Um die Natürlichkeit der Interaktion mit technischen Systemen zu verbessern, bedient man sich zunehmend multimodaler Interaktionsmöglichkeiten. Obwohl die dafür notwendige Sensorik immer leistungsfähiger wird, lassen viele Systeme, die multimodale Eingaben erlauben, die von den Nutzern erwartete Robustheit vermissen. Ein wesentlicher Nachteil bestehender Systeme, ist die mangelnde Berücksichtigung sensorischer Unsicherheiten.
Ausgehend von den formalen Grundlagen der Evidenztheorie wird gezeigt, wie diese zur Fusion multimodaler Benutzereingaben verwendet werden kann und so Aufgaben der Disambiguierung, Kombination, gegenseitigen Verstärkung und Konfliktdetektion übernimmt. Das hierfür benötigte Interaktionsmodell wird ebenso erläutert, wie temporale Aspekte der Verarbeitung in realen Systemen.