Emotion AI: Wenn Wearables kontinuierlich alles aufnehmen und KI daraus Stimmungen ableitet

Metas neue Patentanmeldung liefert einen Vorgeschmack darauf, wie Sprach-, Sensor- und Kontextdaten zu emotionalen Profilen verschmelzen könnten. Für Unternehmen wird daraus weniger ein Gadget-Thema als vielmehr eine Governance- und Compliance-Frage.

Meta hat in den USA die Patentanmeldung US 2026/0182881 A1 für ein KI-System veröffentlicht, das gesprochene Sprache über längere Zeiträume erfassen, transkribieren und daraus emotionale Zustände ableiten soll. Die Anmeldung wurde am 16. Dezember 2025 eingereicht und am 2. Juli 2026 veröffentlicht. Zwar handelt es sich nicht um ein angekündigtes Produkt, sondern zunächst nur um eine Schutzrechtsanmeldung für eine technische Idee. Meta erklärte gegenüber Dataconomy, dass Patente häufig Konzepte offenlegen, die umgesetzt werden könnten – oder auch nicht. Die Nachricht, dass Meta bereits an entsprechenden Wearables arbeiten soll, deutet eher auf Ersteres hin.

Eine Patentanmeldung als Frühwarnsignal

Der Kern der Anmeldung ist bemerkenswert: Ein Gerät soll Sprache in unterschiedlichen Alltagssituationen aufnehmen, in Text umwandeln und ein Modell auf Wörter sowie nichtsprachliche Signale wie Tonfall, Tempo, Seufzen oder Lachen anwenden. Die Ergebnisse würden mit Kontextdaten verknüpft – etwa Uhrzeit, Standort, Aktivität oder genutztem digitalen Dienst – und zu einem zeitlichen Stimmungsprofil verdichtet.

Die Patentanmeldung geht über Audio hinaus: Genannt werden auch biometrische und Eye-Tracking-Signale wie Pupillengröße, Blinzelrate oder Augenfeuchtigkeit sowie Nutzungsdaten wie angesehene Inhalte, Likes, Bildschirmzeit oder App-Wechsel.

The Hacker News beschreibt zudem Varianten, in denen Smart Glasses, Smartphone, Smartwatch, Kopfhörer oder Smart Speaker als Erfassungsgeräte dienen könnten.

Vom Fitness-Coach zum Always-on-Assistenten

Das ist insbesondere von Bedeutung, da Meta laut The Verge bereits an Prototypen sogenannter „Super-Sensing“-Smart-Glasses arbeiten soll. Als Always-on-Wearable soll kontinuierlich Audio aufgenommen und alle paar Sekunden Fotos erfasst werden können. Nutzer sollen Meta AI anschließend zu dem befragen können, was die Brille gehört oder gesehen hat.

In einem von der Financial Times beschriebenen Ansatz würden Rohdaten aus Audio und Bildern weder bei Meta gespeichert noch direkt dem Nutzer zugänglich gemacht, sondern zu Metadaten verdichtet und an Server übertragen. Der mögliche Nutzen liegt damit in einem kontextbewussten KI-Assistenten, der Erinnerungs- und Alltagshilfen liefern kann. Zugleich soll Meta diskutieren, ob die erfassten Daten auch zum Training eigener KI-Modelle verwendet werden könnten.

Die eigentliche Risikozone: Umgebungsdaten Dritter

Kritisch ist vor allem die Erfassung von Umgebungsdaten Dritter: The Verge verweist auf bestehende Kontroversen um Gesichtserkennungsfunktionen, missbräuchliche Aufnahmen mit Smart Glasses und Dienste, die LED-Aufnahmeindikatoren entfernen. Zwar rollt Meta ein Update aus, das die Kamera bei erkannter Manipulation des LED-Hinweises deaktivieren soll; für den „super sensing“-Modus soll der Indikator laut Bericht aber eben gerade nicht leuchten. Meta begründet eine zurückhaltende Nutzung des Lichts in einem Whitepaper damit, dass Nutzer und Umstehende sonst gegenüber dem Signal abstumpfen könnten.

Meta kommentierte interne Prototypen nicht im Detail, betont aber, man wolle die Brillen „richtig“ entwickeln, damit sie sowohl von Trägern als auch von Menschen in deren Umgebung akzeptiert werden — für Unternehmen macht der Fall vor allem deutlich, wie schnell Wearables mit KI-Funktionen zu Fragen von Einwilligung, Transparenz, Datenminimierung und Governance werden können.

Warum das im Enterprise-Umfeld relvant ist

In Verbindung mit der jetzt bekanntgewordenen Patentanmeldung liegt die Relevanz in der technischen Ausrichtung: Sprache, Biometrie und Nutzungskontext werden zu einer kontinuierlichen Verhaltensanalyse zusammengeführt.

Einzelne Bausteine davon sind im Enterprise-Umfeld bereits etabliert. Zoom beschreibt Voice Analytics im Contact Center als KI-gestützte Analyse von Gesprächen, die Tonfall, Tempo, Lautstärke und emotionale Hinweise auswertet, um etwa Frustration oder Verwirrung zu erkennen, Agenten zu coachen und Reports zu erzeugen. Verint positioniert Cogito als Lösung für Echtzeit-KI-Coaching sowie Customer- und Employee-Experience-Monitoring (CX/EX) in Contact Centern, inklusive Echtzeit-Scores für CX und EX.

Damit entstehen klar unterscheidbare Einsatzszenarien:

• Im Kundenservice können Stimmungs- und Sprachsignale helfen, eskalierende Gespräche früher zu erkennen, Qualitätsmanagement zu automatisieren oder wiederkehrende Produktprobleme schneller sichtbar zu machen.
• Im Vertrieb können Gesprächsanalysen Hinweise auf Einwände, Kaufbereitschaft oder Gesprächsführung liefern.
• Im Compliance-Kontext lassen sich Pflichtformulierungen und Risikosignale überwachen.

Kritischer wird es, sobald dieselbe Logik auf Beschäftigte angewendet wird: Dann verschiebt sich der Zweck von Serviceverbesserung zu Leistungs-, Stress- oder Verhaltensmonitoring.

Genau diese Grenze ist in Deutschland besonders sensibel, weil solche Systeme typischerweise personenbezogene Daten, häufig sogar biometrische oder gesundheitsnahe Signale, verarbeiten.

Europa zieht die rote Linie am Arbeitsplatz

Der regulatorische Rahmen ist in der EU deutlich enger als in vielen anderen Märkten, da nahezu alle digitalen Technologien aufgrund ihrer Datenerfassung potenziell geeignet sind, Beschäftigte zu überwachen.

Die KI-Verordnung definiert in Artikel 3 Nr. 39 ein Emotionserkennungssystem als KI-System, das dazu dient, Emotionen oder Absichten natürlicher Personen auf Grundlage biometrischer Daten zu identifizieren oder abzuleiten. Artikel 5 Abs. 1 Buchstabe f verbietet das Inverkehrbringen, die Inbetriebnahme und die Verwendung von KI-Systemen, die darauf ausgerichtet sind, Emotionen natürlicher Personen am Arbeitsplatz oder in Bildungseinrichtungen abzuleiten, außer wenn der Einsatz aus medizinischen oder sicherheitsbezogenen Gründen vorgesehen ist. Nach Artikel 113 Buchstabe a gilt dieses Verbot seit dem 2. Februar 2025. Erwägungsgrund 44 begründet die Regelung mit der besonderen Eingriffsintensität solcher Systeme, ernsthaften Zweifeln an ihrer wissenschaftlichen Grundlage, begrenzter Zuverlässigkeit, mangelnder Spezifität und eingeschränkter Generalisierbarkeit sowie mit Machtungleichgewichten in Arbeit und Bildung.

In Deutschland kommt zusätzlich die Mitbestimmung hinzu. Nach § 87 Abs. 1 Nr. 6 BetrVG hat der Betriebsrat bei Einführung und Anwendung technischer Einrichtungen mitzubestimmen, die dazu bestimmt sind, Verhalten oder Leistung von Arbeitnehmern zu überwachen. In Deutschland erfolgt diese Mitbestimmung üblicherweise über eine schriftliche Vereinbarung zwischen Arbeitgeber und Betriebsrat. § 26 BDSG erlaubt Beschäftigtendatenverarbeitung nur, soweit sie für das Beschäftigungsverhältnis erforderlich ist. Bei Einwilligungen ist die Abhängigkeit im Arbeitsverhältnis ausdrücklich zu berücksichtigen. Der Landesbeauftragte für Datenschutz und Informationsfreiheit (LDI) von Nordrhein-Westfalen empfiehlt Verantwortlichen bei KI-Anwendungen zudem, Zweckbestimmung, Transparenzpflichten, Betroffenenrechte und Richtigkeit der Ergebnisse vor Auswahl und Einsatz zu prüfen.

Governance statt Technikgläubigkeit

Die zentrale Governance-Frage lautet daher nicht nur, ob eine Emotionserkennung technisch möglich ist, sondern ob sie zweckgebunden, verhältnismäßig, nachweisbar korrekt und rechtlich zulässig ist. Der britische Datenschutzregulator ICO warnte bereits 2022, Organisationen müssten öffentliche Risiken von Emotion-Analysis-Technologien vor dem Einsatz bewerten; wer unverantwortlich handele oder Erwartungen nicht erfülle, müsse mit Untersuchungen rechnen.

Die Bedenken sind praktischer Natur: Fehlklassifikationen können zu falschen Annahmen über Stress, Motivation oder Kundenabsicht führen; kontinuierliche Erfassung kann Dritte in Gesprächen miterfassen; und dauerhaft gespeicherte Stimmungsprofile schaffen ein attraktives Ziel für Missbrauch oder Datenabfluss.

Der Markt hat die Warnsignale bereits gesehen

Ein globaler Vergleich zeigt, dass der Markt mit solchen Funktionen bereits Erfahrungen gesammelt hat. Amazon führte mit Halo eine stimmungsbezogene Tonanalyse ein, stellte die Halo-Produkte jedoch zum 31. Juli 2023 ein; ab 1. August 2023 sollten Geräte und App nicht mehr funktionieren, verbleibende Gesundheitsdaten sollten gelöscht werden.

Metas Anmeldung ist breiter angelegt, weil sie Sprachsignale mit Standort, Nutzungskontext und optionalen biometrischen Sensoren verbindet. Für deutsche Unternehmen ist sie deshalb weniger ein Produktgerücht als ein Frühwarnsignal: Emotion AI wird vom Experiment in die Enterprise-Architektur wandern. Im Arbeitsplatzkontext ist die rote Linie in Europa jedoch bereits gezogen.