Ein Schreibtisch-Roboter gegen Handy-Prokrastination. Und die Frage, wie viel Persönlichkeit er dafür braucht.
EingereichtICRA 2027 · Seoul
HRIPythonYOLOv8NutzerstudiePaper
Paper · Konferenzbeitrag
Combating Procrastination with Reachy Mini: Evaluating Persuasive Communication Modalities
Daniel Kling, Elia Baisch Computer Science and Media · Hochschule der Medien Stuttgart
21Teilnehmende
3Verhaltensmodi
4Interaktionsphasen
App-Blocker lassen sich wegwischen. Ein Roboter auf dem Schreibtisch nicht. Wir haben untersucht, wie sozial ein solcher Roboter auftreten darf, damit er motiviert statt nervt. Dafür haben wir drei Verhaltensweisen in einer Video-Studie gegeneinander antreten lassen.
Rolle
Konzept, Entwicklung, Studie, Paper
Team
2 Personen, mit Daniel Kling
Kontext
Master-Modul KI in der Mensch-Roboter-Interaktion, HdM
Hardware
Reachy Mini Lite · MacBook Air
Das Problem
Die größte Ablenkung liegt direkt neben der Tastatur. Und alles, was dagegen hilft, läuft auf demselben Bildschirm.
Screen-Time-Dashboards, App-Blocker und Fokus-Timer lassen sich wegklicken, pausieren oder deinstallieren, und man gewöhnt sich schnell an sie. Ein Roboter, der physisch mit im Raum ist, wirkt nachweislich überzeugender als ein Bildschirm-Agent. Unsere Idee: eine Erinnerung, die man nicht wegwischen kann.
≥ 50 %
der Studierenden prokrastinieren regelmäßig bei Aufgaben, die ihnen eigentlich wichtig sind.
Svartdal et al., 2020
1.269
Studierende zeigten: Intensive Smartphone-Nutzung hängt mit mehr akademischem Aufschieben zusammen.
Chang, 2025
Präsenz
Roboter im selben Raum überzeugen stärker als Roboter auf dem Bildschirm oder virtuelle Agenten.
Li, 2015
Das System
Der Roboter merkt, wenn das Handy den Tisch verlässt
Eine Live-Erkennung mit YOLOv8n beobachtet über die Kamera des Roboters den Schreibtisch. Ein geglätteter Tracker und eine kleine Zustandsmaschine entscheiden, wann aus „liegt da“ ein „wurde aufgehoben“ wird, und lösen dann die Reaktion aus.
Live-Erkennung: Detecting → Locked → Alert
Detecting
Wartet, bis das Handy ruhig auf dem Tisch liegt.
Locked
Merkt sich die Position als Referenz.
Alert
Verlässt das Handy einen 50-Pixel-Radius, reagiert der Roboter.
Ablauf einer Reaktion
Vier Phasen, aufgebaut auf operanter Konditionierung
Jede Reaktion folgt demselben Gerüst nach Skinner. Nur wie der Roboter sich dabei bewegt und klingt, unterscheidet die drei Modi.
01
Handy hoch
Positive Bestrafung
Der Roboter reagiert sofort und wendet sich dir zu.
02
Aufmerksamkeit
Negative Verstärkung
Solange du am Handy bist, bleibt der Druck bestehen.
03
Abwendung
Negative Bestrafung
Hörst du nicht auf, dreht er sich enttäuscht weg.
04
Handy weg
Positive Verstärkung
Liegt es wieder, schaut er zurück und freut sich.
Drei Persönlichkeiten
Gleiche Aufgabe, drei Charaktere
Reachy Mini hat kein Gesicht, das sich bewegen kann. Alles, was er ausdrückt, läuft über Kopfhaltung, Körperdrehung, zwei Antennen und Ton. Daraus haben wir drei Modi mit unterschiedlich viel sozialem Ausdruck gebaut.
Mode A
Tech
Eine klare Maschine: präzise, logisch, ohne Emotion.
Bewegung
Linear, konstante Geschwindigkeit, harte Starts und Stopps
Ton
Mechanische, synthetische Signaltöne
„sounds like a bomb“
Favorit
Mode B
Humanoid
Ein kleines Wesen: organisch, emotional, ohne Worte.
Bewegung
Organisch, mehrere Achsen gleichzeitig, erschrockenes Zurückzucken
Ton
Ausdrucksstarke nonverbale Laute, Emotion über die Antennen
„perfect mixture of intelligence“
Mode C
Human
Ein frecher Kumpel: spricht, zählt runter, wird sarkastisch.
Bewegung
Organisch, kleine Idle-Bewegungen beim Sprechen
Ton
Gesprochene Sprache, kindliche Stimme, Humor
„I would immediately put my phone down“
Die Studie
Kontrolliert gefilmt, online bewertet
Alle drei Modi wurden am selben Tisch, aus derselben Perspektive und mit derselben Handlung aufgenommen. Nur das Verhalten des Roboters ändert sich. 21 Teilnehmende haben die Videos in zufälliger Reihenfolge gesehen und jeden Modus mit der Human-Robot Interaction Evaluation Scale (HRIES) und dem TAM-Konstrukt Perceived Usefulness bewertet.
Vor dem ersten Video
Die Leute erwarten kein Gespräch, sondern Laute und Gesten
Noch bevor sie den Roboter in Aktion gesehen haben, sollten die Teilnehmenden angeben, wie er kommunizieren würde. Und welche Persönlichkeit sie ihm zutrauen: vor allem verträglich und freundlich, kaum streng.
Nonverbale Laute
81 %
Ausdrucksstarke Gesten
67 %
Lichtsignale
62 %
Synthetische Roboterstimme
52 %
Menschliche Stimme
48 %
Tierähnliche Laute
43 %
Mimik
29 %
Kurze Kommunikation
24 %
Komplexes Gespräch
24 %
Ergebnisse
Der wortlose Modus gewinnt
Mode B wurde signifikant geselliger und lebendiger wahrgenommen als der Tech-Modus und auch signifikant geselliger als der sprechende Modus. Beim Störempfinden, bei der Nützlichkeit und im Ranking lag er ebenfalls vorn, dort allerdings nur als Tendenz ohne Signifikanz.
Wahrnehmung des Roboters (HRIES)
A · TechB · HumanoidC · Human
Geselligkeitp = .007
A
3.26
B
4.42
C
3.52
Lebendigkeitp = .006
A
2.88
B
4.15
C
3.74
Handlungsfähigkeitn. s.
A
3.86
B
3.96
C
3.92
Störempfinden (weniger ist besser)n. s.
A
3.11
B
2.62
C
3.17
Mittelwerte je Modus auf einer 7-stufigen Skala · N = 21 · Messwiederholungs-ANOVA, Tukey-Post-hoc · n. s. = nicht signifikant
Aus den Freitext-Antworten
Was die Teilnehmenden gesagt haben
„Voice is creepy, text is brainrot.“
Über Mode C
„Unclear why I should use a robot and not an app.“
Grundsätzliche Kritik
„He made me anxious so I would not be focused.“
Über Mode C
Die Erkenntnis
Nicht so viel Persönlichkeit wie möglich, sondern genau die richtige Dosis.
Ein reiner Alarm wirkt kalt und erschreckt. Ein sprechender Roboter erzeugt Druck, Schuldgefühle und wird selbst zur Ablenkung. Am besten funktioniert ein Begleiter, der organisch reagiert und sich über Laute statt Worte ausdrückt: präsent, aber nicht aufdringlich. Gleichzeitig zeigt die Studie, wie unterschiedlich Menschen solche Eingriffe empfinden. Eine Einheitslösung gibt es nicht.
Projektverlauf
Von der ersten Idee zur Einreichung
März 2026Einstieg in HRI, Projektwahl Reachy Mini Lite
AprilSDK-Setup, erste Bewegungen, Smartphone-Erkennung
MaiDrei Modi, Testumgebung, Videoaufnahmen
Juni – JuliUmfrage auf Hugging Face, Auswertung in Jamovi, Paper
