Center for AI

Mit Spitzentechnologie den Einsatz der Feuerwehr sicherer gestalten

Feuerwehrleute stehen im Einsatz unter einem immensen Druck. Extreme Hitze, schlechte Sicht durch Rauchentwicklung, Zeitdruck, Gefahr – das sind Faktoren, unter denen sie agieren müssen. Der Stress, der in einer solchen Situation entsteht, beeinflusst die körperliche und mentale Reaktionsfähigkeit und kann zu einer potenziell schweren Beeinträchtigung der kognitiven Fähigkeiten führen. Der Betroffene ist sich seiner eingeschränkten Urteilsfähigkeit dann oft gar nicht bewusst – mit fatalen Folgen, denn jeder Fehler kann ein Leben kosten, das eigene oder das eines Mitmenschen.
Stresstest für Feuerwehrleute
Ausgerüstet mit VR-Brille und Kopfhörer durchleben die Probanden einen Einsatz.

Spezialisten forschen für die Sicherheit

Um diese Gefahr zu reduzieren, haben IBM und fortiss im gemeinsamen Forschungszentrum Center for AI, das Projekt "Stresstest für Feuerwehrleute" gestartet. Seit Ende 2019 arbeiten die Projektpartner an einer Möglichkeit, das Stresslevel einer Einsatzkraft in Echtzeit zu messen und einzuschätzen, um sie auf dieser Basis direkt im Einsatz bei ihren Entscheidungen zu unterstützen.

Das Team im Center for AI setzt sich aus Spezialisten aus den Bereichen Research & Development, Human-centered Engineering und Machine Learning von fortiss zusammen. Dieses Team nutzt zudem immer wieder die für dieses Projekt ausschlaggebende Expertise von Feuerwehrleuten der Freiwilligen Feuerwehr und der Berufsfeuerwehr. Damit folgt das Projekt einem Design-Thinking-Ansatz, bei dem Fachleute aus unterschiedlichen Bereichen gemeinsam eine Fragestellung bearbeiten, Lösungen entwickeln, immer wieder überprüfen und zur Umsetzung bringen.

Herausforderung Stresserfassung

Als Datengrundlage im Projekt dienen generelle Indikatoren für Stress, wie Herzfrequenz, Gehirnaktivität, Muskelspannung, Hautfeuchtigkeit oder der Pegel des Stresshormons Cortisol im Blut. Berücksichtigt werden muss aber auch die individuelle Reaktion auf Stress, die nicht nur von der aktuellen mentalen Belastbarkeit des Einzelnen abhängt, sondern auch von der Situation, in der er sich während der Messung befindet.

Auf dieser Grundlage entwickeln fortiss und IBM benutzerzentrierte Machine-Learning-Algorithmen zur Stressüberwachung, die auf Data Mining und kognitiven Eigenschaften basieren. Damit werden anhand unterschiedlicher Einsatzszenarien der Feuerwehr und den Erfahrungen aus solchen Einsätzen neue personalisierte Stresserkennungsmodelle entwickelt. Ziel ist es, einen klar nachvollziehbaren Benutzer-Stresszustand zu definieren. Hierbei kamen verschiedene Machine-Learning-Ansätze zum Einsatz, wie beispielsweise die Multiklasse-Klassifizierung mit C5-Baummodell und „label-free“-Feature-Extraktor sowie eine effiziente Personalisierungsmethode, dank dem „Human in the loop“-Ansatz.

Wichtiger Meilenstein

Im Dezember 2019 fand ein Design-Thinking-Workshop als erster wichtiger Meilenstein des Projektes statt. Mithilfe von Einsatzkräften der Freiwilligen Feuerwehr entwickelte das IBM-fortiss-Team unter anderem ein Storyboard, das die einzelnen Stationen eines Einsatzes aufschlüsselt und so die einzelnen Stresssituationen verdeutlicht: von der Annahme des Notrufs über die Anfahrt zum Einsatzort bis zur abschließenden Manöverkritik. Zusammen mit Feuerwehrleuten wurden zudem Einsatzszenarien entwickelt und in eine Virtual-Reality-Demonstration (VR-Demo) umgewandelt.

  Marketing & Presse

Ihr Kontakt

Marketing & Presse

presse@fortiss.org