Maschine erkennt den Zustand ihres Nutzers

Eine Software des Fraunhofer FKIE erkennt, wie leistungsfähig der Mensch ist und gibt die Information an den Computer weiter (Foto: Fraunhofer FKIE).

Ärzte müssen heute vielfach lange Phasen unter Hochdruck arbeiten, ohne dass die Konzentration nachlassen darf. Dabei könnten sie unter Umständen in Zukunft Unterstützung durch die Technik erhalten, wie ein aktuelles Forschungsprojekt des Fraunhofer Instituts zeigt.

Die Wissenschaftler des Fraunhofer FKIE haben im Bereich Mensch-Maschine-Kommunikation geforscht und ein Diagnose-Verfahren entwickelt, das Nutzerzustände in Echtzeit erkennt und den Maschinen mitteilt. Eine spezielle Software des Fraunhofer FKIE erkennt, wie leistungsfähig der Mensch ist und gibt die Information an den Computer weiter.

Faktoren für Leistungsfähigkeit

In ihrer Doktorarbeit ist die Diplom-Psychologin Jessica Schwarz vom Fraunhofer-Institut für Kommunikation, Informationsverarbeitung und Ergonomie der Frage nachgegangen, wie sich Nutzerzustände sehr genau ermitteln lassen, welchen Einfluss diese auf mögliches Fehlverhalten haben und wie automatisierte Systeme diese Information nutzen können. „Bei komplexen Anwendungen reicht es nicht aus, sich auf einen Einflussfaktor zu konzentrieren«, sagt die Wissenschaftlerin. So könne beispielsweise eine gestiegene Herzrate vielfältige Ursachen haben und müsse nicht immer auf Stress hinweisen. Sie untersuchte, welche Faktoren konkret Einfluss auf die Leistungsfähigkeit des Menschen nehmen und konzipierte ein ganzheitliches Modell, das Nutzerzustände und deren Ursachen umfassend abbildet.

In ihrem Modell unterscheidet sie zwischen sechs Dimensionen des Nutzerzustands, die Einfluss auf die Leistungsfähigkeit eines Menschen haben: Beanspruchung, Motivation, Situationsbewusstsein, Aufmerksamkeit, Müdigkeit und den emotionalen Zustand. Zur Erfassung dieser Zustände setzt sie physiologische und verhaltensbasierte Messmethoden ein. Diese kombiniert sie zusätzlich mit äußeren Faktoren wie Aufgabenstellung, Umgebungsbedingungen, Automationsgrad und Tageszeit sowie individuellen Angaben zur Person – wie beispielsweise deren Erfahrung. „Auf diese Weise ist es möglich, den Nutzerzustand exakter zu erfassen und auch Ursachen für kritische Zustände zu identifizieren“, erläutert Schwarz ihr Vorgehen.

Experimente mit Fluglotsen-Simulation

In Experimenten werden die theoretischen Erkenntnisse überprüft. Im Rahmen von Tests müssen sich die Probanden in Fluglotsen hineinversetzen und in einer Computersimulation Flugzeuge sicher durch einen virtuellen Luftraum steuern. Dabei wurden als Stressfaktoren die Anzahl der Flugzeuge erhöht, Anweisungen der „Lotsen“ nicht erwidert und Hintergrundlärm eingespielt. Individuelle Faktoren wie Erfahrungsgrad, Fähigkeiten und Befinden hatte Schwarz zuvor erfasst. EEG-Sensoren auf dem Kopf, ein Eyetracker und ein EKG-Brustgurt zeichneten die Körperdaten der Probanden auf. „Zuvor hatten wir intensive Gespräche mit echten Fluglotsen geführt, um deren Herausforderungen mit Mensch-Maschine-Schnittstellen so genau wie möglich nachstellen zu können“, erzählt Schwarz.

Es entstand eine Diagnoseschnittstelle, die in Echtzeit erkennt, wann einzelne Einflussfaktoren kritische Werte erreichen, und das der Maschine mitteilt. „Automatisierte Systeme erhalten so sehr genaue Informationen über die aktuelle Leistungsfähigkeit des Nutzers und können darauf reagieren“, beschreibt Schwarz den Mehrwert ihrer Software. Bis Ende des Jahres will das FKIE das Forschungsprojekt abschließen. Schon jetzt sind die Forscher auf der Suche nach Industriepartnern. „Die Technologie ist bereits sehr nah an der Anwendung. Das Know-how ist da, um für individuelle Einzelfälle konkrete Produkte zu entwickeln“, sagt Schwarz.