Prisma

Stresstest per Mausklick

Anspannung an der Computerbedienung erkennen

Foto: Arnav Pratap Singh/AdobeStock

mp | Auf Dauer kann Stress am Arbeitsplatz zu chronischen Erschöpfungszuständen führen. Stressforscher wollen dem vorbeugen, indem sie eine akute Überlastung erkennen und sofort Gegenmaßnahmen empfehlen. Theoretisch lässt sich Stress auf viele Arten bestimmen, zum Beispiel über die Hormonausschüttung. Doch Blutabnahmen, um Hormonkonzentrationen zu messen, sind wenig alltagstauglich. Am häufigsten eingesetzt wird heute die Herzratenvariabilität, die viele Smartwatches oder andere Wearables messen können. Doch Studien zeigen, dass die Herzrate unter realen Bedingungen nicht immer ein präziser Indikator für Stress ist.

Besser geeignet scheint unser Verhalten zu sein, das sich unter Stress ändert: unser Gesichtsausdruck, unsere Körperhaltung oder unsere Motorik am Computer. „Wer gestresst ist, bewegt den Mauszeiger öfter und ungenauer und legt längere Wege am Bildschirm zurück“, sagt Mara Nägelin von der Eidgenössischen Technischen Hochschule in Zürich in einer Pressemittelung. „Entspannte Menschen gelangen dagegen auf kürzeren, direkteren Wegen an ihr Ziel und lassen sich dabei mehr Zeit.“ Sie und ihre Kollegen entwickelten ein Programm, das auswertet, wie Menschen ihre Tastatur und Maus bedienen. Basierend auf maschinellem Lernen sagt es das Stress-Level voraus. In einem Versuch simulierten Nägelin et al. den Büroalltag, 90 Probanden arbeiteten am Computer. Ein Teil der Teilnehmer wurde häufig durch Chat-Nachrichten oder Anrufe unterbrochen. Neben dem neuen Programm und der Herzratenmessung bewerteten die Probanden ihr Stresspensum per Fragebogen. Das selbstlernende Programm schätzte in der Studie präziser den akuten Stress ein als die Herzratenvariabilität.

Die Forscher betonen, mit ihrer Entwicklung kein Überwachungstool für Arbeitgeber entwickeln zu wollen. Sie hoffen vielmehr, mit dem Stress-Test per Mausklick in Zukunft viele Menschen vor chronischer Überlastung schützen zu können. |

Literatur

Naegelin M et al. An interpretable machine learning approach to multimodal stress detection in a simulated office environment. J Biomed Inform 2023, https://doi.org/10.1016/j.jbi.2023.104299

Elhardt C. Detecting stress in the office from how people type and click. ETH Zürich, News vom 11. April 2023, www.ethz.ch

0 Kommentare

Das Kommentieren ist aktuell nicht möglich.