10 Minuten
Wissenschaftler berichten über Hinweise auf eine bisher wenig beachtete menschliche Fähigkeit — eine Art „Fern-Tastsinn“, mit der Menschen Objekte erkennen können, die unter Sand oder Erde verborgen sind, ohne direkten Kontakt herzustellen. Diese Beobachtung, vorgestellt auf der IEEE ICDL 2025 und in IEEE Xplore veröffentlicht, verändert die Sicht auf taktile Wahrnehmung und eröffnet neue Anwendungsfelder in Robotik, Archäologie und planetarer Exploration.
Discovery: a surprising seventh sense for hidden objects
Üblicherweise sprechen wir von fünf Sinnen, gelegentlich von sechs, wenn Intuition oder ein „sechster Sinn“ zur Sprache kommen. Forschende der Queen Mary University of London schlagen nun eine klar unterscheidbare siebte Fähigkeit vor: den Fern-Tastsinn. „Diese Entdeckung verändert unser Verständnis sensorischer Wahrnehmung und der Reichweite taktiler Sinnesleistungen bei Lebewesen“, sagt Elisabetta Versace, Professorin für Psychologie und Leiterin des Ready Minds Lab an der Queen Mary. Die Experimente des Teams deuten darauf hin, dass Menschen Objekte, die unter einer dünnen Schicht aus granulärem Material wie Sand verborgen sind, allein mit der Fingerspitze erkennen und teilweise identifizieren können, selbst wenn kein direkter Kontakt zum verborgenen Gegenstand stattfindet.
How the experiment worked: feeling through sand
Protocol and performance
In der ersten Versuchsserie wurden Freiwillige angewiesen, nur mit der Fingerspitze festzustellen, ob sich ein Objekt unter einer flachen Sandschicht befindet. Die Beobachtung ist bemerkenswert: Die Teilnehmenden identifizierten versteckte Gegenstände in etwa 71 % der Fälle korrekt, trotz der dazwischen liegenden Körner. Die mittleren Erkennungsdistanzen lagen bei rund 6,9 Zentimetern, während der Median der erfolgreichen Distanz nahe 2,7 Zentimetern lag. Diese Zahlen, vorgestellt auf der internationalen Konferenz IEEE ICDL 2025, deuten darauf hin, dass winzige mechanische Signale, die durch granulare Medien übertragen werden, vom menschlichen Nervensystem erfasst und interpretiert werden können.
Die Versuche wurden unter kontrollierten Laborbedingungen durchgeführt; um visuelle Hinweise zu minimieren, arbeiteten die Forschenden häufig mit Abdeckungen oder visuell isolierten Situationen, und sie variierten Parameter wie Körnungsgröße, Packungsdichte und Feuchtigkeit des Materials. Die Studie umfasste mehrere Durchläufe mit Dutzenden von Teilnehmern unterschiedlichen Alters und taktiler Erfahrung, sodass die Ergebnisse über einzelne Einzelfälle hinaus aussagekräftig erscheinen. Zusätzlich zur reinen Trefferquote analysierten die Forschenden Reaktionszeiten, wiederkehrende Fehlklassifizierungen und die Konsistenz individueller Strategien — zum Beispiel das leichte Hin- und Herstreichen der Fingerspitze, Veränderung des Anpressdrucks oder die Nutzung rhythmischer Bewegungen zur Verfeinerung taktiler Informationen.
Physical mechanisms: how can this be possible?
Auf den ersten Blick erscheinen die von einem vergrabenen Objekt erzeugten Signale extrem klein. Physikalisch betrachtet stört das Objekt die benachbarten Körner, erzeugt minimale Verschiebungen und Druckgradienten. Standardmodelle sagen voraus, dass solche Störungen innerhalb weniger Millimeter abklingen sollten. Das Forschungsteam kombinierte jedoch sorgfältige Messungen mit theoretischer Modellierung — unter anderem mit Methoden der Diskreten-Elemente-Simulation (DEM) und Messungen von Kraftübertragung in Körnernetzen — und fand heraus, dass subtile Verschiebungen unter bestimmten Bedingungen weiter durch granulare Netzwerke propagieren können, teils mehrere Zentimeter.
Der Schlüssel liegt in der Struktur von Kraftketten (force chains) innerhalb granularer Medien: Wenn Körner unter Last stehen, bilden sich heterogene, teilweise langreichweitige Pfade, entlang derer mechanische Impulse effizient weitergeleitet werden. Zusätzlich spielen Materialeigenschaften wie Korngröße, Form, Packungsdichte, Oberflächenreibung und Feuchte eine zentrale Rolle für die Dämpfung oder Verstärkung dieser Signale. In der Praxis bedeutet das: Eine Fingerspitze, die mit Sand interagiert, kann sehr schwache Muster von Körnerbewegungen, lokalen Vibrationen oder veränderten Druckverteilungen wahrnehmen. Diese Muster manifestieren sich als charakteristische spatio-temporale Signale, die die Haut- und Tiefensensorik (zum Beispiel mechanorezeptive Fasern wie die Pacini-Körperchen für Vibrationen und Merkel-Zellen für Druckmuster) in eine interpretierbare Information überführen.
Hinzu kommt, dass das menschliche Nervensystem eine hohe Empfindlichkeit gegenüber zeitlichen Mustern aufweist. Kleine, wiederkehrende Impulse oder Frequenzkomponenten können stärker hervorstechen als ein statischer Druckunterschied; rhythmische Bewegungen der Fingerspitze können so als aktive Sondierstrategie dienen, die schwache Signale verstärkt und für das Gehirn leichter auswertbar macht. Solche Mechanismen erklären, wie scheinbar marginale physikalische Effekte zu für die Wahrnehmung relevanten Informationen werden können.
Robotic replication: teaching machines to 'feel' at a distance
Um praktische Anwendungen zu prüfen, replizierte das Team das menschliche Experiment mit taktilen Sensoren an einem Roboterarm. Eingesetzt wurden verschiedene Sensorarten — von kapazitiven oder resistiven Taxel-Arrays über integrierte Beschleunigungssensoren bis hin zu Kraft-/Drehmoment-Sensoren — um lokale Verschiebungen, Vibrationen und Druckverteilungen zu erfassen. Die Sensordaten dienten einem Long Short-Term Memory (LSTM)-Neuronalen Netz als Trainingsinput, mit dem Ziel, zu klassifizieren, ob ein Objekt unter Sand verborgen ist.
Roboter erreichten eine geringere Genauigkeit — grob geschätzt etwa 40 % korrekte Klassifikationen — konnten aber in einigen Versuchen Objekte bei etwas größeren Distanzen erkennen, mit Messwerten bis zu 7,1 Zentimetern. Die reduzierte Trefferrate lässt sich durch Unterschiede in Compliance, Fingergestalt und Sensorbandbreite erklären: Menschliche Fingerspitzen sind weiche, konforme Strukturen mit einer hohen Dichte an taktilen Rezeptoren und einer inhärenten Fähigkeit zu fein abgestimmten Bewegungen. Roboterfinger sind oft steifer, haben eine eingeschränktere Sensorauflösung und benötigen spezialisierte Algorithmen, um die gleiche Informationsdichte zu erreichen.
Human data informing AI models
„Das Spannende war die Rückkopplung zwischen Human- und Roboterversuchen“, erklärt Lorenzo Jamone, Professor für Robotik und künstliche Intelligenz am University College London. Menschliche Verhaltensdaten verbesserten den Trainingssatz für die Roboter, indem sie natürliche Bewegungsmuster und effektive Explorationstaktiken lieferten. Umgekehrt generierten die Roboterdaten Hypothesen über die relevanten Sensormerkmale, die Menschen möglicherweise nutzen — etwa bestimmte Frequenzbänder, zeitliche Muster oder räumliche Korrelationen in der Druckverteilung.
Technisch gesehen eröffnete der interdisziplinäre Austausch mehrere methodische Wege: Transfer Learning, bei dem Modelle mit künstlich augmentierten Daten vortrainiert und anschließend mit menschlichen Daten feinjustiert werden; Feature Engineering, das aus Sensorstreifen relevante Kennwerte (z. B. Spektralanalysen, Cross-Korrelationen) extrahiert; und die Entwicklung biomimetischer, weicher Fingerkuppen, die menschliche Compliance nachahmen, um die Signalqualität zu verbessern. Solche Ansätze zeigen, wie psychologische Erkenntnisse die Entwicklung taktiler Sensornetzwerke und lernender Algorithmen vorantreiben können.
From archaeology to Mars: potential applications
Die Erkenntnis, dass taktile Signale in granularen Materialien weiter reichen als bisher angenommen, eröffnet eine Vielzahl praktischer Anwendungen. Zhangchi Chen, Doktorand im Advanced Robotics Lab an der Queen Mary, hebt hervor: „Fern-Tastsinn könnte nicht-invasive archäologische Untersuchungen ermöglichen, bei denen empfindliche Artefakte erkannt werden, ohne sie auszugraben. Ebenso könnten Lander und Rover verborgene Strukturen auf sandigen Planetenoberflächen wie dem Mars wahrnehmen.“ Roboter mit sensiblen taktilen Arrays und künstlicher Intelligenz könnten dort operieren, wo menschliche Tastsinne oder optische Bilder eingeschränkt sind — etwa unter trübem Wasser, unter Staubschichten oder in gefährlichen Einsatzgebieten.
- Archäologie: detect buried artifacts with minimal disturbance.
- Robotics: improve haptic sensing for manipulation and search tasks.
- Planetary science: let rovers probe subsurface anomalies on Mars or icy moons.
- Search & rescue: locate objects or survivors under rubble where vision fails.
Jede dieser Anwendungen bringt spezifische technische Anforderungen mit sich. In der Archäologie sind geringe Störwirkungen und hohe Genauigkeit entscheidend: Sensoren müssen empfindlich genug sein, um fragile Strukturen zu erkennen, zugleich aber nicht so invasiv, dass sie Artefakte beschädigen. Für die Robotik allgemein bedeutet der Fern-Tastsinn eine Verbesserung der Greif- und Suchfähigkeiten: Roboter könnten präziser entscheiden, wo gegriffen, gegraben oder getastet werden muss, wodurch Manipulationsaufgaben effizienter werden.
In der Planetologie bieten taktile Systeme eine Ergänzung zu vorhandenen Methoden wie Radar, Seismik oder optischer Fernerkundung. Auf dem Mars oder anderen Himmelskörpern können Staub, geringe Lichtverhältnisse oder undurchsichtige Oberflächen optische Sensoren einschränken — taktile Arrays hingegen arbeiten unabhängig von Lichtbedingungen. In Kombination mit Navigations- und Lokalisierungssystemen könnten Rover so oberflächennahe Anomalien erkennen, beispielsweise versteckte Felsbrocken, geschichtete Sedimente oder unterirdische Hohlräume. Auf Eismonden wie Europa oder Enceladus könnten taktile Messungen zudem helfen, Substratübergänge oder dünne Deckschichten über gefrorenem Material zu identifizieren.
Auch für Einsätze in der Katastrophenhilfe sind potenzielle Vorteile erkennbar: Such- und Rettungsroboter, ausgestattet mit empfindlichen taktilen Sensoren und lernfähigen Klassifikatoren, könnten unter Trümmern nach Personen oder Gegenständen suchen, selbst wenn Sicht- und Kommunikationsbedingungen schlecht sind. Solche Systeme müssten robust, energieeffizient und in der Lage sein, zwischen relevanten und irrelevanten mechanischen Signalen zu unterscheiden — eine Herausforderung, die algorithmische Filtermethoden und adaptive Lernstrategien adressieren können.
Expert Insight
Dr. Maya Rosenthal, eine Forscherin für taktile Sensorik in einem NASA-angegliederten Labor, kommentiert: „Diese Arbeit stellt den Tastsinn als einen aktiven, umweltorientierten Prozess dar. Es geht nicht allein um Hautkontakt mit Oberflächenstrukturen — es geht darum, die mechanische Sprache von Materialien zu interpretieren. Für die planetare Robotik könnte das neue, energiearme Sensoren bedeuten, die den Boden und Sand ‚abhören‘, um versteckte Fundstücke oder geologische Grenzflächen zu erkennen.“
Rosenthal betont praktische Entwicklungslinien: Miniaturisierte taktile Arrays kombiniert mit temporalen neuronalen Netzen könnten schwache mechanische Signaturen in verwertbare Informationen umsetzen. Zusätzlich sind adaptive Abtastraten und lokale Vorverarbeitung auf Sensorebene wichtige Designprinzipien, um Datenmengen zu reduzieren und die Energieeffizienz zu erhöhen — wichtige Kriterien für autonome Systeme mit begrenzter Leistungsaufnahme, wie sie in der Raumfahrt erforderlich sind.
What this means for sensory neuroscience and technology
Die Idee eines siebten Sinns — Fern-Tastsinn — ist provokativ, aber durch messbares Verhalten und physikalische Mechanismen untermauert. Für die Neurowissenschaften weist sie auf die bemerkenswerte Empfindlichkeit des menschlichen Nervensystems gegenüber räumlich-zeitlichen Mustern mechanischer Eingaben hin. Forschung in diesem Bereich kann helfen zu klären, wie verschiedene mechanorezeptive Kanäle zeitlich koordiniert werden, wie sensorische Erwartung und aktive Exploration die Wahrnehmung formen und wie neuronale Mechanismen Rauschen von relevantem Signal unterscheiden.
Für die Technik zeichnet die Studie eine Roadmap: Sensordesigns sollten auf höhere Bandbreite und Empfindlichkeit bei relevanten Frequenzbändern optimiert werden; weiche, anpassungsfähige Kontaktflächen können die Signalübertragung verbessern; und Algorithmen sollten zeitliche Muster, spektrale Merkmale und räumliche Korrelationen kombinieren. Künftige Arbeiten werden Modelle der granularen Transmission verfeinern, taktile Sensorarchitekturen optimieren und reale Aufgaben testen — von der schonenden Bergung empfindlicher Artefakte bis hin zur Erkundung extraterrestrischer Oberflächen.
Ob als neuer Sinn bezeichnet oder als Erweiterung haptischer Wahrnehmung verstanden — das Phänomen verschiebt die Grenzen dessen, wie Organismen und Maschinen Informationen aus ihrer physischen Umwelt gewinnen können. Stellen Sie sich einen Rover vor, der nur die Sandoberfläche leicht streift und, ohne zu graben, die Form eines vergrabenen Felsens oder die Schichtung des Bodens erkennt — ein kleiner, aber bedeutender Schritt hin zu intelligenteren, subtileren Erkundungsmethoden.
Quelle: smarti
Kommentar hinterlassen