Anonymisierungsverfahren für EEG-Signale entwickelt Was verrät unser Gehirn über uns?

Anbieter zum Thema

Fraunhofer-Institut für Digitale Medientechnologie IDMT

ODU GmbH & Co. KG

FAULHABER Antriebssysteme

HMS Technology Center GmbH

Die Aufzeichnung der Hirnaktivität über Elektroenzephalogramme (EEG) liefert in der Wissenschaft und Medizin wichtige Erkenntnisse. Beispielsweise können moderne KI-Systeme in den Signalen frühe Hinweise auf Erkrankungen identifizieren. Die individuellen Datenmuster ermöglichen aber auch Rückschlüsse auf einzelne Personen. Das Projekt „NEMO“ unter Koordination des Fraunhofer IDMT hat Technologien für mehr Datenschutz und gleichzeitig für eine bessere Verfügbarkeit von EEG-Daten in der Wissenschaft erforscht. 

Ein EEG kann sensible Informationen enthalten. Studien zu EEG-Signalen im Ruhe- und Schlafzustand zeigen, dass sich aus ihnen beispielsweise Anzeichen für Schlafstörungen, Autismus-Spektrum-Störungen oder Alkoholismus ablesen lassen. Für die Nutzung der Daten ergibt sich daher ein Dilemma: Während sie in der Forschung von immensem Wert sind, wie bei der Entwicklung von Methoden zur Früherkennung neurodegenerativer Erkrankungen, unterliegen sie gleichzeitig höchsten Anforderungen des Datenschutzes. Nicht ohne Grund, denn die Forschung zeigt, dass Personen anhand ihres individuellen „Brainprints“ in EEG-Datensätzen wiedererkannt werden können. 

Das vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) geförderte Projekt „NEMO“ (Nicht-Identifizierbarkeit von Elektroenzephalogrammen und vergleichbaren Sensorsignalen aus medizinischer Versorgung für Open Science) beschäftigte sich in den vergangenen drei Jahren mit der notwendigen Verfügbarkeit von EEGs in der Wissenschaft einerseits und einem angemessenen Datenschutz andererseits.

Das Konsortium untersuchte, wie persönliche Daten aus den Aufzeichnungen entfernt werden können, während Informationen für eine spezifische Interpretation erhalten bleiben. Im konkreten Anwendungsbeispiel des Projekts sollte eine Klassifikation von Schlafphasen und die Identifikation sogenannter Schlafspindeln im EEG auch nach einer erfolgten Anonymisierung möglich sein.

Koordiniert wurde das „NEMO“-Projekt durch die Gruppe Mobile Neurotechnologien des Fraunhofer-Instituts für Digitale Medientechnologie IDMT in Oldenburg. Sie erforscht und entwickelt seit vielen Jahren mobile EEG-Systeme und lieferte mit ihrer Expertise im Bereich des Schlafmonitorings die konkreten Einsatzszenarien für das Projekt. Dr.-Ing. Insa Wolf, Gruppenleiterin Mobile Neurotechnologien, zeigt die hohe Relevanz des Projekts auf: „Mobile EEG-Technologien ermöglichen Messungen außerhalb von Labor und Klinik. Solche Systeme halten bereits Einzug in den Consumer-Markt, beispielsweise für ein Schlafmonitoring. Vor dem Hintergrund des Informationsreichtums von EEGs sollten Datenschutzrisiken und die Chancen durch den Erkenntnisgewinn im Gesundheitsbereich abgewogen werden. Was technisch möglich ist, sollte im Datenschutz ausgeschöpft werden.“

KI-Technologien für sichere EEG-Daten

Am Hauptsitz des Fraunhofer IDMT in Ilmenau gestalteten Expertinnen und Experten für technischen Datenschutz Ansätze zur Re-Identifikation einzelner Personen innerhalb umfangreicher EEG-Datensets. Sie entwickelten ein maschinelles Lernverfahren, das persönliche Muster in den komplexen Biosignalen erlernt und mit einer Treffgenauigkeit von über 80 Prozent in anderen Datensätzen wiedererkennt. In der Realität wird es also besonders kritisch, wenn EEG-Daten zusammen mit den Namen der Datenspender veröffentlicht werden: Dann lassen sich Messungen eindeutig einer Person zuordnen und potenziell mit weiteren Datensätzen verknüpfen. 

„Das Ergebnis unterstreicht die Notwendigkeit für besondere Schutzmaßnahmen für EEG-Daten. Wir haben deshalb im Projekt an KI-Algorithmen gearbeitet, die EEG-Aufzeichnungen so verändern, dass sie möglichst keine Rückschlüsse mehr auf die Datenspender zulassen, und dennoch ihren Nutzen für die gewählten Anwendungsfelder beibehalten“, erklärt der Ilmenauer Datenschutzexperte Thomas Köllmer. Im Projekt wurden die Signale so weit transformiert, dass nur die nötigen Kennzeichen für ein automatisches Screening der Schlafphasen erkennbar blieben.

Großer Nutzen für Wissenschaft und Gesellschaft

Um die Forschungsansätze in einem möglichst anwendungsnahen Kontext zu betrachten, wurden Stakeholder-Interviews und Workshops in verschiedene Phasen des Projekts integriert. Dabei arbeitete das Konsortium mit der KIZMO GmbH (Klinisches Innovationszentrum für Medizintechnik Oldenburg) im Unterauftrag zusammen. Zudem wurden Experten-Reviews des technologischen Demonstrators durchgeführt. Der Demonstrator zeigt anschaulich, wie EEG-Daten anonymisiert werden und welche Auswirkungen dies für bestimmte Anwendungsszenarien hat. Die Plattform wurde als Proof-of-Concept gemeinsam mit der Ascora GmbH aus Ganderkesee entwickelt.

Die Christian-Albrechts-Universität zu Kiel und das Universitätsklinikum Schleswig-Holstein Campus Kiel lieferten für das Projekt die nötigen Schlafdaten. Zudem brachten sie ihre Expertise zur Interpretation medizinischer Daten und zum Datenaustausch im Rahmen der Datenintegrationszentren der Medizininformatik-Initiative ein.

Mit Abschluss des „NEMO“-Projekts im Dezember 2025 hat das Konsortium die Machbarkeit von Anonymisierungstechnologien zur Absicherung von Biosignalen nachgewiesen. Die weitere Forschung und Entwicklung an derartigen Technologien wird von den Expertinnen und Experten als hoch relevant eingeschätzt. „Die Weiterentwicklung dieser Anonymisierungsansätze ist jetzt wichtig, denn sie stärkt das Vertrauen in medizinische und nicht-medizinische Anwendungen und ebnet den Weg für eine breitere Datenverfügbarkeit im Sinne von Open Science in Forschung und Lehre“, resümiert Datenschutzexperte Köllmer.

Veröffentlichungen im Rahmen des Projekts:
J. Scanlon, A. Pelzer, M. Gharleghi, K. Fuhrmeister, T. Köllmer, P. Aichroth, R. Göder, C. Hansen, I. Wolf, 2025: „What your brain activity says about you: A review of neuropsychiatric disorders identified in resting-state and sleep EEG data“, arXiv preprint arXiv:2510.04984.
 M. Gharleghi, K. Fuhrmeister, T. Köllmer, A. Pelzer, J. Scanlon, I. Wolf, J. Lechinger, R. Göder, 2025: „What Your Brain Activity Says About You: EEG-based Subject Verification Across Sessions“, in 2025 10th International Conference on Frontiers of Signal Processing (ICFSP) (pp. 55-59). IEEE.
 K. Fuhrmeister, A. Pelzer, F. Radke, J. Lechinger, M. Gharleghi, T. Köllmer, I. Wolf, 2025: „Bridging privacy and utility: Synthesizing anonymized EEG with constraining utility functions“, Accepted for EUSIPCO 2026, preprint available at arXiv:2509.20454.