Powering Human Insight
,

EEG (Elektroenzephalografie) in iMotions: Ein umfassender Leitfaden für Technik und Forschung

Morten Pedersen

Zusammenfassung

Die Elektroenzephalographie (EEG) in iMotions ermöglicht die Messung der elektrischen Aktivität der Großhirnrinde über Kopfhautelektroden und ist vollständig in die multimodale Forschungsplattform iMotions Lab integriert.

Zu den wichtigsten Funktionen gehören:

Zu den typischen Anwendungsbereichen zählen: Neuromarketing, akademische Psychologie, Mensch-Computer-Interaktion (MCI), Ergonomie und klinische Forschung.

1. Was ist EEG in iMotions?

Die Elektroenzephalographie (EEG) ist die nicht-invasive physiologische Messung der elektrischen Aktivität, die von synchronisierten Populationen kortikaler Neuronen erzeugt und über Elektroden an der Kopfhautoberfläche aufgezeichnet wird. In iMotions bezeichnet EEG das Modul innerhalb von iMotions Lab, das während experimenteller Forschungsstudien kontinuierliche EEG-Zeitreihendaten erfasst, visualisiert, verarbeitet, synchronisiert und exportiert.

Das EEG erfasst Spannungsschwankungen im Mikrovoltbereich, die die gesammelte elektrische Kommunikation zwischen einer großen Anzahl von Neuronen widerspiegeln. Diese Schwankungen zeigen sich als Wellenformen, die in charakteristische Frequenzbänder unterteilt sind, von denen jedes mit bestimmten kognitiven und affektiven Zuständen verbunden ist. Im Gegensatz zu fNIRS oder fMRI verfügt das EEG über eine zeitliche Auflösung im Millisekundenbereich, was es zum optimalen nicht-invasiven Neuroimaging-Verfahren für die Untersuchung schneller kognitiver Prozesse, ereignisbezogener Potenziale (ERPs) und zeitkritischer emotionaler Reaktionen auf Reize macht.

Das iMotions-EEG-Modul ist als Biosensor-Integration in Forschungsqualität innerhalb der iMotions-Plattform positioniert, wobei die EEG-Daten eine einheitliche Zeitachse im Millisekundenbereich mit allen anderen aktiven Sensormodulen teilen. Diese Architektur zur Zeitsynchronisation ermöglicht es, EEG-Ausgaben direkt mit Blickverhalten, Gesichtsausdruck, Hautleitfähigkeit, Atmung und Stimulus-Ereignismarkern zu verknüpfen – was eine stimulusgebundene, modalitätsübergreifende Analyse ermöglicht, die nicht möglich ist, wenn EEG-Daten isoliert erfasst werden.

2. Theoretische Grundlagen: EEG-Frequenzbänder

EEG-Signale werden in erster Linie anhand ihres Frequenzgehalts analysiert. Das iMotions-EEG-Modul definiert und generiert die folgenden Frequenzbänder:

Delta (0,5–4 Hz): Deltawellen werden als die langsamsten EEG-Oszillationen definiert, die typischerweise mit tiefem, traumlosem Schlaf und bei wachen Erwachsenen möglicherweise mit einer Hirnerkrankung in Verbindung gebracht werden. Die Leistung im Delta-Band wird in der Verhaltensforschung bei wachen Probanden seltener herangezogen, taucht jedoch in Studien zur tiefen Entspannung und zur unbewussten Verarbeitung auf.

Theta (4–8 Hz): Theta-Wellen werden als EEG-Oszillationen im Bereich von 4–8 Hz definiert, die häufig bei schläfrigen Erwachsenen, während tiefer Meditation und in Zuständen des leichten Einschlafens beobachtet werden. Theta-Aktivität über den frontalen Regionen wird mit kognitiver Belastung, der Nutzung des Arbeitsgedächtnisses und der Verarbeitung von Emotionen in Verbindung gebracht.

Alpha (8–12 Hz): Alphawellen werden als EEG-Oszillationen definiert, die für einen entspannten Wachzustand bei geschlossenen Augen charakteristisch sind. Die Alphaleistung nimmt ab (ereignisbezogene Desynchronisation), wenn die kognitiven Anforderungen steigen. Die Asymmetrie der Alphawellen in den frontalen Regionen ist ein validierter Marker für motivationale Zustände des Annäherungs- oder Rückzugsverhaltens.

Beta (12–30 Hz): Beta-Wellen werden als hochfrequente Schwingungen definiert, die mit aktiver, wacher kognitiver Verarbeitung, fokussierter Aufmerksamkeit und der Beschäftigung mit Aufgaben oder Reizen in Verbindung stehen. Die Leistung im Beta-Band wird bei Analysen der frontalen Asymmetrie und bei Messungen der kognitiven Arbeitsbelastung herangezogen.

Gamma (>30 Hz): Gammawellen werden als die EEG-Oszillationen mit der höchsten Frequenz definiert und in der Forschungsliteratur mit aufmerksamer Fokussierung, sensorischer Verarbeitung und der Verknüpfung von Informationen zwischen verschiedenen Hirnregionen in Verbindung gebracht. Einige Forscher bringen Gammawellen zudem mit schnellen Augenbewegungen (Mikrosakkaden) in Verbindung.

Visualisierung von EEG-Signalen

3. So funktioniert EEG in iMotions: Schritt-für-Schritt-Anleitung

Schritt 1 – Hardware-Einrichtung und Überprüfung der Elektrodenimpedanz Das EEG-Headset wird gemäß dem Standard-Elektrodenplatzierungssystem 10–20 auf der Kopfhaut des Teilnehmers angebracht. iMotions verfügt über eine integrierte Impedanzprüfung, die die Kontaktqualität der Elektroden überprüft, bevor die Datenerfassung beginnt. Eine schlechte Impedanz (in der Regel definiert als > 10–20 kΩ, je nach Gerät) deutet auf einen unzureichenden Kontakt zwischen Elektrode und Haut hin und muss vor der Aufzeichnung behoben werden.

Schritt 2 – Signalübertragung und Visualisierung Sobald die Verbindung hergestellt ist, überträgt das EEG-Gerät die elektrischen Rohsignale in Echtzeit an iMotions Lab. Der iMotions-Signalviewer zeigt die EEG-Kurven in Echtzeit an, sodass Forscher die Signalqualität überwachen, Störquellen oder Artefakte identifizieren und vor oder während der Studienaufgaben überprüfen können, ob die Datenerfassung ordnungsgemäß verläuft.

Schritt 3 – Darstellung von Stimuli und Synchronisation von Zeitstempeln Stimuli (Bilder, Videos, Webinhalte, Aufgaben oder interaktive Simulationen), die über iMotions Lab präsentiert werden, werden automatisch mit einem Zeitstempel versehen und in die gemeinsame EEG-Zeitleiste eingebettet. Dieses System zur Ereignismarkierung ermöglicht eine stimulusgebundene Analyse der EEG-Daten, ohne dass eine manuelle Ausrichtung erforderlich ist.

Schritt 4 – Signalverarbeitung mit R-Notebooks Nach der Datenerfassung stellt iMotions integrierte, vollständig transparente R-Notebooks für die automatisierte Signalverarbeitung bereit. Die EEG-Workflows in den R-Notebooks berechnen die spektrale Leistungsdichte für jedes Frequenzband und ermitteln Werte für die frontale Asymmetrie. Forscher können die Parameter der R-Notebooks überprüfen und an die spezifischen Anforderungen ihrer Studie anpassen. Die verarbeiteten Ergebnisse werden in der iMotions-Replay-Oberfläche angezeigt und zur weiteren Analyse exportiert.

Schritt 5 – Datenexport: Rohdaten der EEG-Wellenformen, verarbeitete Frequenzband-Leistungswerte, Werte zur frontalen Asymmetrie, proprietäre kognitive Metriken (von unterstützten Headsets) sowie Marker für Stimulusereignisse werden im CSV-Format exportiert, wobei zusätzliche Exportoptionen für SPSS-, MATLAB- und Python-Workflows zur Verfügung stehen.

4. Unterstützte Hardware

Das iMotions-EEG-Modul bietet eine native Integration mit den folgenden Hardware-Kategorien und Partnern:

Advanced Brain Monitoring (ABM): Das ABM B-Alert X10 und die dazugehörigen Headsets sind nativ in iMotions integriert. ABM-Headsets liefern proprietäre kognitiv-affektive Messwerte direkt innerhalb der iMotions-Plattform, darunter „Engagement/Workload“ (das den Gesamtgrad an Engagement, Aufmerksamkeit und Konzentration während der Informationsbeschaffung widerspiegelt) und „Cognitive Workload“ (das die Anforderungen an die geistige Verarbeitung widerspiegelt). Diese ABM-Metriken wurden in wissenschaftlichen Publikationen unter anderem von Berka et al. (2004, 2007) und Johnson et al. (2011) validiert.

Neuroelectrics (Enobio): Die Enobio-Headsets von Neuroelectrics sind EEG-Systeme in Forschungsqualität, die nativ in iMotions integriert sind. Die Enobio-Produktfamilie bietet verschiedene Elektrodenkonfigurationen und ist sowohl für kontrollierte Laboruntersuchungen als auch für ambulante Forschung konzipiert.

Brain Products (ActiCHamp): ActiCHamp ist ein EEG-Verstärker mit hoher Kanalanzahl in Forschungsqualität, der für anspruchsvolle akademische und klinische Forschungsanwendungen entwickelt wurde. Durch die Integration mit iMotions lassen sich ActiCHamp-Daten mit allen iMotions-Modalitäten synchronisieren.

OpenBCI: OpenBCI ist eine Open-Source-EEG-Hardwareplattform. iMotions bietet eine native Integration mit OpenBCI-Karten und unterstützt damit Forschungskontexte, in denen die Flexibilität von Open-Source-Hardware oder geringere Hardwarekosten im Vordergrund stehen.

Lab Streaming Layer (LSL): Über die nativen Integrationen hinaus unterstützt iMotions die Anbindung an nahezu jedes EEG-Gerät, das über einen LSL-kompatiblen Ausgang verfügt. LSL ist ein offenes Protokoll für das Streaming von Zeitreihendaten, das es Forschern ermöglicht, zusätzliche EEG-Systeme zu integrieren, die nicht nativ in den Hardware-Partnerschaften von iMotions aufgeführt sind. iMotions empfiehlt, LSL-angeschlossene Geräte vor dem Einsatz in endgültigen Studien auf ihre Datenqualität zu überprüfen.

5. Wichtige Kennzahlen und Ergebnisse

Roh-EEG-Signal Als Roh-EEG wird die unverarbeitete, kontinuierliche Spannungszeitreihe bezeichnet, die von jeder Elektrode aufgezeichnet wird. Das Roh-EEG wird in iMotions mit der Abtastrate des verwendeten Geräts exportiert und bildet die Eingabe für die gesamte nachfolgende Signalverarbeitung. Forscher, die maßgeschneiderte Signalverarbeitungsabläufe benötigen (z. B. ERP-Analyse, Quellenlokalisierung, unabhängige Komponentenanalyse), exportieren das Roh-EEG zur Verarbeitung in externe Tools wie EEGLAB, MNE-Python oder BrainVision Analyzer.

Spektrale Leistungsdichte (PSD) Die spektrale Leistungsdichte ist definiert als die Verteilung der EEG-Signalleistung über den Frequenzbereich, berechnet mittels Frequenzanalyse (in der Regel mittels der schnellen Fourier-Transformation oder verwandter Methoden). Die PSD quantifiziert den relativen Beitrag jedes Frequenzbandes (Delta, Theta, Alpha, Beta, Gamma) zum gesamten EEG-Signal innerhalb einer definierten Zeitepoche. Das iMotions EEG R Notebook berechnet die PSD automatisch und gibt bandspezifische Leistungswerte pro Elektrode und pro Stimulus-Epochen aus.

Frontale Asymmetrie (frontale Alpha-Asymmetrie) Die frontale Asymmetrie ist definiert als der Unterschied in der Leistungsstärke im Alpha- (oder Beta-/Gamma-)Band zwischen der linken und der rechten frontalen Elektrode (typischerweise F3 und F4 im 10–20-System). Die frontale Asymmetrie ist eine der am besten validierten EEG-Metriken in der Verhaltensforschung: Eine erhöhte Alpha-Leistung im linken Frontalbereich im Vergleich zur Alpha-Leistung im rechten Frontalbereich wird mit Annäherungsmotivation und positiven Affekten assoziiert, während eine erhöhte Alpha-Leistung im rechten Frontalbereich mit Rückzugsmotivation und negativen Affekten assoziiert wird (Davidson, 2004; Coan und Allen, 2004). iMotions berechnet die frontale Asymmetrie automatisch über das FAA R Notebook, und die Metrik wurde in der Werbeforschung, Produktbewertung und in klinisch-psychologischen Studien angewendet.

Proprietäre kognitiv-affektive Metriken (ABM) Die ABM B-Alert-Headset-Familie liefert innerhalb von iMotions zwei primäre proprietäre Metriken: (1) Engagement/Arbeitsbelastung, die die langfristige Wachsamkeit und die bewusste Ausrichtung der Aufmerksamkeit auf aufgabenrelevante Reize widerspiegelt; und (2) kognitive Arbeitsbelastung, die den Gesamtumfang der kognitiven und aufmerksamkeitsbezogenen Anforderungen während der Informationsverarbeitung widerspiegelt. Diese Metriken werden durch die validierten Klassifizierungsalgorithmen von ABM erzeugt und sind ohne zusätzliche Nachbearbeitung direkt in der iMotions-Zeitleiste verfügbar.

Inter-Subjekt-Korrelation (neuronale Synchronität) iMotions unterstützt die Analyse der Inter-Subjekt-Korrelation (ISC), die auch als neuronale Synchronität bezeichnet wird. ISC ist definiert als die Quantifizierung von Ähnlichkeiten in der EEG-Aktivität bei mehreren Teilnehmern, die demselben Reiz ausgesetzt sind. ISC wird als Maß auf Gruppenebene für gemeinsame neuronale Verarbeitungsprozesse verwendet und findet im Neuromarketing und in der Medienforschung Anwendung, um Reizmomente zu identifizieren, die bei verschiedenen Zielgruppen konsistente neuronale Reaktionen hervorrufen.

6. Integration mit anderen Behandlungsmethoden

Das EEG in iMotions entfaltet seine volle Leistungsfähigkeit, wenn es in Kombination mit anderen gleichzeitig erfassten Modalitäten genutzt wird, die alle auf der einheitlichen Zeitachse der Plattform basieren.

EEG + Eye-Tracking: Das EEG erfasst die neuronalen Korrelate kognitiver und emotionaler Prozesse, während Eye-Tracking das Blickverhalten und die Aufmerksamkeitsverteilung aufzeichnet. Durch die Kombination beider Verfahren können Forscher ermitteln, welche neuronalen Zustände mit bestimmten Fixationen oder Blickmustern einhergehen. Diese Kombination ist in der Leseforschung, bei Werbetests und in Usability-Studien im Bereich Mensch-Computer-Interaktion (HCI) Standard.

EEG + EDA/GSR: Das EEG liefert Indikatoren für die Aufmerksamkeit und die emotionale Verarbeitung auf kortikaler Ebene, während EDA/GSR die durch das sympathische Nervensystem gesteuerte periphere autonome Erregung misst. Die beiden Signale ergänzen sich: Das EEG erfasst spezifischere Informationen zur kognitiven und emotionalen Verarbeitung, während EDA/GSR die Intensität der gesamten Erregungsreaktion erfasst. Keines der beiden Signale liefert für sich genommen das vollständige Bild, das sich erst aus der Kombination beider ergibt.

EEG + Gesichtsausdrucksanalyse (FEA): Das EEG erfasst innere neuronale Zustände, die sich äußerlich zeigen können oder auch nicht. Die FEA erfasst die sichtbaren Verhaltensausprägungen der emotionalen Verarbeitung. Diese Kombination ermöglicht es Forschern, die Übereinstimmung und Diskrepanz zwischen inneren emotionalen Zuständen (neuronal) und dem geäußerten emotionalen Verhalten (gesichtsbezogen) zu untersuchen, was sowohl theoretisch als auch klinisch von Bedeutung ist.

EEG + EMG: Das EEG liefert Signale aus den motorischen und kognitiven Bereichen der Großhirnrinde, während das EMG die Aktivität der peripheren Muskeln misst. In der motorischen Neurowissenschaft und der Rehabilitationsforschung ermöglichen EEG und EMG die Analyse der Kopplung zwischen Gehirn und Muskeln sowie die Untersuchung motorischer Absichten, die einer Bewegung vorausgehen oder diese begleiten.

EEG + fNIRS: Das EEG verfügt über eine hohe zeitliche Auflösung, jedoch nur über eine begrenzte räumliche Auflösung. fNIRS weist eine geringere zeitliche Auflösung auf, bietet jedoch eine bessere räumliche Auflösung für lokalisierte kortikale hämodynamische Reaktionen. Die beiden Verfahren ergänzen sich biologisch (elektrische Aktivität vs. hämodynamische Reaktion) und stören sich elektrisch nicht gegenseitig, was EEG + fNIRS zu einer etablierten multimodalen Kombination in der kognitiven Neurowissenschaft macht.

7. Anwendungsfälle nach Branche und Forschungsbereich

Neuromarketing und Werbeforschung: Das EEG in iMotions wird im Neuromarketing umfassend eingesetzt, um das Verbraucherengagement, die Annäherungsmotivation und die kognitive Belastung als Reaktion auf Werbung, Verpackungen, Markenreize und Einzelhandelsumgebungen zu messen. Die frontale Asymmetrie liefert eine momentane Messung der Annäherungsmotivation (positiv) im Vergleich zur Rückzugsmotivation (negativ) gegenüber Reizen. Die ISC (neuronale Synchronität) liefert ein Maß für das gemeinsame Engagement des Publikums, das mit Kennzahlen zur Werbewirksamkeit korreliert.

Akademische Psychologie und kognitive Neurowissenschaften: Wissenschaftler nutzen iMotions EEG zur Messung kognitiver Prozesse wie Arbeitsgedächtnisbelastung, Aufmerksamkeit, Emotionsregulation und Entscheidungsfindung. Dank seiner zeitlichen Auflösung im Millisekundenbereich eignet sich das EEG besonders gut zur Untersuchung des zeitlichen Ablaufs neuronaler Reaktionen auf Reize – eine Möglichkeit, die langsamere hämodynamische Verfahren (fMRT, fNIRS) nicht bieten.

Mensch-Computer-Interaktion (HCI) und UX-Forschung HCI-Forscher nutzen EEG in iMotions, um die kognitive Belastung bei Software-Interaktionen, der Navigation auf Websites und bei Tests zur Produktbenutzerfreundlichkeit zu messen. Aus EEG-Daten abgeleitete Belastungsmetriken identifizieren Schnittstellen, die übermäßige kognitive Anforderungen stellen, und ermöglichen es Designern, Probleme bei der Benutzerfreundlichkeit zu quantifizieren, die die Teilnehmer möglicherweise nicht in Worte fassen können.

Forschung zu menschlichen Faktoren und Bedienersicherheit Forscher im Bereich der menschlichen Faktoren nutzen das EEG, um die Wachsamkeit, Schläfrigkeit und kognitive Belastung von Bedienern in sicherheitskritischen Umgebungen zu messen, darunter in der Luftfahrt, der Automobilindustrie, dem Militär und bei industriellen Steuerungsanwendungen. Der ABM-Schläfrigkeitsindex wurde speziell für die Erkennung gefährlicher Abnahmen der Wachsamkeit in betrieblichen Kontexten validiert.

Konsumenten-Neurowissenschaft und Einzelhandelsforschung Forscher im Bereich der Konsumenten-Neurowissenschaft nutzen drahtloses EEG in iMotions, um das Engagement und den kognitiven Zustand von Kunden während der Erkundung realer oder virtueller Geschäfte zu untersuchen. Drahtlose EEG-Systeme (darunter ABM und Neuroelectrics) ermöglichen die Erfassung von Daten im freien Raum, ohne dass die Teilnehmer an einen festen Arbeitsplatz gebunden sind.

Bildungsforschung Bildungsforscher nutzen das EEG in iMotions, um das kognitive Engagement und die kognitive Belastung der Lernenden während Lernaufgaben zu messen. Das EEG liefert eine kontinuierliche, nicht-invasive Messung der geistigen Anstrengung, die Leistungskennzahlen und Fragebögen zur Selbsteinschätzung ergänzt.

8. Vorteile gegenüber alternativen Methoden

EEG im Vergleich zur fMRT Die funktionelle Magnetresonanztomographie (fMRT) bietet eine überlegene räumliche Auflösung zur Identifizierung von Hirnregionen, die an kognitiven und emotionalen Prozessen beteiligt sind, erfordert jedoch, dass sich die Testperson unbeweglich in einem großen, teuren Scanner in einer klinischen Einrichtung befindet. Das EEG in iMotions unterstützt ambulante und nahezu naturalistische Forschung mit drahtlosen Headsets, lässt sich mit anderen Biosensoren und Stimulusmodalitäten kombinieren und verursacht nur einen Bruchteil der Kosten einer fMRT. Die zeitliche Auflösung des EEG im Millisekundenbereich übertrifft die durch die Hämodynamik begrenzte Auflösung der fMRT (mehrere Sekunden pro Bildaufnahme).

EEG im Vergleich zu fNIRS: fNIRS bietet eine bessere räumliche Lokalisierung kortikaler hämodynamischer Reaktionen als das EEG, ist unempfindlicher gegenüber Bewegungsartefakten und erfordert weder Leitgel noch eine Impedanzprüfung. Das EEG behält seine Vorteile hinsichtlich der zeitlichen Auflösung (Millisekunden gegenüber Sekunden bei fNIRS), der Empfindlichkeit gegenüber schnellen ereignisbezogenen neuronalen Reaktionen sowie der umfangreichen Validierungsbasis für EEG-Frequenzbereichsmetriken (PSD, frontale Asymmetrie). Die beiden Verfahren ergänzen sich eher, als dass sie sich gegenseitig ersetzen.

EEG im Vergleich zur Selbstauskunft Bei der Selbstauskunft werden bewusste, verbal zugängliche Bewertungen rückblickend erfasst. Das EEG erfasst neuronale Prozesse in Echtzeit, einschließlich vorbewusster und automatischer Reaktionen, die die Teilnehmenden nicht in Worte fassen können oder deren sie sich möglicherweise nicht bewusst sind. Das EEG liefert kontinuierliche Zeitreihendaten anstelle einer einmaligen nachträglichen Bewertung und unterliegt weder Verzerrungen durch soziale Erwünschtheit noch durch Erinnerungslücken.

9. Einschränkungen und zu beachtende Punkte

Anfälligkeit für Signalartefakte Das EEG reagiert sehr empfindlich auf elektrische Artefakte aus verschiedenen Quellen: Augenbewegungen (EOG-Artefakte), Muskelaktivität (EMG-Artefakte), Herzschlag (EKG-Artefakte) und externe elektromagnetische Störungen (Netzrauschen bei 50/60 Hz). Die Erkennung, Unterdrückung und Korrektur von Artefakten sind wesentliche Vorverarbeitungsschritte, die Fachwissen der Forscher oder validierte automatisierte Algorithmen erfordern. iMotions R Notebooks bieten Filterfunktionen, doch die komplexe Artefaktentfernung (z. B. unabhängige Komponentenanalyse) erfordert externe Tools.

Aufbauzeit der Elektroden und Belastung der Teilnehmenden: EEG-Systeme in Forschungsqualität mit Gel-Elektroden (z. B. ActiCHamp) erfordern einen erheblichen Zeitaufwand für den Aufbau (30–60 Minuten bei Arrays mit hoher Dichte), das Auftragen von Leitgel sowie eine sorgfältige Impedanzprüfung. Dieser Aufwand beim Aufbau begrenzt die Anzahl der Teilnehmenden, die pro Tag getestet werden können, und führt zu einem Vorbereitungsablauf, der den Erregungszustand der Teilnehmenden beeinträchtigen kann.

Einschränkungen der räumlichen Auflösung: Das EEG erfasst Potenziale an der Kopfhautoberfläche, die die Überlagerung von Signalen aus vielen kortikalen und subkortikalen Quellen widerspiegeln. Die Lokalisierung neuronaler Quellen anhand des Kopfhaut-EEGs (Quellenlokalisierung) ist ein schlecht gestelltes inverses Problem mit erheblicher Unsicherheit. Das EEG kann Aktivitäten aus tiefen Hirnstrukturen (limbisches System, Basalganglien) nicht zuverlässig unterscheiden und erreicht nicht die räumliche Präzision von fMRT oder fNIRS.

Kompromisse bei der Datenqualität in der ambulanten Messung Drahtlose EEG-Systeme ermöglichen zwar die ambulante Datenerfassung, sind jedoch im Vergleich zu kabelgebundenen Systemen in Forschungsqualität anfälliger für Bewegungsartefakte und verfügen über eine geringere Elektrodenanzahl. Ambulante EEG-Untersuchungen erfordern eine sorgfältige Versuchsplanung, eine verstärkte Datenauswertung sowie die Akzeptanz einer höheren Artefaktrate in den aufgezeichneten Daten.

Individuelle Unterschiede und Nichtstationarität: EEG-Signale unterscheiden sich von Person zu Person erheblich hinsichtlich ihrer spektralen Grundlinienprofile, der Elektrodenimpedanz, der Schädeldicke und der Konfiguration der kortikalen Quellen. Das EEG ist zudem nichtstationär – die Signaleigenschaften ändern sich im Laufe einer Aufzeichnung. Diese Eigenschaften erfordern eine sorgfältige Normalisierung zwischen den Probanden sowie die Berücksichtigung von Effekten, die durch die Dauer der Aufgabe bedingt sind.

10. Wann sollte man ein EEG einsetzen und wann Alternativen?

ForschungsbedarfEmpfohlene Behandlungsform
Neuronale Zeitmessung mit Millisekundengenauigkeit (ERPs, Reaktionslatenz)EEG
Räumliche Lokalisierung der HirnaktivitätfMRT oder fNIRS
Annäherungs-/Rückzugsmotivation (frontale Asymmetrie)EEG
Kognitive Belastung (Bediener, Benutzererfahrung)EEG oder fNIRS
Intensität der autonomen ErregungEDA/GSR
Sichtbarer emotionaler AusdruckAnalyse des Gesichtsausdrucks
Ambulante Hirnmessung mit BewegungstoleranzfNIRS
Neuralforschung mit begrenztem BudgetEEG (kostengünstiger als fMRT/fNIRS)
Groß angelegte FernforschungNicht für das Standard-EEG empfohlen

Der Einsatz von EEG in iMotions ist besonders geeignet, wenn: die Forschungsfrage neuronale Daten mit hoher zeitlicher Auflösung erfordert; die frontale Asymmetrie oder die PSD-Frequenzanalyse für das Forschungsdesign von zentraler Bedeutung ist; die Messung der kognitiven Belastung, der Wachsamkeit oder der Schläfrigkeit erforderlich ist; und eine vollständige multimodale Synchronisation mit anderen Sensoren für das Forschungsdesign notwendig ist.

11. FAQ: EEG in iMotions

Was misst iMotions EEG? iMotions EEG misst die elektrische Aktivität des Gehirns mithilfe von Elektroden, die auf der Kopfhaut angebracht werden. Das Modul liefert Rohdaten der EEG-Wellenformen, die spektrale Leistungsdichte über verschiedene Frequenzbänder (Delta, Theta, Alpha, Beta, Gamma), Werte zur frontalen Asymmetrie sowie – bei unterstützten Headsets – proprietäre kognitive Kennzahlen wie Engagement, Schläfrigkeit und kognitive Belastung.

Welche EEG-Headsets sind mit iMotions kompatibel? iMotions bietet native Integration mit Headsets von Advanced Brain Monitoring (ABM B-Alert-Serie), Neuroelectrics (Enobio), Brain Products (ActiCHamp) und OpenBCI. Weitere EEG-Geräte können über das Lab Streaming Layer (LSL)-Protokoll angeschlossen werden, wodurch Kompatibilität mit einer Vielzahl von EEG-Systemen von Drittanbietern gewährleistet ist.

Was ist frontale Asymmetrie und wie berechnet iMotions sie? Frontale Asymmetrie ist definiert als der Unterschied in der Leistungsstärke im Alpha- (oder Beta-/Gamma-)Band zwischen den linken und rechten frontalen Kortexregionen, der typischerweise aus den Elektroden F3 und F4 im 10–20-System abgeleitet wird. In iMotions wird die frontale Asymmetrie automatisch mithilfe des R-Notebooks „Frontal Alpha Asymmetry“ (FAA) berechnet. Eine erhöhte relative Aktivität im linken frontalen Bereich deutet auf Annäherungsmotivation hin; eine erhöhte relative Aktivität im rechten frontalen Bereich deutet auf Rückzugsmotivation hin.

Kann iMotions EEG in ambulanten oder Feldstudien eingesetzt werden? Ja. Drahtlose EEG-Headsets (einschließlich ABM und Neuroelectrics Enobio), die in iMotions integriert sind, ermöglichen die ambulante Datenerfassung außerhalb fester Laborumgebungen. Bei ambulanten EEG-Untersuchungen kommt es aufgrund von Bewegungen zu einer höheren Artefaktrate, weshalb iMotions empfiehlt, die Qualität der ambulanten Datensätze vor der Analyse sorgfältig zu prüfen.

Wie synchronisiert iMotions das EEG mit anderen Sensoren? Alle iMotions-Module nutzen eine gemeinsame Zeitstempelreferenz im Millisekundenbereich, die von der iMotions-Plattform generiert wird. Stimulus-Ereignismarker (Beginn und Ende von Stimuli) werden in diese Zeitachse eingebettet und gleichzeitig mit allen Sensordatenströmen abgeglichen. Das bedeutet, dass EEG-Messwerte automatisch zeitlich mit Blickdaten, EDA/GSR, Gesichtsausdruck, EKG und anderen gleichzeitigen Sensorausgaben abgeglichen werden, ohne dass ein manueller Abgleich erforderlich ist.

Was versteht man unter der Inter-Subjekt-Korrelation (neuronale Synchronität) in iMotions EEG? Die Inter-Subjekt-Korrelation (ISC), in iMotions auch als neuronale Synchronität bezeichnet, ist definiert als die Quantifizierung von Ähnlichkeiten in der Gehirnaktivität bei mehreren Teilnehmern, die denselben Reizen ausgesetzt sind. Die ISC dient als Maß für gemeinsame neuronale Aktivität und wird in Medientests und im Neuromarketing eingesetzt, um Stimuluselemente zu identifizieren, die bei einem Publikum konsistente, synchronisierte Gehirnreaktionen hervorrufen.

Weiterführende Literatur zum Thema EEG

Literaturhinweise und weiterführende Literatur

,