Kurz erklärt – Affective Computing

Keine Frage, Computer sind intelligent. Doch Technologie hat keine Gefühle? Das stimmt, doch wird sie immer empathischer. Durch intelligente Algorithmen werden Emotionen und Stimmungen erkannt und entsprechend verarbeitet. Das bietet viele neue Einsatzmöglichkeiten für künstliche Intelligenz und unterstützt Sie sowohl im beruflichen, wie auch im privaten Alltag. Hier erklären wir Ihnen, was Affective Computing ist, wo es bisher am häufigsten zum Einsatz kommt und alles Weitere, .

Affective Computing ist ein interdisziplinäres Gebiet, bei dem Erkenntnisse aus der Computerwissenschaft, Psychologie und kognitiven Wissenschaften einfließen und kombiniert werden. Um Maschinen zu entwickeln, die nicht nur intelligent sind, sondern auch Gefühle richtig einordnen können, braucht es Wissen aus allen drei Bereichen. 1995 wurde der Begriff von Rosalind Picard geprägt und seitdem stetig weiterentwickelt.
Affective Computing basiert auf maschinellem Lernen. Hiermit wird der jeweilige Algorithmus trainiert, die Gefühle richtig zu erkennen und angemessen darauf zu reagieren. Ziel ist es, Computer mit emotionaler Intelligenz auszustatten und sie Empathie simulieren zu lassen, sodass eine angemessene Reaktion der Maschine auf die menschliche Aktion ausgewählt werden kann.

Um Gefühle zu erkennen, wird momentan auf vier verschiedene Datenquellen zurückgegriffen. Das können visuelle Daten durch Bilder oder Videos sein, Audio Daten, Texte oder physiologische Daten. Hierdurch kann die Maschine sowohl die Basisemotionen erkennen, wie auch auf nicht in Worte fassbare Gefühle angemessen reagieren.
Für die Auswertung aus Bild oder Videodaten wertet die Technologie die Gesichtsausdrücke von Personen aus. Die Gesichtsanalyse ist besonders einfach möglich, wenn eine Person eh vor dem PC oder Smartphone sitzt, da die Mimik einfach über die Webcam erfasst und ausgewertet werden kann.

Bei Telefongesprächen hingegen wird auf Audio Daten zurückgegriffen. Hier wird die Geschwindigkeit, die Tonlage und die Lautstärke der Stimme der entsprechenden emotionalen Verfassung zugeordnet. Ist eine Person zum Beispiel aufgeregt, wird die Stimme meist schneller und Worte werden verschluckt.
Ähnlich werden auch Texte durch die Sentiment Analyse ausgewertet. Sie werden durch intelligente Algorithmen in positive und negative Texte eingeteilt und so auch sehr umfangreiche Inhalte automatisiert ausgewertet. Die Stimmung ganzer Online Communities und ihre Einstellung gegenüber Ihrem Unternehmen kann durch die Textdaten zum Beispiel ausgewertet werden. Häufen sich negative Kommentare und Posts, könnte das auf einen anstehenden Shitstorm hindeuten und Ihnen noch frühzeitig Hinweise auf zu treffende Gegenmaßnahmen geben.

Kann auf keine der drei Datenquellen zurückgegriffen werden, können auch physiologische Daten akkurate Schlüsse auf die Emotion bieten. Durch die Herzfrequenz, die Oberflächentemperatur der Haut und Bewegungsmuster, wie Auf- und Abgehen, kann die Stimmung einer Person eingeordnet werden. Diese Daten werden vor allem durch Wearables oder Smartphones bereitgestellt. Ist beispielsweise die Herzfrequenz erhöht, die Hauttemperatur höher und bewegt sich die Person ruckartig und ziellos, kann das auf einen negativen Gefühlszustand, wie Stress oder Aggressivität, hinweisen.

Affective Computing hat inzwischen zahlreiche Anwendungsgebiete. In Call Centern werden menschliche Telefon Agenten von künstlicher Intelligenz unterstützt, um noch besseren Service anbieten zu können. Das funktioniert durch eine Analyse der Veränderungen in Sprache und Tonlage und den passenden Tipps, wie am besten darauf reagiert werden soll. Der erstrebenswerte Gesprächsverlauf wird so durch intelligente Algorithmen gesteuert. Oder aber der Kunde wird durch einen vorgeschaltetes Computergespräch analysiert und eingeordnet und dann einem passenden, auf die Stimmung spezialisierten Agenten zugeordnet. So können Kunden mit guter Laune an Lehrlinge weitergeleitet werden und die, die bereits die Computerstimme angeschrien haben, an Kundenservice Experten weitergeleitet werden.

Bei Chatbots wird Affective Computing ebenfalls eingesetzt, um einen natürlichen Gesprächsverlauf zu ermöglichen. Das Gleiche gilt für weitere textbasierte Schnittstellen, hier wird durch emotionale Intelligenz ebenfalls das Gefühl vermieden, mit einem Roboter zu schreiben und ermöglicht eine Kommunikation wie mit einem anderen Menschen. Auch die Smartphone Sensorik, Smart Home Systeme und diverse Wearables werden in Zukunft wahrscheinlich immer mehr mit Affective Computing angereichert werden.

. Diese Technik kann sowohl in der Email Kommunikation mit Kunden, wie auch in Social Media zum Analysieren von Kommentaren, Stimmungen von Followern und Einstellungen gegenüber der Marke zum Einsatz kommen.
Aber auch in Bereichen abseits des Kundenservice und Marketings wird Affective Computing erfolgreich verwendet. In der Lehre, vor allem in der Online- oder Fernausbildung, wird die fehlende persönliche Interaktion durch Affective Computing wettgemacht. Die Stimmung des Schülers kann analysiert werden und der Lehrplan entsprechend angepasst und Übungen passend ausgewählt werden. Das kann sowohl bei Lernplattformen, elektronischen Weiterbildungsprogrammen, aber auch für Tutoren eine hilfreiche Unterstützung sein und den Lernerfolg verbessern.

Auch im Gesundheitswesen, vor Allem in der Altenpflege, wird Affective Computing auf Grund des Personalmangels immer beliebter. Emotionale Intelligenz kann die Patienten einschätzen und entsprechende Maßnahmen treffen oder anordnen. .
In der Entwicklung von Videospielen zur Unterhaltung oder zur Therapie, fließt ebenfalls immer mehr Technik des Affective Computings mit ein.

Wie Sie sehen, steckt Affective Computing noch in den Anfängen, bietet aber bereits jetzt zahlreiche und sinnvolle Einsatzmöglichkeiten. Auch verwandte Gebiete, wie Biofeedback und Human-Computer-Interaction entwickeln sich stetig weiter und werden noch mehr Möglichkeiten und ausgereiftere Techniken ermöglichen. Alles in Allem ist Affective Computing bereits sehr genau und schafft es in den meisten Fällen, Gefühle richtig zu analysieren.

Affective Computing bietet Unternehmen die Möglichkeit, eine noch bessere und tiefere Beziehung zu ihren Kunden aufzubauen. Durch die präzise Aufzeichnung menschlichen Verhaltens und der Auswertung von Emotionen und Bewegungen, lässt sich ein umfassendes Bild des Kunden zeichnen und sich individuell auf ihn und seine momentane Situation eingehen. Das birgt natürlich auch Gefahren. Die enormen Datenmengen müssen sicher verarbeitet und gespeichert werden, um einen Missbrauch zu vermeiden. Auch die Privatsphäre des Kunden sollte, trotz des großen Wissens über ihn, respektiert werden und Werbemaßnahmen auch aus einem ethischen Standpunkt evaluiert werden.

Der Bereich wird in Zukunft sicher noch viele neue und kreative Anwendungsmöglichkeiten finden, da sich hier momentan viel tut und ständig neue Techniken und Algorithmen entwickelt werden. Es lohnt sich also, an aktuellen Entwicklungen dran zu bleiben und zu überlegen, wo Affective Computing das eigene Unternehmen unterstützen könnte.