Affective Computing
Affective Computing entwickelt Systeme, die menschliche Emotionen erkennen und darauf reagieren. Behandelt die Signale, Datensätze, praktischen Anwendungen sowie die wissenschaftlichen und rechtlichen Grenzen.
Affektive Informatik ist das Gebiet der Informatik, das menschliche Emotionen und verwandte Zustände wie Stress, Engagement und Müdigkeit erkennt, interpretiert, darauf reagiert oder sie simuliert. Rosalind Picard vom MIT Media Lab führte den Begriff 1995 in einem technischen Bericht und in ihrem Buch Affective Computing von 1997 ein. Sie argumentierte, dass Computer, die eng mit Menschen zusammenarbeiten, Gefühle zumindest teilweise erkennen und ausdrücken können müssen. Ihre Arbeitsgruppe für affektive Informatik veröffentlicht weiterhin Arbeiten auf diesem Gebiet. Kommerzielle Systeme, die Emotionen anhand von Gesichtern oder Stimmen schätzen, werden häufig als Emotion AI vermarktet.
Signale und Emotionsmodelle#
Affektive Systeme erfassen beobachtbare Signale: Gesichtsausdrücke, Tonfall und Sprachrhythmus, Wortwahl, Körperhaltung und Gesten sowie physiologische Messwerte wie Herzfrequenz und Hautleitfähigkeit von tragbaren Sensoren. Jedes Signal für sich ist mehrdeutig. Deshalb sind Modelle für multimodale KI, die mehrere Kanäle kombinieren, in der Regel zuverlässiger als jedes einzelne Signal.
Zwei Arten, Emotionen darzustellen, sind vorherrschend. Kategoriale Modelle ordnen diskrete Labels zu, oft auf Grundlage der von dem Psychologen Paul Ekman beschriebenen Basisemotionen: Freude, Traurigkeit, Wut, Angst, Überraschung und Ekel. Ekmans und Wallace Friesens Facial Action Coding System, veröffentlicht 1978, zerlegt Gesichtsausdrücke in nummerierte Aktionseinheiten für einzelne Muskelbewegungen, etwa das Anheben der Mundwinkel beim Lächeln. Viele Systeme zur Gesichtsanalyse erkennen zuerst diese Einheiten. Dimensionale Modelle ordnen einen Zustand dagegen auf kontinuierlichen Achsen ein, meist Valenz (angenehm bis unangenehm) und Erregung (ruhig bis aufgeregt).
Öffentliche Datensätze folgen derselben Aufteilung. FER2013, veröffentlicht für einen Wettbewerb im maschinellen Lernen von 2013, enthält 35.887 Graustufenbilder von Gesichtern mit einer Auflösung von 48 x 48 Pixeln. Die Bilder sind für die Bildklassifizierung mit sieben Gesichtsausdrücken beschriftet. AffectNet, 2017 veröffentlicht, umfasst über eine Million Gesichtsbilder aus dem Internet. Etwa die Hälfte davon wurde manuell mit Ausdruckskategorien sowie Werten für Valenz und Erregung annotiert.
Das Fachgebiet überschneidet sich mit mehreren genauer definierten Aufgaben. Die Gesichtserkennung stellt fest, wer eine Person ist, während die Analyse des Gesichtsausdrucks beschreibt, was das Gesicht zeigt. Die Sentimentanalyse klassifiziert Meinungen in Texten als positiv oder negativ. Das ist ein enger gefasstes Ziel als die Stimmungen und physiologischen Zustände, die affektive Systeme schätzen. Konversations-KI ergänzt die Simulation: Ein Chatbot oder Sprachassistent, der den emotionalen Ton eines Nutzers widerspiegelt, simuliert Empathie. Dadurch wirkt die Zustimmung eines Modells überzeugender und kann zu Schmeichelei durch KI führen. Sie ist auch eines der menschenähnlichen Merkmale, die mit KI-Psychose in Verbindung gebracht werden.
Anwendungsbereiche des affektiven Computings#
Die Fahrerüberwachung ist eine der am weitesten verbreiteten Anwendungen. Nach der EU-Verordnung zur allgemeinen Fahrzeugsicherheit muss jedes in der EU verkaufte Neufahrzeug seit Juli 2024 über eine Warnung bei Müdigkeit und nachlassender Aufmerksamkeit sowie seit Juli 2026 über eine erweiterte Warnung vor Ablenkung des Fahrers verfügen. Kamerabasierte Fahrerüberwachungssysteme erfüllen diese Anforderungen, indem sie auf geschlossene Augen, Gähnen, Kopfhaltung und die Nutzung eines Telefons achten. Ultralytics YOLO26-Modelle lassen sich darauf trainieren, diese Anzeichen für die Fahrerüberwachung zu erkennen. Die Posenschätzung ergänzt Kopf- und Körper-Schlüsselpunkte, die zusammengesunkene Haltung oder einen von der Straße abgewandten Kopf sichtbar machen. Diese Systeme schätzen Müdigkeit und Aufmerksamkeit des Fahrers – beobachtbare Zustände mit unmittelbaren Auswirkungen auf die Sicherheit.
Die Medienforschung ist eine weitere langjährige Anwendung. Affectiva, 2009 aus Picards Labor ausgegründet und 2021 vom Unternehmen Smart Eye zur Fahrerüberwachung übernommen, entwickelte Werkzeuge zur Gesichtsanalyse. Damit werden die Reaktionen des Publikums auf Werbung und Filme Bild für Bild erfasst und über viele Zuschauende hinweg aggregiert. Kontaktzentren setzen Spracherkennung und stimmbasierte Emotionsanalysen ein, um frustrierte Anrufende zu erkennen und Mitarbeitende in Echtzeit zu unterstützen. Gesundheitsforschende nutzen Signale von tragbaren Sensoren, um Stress zu erfassen und Anfälle zu erkennen.
Wissenschaftliche und rechtliche Grenzen#
Der Übergang vom Gesichtsausdruck zum inneren Gefühl ist eine Schlussfolgerung und umstritten. Eine von Lisa Feldman Barrett geleitete Übersichtsarbeit von 2019 untersuchte mehr als 1.000 Studien und kam zu dem Schluss, dass Gesichtsbewegungen bei verschiedenen Menschen, Kulturen und Situationen nicht zuverlässig bestimmten Emotionen zugeordnet werden können: Menschen runzeln bei Wut seltener die Stirn, als es dem Klischee entspricht, und tun dies aus vielen anderen Gründen. Systeme, die mit gestellten oder im Internet gesammelten Gesichtern trainiert wurden, übernehmen außerdem Datensatzverzerrungen. Ihre Genauigkeit unterscheidet sich je nach Altersgruppe, Hautfarbe und Kultur. Neurodivergente Menschen drücken Emotionen möglicherweise auf eine Weise aus, die von den Trainingsdaten nicht abgedeckt wird. Microsoft stellte 2022 die Funktionen zur Emotionserkennung seines Azure-Face-Dienstes ein. Als Gründe nannte das Unternehmen den fehlenden wissenschaftlichen Konsens über die Definition von Emotionen und Bedenken zum Datenschutz bei solchen Funktionen.
Gesetze setzen mittlerweile klare Grenzen. Artikel 5(1)(f) des EU AI Act verbietet seit dem 2. Februar 2025 KI-Systeme, die Emotionen von Personen an Arbeitsplätzen und in Bildungseinrichtungen erkennen, außer aus medizinischen Gründen oder Sicherheitsgründen. Emotionserkennung in anderen Bereichen gilt als Hochrisikoanwendung. Die entsprechenden Pflichten gelten nun ab Dezember 2027, nachdem das EU-Digitalomnibus von 2026 sie verschoben hat. Seit August 2026 müssen Personen, die ein solches System einsetzen, die davon betroffenen Menschen darüber informieren. Da affektive Systeme Gesichter, Stimmen und physiologische Signale verarbeiten, gelten auch die Regeln zum Datenschutz für biometrische Daten. Das spricht für Edge-KI, die Videos auf dem Gerät verarbeitet und nur den daraus abgeleiteten Alarm speichert.
