Hilfe von Bildverarbeitungssystemen Objekte und Markierungen zu erkennen, Menschen zu identifizieren und Gesten zu interpretieren. Akustische Kontextinformationen   Schall kann mit Mikrofonen gemessen werden und daraus können Lautstärke, Hintergrundgeräusche und Grundfre- quenz ermittelt werden. Mit aufwändigeren Verfahren lassen sich außerdem zum Beispiel Stimmen identifizieren. Ein anderer Aspekt ist die Verwendung von Ultraschallsensoren zur Erweiterung der menschlichen Wahrnehmung. Biologische Kontextinformationen   Pulsfrequenz, Hautwiderstand und Blut- druck eines Benutzers können mit Biosensoren erfasst werden. Weitere Kontextinformationen   Sensoren gibt es auch zur Messung von Berührung, Beschleunigung, Orientierung, Temperatur, Luftdruck und bestimm- ten Gasen. Bei der Auswahl der Sensortechnologien für kontextsensitive Anwendungen sind folgende Aspekte zu beachten: Werden die Sensoren in mobile Komponen- ten eingebaut, müssen ihr Platzbedarf und ihr Gewicht berücksichtigt werden. Sie verbrauchen Energie und benötigen unter Umständen größere Rechenkapa- zitäten. Auch Übertragungs- und Speicherungskapazitäten für die ermittelten Sensorwerte müssen bereitgestellt werden. Im Hinblick auf eine spätere Um- setzung in tatsächliche Produkte sind auch die Kosten für die verschiedenen Technologien zu berücksichtigen. Die Alternative zum Einbau der Sensoren in die mobilen Komponenten ist es, verschiedene Sensoren als eine Art ö entliche Infrastruktur überall bereitzustellen und ihre Messwerte den mobilen Kompo- nenten zum Abruf anzubieten. Hier stellt sich jedoch das Problem des Daten- schutzes. Das Messen von Low-Level-Kontextinformationen alleine reicht noch nicht aus, um anspruchsvolle kontextsensitive Anwendungen zu realisieren. Dafür ist es notwendig, zusätzlich auch High-Level-Kontextinformationen zu ermitteln. 3.1.2   Gewinnung von High-Level-Kontextinformationen Unter  High-Level-Kontext  versteht  man  Kontextinformationen,  die  nicht  di- rekt von einem Sensor ermittelt werden können, sondern aus der Kombinati- on und Verarbeitung mehrerer Low-Level-Kontextinformationen gewonnen wer- den. Dazu zählt zum Beispiel die aktuelle Tätigkeit des Benutzers, sein Gefühls- zustand und das soziale Umfeld, in dem er sich gerade befindet. Einerseits  besteht  die  Möglichkeit,  bei  der  Verarbeitung  der  Low-Level- Kontextinformationen nach bestimmten Regeln vorzugehen und zum Beispiel aus der aktuellen Uhrzeit, dem Aufenthaltsort des Benutzers und den Einträgen in seinem Terminkalender auf seine momentane Tätigkeit zu schließen. Dies ge- lingt jedoch nur dann, wenn diese Ableitungsregeln immer korrekt anwendbar sind, indem der Benutzer in diesem Beispiel also alle seine Aktivitäten in seinen Terminkalender einträgt und diese Einträge auch befolgt. 8