Emotionserkennung

Emotionserkennung ist der Versuch, mit einem Computerprogramm zu bestimmen, wie sich ein Mensch gerade fühlt. Das Programm bekommt dazu Aufnahmen eines Menschen: ein Foto, ein Video, eine Tonspur oder geschriebenen Text. Daraus berechnet es eine Einschätzung, etwa « wütend », « zufrieden » oder « gelangweilt ». Meist gibt es zusätzlich eine Zahl an, die ausdrückt, wie sicher sich das Programm bei dieser Einschätzung ist. Wichtig ist der Unterschied zur Gesichtserkennung: die will wissen, WER auf einem Bild ist, die Emotionserkennung will wissen, WIE es dieser Person geht. Beide Verfahren werden oft verwechselt, obwohl sie verschiedene Fragen beantworten.

Ein Milliardenmarkt auf wackligem Fundament

Für Unternehmen ist die Idee extrem attraktiv. Wer weiß, wie ein Kunde sich fühlt, kann ihn zielgerichteter behandeln. Werbefirmen lassen deshalb Testpersonen beim Anschauen von Spots filmen und auswerten. Versicherungen und Personalabteilungen haben mit Software experimentiert, die Bewerber in Videointerviews bewertet. Es geht also nicht um ein Nischenthema, sondern um Entscheidungen, die für einzelne Menschen viel bedeuten.

Gleichzeitig ist der wissenschaftliche Kern schwach. Eine große Übersichtsstudie einer Forschergruppe um die Psychologin Lisa Feldman Barrett kam 2019 zu einem klaren Ergebnis: Aus einem Gesichtsausdruck lässt sich das innere Gefühl nicht zuverlässig ablesen. Ein Mensch kann lächeln, weil er sich freut, weil er höflich ist oder weil er nervös ist. Die Annahme, jedes Gefühl habe weltweit denselben Ausdruck, gilt heute als überholt.

Deshalb hat der Gesetzgeber reagiert. Die KI-Verordnung der Europäischen Union verbietet Emotionserkennung am Arbeitsplatz und in Bildungseinrichtungen weitgehend. Ein Chef darf seine Angestellten also nicht per Kamera auf Stimmung prüfen lassen. In anderen Bereichen bleibt der Einsatz erlaubt, gilt aber als besonders riskant und muss streng dokumentiert werden.

Von Muskelbewegungen zu Gefühlsetiketten

Technisch steckt dahinter ein Verfahren namens maschinelles Lernen. Man zeigt einem Programm sehr viele Beispiele mit bekannter Antwort, damit es das Muster selbst findet. Für Emotionserkennung sammelt man also zehntausende Gesichtsfotos, die Menschen vorher als « traurig » oder « überrascht » beschriftet haben. Das Programm lernt, welche Bildmerkmale mit welcher Beschriftung zusammenfallen. Am Ende ordnet es neue Bilder denselben Kategorien zu.

Bei Gesichtern arbeiten viele Systeme mit Messpunkten an Augenbrauen, Lidern und Mundwinkeln. Bei Stimmen zählen Tonhöhe, Lautstärke, Sprechtempo und Pausen. Bei Text achtet die Software auf Wortwahl, etwa auf Wörter wie « endlich » oder « Katastrophe ». Manche Anbieter kombinieren mehrere Quellen und messen zusätzlich Puls oder Hautleitfähigkeit.

Der entscheidende Punkt: Das Programm misst nie das Gefühl selbst, sondern nur äußere Signale. Es rät, welches Etikett Menschen bei ähnlichen Signalen vergeben hätten. Sind die Trainingsbilder überwiegend von Schauspielern, die Gefühle übertrieben darstellen, versagt die Software bei echten, zurückhaltenden Gesichtern. Und weil in vielen Datensätzen bestimmte Herkunftsgruppen kaum vorkommen, arbeiten die Systeme für diese Gruppen messbar schlechter.

Im Auto, im Callcenter, in der Klausur

Am häufigsten begegnet man der Technik im Auto. Neuwagen haben eine Innenraumkamera, die auf Lidschluss und Blickrichtung achtet und bei Müdigkeit warnt. Das ist eine abgespeckte Form der Emotionserkennung und in der EU als Sicherheitsfunktion gewollt. Sie interessiert sich nur für den Zustand « unaufmerksam », nicht für die ganze Gefühlspalette.

In Callcentern läuft Software mit, die Gespräche in Echtzeit einschätzt. Wird der Ton eines Anrufers als aufgebracht bewertet, springt ein Hinweis auf den Bildschirm oder ein Vorgesetzter schaltet sich dazu. Ähnliches gilt für Prüfungssoftware, die während Online-Klausuren nach Auffälligkeiten sucht. Solche Programme geraten regelmäßig in die Kritik, weil sie normales Verhalten als verdächtig einordnen.

In Nachrichtenmeldungen taucht der Begriff meist im Zusammenhang mit Verboten, Bußgeldern oder Studien auf. Ein verwandter Ausdruck ist « Sentimentanalyse »: Damit ist die Auswertung von Texten gemeint, etwa von Produktbewertungen oder Beiträgen in sozialen Netzwerken. Sie gilt als weniger heikel, weil sie nur die Tonlage einer Aussage bewertet und nicht das Innenleben einer beobachteten Person.