MI-LQ ‒ Maschinelle Intelligenz zur objektiven Bestimmung individueller Lebensqualität Digitale Dienste sind wichtige Bestandteile aller Lebensbereiche und daraus entstehen auch große Datenmengen. Diese werden durch große Konzerne genutzt, um das Nutzerverhalten zu modellieren und damit den Verkauf der Dienste und Produkte zu steigern. Das beeinflusst die Lebensqualität. Um die Folgen der Digitalisierung auf die Lebensqualität weiter zu erforschen und positiv beeinflussen zu können, braucht es objektive Mess- und Analysemethoden, welche die durch die Nutzung digitaler Dienste generierte Datenmengen auswerten. Das Projektteam nimmt diese Herausforderung an und schafft den Einstieg in eine Welt neuer objektiver Quantifizierungsmöglichkeiten der Lebensqualität, die somit bewusst verbessert werden kann. Inhaltlich wird der Fokus auf das Szenario „Lebensqualität in der Büro- und Wohnumgebung“ gelegt. Das zentrale Projektziel liegt in der Erstellung einer LQ-App, die zunächst digitale Daten der Nutzenden erfasst und die daraus ermittelten Auswirkungen auf die LQ sowie Empfehlungen zur LQ-Verbesserung abbilden soll. Das Projekt läuft seit dem 01.08.2023 und ist bis zum 31.07.2025 anberaumt. Projektteam Das InnoTeam MI-LQ setzt sich aus den Projektpartnern: InfAI e. V., Universität Leipzig (Professur für Health Economics and Management), Appsfactory GmbH, WIG2 GmbH und 4K ANALYTICS GmbH zusammen. Das Projekt wird im Rahmen der MINT-Fachkräfteentwicklung 2021–2027 durch die Sächsische Aufbaubank (SAB) und den Europäischen Sozialfonds Plus (ESF Plus) gefördert. Ausgangssituation Digitale Dienste spielen in der modernen Arbeitswelt eine zentrale Rolle. Sie können die Arbeit erheblich erleichtern und damit die Effizienz steigern. Die dabei anfallenden Daten können zur Modellierung des Nutzungsverhaltens verwendet werden. Einige Initiativen wie z. B. das Ethically Aligned Design der IEEE arbeiten bereits daran, die Auswirkungen der Digitalisierung auf die Lebensqualität (LQ) zu erforschen und positiv zu beeinflussen. Die Herausforderung besteht darin, dass die LQ derzeit fast nur über Befragungen ermittelt wird, womit eine objektive und automatisierte Messung fehlt. Zwei wichtige Aspekte ermöglichen eine objektive und automatisierte Messung: durch die Nutzung digitaler (oft App-basierter) Dienste geschaffene breite, tiefe und aktuelle Basis an Personen- und Sachdaten, die Hinweise auf den jeweils aktuellen Status der personenspezifischen LQ enthalten (z. B. Stimmfarbe, Kommunikationsverhalten, Biomarker, Bewegung, …). ausgefeilte Analysewerkzeuge, leistungsfähiges Maschinelles Lernen (ML) und Künstliche Intelligenz (KI) in Verknüpfung, die ermöglicht, multimodale Daten zu fusionieren, um daraus Indikatoren und Einflüsse für die LQ zu identifizieren. Das InnoTeam MI-LQ möchte hier ansetzen und versuchen, die Auswirkungen der digitalen Arbeitswelt auf die LQ der Nutzenden im Szenario „Büro- und Wohnumgebung“ datenbasiert und objektiv zu bewerten, um dadurch Anhaltspunkte für eine Verbesserung der LQ zu erhalten. Vorgehen Das Projektvorgehen gliedert sich in mehrere Schritte: Systematische Literaturrecherche und Identifizierung der Faktoren Strukturierung der Indikatoren und der bisher angenommenen Wirkung auf die LQ Bildung technischer Grundlagen und Datenerhebung aus personenspezifischen digitalen Datenquellen, die das digitale Nutzungsverhalten abbilden Analyse der Messdaten mittels ML und KI im Hinblick auf ihre Wirkungsrichtung und -stärke auf die subjektiv empfundene LQ Ergebnisse und Überprüfung der theoretischen Modelle Durch diesen Ansatz wird sowohl die objektive Messbarkeit der LQ erreicht und ein tieferes Verständnis für die Auswirkungen der digitalen Dienste auf die LQ. Das Vorhaben trägt zur Überprüfung bestehender theoretischer Modelle bei und liefert wertvolle Erkenntnisse für künftige Forschungen auf diesem Gebiet. Projektnutzen Durch die neuen Quantifizierungsmöglichkeiten der LQ und ihre objektive Messbarkeit ist ein großes gesellschaftliches und wirtschaftliches Nutzenpotenzial der geplanten Ergebnisse zu erwarten: LQ-fördernde Gestaltung und Zertifizierung von digitalen Diensten und Anwendungen (Apps, Geräte usw.) in verschiedenen Anwendungskontexten Bewertung öffentlicher/politischer und privatwirtschaftlicher Maßnahmen hinsichtlich ihrer LQ-bezogenen Wirkungen auf die jeweils betroffenen Personengruppen Bereitstellung des im Projekt erarbeiteten fachlichen und technischen Know-hows einem breiten Adressatenkreis aus Wirtschaft, Politik und Gesellschaft. Was können wir für Sie optimieren? Name Name E-Mail-Adresse Nachricht Ich stimme zu, dass meine Angaben und Daten zur Beantwortung meiner Anfrage und zur Bearbeitung meines Anliegens erhoben und gespeichert werden. Weitere Informationen finden Sie in der Datenschutzerklärung. Meine Einwilligung kann ich jederzeit für die Zukunft per E-Mail an kontakt@4k-analytics.de widerrufen. (Datenschutzerklärung anzeigen) 3 + 10 = Anfrage Senden Enhanced Sleep Assistant - eSleepA 4K ANALYTICS unterstützt das CTK bei der Transformation zum Digitalen Leitkrankenhaus Der Beitrag MI-LQ ‒ Maschinelle Intelligenz zur objektiven Bestimmung individueller Lebensqualität erschien zuerst auf 4K ANALYTICS.
4K ANALYTICS unterstützt das CTK bei der Transformation zum Digitalen Leitkrankenhaus In der Lausitz soll das Carl-Thiem-Klinikum zum digitalen Leitkrankenhaus für die ganze Region werden. Dafür wechselt es aus der Tr
zum Artikel gehenEnhanced Sleep Assistant eSleepA Wie können wir unseren Schlaf verbessern? Welche Faktoren beeinflussen das Schlafverhalten? In diesem Projekt werden verschiedene Daten wie Schlafmuster, Umwelteinflüsse und körperlic
zum Artikel gehenSchweißen mit künstlicher Intelligenz KI Willkommen zu unserem Beitrag über Schweißen mit künstlicher Intelligenz (KI). Wir sind ein Fachblog und verstehen die Anforderungen von Schweißern und Schweißbetrieben nach Perfektion, Qualität und Produktivität.
zum Artikel gehenKaum zu fassen: Künstliche Intelligenz liefert verblüffende Resultate bei der Erstellung von Texten
Der Einfluss der Künstlichen Intelligenz auf die globalen Märkte ist enorm – im Hintergrund und fast unbemerkt verbrauchen die Algorithmen enorme Mengen an Energie. Eine Chance für Erneuerbare Energien und Energiespeicher.