„Insightful, Privacy-Aware Home Sensor Data Visualizations with AI” - Studentische Abschlussarbeit zu Usable Privacy im Smart Home

Sensordaten aus dem Haushalt sind wegen ihrer Granularität und Kontinuität wertvoll – gleichzeitig sind sie aus Datenschutz-  und Ethik-Gründen sensibel, weil selbst einfache Messungen zu Temperatur, Luftfeuchte, Luftqualität oder Helligkeit im Zuhause Rückschlüsse auf persönliche Routinen ermöglichen, die kritisch für die häusliche Privatsphäre sein können. In der betreuten Masterarbeit „Insightful, Privacy-Aware Home Sensor Data Visualizations with AI” wird Privatsphäre als repräsentationsbezogenes Problem adressiert. Dazu untersucht die Arbeit, wie privatsphärefreundliche Visualisierungen einfacher Sensorsignale aussehen können und welchen Einfluss kreative Visualisierungen auf das Nutzerverhalten im privaten Umfeld haben.

Dazu wurde ein System entwickelt, das ein KI generiertes Bild mit Daten und Diagrammen auf verschiedenen Ebenen kombiniert. Die oberste Ebene stellt dabei Messwerte qualitativ und beiläufig erfassbar dar, während detaillierte Daten erst nach gezielter Interaktion in tieferen Ebenen sichtbar sind. Nach einem explorativen Entwicklungszyklus wurde der entwickelte Prototyp in mehreren Haushalten eingesetzt und erfolgreich evaluiert.

Die Arbeit zeigt, dass affektive, abstrahierte Visualisierungen innerhalb einer mehrschichtigen Architektur sowohl Schutz der häuslichen Privatsphäre als auch den Alltagsnutzen unterstützen können und dass generative KI dazu ein praktikables Designwerkzeug für die Zugänglichmachung häuslicher Daten darstellen kann.
Wir freuen uns wieder über eine äußerst gelungene Masterarbeit, die die Betrachtungen innerhalb von Simplications erweitert und ergänzt.