| Home | Impressum | Datenschutz | Sitemap | KIT
Portrait Monika Landgraf
Leiterin Gesamt-kommunikation, Pressesprecherin
Monika Landgraf

Tel: +49 721 608-21150
Fax: +49 721 608-43658
E-Mail

Margarete Lehné
Stellvertretende Pressesprecherin
Margarete Lehné

Tel: +49 721 608-21157
E-Mail

Informationen zum KIT

Homepage des KIT

Flyer "Daten, Zahlen, Fakten"

Das KIT auf Facebook und Twitter:

 

Prof. Barbara Deml - Mensch-Maschine-Interaktion

Prof. Barbara Deml - Mensch-Maschine-Interaktion
Autor:

Prof. Barbara Deml

Kommunikation, Informatik

Quelle:

KIT-Zentrum Information, Systeme, Technologien

Mensch-Maschine-Interaktion

Beim Begriff Mensch-Maschine-Schnittstelle denkt man unwillkürlich an gigantische humanoide Kampfmaschinen, wie sie Piloten in Guillermo del Toros Actionreißer „Pacific Rim“ im Kampf gegen Außerirdische steuern oder ans rote Auge des Supercomputers HAL 9000 im Stanley Kubrick-Klassiker „2001: A Space Odyssey“. Es geht aber auch unspektakulärer: Smartphones. Zukünftige Mensch-Maschine-Schnittstellen sollen aber nicht nur so nutzerfreundlich wie die kleinen schlauen Helfer sein, sondern auch adaptiv. Also Bedürfnisse des Menschen erkennen und auf diese eingehen. Wie Automaten diese erfassen können, daran arbeitet Professor Barbara Deml vom Institut für Arbeitswissenschaft und Betriebsorganisation.

Mensch-Maschine-Interaktion

Prof. Barbara, Deml, KIT
Prof. Barbara Deml, ifab

Bewegliche Roboter-Helfer könnten etwa körperlich eingeschränkten Personen zur Hand gehen und ihnen so ermöglichen, länger in den eigenen vier Wänden wohnen zu bleiben. „Wenn andere Menschen sich gerade stark konzentrieren müssen, gestresst sind oder ein Problem haben, erkennen wir dies und reagieren darauf, indem wir uns etwa ruhig verhalten oder Hilfe anbieten. Die Roboter-Helfer von morgen sollen das auch können“, sagt Deml. Die Psychologin will Maschinen beibringen, die körperliche Verfassung sowie die Gemütszustände von Menschen zu erfassen und sich entsprechend zu verhalten. Dabei sei es relativ gleichgültig, ob Assistenzsysteme in einem Maschinenleitstand, dem Cockpit eines Flugzeugs, einem Operationssaal oder eben der häuslichen Pflege zum Einsatz kämen. „Die Prinzipien der Interaktion zwischen Mensch und Maschine bleiben immer die gleichen“, sagt die Expertin. Stets seien sichere und gleichzeitig praktikable Lösungen gefragt.

Eine Möglichkeit, Maschinen erkennen zu lassen, was wir wollen oder was wir als nächstes tun werden, ist das Eyetracking. „Wohin wir schauen, wie lange unser Blick auf einer Stelle verharrt oder ob unsere Pupillen geweitet sind, lässt darauf schließen, was wir empfinden“, erläutert Deml. Darüber hinaus nutzt sie Messungen physiologischer Parameter wie Herzrhythmus, Muskelaktivität oder Hautleitfähigkeit. Diese Daten werden von der Maschine statistisch abgeglichen; gibt es Abweichungen vom Üblichen, wird sie aktiv. So könnten beispielsweise Fahrassistenzsysteme durch Beobachtung des Fahrers brenzlige Verkehrssituationen voraussehen oder Industrieroboter Arbeiter vor Überbeanspruchung schützen, indem sie etwa ihr Arbeitstempo drosseln.

„Beim Ableiten psychologischer Zustände aus physiologischen Informationen haben wir in den vergangenen Jahren große Fortschritte erzielt.“ Wobei Deml darauf hinweist, dass dies nicht mit Hilfe künstlicher Intelligenz geschieht. Ihre Methoden sind rein statistischer Natur: „Beim sogenannten Deep Learning werden Systeme mit einer gewaltigen Menge von Daten gefüttert, die sie dann interpretieren sollen. Wir hingegen wollen aus unseren Werten ganz bestimmte Informationen herausfiltern.“

Dass die smarten Arbeitsumgebungen der Zukunft neben Erleichterungen auch Gefahren für die Nutzer bergen, dessen ist sich Deml sehr bewusst: „Dass ein Assistenzsystem auch Auskunft darüber geben kann, wie viel Unterstützung ein einzelner Mitarbeiter in Anspruch nimmt, ist klar.“ Hier müssten Vorsichtsmaßnahmen im Sinne der Privacy by Design getroffen werden. In der Forschung sei das Thema jedenfalls zentral: „Vor zehn Jahren hat das noch keine Rolle gespielt, heute fragt man über die Fachgrenzen hinweg nach den Folgen – sowohl sozialer, rechtlicher und psychologischer Natur.“

Beim Ableiten psychologischer Zustände aus physiologischer Information stünden empirische Studien und deren statistische Datenauswertung im Mittelpunkt: „Uns ist es wichtig, bei der Analyse nicht nur rein datengetrieben vorzugehen, wie es im Moment mit vielen Deep-Learning-Ansätzen im Bereich der Künstlichen Intelligenz verfolgt wird, sondern entgegen des Trends auch modellbasiert zu arbeiten“, sagt Deml.  

mex

 

Der Presseservice des KIT stellt gern Kontakt zwischen Journalisten und Prof. Barbara Deml her.

 

Fotonachweis:
Foto Eyetracking: KIT
Foto Prof. Barbara Deml: KIT