@inproceedings{BuehrenSzmytMitrevskietal.2024,
  author    = {B{\"u}hren, Monika and Szmyt, Kamila and Mitrevski, Alex and Stolarz, Michal and Quiroga, Natalia and Epping, Laurin and Balcheva, Dimana and Schanowski, Julian and Pl{\"o}ger, Paul and R{\"o}ttgers, Hanns R{\"u}diger},
  title     = {Assistenzrobotik f{\"u}r verhaltenstherapeutische F{\"o}rderprogramme: M{\"o}glichkeiten und Limitierungen.},
  series = {Tagungsband 15. Wissenschaftliche Tagung Autismus-Spektrum. Hrsg. Christine M. Freitag, Michele Noterdaeme},
  booktitle = {Tagungsband 15. Wissenschaftliche Tagung Autismus-Spektrum. Hrsg. Christine M. Freitag, Michele Noterdaeme},
  isbn      = {978-3-9825315-1-9},
  pages     = {106 -- 107},
  year      = {2024},
  abstract  = {Hintergrund: Im BMBF-gef{\"o}rderten Forschungsprojekt MigrAVE (Multilinguales Online-Lernportal und transkultureller Roboter-Lernassistent f{\"u}r ASS) wurde neben einer Online-Informationsplattform ein Assistenzroboter zur F{\"o}rderung autistischer Kinder im Rahmen verhaltenstherapeutischer Interventionsprogramme auf der Basis am Markt verf{\"u}gbarer Hardware entwickelt. Der Roboter ist mit einem KI-basierten Zustandserkennungssystem ausgestattet, das das Engagement durch Blickrichtungs- und Gesichtsmerkmalsanalysen automatisiert auswertet. Dies erm{\"o}glicht dem Roboter, Aufgaben eigenst{\"a}ndig zu initiieren und die Aufmerksamkeit der Kinder w{\"a}hrend der Ausf{\"u}hrung zu {\"u}berwachen. Zudem interveniert der Roboter mit einer kindgerechten Ansprache, sobald z.B. Ablenkung des Kindes festgestellt wird. Methodik: Zun{\"a}chst wurde eine umfassende Anforderungsanalyse zu den Bed{\"u}rfnissen der m{\"o}glichen Nutzer, ihrer betreuenden Therapeuten und Angeh{\"o}rigen durchgef{\"u}hrt. Im Rahmen einer Lerndatenerhebung wurden im n{\"a}chsten Schritt Audio- und Videodaten von Kind-Roboter-Interaktionen gesammelt. Die so erhobenen Daten wurden annotiert und bildeten die Grundlage f{\"u}r das Training von Engagementdetektions-Modellen und entsprechenden Coping-Reaktionen des Roboters. Feldversuche evaluierten die Klassifikationsergebnisse der Detektionsalgorithmen und die Wirksamkeit der Roboter-Coping-Reaktionen. Basierend auf den Ergebnissen erfolgten im Anschluss Redesign- und Verfeinerungsarbeiten. Eine abschließende Online-Studie bewertete schließlich die Akzeptanz bei den Endnutzern. Ergebnisse: F{\"u}r den Roboter-Lernassistenten wurde ein KI-basiertes Engagement-Erkennungs-System entwickelt, welches die Besonderheiten von Kindern im Autismus-Spektrum ber{\"u}cksichtigt und die Durchf{\"u}hrung verhaltenstherapeutischer Lernprogramme erm{\"o}glicht. Im Rahmen der durchgef{\"u}hrten Feldevaluation des Roboters wurde sein Einsatz als hilfreich bewertet, um Lernerfolg und Motivation der Kinder zu steigern. Weiterer technischer Entwicklungsbedarf besteht hinsichtlich der Handlungs-, Reaktions- und Bewegungsm{\"o}glichkeiten des Roboters sowie der Personalisierbarkeit. Schlussfolgerungen: Grunds{\"a}tzlich ist der Einsatz von Assistenzrobotern als Unterst{\"u}tzung im Rahmen verhaltenstherapeutischer F{\"o}rderprogramme m{\"o}glich; mittlerweile weisen die am Markt verf{\"u}gbaren Systeme in Verbindung mit der im Projekt entwickelten Software dem Grunde nach zentrale F{\"a}higkeiten f{\"u}r Zustandserkennung und eine adressatengerechte Kommunikation auf. Reaktionsrepertoire, -geschwindigkeit und -individualisierung m{\"u}ssen bis zur Praxistauglichkeit noch erweitert werden.},
  language  = {de}
}