Im Februar 2020 fand in Liverpool eine Konferenz zum mäßig reizvollen Thema »öffentliches Beschaffungswesen« statt. Wie bei solchen Veranstaltungen üblich, schlenderten die Teilnehmerinnen und Teilnehmer an den Ausstellungs- und Verkaufsständen vorbei, blieben an einigen stehen, während sie andere umgingen. Was jedoch nicht allen Besuchern bewusst war: Sie wurden dabei genau beobachtet. 24 diskret angebrachte Kameras verfolgten die Bewegungen jeder einzelnen Person und zeichneten mit fünf bis zehn Bildern pro Sekunde die subtilen Spannungen ihrer Gesichtsmuskeln auf, während sie die verschiedenen Ausstellungsstücke beäugten. Die Aufnahmen wurden in ein Computernetzwerk eingespeist, in dem KI-Algorithmen das Geschlecht und die Altersgruppe der Beobachtungsobjekte schätzten und die Mimik auf emotionale Anzeichen wie »Neugier« und »Freude« absuchten.

Ungefähr ein Jahr nach der Veranstaltung war Panos Moutafis, CEO des in Texas ansässigen Unternehmens Zenus, das hinter der dort genutzten Technologie steht, immer noch begeistert von den Ergebnissen. »Ich habe nicht viele kommerzielle Systeme gesehen, die so präzise sind«, äußerte er während eines Videoanrufs und zeigte ein Foto der untersuchten Menschenmenge, bei dem jedes Gesicht mit einem Kästchen umrandet ist. Die Zenus-Ingenieure hatten die Software zuvor auf das Erkennen von Emotionen trainiert, indem sie ihr einen riesigen Datensatz von Gesichtsausdrücken mit Beschriftungen, die relevante Gefühle beschreiben, vorlegten. Das Unternehmen hat den Algorithmus auf verschiedene Weise überprüft, unter anderem in Live-Tests, bei denen Menschen berichteten, wie sie sich fühlten, während man sie fotografierte. Das System funktioniert laut Moutafis überall: in Innenräumen, ohne Beleuchtung und im Freien sowie wenn die Personen Masken, Hüte oder Sonnenbrillen tragen.

Die Software von Zenus ist nur eines von vielen Beispielen für eine neue Technologie: die emotionale KI oder affektive Datenverarbeitung, bei der man Kameras und andere Geräte mit künstlicher Intelligenz kombiniert, um Gesichtsausdrücke, Körpersprache, Stimmlage und weitere Merkmale zu erfassen. Das Ziel ist es, über die reine Gesichtserkennung hinauszugehen und etwas zu enthüllen, das für Maschinen zuvor unsichtbar war: die inneren Gefühle, Motivationen und Einstellungen der Menschen …