Neuroergonomics Research Talents: Neural Basis and Decoding of Emotional Speech Perception

Wie spiegelt sich die emotionale Färbung gesprochener Sprache in Hirn- und Körpersignalen wider – und lässt sich diese Information mit maschinellem Lernen zuverlässig und erklärbar dekodieren? Diese Fragen stehen im Zentrum eines Forschungsprojekts, in dem 5–8 Masterstudierende über sechs bis acht Monate einen vollständigen empirischen Forschungszyklus durchlaufen: von der Formulierung der Hypothesen und der Präregistrierung über die multimodale Datenerhebung und -analyse bis zur Aufbereitung, Präsentation und Diskussion der Ergebnisse – mit der Option, darüber hinaus an einer Fachpublikation und der Veröffentlichung des Datensatzes mitzuwirken.

Gegenstand des Projekts ist die neurophysiologische Validierung von GAUDIE (Lingelbach, Vukelić & Rieger, 2023; https://doi.org/10.3758/s13428-023-02135-z) – einer Datenbank naturalistischer deutschsprachiger Sprachstimuli mit negativer, neutraler und positiver emotionaler Färbung. GAUDIE ist nach unserem Kenntnisstand derzeit die einzige Ressource dieser Art für naturalistische deutschsprachige Konversationen, wurde bislang jedoch ausschließlich auf Verhaltensebene validiert.

Das Projekt schließt diese Lücke: Sie untersuchen, wie sich die Verarbeitung und Wirkung dieser Stimuli in neuronalen und peripherphysiologischen Signalen abbilden und wie sich diese Muster mittels maschinellen Lernens klassifizieren lassen. Damit verbindet das Projekt Grundlagenfragen der affektiven Neurowissenschaft und Neuroergonomie mit anwendungsnahen Fragestellungen der Mensch-Computer-Interaktion, etwa der Entwicklung interpretierbarer ML-Architekturen zur Nutzerzustandserkennung (z. B. für emotionssensitive Sprachassistenten). Der erhobene Datensatz wird als Open-Access-Referenzressource für affektive Neurowissenschaft, Psycholinguistik und Sprachtechnologie veröffentlicht.

Sie durchlaufen gemeinsam den Forschungsprozess von der Entwicklung des Experimentaldesigns bis zur Auswertung und wissenschaftlichen Kommunikation der Ergebnisse. Dazu gehören unter anderem:

• Entwicklung von Forschungsfragen, Hypothesen und Experimentaldesign sowie Präregistrierung auf dem Open Science Framework (OSF)
• Implementierung des Experiments in Python mit Lab Streaming Layer (LSL)
• praktische Erfahrung in der multimodalen Datenerhebung mit EEG, fNIRS, Eyetracking, EKG und EDA
• Datenmanagement nach FAIR-Prinzipien und Aufbereitung im BIDS-Format
• praktische Erfahrung in der Verarbeitung und statistischen Analyse neurophysiologischer Daten
• Anwendung überwachter und unüberwachter Verfahren des maschinellen Lernens mit interpretierbaren Modellen
• Projektabschluss: eigenständige Organisation einer internen Minikonferenz, auf der Sie erste Ergebnisse als wissenschaftliches Poster präsentieren
• Optional über die Projektlaufzeit hinaus: Mitwirkung an einem wissenschaftlichen Manuskript und an der Veröffentlichung des Datensatzes als Open-Access-Ressource

Sie arbeiten an einem realen, publikationsorientierten Forschungsvorhaben mit, lernen die Laborinfrastruktur des IAT der Universität Stuttgart und des Fraunhofer IAO kennen und erwerben ein Methodenprofil, das für Masterarbeits- und Promotionsvorhaben ebenso relevant ist wie für forschungsnahe Tätigkeiten in der Industrie.

Sie werden während des gesamten Projekts fachlich und methodisch durch die wissenschaftliche Leitung und einen wissenschaftlichen Mitarbeiter begleitet. Für Versuchsaufbau und Datenanalyse stellen wir Ihnen bestehende Python-Skripte als Ausgangsbasis bereit und passen diese mit Ihnen gemeinsam an. Ergänzend finden vier Blocktermine à drei Stunden an zentralen Stellen des Forschungsprozesses statt:

• Einführung in Theorie, Messmethoden und Experimentaldesign
• Hands-on-Training zu multimodaler Datenerhebung und -analyse
• Präsentation und Diskussion von Zwischenergebnissen
• Planung der Minikonferenz sowie Testdurchläufe der Posterpräsentationen

Individuelle Sprechstunden stehen nach Bedarf zur Verfügung.

Das Projekt richtet sich an leistungsstarke Masterstudierende ab dem zweiten Fachsemester, insbesondere aus Technologiemanagement, Maschinenbau, Technischer Kybernetik, Computational Linguistics, Linguistik, INFOTECH, Informatik, Elektrotechnik und Informationstechnik sowie vergleichbaren Studiengängen.

Vorausgesetzt werden:

• gute Kenntnisse in der Signalverarbeitung und Statistik
• gute bis sehr gute Python-Kenntnisse
• ein ausgeprägtes Interesse an Psycholinguistik, Neuroergonomie und biosignalbasierter Nutzerzustandserkennung

Bitte reichen Sie ein kurzes Motivationsschreiben (max. eine Seite), einen Lebenslauf sowie eine aktuelle Leistungsübersicht (Transcript of Records) ein. Ausgewählte Bewerberinnen und Bewerber laden wir anschließend zu einem kurzen Kennenlern-Gespräch ein

• Projektzeitraum: Oktober 2026 – März 2027
• Blocktermine: vier Termine à 3 Stunden, gemeinsam mit der Gruppe abgestimmt
• Ort: Institut für Arbeitswissenschaft und Technologiemanagement IAT, Allmandring 35, 70569 Stuttgart
• Gruppengröße: 5–8 Studierende

Bewerbung an: katharina.lingelbach@iao.fraunhofer.de

Neuroergonomics Research Talents ist ein Projekt der School for Talents an der Universität Stuttgart, die durch die Deutsche Forschungsgemeinschaft (DFG) im Rahmen der Exzellenzstrategie des Bundes und der Länder gefördert wird (UP 62).