Personalized Empathic AI Conversational Agents for Electric Vehicle Charging Breaks

Abstract

Diese Diplomarbeit untersucht, wie empathische, sprachbasierte Konversationsagenten Nutzer während der Ladezeiten von Elektrofahrzeugen unterstützen können -- einem nicht sicherheitskritischen Kontext, der oft von Stress, Langeweile, Unsicherheit und dem Gefühl verschwendeter Zeit geprägt ist. Während sich bisherige Forschungen vor allem auf sicherheitskritische Fahrsituationen konzentriert haben, richtet diese Arbeit den Fokus auf eine Umgebung, in der sich relationale und emotional unterstützende Interaktionen entfalten können, ohne die Sicherheit zu beeinträchtigen. Um zu untersuchen, wie sprachliches Design diese Erfahrung prägt, vergleicht die Studie zwei proaktive Agentenprofile: einen generisch-empathischen und einen personalisiert-empathischen Agenten. In einem kontrollierten Wizard-of-Oz-Experiment im Within-Subjects-Design ($N = 30$) wurden die Teilnehmenden in beiden Profilbedingungen durch dasselbe Szenario geführt, das eine kurze angeleitete Atemübung als Mikrointervention beinhaltete. Mithilfe eines sequenziellen Mixed-Methods-Designs wurden quantitative Messungen des emotionalen Zustands, der wahrgenommenen Empathie, des wahrgenommenen Vertrauens und der Wiedernutzungsabsicht mit qualitativen, semi-strukturierten Folgeinterviews trianguliert. Die Ergebnisse zeigen, dass der personalisiert-empathische Agent als deutlich empathischer und vertrauenswürdiger wahrgenommen und für eine zukünftige Nutzung eindeutig bevorzugt wurde. Ergänzende explorative Analysen lieferten außerdem Hinweise darauf, dass wahrgenommene Empathie einen möglichen vermittelnden Pfad zwischen sprachlichem Stil und Wiedernutzungsabsicht darstellen könnte, während eine zusätzliche Verhaltensaufgabe konsistente Hinweise auf stärkeres nachfolgendes Engagement mit dem personalisiert-empathischen Agenten lieferte. Allerdings zeigte sich kein signifikanter Unterschied zwischen den Bedingungen hinsichtlich der unmittelbaren regulativen Wirkung einer identischen Atemübung. Die qualitativen Ergebnisse verdeutlichen, dass personalisiert-empathische Sprache in erster Linie die Art und Weise veränderte, wie die Interaktion erlebt und interpretiert wurde. Die Teilnehmenden fühlten sich persönlicher angesprochen, emotional verstanden und sozial unterstützt. Insgesamt deuten die Ergebnisse auf eine zeitliche Entkopplung zwischen der unmittelbaren Affektregulierung und der rückblickenden Interpretation der Beziehung hin: Der Sprachstil kann die Interpretation der Interaktion durch die Nutzer beeinflussen, selbst wenn keine messbare kurzfristige affektive Veränderung auftritt. Aufbauend auf der integrierten Diskussion leitet diese Arbeit sechs Gestaltungsprinzipien für Sprachassistenten im Kontext des EV-Ladens und darüber hinaus ab.

This thesis explores how empathic, voice-based conversational agents can support users during electric vehicle charging breaks, a non-safety-critical context often characterized by stress, boredom, uncertainty, and a sense of wasted time. Whereas previous research on affective in-car systems has focused primarily on safety-critical driving situations, this work shifts attention to a setting in which relational and emotionally supportive interactions can unfold without compromising safety. To investigate how linguistic design shapes this experience, the study contrasts two proactive linguistic agent profiles with identical functionality: a generic-empathic and a personalized-empathic agent. In a controlled within-subjects Wizard-of-Oz experiment ($N = 30$), both agents guided participants through the same scenario, which included a brief guided breathing exercise as a micro-intervention. By using a sequential mixed-methods design, quantitative measures of emotional state, perceived empathy, perceived trust, and reuse intention were triangulated with qualitative semi-structured follow-up interviews. The findings show that the personalized-empathic profile was perceived as significantly more empathic and trustworthy, and was clearly preferred for future reuse. Supplementary exploratory analyses further suggested that perceived empathy may function as a possible mediating pathway between linguistic style and reuse intention, while an optional behavioral task provided consistent behavioral support for stronger subsequent engagement with the personalized-empathic profile. However, no significant between-condition differences emerged in the immediate short-term regulatory effect of the identical breathing exercise itself. This pattern is also illustrated by the qualitative results, which demonstrate that personalized, empathic language primarily altered how the interaction was experienced and interpreted. Participants felt more personally addressed, emotionally understood, and socially supported. Overall, the findings point to a temporal dissociation between immediate affective regulation and retrospective relational framing: linguistic style may shape users' interpretation of the interaction even when no measurable short-term affective change occurs. Building on the integrated discussion of the quantitative and qualitative findings, this work derives six design principles for empathic voice assistants in EV charging and beyond.