Emotional intelligente Räume unter realen Bedingungen: sensorische Unterstützung, Vertrauen und adaptive Nutzung

Intelligente Umgebungen werden oft anhand von Leistungskennzahlen wie Effizienz, Auslastung oder Systemoptimierung bewertet. Diese Indikatoren geben aber selten wieder, wie Räume tatsächlich erlebt werden. In der Praxis sind viele der kritischsten Fehler in Gebäuden nicht technischer Art, sondern beruhen auf den gemachten Erfahrungen. Räume können problemlos funktionieren und trotzdem für ihre Nutzer verwirrend, stressig oder ausgrenzend sein.

Das zeigt sich deutlicher unter realen Bedingungen, wo die Wahrnehmung und Nutzung bestimmter Umgebungen durch Faktoren wie Alter, Gesundheitszustand, Empfindungen oder Vertrautheit beeinflusst werden. In solchen Kontexten definiert sich Intelligenz nicht durch die Anzahl der verarbeiteten Daten im System, sondern dadurch, dass für die Nutzer Unsicherheiten verringert werden und eine bessere Orientierung sowie sichere Bewegung im Raum möglich sind. 

Emotional intelligente Räume erweitern die Rolle der Konnektivität über die Infrastruktur hinaus. Sensoren, Umgebungssteuerungen und räumliche Systeme gewinnen an Bedeutung, wenn sie auf menschliche Zustände wie Stress, kognitive Belastung oder sensorische Schwellenwerte reagieren. Die folgenden Fallbeispiele untersuchen, wie sich das in der Praxis auswirkt, und beleuchten sowohl das Potenzial als auch die Grenzen vernetzter Umgebungen zur Unterstützung vielfältiger Nutzungsformen.

Kognitive Stabilität: Gloucester Smart House, Vereinigtes Königreich

Das Gloucester Smart House, das Anfang der 2000er Jahre im Vereinigten Königreich entstand, ist eines der frühesten Demonstrationsprojekte, das untersucht, wie Menschen mit Demenz mittels Smart-Home-Technologien unterstützt werden können. Das Projekt ist aus der Zusammenarbeit von Forschern, Wohnungsanbietern und Pflegeorganisationen entstanden und befasste sich schon länger mit der aktuell geführten Debatte um Smart Buildings, führte aber einen entscheidenden Wandel ein: die Gestaltung von Umgebungen, die sich an kognitiven Anfälligkeiten und nicht an der Systemeffizienz orientieren.

Das Projekt wird in der Forschung zum betreuten Wohnen häufig als frühes Beispiel für die Integration von Sensorsystemen in einer häuslichen Umgebung genannt, um Risiken zu reduzieren und ein selbstbestimmtes Leben zu unterstützen. Obwohl es nach heutigen Maßstäben technologisch begrenzt ist, schuf es eine grundlegende Logik, die für emotional reaktionsfähige Umgebungen nach wie vor direkt relevant ist.

Das System optimiert nicht das Zuhause. Es stabilisiert den Nutzer.

Typologie

Nachgerüstetes Wohnhaus im Rahmen des betreuten Wohnens, ausgestattet mit unterstützenden Technologien wie Bewegungssensoren, automatisierter Beleuchtung, Wasserüberwachungssystemen und erinnerungsbasierten Schnittstellen, die speziell für Bewohner mit kognitiven Beeinträchtigungen konzipiert sind.

Risikokontext

Bei demenzbedingten Erkrankungen ist das Risiko nicht in erster Linie struktureller, sondern kognitiver Natur. Untersuchungen zum Gloucester Smart House zeigen häufige Probleme wie laufende Wasserhähne, vergessene Kochtöpfe oder Orientierungslosigkeit in der Nacht. Diese alltäglichen Situationen können sich zu Sicherheitsrisiken und zum Verlust der Selbstständigkeit summieren.

Auslösebedingungen

Das System reagiert auf wiederkehrende Situationen, in denen Nutzer wahrscheinlich verwirrt sind oder den Überblick über ihre Handlungen verlieren. Dazu gehören nächtliche Bewegungen, unvollendete Aufgaben und Ortswechsel, die eine Neuorientierung erfordern.

Systemreaktion

Anstatt auf eine zentrale Steuerung zu setzen, funktioniert die Umgebung durch lokalisierte Reaktionen. Die Beleuchtung passt sich an, um die Bewegung zu leiten, während Überwachungssysteme unregelmäßige Muster erkennen und einfache Korrekturmaßnahmen auslösen. Diese Reaktionen sind so konzipiert, dass sie subtil und unterstützend wirken, ohne aber Befehle und Anweisungen zu geben.

Facility Management-Entscheidung

Die Unterstützung wird von Anfang an in die Umgebung integriert, was die Abhängigkeit von externer Überwachung verringert. Das System ist so konfiguriert, dass es ein selbstständiges Leben unterstützt und den Bedarf an ständigen Eingriffen minimiert.

Wann ist menschlicher Eingriff erforderlich?

Die Systemleistung hängt von der Kalibrierung durch den Menschen und dem Vertrauen ab. Pflegekräfte und Nutzer legen fest, wie das System reagiert, und es sind fortlaufende Anpassungen erforderlich, um die Relevanz bei sich ändernden Bedingungen aufrechtzuerhalten.

Auswirkungen auf die Nutzer

Die Umgebung verringert Unsicherheiten bei Routinehandlungen, sodass Nutzer ihre Autonomie mit weniger Aufwand aufrechterhalten können. Der Hauptvorteil liegt nicht in der Effizienz, sondern in der Kontinuität des Alltags.

Was gut funktioniert hat

Der stärkste Aspekt ist die Übereinstimmung zwischen Wahrnehmung und gelebter Erfahrung. Das System ist auf bestimmte Schwachstellen ausgerichtet und nicht auf abstrakte Leistungsziele.

Was nicht funktioniert hat

Das Modell bleibt in hohem Maße kontextspezifisch. Ohne sorgfältige Konfiguration und Verständnis seitens der Nutzer besteht die Gefahr, dass ähnliche Systeme aufdringlich werden, insbesondere wenn sie über kontrollierte Umgebungen hinaus skaliert werden.

Konnektivität

Die zentrale Beziehung besteht zwischen dem Nutzerverhalten und der räumlichen Reaktion. Die Umgebung interpretiert Muster und passt sich in Echtzeit an, was Reibungen im täglichen Miteinander reduziert.

Betreutes Wohnen: ExtraCare Innovation Apartment, Stoke Gifford, Vereinigtes Königreich

Das ExtraCare Innovation Apartment im britischen Stoke Gifford ist ein aktuelles Demonstrationsprojekt des ExtraCare Charitable Trust. Hier wird untersucht, wie integrierte Smart-Living-Technologien ein selbstbestimmtes Leben im Alter unterstützen können. Im Gegensatz zu früheren Modellen für betreutes Wohnen ist das Projekt in eine aktive Seniorenwohnanlage eingebettet, wodurch Technologie nicht als Zusatz, sondern als Teil des alltäglichen Wohnens positioniert wird.

Die Wohnung vereint Umgebungssensoren, vernetzte Geräte und Kommunikationssysteme, um Reibungen im Alltag zu reduzieren und gleichzeitig den Zugang zu Pflege und sozialer Unterstützung zu gewährleisten. Sie spiegelt einen Wandel von isolierten Hilfstechnologien hin zu integrierten Wohnumgebungen wider, die auf Benutzerfreundlichkeit und Kontinuität ausgelegt sind.

Das System automatisiert die Pflege nicht. Es reduziert den Aufwand, der erforderlich ist, um Zugang dazu zu erhalten.

Typologie

Wohneinheit in einer betreuten Seniorenwohnanlage, ausgestattet mit integrierten Smart-Home-Systemen, darunter Umgebungssensoren, vernetzte Heizung und Beschattung, sprachgesteuerte Geräte, Kommunikationswerkzeuge und Fernüberwachungsfunktionen.

Risikokontext

In alternden Bevölkerungen entstehen Risiken oft eher durch kumulative Reibungskräfte als durch einzelne Ereignisse. Eingeschränkte Mobilität, soziale Isolation und mangelnde Vertrautheit mit digitalen Hilfsmitteln können alltägliche Aufgaben erschweren und die Abhängigkeit schrittweise erhöhen.

Betrieblicher Auslöser

Das System wird durch Muster verminderter Aktivität, Ungleichgewichte in der Umgebung oder Bedürfnisse der Nutzer nach Interaktion aktiviert. Dazu gehören längere Inaktivität in Schlüsselbereichen, Veränderungen der Bedingungen im Raum wie Temperatur oder Luftfeuchtigkeit sowie Situationen, in denen Bewohner möglicherweise Hilfe benötigen, diese aber wahrscheinlich nicht selbst veranlassen.

Systemreaktion

Die Wohnung verfügt über mehrere Reaktionsebenen. Umgebungssysteme passen Heizung und Beschattung an die Raumbedingungen an, während Präsenzmelder Bewegungsmuster verfolgen, um Abweichungen von der Routine zu erkennen. Kommunikationsgeräte wie Smart-Lautsprecher und Video-Türsprechanlagen verringern Kontaktbarrieren und ermöglichen es den Bewohnern, Unterstützung anzufordern, ohne sich durch komplexe Benutzeroberflächen navigieren zu müssen.

Facility Management-Entscheidung

Das System ist darauf ausgelegt, die Selbständigkeit möglichst lange zu erhalten, aber nicht anstelle des Nutzers zu agieren. Die Technologien werden so ausgewählt und konfiguriert, dass sie möglichst unauffällig bleiben und die Nutzer unterstützen, ohne ständige Interaktion oder technische Kenntnisse zu erfordern.

Wann ist menschlicher Eingriff erforderlich?

Die Systemleistung hängt sowohl von den Bewohnern als auch vom Pflegepersonal ab. Nutzer können Kontakt herstellen oder automatische Aufforderungen ignorieren, während das Personal Sensordaten auswertet und entscheidet, wann ein Eingreifen erforderlich ist. Das System unterstützt die Entscheidungsfindung, automatisiert die Pflege jedoch nicht.

Auswirkungen auf die Nutzer

Die Umgebung reduziert den täglichen Aufwand für die Raum- und Kommunikationsverwaltung. Durch die Senkung der Schwelle für Interaktion und Unterstützung können die Bewohner ihre Autonomie bewahren und gleichzeitig bei Bedarf Hilfe in Anspruch nehmen.

Was gut funktioniert hat

Die größte Stärke liegt in der Integration. Anstatt als isolierte Smart-Geräte zu funktionieren, vereint das System Raumsteuerung, Sensorik und Kommunikation zu einem einheitlichen Wohnumfeld. Das verringert Fragmentierung und fördert die Kontinuität im Tagesablauf.

Was nicht funktioniert hat

Das Modell ist auf eine unterstützende Infrastruktur angewiesen. Seine Wirksamkeit hängt vom Vorhandensein von Pflegediensten, der technischen Ausstattung und der Einbindung der Nutzer ab. Ohne dieses Ökosystem besteht die Gefahr, dass ähnliche Systeme nicht ausreichend genutzt oder missverstanden werden.

Konnektivität

Hier werden einzelne Nutzer, räumliche Gegebenheiten und Unterstützungssysteme verknüpft. Die Umgebung fungiert als Vermittler und übersetzt Veränderungen im Verhalten oder in den Bedingungen in potenzielle Unterstützungsmaßnahmen.

Umsetzung im urbanen Raum: URBANAGE Digitale Zwillinge, Santander/Helsinki/Flandern

URBANAGE ist ein von der Europäischen Union finanziertes Forschungs- und Innovationsprojekt (Horizont 2020), das Digital-Twin-Tools zur Unterstützung einer altersgerechten Stadtplanung entwickelt. Das Projekt lief von 2021 bis Januar 2024 und wurde vom europäischen Programm „Horizont 2020“ unterstützt. Die Umsetzung erfolgte in drei Pilotregionen: Flandern/Belgien, Santander/Spanien und Helsinki/Finnland. Lokale Dateninfrastrukturen werden genutzt, um zu zeigen, wie sich Umweltbedingungen auf die Barrierefreiheit und die alltägliche Nutzbarkeit auswirken.

Das System misst nicht die Stadt. Es interpretiert ihre Nutzung. 

Typologie

Ein auf Stadtniveau angelegter Digital-Twin- und Datenintegrations-Rahmen, um eine altersgerechte Stadtplanung durch Umwelt-, Raum- und Verhaltensdatenebenen zu unterstützen: Das Projekt kam in drei europäischen Pilotstädten zum Einsatz. 

Risikokontext

Städtische Umgebungen werden in der Regel anhand der Leistungsfähigkeit der Infrastruktur bewertet, nicht jedoch danach, wie sie wahrgenommen oder durchquert werden. In Santander wurden Variablen wie der Zustand der Straßenbeläge, Hindernisse auf den Straßen, Lärmbelastung und Temperatur als Faktoren identifiziert, die die Mobilität und den Komfort insbesondere für ältere Bewohner beeinträchtigen. Helsinki steht als fortschrittliche Smart City vor der zusätzlichen Herausforderung, seine bestehenden digitalen Dienste an die spezifischen und oft übersehenen Bedürfnisse einer alternden Bevölkerung anzupassen. Flandern warf als vernetzter regionaler Kontext und nicht als einzelne Stadt Fragen der Größenordnung und der kommunenübergreifenden Koordination auf.

Operativer Auslöser 

URBANAGE zielt darauf ab, die potenziellen Vorteile, Risiken und Auswirkungen der Umsetzung eines langfristig nachhaltigen Rahmens für datengestützte Entscheidungsfindung im Bereich der Stadtplanung für ein gutes Altern in Städten zu bewerten und dabei speziell auf die Diskrepanz zwischen technisch optimierter Infrastruktur und ihrer tatsächlichen Nutzbarkeit durch ältere Einwohner einzugehen. 

Systemreaktion

In Santander wurde ein Index für altersfreundliche Stadtviertel entwickelt, der Variablen wie den Zustand der Straßeninfrastruktur, Hindernisse, die Verfügbarkeit von Stadtmobiliar sowie Lärm- und Temperaturwerte mit einer auf OpenStreetMap basierenden Kartenschicht integriert und über einen Digital Twin visualisiert. Für die Region Flandern wurde ein „Green Comfort Index“ entwickelt, um älteren Menschen dabei zu helfen, thermisch angenehme Bereiche zu erkennen und barrierefreie Einrichtungen zu finden. In Helsinki wurde der bestehende digitale Zwilling der Stadt ausgewertet und erweitert, um versteckte Barrieren für die Barrierefreiheit älterer Bürger innerhalb einer bereits fortschrittlichen städtischen Dateninfrastruktur aufzudecken. 

Facility Management-Entscheidung

Auf städtischer Ebene verlagert sich die Entscheidungsfindung von reaktiver Instandhaltung hin zu proaktiver Anpassung. Ältere Menschen wurden befragt und in den Entwicklungsprozess der digitalen Tools einbezogen; ihr Feedback wurde berücksichtigt, um die Benutzerfreundlichkeit zu verbessern und die Entscheidungsfindung für inklusivere, altersfreundliche Städte zu unterstützen.

Wann ist menschlicher Eingriff erforderlich?

Das System ersetzt keine Planungsentscheidungen. Die Interpretation von Daten, die Priorisierung von Maßnahmen und die Validierung von Ergebnissen bleiben weiterhin von Planern, Interessengruppen und dem Feedback der Nutzer abhängig. Das Modell wird im Rahmen einer inklusiven Co-Creation-Strategie mit relevanten Interessengruppen und Nutzern entwickelt. 

Auswirkungen auf die Nutzer 

Die wichtigste Auswirkung besteht darin, unsichtbare Barrieren sichtbar zu machen. Durch die Umwandlung von Umweltdaten in Nutzbarkeitsindikatoren in drei unterschiedlichen städtischen Kontexten – einer mittelgroßen spanischen Küstenstadt, einer großen nordischen Smart City und einem belgischen regionalen Netzwerk – zeigt das System, dass Altersfreundlichkeit je nach lokalen Gegebenheiten unterschiedliche Maßnahmen erfordert und dass kein einzelner Index das Gesamtbild erfasst.

Was gut funktioniert hat 

Der größte Beitrag ist der Wechsel von der Messung zur Interpretation, kombiniert mit dem Validierungsansatz in mehreren Städten. Tests in Santander, Helsinki und Flandern zeigten, dass die Instrumente an die lokalen Dateninfrastrukturen, Planungskulturen und die spezifischen Mobilitätsmuster älterer Einwohner angepasst werden mussten – eine Erkenntnis, die sich aus einem Pilotprojekt in einer einzigen Stadt nicht ergeben hätte.

Was nicht funktioniert hat

Das Modell ist von der Art der Darstellung abhängig. Datenschichten und Indizes können subjektive Erfahrungen möglicherweise nicht vollständig erfassen, und benachteiligte Gruppen sind in Datensätzen oder partizipativen Prozessen nicht immer gleichberechtigt vertreten. Die Struktur mit drei Städten führte zudem zu Koordinationsschwierigkeiten, und der Abschluss des Projekts im Januar 2024 lässt Fragen hinsichtlich der langfristigen institutionellen Übernahme über die Forschungsphase hinaus offen.

Konnektivität

Die entscheidende Verbindung verknüpft physische Gegebenheiten mit Interpretationsrahmen über mehrere städtische Ebenen hinweg. Das System fungiert als Übersetzungsebene – die jedoch für die Datenreife, die Governance-Struktur und das Bevölkerungsprofil jeder Stadt neu kalibriert werden muss.