IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-34670-6_12.html
   My bibliography  Save this book chapter

Emotion AI: Neue Formen der Emotionsmessung durch Künstliche Intelligenz

In: Künstliche Intelligenz erfolgreich umsetzen

Author

Listed:
  • Rebeca Marichalar Quezada

    (Tawny)

  • Michael Bartl

    (Tawny)

  • Gabriel Garrecht

    (Tawny)

Abstract

Zusammenfassung Menschliche Emotionen spielen in allen Bereichen des Lebens eine zentrale Rolle. Auch deshalb haben Emotionen und deren Messung schon lange das Interesse verschiedener Forscher geweckt. In unserem Beitrag bauen wir auf bestehenden Emotionstheorien auf und erläutern das Konzept der emotionalen künstlichen Intelligenz, auch bekannt als Emotion AI. Der Fokus dieses Beitrags liegt insbesondere auf dem Vergleich traditioneller und moderner, KI-basierter Methoden zur Emotionserkennung. Anhand eines Experiments im Onlineshopping werden dafür eine klassische Selbstauskunftsmethode mit der automatisierten und KI-basierten Emotionserkennungssoftware TAWNY verglichen, die gleichermaßen zur Messung des Nutzererlebnisses eingesetzt werden. Außerdem zeigen wir auf, wie sich, insbesondere in der Markt- und Konsumentenforschung, zahlreiche Einsatzmöglichkeiten für die Emotion AI Technologie ergeben.

Suggested Citation

  • Rebeca Marichalar Quezada & Michael Bartl & Gabriel Garrecht, 2021. "Emotion AI: Neue Formen der Emotionsmessung durch Künstliche Intelligenz," Springer Books, in: Ulrich Lichtenthaler (ed.), Künstliche Intelligenz erfolgreich umsetzen, chapter 12, pages 205-223, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-34670-6_12
    DOI: 10.1007/978-3-658-34670-6_12
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a search for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-34670-6_12. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.