Gedanken zu lesen, bevor man sie tippt, klingt nach Science-Fiction, doch Conduit, ein Startup aus San Francisco, sagt, es betrachte das Problem als ingenieurtechnische Herausforderung.

Naomi Bashkansky, Absolventin der Harvard Computer Science und ehemalige OpenAI-Forscherin, erklärte Ende Juli 2026, sie habe das KI-Labor verlassen, um als Gründungsforscherin zu Conduit zu wechseln. Das Unternehmen entwickelt KI-Modelle, die Gehirnaktivität in Text umwandeln sollen, ohne Implantate im Schädel einzusetzen.

Die Ankündigung am 5. August 2026 erfolgte zu einem Zeitpunkt, an dem nicht-invasive Brain-Computer-Interfaces in der öffentlichen Wahrnehmung oft hinter chirurgischen Ansätzen zurückstehen. Conduit vertritt die Ansicht, dass der nicht-invasive Weg in Verbindung mit ausreichend Daten und leistungsfähigen Modellen diese Lücke schließen kann.

Die Datensatz-Strategie

Conduit gibt an, das weltweit größte Neuro-Language-Dataset aufgebaut zu haben, mit rund 10.000 Stunden Aufzeichnungen von Tausenden Teilnehmenden, die in nur sechs Monaten in einer speziellen Einrichtung in San Francisco gesammelt wurden. Stand Dezember 2025 sei der Datensatz laut dem Unternehmen in Umfang und Komplexität bestehenden öffentlichen Neuro-Language-Datasets überlegen.

Die Daten werden mithilfe von EEG erfasst, einer nicht-invasiven Methode, die elektrische Aktivität über der Kopfhaut misst, kombiniert mit weiteren Aufzeichnungsmodalitäten. Freiwillige erhalten zwischen 50 und 55 US-Dollar pro Sitzung.

Ziel ist es, das zu trainieren, was Conduit als große Brain-Foundation-Modelle bezeichnet, also das neuronale Datenäquivalent zu GPT-Architekturen. Ambition ist dabei nicht nur die Erkennung von Bewegungsabsichten, sondern die Dekodierung semantischer Inhalte — also dessen, was eine Person denkt.

Wer hinter dem Unternehmen steht

Bashkanskys bisherige Arbeit bei OpenAI konzentrierte sich auf KI-Sicherheitsaudits und die Interpretierbarkeit von Sprachmodellen. Zudem veröffentlichte sie Arbeiten zur Instruktionsstabilität in Sprachmodellen, einem Bereich der Alignment-Forschung, der sich damit befasst, wie zuverlässig ein Modell unter unterschiedlichen Bedingungen Anweisungen befolgt.

Laut früher Berichterstattung wurde Conduit von Forschern aus Oxford und Cambridge mitgegründet, was dem Team neben seinem operativen Sitz in San Francisco eine transatlantische akademische Prägung verleiht. Das Unternehmen ist ausdrücklich auf ein datenzentriertes Modell ausgerichtet und stellt die Größe des Datensatzes als Haupttreiber der Modellleistung in den Vordergrund.

Was das für den Markt bedeutet

Für Anleger, die den hardwarenahen KI-Sektor beobachten, liegt die interessante Entwicklung nicht nur in der Gründung eines einzelnen Startups. Bemerkenswert ist das Muster: Erfahrene KI-Forscher mit Hintergrund in Alignment und Interpretierbarkeit wechseln in die Neurotechnologie und bringen dabei ein Daten-Skalierungsmodell mit, das sich in der Sprachmodellierung bewährt hat.

Ein zuverlässiges Gedanken-zu-Text-System würde die Kommunikation für Menschen mit ALS, Locked-in-Syndrom oder anderen Erkrankungen, die motorische Fähigkeiten ausschalten, grundlegend verändern.

Conduit hat keine Angaben zur Finanzierung gemacht. Beachtenswert sind die Modellleistung bei semantischen Dekodierungsaufgaben mit wachsendem Datensatz, die regulatorische Haltung der FDA zur nicht-invasiven Erhebung neuronaler Daten sowie die Frage, ob konkurrierende akademische oder kommerzielle Labore die Datensatzlücke schließen können, die Conduit derzeit als seinen wichtigsten Burggraben bezeichnet.