Was misst dieser Emotionserkennungstest?
Er misst, wie oft deine Bezeichnung dem beabsichtigten Ausdruck eines synthetischen Porträts entspricht. Manche Darstellungen sind dezent, andere stärker. Einen dargestellten Ausdruck zu erkennen ist enger gefasst, als einen Menschen im Zusammenhang zu verstehen: Ein Gesicht allein verrät innere Gefühle nicht zuverlässig [2]. Der Wert beschreibt diese Bilder, nicht deine gesamten sozialen Fähigkeiten.
Auf einen Blick
- Aufgabe: den beabsichtigten Ausdruck in 21 Porträts erkennen.
- Bezeichnungen: fröhlich, traurig, wütend, ängstlich, überrascht, angewidert und neutral.
- Stärke: dezente, mittlere und starke Darstellungen sowie neutrale Porträts. Das sind Beschreibungen, keine psychologisch geeichten Einheiten.
- Ergebnis: Trefferquote und richtige Antworten nach Ausdruck und Stärke.
- Bilder: computergenerierte Gesichter nicht existierender Menschen. Keine Kamera, Fotos oder persönlichen Angaben nötig.
So funktioniert das Spiel
- Warte, bis die Bilder geladen sind, und starte, wenn du bereit bist.
- Betrachte das Porträt. Wähle die passendste der sieben Bezeichnungen durch Antippen oder mit der zugehörigen Ziffer.
- Bearbeite den Satz. Die Bezeichnungen bleiben an derselben Stelle. Es gibt keinen Zeitbonus; Antworten werden während des Spiels nicht aufgedeckt.
- Lies die Aufschlüsselung. Der Server vergleicht deine Auswahl mit der beabsichtigten Darstellung. Beim Verlassen des Tabs endet der Versuch, damit du neu starten kannst.
Nutze einen klaren Bildschirm, angenehmes Licht und bei Bedarf deine übliche Brille. Handy und Computer verwenden dieselben Porträts und Auswertungen. Die Bildgröße kann feine Ausdrücke schwerer erkennbar machen. Beschreibungen für Screenreader können diese visuelle Aufgabe nicht nachbilden.
So liest du dein Ergebnis
Die Trefferquote ist der Anteil der Porträts mit der beabsichtigten Auswahl. Beabsichtigt ist wichtig: Gestaltete Ausdrücke können mehrdeutig wirken, auch wenn ihr Ersteller eine bestimmte Bezeichnung im Sinn hatte. Die Kategorien sind Spieloptionen, keine Behauptung, alle menschlichen Gefühle passten in sieben Schubladen.
Pro Kategorie und Stärke gibt es nur wenige Porträts. Unterschiede können an den konkreten Bildern und Personen liegen, statt dauerhafte Stärken oder Schwächen zu zeigen. Neutral ist eine eigene Kategorie, keine schwache Form jedes Gefühls. Wiederholungen bringen Übung und Vertrautheit.
Mit genügend geeigneten Spielenden zeigen wir darunter, typisch oder darüber anhand erster Durchläufe derselben Version; markierte Durchläufe zählen nicht. Zuvor erscheint die Anzahl geeigneter Versuche. Diese Besucher bilden keine repräsentative Bevölkerungsstichprobe. Der Bereich ist kein Wert für emotionale Intelligenz oder Empathie.
Was die Forschung unterstützt und was nicht
Schlegel und Scherers kurze Version des Geneva Emotion Recognition Test verwendet audiovisuelle Darstellungen mit Gesichts-, Körper- und Stimmsignalen sowie mehr Gefühlen [1]. Sie verdeutlicht, dass Emotionserkennung über das Benennen stiller Gesichter hinausgeht. Unser Spiel nutzt nur Porträts und ist nicht der GERT-S.
Barrett und Kollegen beschreiben die Grenzen von Gefühlsrückschlüssen aus Gesichtsbewegungen: Sie unterscheiden sich zwischen Menschen, Situationen und Kulturen; dieselbe Bewegung kann verschiedene Zwecke erfüllen [2]. Im Alltag zählen Zusammenhang und Aussagen der Person.
Unsere synthetischen Gesichter sind keine validierten Forschungsreize. Wir nutzen weder Forschungsdatenbanken für Gesichter noch echte Fotos. Die Porträts wurden auf Bildfehler und beabsichtigte Ausdrücke geprüft. Die Sammlung und ihre Stärkebezeichnungen sind nicht unabhängig validiert. Veröffentlichte Forschungsnormen gelten hier nicht.
Häufige Fragen
Ist das ein EQ- oder Empathietest?
Nein. Er bewertet die Übereinstimmung mit beabsichtigten Ausdrücken in Bildern, nicht die gesamte emotionale Intelligenz, Empathie, Persönlichkeit oder das Verstehen fremder Gedanken.
Verrät ein Gesicht, was jemand fühlt?
Es kann Hinweise geben, ist allein aber keine zuverlässige Gefühlsanzeige. Zusammenhang, Stimme, Körper und die eigene Schilderung der Person helfen beim Verstehen [2].
Warum sind Angst und Überraschung leicht zu verwechseln?
Die Darstellungen können Merkmale wie weit geöffnete Augen teilen. Dezente Bilder bieten weniger klare Hinweise. Eine Abweichung beschreibt deine Einordnung dieses Bildes, nicht dein allgemeines Menschenverständnis.
Sind die Gesichter echt?
Nein. Es sind computergenerierte Gesichter nicht existierender Menschen mit absichtlich dargestellten Ausdrücken. Du musst weder Fotos hochladen noch eine Kamera einschalten.
Kann ich mit Freunden vergleichen?
Ja. Der Teilen-Button erstellt einen Link mit denselben Porträts und derselben Reihenfolge samt Trefferquote. Der Linkwert wird nicht unabhängig überprüft. Vergleicht zum Spaß und berücksichtigt Übungseffekte.
Ist das vollständige Ergebnis kostenlos?
Ja, ohne Konto oder Zahlung. Wir speichern Antworten und Durchlaufinformationen für Vergleiche. Siehe Datenschutzerklärung zu Ergebnis- und Verbindungsdaten.
Ähnliche Tests
- Gesichtsgedächtnis-TestPräge dir unbekannte Gesichter ein und erkenne sie in zwei Ansichten unter ähnlichen Gesichtern wieder.
- FarbwahrnehmungstestWo Grün für dich zu Blau wird und wie gut du ähnliche Farben ordnest.
- Test für das visuelle GedächtnisWie viel von einem Muster aus Feldern du dir merken kannst.
Alle 43 kostenlosen Gehirntests ansehen
Willst du täglich daran arbeiten? Die Helibrain-App (vorerst auf Englisch) hat einen kostenlosen Plan und kostenpflichtige Pläne.
Quellen
- Schlegel K, Scherer KR (2016). Introducing a short version of the Geneva Emotion Recognition Test (GERT-S): Psychometric properties and construct validation. Behavior Research Methods 48:1383–1392. pubmed.ncbi.nlm.nih.gov/26416137/
- Barrett LF, Adolphs R, Marsella S, Martinez AM, Pollak SD (2019). Emotional Expressions Reconsidered: Challenges to Inferring Emotion From Human Facial Movements. Psychological Science in the Public Interest 20(1):1–68. pubmed.ncbi.nlm.nih.gov/31313636/
So ist diese Seite entstanden: Das Helibrain-Team hat sie auf Grundlage der oben genannten Studien geschrieben, und Robert (Doktorand in Biophysik) hat sie am 4. November 2026 geprüft. Wir aktualisieren sie, wenn sich die Quellen ändern.