Ein Team der Newcastle University forscht an einer Handprothese, die automatisch die richtige Greifposition einnimmt, wenn der Benutzer das Zielobjekt mit einer kleinen Kamera filmt. Das soll den Greifprozess beschleunigen, hoffen die Forscher um Kianoush Nazarpour. Das Gerät analysiert das von einer Webcam aufgenommene Bild mit Hilfe von Deep Learning. So ermittelt die Kamera auch bei unbekannten Objekten die jeweils passenden Bewegung.

Nazarpour und seine Kollegen trainierten die Prothese darauf, zu einem gegebenen Objekt einen von fünf Griffen auszuwählen. Üblicherweise kann der Benutzer seiner Kunsthand nur einfache Kommandos geben, ausschlaggebend ist dabei meist die elektrische Aktivität der nach einer Amputation verbleibenden Muskeln. Die "sehende Hand" soll das Greifen schneller und mit weniger Konzentration ermöglichen – ­ähnlich wie beim intuitiven Zupacken mit einer intakten Hand.

In ersten Tests mit zwei Freiwilligen führte die Prothese in 80 bis 90 Prozent der Fälle die korrekte Greifbewegung aus. Das könnte sich durch Training und Weiterentwicklung sogar noch verbessern lassen. Nazarpour und Kollegen sehen ihren Ansatz als praktikable Zwischenlösung, bis bessere Steuerungsmöglichkeiten anwendungsreif werden. Mit hoch entwickelten Sensoren der nächsten Generation ließen sich beispielsweise auch einzelne Finger ansteuern. Bis es so weit ist, biete die "sehende Hand" eine kostengünstige Alternative auf Basis bewährter Technik.