\n English<\/a>.<\/p>\n
It was translated with technical assistance and editorially reviewed before publication.\n <\/p>\n
Meta publizierte die Forschung in der Zeitschrift Nature und beschreibt dort, was das Armband leistet: Es erkennt frei in der Luft ausgef\u00fchrte Pinch-, Tap- und Swipe-Gesten, erlaubt die Steuerung eines eindimensionalen Cursors durch Handgelenksbewegungen und erm\u00f6glicht das Schreiben von W\u00f6rtern, indem Nutzer mit dem Zeigefinger Buchstaben auf eine feste Oberfl\u00e4che nachzeichnen. Das kann ein Tisch oder das eigene Bein sein.<\/p>\n
Die Innenseite des Armbands ist mit 48 Trockenelektroden ausgestattet, die elektrische Muskelsignale am Handgelenk erfassen. Ein von Meta trainiertes KI-Modell analysiert diese Signale, erkennt darin individuelle Muster und deutet sie in die beschriebenen Computerbefehle um. Anders als bei herk\u00f6mmlicher Elektromyografie (EMG), bei der Nadeln in die Haut gef\u00fchrt werden, erfasst das Armband die Signale non-invasiv \u00fcber die Hautoberfl\u00e4che, ein Verfahren, das sEMG (surface electromyography) hei\u00dft. Trotz dieser Einschr\u00e4nkung erreiche das System eine bemerkenswert hohe Bandbreite beim Dekodieren der Muskelsignale.<\/p>\n
<\/p>\n <\/a><\/p>\n Meta stellte 2024 einen Prototyp des Armbands vor, der bereits sehr marktreif wirkt und von der Presse ausprobiert werden konnte.<\/p>\n \n (Bild:\u00a0Meta)\n <\/p>\n Meta trainierte das KI-Modell mit Daten von \u00fcber 6.500 Probanden und entwickelte damit nach eigenen Angaben die erste neuromotorische Schnittstelle, die bei einer breiten Bev\u00f6lkerungsschicht ohne individuelles Training oder Kalibrierung zuverl\u00e4ssig funktioniert.<\/p>\n Metas Armband: Markteinf\u00fchrung in Sicht<\/p>\n Testpersonen schrieben mit dem System rund 21 W\u00f6rter pro Minute (Medianwert), indem sie Buchstaben auf einer Oberfl\u00e4che nachzeichneten. Durch personalisierte Modelle lie\u00df sich dieser Wert weiter steigern, hei\u00dft es in der Forschungsarbeit. Dennoch liegt die Eingabegeschwindigkeit noch weit hinter dem Tippen auf digitalen Smartphone-Tastaturen (ca. 30\u201340 WPM) und physischen Computertastaturen (ca. 40\u201350 WPM) zur\u00fcck.<\/p>\n Meta entwickelte das Armband mit dem Ziel, AR-Brillen ohne zus\u00e4tzliche Eingabeger\u00e4te wie Touch-Displays, Tastaturen und Controller bedienen zu k\u00f6nnen. Die integrierte Schreibfunktion w\u00fcrde sich in diesem Kontext etwa zum Verfassen von Textnachrichten eignen. Durch die Erkennung subtiler Pinch-, Tap- und Swipe-Gesten erm\u00f6glicht das Armband zudem eine unauff\u00e4llige Alternative zur Sprachsteuerung oder Gestenerkennung per optischem Handtracking, das in der \u00d6ffentlichkeit eher selten zur Anwendung kommen d\u00fcrfte. Mit dem Armband reichen Mikrogesten und die Hand kann dabei in der Hosentasche bleiben.<\/p>\n <\/p>\n <\/a><\/p>\n Metas sEMG-Armband soll eine unauff\u00e4llige Steuerung von AR-Brillen im Alltag erm\u00f6glichen.<\/p>\n \n (Bild:\u00a0Meta)\n <\/p>\n Die Geschichte des Armbands reicht weit zur\u00fcck und basiert auf Technologie des Start-ups CTRL Labs. Knapp sechs Jahre nach der \u00dcbernahme des Start-ups durch Meta r\u00fcckt die Kommerzialisierung des Armbands in greifbare N\u00e4he: 2024 demonstrierte das Unternehmen einen stark fortgeschrittenen Produktprototyp<\/a> in Kombination mit der AR-Brille Orion und glaubt man einem Bloomberg-Bericht, k\u00f6nnte das Armband noch 2025 erscheinen<\/a> und zur Steuerung einer neuen Smartbrille mit Display dienen.<\/p>\n Eine Eingabemethode, die vom Menschen lernt<\/p>\n Unabh\u00e4ngig davon besitzt die Kombination aus sEMG-Technologie und K\u00fcnstlicher Intelligenz gro\u00dfes Zukunftspotenzial f\u00fcr die Mensch-Computer-Interaktion. Die Hoffnung geht dahin, dass sich Eingabemethoden k\u00fcnftig dem Menschen anpassen und nicht l\u00e4nger umgekehrt. Lernf\u00e4hige KI-Modelle k\u00f6nnten individuelle Steuerungsmuster erkennen und \u00fcbernehmen. So k\u00f6nnte etwa die Art, wie eine Mikrowelle bedient wird, automatisch auf die pers\u00f6nliche Bedienlogik eines Individuums zugeschnitten werden, ohne dass das Ger\u00e4t eigens daf\u00fcr programmiert werden m\u00fcsste.<\/p>\n Auch in der Therapie k\u00f6nnte die Technologie Nutzen stiften. In einer von Meta unterst\u00fctzten Studie<\/a> war ein Schlaganfallpatient mithilfe eines sEMG-Armbands in der Lage, alle Finger einer virtuellen Hand zu bewegen, obwohl er seine physischen Finger nicht mehr strecken konnte: Das Armband konnte am Handgelenk allerfeinste Restaktivit\u00e4ten erkennen und in Computerbefehle umsetzen. In einer weiteren Studie<\/a> entwickelten Personen mit starken Bewegungseinschr\u00e4nkungen infolge von Muskelschwund und R\u00fcckenmarksverletzungen individuelle Gesten f\u00fcr typische Computerinteraktionen.<\/p>\n Die Forschungsarbeit ist frei im Internet zug\u00e4nglich<\/a>.<\/p>\n<\/p>\n
<\/p>\n