Computer können erkennen, wenn ihr Gegenüber müde ist, traurig - oder sich ärgert. Die Technologie will die Deutsche Telekom nun bei ihren Hotlines einsetzen, berichtet das Magazin Technology Review in seiner aktuellen Ausgabe 3/2014.
Computer lernen, menschliche Gefühle zu analysieren und zu verstehen. Felix Burkhardt von den Telekom Innovation Laboratories der Deutschen Telekom etwa hat für deren Kunden-Hotline einen Ärger-Detektor entwickelt. Er besitzt eine Treffsicherheit von rund 80 Prozent: Schwillt die Stimme des Anrufers an, erkennt die Maschine Ärger und Wut. Die Telekom kann auf diese Weise automatisiert auswerten, über welche Probleme Kunden sich besonders ärgern.
Auch Traurigkeit und Müdigkeit erkennen Software-Programme auf diese Weise. Das Team um Jarek Krajewski von der Universität Wuppertal etwa hat eine Software entwickelt, die eine Stimme je nach Lautstärke, Betonung, Rhythmus oder Tonhöhe als müde oder wach beziehungsweise traurig oder nicht traurig einstuft. Die Erkennung erfolgt mit einer Datenbank, in der Stimmen zusammen mit den ihnen von Menschen zugeschriebenen Emotionen gespeichert sind. "Mit der Stimmanalyse erreichen wir Trefferquoten um 80 Prozent", sagt Jarek Krajewski. Zum Vergleich: Ein durchschnittlich sensibler Mensch erreicht eine Genauigkeit von etwa 90 Prozent. Die 80 Prozent würden jedoch reichen, um den Verlauf von Depressionen zu überwachen und den Arzt bei Therapien unterstützen. Einen Prototyp hat Jarek Krajewskis Team bereits entwickelt. Ein Depressions-Monitoring sei zwar anfangs nur bei Patienten denkbar, später aber auch bei Risikogruppen oder der Gesamtbevölkerung.
Dafür muss die Gefühlserkennung allerdings noch perfektioniert werden. Irrtümer entstehen aufgrund individueller Unterschiede in den Emotionssignalen, etwa bei Dialekten: Wird etwa die Stimme eines Franken analysiert, könnte die Software bei einem hellwachen Sprecher dennoch auf Müdigkeit tippen. Die für die fränkische Mundart typische weiche Aussprache der Konsonanten kann als Ermattung interpretiert werden.
Computer lernen, menschliche Gefühle zu analysieren und zu verstehen. Felix Burkhardt von den Telekom Innovation Laboratories der Deutschen Telekom etwa hat für deren Kunden-Hotline einen Ärger-Detektor entwickelt. Er besitzt eine Treffsicherheit von rund 80 Prozent: Schwillt die Stimme des Anrufers an, erkennt die Maschine Ärger und Wut. Die Telekom kann auf diese Weise automatisiert auswerten, über welche Probleme Kunden sich besonders ärgern.
Auch Traurigkeit und Müdigkeit erkennen Software-Programme auf diese Weise. Das Team um Jarek Krajewski von der Universität Wuppertal etwa hat eine Software entwickelt, die eine Stimme je nach Lautstärke, Betonung, Rhythmus oder Tonhöhe als müde oder wach beziehungsweise traurig oder nicht traurig einstuft. Die Erkennung erfolgt mit einer Datenbank, in der Stimmen zusammen mit den ihnen von Menschen zugeschriebenen Emotionen gespeichert sind. "Mit der Stimmanalyse erreichen wir Trefferquoten um 80 Prozent", sagt Jarek Krajewski. Zum Vergleich: Ein durchschnittlich sensibler Mensch erreicht eine Genauigkeit von etwa 90 Prozent. Die 80 Prozent würden jedoch reichen, um den Verlauf von Depressionen zu überwachen und den Arzt bei Therapien unterstützen. Einen Prototyp hat Jarek Krajewskis Team bereits entwickelt. Ein Depressions-Monitoring sei zwar anfangs nur bei Patienten denkbar, später aber auch bei Risikogruppen oder der Gesamtbevölkerung.
Dafür muss die Gefühlserkennung allerdings noch perfektioniert werden. Irrtümer entstehen aufgrund individueller Unterschiede in den Emotionssignalen, etwa bei Dialekten: Wird etwa die Stimme eines Franken analysiert, könnte die Software bei einem hellwachen Sprecher dennoch auf Müdigkeit tippen. Die für die fränkische Mundart typische weiche Aussprache der Konsonanten kann als Ermattung interpretiert werden.
