Objektive Bewertung von Vertrautheit in der Musik mittels Vorstellungsvermögen und EEG-basierter maschineller Lernverfahren

Warum die Lieder in Ihrem Kopf wichtig sind

Die meisten Menschen kennen das Gefühl: Ein Lieblingslied spielt weiter im Kopf, obwohl die Musik längst aufgehört hat. Diese Studie stellt eine überraschende Frage: Lässt sich allein an der Hirnaktivität in diesen stillen Momenten erkennen, ob jemand sich ein gut bekanntes Lied vorstellt oder ein Stück, das er noch nie gehört hat? Anhand von Hirnwellenaufzeichnungen und maschinellem Lernen zeigen die Forschenden, dass unser Gehirn ein deutliches, messbares Muster für musikalische Vertrautheit trägt – selbst wenn keine Töne die Ohren erreichen.

Musik hören, die plötzlich verstummt

Um diesen verborgenen mentalen Soundtrack zu untersuchen, rekrutierte das Team zwanzig Erwachsene ohne formale musikalische Ausbildung. Jede Person wählte fünf populäre Lieder aus, die sie in ihrer Muttersprache sehr gut kannte. Die Wissenschaftlerinnen und Wissenschaftler suchten dann zu jedem dieser Stücke ein ähnliches, aber unbekanntes Lied von weniger bekannten Künstlern. Im Experiment hörten die Teilnehmenden zweiminütige Ausschnitte dieser zehn Lieder, während ihre Hirnaktivität mit einer Hochdichte-Kappe mit über 200 Elektroden aufgezeichnet wurde. Ohne Vorwarnung enthielt jedes Lied kurze, zwei Sekunden lange Schweigepausen, die verteilt auftauchten. Die Teilnehmenden sollten einfach aufmerksam zuhören; sie wurden nicht angewiesen, sich etwas vorzustellen, bewerteten später jedoch, wie leicht sie die fehlenden Teile mental ergänzen konnten.

Hirnwellen in den ruhigen Momenten lesen

Die entscheidenden Messungen stammten von den Hirnwellen, die nur während dieser kurzen Stilleintervalle aufgezeichnet wurden. Da kein Schall vorhanden war, mussten Unterschiede zwischen vertrauten und unbekannten Liedern aus intern erzeugter Aktivität stammen, etwa Erinnerung, Vorhersage oder spontaner musikalischer Imagination. Die Forschenden bereinigten die elektrischen Signale von Störgeräuschen und teilten sie in kurze Segmente, zentriert auf jede Schweigepause. Anschließend übersetzten sie diese komplexen Wellenmuster in numerische Merkmale, die sowohl einfache, rhythmusähnliche Eigenschaften als auch komplexere Abbildungen davon erfassten, wie verschiedene Hirnregionen über die Zeit zusammen schwankten.

Maschinen beibringen, vertraute Melodien zu erkennen

Im nächsten Schritt trainierte das Team Computeralgorithmen darauf, den Unterschied zwischen Stilleintervallen zu lernen, die auf vertraute Lieder folgten, und solchen, die auf unbekannte folgten. Für jede Person bauten sie separate Modelle, um der Tatsache Rechnung zu tragen, dass Gehirne und musikalische Biografien von Zuhörer zu Zuhörer variieren. Ein Satz von Modellen nutzte klassische Messgrößen der Hirnwellenstärke in verschiedenen Frequenzbändern, etwa sogenannte Theta- und Alpha-Rhythmen, die mit Gedächtnis und innerer Aufmerksamkeit verknüpft sind. Ein zweiter, weiter entwickelter Ansatz behandelte das Muster der Verbindungen zwischen Elektroden als Punkte in einem gekrümmten mathematischen Raum und projizierte diesen Raum dann so, dass seine Struktur erhalten bleibt, bevor er dem Klassifikator zugeführt wurde. Insgesamt erlaubte diese zweite Strategie dem Computer, Vertrautheit genauer zu unterscheiden.

Wo im Gehirn die stille Musik lebt

Als die Forschenden untersuchten, welche Elektroden für die Entscheidungen des Computers am wichtigsten waren, zeigte sich ein klares Bild. Signale über den Hörregionen des Gehirns an den Seiten des Kopfes, besonders auf der rechten Seite, trugen einen großen Teil der nützlichen Informationen. Frontale Regionen im vorderen Bereich des Kopfes spielten ebenfalls eine Schlüsselrolle, und die Muster der Kopplung zwischen diesen Bereichen waren besonders aussagekräftig. Dieses Muster passt zu früheren bildgebenden Studien, die zeigen, dass vertraute Musik Hörregionen mit Gedächtnis- und Kontrollnetzwerken verbindet und dem Gehirn hilft, vorherzusagen, wie Melodien sich entfalten. Interessanterweise erklärten die eigenen Bewertungen der Teilnehmenden dazu, wie lebhaft sie die Musik vor ihrem inneren Ohr wahrnahmen oder wie vertraut sie sich anfühlte, nicht stark, wie gut die Modelle abschnitten. Das deutet darauf hin, dass feine, automatische Prozesse erfasst wurden, die über bewusste Berichte hinausgehen.

Was das für Gedächtnis und Gedankenlesen bedeutet

Die Studie zeigt, dass es möglich ist, indem man dem Gehirn während sorgfältig platzierter Stille zuhört, mit etwa drei Viertel Genauigkeit zu bestimmen, ob sich eine Person ein bekanntes oder unbekanntes Lied vorstellt. Derzeit ist das ein Machbarkeitsnachweis in einer kleinen Gruppe gesunder junger Erwachsener, aufgezeichnet mit ausgefeilter Laborausrüstung. Dennoch deutet es auf künftige Werkzeuge hin, die musikalisches Gedächtnis – und vielleicht auch andere Formen von Erinnerung – beurteilen könnten, ohne Patienten Fragen zu stellen oder Aufgaben durchführen zu lassen. Wenn dieses Vorgehen in größeren und vielfältigeren Gruppen repliziert und an einfachere Hirnaufzeichnungssysteme angepasst wird, könnte es eines Tages helfen, Gedächtnisveränderungen bei Erkrankungen wie Demenz zu verfolgen – wobei nicht mehr nötig wäre als Lieblingslieder und Momente der Stille.

Zitation: Darçot, B., Nicolier, M., Giustiniani, J. et al. Objective assessment of familiarity in music using imagery and EEG-based machine learning. Sci Rep 16, 8689 (2026). https://doi.org/10.1038/s41598-026-41988-0

Schlüsselwörter: musikalisches Gedächtnis, EEG, Hirnwellen, maschinelles Lernen, Musikvertrautheit