Lautlos mit der KI reden: Was Ohrstöpsel, Kameras und Elektroden heute wirklich können

OpenAI meldet Ohrstöpsel zum Patent an, die lautlos geformte Wörter aus dem Gehörgang ablesen sollen. Apple hat bis zu 2 Milliarden Dollar für ein Start-up bezahlt, das Hautbewegungen im Gesicht mit Licht abtastet. Wir erklären die drei Messprinzipien und stellen die veröffentlichten Genauigkeitswerte nebeneinander. Bei einer Handvoll fester Befehle funktioniert stilles Sprechen schon recht gut, bei freiem Reden und im Alltag noch nicht.

Analysen 22. Nov. 2026 9 Min. Lesezeit Eigene Analyse der Redaktion
Symbolbild, KI-generiert

Darum geht es

Sprachassistenten haben ein Problem, das jeder aus Bus und Großraumbüro kennt: Man muss laut mit ihnen reden. Mehrere Firmen arbeiten deshalb am „stillen Sprechen“. Man formt Wörter mit Mund und Kiefer, ohne einen Ton von sich zu geben, und ein Sensor übersetzt die Bewegung in Text. Fachleute sprechen von einem Silent Speech Interface.

Drei Nachrichten haben das Thema in diesem Jahr nach vorn gebracht. Am 19. November 2026 wurde eine Patentanmeldung von OpenAI veröffentlicht, in der Ohrstöpsel lautlose Wörter aus dem Gehörgang ablesen. Apple hat schon im Januar das Start-up Q.ai gekauft, das Hautbewegungen mit Licht erfasst. Und das Bostoner Start-up AlterEgo misst Signale an Kiefer und Hals. Dazu kam eine Woche, in der Neuralink mit einem Patienten Schlagzeilen machte, der GTA 6 per Hirnimplantat spielt.

Wir erklären die drei Messprinzipien und wie sie sich von Implantaten unterscheiden. Dann legen wir die veröffentlichten Zahlen nebeneinander. Unsere These: Bei wenigen festen Befehlen funktioniert stilles Sprechen im Labor bereits ordentlich. Bei freiem Wortschatz und im echten Alltag, wo man das Gerät jeden Tag neu aufsetzt, bricht die Erkennung ein. Für die angekündigten Produkte gibt es bislang keine einzige unabhängige Messung.

Prinzip 1: Der Gehörgang verformt sich mit

Der Gehörgang liegt direkt neben dem Kiefergelenk. Bewegt man beim lautlosen Sprechen den Kiefer, verändert der Gehörgang leicht seine Form, und zwar je nach Wort ein wenig anders. Genau diese Idee steckt in OpenAIs Anmeldung US 2026/0369273 A1. Eingereicht hat sie OpenAI OpCo am 14. Mai 2026, die vorläufige Anmeldung stammt vom 14. Mai 2025. Als Erfinder sind laut PPC Land Douglas Stuart Brodie und Daniel Boothe genannt.

Die 20 Ansprüche beschreiben zwei Wege: - Anspruch 1: Bewegungssensoren wie Beschleunigungsmesser und Gyroskop erfassen die Bewegung im Gehörgang, etwa 100- bis 1.000-mal pro Sekunde. Solche Sensoren stecken auch im Handy und merken, wie es gedreht wird. - Anspruch 10: Ein nachgiebiger Ohrstöpsel-Aufsatz liegt an der Wand des Gehörgangs an. Ein Dehnungsmessstreifen (ein Sensor, der winzige Verformungen in elektrische Signale umsetzt) misst, wie sich die Form verändert.

Die abhängigen Ansprüche ergänzen ein Knochenschall-Mikrofon, Flüstern unter etwa 30 Dezibel und ein Machine-Learning-Modell, das mit den eigenen lautlos gesprochenen Wörtern des Nutzers trainiert wird. Das heißt: Jeder Nutzer muss das System vermutlich erst auf sich einlernen. Nur in der Beschreibung, nicht in den Ansprüchen, tauchen große Sprachmodelle und Agenten auf. Die sollen Nachrichten verfassen, Termine eintragen, Datenbanken abfragen oder auf „ruf XYZ an“ ein Telefonat starten. Zahlen zu Genauigkeit, Verzögerung oder Akku enthält die Anmeldung laut tbreak nicht. Ein Produkt hat OpenAI nicht angekündigt, und eine Anmeldung ist noch kein erteiltes Patent.

Dass das Prinzip grundsätzlich funktioniert, hat die University at Buffalo schon 2022 mit EarCommand gezeigt. Dort schickt ein nach innen gerichteter Lautsprecher unhörbaren Nah-Ultraschall in den Gehörgang, ein Mikrofon fängt das Echo auf, ähnlich wie bei einem Echolot. Laut Paper lag die Wortfehlerrate bei 12 Testpersonen bei 10,02 Prozent für 32 Einzelbefehle und bei 12,33 Prozent für 25 Sätze. Das System funktionierte laut New Atlas auch mit Maske und bei Lärm.

Prinzip 2: Licht liest die Haut ab

Q.ai aus Ramat Gan wurde 2022 gegründet, hatte laut Ynet rund 100 Beschäftigte und noch kein Produkt. Mitgründer Aviad Maizels hatte zuvor PrimeSense gegründet, dessen Technik Apple 2013 übernahm und die zur Grundlage von Face ID wurde. Den Kaufpreis hat Apple nicht genannt. Berichte auf Basis von Reuters sprechen von 1,6 Milliarden Dollar, die Financial Times laut 9to5Mac von knapp 2 Milliarden. Es wäre Apples zweitgrößter Zukauf nach Beats.

Wie die Technik funktioniert, steht in Patenten wie US 11.922.946, das 2024 erteilt wurde. Eine Lichtquelle mit kohärentem Licht, also Laserlicht, beleuchtet mehrere Stellen der Wange. Die Haut wirft ein körniges Lichtmuster zurück, das sogenannte Speckle-Muster. Schon kleinste Bewegungen der Haut verändern es. Der Sensor berührt die Haut nicht und sitzt mindestens 5 Millimeter entfernt, im aktiven Betrieb nimmt er 100 bis 200 Bilder pro Sekunde auf. Als Bauform nennt eines der Patente einen Clip an einem Kopfhörer. Am selben Tag wie OpenAIs Anmeldung erschien laut FourWeekMBA auch eine Apple-Anmeldung (US 2026/0369274 A1) für ein am Kopf getragenes Gerät, das Mikrobewegungen der Gesichtshaut über Lichtreflexe liest. Den Volltext konnten wir nicht einsehen. Messwerte nennen die Q.ai-Patente nicht.

Prinzip 3: Muskelsignale an Kiefer und Hals

Der dritte Weg setzt auf Elektromyografie (EMG). Elektroden auf der Haut messen die schwachen elektrischen Signale, mit denen die Nerven die Sprechmuskeln ansteuern. AlterEgo entstand 2018 am MIT Media Lab. Von 16 Elektrodenpositionen erwiesen sich sieben als aussagekräftig, später sollen vier an einem Kiefer gereicht haben. In der Nutzerstudie mit 10 Personen kam das System auf durchschnittlich 92 Prozent Genauigkeit. Der Wortschatz umfasste pro Anwendung aber nur etwa 20 Wörter, etwa Ziffern und Rechenzeichen oder Schachzüge. Jeder Teilnehmer musste das System vorher rund 15 Minuten auf sich einstellen. Das Start-up stellte im September 2025 ein Gerät vor. Auf alterego.io ist bis heute nur ein „Vorserien-Prototyp“ ohne Preis, Termin oder Leistungsdaten zu sehen.

Abgrenzung zu Implantaten: Alle drei Prinzipien messen Bewegungen oder Muskelsignale außerhalb des Kopfes. Wer nur innerlich „denkt“, ohne Kiefer und Lippen zu bewegen, wird davon nicht erfasst. Hirnimplantate wie bei Neuralink oder in den Studien von Stanford und UC Davis greifen dagegen direkt an der Hirnrinde ab. Dafür braucht es eine Operation, und eingesetzt werden sie bisher nur bei gelähmten Menschen.

Die Zahlen nebeneinander

System Messprinzip Wortschatz Personen Ergebnis
AlterEgo (MIT, 2018) EMG Kiefer/Gesicht ca. 20 Wörter 10 92 % Genauigkeit
EarCommand (2022) Ultraschall im Gehörgang 32 Befehle / 25 Sätze 12 10,0 % / 12,3 % Wortfehler
SilentWear (ETH Zürich u. a., 2026) EMG-Textilhalsband 8 Befehle + Ruhe 4 77,5 % (Kreuzvalidierung), 59,3 % an neuem Tag
AESSI (Preprint, Sept. 2026) Elektrische Signale rund ums Ohr 25 Mandarin-Sätze 24 92,2 % ohne Nachkalibrierung, 98 % online nach 21+ Tagen
Gaddy & Klein (2021) EMG Gesicht offen – 42,2 % Wortfehler
MONA LISA (2024) EMG Gesicht + Sprachmodell offen – 12,2 % Wortfehler
Implantat Stanford (2023) Hirnrinde 125.000 Wörter 1 23,8 % Wortfehler, 62 Wörter/Min.
Implantat UC Davis (2024) Hirnrinde 125.000 Wörter 1 90,2 %, später 97,5 %
OpenAI, Apple/Q.ai, AlterEgo-Produkt – – – keine Angaben

Die These vom Labor-Erfolg bei festen Befehlen stimmt nur teilweise. Die meisten Systeme landen eher bei rund 90 als bei über 95 Prozent. Am aufschlussreichsten ist die SilentWear-Studie aus Zürich, Turin und Bologna vom März 2026. Ihre Kreuzvalidierung (das Modell wird mit einem Teil der Aufnahmen trainiert und mit dem Rest geprüft, alles aus denselben Sitzungen) ergab 77,5 Prozent. Wurde das Halsband an einem neuen Tag wieder angelegt, sanken es auf 59,3 Prozent, und das bei nur acht Befehlen wie „hoch“, „runter“ oder „stopp“. Die Autoren führen das auf Sitz und Position der Elektroden zurück. Weniger als zehn Minuten neue Trainingsdaten brachten die Erkennung wieder auf etwa 72 Prozent.

Es gibt aber auch ein Gegenbeispiel. Das chinesische AESSI-Preprint vom September 2026 meldet 92,2 Prozent Genauigkeit über mehrere Tage ohne neue Kalibrierung und 98 Prozent in 250 Online-Tests mit fünf Personen, mindestens 21 Tage nach der letzten Aufnahme. Allerdings ging es dabei um 25 feste Sätze, und die Arbeit ist noch nicht begutachtet.

Bei freiem Wortschatz klafft die Lücke deutlicher. Gaddy und Klein kamen 2021 mit EMG auf 42,2 Prozent Wortfehler. MONA LISA drückte das 2024 mit Hilfe eines Sprachmodells auf 12,2 Prozent. Die Autoren nennen das den ersten nicht-invasiven Wert unter 15 Prozent bei offenem Wortschatz. Zum Vergleich: Bei 12 Prozent Wortfehlern ist in einem Satz mit zehn Wörtern statistisch etwa eines falsch. Implantate liegen bei 125.000 Wörtern inzwischen über 90 Prozent. Aber auch dort gilt: Freies inneres Sprechen dekodierte die Stanford-Studie von 2025 nur mit bis zu 74 Prozent Genauigkeit.

Was die Sensoren noch verraten

Ein Sensor, der den ganzen Tag im Ohr oder am Gesicht mitmisst, erfasst mehr als Wörter. OpenAIs Anmeldung zählt in der Beschreibung weitere mögliche Sensoren auf: EMG, Herzfrequenz, Sauerstoffsättigung, Temperatur und Flüssigkeitshaushalt. Eine von Reuters zitierte Q.ai-Anmeldung beschreibt, aus Mikrobewegungen der Haut auch eine Person zu identifizieren und Emotionen, Puls und Atemfrequenz abzuschätzen. Privacy Guides nennt die Emotionserkennung „besorgniserregend“. Ob Apple die Daten auf dem Gerät oder in der Cloud verarbeiten würde, ist offen. Auch OpenAIs Anmeldung sagt laut tbreak nichts zu Verarbeitungsort, Einwilligung oder Speicherdauer. Auf Hacker News fiel das Echo zum Q.ai-Kauf entsprechend gemischt aus. Ein Nutzer fand die Technik „ziemlich invasiv für die Privatsphäre“, falls sie je in Brillen in der Öffentlichkeit käme. Andere bezweifelten, dass sich Flüstern zuverlässig erkennen lässt.

Rechtlich ist vieles ungeklärt. Die DSGVO nennt Neuro- oder Muskeldaten nicht ausdrücklich als besonders geschützte Kategorie. Die britische Datenschutzbehörde ICO schreibt, solche Daten würden zu Gesundheitsdaten, wenn sie medizinisch genutzt werden, und zu biometrischen Daten, wenn sie eine Person eindeutig identifizieren sollen. Emotionsanalyse hält die ICO für besonders riskant, weil die Wissenschaft dahinter „stark umstritten“ sei. Klarer ist der AI Act der EU: Er verbietet KI, die am Arbeitsplatz oder in Bildungseinrichtungen aus biometrischen Daten Emotionen ableitet, mit Ausnahmen für Medizin und Sicherheit. Außerhalb dieser Bereiche gilt Emotionserkennung als Hochrisiko-Anwendung. In den USA zählen Kalifornien und Colorado auch Daten des peripheren Nervensystems, also etwa Muskelsignale, zu den „neuralen Daten“.

Einordnung

Stilles Sprechen ist keine Science-Fiction mehr. Für einen kleinen Satz Befehle wie „Pause“, „lauter“ oder „ruf Mama an“ zeigen mehrere unabhängige Forschungsgruppen Werte um 90 Prozent. Das könnte für Kopfhörer reichen, wenn das System bei Unsicherheit nachfragt. Unsere Einschätzung: Freies Diktieren lautloser E-Mails, wie es OpenAIs Agenten-Beispiele nahelegen, ist mit nicht-invasiven Sensoren noch weit entfernt. Die besten Werte für offenen Wortschatz stammen aus wenigen Datensätzen unter Laborbedingungen. Und schon bei acht Befehlen kostet das erneute Anlegen des Geräts fast 20 Prozentpunkte.

OpenAI, Apple und AlterEgo haben bisher keine überprüfbaren Zahlen zu ihren eigenen Geräten veröffentlicht. Patente beschreiben, was eine Firma schützen will, nicht, was funktioniert. Wer solche Geräte irgendwann kauft, sollte vor allem auf zwei Fragen achten: Wie gut funktioniert die Erkennung am zweiten Tag? Und was misst der Sensor nebenbei noch mit?

Quellen

#silent speech#wearables#openai#apple#datenschutz#emg

Frag den KI-Assistenten

Fragen zu diesem Artikel, zur Installation oder zu Hintergründen? Unser Assistent kennt diese Seite und läuft auf unserem eigenen Rechner, nicht in einer fremden Cloud.

Verbinde …

Der Assistent ist eine KI (Gemma 4) und kann sich irren – wichtige Angaben bitte in der Quelle prüfen. Fragen werden nur zum Beantworten genutzt und nach einer Stunde gelöscht. Bitte keine persönlichen Daten eingeben.

Kommentare

Was meinst du dazu? Schon ausprobiert? Schreib es hier, ohne Anmeldung.

  1. Kommentare werden geladen …

Kommentare sind öffentlich. Links sind nicht erlaubt, beleidigende Beiträge löschen wir. Deinen eigenen Kommentar kannst du in diesem Browser jederzeit wieder löschen. Mehr dazu in der Datenschutzerklärung.