Der Promotionsbetreuer der Zhejiang-Universität forscht an der sogenannten "KI-Gedankenlese-Technologie" – warum ist dieses Marktsegment insgesamt 10 Milliarden Yuan wert?
Im Mai dieses Jahres saßen eine Gruppe von Schülern der Chengli-Mittelschule in Weihai, Provinz Shandong, still vor einer Kamera. 30 Sekunden später erschien auf dem Systembildschirm ein Bewertungsbericht zu 14 zentralen emotionalen Indikatoren wie Stress, Angst und Depression.
Dieses Projekt mit dem Namen „Gemeinsame Screening-Aktion für psychische Gesundheit durch KI an Schulen“ wurde gemeinsam von dem Weihai Municipal Hospital, dem Team von Professor Xu Xin der Zhejiang-Universität sowie einem High-Tech-Unternehmen in Hangzhou initiiert.
Die Industrie beobachtet dies mit großer Aufmerksamkeit: Wenn die Fähigkeit von KI, Emotionen zu erkennen, aus Laboren in die reale Gesellschaft übergeht, steht dahinter eine Branche mit dem Kernwert „emotionaler Wert“, deren Umfang auf Hunderten von Milliarden oder sogar Billionen Yuan geschätzt wird und die sich nun rasch weiterentwickelt und praktisch umsetzt.
Der „technologische Wandel“ eines Forschers
Xu Xin, Forscherin im „100-Talente-Programm“ der Zhejiang-Universität, Tenure-Track-Professorin und Doktorvaterin, hat einen Doktortitel in Epidemiologie und kognitiver Psychologie aus Großbritannien.
Auf ihrer persönlichen Homepage an der Fakultät für öffentliche Gesundheit der Zhejiang-Universität sind ihre Forschungsrichtungen als „Screening, Diagnose und bildgebende Biomarker für Demenz und Alzheimer-Krankheit“ sowie „kognitive Beeinträchtigungen und psychische Gesundheit“ angegeben.
Im Mai 2026 stand Xu Xin an vorderster Front des psychischen Screenings für Mittelschüler in Weihai. Das dynamische Emotionserkennungssystem, für das sie die technische Unterstützung lieferte, erreicht eine Mikrobewegungs-Erkennungsgenauigkeit von 0,01 Millimetern, eine Emotionserkennungsgenauigkeit von 90,8 %, eine Entscheidungsverzögerung von unter 200 Millisekunden und unterstützt die parallele Analyse von bis zu 50 Personen pro Kanal.
Dieses System kann die Emotionen der getesteten Personen in quantifizierbare Parameter wie Frequenz, Energie und Amplitude umwandeln und bietet Nachfragern wie Unternehmen ein dynamisches und präzises Werkzeug für die Emotionsanalyse. Es kann beispielsweise in Pflegeheimen eingesetzt werden, oder das System kann in Plüschspielzeuge integriert werden, um eine Reihe von KI-Spielzeugen zur Emotionsberuhigung zu entwickeln.
Für Xu Xin folgt dieser scheinbar etwas sprunghafte Wandel von einer Expertin für Gehirnalterung zu einer technischen Unterstützerin der Emotions-KI-Branche derselben technischen Logik: Durch die Erfassung physiologischer Signale und die Erstellung von Algorithmenmodellen wird eine quantifizierte Intervention in die Kette „Gehirn – Emotion – Verhalten“ erreicht.
Xu Xin ist an der Zhejiang-Universität kein Einzelfall in der Forschung zu Emotionen und Gefühlen.
Im Oktober 2025 entwickelten das Team von Hu Shaohua aus dem Fachgebiet der Psychiatrie der Zhejiang-Universität, das Team von Xu Yingke aus dem Bereich Biomedizintechnik des Binjiang-Instituts der Zhejiang-Universität sowie das Team von Xu Xin gemeinsam das künstliche Intelligenzmodell Emoface. Durch die Analyse feiner digitaler Gesichtsmerkmale wird eine Krankheitskarte auf Basis dreidimensionaler visueller Signale erstellt, um eine hochpräzise Unterscheidung zwischen schwerer Depression und bipolarer Störung zu erreichen, wobei die Diagnosegenauigkeit für bipolare Störungen angeblich 90 % übersteigt.
Das Ergebnis wurde in der Fachzeitschrift *npj Mental Health Research* veröffentlicht, die ein Tochterjournal der internationalen renommierten Zeitschrift *Nature* ist. Es gilt als neuartige Lösung für die nicht-invasive Schnelldiagnose von affektiven Störungen sowie für die KI-gestützte Koordination, Behandlung und Sicherheit im entsprechenden Bereich.
Neben dieser Projektgruppe veröffentlichten am 22. Juli vor kurzem der Forscher Yang Yuxiao vom Dual-Brain-Zentrum der Zhejiang-Universität sowie das Team von Professor Wang Yueming, das im Schnittpunkt von Informatik und Gehirn-Computer-Schnittstellen tätig ist, gemeinsam mit dem Team des Universitätsklinikums der Zhejiang-Universität eine Forschungsarbeit zur Emotionsdekodierung mittels invasiver Gehirn-Computer-Schnittstellen in *Nature Computational Science*.
Diese Studie erfasst neuronale Aktivitäten über intrakraniale Elektroden und erreicht eine feingliedrige, aufgabenübergreifende und erklärbare dynamische Online-Dekodierung menschlicher Emotionen. Sie bildet die technische Grundlage für die Behandlung psychischer Erkrankungen mittels invasiver Gehirn-Computer-Schnittstellen und zeigt die fortschrittliche Ausrichtung der Zhejiang-Universität im Bereich der „Emotionsdekodierung“.
So betrachtet stellt das gemeinnützige Screening, das das Team von Xu Xin an der Chengli-Mittelschule in Weihai durchführte, nur eine sehr kleine praktische Anwendung der umfangreichen Fachkompetenz im Bereich der „KI zum Erkennen von Gedanken und Emotionen“ dar.
Ausland hat eine Professorin namens Rosalind Picard (im Folgenden als Picard bezeichnet), die schon früh im Bereich der „Affektiven Berechnung“ forschte.
1990 trat Picard in das Media Lab des Massachusetts Institute of Technology ein und arbeitete zunächst an der Bildkomprimierung und Inhaltsabfrage. Um die Intelligenz der Bildverarbeitung zu verbessern, begann sie, sich mit der menschlichen Kognition und Neurowissenschaft zu befassen. In späteren Forschungen erkannte sie allmählich: Menschliche Emotionen spielen eine zentrale Rolle in der zwischenmenschlichen Kommunikation. Obwohl traditionelle künstliche Intelligenzsysteme logische Schlussfolgerungen effizient verarbeiten können, fällt es ihnen schwer, die Komplexität menschlicher Emotionen zu verstehen – sie können weder die Tonfalländerungen einer Person bei psychischen Auffälligkeiten erkennen noch die psychischen Bedürfnisse einer Person in Angstzuständen nachvollziehen.
1995 veröffentlichte sie ein bahnbrechendes Papier, in dem sie offiziell das Konzept der „Affektiven Berechnung“ (Affective Computing) einführte und es als „Berechnungen, die mit Emotionen zusammenhängen, aus Emotionen stammen oder Emotionen beeinflussen können“ definierte.
Damals betrachtete die Mainstream-Gemeinschaft der künstlichen Intelligenz dies jedoch allgemein als einen Randbereich. Sie meinte, dass die Fähigkeit von Maschinen, „Emotionen zu verstehen“, eher wie ein Science-Fiction-Roman klinge als eine seriöse Forschungsrichtung. Picard beharrte dennoch darauf, ihren Forschungsrahmen zu entwickeln – der die Erkennung, Darstellung, Messung und Modellierung von Emotionen umfasst – und veröffentlichte 1997 ein gleichnamiges Fachbuch.
Aufgrund der begrenzten Entwicklungsstände von Sensoren, Rechenleistung und maschinellen Lernalgorithmen blieb die affektive Berechnung in den folgenden fast zwei Jahrzehnten hauptsächlich im Stadium der akademischen Erkundung. Erst mit der Ausgereiftheit von Deep Learning und multimodaler Signalverarbeitungstechnik fand dieses Gebiet tatsächlich Anwendung und erlangte breite Aufmerksamkeit.
Derzeit ist eine der äußeren objektiven Bedingungen, die den dringendsten Nachfrageboden für die Forschung zur „Affektiven Berechnung“ bieten, die globale Krise der psychischen Gesundheit.
Berichten der Weltgesundheitsorganisation zufolge sind weltweit mehr als 1 Milliarde Menschen von Problemen im Zusammenhang mit der psychischen Gesundheit betroffen, wobei Depressionen und Angststörungen die Hauptursachen darstellen.
Die traditionelle Diagnose psychischer Erkrankungen hängt von Gesprächen mit Ärzten und Bewertungen über Skalen ab, deren Prozess langwierig und die Bewertung teilweise subjektiv ist. Auf der einen Seite steht eine riesige Nachfrage, auf der anderen Seite ein begrenztes Angebot. Die Emotions-KI, auch als KI zum Erkennen von Gedanken bezeichnet, hat in dieser Lücke ihren Entwicklungsraum gefunden.
Kapital strömt in das Geschäft mit „Emotionen“
Im August 2024 veranstaltete Huawei die Vorstellung des Xuanji-Wahrnehmungssystems, an der Xu Xin als Wissenschaftlerin teilnahm.
Auf der Veranstaltung stellte Huawei offiziell seine erste Technologiemarke für intelligente tragbare Geräte vor – HUAWEI TruSense System. Dieses System integriert einzelne Überwachungstechnologien für Herzfrequenz, Sauerstoffgehalt im Blut, Blutdruck und mehr zu einem mehrdimensionalen Wahrnehmungssystem und kündigte an, bereits Forschungen zur Ableitung von Emotionszuständen auf Basis von Herzfrequenzdaten durchzuführen.
Xu Xin äußerte auf der Veranstaltung, dass tragbare Geräte „den langfristigen chronischen Entwicklungstrend von Emotionen effektiv verfolgen und durch umfassende Modellanalyse schließlich individuelle Anleitungen und professionelle Empfehlungen für Personen liefern können“.
Der Hintergrund für die Veröffentlichung dieser Technologiemarke für tragbare Geräte durch Huawei liegt darin, dem Trend des steigenden Gesundheitsbewusstseins weltweit zu folgen und Nutzern ein genaueres, umfassenderes und schnelleres Gesundheitsmanagement-Erlebnis zu bieten. Es entspricht einem Versuch großer Konzerne, die potenziellen Geschäftsmöglichkeiten in den Bereichen „Gesundheitsmanagement“ und „Emotionserkennung“ zu erkunden.
Im Mai 2026 war das Team von Xu Xin erneut vor Ort bei der KI-gestützten Screening-Aktion für psychische Gesundheit an der Chengli-Mittelschule in Weihai. Diesmal tauchte neben dem Weihai Municipal Hospital und dem akademischen Team der Zhejiang-Universität noch ein weiteres Startup-Unternehmen auf: Wocai Technology.
In der offiziellen Werbung ist Wocai Technology ein 2024 gegründetes Emotions-KI-Unternehmen, das im Januar 2026 eine Finanzierung im Millionenbereich der Angel-Runde abgeschlossen hat. Dies zeigt, dass mit der Verbreitung von KI in allen Branchen die Emotions-KI und die KI zum Erkennen von Gedanken auch von neuen Gründern und Marktteilnehmern beachtet werden, die versuchen, potenzielle öffentliche Nachfrage und kommerzielle Chancen zu erschließen.
Auf internationaler Ebene gilt das Unternehmen Affectiva, das 2009 in den USA gegründet wurde, als das erste Unternehmen, das die Emotions-KI-Technologie kommerziell umsetzt. Es wurde von zwei Wissenschaftlern des Media Lab des Massachusetts Institute of Technology (MIT), Rana el Kaliouby und Rosalind Picard, gegründet.
Letztere gründete 1995 den Fachbereich der „Affektiven Berechnung“ (Affective Computing) und wird als „Mutter der affektiven Berechnung“ bezeichnet.
Das Kernprodukt von Affectiva ist eine Emotionserkennungstechnologie namens Affdex. Ihr technisches Prinzip besteht darin, die Gesichtsausdrücke von Nutzern über eine gewöhnliche Webcam zu erfassen, dann über Algorithmen die Schlüsselpunkte und Texturveränderungen im Gesicht wie Falten an den Augenwinkeln oder Bewegungen der Augenbrauen zu analysieren und sie emotionalen Zuständen wie Freude, Ekel oder Verwirrung zuzuordnen. Diese Technologie wurde ursprünglich entwickelt, um autistischen Kindern dabei zu helfen, die Ausdrücke anderer Menschen zu verstehen.
Später verkaufte das Unternehmen die Technologie als Marktforschungsinstrument, um Unternehmen bei der Prüfung der Wirkung von Werbung und Produkten zu unterstützen. Danach wurde dieses Unternehmen von der Firma Smart Eye übernommen, die sich auf Sensortechnologie im Fahrzeuginnenraum spezialisiert hat. Die Technologie wird nun zur Entwicklung intelligenterer Wahrnehmungslösungen für den Fahrzeuginnenraum (Interior Sensing Solution) eingesetzt, also um Autos mit „Augen“ und „Gehirn“ auszustatten, die den Zustand von Fahrern und Mitfahrern „erkennen“ können.
Mit der Entwicklung der KI erlebte die affektive intelligente KI 2025 einen echten Marktwandel. Zahlreiche große Unternehmen im In- und Ausland stürzten sich in den Bereich der „Emotions-KI“, um ihre Position im Ökosystem zu sichern.
Die PaliGemma 2-Modellreihe von Google kann Bilder analysieren und Emotionen „erkennen“. Microsoft bietet über seine Azure Cognitive Services eine Funktion zur Emotionserkennung an. Seine „kognitive Fähigkeit für Emotionen“ kann unstrukturierten Text bewerten und Emotionsbezeichnungen wie „positiv“, „neutral“, „negativ“ sowie Konfidenzwerte ausgeben. Amazon bietet über seinen Cloud-Dienst Amazon Comprehend eine Stimmungsanalyse an.
Diese internationalen Großkonzerne sichern sich ihre Position in der Erforschung fortschrittlicher Technologien und der Entwicklung praktischer Anwendungslösungen. Bei den für die Öffentlichkeit besser wahrnehmbaren Endverbrauchergeräten sind zudem KI-Puppen und KI-Spielzeuge zur emotionalen Begleitung auf dem Vormarsch.
Im August 2025 kündigte das in Shenzhen ansässige Unternehmen Yueran Chuangxin den Abschluss einer Serie-A-Finanzierung in Höhe von 200 Millionen Yuan an. Das von diesem Unternehmen eingeführte KI-Anhängsel BubblePal wurde innerhalb eines Jahres 250.000 Mal verkauft.
Bild | Verschiedene KI-Spielzeuge zur emotionalen Begleitung sind in den letzten Jahren ein kleiner Trend am Markt
Der monatliche Umsatz der südkoreanischen KI-Begleit-App Zeta stieg von weniger als 3 Millionen US-Dollar im März 2026 auf über 10 Millionen US-Dollar im August 2026.
Daten von Global Market Insights zufolge wird der weltweite Markt für affektive intelligente KI voraussichtlich von 4,7 Milliarden US-Dollar im Jahr 2025 auf 26,5 Milliarden US-Dollar im Jahr 2034 ansteigen, was einer jährlichen Wachstumsrate von 21,3 % entspricht.
Laut Daten des US-Beratungsunternehmens Grand View Research wird der Umsatz des breiten Marktes für KI-Begleitung in China im Jahr 2026 voraussichtlich 3,734 Milliarden US-Dollar erreichen, mit einer durchschnittlichen jährlichen Wachstumsrate von rund 35,4 % zwischen 2026 und 2033 – über dem globalen Durchschnittswert.
Die Emotions-KI-Erkennungstechnologie ist zu einer Stütze in der breiten Welt der Emotions-KI zur emotionalen Beruhigung geworden.
Genauigkeit und Grenzen: Das „Können“ und „Nicht-Können“ der Emotions-KI
Wenn die Emotions-KI aus Laboren in die Gesellschaft gelangt, stellt die Öffentlichkeit oft eine grundlegende Frage