Das Versprechen ist groß: Künstliche Intelligenz soll Hörgeräte in die Lage versetzen, Sprache selbst in dichtem Stimmengewirr klarer herauszufiltern. Doch wie relevant sind die technischen Unterschiede zwischen den Herstellern tatsächlich? Eine aktuelle Untersuchung des Hörzentrum Oldenburg liefert nun Daten – und sorgt in der Branche für Aufmerksamkeit.
Deep Neural Networks im Praxistest
KI-basierte Signalverarbeitung ist in Hörsystemen kein Neuland. Verfahren wie Machine Learning oder einfache neuronale Netze werden seit Jahren eingesetzt. Neuere Premiumgeräte arbeiten jedoch mit sogenannten Deep Neural Networks (DNN), also tiefen neuronalen Netzen, die das Eingangssignal auf Basis umfangreicher Trainingsdaten analysieren.
Nach Angaben des Herstellers nutzt das Modell ReSound Vivia 9 microRIE ein DNN nicht nur zur Steuerung klassischer Funktionen wie Direktionalität oder digitaler Störgeräuschunterdrückung, sondern greift direkt in die Signalverarbeitung ein. Ein dedizierter Chip analysiert das Eingangssignal in Echtzeit und filtert Störgeräusche gezielt heraus. Ergänzt wird das System durch eine ausgeprägte Richtwirkung („Intelligent Focus“), die Sprache aus dem vorderen Halbfeld priorisiert.
Laut Hersteller setzen derzeit nur wenige Premiumsysteme auf eine vergleichbare Architektur mit eigenem DNN-Chip zur direkten Signalverarbeitung.
20 Probanden im Mehrsprecher-Szenario
Um die Leistungsfähigkeit unterschiedlicher Ansätze zu vergleichen, testete das Hörzentrum Oldenburg vier Premium-Receiver-in-Ear-Systeme (RIE) im direkten Vergleich. 20 Probandinnen und Probanden absolvierten Aufgaben des Concurrent Oldenburg Sentence Tests (CCOLSA), einem wissenschaftlich etablierten Verfahren zur Messung des Sprachverstehens in Mehrsprecher-Situationen.
Die Versuchsanordnung war praxisnah: Drei simultan sprechende Personen sowie zusätzliches Babble-Noise aus dem vorderen Halbfeld erzeugten eine komplexe Hörumgebung. Gemessen wurde das Sprachverstehen unter geteilter sowie selektiver Aufmerksamkeit.
Vorteile im vorderen Halbfeld
Die Ergebnisse zeigen: Mit dem ReSound-System erzielten die Teilnehmenden in beiden Aufgabenbereichen die höchsten Medianwerte.
-
Geteilte Aufmerksamkeit: 62,5 Prozent mit ReSound, gegenüber 51,7 bis 55,0 Prozent bei den drei Vergleichssystemen.
-
Selektive Aufmerksamkeit: 72,5 Prozent mit ReSound, gegenüber 68,3 bis 70,1 Prozent bei den Wettbewerbern.
In fünf von sechs Vergleichssituationen waren die Unterschiede statistisch signifikant. Besonders auffällig: Gegenüber dem einzigen anderen getesteten System, das ebenfalls ein DNN direkt zur Störgeräuschreduzierung in der Signalverarbeitung einsetzt, lag ReSound in beiden Aufgabenbereichen vorn.
Projektleiter Jan Heeren vom Hörzentrum Oldenburg ordnet die Ergebnisse ein: Entscheidende Unterschiede zeigten sich vor allem beim Sprachverstehen von vorne. Während viele Hörgeräte Störschall aus rückwärtigen Richtungen effektiv reduzieren könnten, bleibe die gezielte Trennung mehrerer Sprecher im vorderen Halbfeld eine der größten technologischen Herausforderungen.
Höranstrengung auf Normalniveau
Neben der Sprachverständlichkeit untersuchten die Wissenschaftler auch die subjektive Höranstrengung mithilfe des ACALES-Verfahrens. Ergebnis: Mit allen vier getesteten Premium-Systemen sank die empfundene Höranstrengung auf ein Niveau, das in etwa dem von Normalhörenden in vergleichbaren Situationen entspricht.
Ein zusätzlicher Vorteil des getesteten DNN-Ansatzes ließ sich hier jedoch nicht eindeutig exklusiv belegen – alle Systeme reduzierten die Höranstrengung signifikant.
Einordnung für die Praxis
Für Hörakustiker sind die Ergebnisse aus Oldenburg vor allem aus zwei Gründen relevant:
Erstens unterstreichen sie, dass „KI“ kein homogenes Konzept ist. Ob ein DNN lediglich Parameter steuert oder direkt in die Signalverarbeitung eingreift, scheint messbare Auswirkungen auf das Sprachverstehen in komplexen Situationen zu haben.
Zweitens bestätigt die Studie, wie stark die Leistungsfähigkeit moderner Premiumsysteme mittlerweile an wissenschaftlich validierten Testverfahren gemessen wird – ein Trend, der die Diskussion um objektivierbare Qualitätskriterien weiter befeuern dürfte.