• Kontakt
  • Impressum
  • Datenschutz
  • Jobs
enable Clusterenable cluster 2.0
  • Home
  • enable-Cluster
    • Über uns
    • enable: 1. Förderphase
    • Partner
    • Steering Committee
    • Internationaler Beirat
    • Kontakt
    • News & Events
    • Stellenanzeigen
  • Forschung
    • enable-Humanstudienzentren
    • Frühindikatoren für Adipositas
      • Metabolische Phänotypen in der Kindheit
      • Das frühkindliche Mikrobiom
      • Identifizierung von metabolischen Geruchsrezeptoren
      • Metabotypisierung von Säuglingen
    • Ballaststoffangereicherte Lebensmittel
      • In-vitro Glukosefreisetzung für Ballaststoffe und ballaststoffreiche Lebensmittelmatrices
      • Effekte von Ballaststoffen auf den Glukose-Metabolismus
      • Optimierung und Anwendung des Metabotyp-Konzeptes
    • Mangelernährung im Alter
      • Bewältigung von Mangelernährung und Dehydratation
      • Technische Unterstützung für Essen und Trinken
    • Der virtuelle Ernährungsberater
      • Digital Twin
      • Algorithmen und Datenmodelle für eine moderne, kontextbewusste Ernährungsberatung
      • Optimale Benutzerschnittstelle für einen virtuellen Ernährungsberater
      • APPetite
    • Das Verbraucherverhalten
      • Gesunde Lebensmittelauswahl in einem komplexen Marktumfeld
      • Selbsterkenntnis als Interventionsstrategie für Ernährungsverhalten
      • Personalisierte Preispromotion
    • Sensorische Aspekte
      • Einfluss von Erwartungshaltung
      • Belohnung durch Nahrungsmittel
      • Stress als Mediator stress-assoziierter Fehlernährung
  • Lebensphasen
    • Schwangerschaft und frühe Kindheit
    • Jugendalter
    • Erwachsenenalter
    • Ältere Menschen/Hochbetagte
  • Wir fördern
    • Nachwuchsgruppe PeNut
      • LION-Studie
      • Umfrage
      • Literaturanalyse
      • PeNut News
      • Das PeNut Team
    • Wissenschaftlichen Nachwuchs
    • Innovationen
  • de de
    • de Deutsch
    • en English
    • fr Français
  1. enable 2.0
  2. Forschung
  3. Der virtuelle Ernährungsberater
  4. Algorithmen und Datenmodelle für eine moderne, kontextbewusste Ernährungsberatung

Algorithmen und Datenmodelle für eine moderne, kontextbewusste Ernährungsberatung (FA5 Modul2)

Heutzutage gibt es eine Vielzahl mobiler Anwendungen für die Unterstützung einer gesunden Lebensweise und gesunder Ernährung. Trotzdem fällt es vielen Nutzern schwer, die dort gegebenen Ratschläge in ihren Alltag zu integrieren, da diese häufig nicht mit individuellen Einschränkungen, Bedürfnissen und Situationen vereinbar sind.

Thema dieser enable-Focus Area ist deshalb der virtuelle Ernährungsberater, der viel stärker als bisher üblich auf die Lebensrealität des Nutzers eingehen soll. Hierbei wird an Ansätze für personalisierte Ernährungsempfehlungen aus der ersten Förderperiode von enable angeknüpft.

Dieses Projekt befasst sich mit Algorithmen und Datenmodellen als Basis für den virtuellen Ernährungsberater, also mit Strukturen und Prozessen, die im Hintergrund einer App nötig sind um eine personalisierte, situationsbezogene und vorausschauende Ernährungsberatung zu ermöglichen.

Der virtuelle Ernährungsberater soll dem Nutzer immer dann helfen, wenn wichtige Einkaufs- und Essensentscheidungen getroffen werden. Außerdem sollen die Ernährungsempfehlungen für Nutzer echte, umsetzbare Alternativen darstellen, um durch Praktikabilität die Akzeptanz für die Ratschläge zu erhöhen. Deshalb wird besonders an der engen Verknüpfung der Ernährungsempfehlungen mit der Lebenssituation des Nutzers gearbeitet. Zum einen gehört dazu ein umfassendes Nutzerprofil, das beispielsweise kulinarische Vorlieben abbildet. Zum anderen muss auch der Kontext des Nutzers erfasst werden, um je nach Situation agieren und reagieren zu können. So soll die Anwendung unter anderem dazu in der Lage sein, den emotionalen Zustand des Nutzers einzubeziehen, und so beispielsweise gezielt auf Stress-Esser einzugehen.

Unsere Ziele

Das Ziel dieses Projekts ist die Entwicklung von Algorithmen und Datenmodellen, die es einem virtuellen Ernährungsberater ermöglichen, personalisiert, situationsbezogen und vorausschauend Ernährungsempfehlungen abzugeben. Teilziele sind das Empfehlen gesunder Nahrungsalternativen, die kulinarisch dem Original entsprechen, sowie das Erstellen von Ernährungs- und Einkaufsplänen, die sich flexibel an Nutzer und deren Lebenssituation anpassen.

Kontakt

PD Dr. Georg Groh
Arbeitsgruppe Social Computing
Fakultät für Informatik
Technische Universität München
Tel.: +49 (0)89 289 18678
E-Mail: grohg(at)in.tum.de

© 2020     www.enable-cluster.de | Impressum | Datenschutz