Das Projekt NEMO, das vom Fraunhofer IDMT koordiniert und vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert wird, erforscht Technologien für mehr Datenschutz und eine bessere Verfügbarkeit von EEG-Daten in der Wissenschaft. Dieser Ansatz soll das Risiko zur Re-Identifikation in aufgezeichneten EEG-Daten deutlich reduzieren, während relevante Informationen für die Datenauswertung erhalten bleiben. Am Beispiel der Schlafphasenanalyse konnten die Forschungsergebnisse bereits erfolgreich demonstriert werden. NEMO steht für Nicht-Identifizierbarkeit von Elektroenzephalogrammen und vergleichbaren Sensorsignalen aus medizinischer Versorgung für Open Science.
Höchste Anforderungen des Datenschutzes
Ein EEG kann sensible Informationen enthalten. Studien zu EEG-Signalen im Ruhe- und Schlafzustand zeigen, dass sich daraus etwa Anzeichen für Schlafstörungen, Autismus-Spektrum-Störungen oder Alkoholismus ablesen lassen. Für die Datennutzung ergibt sich daher ein Dilemma: Während sie in der Forschung von immensem Wert sind – etwa bei der Entwicklung von Methoden zur Früherkennung neurodegenerativer Erkrankungen –, unterliegen sie höchsten Anforderungen des Datenschutzes. Nicht ohne Grund, denn die Forschung zeigt, dass Personen anhand ihres individuellen „Brainprints“ in EEG-Datensätzen wiedererkannt werden können. NEMO beschäftigte sich in den vergangenen drei Jahren mit der notwendigen Verfügbarkeit von EEGs in der Wissenschaft, die mit einem angemessenen Datenschutz kombiniert wird.
Beispiel: Klassifikation von Schlafphasen
Das Konsortium untersuchte, wie persönliche Daten aus den Aufzeichnungen entfernt werden können, während Informationen für eine spezifische Interpretation erhalten bleiben. In einem konkreten Anwendungsbeispiel sollte eine Klassifikation von Schlafphasen und die Identifikation der Schlafspindeln im EEG auch nach erfolgter Anonymisierung möglich sein. Koordiniert wurde NEMO durch die Gruppe Mobile Neurotechnologien des Fraunhofer 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, weist auf die hohe Relevanz hin: „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.“
Sichere EEG-Daten
Am Hauptsitz des Fraunhofer IDMT in Ilmenau gestalteten technische Datenschützer Ansätze zur Re-Identifikation einzelner Personen innerhalb umfangreicher EEG-Datensets. Sie entwickelten ein maschinelles Lernverfahren, das persönliche Muster in komplexen Biosignalen erlernt und mit einer Treffgenauigkeit von über 80 Prozent in anderen Datensätzen wiedererkennt. Kritisch ist das, wenn EEG-Daten zusammen mit den Namen der Datenspendenden 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 Datenspendenden 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. Die Schlafdaten kamen aus Kiel (Christian-Albrechts-Universität zu Kiel und Universitätsklinikum Schleswig-Holstein Campus Kiel).
Weg für eine breitere Datenverfügbarkeit ebnen
Um die Forschungsansätze in einem möglichst anwendungsnahen Kontext zu betrachten, wurden Stakeholder-Interviews und Workshops in verschiedene Phasen des Projekts integriert. So arbeitete u.a. das Konsortium mit der KIZMO GmbH (Klinisches Innovationszentrum für Medizintechnik Oldenburg) mit. Mit Abschluss des NEMO-Projekts im Dezember 2025 konnte das Konsortium die Machbarkeit von Anonymisierungstechnologien zur Absicherung von Biosignalen nachweisen. Die weitere Forschung und Entwicklung an derartigen Technologien sei laut Experten hoch relevant. „Die Weiterentwicklung dieser Anonymisierungsansätze ist wichtig, 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 Thomas Köllmer.
Artikel teilen
