News & Blog

Masterarbeit "Gamifizierte Multi-Device-Interaktionen für Senioren-Übungen"

09.06.2017 | Abschlussarbeiten bei XITASO

Sebastian Klapprott

Masterarbeit bei XITASO
Universität Augsburg, Fakultät für Angewandte Informatik, Lehrstuhl für Multimodale Mensch-Technik Interaktion
Wintersemester 2016/17

Sebastian Klapprott hat im Wintersemester 2016/17 an der Universität Augsburg seine Masterarbeit mit dem Titel „Gamifizierte Multi-Device-Interaktionen für Senioren-Übungen“ verfasst.

Die Arbeit wurde vom Lehrstuhl für Multimodale Mensch-Technik Interaktion betreut und von XITASO unterstützt. Im Rahmen seiner Arbeit hat sich Sebastian Klapprott mit dem Themengebiet der möglichen Motivationssteigerung bei Senioren mit Hilfe von Gamification auseinandergesetzt. Die Fragestellung der Arbeit war, ob und wie gut eine Kombination aus Sport-Übungen zur Sturzprävention und Gamification-Elementen zur Steigerung von Beweglichkeit im Alter funktioniert. Zu diesem Zweck hat Sebastian Klapprott eine Anwendung mit Spiele-Elementen erstellt, die Senioren zu Sport-Übungen anleitet, die durchgeführten Bewegungen analysiert und Feedback zur Qualität der Durchführung gibt.

Ziel war es aber nicht nur, mit der Anwendung Senioren zu sportlichen Übungen zu motivieren, sondern auch, Erkenntnisse zur Auswertung von Sensordaten und der Interaktion mit einem Wearable zu erlangen. Dazu wurde die Kombination des Wearables mit einem Touch-Display in Tablet-Größe beobachtet, wobei beide Geräte gleichzeitig genutzt wurden und sich gegenseitig ergänzt haben.

Die Zielgruppe der Anwendung waren ältere Senioren ohne technische Vorkenntnisse, die keinen Sport machen, aber sich noch ausreichend bewegen konnten, um Bewegungen mit den Armen durchzuführen. Die Bandbreite an möglichen Übungen war allerdings beschränkt, da die Anwendung mithilfe eines am Arm getragenen Wearables, eines Fitness-Trackers, realisiert wurde.

Bei einem Workshop haben sieben Senioren zwischen 60 und 70 Jahren unter Anleitung und Beobachtung eine erste Version der Anwendung in der Praxis getestet und evaluiert und bis auf wenige Ausnahmen gut aufgenommen.

Eingesetzte Geräte

Microsoft Band 2 (Erfassung von Bewegungsdaten und Interaktion)

Microsoft Surface Pro (Interaktion mit Web-Interface der Android-App)

Samsung Galaxy SIII (Anwendungs-Logik, Bewegungserkennung, Webserver)

Eingesetzte Technologien

Android-App, erstellt mit der Cross-Plattform-Entwicklungsumgebung Xamarin Studio.

In die App integriert:

Web- und Websocket-Server, realisiert mit der Bibliothek Mongoose.

Bewegungserkennung, realisiert mit dem in der Machine-Learning-Bibliothek GRT (gesture recognition toolkit) enthaltenen DTW-Algorithmus (dynamic time warping).

Eingesetzte Programmiersprachen

C#, C++, C