Bei der Interaktion mit Kooperationspartnern ist es wichtig, nicht nur die aktuelle Situation und Aufgaben zu berücksichtigen, sondern auch ein Verständnis für den Partner zu entwickeln. Solch ein Verständnis für die Pläne und den Kenntnisstand der anderen ermöglicht erst erfolgreiche kooperative Tätigkeiten, wie z.B. das Teilen von relevanten Informationen oder eine sinnvolle Arbeitsteilung. Mit den gestiegenen technischen Möglichkeiten und interaktiven Anwendungsfeldern wird es auch für Roboter oder andere komplexe technische Systeme relevant, Interaktionsaspekte zu berücksichtigen. Ein Roboter oder Assistenzsystem kann z.B. einem Menschen gewisse Informationen mitteilen. Dabei ist es jedoch nicht sinnvoll und auch nicht möglich, jede Einzelheit zu kommunizieren, da dies zu viel Zeit sowie kognitive Resourcen erfordern würde. Gleichzeitig ist auch nicht jede Information neu und relevant und würde den Partner nur stören oder ablenken. Stattdessen ist es notwendig, die Erfordernisse des Menschen in der gegebenen Situation zu berücksichtigen um zu erkennen, ob zusätzliche Informationen oder anderweitige Unterstützung benötigt wird. In dieser Arbeit wird ein Verständnis für Interaktionspartner, eine “Theory of Mind” eingeführt als Bayssche Inferenz des menschlichen Belief bzw. Kenntnisstands. Es basiert auf dem beobachteten Verhalten während der Interaktion und einem allgemeinen Modell für Informationsaufnahme und Entscheidungsfindung des Menschen in Hinblick auf eine gegebene Aufgabe. Eine besondere Herausforderung besteht dabei in der Komplexität der hierarchischen probabilistischen Inferenz, der Inferenz der menschlichen Inferenz. Dazu werden verschiedene Approximationen ein- geführt, unter anderem ein linearisierter Filterentwurf. Mit der Schätzung des menschlichen Beliefs wird es möglich, das Situationsverständnis des Menschen zu bewerten, bzw. zu erkennen, welche wichtigen Informationen ihm fehlen. Darauf aufbauend wird ein intelligentes Kommunikationskonzept entworfen, welches relevante Informationen gemäß der geschätzten Notwendigkeit zur Verfügung stellt. Dies beinhaltet das Abwägen des kommunikativen Aufwandes gegenüber dem erwarteten Nutzen. Durch probabilistisches Planen unter Unsicherheit gelangt der Roboter zu der Entscheidung, ob, wann und welche Informationen geteilt werden sollen. Das grundsätzliche Kommunikationsverhalten und konzeptuelle Vorteile der neuen Konzepte werden an illustrativen Beispielen präsentiert und diskutiert. Um diese Konzepte und Methoden zu testen, wurden zwei kooperative Mensch-Roboter-Studien aufgesetzt und durchgeführt. Mittels Theory of Mind ist der Roboter in der Lage, das Verhalten des Menschen zu interpretieren und das Fehlen von situationsrelevanten Informationen zu erkennen. Durch das Teilen relevanter Inhalte wurden die Versuchsteilnehmer der zweiten Studie unterstützt und waren in der Lage, Fehler schneller zu erkennen und zu korrigieren. Im Gegensatz zu anderen Kommunikationskonzepten wird die Relevanz von Informationen explizit berücksichtigt, um zielgerichtet und effizient zu helfen, während unnötige Unterbrechungen vermieden werden. Durch eine solche frühzeitige, aktive Intervention ist es oft nicht nötig, direkt in die Aktionen des Menschen einzugreifen oder zu instruieren. Stattdessen ermöglicht die intelligente bedarfsgerechte Kommunikation dem Partner das Treffen von eigenen, kompetenten Entscheidungen.