Name der Teilnehmerin: Anja Exler
Beschreibung des IT-Forschungsprojektes: In Deutschland besitzt bereits ein Großteil der Menschen ein Smartphone und führt dabei, unbewusst, ein gut ausgestattetes Sensorsystem mit sich. Bereits wenige dieser Sensoren sind ausreichend, um Rückschlüsse auf aktuelle und zukünftige Aktivitäten oder den Kontext des Besitzers ziehen zu können. Auch nicht-physikalische, benutzersensitive Datenquellen wie SMS- und Anrufhistorie, Kalenderdaten oder auch Daten aus sozialen Netzwerken können weiteren Aufschluss über den aktuellen Zustand und die Aktivität des Nutzers geben. Interessante Anwendungsfälle mit Fokus auf Kontexterkennung ist ereignisbasiertes Experience Sampling und User Monitoring.
Im Rahmen des Projekts MARC² wurde das Rahmenwerk ESMAC entwickelt, welches die Erstellung von individuellen, kontextsensitiven Experience Sampling Apps für Android ermöglicht, ohne Programmierkenntnisse zu benötigen [1]. Auf der MobiHealth’15 wurde es mit dem Best Paper Award ausgezeichnet. Das System soll Entwickler aus den Bereichen User Experience, User Monitoring und Ambulatory Assessment unterstützen. Ein Einsatz ist sowohl in der Wissenschaft als auch der Industrie denkbar.
Da Work-Life-Balance und Zufriedenheit relevante Faktoren im Arbeitsalltag sind, wurde im Rahmen des Projektes zudem untersucht, ob es erkennbare Zusammenhänge zwischen der subjektiven Stimmung eines Nutzers und den Daten von Mobilgeräten gibt. Hierbei wurden einerseits nur Smartphonedaten betrachtet [2], aber auch eine Kombination von Herzratendaten einer Smartwatch und dem Smartphone [3,4]. Gesammelte Ergebnisse könnten sowohl in der Forschung als auch im Industriealltag dafür genutzt werden, rechtzeitig zu intervenieren, falls abrupte Veränderungen oder langanhaltende Tiefphasen auftreten.
Software Campus-Partner: KIT, SAP SE
Umsetzungszeitraum:01.03.2014 – 29.02.2016
Publikationen aus dem Projekt:
[1] Bachmann, Anja, et al. „ESMAC: A Web-Based Configurator for Context-Aware Experience Sampling Apps in Ambulatory Assessment“. Proceedings of the 5th EAI International Conference on Wireless Mobile Communication and Healthcare. ICST (Institute for Computer Sciences, Social-Informatics and Telecommunications Engineering), 2015.
[2] Bachmann, Anja, et al. „How to use smartphones for less obtrusive ambulatory mood assessment and mood recognition“. Adjunct Proceedings of the 2015 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2015 ACM International Symposium on Wearable Computers. ACM, 2015.
[3] Bachmann, Anja, et al. „Leveraging smartwatches for unobtrusive mobile ambulatory mood assessment“. Adjunct Proceedings of the 2015 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2015 ACM International Symposium on Wearable Computers. ACM, 2015.
[4] Exler, Anja, et al. „ A Wearable System for Mood Assessment Considering Smartphone Features and Data From Mobile ECGs“. Adjunct Proceedings of the 2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2016 ACM International Symposium on Wearable Computers. ACM, 2016. To appear.