DARTMOUTH / LONDON (IT BOLTWISE) – Forschende aus Dartmouth zeigen, dass Blickbewegungen in VR nicht nur räumliche Orientierung widerspiegeln. Mit Künstlicher Intelligenz und Large Language Models lässt sich zusätzlich erkennen, welche abstrakten Themen Menschen bevorzugt verfolgen. Besonders relevant: Die Vorhersagen bleiben über Tage stabil – damit wird „Gaze“ potenziell zu einem belastbaren, aber datenschutzsensiblen Identifikator. Gleichzeitig deutet die Studie auf klinische Anwendungen wie frühere Autismuserkennung hin.
Ein Blick in die VR-Umgebung kann mehr verraten, als viele Anwender intuitiv erwarten. Forschende von Dartmouth berichten, dass sich individuelle Blickmuster in alltäglichen Szenen durch eine Kombination aus VR-Eye-Tracking, Computer-Vision und Large Language Models (LLMs) rekonstruieren und sogar zur Identifikation nutzen lassen. Entscheidend ist dabei nicht allein, welche Objekte die Teilnehmenden sehen, sondern welche konzeptuellen Bedeutungsnetze sie in der jeweiligen Umgebung aktivieren. Damit rückt eine neue Art von „Signature“ in den Fokus: ein visuelles Muster, das eher einer Interessen- und Bedeutungslandkarte ähnelt als einem reinen Geometrie-Abbild.
Technisch basiert der Ansatz auf mehreren Modellstufen, die Blickdaten in unterschiedliche Feature-Räume übersetzen. Die Teilnehmenden (N=61) erkundeten immersiv 100 VR-Szenen und konnten in jeweils 16 Sekunden frei den Kopf bewegen. Während das System ihre Blickposition kontinuierlich aufzeichnete, trainierten die Forschenden ein Modell, um räumliche und visuelle Hinweise (z. B. Wo im Bild der Blick landet) von semantischen Zusammenhängen zu trennen. Für die konzeptionelle Ebene nutzten sie Embeddings aus großen Vision- und Sprachmodellen, um thematische Brücken zwischen Objekten zu erfassen. Der Kern: Wenn Themen miteinander verknüpft sind, reichen selbst optisch unähnliche Objekte aus, um individuelle Präferenzen zuverlässig abzubilden.
Inhaltlich ordnet die Studie die visuelle Erkundung in drei zeitliche Phasen. In den ersten 0 bis 2 Sekunden dominiert die Orientierung im Raum, danach (2 bis 8 Sekunden) rückt visuelle Auffälligkeit in den Mittelpunkt, und ab etwa 8 bis 16 Sekunden läuft eine interpretative Phase an, in der Bedeutung verarbeitet wird. Genau in dieser späten, interpretativen Komponente wird laut Bericht die höchste Trennschärfe sichtbar: Die LLM-gestützte Kodierung der konzeptuellen Prioritäten erklärt individuelle Unterschiede besser als das isolierte Betrachten physischer Eigenschaften. Interessant ist auch die Feinheit der Sprache: Längere, kontextreichere Captions führten zu differenzierteren Reaktionen als kurze, reine Beschriftungen. Das liefert einen technischen Vergleich: Während klassische Vision-Module primär auf Pixel- und Formsignale optimieren, nutzen LLM-gestützte Semantikmodelle die „Story“ hinter Objekten.
Marktseitig trifft das auf eine Branche, die ohnehin massiv in Eye-Tracking investiert. Geräte wie Apples Vision Pro oder NVIDIAs und AMDs Ökosystem rund um KI-gestützte Wahrnehmungssysteme zeigen, dass VR/AR-Eingaben zunehmend über reine Controller hinausgehen. Ein konkretes Risiko folgt daraus: Wenn Eye-Tracking in Alltagsanwendungen Standard wird, können Werbe- und Analysesysteme Blickpfade als implizites Nutzerprofil verwenden – ohne dass die Person aktiv klickt oder eine Auswahl bestätigt. Gerade weil die Signaturen laut Studie über Wochen stabil bleiben, wird aus „Momentaufnahme“ eine verlässliche Eigenschaft. Branchenkenner sehen daher weniger ein theoretisches Datenleck als vielmehr einen produktfähigen Datenkanal: Blickdaten als neuer Rohstoff, der sich mit bestehenden Werbe- und Targeting-Mechanismen kombinieren lässt.
Gleichzeitig liefert die Arbeit eine zweite, produktive Perspektive: klinische Nutzung. Die Autoren positionieren den Ansatz als potenzielle Ergänzung für frühe Autismuserkennung, da sich ein auffälliges Vermeidungsverhalten von Gesichtern möglicherweise sowohl visuell als auch konzeptuell erklären kann. Aktuell liegt das landesweite mittlere Diagnosealter in den USA bei etwa vier Jahren, während Symptome schon im Alter von zwei Jahren sichtbar sein können. Wenn sich anhand der zeitlichen Blickphasen unterscheiden lässt, ob Face-Avoidance eher eine sensorische oder eher eine konzeptuelle Prioritätsverschiebung ist, könnten Screenings früher ansetzen und Eltern schneller Unterstützung im Bildungskontext erhalten. Das ist eine datengetriebene Verschiebung: Statt nur Verhaltensmuster zu beobachten, wird die kognitive Struktur dahinter messbar gemacht.
Für die weitere Entwicklung stehen vor allem zwei Fragen im Raum. Erstens: Wie gut funktionieren die Modelle in heterogenen Populationen, etwa über Kulturen hinweg oder innerhalb klinischer Gruppen, in denen Interessen und Aufmerksamkeitsstrategien systematisch variieren können? Zweitens: Können multimodale Systeme, die visuelle Aufmerksamkeit und weitere kognitive Signale gemeinsam betrachten, die Vorhersagequalität weiter steigern – ohne dabei die Privatsphäre zu verletzen? Auf regulatorischer Ebene wird genau das entscheiden, wie sich VR/AR-Ökosysteme künftig absichern müssen: Eye-Tracking kann als personenbezogene, potenziell besonders schützenswerte Information gelten, weil es Verhalten im Unbewussten abbildet. Bis konkrete Standards für Einwilligung, Zweckbindung und Datenminimierung greifen, bleibt der kritische Ausblick klar: Die gleiche Technik, die frühe Diagnostik ermöglichen kann, kann in falschen Händen auch Profiling auf Basis von Blickdaten deutlich skalieren.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI mit LLM deutet Blickmuster als persönliche „Konzept-Fingerabdrücke“" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI mit LLM deutet Blickmuster als persönliche „Konzept-Fingerabdrücke“" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI mit LLM deutet Blickmuster als persönliche „Konzept-Fingerabdrücke“« bei Google Deutschland suchen, bei Bing oder Google News!