Computeruhr erfasst Glückszustand

Wissenschaftler am Massachusetts Institute of Technology nutzen Daten einer Smart Watch und einer Smartphone-App, um den emotionalen Zustand von Probanden vorherzusagen.

In Pocket speichern vorlesen Druckansicht 23 Kommentare lesen
Computeruhr erfasst Glückszustand

Eine Smart Watch – hier von Pebble.

(Bild: Hersteller)

Lesezeit: 2 Min.

Wann und warum ist ein Mensch glücklich? Ein Forscherteam am MIT will das nun mit Hilfe einer Kombination aus Computeruhr und Android-App feststellen, berichtet Technology Review in seiner Online-Ausgabe ("Smart Watch misst psychologische Zustände"). Die Gruppe um Pascal Budner hat eine Methode entwickelt, mit der sich die Geräte sogar zur Glücksvorhersage nutzen lassen sollen.

Die Technik basiert auf einer Smart Watch des Herstellers Pebble, die mit einem Google-Smartphone verbunden ist. Auf den Geräten läuft eine App, die Daten sammelt und diese anzeigen kann. Die Uhr erfasst so etwa Herzfrequenz und Aktivitätsniveau des Trägers, während die Smartphone-Anwendung dem Benutzer erlaubt, selbst einzugeben, wie glücklich oder aktiv er sich gerade fühlt. Dazu wird ein sogenanntes Happimeter verwendet, das die Stimmung des Nutzers vorhersagt und sich anpassen lässt, sollte sie nicht zutreffen.

Nutzer in Budners Versuchsreihe mussten ihren Zustand vier Mal am Tag bestimmen, durften dies aber auch häufiger tun. Parallel dazu erfasste die App externe Faktoren wie den Aufenthaltsort des Benutzers, den Wochentag, die Zeit und die Wetterbedingungen. Die Smartwatch lieferte darüber hinaus Pulsdaten sowie Hinweise auf die tatsächliche Bewegung der Probanden.

Im Rahmen der Untersuchung, die 2017 stattfand, wurden 60 Personen mit der Computeruhr und der App ausgestattet, die beides zwei Monate trugen. Mitgemacht haben Masterstudenten, Forscher, Universitätsmitarbeiter, Berater und höhere Manager im Alter zwischen 22 und 59 Jahren. Zum Ende des Experiments hatten die Forscher fast 17.000 einzelne Datenpunkte erfasst und einen generellen Eindruck der Stimmung der Probanden ermittelt. Anschließend wurde maschinelles Lernen für die Auswertung eingesetzt.

Mehr dazu bei Technology Review Online:

(bsc)