SIQAS

Soziale Interaktionen sind nur schwer messbar – bisherige Methoden basieren häufig auf subjektiven Selbstauskünften. Das Ziel von Projekt SIQAS ist die Entwicklung einer App-basierten Lösung, um soziale Interaktion im Alltag objektiv und datenschutzkonform sowie verzerrungsfrei zu messen. So wird beispielsweise gemessen, wie intensiv eine Person an einem Gespräch teilnimmt, ob sie nur mit bestimmten Personen spricht oder ob Unterschiede zwischen beruflichem und privatem Kontext bestehen. Dafür werden Audiodateien KI-basiert analysiert.

SIQAS schließt eine Forschungslücke durch die Kombination objektiver Datenerhebung, Echtzeitverarbeitung und KI-Modellen für die Analyse sozialer Interaktionen. Dies eröffnet neue Forschungsfelder in Psychologie, Medizin und Informatik. Für Anbieter digitaler Gesundheitslösungen eröffnet SIQAS neue Produktoptionen im Bereich mobiler Diagnostik und Therapie. Zudem entsteht ein innovativer Markt für datenschutzkonforme, intelligente Audioverarbeitung im Gesundheitswesen.

Geplant sind KI-basierte Verfahren wie SVM, CNN-BiLSTM und Transformer-Modelle, die mittels Audiodaten soziale Interaktion und Emotionen erkennen. Dabei kommen sowohl reale als auch synthetisch generierte Trainingsdaten zum Einsatz.

Das Projekt richtet sich an Forschende, insbesondere im Bereich psychischer Gesundheit. Klinische Studien, Universitäten sowie Entwickler*innen digitaler Gesundheitsanwendungen profitieren von neuen objektiven Parametern zur Diagnose, Prävention und Therapie.