@incollection{Roettgers2023,
  author    = {R{\"o}ttgers, Hanns R{\"u}diger},
  title     = {Effektive Fr{\"u}hinterventionen bei Kindern mit Autismus- Stand des Wissens},
  series = {Bremer Fr{\"u}htherapieprogramm Autismus. Hrsg. Ragna Cordes},
  booktitle = {Bremer Fr{\"u}htherapieprogramm Autismus. Hrsg. Ragna Cordes},
  publisher = {Elsevier/Urban und Fischer},
  address   = {M{\"u}nchen},
  isbn      = {978-3-437-23051-6},
  publisher      = {FH M{\"u}nster - University of Applied Sciences},
  pages     = {11 -- 22},
  year      = {2023},
  language  = {de}
}
@article{NedjatRoettgers2023,
  author    = {Nedjat, Schide and R{\"o}ttgers, Hanns R{\"u}diger},
  title     = {Autismus-Spektrum und Partnerschaft},
  series = {Blickpunkt EFL-Beratung},
  volume    = {2023},
  journal   = {Blickpunkt EFL-Beratung},
  number    = {2},
  issn      = {1436-6665},
  pages     = {16 -- 21},
  year      = {2023},
  language  = {de}
}
@inproceedings{BuehrenHabermannEppingetal.2023,
  author    = {B{\"u}hren, Monika and Habermann, Lisa and Epping, Laurin and Schanowski, Julian and Mitrevski, Alex and Stolarz, Michal and Krajewski, Jarek and Pl{\"o}ger, Paul and R{\"o}ttgers, Hanns R{\"u}diger},
  title     = {Assistenzroboter zur Unterst{\"u}tzung autistischer Kinder: Lerndatenerhebung zur Entwicklung von Coping-Reaktionen f{\"u}r ein KI-basiertes Zustandserkennungssystem auf der Basis von Blickrichtung und Gesichtsmerkmalen.},
  series = {Tagungsband 14. Wissenschaftliche Tagung Autismus-Spektrum. Hrsg. Ludger Tebartz van Elst, Michele Noterdaeme},
  booktitle = {Tagungsband 14. Wissenschaftliche Tagung Autismus-Spektrum. Hrsg. Ludger Tebartz van Elst, Michele Noterdaeme},
  isbn      = {978-3-9825315-0-2},
  year      = {2023},
  abstract  = {Hintergrund: Ziel des wissenschaftlichen Projekts MigrAVE (Multilinguales Online-Lernportal und transkultureller Roboter-Lernassistent f{\"u}r Autismus-Spektrum-St{\"o}rungen) ist die Entwicklung eines Lernassistenz-Roboters, der autistische Kinder und ihre Therapeuten bei der Durchf{\"u}hrung von Lernprogrammen im Rahmen verhaltenstherapeutischer Interventionen unterst{\"u}tzt. Die Ausstattung mit einem KI-basierten Zustandserkennungssystem erm{\"o}glicht es dem Roboter, {\"U}bungen zu initiieren und die Aufmerksamkeit der Kinder w{\"a}hrend der Ausf{\"u}hrung zu {\"u}berwachen. Weiterhin soll der Roboter intervenieren, wenn Verhaltensweisen erkannt werden, die den Lernprozess beeintr{\"a}chtigen. Als Reaktion auf identifiziertes, abgelenktes Verhalten soll der Roboter mit kindgerechter Ansprache die Aufmerksamkeit und Motivation des Kindes wiederherstellen. Die in anderen Studien genutzte Analyse von Sprache oder Gesichtsausdruck zur Erkennung von Emotionen stellt in der Anwendung bei autistischen Kindern aufgrund h{\"a}ufig eingeschr{\"a}nkter Mimik und sprachlicher Limitierungen eine technisch schwer umzusetzende Herausforderung dar. Zur Realisierung wird im Projekt MigrAVE stattdessen ein technologischer Ansatz vorgeschlagen, der sich auf die automatische Erkennung von Engagement auf der Grundlage von Blickrichtungs- und Gesichtsmerkmalsanalysen konzentriert. Um die Erkennung von Engagement zu erm{\"o}glichen, entwickeln wir in MigrAVE einen datenbasierten Algorithmus. Hierf{\"u}r sind Trainingsdaten notwendig, die die reale Interaktion zwischen Kindern und Roboter spiegeln und eine Lerndatenerhebung erforderlich machen. Methode: Im Rahmen der Lerndatenerhebung interagierten 30 Teilnehmer mit einer gesicherten Diagnose aus dem autistischen Spektrum im Alter zwischen f{\"u}nf und 21 Jahren (M = 10.44, SD = 3.43) mit dem Roboter. W{\"a}hrend die Probanden zwei verhaltenstherapeutische Lernprogramme in Interaktion mit dem Roboter bearbeiteten, wurden Audio- und Videodaten aufgezeichnet. Die erhobenen Daten werden im Folgenden annotiert und dienen als Basis f{\"u}r das Training von Engagementdetektions-Modellen und entsprechenden Coping-Reaktionen. Ergebnisse: Da der Prozess der Annotation noch andauert, liegen aktuell keine abschließenden Ergebnisse vor. Diese werden zum Zeitpunkt der Konferenz pr{\"a}sentiert. Schlussfolgerungen: Aufgrund der Besonderheiten des mimischen und sprachlichen Ausdrucks bei Personen im autistischen Spektrum stellt der technologische Ansatz auf Basis von Blickrichtungs- und Gesichtsmerkmalsanalysen eine vielversprechende Alternative zu bisherigen klassischen Mimik- und Sprachanalysen dar.},
  language  = {de}
}