Intelligente Generierung bionischer Produktbildformen durch multimodale, emotionsgewichtete Quantifizierung

Warum freundlichere Roboter wichtig sind

Viele von uns teilen zunehmend ihr Zuhause und ihren Arbeitsplatz mit sprechenden Lautsprechern, Chatbots und einfachen Robotern. Diese Produkte wirken jedoch oft kalt oder generisch, eher wie Werkzeuge als wie Gefährten. Diese Studie untersucht, wie sich systematisch Roboter entwerfen lassen, die freundlicher und emotional ansprechender wirken, indem visuelle Hinweise aus der Natur entlehnt werden – genauer gesagt von einer besonders freundlichen Hunderasse – und zeitgleich moderne künstliche Intelligenz eingesetzt wird, um den Prozess kontrollierbar und an echten Nutzergefühlen orientiert zu halten.

Gefühle in Designhinweise übersetzen

Anstatt Designer nur auf ihre Intuition zu verlassen, maßen die Forschenden zunächst, wie Menschen emotional auf verschiedene Formen und Bilder reagieren. Sie konzentrierten sich auf einen kommerziellen Begleiterroboter, der Probleme hatte, und fragten Nutzer, welches Aussehen sie sich am meisten wünschten. Aus vielen beschreibenden Begriffen ging „freundlich“ als oberste Priorität hervor. Um zu verstehen, wie „freundlich“ tatsächlich aussieht, zeigten sie den Teilnehmenden Bilder populärer Katzen‑ und Hunderassen und fragten, welches Tier dieses Gefühl am besten traf. Der klare Gewinner war der Samojede, ein flauschiger weißer Hund, bekannt für sein rundes Gesicht und den scheinbaren „Lächelausdruck“.

Augen, Gesichter und Stimmen lesen

Als Nächstes entwickelten die Forschenden ein detailliertes Experiment, das sie BI‑MEC nennen und das untersucht, wie Menschen Bilder auf drei Ebenen gleichzeitig verarbeiten: wohin ihre Augen wandern, wie sich ihre Gesichtsausdrücke ändern und was sie laut aussprechen. Die Teilnehmenden betrachteten Bilder von Samojeden in verschiedenen Altersstufen, während ein Eye‑Tracker aufzeichnete, welche Bildpartien sie fokussierten. Parallel analysierte spezialisierte Software kleinste Änderungen in ihren Gesichtern und die Tonalität ihrer Stimmen, um Emotionen wie Freude, Ruhe, Interesse oder Langeweile abzuschätzen. Diese Signale kombinierten die Forschenden anschließend mit einem psychologisch fundierten Emotionswörterbuch, um für jedes Bild eine einzige „emotionale Punktzahl“ zu berechnen, die angab, wie stark und positiv das Bild empfunden wurde.

Einen „freundlichen Hund“ auf einfache Linien reduzieren

Durch den Vergleich der emotionalen Punktzahlen und der Eye‑Tracking‑Heatmaps hob sich ein Samojede‑Bild klar als das stärkste hervor. Die heißesten Bereiche der Heatmap zeigten, dass die Betrachtenden vor allem das Gesicht fixierten – insbesondere Augen, Mund, Ohren und das umliegende Fell –, während die Körperform deutlich weniger wichtig war. Mit diesen Informationen erstellte das Team ein „Bildstimulus‑Grafik“: eine stark vereinfachte Strichzeichnung, die nur die emotional wichtigsten Merkmale bewahrte, wie große Augen, aufrechte Ohren und eine herausgestreckte Zunge, alles in Proportionen, die als freundlich wahrgenommen wurden. Ein anschließender Online‑Test bestätigte, dass die meisten Menschen diese reduzierte Zeichnung korrekt einem Samojeden unter vielen Hundefotos zuordnen konnten, was zeigt, dass das wesentliche „freundliche Hund“-Signal eingefangen worden war.

KI Hunde und Roboter verschmelzen lassen

Mit einer vereinfachten Samojede‑Zeichnung und einer passenden Linienversion des Begleiterroboters wandten sich die Forschenden einem KI‑System namens StyleGAN zu. Dieses Werkzeug ist besonders gut darin, zu lernen, wie visuelle Merkmale glatt gemischt und morphiert werden können. Sie trainierten StyleGAN mit erweiterten Sets von roboter‑ und hundeinspirierten Linienbildern und nutzten dann eine schiebereglerähnliche Steuerung im inneren „latenten Raum“ des Systems, um zwischen den beiden zu verblenden. Im Gegensatz zu einer anderen getesteten KI‑Methode (CycleGAN), die verzerrte und unbrauchbare Formen erzeugte, generierte StyleGAN eine Reihe von Designs, die sich schrittweise vom reinen Hund zum reinen Roboter verschoben und dabei saubere Konturen und erkennbare Merkmale beibehielten.

Freundlichere Formen mit messbarer Wirkung

Aus den StyleGAN‑Ergebnissen wählte das Team zwei Zwischenentwürfe aus, die sowohl deutlich robotisch als auch klar vom Samojede‑Gesicht beeinflusst wirkten. Diese wurden in ausgearbeitete 3D‑Modelle überführt und in Nutzerstudien mit dem ursprünglichen Produktdesign verglichen. Die Teilnehmenden bewerteten alle drei Entwürfe hinsichtlich Freundlichkeit, Gesamtästhetik und Innovationsgefühl. Das beste neue Design erreichte eine Freundlichkeitsbewertung, die etwa 22,6 Prozent höher lag als die des Originals, und schnitt auch in Ästhetik und Originalität besser ab. Praktisch betrachtet zeigt dies, dass sorgfältig gemessene menschliche Emotionen, destilliert in einfache visuelle Hinweise und anschließend von KI verstärkt, Produktformen hervorbringen können, zu denen Menschen sich näher fühlen – ohne alles dem Zufall oder kurzfristigen Trends zu überlassen.

Was das für Alltagsprodukte bedeutet

Für Laien lautet die Hauptbotschaft, dass das „Gesicht“, das ein Produkt der Welt zeigt, nicht länger nur aus dem Bauchgefühl eines Designers stammen muss. Indem Unternehmen nachverfolgen, wie reale Nutzer schauen, reagieren und sprechen, und diese Signale in fortschrittliche Bildgenerierungswerkzeuge einspeisen, können sie Geräte – von Robotern bis zu Haushaltsgeräten – schaffen, die besser zu unserem Bedürfnis nach Wärme, Sicherheit und Verbindung passen. Der hundeinspirierte Begleiterroboter dieser Studie ist nur ein Beispiel für einen breiteren Wandel: Designs, die emotional auf menschliche Gefühle abgestimmt und zugleich effizient mit Hilfe von KI erzeugt werden.

Zitation: Chen, X., Lin, L., Yang, M. et al. Intelligent generation of product bionic image forms via multimodal emotion-weighted quantification. Sci Rep 16, 6221 (2026). https://doi.org/10.1038/s41598-026-37257-9

Schlüsselwörter: Begleiterroboter, emotionsgesteuertes Design, bioinspirierte Produkte, KI-generierte Formen, nutzzerzentriertes Design