Motorsport · 4 Min. Lesezeit
EEG im Rennwagen: Warum die Messung so schwierig ist
Ein EEG beim Fahrer im Auto zu messen ist schwierig, weil das sehr schwache Hirnsignal in Störungen durch Bewegungen, Muskeln und Vibrationen untergeht. Bei realer Fahrt, selbst mit 40 km/h auf einer abgesperrten Strecke, musste eine Studie doppelt so viele Daten verwerfen wie im Labor [1].
Warum das Cockpit eine feindliche Umgebung für das EEG ist
Die Elektroenzephalografie zeichnet die elektrische Aktivität des Gehirns über die Kopfhaut auf. Dieses Signal ist sehr schwach, und alles, was Elektrizität erzeugt oder die Elektroden bewegt, stört es. Solche Störungen nennt man Artefakte.
Ein Rennwagen vereint sie alle. Forschende, die das EEG in einem echten Auto gemessen haben, sprechen von einer feindlichen Aufzeichnungsumgebung [1].
- Kopfbewegungen, bei jedem Bremsen und in jeder Kurve.
- Die Aktivität der Nacken- und Kiefermuskulatur, die ein weit stärkeres Signal erzeugt als das Gehirn.
- Augenbewegungen und Lidschläge, die vor allem die frontalen Elektroden beeinträchtigen.
- Vibrationen, die über Sitz, Chassis und Helm übertragen werden.
- Hitze und Schweiß, die den Kontakt zwischen Elektrode und Haut verändern.
Was Studien bei realer Fahrt zeigen
Im Jahr 2018 zeichnete ein Forschungsteam das EEG von Fahrern in einem echten Auto auf, das mit 40 km/h auf einer abgesperrten Strecke fuhr, mit 64 Elektroden. Die klassischen Hirnsignaturen, etwa die P300-Antwort sowie die Theta- und Alpha-Profile, waren mit denen im Labor vergleichbar [1]. Die Messung ist also möglich.
Die Qualität hat jedoch ihren Preis: 28,89 % der Durchgänge mussten bei realer Fahrt verworfen werden, gegenüber 14,11 % im Labor [1]. Und diese Bedingungen sind von einem Rennwagen weit entfernt, bei der Geschwindigkeit ebenso wie bei Beschleunigungen und Vibrationen.
Die meisten Arbeiten finden daher im Simulator statt. Selbst dort bleiben die Forschenden vorsichtig: In einer aktuellen Studie konnten die Autoren nicht ausschließen, dass Augenbewegungen das frontale Theta verfälscht hatten [4], also gerade einen der Indikatoren für kognitive Belastung.
Bewegungsartefakte: Methoden und ihre Grenzen
Eine Übersichtsarbeit aus dem Jahr 2022 hat den Stand der Methoden zur Bereinigung bewegungsbedingter Artefakte zusammengefasst. Die Independent Component Analysis, die die Signalquellen mathematisch trennt, ist die am häufigsten eingesetzte Methode [2].
Die Übersichtsarbeit betont einen Punkt: Es gibt keine universelle Methode. Die richtige Verarbeitung hängt von Art und Intensität der Bewegung ab, und die Autoren fordern die Entwicklung neuer Ansätze [2]. Ein nachträglich bereinigtes Signal ersetzt keine saubere Aufzeichnung an der Quelle.
Trocken- oder Nasselektroden?
Nasselektroden mit leitfähigem Gel bieten den besten Kontakt, doch das Anlegen dauert lange, und das Gel trocknet aus. Trockenelektroden sind in wenigen Sekunden angelegt und eignen sich daher besser für den Einsatz im Feld.
Ein Vergleich an 32 Personen in Ruhe ergab keinen signifikanten Unterschied der Alpha- oder Beta-Leistung zwischen beiden Systemen. Die Trockenelektroden zeichneten jedoch mehr Aktivität in den niedrigen Frequenzen auf, Theta und Delta [3].
Dieses Detail ist wichtig: Theta ist ein zentraler Indikator für kognitive Belastung. Eine in Ruhe nachgewiesene Gleichwertigkeit gilt daher nicht automatisch für einen Fahrer in Bewegung.
Gehirn und Auto synchronisieren
Ein Hirnsignal hat für einen Ingenieur nur dann einen Wert, wenn es der richtigen Stelle der Strecke zugeordnet ist. EEG, Herzsignale und Telemetrie müssen daher auf eine gemeinsame Uhr ausgerichtet werden.
Forschungswerkzeuge wie Lab Streaming Layer synchronisieren heterogene Datenströme dank Zeitstempeln auf die Millisekunde genau. Ihre Entwickler weisen allerdings darauf hin, dass diese Werkzeuge die internen Verzögerungen der einzelnen Geräte nicht messen [5].
Bei 200 km/h legt ein Auto rund 55 Meter pro Sekunde zurück. Ein Versatz von einigen Dutzend Millisekunden verschiebt die Messung um mehrere Meter: vor oder hinter den Bremspunkt. Zeitliche Präzision ist kein technisches Detail, sondern die Voraussetzung dafür, dass die Daten verwertbar sind.
Was das für eine Messung im Rennen bedeutet
Die Hirnaktivität eines Fahrers im Auto zu messen verlangt, jede Schwierigkeit an der Quelle anzugehen: ein Instrument, das für Vibrationen, G-Kräfte, Hitze und Bewegung gebaut ist, eine Prüfung der Signalqualität vor der Fahrt und eine strikte Synchronisierung mit dem Auto.
Das ist der Ansatz von SPARK MOTORSPORT: bei den Bedingungen des Cockpits anzusetzen, dort, wo die meisten Systeme zur Hirnmessung im Simulator oder im Labor bleiben.
Häufige Fragen
Kann man beim Autofahren ein EEG ableiten?
Ja. Eine Studie im echten Auto, mit 40 km/h auf abgesperrter Strecke, fand die aus dem Labor bekannten Hirnsignaturen wieder. Die Signalqualität ist jedoch geringer: Es mussten doppelt so viele Daten verworfen werden.
Trocken- oder Nasselektroden: Was ist der Unterschied?
Nasselektroden nutzen ein Gel, das den Kontakt verbessert, doch das Anlegen dauert lange. Trockenelektroden sind im Feld praktischer. In Ruhe liefern sie ähnliche Ergebnisse, zeichnen allerdings mehr Aktivität in den niedrigen Frequenzen auf.
Was ist ein EEG-Artefakt?
Es ist eine Störung des Signals, die nicht vom Gehirn stammt: Bewegung der Elektroden, Muskelaktivität, Augenbewegungen, Vibrationen oder elektrische Interferenzen. Im Auto sind sie zahlreich und stark.
Wie synchronisiert man EEG und Telemetrie?
Die Datenströme erhalten Zeitstempel auf einer gemeinsamen Uhr, sodass sie sich auf die Millisekunde genau ausrichten lassen. Zu berücksichtigen sind auch die internen Verzögerungen jedes Geräts, die Softwarewerkzeuge allein nicht messen.
Wurde das EEG im echten Rennbetrieb validiert?
Die veröffentlichten Studien betreffen Autos, die mit niedriger Geschwindigkeit auf abgesperrter Strecke fahren, oder Simulatoren. Die Messung bei hoher Geschwindigkeit unter Rennbedingungen ist noch weitgehend offenes Terrain.
Quellen
Die Zahlen in eckigen Klammern im Text verweisen auf diese Quellen.
- Protzak & Gramann (2018). Investigating Established EEG Parameter During Real-World Driving. Frontiers in Psychology.doi.org
- Gorjan et al. (2022). Removal of movement-induced EEG artifacts: current state of the art and guidelines. Journal of Neural Engineering.doi.org
- Hinrichs et al. (2020). Comparison between a wireless dry electrode EEG system with a conventional wired wet electrode EEG system for clinical applications. Scientific Reports.doi.org
- Scanlon et al. (2025). Mind the road: attention related neuromarkers during automated and manual simulated driving captured with a new mobile EEG sensor system. Frontiers in Neuroergonomics.doi.org
- Kothe et al. (2025). The lab streaming layer for synchronized multimodal recording. Imaging Neuroscience.doi.org