Thinh Duc Tran

• Die Masterarbeit stellt eine explorative Studie dar, die als Grundlage für die Entwicklung einer zukünftigen adaptiven Künstlichen Intelligenz (KI) dient. Diese KI soll in der Lage sein, den Schwierigkeitsgrad in interaktiven Spielszenen dynamisch an das Verhalten und die individuellen Bedürfnisse der Spieler anzupassen. Durch die Kombination von Game Analytics und externen Sensoren, die physiologische Daten wie Herzfrequenz und Sauerstoffsättigung erfassen, werden relevante Informationen über das Spielerverhalten gesammelt. Ziel ist es, die erfassten Daten zu analysieren und Muster zu identifizieren, die in die Entwicklung einer semi-automatisierten Schwierigkeitsanpassung einfließen können. Die Ergebnisse dieser Studie könnten sowohl in der Unterhaltungsindustrie als auch im Bildungssektor zur Verbesserung des Spielerlebnisses genutzt werden.
• The master's thesis is an exploratory study that serves as the basis for the development of a future adaptive artificial intelligence (AI). This AI should be able to dynamically adapt the level of difficulty in interactive game scenes to the behavior and individual needs of the players. By combining game analytics and external sensors that record physiological data such as heart rate and oxygen saturation, relevant information about player behavior is collected. The aim is to analyze the collected data and identify patterns that can be incorporated into the development of a semi-automated difficulty adjustment. The results of this study could be used in the entertainment industry as well as in the education sector to improve the gaming experience.