Erfahren Sie, wie multimodale Forschung das „Frankenstein-Labor“ überflüssig macht, indem Biosensoren auf einer einzigen Plattform synchronisiert werden. Fakten belegen, dass die Kombination aus Eye-Tracking, FEA und GSR ein ganzheitliches Bild des menschlichen Verhaltens liefert – indem gleichzeitig erfasst wird, was Menschen sehen, welcher emotionale Typ sie sind und wie intensiv ihre Emotionen sind.

Derzeit entwickeln Software- und Hardwarehersteller zunehmend Tools, die es Anwendern ermöglichen, Untersuchungen zum menschlichen Verhalten unter Einbeziehung mehrerer Messverfahren gleichzeitig durchzuführen, beispielsweise durch die Kombination von Eye-Tracking mit der Analyse von Gesichtsausdrücken oder EEG. Dadurch wird die Forschung nicht nur komfortabler, sondern auch effizienter und präziser.

Da der Markt für die Biosensorforschung wächst, ist „multimodale Forschung“ einer der gängigsten Begriffe zur Beschreibung von Forschungsarbeiten mit zwei oder mehr Biosensoren. Der Begriff kann jedoch tatsächlich verschiedene Bedeutungen haben, auf die wir in diesem Beitrag im Zusammenhang mit unserer iMotions-Software eingehen.

Früher mussten Forscher, die Daten von mehreren verschiedenen Biosensoren gleichzeitig erfassen wollten, für jeden Biosensor oder jede Messmethode eine eigene Laborstation nutzen. Dieser Ansatz „ein Sensor, eine Station“ wird liebevoll als „Frankenstein-Labor“ bezeichnet. Ähnlich wie sein filmisches Namensvetter lebt es (!) nur durch einen unnötigen Aufwand und Unannehmlichkeiten – sowohl bei der Datenerfassung als auch bei der anschließenden Datenanalyse. Das Abgleichen von Zeitstempeln und Anmerkungen sowie die Datenverarbeitung müssen oft manuell erfolgen, was zu Lasten der Genauigkeit und Effizienz der Studie geht. Multimodale Forschungssoftware beseitigt die meisten Unannehmlichkeiten, aber bei iMotions beseitigen wir sie fast vollständig.

Mit iMotions lässt sich multimodale Forschung unter Verwendung mehrerer Biosensoren oder Module durchführen, wobei jedes einzelne Hardwaregerät an einen einzigen Computer oder eine Laborstation angeschlossen ist. Wenn wir hier bei iMotions von Software für multimodale Forschung sprechen, verstehen wir darunter ein Softwareprogramm, das mehrere Biosensoren über eine spezielle Software in einen einzigen Computer integrieren kann.

Was macht Multimodalität in der Forschung so wertvoll?

Abgesehen von der Bequemlichkeit, in einer einzigen speziellen Softwareumgebung zu arbeiten, und der deutlichen Steigerung der Forschungseffizienz gibt es noch einen weiteren Aspekt, der diese Methode unersetzlich macht: Sie ist die einzige Möglichkeit, wirklich tiefgehende, anthropozentrische Forschungen zum menschlichen Verhalten durchzuführen.

Einige Kunden entscheiden sich dafür, gleich zu Beginn ihrer Forschung ein komplettes multimodales Labor anzuschaffen, während andere kleiner anfangen. Es kann viele Gründe dafür geben, mit einem einzelnen Modul klein anzufangen – vor allem finanzielle –, doch im Vergleich zu den Feinheiten, die sich bei einer vollständig multimodalen Arbeitsweise ergeben, sind die Ergebnisse dabei begrenzt.

Nehmen wir an, Sie möchten Eye-Tracking einsetzen, um die visuelle Aufmerksamkeit Ihrer Befragten zu erfassen. Das ist ganz einfach, aber vielleicht möchten Sie nun nicht nur wissen, worauf sie schauen, sondern auch, welche Elemente der visuellen Reize eine emotionale Reaktion auslösen könnten. Dazu benötigen Sie eine Gesichtsausdrucksanalyse, die Ihnen Aufschluss darüber gibt, welche emotionalen Signale Ihre Befragten zeigen. Nun wissen Sie also, was die Menschen empfinden, wenn sie die visuellen Reize betrachten, aber wie intensiv sind diese Gefühle? Um ein vollständiges Bild der emotionalen Intensität zu erhalten, müssen Sie die galvanische Hautreaktion messen. Durch die Messung der elektrodermalen Aktivität über die Schweißdrüsen eines Befragten lässt sich die Intensität der Emotionen ermessen, die ein Befragter empfindet, wenn er Reizen ausgesetzt ist.

Kurz gesagt: Je mehr Methoden Sie in Ihrer Forschung einsetzen, desto besser werden Sie Ihre Befragten verstehen.

Wenn Sie mehrere Biosensoren kombinieren und auf eine Forschungsfrage anwenden, werden Ihre gesammelten Daten differenzierter, aussagekräftiger und letztlich wertvoller sein.

Forschung zu multimodalen Biosensoren bei iMotions

Der aktuelle Branchentrend deutet darauf hin, dass multimodale Forschung zum Standard wird. Bei iMotions ist Multimodalität tief in der Unternehmens-DNA verankert. Seit den Anfängen des Unternehmens war multimodale Forschung kein Modewort, sondern ein grundlegender Bestandteil der Philosophie, mit der wir Software für die Forscher von heute und morgen entwickeln. Dieser Ansatz hat es uns ermöglicht, bereits Jahre bevor der Trend in diese Richtung ging, eine Vorreiterrolle bei der Entwicklung und Umsetzung multimodaler Biosensor-Integration und mehrschichtiger Datenanalyse einzunehmen.

In der iMotions-Softwareplattform ist die multimodale Konfiguration eine Standardkonfiguration, die über unser Basismodul CORE bereitgestellt wird. Sie funktioniert nahtlos mit allen von uns angebotenen Modalitäten und wurde so entwickelt, dass sie unabhängig von Ihrem Forschungsaufbau mit einem, zwei oder allen Biosensor-Eingängen kommunizieren kann.

Im Rahmen meiner Doktorarbeit über Verhaltensänderungen bei Demenzpatienten ermöglichte uns die iMotions-Plattform die gleichzeitige Integration von Eye-Tracking, galvanischer Hautreaktion und automatisierter Gesichtsausdrucksanalyse, wodurch wir für jeden Patienten einzigartige und umfassende biometrische Daten zum gleichen Zeitpunkt erhielten. Darüber hinaus bot sie uns eine leicht zugängliche Konfiguration für klinische Tests an mehreren Standorten unserer Gedächtnisklinik, was die Durchführbarkeit einer breiten Einbeziehung verschiedener Patientengruppen verbesserte. Zudem bot uns die Unterstützung durch unseren Success Manager bei iMotions die passende Hilfe für eine systematische und theoriegeleitete Analyse der Daten. Insgesamt hat uns iMotions einzigartige Daten sowie praktische und theoretische Lösungen zur Erreichung unserer Forschungsziele bereitgestellt.“

– Ellen Singleton, Doktorandin am Alzheimer-Zentrum Amsterdam

Die Software wurde speziell entwickelt, um Wissenschaftlern und Forschern einen Großteil der Arbeit abzunehmen, da sie die meisten der bei unimodalen Forschungsaufbauten erforderlichen arbeitsintensiven Aufgaben übernimmt, die meist aus umfangreichen manuellen Verarbeitungsschritten bestehen. Denn im Großen und Ganzen basiert die Philosophie hinter multimodaler Forschungssoftware auf Komfort und Effizienz. Die Möglichkeit, mehrere Hardwarekomponenten gleichzeitig zu integrieren, könnte jedoch das Risiko einer unübersichtlichen Benutzeroberfläche und eines verwirrenden Arbeitsablaufs mit sich bringen. Daher erfordert eine große Anzahl von Datenquellen eine intuitive Benutzeroberfläche. In der iMotions-Software-Suite haben wir Visualisierungs- und Analysewerkzeuge entwickelt, die die Datenerfassung und -analyse vereinfachen. Die verbesserte Benutzerfreundlichkeit beginnt bereits früh im Arbeitsablauf, da Sie eine leicht interpretierbare Echtzeit-Darstellung Ihrer eingehenden Daten erhalten, wie in der Abbildung unten zu sehen ist.

Auf dem Foto oben werden zwei Messverfahren – VR-Eye-Tracking und GSR – eingesetzt, um den Moment festzuhalten, in dem ein Fallschirmspringer den Sprung aus dem Flugzeug wagt. Wie das Foto zeigt, machen die Präsentation der Reize, die multimodale Datenerfassung und die Echtzeit-Datenvisualisierung diesen Versuchsaufbau sowohl für erfahrene Verhaltensforscher als auch für Laien nachvollziehbar. Benutzerfreundlichkeit ist unabhängig vom Kenntnisstand immer wünschenswert, aber wir sehen darin auch eine perfekte Möglichkeit, Kunden, die multimodale Forschung betreiben möchten, aber nur über begrenzte Erfahrung verfügen, den Einstieg zu ermöglichen und ihnen schließlich eine Skalierung zu ermöglichen, ohne die Benutzererfahrung zu verkomplizieren. Die Komplexität der Forschung sollte sich aus dem Versuchsaufbau oder dem Umfang ergeben – nicht aus den verwendeten Werkzeugen.

Durch die Implementierung unserer maßgeschneiderten R-Notebooks ist die Notwendigkeit manueller Programmierung bei der Signalverarbeitung und der anschließenden Datenanalyse nahezu vollständig entfallen. Sie bieten eine vollständig transparente Dokumentation der für die Signalverarbeitung verwendeten Algorithmen, generieren sichtbare Metriken für alle unsere verfügbaren Modalitäten direkt in der Benutzeroberfläche und ermöglichen es sogar erfahrenen Forschern, den Code in R zu bearbeiten. Wenn Sie mehr darüber erfahren möchten, wie wir die Datenverarbeitung und -analyse verbessern und die multimodale Datenanalyse mithilfe von R-Notebooks zu einem nahtlosen Erlebnis machen, können Sie hier weiterlesen.