Smart Classroom: Anwesenheit und Emotionen im Blick für engagiertes Lernen

In der Hochschulbildung wird die Nutzung von Smart-Classroom-Technologien immer häufiger, doch bisher konzentrierte sich die Forschung vor allem auf die Automatisierung der Anwesenheitskontrolle. Die emotionale und kognitive Beteiligung der Studierenden blieb dabei weitgehend unbeachtet, was Lehrenden die Möglichkeit nimmt, frühzeitig Desinteresse zu erkennen und ihre Unterrichtsstrategien anzupassen.

Eine neue Lösung namens SCASED (Smart Classroom Attendance System with Emotion Detection) verbindet die automatische Anwesenheitsverfolgung mit der Erkennung von Gesichtsausdrücken. Das System nutzt eine Raspberry‑Pi‑Kamera und OpenCV zur Gesichtserkennung sowie ein feinabgestimmtes MobileNetV2-Modell, das vier Lern‑Emotionen – Engagement, Langeweile, Verwirrung und Frustration – klassifiziert.

Durch einen sessionsbasierten Ansatz wird die Anwesenheit einmal pro Unterrichtseinheit erfasst, während die Emotionen kontinuierlich überwacht werden. Alle Daten werden in einem cloudbasierten Dashboard visualisiert, sodass Lehrende sofortige Einblicke in die Dynamik des Klassenzimmers erhalten.

In einer experimentellen Evaluation mit dem DAiSEE‑Datensatz erreichte die Emotionsklassifikation eine Genauigkeit von 89,5 %. Die Ergebnisse zeigen, dass die Kombination von Anwesenheits- und Emotionsdaten Lehrenden zusätzliche Erkenntnisse über das Lernumfeld liefert und eine reaktionsschnellere Unterrichtsgestaltung ermöglicht.