Affective Computing: Was ist das?

Roboter analysieren biometrische Daten, um unsere Reaktionen interpretieren zu können. Dies ist zweifellos ein enormer technologischer Fortschritt, der jedoch viele, zum Teil besorgniserregende Herausforderungen mit sich bringt.
Affective Computing: Was ist das?

Geschrieben von Redaktionsteam

Letzte Aktualisierung: 27. August 2022

Affective Computing ist ein relativ neues Forschungsgebiet, das eine Schnittstelle zwischen verschiedenen klassischen Disziplinen wie Informatik, Psychologie, oder Soziologie darstellt. Das Ziel ist, Computer zu schaffen, die durch Künstliche Intelligenz (KI) menschliche Emotionen erkennen können. Maschinen sollen also lernen, empathisch zu reagieren, indem Affekte und Gefühle in rechnerische Daten verwandelt werden.

Das Endziel ist eine fortgeschrittene Symbiose von Mensch und Technologie. Affective Computing ermöglicht unter anderem die maschinelle Interpretation von Gesichtsausdrücken und die Erfassung biometrischer Daten. Es handelt sich also um ein polemisches Forschungsgebiet, das weitreichende Folgen haben kann.

Die Elektroningenieurin Rosalind Wright Picard veröffentlichte 1997 ihr Buch “Affective Computing” und prägte diesen Begriff. Sie gründete auch die Affective-Computing-Forschungsgruppe am MIT Media Lab. Dieses Forschungsgebiet spielt heute eine zentrale Rolle in der Entwicklung der künstlichen emotionalen Intelligenz. 

“Roboter werden unser Essen ernten, kochen und servieren. Sie werden in unseren Fabriken arbeiten, unsere Autos fahren und unsere Hunde ausführen. Ob es dir gefällt oder nicht, das Zeitalter der Arbeit geht zu Ende.”

Gray Scott

Affective Computing: Gespräch zwischen Roboter und Frau

Affective Computing

Bereits 1995 veröffentlichte Rosalind Wright Picard einen Artikel über Affective Computing in der Zeitschrift Wired. Die Computerwelt war damals damit beschäftigt, die Leistung der Maschinen zu verbessern und nicht unbedingt an der Entwicklung von empathischen Robotern interessiert. Das sollte sich jedoch bald ändern. In den letzten Jahrzehnten wurde es immer wichtiger, Geräte in den Alltag zu integrieren, die nicht als “fremd” empfunden werden. 

Das Interesse an Maschinen, die in der Lage sind, menschliche Emotionen zu erkennen und zu interpretieren, hat schließlich zu einem neuen Forschungsgebiet geführt. Es geht nicht um das Verständnis der Affektivität im engeren Sinne, sondern um die Fähigkeit, menschliche Gefühlsausdrücke zu “lesen” und auf dieser Grundlage neue Technologien zu entwickeln.

Die Bedeutung von Empathie

Neue Technologien übernehmen heute viele Funktionen, die vor Kurzem noch undenkbar waren. Sie werden unter anderem genutzt, um Kundenbeschwerden zu bearbeiten, Telefongespräche zu führen, Bedürfnisse zu erkennen oder das Konsumverhalten zu analysieren. Die Supportautomatisierung durch Helpdesk-Software verwendet die Erkenntnisse des Affective Computing, um den Nutzer automatisch anzuleiten oder schließlich an eine Person weiterzuleiten. Es gibt auch Systeme, die dabei die Stimme oder den Text analysieren, um den Gemütszustand der Person zu erkennen.

Es gibt jedoch auch viel anspruchsvollere und komplexere Systeme. So kommen Roboter bereits in der Kranken- oder Kinderpflege zum Einsatz. Es gibt auch Prototypen, die Menschen begleiten oder Hausarbeiten übernehmen können. Um diese Systeme zu perfektionieren, müssen sie in der Lage sein, die menschliche Subjektivität zu berücksichtigen.

Affective Computing in der Krankenpflege

Affective Computing und Biometrie

Die Technologien des Affectiv Computing nehmen pysiologische Signale auf, analysieren diese und reagieren darauf. Wenn wir Menschen emotionale Situationen durchlaufen, reagieren wir entsprechend und senden Signale aus. Nicht nur Menschen, auch Maschinen können heute diese Signale erkennen und interpretieren. Sie verwenden dafür verschiedene Sensoren und Kameras, die unter anderem Gesten und Gesichtsausdrücke analysieren, um darauf zu antworten. Die Erforschung der Mimik ist im Bereich des Affectiv Computing grundlegend.

Es gibt auch Technologien, welche die Stimmung eines Fahrers im Straßenverkehr messen. Sie erfassen unter anderem die Atemfrequenz, den Druck auf das Lenkrad und den Gesichtsausdruck. So können sie der Person Nachrichten schicken, um Fahrfehlverhalten zu reduzieren oder Stress abzubauen, indem sie bestimmte Musik oder Fahrrouten vorschlagen. Die Messung biologischer Daten und körperlicher Merkmale gehört an vielen Orten bereits zur Realität: Sie kommt unter anderem bei Sicherheitssystemen in Unternehmen, zur Authentifizierung oder auch in der Unterhaltungselektronik zum Einsatz.

Diese Technologien werden immer besser und “einfühlsamer”, stellen uns jedoch auch vor neue Herausforderungen, insbesondere im Bereich der Ethik. Sollen biometrische Daten bestimmen, welcher Kandidat den Job erhält? Können Menschen mit bestimmten Krankheiten dazu verpflichtet werden, ihre biometrischen Daten für die Wissenschaft bereitzustellen? Wäre es fair, Menschen mit einem vorsichtigen Fahrstil durch geringere Versicherungsquoten zu belohnen? Verletzt die Preisgabe der biometrischen Daten die Privatsphäre? Kann ein Pflegeroboter eine Person zwingen, bestimmte Medikamente einzunehmen? Wer haftet, wenn biometrische Daten in die falschen Hände geraten? Fragen über Fragen… und wir stehen erst am Anfang.

Main image editorial credit: MikeDotta / Shutterstock.com
Das könnte dich ebenfalls interessieren...
Dr. Jim Dator über 4 mögliche Zukunftsszenarien
Gedankenwelt
Lies auch diesen Artikel bei Gedankenwelt
Dr. Jim Dator über 4 mögliche Zukunftsszenarien

Die 4 Szenarien der Zukunft sind eine Projektion der Realität von morgen, die auf Daten und logischen Analysen basiert.



  • Baldassarri Santalucía, S. (2016). Computación afectiva: tecnología y emociones para mejorar la experiencia del usuario. Bit & Byte2.
  • Bosquez, V., Sanz, C., Baldassarri, S., Ribadeneira, E., Valencia, G., Barragan, R., … & Camacho-Castillo, L. A. (2018). La Computación Afectiva: emociones, tecnologías y su relación con la educación virtual. Revista de Investigación Talentos, 5(1), 94-103.
  • Serratosa, F. (2008). La biometría para la identificación de las personas. Universitat Oberta de Catalunya, 8-20.