Metasurfaces: Das unsichtbare Auge der KI und des Gehirns

Die Frage ist nicht mehr, ob diese Technologie Computer Vision, biomedizinische Bildgebung und Gehirn-Computer-Schnittstellen verändert. Die Frage ist, wie schnell.

Physik als Rechner

Konventionelle Optik bricht Licht durch Krümmung. Metasurfaces tun dasselbe durch Geometrie: sub-Wellenlängen-Säulen, Scheiben oder Stäbe aus Titandioxid oder Silizium, angeordnet auf einer Oberfläche, manipulieren Phase, Amplitude und Polarisation des Lichts präzise und lokal. Das Ergebnis ist eine flache, wenige Hundert Nanometer dicke Schicht, die das leistet, wofür klassische Linsensysteme Zentimeter Glasweg brauchen.

Der entscheidende Sprung gegenüber früheren Ansätzen: Metasurfaces lassen sich so gestalten, dass sie mathematische Operationen im Licht selbst durchführen. Eine Faltungsoperation — in der klassischen Computer Vision der erste und teuerste Rechenschritt eines neuronalen Netzes — kann eine entsprechend konstruierte Metasurface rein optisch ausführen, mit Lichtgeschwindigkeit und annähernd ohne Energieverbrauch. Das Startup Imagia verlegt auf dieser Grundlage Gestenerkennung und Gesichtserkennung vollständig in die optische Domäne; ein elektronischer Prozessor ist für diese Schritte nicht mehr nötig. Eine Gruppe an der Princeton University zeigte, dass solche Meta-Imager handschriftliche Ziffern mit einer Genauigkeit von 98,6 % erkennen — ohne dass ein klassischer KI-Beschleuniger die Bilddaten vorher anfasst.

Weniger Rechenaufwand, geringerer Stromverbrauch, kleinere Bauform. Ein System, das optisch vorfiltert und nur das Relevante an die Elektronik weitergibt, skaliert anders als eines, das jeden Pixel elektronisch verarbeitet.

Zwei Limitationen bleiben: Erstens sind die meisten Metasurface-Designs für bestimmte Wellenlängen oder Polarisationszustände optimiert. Breitbandige achromatische Metasurfaces, die über das gesamte sichtbare Spektrum stabil funktionieren, sind Forschungsgegenstand, kein Standardprodukt. Zweitens bilden Metasurfaces lineare Operationen hervorragend ab, aber nichtlineare Aktivierungsfunktionen — unverzichtbar für tiefe neuronale Netze — lassen sich optisch nicht ohne Zusatzhardware realisieren. Hybridarchitekturen aus optischem Frontend und elektronischem Backend sind deshalb der wahrscheinlichere Pfad als vollständig optische KI.

Biomedizin als erster Markt

Während die Unterhaltungselektronik auf Massenproduktionskosten wartet, öffnet sich in der Biomedizin ein Fenster schneller. Zwei Eigenschaften von Metasurfaces spielen dort unmittelbar: die Fähigkeit zur Hyperspektral-Bildgebung und zur Polarisationsanalyse.

Hyperspektrale Kameras erfassen nicht drei Farbkanäle, sondern Dutzende Wellenlängenbänder gleichzeitig. Sie machen sichtbar, was für das menschliche Auge und konventionelle RGB-Sensoren unsichtbar ist — chemische Zusammensetzung, Gewebestruktur, Sauerstoffsättigung. Eine Metasurface, die verschiedene Spektralbereiche auf unterschiedliche Regionen des Bildsensors leitet, ermöglicht eine solche Kamera in Mikroskopgröße, ohne bewegliche Teile und ohne teure Prismen. Gruppen an der Boston University und der RMIT University demonstrieren damit die Unterscheidung transparenter Krebszellen in Echtzeit — eine Aufgabe, die klassische Hellfeld-Mikroskopie ohne Färbung nicht löst.

Polarisationsbildgebung ergänzt das: Tumorgewebe und gesundes Gewebe unterscheiden sich im Polarisationsverhalten des rückgestreuten Lichts. Eine Metasurface, die mehrere Polarisationszustände simultan erfasst, liefert diese Information ohne mechanisch rotierende Polarisatoren, also schneller und robuster. In endoskopischen Anwendungen — wo Platzbedarf und Empfindlichkeit gegenläufige Anforderungen sind — ist Kompaktheit kein Komfort, sondern Voraussetzung.

Der globale Markt für optische Metasurfaces wurde für 2023 auf 141,25 Millionen USD geschätzt. Bis 2031 wird ein Anstieg auf 644,05 Millionen USD prognostiziert, was einer jährlichen Wachstumsrate von 17,2 % entspricht. Die medizinischen Anwendungen gelten dabei als eines der treibenden Segmente — nicht, weil die Preiserwartungen dort geringer wären, sondern weil der Leistungsgewinn groß genug ist, um höhere Stückkosten zu rechtfertigen, bevor die Massenproduktion Kosten senkt.

Die Fertigung ist indes die härteste offene Frage. Nanostrukturen mit Toleranzen unter 10 Nanometer auf großen Flächen herzustellen, ist mit Halbleiter-Standardprozessen grundsätzlich kompatibel — aber nicht trivial. Das Unternehmen Metalenz hat nach eigenen Angaben mehr als 140 Millionen Meta-Optiken in Konsumgeräten integriert (Stand Januar 2024), was belegt, dass Skalierung möglich ist. Welche Ausschussraten und Qualitätsstreuungen dabei akzeptiert werden, ist öffentlich nicht dokumentiert.

Gehirn-Computer-Schnittstellen: Sensorik als Engpass

Gehirn-Computer-Schnittstellen (BCIs) hängen an einem fundamentalen Engpass: Das Gehirn kommuniziert in Millionen parallelen Kanälen; heutige Elektroden lauschen an wenigen Hundert davon. Nicht-invasive Systeme wie EEG erfassen elektrische Summensignale durch den Schädel, was räumliche Auflösung kostet. Invasive Systeme wie das Neuralink-Array oder Utah-Arrays lesen schärfer, aber Narbengewebe und Biokompatibilität begrenzen die Lebensdauer.

Metasurfaces bieten hier zwei Ansatzpunkte, die konzeptionell verschieden sind.

Der erste ist sensorisch: Optische Methoden wie die Zwei-Photonen-Mikroskopie ermöglichen bereits heute, neuronale Aktivität mit hoher räumlicher Auflösung in lebendem Gewebe zu messen — allerdings nur an der Oberfläche oder in sehr dünnen Schnitten. Metasurface-basierte Miniaturoptiken könnten implantierbare endoskopische Sonden ermöglichen, die tiefer im Hirngewebe messen, mit kleinerem Footprint und weniger mechanischem Trauma als aktuelle Faseroptik-Systeme. Die Forschungsgruppen, die an implantierbarer Photonik arbeiten, sind hier noch in einem frühen Stadium; klinische Daten fehlen.

Der zweite Ansatz ist direkter und bereits demonstriert: die sogenannte Brain-Computer-Metasurface-Holographie (BCMH), entwickelt an der Southeast University. Ein P300-basiertes EEG-BCI erkennt, auf welches von mehreren Symbolen ein Nutzer seinen Blick richtet; dieses Signal steuert eine programmierbare Metasurface, die dann ein elektromagnetisches Hologramm erzeugt. Zwei Nutzer können damit — vermittelt über das System — Gedanken kommunizieren, in der Praxis mit einer Übertragungsrate von etwa einem Zeichen pro fünf Sekunden. Das ist langsam, aber es ist ein Proof of Concept: Gehirnintention → Metasurface → strukturiertes elektromagnetisches Feld. Die Kette funktioniert.

Was sie noch nicht ist: klinisch relevant. Die räumliche und zeitliche Auflösung von EEG bleibt das Nadelöhr. Metasurfaces machen die optische Ausgangsseite dieser Kette kompakter und flexibler, lösen aber das Eingangsproblem nicht. Für BCIs, die wirklich dichte neuronale Information übertragen sollen, braucht es entweder invasive Elektroden mit besserer Biokompatibilität oder neuartige nicht-invasive Messmethoden — Metasurfaces allein ersetzen das nicht.

BCIs, die Gedankenintentionen in ausführbare Signale übersetzen, erzeugen Gehirndaten, die in keiner bestehenden Datenschutzarchitektur sinnvoll erfasst sind. Wem diese Daten gehören, wer sie lesen und verwerten darf, ist nicht nur eine technische, sondern eine regulatorische Frage erster Ordnung — und sie ist noch unbeantwortet.

KI beschleunigt das Design, Design beschleunigt KI

Ein strukturell bemerkenswerter Rückkopplungseffekt: KI wird heute eingesetzt, um Metasurfaces zu entwerfen, und Metasurfaces werden eingesetzt, um KI-Aufgaben zu beschleunigen.

Auf der Designseite haben Gruppen an der Penn State University und der Tel Aviv University gezeigt, dass große Sprachmodelle und inverse Designalgorithmen den Entwurf von Metasurface-Einheitszellen von Tagen auf Minuten verkürzen. Statt aufwändig Geometrien zu simulieren und iterativ zu variieren, schlägt das Modell direkt eine Struktur vor, die die Ziel-Übertragungsfunktion erfüllt. Das senkt die Eintrittsbarriere für neue Anwendungsentwickler erheblich.

Auf der Anwendungsseite erlauben Metasurfaces, den Datenstrom an KI-Chips zu reduzieren, indem sie vorverarbeiten: Nur Kanten, nur relevante Spektralbänder, nur bestimmte Polarisationszustände erreichen den Sensor. Was nicht gesendet wird, muss nicht verarbeitet werden. Für Edge-Computing-Anwendungen — Drohnen, autonome Fahrzeuge, tragbare medizinische Geräte — ist das ein struktureller Vorteil, weil Energiebudgets dort nicht mit Serverhallen konkurrieren.

Die Patentlandschaft spiegelt diesen Doppelcharakter: Metalenz hält Patente auf Metasurface-Linsen für Biometrie und Sensorik; Google hält Patente auf AR-Displays mit Metasurface-Komponenten; universitäre Gruppen sichern Algorithmen für das inverse Design. Eine vollständige Patentlandkarte ist öffentlich nicht zugänglich, die Fragmentierung ist aber bereits erkennbar — was Interoperabilität und Standardisierung für kommende Systemintegratoren zur Herausforderung macht.

Zeithorizont

Ob Metasurfaces in wissenschaftlichen Instrumenten oder medizinischen Geräten in den nächsten fünf bis zehn Jahren Standardkomponenten werden, hängt an drei Entwicklungen, die unabhängig voneinander reifen müssen.

Erstens: Fertigungskosten. Sobald die Ausbeute in der Nanolithographie auf Wafergröße stabil ist, fallen die Stückkosten auf ein Niveau, das mit klassischen Linsen konkurriert. Metalenz' Skalierung in der Consumer-Elektronik ist das erste Indiz, dass dieser Schritt möglich ist — aber das war im kurzwelligen Infrarot, nicht im sichtbaren Spektrum, wo die Anforderungen schärfer sind.

Zweitens: achromatisches Design. Bis breitbandige Metasurfaces chromatische Aberrationen so beherrschen wie konventionelle apochromatische Linsensysteme, bleiben viele biomedizinische Anwendungen im Labor. Hier ist der Fortschritt real, aber noch nicht abgeschlossen.

Drittens: Systemintegration. Eine Metasurface-Linse im Gerät nützt wenig ohne optimierte Algorithmen, die genau wissen, welche optische Vorkodierung die Hardware liefert. End-to-End-Design — Optik und Datenverarbeitung gemeinsam optimiert — ist ein aktives Forschungsfeld, aber noch kein Standard in der Produktentwicklung.

Der wahrscheinlichste erste Markt ist die biomedizinische Instrumentierung: Hyperspektral-Endoskope, Mikroskope mit Polarisationskanal, kompakte Fluoreszenz-Sonden. Die nächste Welle dürften mobile Sensoren für die Umwelt- und Lebensmittelanalytik sein. BCIs mit Metasurface-Komponenten folgen, wenn die invasive Neuroimplantologie eigene Hürden überwindet — Metasurfaces sind dort ein Enabler, nicht der limitierende Faktor.

Ob Metalenz in drei Jahren eine achromatische Metasurface im sichtbaren Spektrum in einem klinisch zugelassenen Gerät hat oder das Harvard-Capasso-Labor die nächste Designgeneration publiziert: beides sind die Prüfsteine, an denen sich ablesen lässt, ob der Fünf-Jahres-Horizont hält.