Institut Mensch, Technik und Teilhabe


KImAge

KI-gestützte Systematisierung von Altersbildern in zentralen Lebenswelten

PROJEKTBESCHREIBUNG

Altersbilder – das sind unsere Vorstellungen, Erwartungen und Wahrnehmungen des Älterwerdens und Altseins und von alten Menschen. Sie sind eng verbunden und werden geprägt durch Altersstereotype. Fallen sie negativ aus, erhöht dies die Wahrscheinlichkeit von Altersdiskriminierung – nicht nur von anderen (alten) Menschen, sondern auch gegen sich selbst: Menschen nehmen sich dann Entwicklungschancen und insbesondere das Gesundheitsverhalten leidet. Positive Altersbilder hingegen erhöhen sogar die Lebenserwartung – um bis zu 13 Jahre im Mittel.

Trotzdem wird in den gängigen Theorien und gestützt durch Studien konstatiert, dass Altersbilder bereits früh im Leben geprägt werden und sie sich wie sich selbst-erfüllende Prophezeiungen auswirken, wird die Lebensspannenperspektive in der Forschung bislang nicht konsequent verfolgt. Auch werden Altersbilder häufig in abstrakter Form als Einstellungen und Einschätzungen erfasst und über die Rolle und Bedeutung im alltäglichen Leben ist wenig bekannt.

Im Forschungsprojekt KImAge – KI-gestützte Systematisierung von Altersbildern in zentralen Lebenswelten, gefördert von der Carl-Zeiss-Stiftung, untersuchen wir daher unter der Frage „Wo, wie und wann begegnet dir Älterwerden und Altsein in deinem Lebensalltag?“ die Häufigkeit und die relative Bedeutung von Altersbildern in der Bevölkerung. Und das bildlich gesprochen im wahrsten Sinne des Wortes durch die Augen der Betrachter: In KImAge laden die Teilnehmenden Fotografien, die sie in ihrem Alltag aufnehmen, zusammen mit einem Kommentar zum Bild in eine Online-Datenbank hoch. Zur Auswertung wird ein Kategoriensystem partizipativ in einem Panel von Expert:innen und Lebensweltexpert:innen entwickelt. Mit diesem wird in einem interdisziplinären Ansatz gemeinsam mit dem Institute for Data Science, Cloud Computing and IT Security (IDACUS) der HFU unter Leitung von Prof. Dr. Christoph Reich ein offline KI-Modell (Large Vision-Language Modell) trainiert, um große Bildmengen auswertbar zu machen. So entstehen innovative Perspektiven für die Auswertung qualitativer Daten und umfassende Einblicke in die Rolle und Bedeutung von Altersbildern im alltäglichen Geschehen.

Geklärt werden soll: Wer nimmt was in den Blick, was hat für wen besondere Relevanz? Wie unterscheiden sich also die Altersbilder von jungen, mittelalten, alten und sehr alten Menschen, wie die Blickwinkel im ländlichen von denen im städtischen Raum? Welche Bedeutung haben Bildung, sozioökonomischer Status oder die Settings in denen wir uns bewegen? Besonders kritische Bereiche sind die Arbeitswelt und die Gesundheitsversorgung, da mangelndes Wissen, blinde Flecken und Altersdiskriminierung sich hier unmittelbar nachteilig auswirken.

Lust auf Kooperation oder Teilnahme? Das geht unter www.kimage-hfu.de noch bis zum Jahresende 2026.

KONTAKT

Prof. Dr. Verena Klusmann-Weißkopf

Professorin für Gesundheitsförderung und Prävention

Tabea Rambach, M.Sc.

Akademische Mitarbeiterin

Fachgebiet: Gesundheitswissenschaften und -pädagogik

Denise Künstler, M.Sc.

Akademische Mitarbeiterin

Fachgebiete: Sportwissenschaften, Betriebliche Gesundheitsförderung, Freizeitbildung


Zum Inhalt springen