Gewinnspiel

Gewinnspiel

KI in Hörsystemen

Mithilfe der künstlichen Intelligenz haben Hörsysteme einen technologischen Durchbruch erreicht. Genauer gesagt mit neuronalen Netzwerken, die sich in ihrer Funktionsweise das menschliche Gehirn zum Vorbild nehmen. Wie sie im Wesentlichen arbeiten und wie Hörgeräteträger davon profitieren, veranschaulicht folgender Deep Dive.

Bevor die KI Einzug gehalten hat, bestand die Aufgabe eines Hörgeräts darin, bestimmte Tonlagen zu verstärken. Der Handlungsspielraum dafür war begrenzt. Doch nun haben sich aus linearen Lösungen dynamische Assistenten entwickelt, die sich optimal an die Bedürfnisse des Trägers anpassen und für ein maximales Sprachverständnis sorgen. Die Schlüsseltechnologie dafür basiert auf künstlichen neuronalen Netzwerken, auch Deep Neural Networks (DNNs) genannt. Vereinfacht gesagt handelt es sich dabei um eine Art Minigehirn, das sich biologische Neuronen zum Vorbild nimmt. Hinzu kommt, und das ist wohl das Revolutionäre daran, ein DNN ist lernfähig, wenn es entsprechend trainiert wird.

Wie ein Deep Neural Network (DNN) funktioniert

Ein DNN ist als Rechenmodell zu verstehen. Es besteht aus künstlichen Neuronen, sogenannten Knotenpunkten, die in mehreren Schichten angeordnet und miteinander verbunden sind. Jeder Knotenpunkt und jede Schicht verarbeiten eingehende Datenmengen und leiten diese an die nächste Schicht weiter, wo sie erneut verarbeitet werden.

Zwischen der ersten Eingabeschicht und der letzten Ausgabeschicht liegen die verborgenen Schichten. Und dort geschieht die eigentliche Magie:

Hier wird nach komplexen Regeln gerechnet, ausgewertet, extrahiert, abgewogen und adaptiert. So können komplizierte Muster, wie beispielsweise die Spracherkennung in Hörsystemen, präzise entschlüsselt werden, da der Lösungsweg in viele kleine Schritte zerlegt ist. Die Anzahl der Zwischenschichten kann beliebig groß sein. Je mehr Schichten ein neuronales Netzwerk besitzt, desto komplexere Aufgaben kann es lösen und umso höher ist auch die benötigte Rechenleistung. Daher stammt auch die Bezeichnung „Deep“, also tief.

Je besser das Training, desto besser die Performance

Je besser das DNN trainiert wurde, desto anpassungsfähiger und smarter ist es. Deswegen erhalten DNN-Chips in Hörsystemen Millionen reale Klangbeispiele zum Lernen, bevor sie zum Einsatz kommen. Zusätzlich werden bei manchen Hörsystemen die Echtzeitdaten aus den Mikrofonen und den Bewegungssensoren in die Berechnungen miteinbezogen, wodurch der Träger von einer Echtzeitassistenz profitiert.

Gewinnspiel Frage

Frage richtig beantworten und 5 x € 200,- Gutschein für ein Hörgerät gewinnen.

Einsendeschluss: 30.06.2026

    Wie lautet die Abkürzung für Deep Neural Network?