Künstliche Intelligenz in Hörsystemen: Unterschied zwischen den Versionen

Aus Hör-Wiki
← Zum vorherigen Versionsunterschied
VisuellWikitext
RainerP (Diskussion | Beiträge)
author
387 Bearbeitungen
K Referenz in Weblink umgesetzt
 
(37 dazwischenliegende Versionen von 4 Benutzern werden nicht angezeigt)
Zeile 1: Zeile 1:
KI -Künstliche Intelligenz- ist ein Begriff aus der Informatik.
'''KI in Hörsystemen''' (insbesondere in [[Sprachprozessor (SP)|CI-Prozessoren]] und [[Hörgerät|Hörgeräten]]) bezeichnet den Einsatz von Verfahren der Künstlichen Intelligenz und des maschinellen Lernens zur Analyse von Schall und Hörsituationen. Ziel ist es, unterschiedliche akustische Umgebungen zu erkennen und die Signalverarbeitung des Hörsystems automatisch an die jeweilige Situation anzupassen.
Dabei führt ein Computer kein fest definiertes Programm aus sondern passt dessen Ablauf anhand von vorliegenden Daten an.
Das System "lernt" selbständig weiter und optimiert sich selbst.
Dieser Prozess orientiert sich am Vorbild des menschlichen Denkens.


Dabei können beispielsweise Sprache, Hintergrundgeräusche, Musik, Wind oder andere typische Hörsituationen unterschieden werden. Das Hörsystem kann daraufhin geeignete Signalverarbeitungsstrategien auswählen, um beispielsweise das Sprachverstehen zu unterstützen oder störende Geräusche zu reduzieren.


== KI in der Hörakustik ==
== Definition von KI ==
Bei Hörsystemen (insbesondere CI-Prozessoren und Hörgeräten) soll die KI verschiedene Hörsituationen erkennen und analysieren, um daraus das Hörsystem möglichst gut an die aktuelle Umgebung anzupassen und letzlich dem Menschen bestmögliches Hören zu ermöglichen.
KI – Künstliche Intelligenz – bezeichnet Verfahren, mit denen Computersysteme Aufgaben ausführen können, für die typischerweise menschliche Fähigkeiten wie das Erkennen von Mustern, Klassifizieren von Informationen oder das Treffen von Entscheidungen benötigt werden<ref name="ki_begriff_informatik" />.


=== Aktueller Stand ===
Beim maschinellen Lernen werden Algorithmen anhand von Daten trainiert, um beispielsweise Muster in akustischen Signalen zu erkennen. Das trainierte Modell kann anschließend neue Eingangssignale analysieren und daraus eine Entscheidung oder Klassifikation ableiten.


Derzeit (4/2024) nutzen Hörsysteme verschiedene Technologien, um das Hören und Verstehen zu verbessern, vor allem in schwierigeren Hörsituationen.
KI muss dabei nicht bedeuten, dass ein Hörsystem während der Nutzung selbstständig weiterlernt. In vielen Hörsystemen wird ein zuvor trainiertes Modell verwendet, das während des Hörens die akustische Umgebung analysiert und daraus passende Signalverarbeitungsstrategien auswählt<ref name="ki_menschliches_denken" />.


=== Ausblick ===
== Aktueller Stand ==
Derzeit (Stand 07/2026) nutzen moderne Hörgeräte und [[Sprachprozessor (SP)|CI-Prozessoren]] verschiedene Verfahren der automatischen Situations- und Geräuscherkennung. Ziel ist es, die Signalverarbeitung an die jeweilige Hörumgebung anzupassen und dadurch insbesondere das Sprachverstehen in schwierigen Hörsituationen zu unterstützen.


Eine wichtige Grundlage bilden mehrere Mikrofone und Verfahren zur Richtungsbestimmung. Dadurch kann das Hörsystem beispielsweise erkennen, aus welcher Richtung Sprache oder Störgeräusche kommen<ref name="hoergeraete_mehrere_mikrofone" />. Zusätzlich können Windgeräusche<ref name="wind" /> und plötzliche Schallereignisse erkannt und entsprechend verarbeitet werden<ref name="impulsschall" />.


Eine weitere wichtige Funktion ist die automatische Klassifikation der Hörsituation. Dabei wird das akustische Umfeld analysiert und beispielsweise zwischen Ruhe, Sprache, Sprache im Störgeräusch, Musik oder anderen Situationen unterschieden<ref name="situationsklassifikation_hoergeraete" />. Je nach erkannter Situation kann das Hörsystem anschließend geeignete Einstellungen und Signalverarbeitungsstrategien aktivieren.
=== KI in CI-Prozessoren ===
Auch moderne CI-Prozessoren nutzen automatische Umgebungserkennung und KI- bzw. ML-basierte Signalverarbeitung.
Bei Cochlear wird beispielsweise die automatische Umgebungsklassifikation SCAN bzw. SCAN 2 eingesetzt. SCAN 2 analysiert kontinuierlich die akustische Umgebung und ordnet sie verschiedenen Hörsituationen zu, beispielsweise Ruhe, Störgeräusch, Sprache, Sprache im Störgeräusch, Wind oder Musik. Auf Grundlage dieser Klassifikation können passende Mikrofon- und Signalverarbeitungseinstellungen automatisch ausgewählt werden<ref name="rechenaufwand_edge_ai_ci" />.
Bei MED-EL verfügt beispielsweise der SONNET 2 über Automatic Sound Management 3.0 (ASM 3.0) mit Adaptive Intelligence. Das System passt Lautstärke und weitere Höreinstellungen automatisch an die Umgebung an und kann unter anderem Hintergrundgeräusche reduzieren<ref name="rechenaufwand_edge_ai_ci" />.
Auch Advanced Bionics nutzt bei den Marvel CI Soundprozessoren das KI-basierte AutoSense OS 3.0. Das System erkennt die jeweilige Hörumgebung und passt Einstellungen, Programme und Funktionen automatisch an. Für Kinder steht mit AutoSense Sky OS 3.0 eine speziell auf typische Hörsituationen von Kindern ausgerichtete Variante zur Verfügung<ref name="rechenaufwand_edge_ai_ci" />.
=== KI in Hörgeräten ===
Auch bei Hörgeräten wird maschinelles Lernen zur Erkennung von Hörsituationen eingesetzt. Ein Beispiel ist AutoSense OS von Phonak. Das System klassifiziert unterschiedliche akustische Situationen und nutzt diese Information, um geeignete Signalverarbeitungsstrategien auszuwählen. Dazu gehören unter anderem Situationen mit Sprache in Ruhe, Sprache im Störgeräusch, Musik oder allgemeinen Umgebungsgeräuschen<ref name="situationsklassifikation_hoergeraete" />.
Andere Hersteller verwenden ebenfalls KI- und ML-basierte Verfahren. Oticon setzt beispielsweise bei MoreSound Intelligence auf ein Deep Neural Network (DNN), das komplexe akustische Umgebungen analysiert und die Signalverarbeitung anpasst. Bei Signia werden unter anderem Funktionen zur automatischen Erkennung von Hörsituationen und zur Verarbeitung von Sprache und Hintergrundgeräuschen eingesetzt<ref name="rechenaufwand_edge_ai_ci" />.
Neben der automatischen Situationserkennung kommen verschiedene Signalverarbeitungsstrategien zum Einsatz. Dazu gehören beispielsweise Richtmikrofone, Störgeräuschreduzierung, Windgeräuschunterdrückung und Verfahren zur Hervorhebung von Sprache. Die konkrete Bezeichnung und Funktionsweise unterscheidet sich je nach Hersteller und Hörsystem.
KI kann somit dazu beitragen, dass ein Hörsystem nicht nur den Schall verstärkt, sondern die akustische Umgebung analysiert und die Signalverarbeitung situationsabhängig anpasst.
== Ausblick ==
Der Einsatz von KI (Künstlicher Intelligenz) ist dort sinnvoll, wo sich das Hörsystem auf verschiedenste Hörsituationen einstellen soll. Da dies mit einem hohen Rechenaufwand verbunden ist, den derzeit (Stand 3/2026) kein Hörsystem leisten kann, werden von den Hörsystemherstellern verschiedene Signalverarbeitungsstrategien angewendet. Diese werden jedoch zuvor mittels KI ermittelt und anschließend im Hörsystem gespeichert. Darauf greift das Hörsystem während des Hörens zu und sucht sich gewissermaßen die möglichst optimale Einstellung heraus.<ref name="rechenaufwand_edge_ai_ci" />
Um die KI bestmöglich zu nutzen, muss ein autonomer KI-Algorithmus in das Hörsystem hinterlegt werden, der in Echtzeit eine Auswertung der Hörsituation vornimmt und unmittelbar darauf das Hörsystem anpasst.<ref name="rechenaufwand_edge_ai_ci" /> Die Frage ist, wie das Hörsystem dies praktisch in das Hörerlebnis umsetzt und ob das für den Anwender bequem und damit praxisnah ist. Dazu gilt es, Hürden zu überwinden:
* Rechenaufwand
* entsprechender Strombedarf
* Aufwand, die KI des Hörsystems jeweils auf einem aktuellen Stand zu halten.
Die KI im Hörsystem soll selbst aus den Hörsituationen entsprechende Schlüsse ziehen und dabei hinzu lernen.
In weiterer Zukunft werden sogenannte selbstlernende [[Glossar#DNN|Deep Neural Networks]] (DNN, tiefe neuronale Netze) zum Einsatz kommen. Dabei können beispielsweise einzelne Stimmen aus Umgebungsgeräuschen gefiltert werden und dann herabgesenkt oder ganz ausgeblendet werden.<ref name="dnn_speech_enhancement_ci" />
Die Hörsystemhersteller arbeiten auch daran, Dolmetscherdienste oder die Erzeugung von Untertiteln (in Verbindung mit einem Smartphone) mit einer entsprechenden KI im Hörsystem zu verarbeiten.<ref name="smartphone_untertitel_dolmetschen" />


== Weblinks ==
== Weblinks ==
Weitere Infos über die Künstliche Intelligenz:
Weitere Infos über die Künstliche Intelligenz:
* [https://de.wikipedia.org/wiki/Künstliche_Intelligenz: Künstliche Intelligenz]
* [https://de.wikipedia.org/wiki/Künstliche_Intelligenz: Künstliche Intelligenz]
* [https://de.wikipedia.org/wiki/Künstliche_Intelligenz_in_der_Medizin: Künstliche Intelligenz in der Medizin]
* [https://de.wikipedia.org/wiki/Deep_Learning: Deep Learning]
* [https://bhavishyapandit9.substack.com/p/the-ai-that-builds-itself-understanding The AI That Builds Itself: Understanding AutoML and Self-Optimizing Models]
== Einzelnachweise ==
<references>
<ref name="ki_begriff_informatik">Stuart J. Russell, Peter Norvig: ''Künstliche Intelligenz: Ein moderner Ansatz.'', Berkeley 2004; Pearson Studium; ISBN 3-8273-7089-2; (englisch ''Artificial Intelligence: A Modern Approach'')</ref>
<ref name="ki_menschliches_denken">{{Internetquelle|url=https://www.ibm.com/de-de/think/topics/artificial-intelligence|titel=Was ist künstliche Intelligenz (KI)?|autor=IBM|abruf=2026-03-19}}</ref>
<ref name="wind">{{Internetquelle|url=https://pmc.ncbi.nlm.nih.gov/articles/PMC8463128/|titel=Wind Noise Management in Hearing Aids|autor=Korhonen P. et al., National Institutes of Health (PMC)|abruf=2026-03-19}}</ref>
<ref name="hoergeraete_mehrere_mikrofone">Ricketts T. A. (2001). ''Directional hearing AIDS. Trends in amplification'', 5(4), 139–176. https://doi.org/10.1177/108471380100500401</ref>
<ref name="impulsschall">Dyballa, K. H., Hehrmann, P., Hamacher, V., Lenarz, T., & Buechner, A. (2016). ''Transient Noise Reduction in Cochlear Implant Users: a Multi-Band Approach''. Audiology research, 6(2), 154. https://doi.org/10.4081/audiores.2016.154</ref>
<ref name="situationsklassifikation_hoergeraete">{{Internetquelle|url=https://journals.publisso.de/en/journals/zaud/volume6/zaud000042|titel=Digital assistants for hearing aid wearers based on cloud computing and acoustic scene classification|autor=Harbert C. et al., GMS Zeitschrift für Audiologie|abruf=2026-03-19}}</ref>
<ref name="rechenaufwand_edge_ai_ci">{{Internetquelle|url=https://www.audiologyonline.com/articles/20q-artificial-intelligence-in-hearing-28996|titel=20Q with Gus Mueller: Artificial Intelligence in Hearing Aids - HatGPT|autor=Joshua M. Alexander, PhD, CCC-A|abruf=2026-03-25}}</ref>
<ref name="dnn_speech_enhancement_ci">{{Internetquelle|url=https://ui.adsabs.harvard.edu/abs/2023ASAJ..154A..28B/abstract|titel=Deep neural network-based speech enhancement for cochlear implants|autor=Bentsen T. et al.|abruf=2026-03-19}}</ref>
<ref name="smartphone_untertitel_dolmetschen">{{Internetquelle|url=https://www.connecthearing.com.au/blog/hearing-aids-and-technologies/modern-apps-and-ai-tools/|titel=Modern Apps and AI Tools Empowering Hearing Access in Daily Life|autor=Connect Hearing Australia|abruf=2026-03-19}}</ref>
</references>


[[Kategorie:noch unbestimmt]]
[[Kategorie:Neu]]
[[Kategorie:Technische Grundlagen]]

Aktuelle Version vom 31. Juli 2026, 20:04 Uhr

KI in Hörsystemen (insbesondere in CI-Prozessoren und Hörgeräten) bezeichnet den Einsatz von Verfahren der Künstlichen Intelligenz und des maschinellen Lernens zur Analyse von Schall und Hörsituationen. Ziel ist es, unterschiedliche akustische Umgebungen zu erkennen und die Signalverarbeitung des Hörsystems automatisch an die jeweilige Situation anzupassen.

Dabei können beispielsweise Sprache, Hintergrundgeräusche, Musik, Wind oder andere typische Hörsituationen unterschieden werden. Das Hörsystem kann daraufhin geeignete Signalverarbeitungsstrategien auswählen, um beispielsweise das Sprachverstehen zu unterstützen oder störende Geräusche zu reduzieren.

Definition von KI

KI – Künstliche Intelligenz – bezeichnet Verfahren, mit denen Computersysteme Aufgaben ausführen können, für die typischerweise menschliche Fähigkeiten wie das Erkennen von Mustern, Klassifizieren von Informationen oder das Treffen von Entscheidungen benötigt werden[1].

Beim maschinellen Lernen werden Algorithmen anhand von Daten trainiert, um beispielsweise Muster in akustischen Signalen zu erkennen. Das trainierte Modell kann anschließend neue Eingangssignale analysieren und daraus eine Entscheidung oder Klassifikation ableiten.

KI muss dabei nicht bedeuten, dass ein Hörsystem während der Nutzung selbstständig weiterlernt. In vielen Hörsystemen wird ein zuvor trainiertes Modell verwendet, das während des Hörens die akustische Umgebung analysiert und daraus passende Signalverarbeitungsstrategien auswählt[2].

Aktueller Stand

Derzeit (Stand 07/2026) nutzen moderne Hörgeräte und CI-Prozessoren verschiedene Verfahren der automatischen Situations- und Geräuscherkennung. Ziel ist es, die Signalverarbeitung an die jeweilige Hörumgebung anzupassen und dadurch insbesondere das Sprachverstehen in schwierigen Hörsituationen zu unterstützen.

Eine wichtige Grundlage bilden mehrere Mikrofone und Verfahren zur Richtungsbestimmung. Dadurch kann das Hörsystem beispielsweise erkennen, aus welcher Richtung Sprache oder Störgeräusche kommen[3]. Zusätzlich können Windgeräusche[4] und plötzliche Schallereignisse erkannt und entsprechend verarbeitet werden[5].

Eine weitere wichtige Funktion ist die automatische Klassifikation der Hörsituation. Dabei wird das akustische Umfeld analysiert und beispielsweise zwischen Ruhe, Sprache, Sprache im Störgeräusch, Musik oder anderen Situationen unterschieden[6]. Je nach erkannter Situation kann das Hörsystem anschließend geeignete Einstellungen und Signalverarbeitungsstrategien aktivieren.

KI in CI-Prozessoren

Auch moderne CI-Prozessoren nutzen automatische Umgebungserkennung und KI- bzw. ML-basierte Signalverarbeitung.

Bei Cochlear wird beispielsweise die automatische Umgebungsklassifikation SCAN bzw. SCAN 2 eingesetzt. SCAN 2 analysiert kontinuierlich die akustische Umgebung und ordnet sie verschiedenen Hörsituationen zu, beispielsweise Ruhe, Störgeräusch, Sprache, Sprache im Störgeräusch, Wind oder Musik. Auf Grundlage dieser Klassifikation können passende Mikrofon- und Signalverarbeitungseinstellungen automatisch ausgewählt werden[7].

Bei MED-EL verfügt beispielsweise der SONNET 2 über Automatic Sound Management 3.0 (ASM 3.0) mit Adaptive Intelligence. Das System passt Lautstärke und weitere Höreinstellungen automatisch an die Umgebung an und kann unter anderem Hintergrundgeräusche reduzieren[7].

Auch Advanced Bionics nutzt bei den Marvel CI Soundprozessoren das KI-basierte AutoSense OS 3.0. Das System erkennt die jeweilige Hörumgebung und passt Einstellungen, Programme und Funktionen automatisch an. Für Kinder steht mit AutoSense Sky OS 3.0 eine speziell auf typische Hörsituationen von Kindern ausgerichtete Variante zur Verfügung[7].

KI in Hörgeräten

Auch bei Hörgeräten wird maschinelles Lernen zur Erkennung von Hörsituationen eingesetzt. Ein Beispiel ist AutoSense OS von Phonak. Das System klassifiziert unterschiedliche akustische Situationen und nutzt diese Information, um geeignete Signalverarbeitungsstrategien auszuwählen. Dazu gehören unter anderem Situationen mit Sprache in Ruhe, Sprache im Störgeräusch, Musik oder allgemeinen Umgebungsgeräuschen[6].

Andere Hersteller verwenden ebenfalls KI- und ML-basierte Verfahren. Oticon setzt beispielsweise bei MoreSound Intelligence auf ein Deep Neural Network (DNN), das komplexe akustische Umgebungen analysiert und die Signalverarbeitung anpasst. Bei Signia werden unter anderem Funktionen zur automatischen Erkennung von Hörsituationen und zur Verarbeitung von Sprache und Hintergrundgeräuschen eingesetzt[7].

Neben der automatischen Situationserkennung kommen verschiedene Signalverarbeitungsstrategien zum Einsatz. Dazu gehören beispielsweise Richtmikrofone, Störgeräuschreduzierung, Windgeräuschunterdrückung und Verfahren zur Hervorhebung von Sprache. Die konkrete Bezeichnung und Funktionsweise unterscheidet sich je nach Hersteller und Hörsystem.

KI kann somit dazu beitragen, dass ein Hörsystem nicht nur den Schall verstärkt, sondern die akustische Umgebung analysiert und die Signalverarbeitung situationsabhängig anpasst.

Ausblick

Der Einsatz von KI (Künstlicher Intelligenz) ist dort sinnvoll, wo sich das Hörsystem auf verschiedenste Hörsituationen einstellen soll. Da dies mit einem hohen Rechenaufwand verbunden ist, den derzeit (Stand 3/2026) kein Hörsystem leisten kann, werden von den Hörsystemherstellern verschiedene Signalverarbeitungsstrategien angewendet. Diese werden jedoch zuvor mittels KI ermittelt und anschließend im Hörsystem gespeichert. Darauf greift das Hörsystem während des Hörens zu und sucht sich gewissermaßen die möglichst optimale Einstellung heraus.[7]

Um die KI bestmöglich zu nutzen, muss ein autonomer KI-Algorithmus in das Hörsystem hinterlegt werden, der in Echtzeit eine Auswertung der Hörsituation vornimmt und unmittelbar darauf das Hörsystem anpasst.[7] Die Frage ist, wie das Hörsystem dies praktisch in das Hörerlebnis umsetzt und ob das für den Anwender bequem und damit praxisnah ist. Dazu gilt es, Hürden zu überwinden:

  • Rechenaufwand
  • entsprechender Strombedarf
  • Aufwand, die KI des Hörsystems jeweils auf einem aktuellen Stand zu halten.

Die KI im Hörsystem soll selbst aus den Hörsituationen entsprechende Schlüsse ziehen und dabei hinzu lernen.

In weiterer Zukunft werden sogenannte selbstlernende Deep Neural Networks (DNN, tiefe neuronale Netze) zum Einsatz kommen. Dabei können beispielsweise einzelne Stimmen aus Umgebungsgeräuschen gefiltert werden und dann herabgesenkt oder ganz ausgeblendet werden.[8]

Die Hörsystemhersteller arbeiten auch daran, Dolmetscherdienste oder die Erzeugung von Untertiteln (in Verbindung mit einem Smartphone) mit einer entsprechenden KI im Hörsystem zu verarbeiten.[9]

Weitere Infos über die Künstliche Intelligenz:

Einzelnachweise

  1. ↑ Stuart J. Russell, Peter Norvig: Künstliche Intelligenz: Ein moderner Ansatz., Berkeley 2004; Pearson Studium; ISBN 3-8273-7089-2; (englisch Artificial Intelligence: A Modern Approach)
  2. ↑ IBM: Was ist künstliche Intelligenz (KI)?, letzter Abruf: 2026-03-19
  3. ↑ Ricketts T. A. (2001). Directional hearing AIDS. Trends in amplification, 5(4), 139–176. https://doi.org/10.1177/108471380100500401
  4. ↑ Korhonen P. et al., National Institutes of Health (PMC): Wind Noise Management in Hearing Aids, letzter Abruf: 2026-03-19
  5. ↑ Dyballa, K. H., Hehrmann, P., Hamacher, V., Lenarz, T., & Buechner, A. (2016). Transient Noise Reduction in Cochlear Implant Users: a Multi-Band Approach. Audiology research, 6(2), 154. https://doi.org/10.4081/audiores.2016.154
  6. ↑ 6,0 6,1 Harbert C. et al., GMS Zeitschrift für Audiologie: Digital assistants for hearing aid wearers based on cloud computing and acoustic scene classification, letzter Abruf: 2026-03-19
  7. ↑ 7,0 7,1 7,2 7,3 7,4 7,5 Joshua M. Alexander, PhD, CCC-A: 20Q with Gus Mueller: Artificial Intelligence in Hearing Aids - HatGPT, letzter Abruf: 2026-03-25
  8. ↑ Bentsen T. et al.: Deep neural network-based speech enhancement for cochlear implants, letzter Abruf: 2026-03-19
  9. ↑ Connect Hearing Australia: Modern Apps and AI Tools Empowering Hearing Access in Daily Life, letzter Abruf: 2026-03-19
Abgerufen von „https://hoer-wiki.tech/index.php?title=Künstliche_Intelligenz_in_Hörsystemen&oldid=11382“