EmoAdapt – wenn ein Gegensatz überwunden wird

Mensch und Maschine werden als große Gegensätze angesehen, obwohl sie gerade jetzt immer stärker zusammenwachsen. Auch wenn Maschinen sehr komplex sein können, so lassen sich nicht nur digitale Techniken auf Programme aus 0 und 1 zurückführen, die aufgrund fester, vorher  programmierter Regeln Entscheidungen treffen.

Gegenüber und oft als Nutzer steht der Mensch, dessen Verhalten in der Regel auf verschiedene emotionale Zustände beruht, die die Tagesform, die Leistung und die Fähigkeiten tagtäglich beeinflussen können. Erlernte Regeln, die sich in Moralvorstellungen niederschlagen, wirken zusätzlich darauf ein, ob etwas richtig oder falsch ist. Aber wie kann ein Computer verstehen, was einen Menschen bewegt und was er fühlt?

Hier forschen Wissenschaftler der Otto-von-Guericke-Universität und des Leibniz-Institutes für Neurobiologie in Magdeburg an neuen Methoden, die eines Tages die Brücke zwischen der emotionalen Kommunikation von Mensch und Maschine bilden sollen. Unter dem Name EmoAdapt entwickelt das Team um Professor Bernarding eine sogenannte Hirn-Computer-Schnittstelle weiter, mit deren Hilfe Emotionen von einer komplexen Maschine und deren Steuerprogrammen in Echtzeit erkannt und in die Interaktion zwischen Mensch und Maschine integriert werden sollen.

Bisher ist es durch den Einsatz von Computern zwar schon in Einzelfällen möglich, Emotionen wie Freude oder Ärger und das momentane Befinden wie Überforderung oder Müdigkeit durch Analyse extern zugänglicher Daten wie z.B. Gesichtsausdruck, Körperhaltung oder Herzschlag in Anfängen zu berücksichtigen. Dies könnte zukünftig wichtig werden für die Sicherheit an Arbeitsplätzen oder Rehabilitation nach Erkrankungen zu optimieren. Das Projekt startete im Mai 2015 und wird vom Bundesministerium für Bildung und Forschung (BMBF) mit 1,57 Millionen Euro gefördert.

Mit dem Forschungsprojekt EmoAdapt wird sich das Team aus Magdeburg für den diesjährigen „Hugo-Junkers-Preis für Forschung und Innovation aus Sachsen-Anhalt“ in der Kategorie „Innovativste Projekte der angewandten Forschung“ bewerben.