable OPM-MEG könnte gerade bei Kindern und bei Personen, die in starren Scannern schwer stillhalten können, neue Daten liefern. Gehirn-Computer-Schnittstellen können zudem eng begrenzte Kommunikation oder Gerätesteuerung ermöglichen.
Daraus folgt aber nicht, dass OPM-MEG all diese Krankheiten bereits diagnostiziert oder behandelt. Für viele Anwendungen geht es um Hypothesen, Prototypen oder frühe Studien. Eine Messung ist zudem noch keine Therapie. Das geplante Charité-System müsste zeigen, dass sein Regelkreis verlässlich misst, die richtige Zielregion stimuliert, klinisch relevante Endpunkte verbessert und keine unvertretbaren Nebenwirkungen verursacht. Solche Nachweise benötigen kontrollierte Studien und Replikation.
Warum Neurodaten schon heute Schutz brauchen
Auch begrenzte Klassifikatoren können sensible Informationen erzeugen: Reaktionen auf Reize, Aufmerksamkeit, Erkrankungsmarker oder kommunikative Auswahlentscheidungen. Das macht Fragen nach Einwilligung, Zweckbindung, Datensicherheit, Zugriff und späterer Wiederverwendung konkret, lange bevor freies Gedankenlesen möglich wäre. Die OECD nennt bei Neurotechnologien Risiken für Autonomie, Privatsphäre, Sicherheit, Gerechtigkeit und Vertrauen. Besonders heikel wären Anwendungen am Arbeitsplatz, in Versicherungen, im Marketing oder bei Menschen, die ihre Einwilligung nur eingeschränkt äußern können.
Technischer Fortschritt und Schutzregeln sind deshalb keine Gegensätze. Systeme können Daten minimieren, möglichst lokal verarbeiten, Übertragung verschlüsseln und Nutzenden klare Kontrolle über Löschung und Weitergabe geben. Medizinische Forschung braucht transparente Studienprotokolle und eine unabhängige ethische Prüfung. Ebenso wichtig ist sprachliche Genauigkeit: Wer eine begrenzte Klassifikation als Gedankenlesen verkauft, übertreibt Fähigkeiten und kann gleichzeitig reale Datenschutzprobleme vernebeln.
Wie nah ist die alltagstaugliche Sensorkappe?
OPM-MEG hat in wenigen Jahren beachtliche Fortschritte gemacht. Sensoren sind kleiner, Hauben flexibler und Messungen bei Bewegung realistischer geworden. Die großen Hürden bleiben jedoch sichtbar: magnetische Abschirmung, aktive Feldkompensation, Kosten, Sensorrauschen, Bewegungsartefakte, robuste Quellenlokalisation und eine klinische Validierung für jeden einzelnen Zweck. Diamantbasierte Sensoren werden als mögliche robustere Alternative erforscht. Im Podcast wird korrekt gesagt, dass diese Hoffnung noch in den Kinderschuhen steckt. Ein belastbarer Termin, wann eine solche Technik die abgeschirmte Kammer verlassen oder zuhause zuverlässig funktionieren wird, lässt sich daraus nicht ableiten.
Die realistische Zwischenbilanz ist daher weder Science-Fiction noch fertiges Produkt. OPM-MEG ist eine ernstzunehmende, frühe Plattform für bessere nichtinvasive Hirnmessungen. Sie könnte Neurobildgebung beweglicher, passgenauer und für neue Patientengruppen zugänglicher machen. Sie erkennt aber keine beliebigen Gedanken, heilt nicht automatisch neurologische oder psychiatrische Erkrankungen und erlaubt keine mentale Fernsteuerung. Der wissenschaftliche Fortschritt liegt gerade darin, immer spezifischere, vorher definierte Muster unter kontrollierten Bedingungen zuverlässig zu messen – nicht darin, die Privatsphäre des Geistes bereits aufgehoben zu haben.