Agenda 5/16

Am 05.02.2016 von Haruki

Emotional Analytics – Maschinen, die Gefühle erkennen

Mit diesem Beitrag möchten wir an den Beitrag zum Bauchgefühl anknüpfen. Denn es gibt mittlerweile auch Technologien, die versuchen die menschliche Gefühlswelt zu analysieren. Da ist beispielsweise Moodies, eine App des Unternehmens Beyond Verbal, die per Stimmanalyse Emotionen untersucht. Mithilfe von Erkenntnissen aus der Physik und der Neuropsychologie deutet sie den Gemütszustand des Sprechers. Dazu genügen ihr zehn bis fünfzehn Sekunden Gesprochenes. Auf die Sprache kommt es dabei nicht an, nur auf die Art wie gesprochen wird.

 

Ein anderes Beispiel ist Affectiva, ein Unternehmen, das sich auf die Analyse von Mimik konzentriert. Als wissenschaftliche Basis liegt ihrem System mit dem Namen Affdex, die Forschung des Psychologen Paul Ekman zugrunde, der in den 70er Jahren Gesichtsausdrücke klassifizierte und damit Pionierarbeit leistete. „Facial Action Coding System“ nannte er das Erkennungssystem. Ekman schlüsselte auf, welche Muskeln und Muskelgruppen bei bestimmten Emotionen beteiligt sind und war so in der Lage, eine Reihe sogenannter Basisemotionen zu bestimmen. Zum Beispiel Wut, Ekel oder Überraschung. Doch Affdex geht viel weiter: Anhand von komplexen und selbstlernenden Algorithmen ist das System in der Lage, eine viel größere Bandbreite an Emotionen zu erkennen, als Ekman es konnte. Dazu reicht Affdex eine Webcam: Das Programm ist in der Lage, jedem Gesichtsausdruck sofort einen Gemütszustand zuzuweisen. Selbst Mikroexpressionen, die sich unfreiwillig in unseren Gesichtern zeigen, wenn uns ein Gefühl überkommt und nur Sekundenbruchteile dauern, werden registriert. Die Zuweisung zu einer Emotion passiert unter Rückgriff auf einen riesigen Datensatz, in dem bereits über 2,5 Millionen analysierte Gesichter aus 75 Ländern, also kulturübergreifend, gespeichert sind. Das Ergebnis dieser Datenbank soll irgendwann ein universales Modell der menschlichen Mimik sein.

Mittlerweile ist Affectiva zum Marktführer aufgestiegen und arbeitet in Partnerschaft mit Millward Brown, dem zweitgrößten Marktforschungsunternehmen weltweit. Die Software von Affectiva wird dort nun standardmäßig für Kundenreaktionen auf Werbung aller Art verwendet.

 

Bei qualitativer Marktforschung entsteht der Erkenntnisgewinn aus der Beobachtung des Handelns der Probanden. Hier kann die Emotionsanalyse helfen, noch feinere Beobachtungen anzustellen oder in großen Studien dazu beitragen, dass bestimmte Emotionen erfasst und bestimmt werden. So erhält man durch die Maschine eine präzisere Vergleichbarkeit, wenn viele Interviewer eingesetzt werden. Der Einsatz dieser Technologien ist in vielen Bereichen denkbar – z.B. im Marketing wenn es beispielsweise um Markenbildung geht, um eine Kampagnenentwicklung oder um das Verhalten im direkten Kundenkontakt. Aber auch für Produktentwickler bieten die Systeme Chancen, wenn sie verstehen, welche Emotionen beispielsweise Optik und Haptik beim Konsumenten auslösen.

Darüber hinaus eröffnen sich noch viele weitere Felder der Wertschöpfung für Emotional Analytics: Im Dating-Bereich beispielsweise, bei Vorstellungsgesprächen oder in Verhandlungssituationen in Politik oder Wirtschaft. Doch auch im privaten Bereich kann Emotionsanalyse durchaus nützlich sein. Beispielsweise vor Präsentationen wenn man wissen möchte, wie überzeugend man klingt oder welche Emotion man ausstrahlt.

 

Auch wenn diese Analytik auf jahrelanger Forschung fußt, auf Big Data zurückgreift und selbstlernend ist, Erkenntnisse aus Biometrie und Psychologie nutzt – was Software und Technologie nach wie vor nicht beantworten können ist: Warum empfinden Menschen in einer Situation ganz bestimmte Emotionen? Und warum versuchen sie möglicherweise diese Emotion zu verbergen? Diese Fragen kann der jeweilige Mensch wie gesagt im Zweifel nicht einmal selbst beantworten. Software kann somit zwar Emotionen erkennen, verstehen aber kann sie sie nicht. Dafür ist es dann wiederum notwendig den Probanden zu fragen, was ihn gerade bewegt. Dabei geht es dann auch nicht so sehr darum, was er sagt, sondern vielmehr darum, warum er das sagt. Darüber lassen sich dann wieder die Motive ergründen, die zu seinen Empfindungen geführt haben und somit lässt sich sein Verhalten verstehen. 

Artikel kommentieren

Ähnliche Beiträge