Wirtschafts-News vom 30. Mai 2019

Michael Weyland informiert...

(Michael Weyland) Nicht nur Künstlerinnen und Künstler haben Schaffensphasen. Auch am Arbeitsplatz können Menschen so in Tätigkeiten aufgehen, dass sie in einen konzentrierten Zustand – den „Flow“ – kommen, der zu mehr Wohlbefinden, Zufriedenheit und Leistungsfähigkeit führen kann.

Diesen Zustand zu erhalten oder herzustellen, darum geht es in dem vom Karlsruher Institut für Technologie (KIT) koordinierten Projekt „Kern“. Es entwickelt ein Assistenzsystem, welches den Flow dank Künstlicher Intelligenz (KI) anhand von Herzfrequenz oder Hautleitwert erkennt. Ziel ist es, Störungen abzuschirmen oder Kompetenzen aufzubauen, die Flow fördern. Das Bundesministerium für Arbeit und Soziales (BMAS) fördert das Projekt mit 1,36 Millionen Euro.

Das Projekt Kern (kurz für „Kompetenzen entwickeln und im Zeitalter der Digitalisierung richtig nutzen“) konzipiert Kompetenz-Assistenzsysteme (KAS) für die Arbeitswelt der Zukunft und verwendet Methoden Künstlicher Intelligenz (KI).

Im Mittelpunkt steht der Mensch. Er ist am zufriedensten und produktivsten, wenn er ungestört „seiner“ Tätigkeit nachgehen kann und seine Fähigkeiten optimal zu den Anforderungen seiner Tätigkeit passen, so die Grundannahme des Projekts. Ein wichtiger Bestandteil des Projekts ist des-halb der Flow eines Menschen. Flow bezeichnet einen Zustand, in welchem eine Person völlig in einer Aufgabe aufgeht und dabei hoch konzentriert ist. Dieser Zustand kann wiederum zu einem höheren Wohlbefinden, höherer Zufriedenheit sowie gesteigerter Leistungsfähigkeit des Menschen führen. Diesen Zustand idealerweise nicht zu unterbrechen oder ihn sogar zu unterstützen und somit die Zeit im Flow während der Arbeit zu maximieren, ist somit ein gemeinsames Ziel der Partner im Projekt Kern. Dazu muss man ihn aber erst einmal zuverlässig erkennen.

Im Projekt Kern werden die Probandinnen und Probanden am Arbeitsplatz Sensoren in Armband oder Brustgurt tragen, die beispielsweise Herzfrequenz oder Hautleitwert messen. Diese physiologischen Daten sind komplexe Muster, die von Person zu Person stark variieren können. Neuartige Ansätze aus dem Bereich KI sind erforderlich, um Muster des Flows in Echtzeit zu erkennen. Erst vor Kurzem gelang einer Arbeitsgruppe am KIT erstmals die Klassifikation von Flow auf der Basis physiologischer Daten mit einem neuroevolutionären Deep-Learning Ansatz, einer Methode des Maschinellen Lernens. Auf dieser Basis entwickelt das Projekt Kern dann den Prototypen eines KI-basierten KAS, das situationsbezogenes Feedback geben soll.

Den kompletten Beitrag können Sie auch nachhören oder downloaden unter: www.was-audio.de/aanews/News20190529_kvp.mp3

© Copyright by genussmaenner.de - Berlin, Deutschland - Alle Rechte vorbehalten.
Veröffentlicht am {DATE:d.M.Y : DE} unter dieser Internetadresse: http://www.genussmaenner.de/index.php?aid=61301