Im Kern beschreibt die Patentanmeldung ein System, das Sprache transkribiert und anschließend mit einer auf Stimmungserkennung trainierten KI auswertet. Dabei geht es nicht nur um den gesprochenen Inhalt, sondern auch um Merkmale wie Tonfall, Sprechtempo, Seufzer oder Lachen. Jede Audiosequenz wird mit einer emotionalen Bewertung versehen und mit ihrem Kontext verknüpft. Über einen festgelegten Zeitraum, etwa einen Tag oder einen Monat, soll so eine Zusammenfassung individueller Muster entstehen.

Nach der Beschreibung vergibt das System nicht bloß allgemeine Etiketten wie Stress. Es verweist auch auf die sprachlichen Belege hinter einer Einstufung, die das Patent als Zitierung bezeichnet. In einem Beispiel wird einer Ärger-Einschätzung die konkrete scharf formulierte Wortwahl der Person zugeordnet. Eine Abbildung in der Anmeldung zeigt den protokollierten Tagesverlauf einer einzelnen Person: passive Sprache in einem morgendlichen Videoanruf von zu Hause, Lachen mit einem Freund beim Abendessen und ein um 21:15 Uhr von einem smarten Lautsprecher erfasster Seufzer.

In dieser Darstellung werden Sprachmuster laut Patentschrift „mit Zeitstempel versehen und auf Servern protokolliert“. Als Beispiel für eine Rückmeldung an den Nutzer nennt die Anmeldung: „Sie seufzen am häufigsten vor dem Schlafengehen, und Sie sind am glücklichsten, wenn Sie mit Freunden zusammen sind. In diesem Monat haben Sie mehr Dankbarkeit ausgedrückt.“

Die Anmeldung beschränkt sich nicht auf Sprachdaten. Sie bezieht auch biometrische und Eye-Tracking-Signale ein, etwa Pupillengröße, Blinzelfrequenz und sogar Augenfeuchtigkeit, um Stress oder Weinen zu erkennen. Hinzu kommen Angaben zur Gerätenutzung, darunter angesehene oder mit „Gefällt mir“ markierte Beiträge, Bildschirmzeit und die Geschwindigkeit, mit der zwischen Apps gewechselt wird. Diese Daten fließen laut Patentschrift in ein gemeinsames emotionales Profil ein.

Der zweite Teil des Patents skizziert einen Fitness-Coach. Smart Glasses sollen die Körperhaltung vor dem Spiegel erfassen und Übungen begleiten, etwa durch Hinweise, bei einer Kniebeuge tiefer zu gehen, oder durch motivierende Kommentare für weitere Wiederholungen. Auch dabei soll das System die Stimmung auswerten: Erkennt es Müdigkeit oder Entmutigung, nimmt es sich zurück. Wenn es dagegen annimmt, dass noch Energie vorhanden ist und der Nutzer sich schont, kann es ihn laut Patentschrift „zurechtweisen“.

Neu ist die Grundidee nicht. Amazon integrierte 2020 in sein Halo-Wearable eine Stimmungsanalyse per Stimme. Die Funktion Tone wertete Tonhöhe und Sprechtempo aus und meldete über den Tag hinweg etwa ruhige oder frustrierte Wirkung zurück. Laut Quelltext verarbeitete Amazon diese Proben auf dem Smartphone und löschte sie anschließend, ohne sie in die Cloud zu übertragen. Dennoch geriet das System unter Beobachtung: Im Dezember 2020 wandte sich Senatorin Amy Klobuchar an US-Gesundheitsregulierer und bezeichnete die Erfassung von Stimmton- und Körperscandaten durch Halo als ungewöhnlich eingriffsintensiv.

Amazon stellte die gesamte Produktlinie 2023 ein, ohne dies mit Datenschutz zu verknüpfen. Der entscheidende Unterschied zu Metas Anmeldung liegt dem Quelltext zufolge weniger bei der Speicherung als bei der Reichweite: Einige Varianten des Patents arbeiten auf dem Gerät, andere protokollieren auf Servern. Während Tone nur die Stimme auswertete, würde Metas System zusätzlich Augenmerkmale und Smartphone-Nutzung heranziehen.

Auch Regulierer zweifeln laut Quelltext daran, wie verlässlich solche Emotionsanalysen überhaupt sind. Seit Februar 2025 verbietet der AI Act der EU KI-Systeme, die Emotionen in Arbeitsplätzen und Schulen ableiten, sofern dies nicht medizinischen oder sicherheitsbezogenen Zwecken dient. Genannt werden Strafen von bis zu 35 Millionen Euro oder 7 Prozent des weltweiten Unternehmensumsatzes, je nachdem, welcher Wert höher ist. Die Verfasser des Regelwerks verweisen laut Quelltext ausdrücklich auf die dünne wissenschaftliche Grundlage, da emotionaler Ausdruck von Person zu Person, zwischen Kulturen und je nach Situation stark variiere.

Für Verbraucherwerkzeuge gilt dieses Verbot nicht. Eine weitere Regel, die im August 2026 in Kraft treten soll, wird jedoch Systeme zur Offenlegung verpflichten, wenn sie Emotionen aus biometrischen Signalen ableiten. Ob ein primär sprachbasierter Coach darunter fällt, sei diskutierbar; ein System, das zusätzlich Pupillenreaktionen und Blinzelrate auswertet, läge nach Darstellung des Quelltexts näher an dieser biometrischen Grenze.

The Hacker News hat Meta nach eigenen Angaben um eine Stellungnahme gebeten, ob die Anmeldung Produktpläne widerspiegelt und wie ein solches System mit Nutzerdaten umgehen würde. Eine Antwort lag zunächst nicht vor.