Die vorliegende Arbeit vergleicht grundsätzlich die Unterschiede und Gemeinsamkeiten eines Studien- und Praxissemesters. Es wird der Frage nachgegangen, wie die Anknüpfung von massiven Datenbeständen in Verbindung mit Datenvisualisierung sinnvoll zu nutzen ist. Zudem gilt es die persönliche Entwicklung in differenzierten Zeiträumen durch Erfassung komplexer Datenbestände zu identifizieren. Dabei ist zu klären, wie das Verhalten in unterschiedlichen Situationen zu bewerten ist. Aufgrund dessen werden im ersten Teil der Arbeit Grundlagen geschaffen. So wurde zunächst auf die Person-Situation-Interaktion, das Quantified Self, die Statistik und die Datenvisualisierung als Handwerk eingegangen. Dabei trafen zwei unterschiedliche Herangehensweisen aufeinander: Auf der einen Seite erforderte die Repräsentation von Daten eine intensive Auseinandersetzung mit der darunter liegenden Struktur. Auf der anderen Seite wurde eine konzeptionell inhaltliche Zusammenfassung von Visualisierungen erstellt. Hauptaugenmerk dieser Analyse wurde auf die verständliche Datenvisualisierung der Daten gelegt, da dessen Kombination den Prozess eines Reports darstellt. Diese Problemstellung wird auf der Grundlage von Fachliteratur und statistischen Auswertungen eigens aufgezeichneter Daten einer Person diskutiert. Die Ergebnisse der Datenvisualisierung haben Aufschluss darüber gegeben, dass zwischen Studium und Praktikum in einigen Aspekten deutliche Unterschiede zu erkennen sind. Zusammenhänge und Muster innerhalb dieser Daten haben dies bestätigt. Weiterhin wurde über diese Untersuchung verdeutlicht, dass beide Sichtweisen abweichende Merkmale besitzen, die jeweils andere Faktoren des alltäglichen Lebens maßgeblich beeinflussen. Aufgrund der methodischen Erkenntnisse sowie der Resultate und Schlussfolgerungen der vorliegenden Arbeit können weitere Untersuchungen geplant und durchgeführt werden, die gezielt einzelne Aspekte aufzeichnen, um diese detaillierter zu erforschen als es bisher der Fall war.
Kurzfassung
Die vorliegende Arbeit vergleicht grundsätzlich die Unterschiede und Gemeinsamkeiten eines Studien- und Praxissemesters. Es wird der Frage nachgegangen, wie die Anknüpfung von massiven Datenbeständen in Verbindung mit Datenvisualisierung sinnvoll zu nutzen ist. Zudem gilt es die persönliche Entwicklung in differenzierten Zeiträumen durch Erfassung komplexer Datenbestände zu identifizieren. Dabei ist zu klären, wie das Verhalten in unterschiedlichen Situationen zu bewerten ist. Aufgrund dessen werden im ersten Teil der Arbeit Grundlagen geschaffen. So wurde zunächst auf die Person-Situation-Interaktion, das Quantified Self, die Statistik und die Datenvisualisierung als Handwerk eingegangen. Dabei trafen zwei unterschiedliche Herangehensweisen aufeinander: Auf der einen Seite erforderte die Repräsentation von Daten eine intensive Auseinandersetzung mit der darunter liegenden Struktur. Auf der anderen Seite wurde eine konzeptionell inhaltliche Zusammenfassung von Visualisierungen erstellt. Hauptaugenmerk dieser Analyse wurde auf die verständliche Datenvisualisierung der Daten gelegt, da dessen Kombination den Prozess eines Reports darstellt. Diese Problemstellung wird auf der Grundlage von Fachliteratur und statistischen Auswertungen eigens aufgezeichneter Daten einer Person diskutiert. Die Ergebnisse der Datenvisualisierung haben Aufschluss darüber gegeben, dass zwischen Studium und Praktikum in einigen Aspekten deutliche Unterschiede zu erkennen sind. Zusammenhänge und Muster innerhalb dieser Daten haben dies bestätigt. Weiterhin wurde über diese Untersuchung verdeutlicht, dass beide Sichtweisen abweichende Merkmale besitzen, die jeweils andere Faktoren des alltäglichen Lebens maßgeblich beeinflussen. Aufgrund der methodischen Erkenntnisse sowie der Resultate und Schlussfolgerungen der vorliegenden Arbeit können weitere Untersuchungen geplant und durchgeführt werden, die gezielt einzelne Aspekte aufzeichnen, um diese detaillierter zu erforschen als es bisher der Fall war.
Schlagwörter: Quantified Self, Selbstvermessung, Datenvisualisierung, Vergleich, Studium, Praktikum
Abstract
This paper is intended to compare the differences and similarities of a study as well as a practical semester. It will explore the question of how the connection of massive databases in conjunction with data visualization can be used effectively. In addition, it is important to identify personal development in differentiated periods through the collection of complex databases. It must also be clarified how the behavioral aspect is to be assessed in diverse situations. As a result, fundamentals were created during the first part of this study. Individual situation interaction, the Quantified Self, statistics and data visualization as a craft were initially addressed. This brought about two varying approaches: On one hand, the representation of data required an intensive examination of the underlying structure. On the other hand, a conceptual content summary of visualizations was created. The primary focus of this analysis was placed on the comprehensive data visualization of the data in question, as the combination thereof represents the history process. This problem will be discussed based on literature and the statistical analysis of specially recorded individual data. The results of the data visualization showed that significant differences do exist between study and work placement in certain aspects. Coherencies and patterns contained within the data have confirmed this. Furthermore, this study illustrates that both perspectives possess different characteristics that significantly affect other factors of everyday life. Based on the methodological insights as well as the results and conclusions of this study, further research may be planned and carried out to record specific individual aspects in order to explore these in greater detail than was previously the case. (Übersetzung ins Englische durch Shield, R.)
Keywords: Quantified Self, data visualization, comparison, study, internship
Inhaltsverzeichnis
I Abbildungsverzeichnis ... 10
II Tabellenverzeichnis ... 12
1. Einleitung ... 13
1.1 Zielsetzung der Arbeit ... 14
1.2 Problemstellung ... 14
1.3 Gliederung und Vorgehensweise der Arbeit ... 15
2. Theoretische Grundlagen ... 16
2.1 Person-Situation-Interaktion ... 16
2.1.1 Verhaltensvorhersage ... 16
2.1.2 Kurt Lewins Feldtheorie ... 18
2.1.3 Dynamisch-interaktionistisches Paradigma ... 19
2.1.4 Motivation ... 20
2.1.5 Stimmung ... 22
2.2 Quantified Self ... 24
2.2.1 Begriffsdefinition ... 24
2.2.2 Entstehung ... 24
2.2.3 Methode ... 25
2.2.4 Verwendung von Online-Diensten ... 26
2.2.5 Ziele ... 28
2.2.6 Kritik ... 29
2.2.7 Weitere Entwicklung ... 29
2.2.8 Ausblick ... 30
2.3 Datengewinnung ... 31
2.3.1 Primärforschung ... 31
2.3.2 Quantitative Erhebungsmethode ... 31
2.3.3 Allgemeine Anforderungen zur Datenerhebung ... 32
2.3.4 Datenaufbereitungsprozess ... 33
2.4 Reflexion ... 35
2.4.1 Softwareanwendungen ... 35
2.4.1.1 Microsoft Excel ... 35
2.4.1.2 Daytum ... 37
2.4.1.3 Fitbit ... 39
2.4.1.4 Rescuetime ... 41
2.4.2 Probleme und Änderungen ... 42
2.4.3 Neue Aufzeichnungen ... 43
2.4.4 Fazit ... 43
2.5 Datenvisualisierung ... 44
2.5.1 Begriffsdefinition ... 44
2.5.2 Verarbeitung visueller Informationen ... 44
2.5.3 Darstellungstechniken ... 46
2.5.4 Aufgaben und Ziele von Visualisierungen ... 50
2.5.5 Diagrammtypen ... 51
2.5.5.1 Liniendiagramm ... 51
2.5.5.2 Balken- und Säulendiagramm ... 53
2.5.5.3 Kreisdiagramm ... 56
2.5.5.4 Punktdiagramm ... 57
2.6 Statistik ... 58
2.6.1 Häufigkeitsverteilung ... 58
2.6.2 Lageparameter ... 59
2.6.3 Streuungsmaße ... 60
2.6.4 Zusammenhangsmaße ... 61
2.6.5 Regressionsanalyse ... 66
2.6.6 Induktion ... 68
3. Praktische Arbeit ... 69
3.1 Konzeption ... 69
3.1.1 Datenreduzierung- und kategorisierung ... 69
3.1.2 Datenausarbeitung ... 72
3.1.3 Datenstrukturierung ... 74
3.1.4 Datenauswertung ... 75
3.1.5 Datenzusammenhang ... 78
3.1.6 Layoutkonzept ... 80
3.1.7 Farbkonzept ... 83
3.2 Erkenntnisse ... 86
3.2.1 Zusammenfassung der Designkonzeption ... 86
3.2.2 Alltag ... 89
3.2.3 Transport ... 109
3.2.4 Kommunikation ... 115
3.2.5 Freizeit ... 121
3.2.6 Studium und Praktikum ... 133
3.2.7 Hypothesen ... 142
4. Fazit ... 144
4.1 Zusammenfassung der Erkenntnisse ... 144
4.2 Persönliche Erfahrungen ... 146
4.3 Diskussion ... 147
4.4 Ausblick ... 148
III Literatur- und Quellenverzeichnis ... 149
[…]
1. Einleitung
Heute leben wir in einem digitalen Zeitalter, in dem die Digitalisierung von Informations- und Kommunikationsprozessen eine zunehmend wichtige Rolle spielt. Dies hängt mit einer unüberschaubaren Informationsmenge zusammen, die eine regelrechte Datenexplosion auslöst. Dieser Umbruch und Wandel in der Technik und im alltäglichen Leben entstand im 21. Jahrhundert – heute steht die Welt vor einer Datenrevolution.
In erster Linie stehen die Unternehmen vor einer sehr großen Herausforderung. Denn diese tragen Sorge dafür, dass die Informationen gespeichert, verwaltet und geschützt werden müssen, die jeder einzelne Mensch produziert. Dabei wird aus technologischer Sicht versucht, diese sinnvoll systematisieren. Der ständig wachsende Informationsfluss im gesellschaftlichen und wirtschaftlichen Umfeld stellt in diesem Bereich eine enorm große Herausforderung dar. In diesem wachsendem Informationsfluss sehen sie sich zunehmend damit konfrontiert, die Informationen übersichtlich zu strukturieren. Gleichzeitig sollten relevante Informationen herausgefiltert und im Nachhinein besser genutzt werden.
Die persönlichen Daten bestehen zum Teil aus Informationsmengen, die unbewusst in der heutigen Gesellschaft (im Alltag) produziert werden. Die Digitalisierung besteht aus dessen Produktion und Weiterentwicklung, indem vor allen Dingen die neuen Medien weiter kontinuierlich voranschreiten. Smartphones kommunizieren mit Home-Entertainment-Systemen und MP3-Player verbinden sich automatisch mit dem heimischen Computer. Gleichzeitig liegt die zentrale Heimvernetzung im Trend, indem der Flachbildfernseher mit der Musikanlage anhand einer Fernbedienung problemlos kommuniziert. Anhand dieser digitalen Unterhaltungselektronik produzieren die Informationsmengen meist Privatpersonen, indem sie verknüpfend telefonieren, fotografieren, filmen und im Internet surfen.
Durch die Weiterentwicklung der Computer- und Sensortechnologie entstehen neue Möglichkeiten und Methoden über Daten weitläufigeres Wissen zu generieren und zu verbreiten. Damit sind wachsende Datenberge unvermeidbar.
Die Quantified-Self-Bewegung ist ein Umschwung in die Persönlichkeit. Moderne Konsumenten erzeugen durch Nutzung neuer Technologien eine Vielzahl an persönlichen Daten. Diese werden von digitalen Produkten und Diensten zur Kommunikation intelligent analysiert und visualisiert – diese können eine nützliche Informationsquelle sein und interessante Einblicke für Forschung und Wissenschaft verschaffen. Durch die voranschreitende Technik ist es möglich, durch immensen Datenspeicher das ganze Leben aufzuzeichnen. Aufgrund der zunehmenden Aggregation von Daten werden zukünftig immer komplexere Informationen verfügbar.
Diese persönlichen Daten, sowie auch die verbreiteten Unternehmensdaten, können als Visualisierungen in jeglicher Art und Weise dargestellt werden. Allerdings ist eine Datenvisualisierung aller vorhandenen Daten unmöglich und nicht zielführend. Präzise Schlussfolgerungen hingegen können die Informationen bereichern, denn nur wer die Informationsberge analysiert, kann sie tatsächlich nutzen. Hintergrund ist zudem der neue Trend der Wirtschaft, der Forschung und der Medien, die dieses Vorgehen prägen. Die Entwicklung der Datenvisualisierung beruht auf der Unterstützen des analytischen Denkens. Zudem kann durch theoretisch fundierte Vergleiche das ganze Potential der Nutzung von Informationen ausgeschöpft werden.
1.1 Zielsetzung der Arbeit
Das Ziel dieser Arbeit widmet sich der Untersuchung, persönliche Entwicklungen durch Erfassung komplexer Datenbestände zu identifizieren, indem grundlegend der Vergleich von Studium und Praktikum herangezogen wird. Die Ergebnisse dieser wissenschaftlichen Untersuchung werden mit geeigneten Diagrammen visuell dargestellt, um dessen Anknüpfung in Verbindung zu setzen. Grafische Darstellungen, die dem Betrachter einen bestimmten Sachverhalt der zugrunde liegenden Daten vermitteln, sind dem Forschungsfeld Datenvisualisierung zuzuordnen. Da die komplexen Datenbestände in einigen Anwendungsgebieten unaufhaltsam zunehmen, wird die Entwicklung im Bereich der Datenvisualisierung zunehmend damit konfrontiert sein, den Betrachter beim Verstehen komplexer Sachverhalte zu unterstützen. Hierbei drängt sich das Thema Big Data auf, welche als neue Technologie rasant anwächst. Das Datenvolumen, die Zunahme von Datenquellen und die Nutzeranzahl steigen in diesem Bereich massiv an. Diese Faktoren weisen daraufhin, dass sich Big Data mit Unterschieden in strukturierter und unstrukturierter Form auseinandersetzt sowie komplexe Beziehungen untereinander aufweist. Diese enormen Datenbestände sind in den Medien sowie in der Wissenschaft vorzufinden. Eine somit interessante Forschungsfrage ist, wie die massiven Datenbestände in Verbindung mit Datenvisualisierung sinnvoll zu verknüpfen ist.
1.2 Problemstellung
Die stetig wachsenden Datenbestände und der Wunsch sinnvolle Erkenntnisse für Forschung und Wissenschaft zu gewinnen, verlangt ein statistisches Vorgehen, um die Aufgabenstellung der Exploration und Kommunikation von Informationen auszuführen. Als Kernstück kann die Breite der Datenvisualisierungen helfen, um ein zugängliches, einprägsames und entscheidungsunterstützendes Verständnis der Informationen zu erlangen. So hat sich in den letzten Jahren die Visualisierung verstärkt als eine sehr effektive und effiziente Methode etabliert, um Informationen schneller verstehen zu können.
Visualisierungen befassen sich grundsätzlich mit nummerischem Ausdruck und den unterschiedlichsten Dimensionen von Daten. Statistiken, Tabellen und Diagramme sind Formen von Datenvisualisierung, die visuell ansprechend gestaltet sein müssen, um darüber hinaus sinnvolle Informationen zu transportieren. Zur Sicherstellung dieser Sachlage entsteht jedoch ein prinzipielles Problem. Zum einen ergibt sich die Schwierigkeit eine Vorgehensweise vor Aufzeichnungsbeginn zu konkretisieren. Schließlich sollte die Möglichkeit bestehen, unter Einfluss der Datenaufzeichnung unterschiedliche Perspektiven der darauffolgenden Auswertung zu untersuchen. Zum anderen besteht angrenzend die Aufgabe den Datenbestand entsprechend zu filtern, um den Gewinn neuer Erkenntnisse zu erzielen.
Diese Problemstellung wird anhand von zwei unterschiedlichen Blickrichtungen durchgeführt. Einerseits wird dieser Prozess durch die Repräsentation des Datenbestands einer umfassenden Durchsicht der darunterliegenden Struktur vorgenommen. Andererseits muss die Datenmenge durch inhaltliche Zusammenhänge erkannt und aufgezeigt werden, um die Interpretationsziele den Betrachtern anhand von Datenvisualisierungen zu übermitteln. Die Aufgabenstellung und deren Herausforderung werden anhand von statistischen Verfahren und dem Verständnis von Datenvisualisierung aufgezeigt, um diese inhaltlich in ein in sich schlüssiges Konzept zusammenzufassen.
1.3 Gliederung und Vorgehensweise der Arbeit
Die Bearbeitung der vorliegenden Forschungsarbeit wurde in drei Teile gegliedert. Zum einen besteht der erste Teil aus theoretischen Grundlagen, die auf wissenschaftlicher Basis erläutert werden. Zum anderen folgt in Kapitel drei die praktische Umsetzung dieser Arbeit. Abschließend wird im letzten Kapitel die Zusammenfassung im wissenschaftlichen Kontext diskutiert. Jedes Kapitel ist wiederum in einzelne Abschnitte unterteilt. Im Folgenden erhalten sie einen Überblick über die einzelnen Kapitel und ihre Abschnitte.
Nach der Einleitung im ersten Kapitel, in dem auf die Zielsetzung und Problemstellung der Arbeit eingegangen wird, werden im zweiten Kapitel die unterschiedlichen Theorieansätze der zugrunde liegenden Arbeit beschrieben und in sechs weitere Abschnitte gegliedert. Die Vorgehensweise in diesem Kapitel entspricht dem Prozess einer empirischen Erhebung sowie einer fortführenden statistischen Aufbereitung. Dabei handelt es sich im ersten und zweiten Abschnitt grundsätzlich um das theoretische Verständnis der Person-Situation-Interaktion in Verknüpfung mit der seit einigen Jahren entstandenen Bewegung des Quantified Selfs. Der dritte und vierte Abschnitt erfasst die gesamte Datengewinnung der empirischen Forschung, die auf theoretischer und praktischer Basis erfasst wurde. Dabei wird der Datenaufbereitungsprozess erläutert, welcher im Sinne dieser Arbeit angewandt wurde. In Folge dessen wird die entstandene Problematik und dessen Änderungen während der Datenaufzeichnung beschrieben. Die Reflexion dieses Prozesses wird mit einem abschließenden Fazit abgerundet. In Abschnitt fünf wird das Forschungsgebiet der Datenvisualisierung wissenschaftlich erläutert. Inhalt dieses Abschnitts basiert auf der visuellen Wahrnehmung des Menschen, die allgemeinen Aufgaben und Ziele von Visualisierungen und den entsprechenden Diagrammtypen. Diese Grundlage entspricht der im nächsten Kapitel angeführten praktischen Arbeitsweise. Der letzte Abschnitt dieses Kapitels gibt einen Überblick über die im Rahmen dieser Arbeit relevanten statistischen Verfahren. Diese Vorgehensweise und dessen Grundlage erstrecken sich über die deskriptive, explorative und induktive Statistik.
Nachdem im letzten Kapitel eine weitreichende Hinführung stattgefunden hat, erfolgt im dritten Kapitel die praktische Arbeit. Dieses Kapitel wurde aufgrund der Konzeption und dessen Umsetzung in zwei Abschnitte untergliedert. Im ersten Abschnitt handelt es sich um die gesamte konzeptionelle Arbeit, die während dem Prozess stattgefunden hat. Inhalt dessen ist der Vorgang der Datenaufbereitung sowie die konzeptionelle Gestaltung. Der zweite Abschnitt befasst sich mit der gesamten Umsetzung. Die zuvor berechneten Datenbestände werden dementsprechend im Gebiet der Datenvisualisierungen aufbereitet, um gleichzeitig den Inhalt der resultierenden Erkenntnisse zu schildern. Diese Umsetzung klärt bisher unbekannte Zusammenhänge auf und erhöht gleichzeitig die Aufmerksamkeit der Betrachters. Heutige Visualisierungen haben sich nämlich zum Kern des wirtschaftlichen sowie gesellschaftlichen Ausdrucks entwickelt.
Das abschließende vierte Kapitel dient schlussfolgernd zur Zusammenfassung der Inhalte der vorangegangenen Kapitel. Die zentralen Aussagen dieser Forschungsarbeit werden im Kontext wissenschaftlicher Erkenntnisse diskutiert. Das abschließende Fazit erfolgt durch einen Ausblick auf die zukünftige Entwicklung des Marktes sowie eine weitere mögliche Fortsetzung dieser Arbeit.
2. Theoretische Grundlagen
Im bevorstehenden Kapitel werden Grundlagen gelegt, die anschließend die theoretische Basis dieser Arbeit bildet. Diese Grundlagen werden aus unterschiedlichen Sichtweisen behandelt, die einen neuen Blickwinkel des Forschungsfeldes ermöglichen. Dabei wird die Person-Situation-Interaktion behandelt, indem die Verhaltensvorhersage und die Feldtheorie von Kurt Lewin umfassend erläutert werden. Zudem werden weitere psychologische Faktoren genannt, die sich in Bezug auf das Thema des Quantified Selfs erschließen. Diese junge Kultur entspricht dem Wandel des digitalen Zeitalters. Anknüpfend wird die Datengewinnung beschrieben und anhand eines struktrierten Denkprozesses reflektiert. Ein weiterer Baustein dieser theoretischen Grundlagen basiert auf der Datenvisualsierung. Hierbei wird die Verarbeitung visueller Informationen sowie die unterschiedlich zu verwendeten Diagrammtypen näher erläutert. Abschließend werden alle statistische Auswertungsmethoden aufgeführt, die für die Bearbeitung der Fragestellung nötig war.
2.1 Person-Situation-Interaktion
In diesem Kapitel handelt es sich grundsätzlich um die Person-Situation-Interaktion. So beschäftigt sich dieses Kapitel zunächst mit dem Verhalten einer Person und dessen Vorhersagbarkeit, welches sich aus der Entwicklung und dem grundsätzlichen Handlungsverlauf einer Person-Situation-Interaktion zusammensetzt. Die theoretischen Grundlagen werden durch die Feldtheorie von Kurt Lewin erläutert. Die Persönlichkeit-Umwelt-Transaktion liefert zudem ein wissenschaftliches Modell des dynamisch-interaktionistischen Paradigmas, welches den grundlegenden Prozess veranschaulicht. Im Anschluss daran werden außerdem die psychologischen Aspekte der Motivation und Stimmung genannt, da sie in dieser Arbeit eine durchaus wichtige Rolle spielen.
2.1.1 Verhaltensvorhersage
Die Psychologie wird als wissenschaftliche Untersuchung angesehen, die das Verhalten eines Menschen im Laufe seines Lebens beschreibt und erklärt. Dabei spielen die mentalen Prozesse eine maßgebliche Rolle (Gerrig u. Zimbardo 2008). Die psychologischen Forscher hatten vor einiger Zeit die Absicht, markante Unterschiede von Menschen im Erleben und dessen Verhalten von Persönlichkeitseigenschaften zu diagnostizieren (Papadakis 2010). In den 70er-Jahren wurde diese Methodentheorie der Verhaltensvorhersage jedoch bezweifelt. Andere Forscher wiesen auf unterschiedliche Situationen und Situationsfaktoren hin, denn das Erleben und Verhalten von Menschen in gleichen Situationen sei stabil. In unterschiedlichen Situationen hingegen wäre dies nicht der Fall. Die Interaktionisten[1] haben schließlich beide Ansätze zusammengefasst. Durch das menschliche Sozialverhalten (Persönlichkeit) und dessen Erleben besteht die Möglichkeit, die Situation zu interpretieren und vorauszusagen (Papadakis 2010). Es ist im Prinzip zu nennen, dass sie bestrebt sind die Wechselwirkung zwischen Person und Situation aufzuzeigen (Amelang u. Bartussek o.J., S. 291 ff.). Kurt Lewin hatte schon früher eine ähnliche Aussage in Bezug auf die Person-Situation-Interaktion getroffen. Dessen Verhaltensgleichung ist im Abschnitt 2.1.2 diesen Kapitels aufgeführt. Moderne Ansätze des Interaktionismus gehen von Interaktionen zwischen Merkmalen der Persönlichkeit und dessen Situationsvariablen aus. Diese wirken sich auf das Erleben und Verhalten aus sowie das Rückwirken des Verhaltens auf Person und Situation (Papadakis 2010).
In der allgemeinen Psychologie besteht das menschliche Verhalten aus situativen Bedingungen, äußeren Faktoren und der Persönlichkeit des Individuums selbst. Um jedoch eine zutreffende Verhaltensvorhersage zu prognostizieren müssen beide Faktoren, Person und Umwelt, berücksichtigt werden. Diese Wechselwirkung ist in einzelnen Fällen gesondert zu betrachten. Entweder sucht die Person selbst nach der gewünschten Umwelt oder die Situation ist von der Person abhängig (Amelang u. Bartussek o.J., S. 291 ff.). Die Person-Situation-Interaktion bezieht sich auf unterschiedliche Situationsverarbeitungen und Situationsveränderungen. Diese Situation wird vom Verhalten der Persönlichkeitseigenschaften einer Person beeinflusst. Anderweitige Ausprägungen der Persönlichkeitseigenschaften einer Person werden durch situativbedingte Faktoren des Verhaltens beeinflusst (Stemmler et al. 2011). Das Verhalten wird schließlich von Persönlichkeit und Situation bestimmt (Cote 1986). Hierbei wird die Situation eines Menschen als maßgebliche Funktion einer Handlungsweise definiert. Darüber entsteht die Kontrolle, die auf das zutreffende Verhalten ausgeübt wird. Dabei werden bspw. Werte aus der Vergangenheit dominiert (Gerrig u. Zimbardo 2008). Können jedoch Verhaltensunterschiede nicht erklärt werden, so werden diese den situativen Faktoren zugeordnet. Die Persönlichkeit wird als Gesamtheit in eine nichtsituative Verhaltensbedingung eingeordnet (Stemmler et al. 2011). Durch die Kombination von Person, Situation und Interaktion wird die Verhaltensvorhersage deutlich verbessert (Cote 1986).
Die in Abbildung 1 dargestellte Übersicht weist den Handlungsverlauf einer Person-Situation-Interaktion auf. Dabei wird deutlich, wie die unterschiedlichen Bestandteile miteinander in Beziehung stehen. Die sogenannte Verhaltensvorhersage besteht meist aus einem motivationalen Prozess, welcher maßgeblich von personenbezogenen und situationsbezogenen Einflüssen geprägt ist. Die Person selbst hat Bedürfnisse, Motive und Ziele. Die Situation besteht aus Gelegenheiten und möglichen Reizen. Anhand dieser Wechselwirkung folgt schließlich die Handlung und das Ergebnis. Die Folge dessen sind langfristige Ziele, Fremd- und Selbstbewertung sowie materielle Vorteile (Heckhausen u. Heckhausen 2010).
[Dies ist eine Leseprobe. Tabellen und Abbildungen werden nicht dargestellt.]
Abb. 1: Übersichtsmodell der Person-Situation-Interaktion (Heckhausen u. Heckhausen 2010)
Edward Diener hat bspw. zwei Modelle in Bezug auf die Person-Situation-Interaktion hin untersucht. Die Untersuchungen wurden von 42 zufällig ausgesuchten Probanden durchgeführt. Das erste Modell belegt, dass es einen Zusammenhang zwischen Person und Situation gibt. Das zweite Modell zeigt auf, dass durch eine Übereinstimmung einer Wechselwirkung, die Personen durch ihre Eigenschaften mehr positiv als negativ beeinflusst werden. Die situativen Faktoren beziehen sich aber nicht auf alle Persönlichkeitseigenschaften. Die Dimensionen Extraversion und Gewissenhaftigkeit korrelierten in Bezug auf die Freizeit miteinander. Auch andere Zusammenhänge wurden festgestellt. Allerdings fanden sie heraus, dass die positiven Stimmungen in gewissen Situationen nur von kurzer Dauer sind. Dagegen wiesen andere Faktoren keinen Signifikanzwert auf. Dieses Modell war jedoch nicht repräsentativ genug, da sich die Probanden in konstanten Situationen befanden. Die aufgetretene Person-Situation-Interaktion reicht nur für eine Vorhersage aus oder das Nennen einer spezifischen Aussage (Diener, Larsen u. Emmons 1984, pp. 580).
Nachfolgend wird nicht nur auf den personalen sondern auch auf den situativen Aspekt im Verhalten eines Menschen eingegangen. Hierzu gab es eine Studie, indem konkret die situativen Bedingungen untersucht wurden. Dabei wurde die Bevölkerung aus den USA untersucht. Bei dieser Untersuchung spielten unterschiedliche Lebensumstände eine Rolle. Dazu zählten die Situation in der Familie und in der Arbeit sowie die finanzielle Lage und die Gesundheit einer Person. Dabei entstanden interessante Erkenntnisse, die das Lebensalter der Bevölkerung betrifft. Es war zu beobachten, dass Menschen im jungen bis mittleren Alter eine leicht ansteigende Zufriedenheit aufwiesen. Dieser Trend entstand aus unterschiedlichen Gründen. Zum einen spielte die Situation in der Familie sowie der Arbeit eine entscheidende Rolle. Es bestanden zumeist geregelte Familienverhältnisse und die Arbeitsstelle entsprach den Wünschen. Somit wurden auch keine finanziellen Probleme aufgezeichnet. Hingegen fiel Unzufriedenheit bei der älteren Generation auf. Die familiäre Situation ist schwieriger geworden und die Arbeitsstelle wird meist aus Not ausgeübt. Zudem verschlechterte sich die Gesundheit, was zu vielen Beschwerden führt (Easterlin 2006, pp. 463).
Die Studie zeigt deutlich, dass dauerhafte Situationen die Einstellung und die Werte maßgeblich verändern können. Grundsätzlich ist dies nicht nur vom Lebensalter abhängig, jedoch war dieser Faktor bei der Untersuchung ausschlaggebend.
2.1.2 Die Feldtheorie von Kurt Lewin
Die Psychologie, als empirische Wissenschaft, hat sich zur Aufgabe gemacht, das Erleben und Verhalten des Menschen zu beschreiben, zu erklären und vorherzusagen. Aus diesem Grund ist es möglich, durch Konstellationen und Zusammenhänge Prognosen abzuleiten. Hinzu kommen die maßgeblichen inneren und äußeren Ursachen und Bedingungen, die die Entwicklung beeinflussen (Samia 2013).
Der bekannte Psychologe Kurt Lewin ist der Begründer der sogenannten Feldtheorie. Durch seine zahlreichen Verhaltensstudien entwickelte sich sein Standpunkt. Hintergrund dieser Interpretation ist, dass jede gegebene Situation durch Kräfte hervorgeht. Er geht davon aus, dass die Funktion in Bezug auf die Person und deren Lebensraum[2] (oder Umfeld) gegeben ist. Hierbei handelt es sich um zwei Felder, die widerstrebende Kräfte aufweisen. Zum einen sind es hilfreiche Kräfte, die motivieren gesetzte Ziel zu erreichen und zum anderen sind es hindernde Kräfte, die davon abhalten. Somit kann ein Feld als spezifische Verhaltensweise angesehen werden, welches ein Gleichgewicht zwischen anhaltenden und stützenden Kräften darstellt (Collin et al. 2012). Solch ein Veränderungsprozess kann zu einem Ergebnis führen, wenn individuelle Faktoren, sowie die Faktoren des Umfelds, berücksichtigt werden. Wenn man hingegen nur einzelne Faktoren berücksichtigt, würde es zu einer verzerrten Wahrnehmung führen. Diese Systematik ist aber nur dann zu verstehen, wenn bewusst versucht wird diese zu ändern. Diese Erkenntnis- und Veränderungsprozesse sind anhand seiner grundlegenden Thesen und Studien zur Gruppendynamik erforscht und untersucht worden (Collin et al. 2012).
Lewin hat die wechselseitige Abhängigkeit von Person und Situation schon früh erkannt – die Entwicklung einer verhaltensändernden Sichtweise. In dieser Feldtheorie hat er die Topologie[3] genutzt, um die Stärke, die Richtung und den Ansatzpunkt zu definieren. Um die Analyse solcher Gesamtsituationen zu bestärken, wurde dies anhand der Motivationsforschung noch bedeutsamer (Heckhausen 2010, S. 108). Seine allgemeine Formalisierung
V= F (P,S)
gilt zur mathematischen Berechnung der Person-Situation-Interaktion. Das Verhalten (V) ist eine Funktion (F) der Person (P) und der Situation (S). Das bedeutet, dass das Verhalten sowie dessen Entwicklung von der Situation abhängig ist. (Lewin 1936) Die Grundannahme der Verhaltensgleichung beruht darauf, gegenwärtige Situationen der Person zu suchen und zu erkennen, um diese in eine kausale[4] Beziehung zu setzen. (Punge 2009) Die Variable V steht für eine möglichst beobachtbare Verhaltensweise. Die Variable P steht für alle Faktoren innerhalb[5] einer Person. Die Variable U steht hingegen für alle Faktoren, die außerhalb[6] dieser Grenze liegen – die Situation. Dies ist im Allgemeinen folgend zu verstehen: Diese Formalisierung verdeutlicht die Verhaltensweisen von Personenfaktoren (P) und Situationsfaktoren (S). Es berücksichtigt die Wechselwirkung zwischen den soeben genannten Faktoren in Bezug auf die gegenseitige Beeinflussung. Das zu erkennende Komma dieser Formalisierung, steht für die Kombination und Interaktion dieser Faktoren (Khilstrom n.y.). Lewin beschreibt seine Feldtheorie mit sechs Faktoren. Das analytisches Vorgehen eines Verhaltens muss laut Lewin mit einer Gesamtsituation beginnen. Denn Elemente ohne Berücksichtigung einer Gesamtsituation können nicht beurteilt werden. Die Formalisierung muss psychologisch und darf nicht physikalisch sein, da die Situation aus einer Grundeinheit der Kausalanalyse besteht. Eine reine Reiz-Reaktions-Assoziation[7] ist hierfür nicht ausreichend. Das ist nur ein Ansatz der Verhaltenserklärung[8]. Weiterhin muss die analytische Methode angewandt werden. Die Klassifikation von Verhalten genügt nicht, da die Beschreibung nicht weiter erörtert werden kann und dadurch falsche Erklärungen entstehen (Inacker 2004). Denn gleichartige Verhaltensweisen können unterschiedliche Ursachen nach sich ziehen (Punge 2009). Der letzte Faktor beschränkt sich auf die Funktion der Verhaltensgleichung. Diese bezieht sich nur auf ein gegenwärtiges Feld. Zuvor geschehene Ereignisse können zwar dazu beigetragen haben, aber das gegenwärtige Verhalten kann nicht auf frühere Ereignisse zurückgeführt werden (Punge 2009).
2.1.3 Dynamisch-interaktionistisches Paradigma
Dieses Paradigma unterscheidet sich von anderen Entwicklungskonzepten – der Alltagspsychologie, dem Behaviorismus und der Psychoanalytik. Diese Differenzierung findet unter Berücksichtigung von den Einflüssen der Person auf ihre Umwelt statt (Wölkchen 2010, S. 28 ff.). Die Eigenschafts- und Informationsverarbeitungsparadigma kennzeichnen sich durch diverse Persönlichkeitseigenschaften. Ein Teil davon ist die Persönlichkeitsentwicklung einer Person, welche im Laufe des ganzen Lebens stattfindet. Der andere Teil ist der Informationsverarbeitungsprozess, welches sich nur in einem kurzen Zeitraum ereignet. (Asendorpf u. Neyer 2012, S.39) Früher wurde die Persönlichkeit nur als Funktion ihrer Umweltbedingungen verstanden. Neue Ansätze hingegen wirken mit der Persönlichkeit auf ihre gesamte Umwelt ein (Wölkchen 2010, S. 28 ff.). Das dynamisch-interaktionistische Paradigma befasst sich somit mit dem umfassenden Prozess der Persönlichkeitsentwicklung. Es besteht aus den Einflüssen der Persönlichkeits- und Entwicklungspsychologie zugleich. Das Wort Interaktion bedeutet übersetzt Wechselwirkung. Dabei handelt es sich um eine explizite Wechselwirkung zwischen Person und Umwelt, welches auf eine bestimmte Sichtweise zur Persönlichkeit-Umwelt-Beziehung aufzeigt (Asendorpf 2009). Bei dem Wort Dynamik handelt es sich um einen (variierenden) Zeitraum. Die Länge dieses Zeitraums ist nicht von großer Bedeutung. Die Persönlichkeit beeinflusst somit entweder die Umweltveränderungen oder die Umwelt beeinflusst die Persönlichkeitsveränderungen. Bei dieser Modellvorstellung handelt es sich grundsätzlich um die Entwicklung von Persönlichkeitseigenschaften (Asendorpf u. Neyer 2012, S.39).
Das Modell der Person-Situation-Interaktion, auch Person-Umwelt-Wechselwirkung genannt, bildet die theoretische Basis des dynamisch- interaktionistischen Paradigmas. Es besteht folgend aus drei Grundannahmen:
– Die Umwelt sowie die Persönlichkeit (einer Person) sind gleichbleibend.
– Es besteht die Möglichkeit, dass sich die Umwelt und die Person dauerhaft verändern.
– Die Veränderungen beider Faktoren stützen sich auf den Veränderungsprozess innerhalb
von Person und Umwelt. Hinzu kommen die Einflüsse der Umwelt auf die Person oder die
Einflüsse der Person auf die Umwelt (Asendorpf u. Neyer 2012, S.46).
Die erste Annahme setzt eine dauerhaft gleichbleibende Persönlichkeitseigenschaft voraus. Auch die Umwelt weist gleichermaßen auf eine dauerhafte Organisation und Ordnung hin. Die soziale Umwelt ist ein Beispiel für eine solche dauerhafte Organisation, die von Personen
konstant gepflegt werden. So können regelmäßige Kontakte untereinander durch soziale Beziehungen verknüpft werden. Die zweite Annahme ist die Voraussetzung für die Entwicklungspsychologie. Beide Faktoren, Person und Umwelt, ändern sich. Denn die Umwelt einer Person ändert sich automatisch, wenn sich bspw. das soziale Netzwerk ändert. Allerdings unterscheidet sich die dritte Annahme grundsätzlich von anderen Modellen (Asendorpf u. Neyer 2012). Schlussfolgernd ist die Entwicklung der Veränderung beider Faktoren das Ergebnis von vier Prozessen:
1. Veränderungsprozess in der Person (z.B. Reifungsprozess)
2. Veränderungsprozess in der Umwelt (z.B. soziale Netzwerke)
3. Einflüsse der Umwelt auf die Person
4. Einflüsse der Person auf die Umwelt
Des Weiteren gibt es drei Formen, wie eine Person ihre Umwelt beeinflussen kann:
– Auswahl: Suchen oder vermeiden von Umwelten
– Herstellung: Herstellen einer Umwelt, wie das Knüpfen neuer sozialer Kontakte
– Veränderung: Verändern der Umwelt durch verändern einer derzeitigen Situation
In Abbildung 2 ist das dynamisch-interaktionistische Paradigma zu erkennen. P steht für die Persönlichkeit einer Person, die im Laufe der Zeit unterschiedliche Zustände aufweist. Die Nummerierung steht für die verschiedenen Zeitpunkte – eine Persönlichkeitsveränderung ist möglich. U steht für die Umwelt, welche auch unterschiedliche Zustände symbolisiert. Die Pfeile markieren die kausalen Wirkungen der Persönlichkeits- und Umweltzustände. Jeder einzelne Pfeil zeigt eine oder mehrere kumulierte[9] Wirkungen zwischen zwei Zeitpunkten an: P0 → P1 + P0 → U1. Außer den kumulierten Wirkungen sind auch transitive[10] Wirkungen möglich. Ein Beispiel hierfür wäre die Wirkung von P0 → P2. (Diese transitive Wirkung ist in folgender Abbildung jedoch nicht ersichtlich).
[Dies ist eine Leseprobe. Tabellen und Abbildungen werden nicht dargestellt.]
Abb. 2: Das dynamisch-interaktionistische Paradigma (Asendorpf u. Neyer 2012)
Durch die Wirkung von Person auf die Umwelt, die die Umweltwirkung der Person verändern, entsteht eine konstante Interaktion zwischen der Persönlichkeit und deren Umwelt. Solche Wechselwirkungen werden auch Transaktionen genannt, um sie von der statistischen Interaktion zu unterscheiden. Deshalb ist es möglich diese Interaktion aus folgender Formel abzuleiten:
Y = f (X,Z)
“Mit einer statistischen Interaktion ist nur gemeint, dass die Wirkung einer Variable X auf eine andere Variable Y von einer dritten Variable Z abhängt“. (Asendorpf u. Neyer 2012, S.47). Grundsätzlich ist jedoch zu erwähnen, dass es bisher sehr wenig Untersuchungen zu Prozessen gibt, die die Vermittlung zwischen Person und Umwelt identifiziert haben (Wölkchen 2010, S. 28 ff.).
2.1.4 Motivation
Die Motivationspsychologie zählt zu den wichtigsten psychologischen Faktoren. Sie erforscht die Gründe von zielgerichtetem Verhalten eines Menschen. Reize und Aktivitäten sowie die unterschiedlichen Ausprägungen von Vorlieben und Abneigungen werden, somit versucht zu erklären (Gerrig u. Zimbardo 2008). Dabei spielen viele Bestandteile eine große Rolle, die sich in personenbezogenen und situationsbezogene Faktoren unterteilen lassen (Heckhausen u. Heckhausen 2010). Die Motivation besteht aus einem aktuellen Prozess, der durch die Stimulanz eines Motivs ausgelöst wird – sie verfolgen Handlungsziele. Dabei handelt es sich um die Triebkraft[11] des menschlichen Verhaltens. Hierbei wird das Motiv als überdauernde Eigenschaft definiert. Es beschreibt die Relevanz eines zu erreichenden Ziels (Allgemeine Psychologie o.J.). Die Tiefenpsychologie vertritt die Meinung, dass viele dieser Motive unbewusst auftreten. Die Forscher gehen davon aus, dass die Personen von ihren grundlegenden Motiven oft nichts wissen (Psychomeda-Redaktion 2012). Die Motivation ist ein Zustand einer Person zu einer bestimmten Situation. Maßgeblich sind hierbei auch die persönlichen Präferenzen und deren Wechselwirkung (Allgemeine Psychologie o.J.). Der grundlegende Vorgang wurde in Kapitel 2.1.1 Verhaltensvorhersage in Abbildung 1 erläutert. Das Motiv ist grundsätzlich eine stabile Eigenschaft der Persönlichkeit, welche mit der passenden Situation und dem situativen Reiz gegeben ist – eine Motivation entsteht. Folglich entsteht ein zielgerichtetes Verhalten, welches sich als Ergebnis des Zusammenwirkens von Motiv und passender Situation ergibt.
Nach Gerrig u. Zimbardo existieren fünf Gründe für die Bedeutung der Motivation in der Psychologie:
1. Um Biologie mit Verhalten zu verbinden
2. Zur Erklärung von Verhaltensvariabilität
3. Um von äußere Handlungen auf innere zu schließen
4. Um Handlungen Verantwortungen zuzuweisen
5. Zur Erklärung von Beharrlichkeit trotz Widrigkeiten
(Gerrig u. Zimbardo 2008, S. 414–415)
In dieser Forschungsarbeit, die die grundlegende Motivation des Menschen thematisiert, wird an das Kapitel 2.2.5 Ziele des Quantified Selfs, angeknüpft. Dazu wird der Grund “zur Erklärung von Verhaltensvariabilität“ von Gerrig u. Zimbardo als mögliche Sichtweise gezeigt. Allgemein bezeichnet die Verhaltensvariabilität Unterschiede von zeitlichen und räumlichen Veränderungen (Hanna 2013). Das Konzept versucht Fragen zu lösen, die sich im Alltag ergeben. Die Persönlichkeitsmerkmale lassen nur in schwachen Situationen viel Verhaltensvariabilität (bzw. vielfältige Verhaltensweisen) zu. Dies bedeutet im Umkehrschluss, dass erste Prognosen gestellt werden können, da hierbei die Persönlichkeit offengelegt wird. Unterschiedliche Leistungen einer Person können nicht in derselben Situation auf Unterschiede oder auf zufällige Gegebenheiten der äußeren Umstände zurückgeführt werden (Gerrig u. Zimbardo 2008).
Die Motivation lässt sich in zwei unterschiedliche Bereiche unterteilen: Intrinsische und extrinsische Motivation. Bei der intrinsischen Motivation handelt es sich um die eigene Motivation (Rosenbach 2008). Grundsätzlich setzten sich hochmotivierte Menschen Ziele, die sich im Bereich des Möglichen befinden. Diese Motivation führt zu besonders guten Leistungen, sie kann jedoch auch durch äußere Anreize schnell wieder zerstört werden (Psychomeda-Redaktion2012). Ein Beispiel hierfür ist, wenn eine Person eine herausragende sportliche Leistung abgeliefert hat, diese aber vom Trainer nicht honoriert wird. Darüber hinaus suchen die hochmotivierten Personen den eigenen Misserfolg meist bei anderen Personen. Somit können sie ihre eigene Motivation aufrechterhalten. Es ist das Ergebnis von Erfahrung, Einstellung, Interesse und Persönlichkeit einer Person (Psychomeda-Redaktion 2012). Wenig motivierte Personen setzen sich Ziele, die kaum zu realisieren sind. Bei der extrinsischen Motivation handelt es sich um äußere Anreize (Rosenbach 2008). Ein Beispiel hierfür ist das Lernen in der Schule. Die Konsequenzen und das schlussfolgernde Verhalten werden dadurch versucht zu vermeiden (Psychomeda-Redaktion 2012).
Die intrinsische Motivation weist Zusammenhänge mit den Zielen des Quantified Selfs auf. Diese Theorie bildet die Grundlage dieser Selbstvermessung. Es steigert zunehmend die Motivation, die Kontrolle über die eigens aufgezeichneten Daten zu besitzen und die kontinuierliche Entwicklung des Erfolges zu messen. Des Weiteren verstärkt die Motivation das Vergleichen der Daten untereinander. Hierbei wird man immer wieder bestärkt neue Ziele festzulegen, um die Motivation und dessen Erfolg zu erhöhen.
Angesichts diesen Zusammenhangs spielt das Leistungsmotiv eine wichtige Rolle. Die Personen sind bestrebt ihre eigene Leistungsfähigkeit unter Beweis zu stellen. Mit Hilfe eines Tüchtigkeitsmaßstabs wird diese Leistung gemessen, um Freude über den Erfolg zu empfinden (Papadakis 2010). Durch Freuds Arbeiten im Jahr 1894 entwickelte der US-amerikanische Psychologe Henry Murray einen thematischen Auffassungstest (TAT), um unterschiedliche Personen auf ihre Leistungsmotive und Neigungen zu untersuchen (Beckmann u. Heckhausen 2010). David McClelland und seine Kollegen erprobten 1953 die Tragfähigkeit dieses Tests. Das Messinstrument wurde folglich verbessert, um dieses zur Messung des Leistungsmotivs einzusetzen. Dabei entwickelte er ein Auswertungssystem, bei dem den Probanden Punktwerte zugeordnet wurden, die die Stärke des Leistungsmotivs darstellten (Fischer o.J.). Sie wollten erforschen, inwieweit die Ausprägungen der Leistungsmotive in den Gesellschaften mit den jeweiligen Umständen zusammenhängen. Um dies herauszufinden wurden den Probanden eine Reihe von Bildern vorgelegt, die eine leistungsbezogene Situation darstellten. Dabei wurden die Phantasien der Testpersonen genutzt, damit sie anhand den Bilder Geschichten kreieren. Dabei wurden vermutlich Reflexionen ihrer eigenen Werte, Interessen und Motive hineininterpretiert (Gerrig u. Zimbardo 2008). Darauf aufbauend hat David McClelland 1961 das Konzept “Theory of Needs“ erstellt, welches auf der Bedürfnispyramide von Henry Murray basiert. Dabei handelt es sich um drei Bedürfnisse: das Bedürfnis nach Leistung, Macht und Zugehörigkeit (12 Manage 2013). Diese Aspekte spiegeln die Bewegung des Quantified Selfs wider. Mit dem Bedürfnis der Leistung wird der zunehmende Erfolg selbst festgelegter Ziele erreicht. Die Macht übernimmt den gegenseitigen Vergleich mehrere Nutzer, um an der Spitze aller Ergebnisse zu stehen. Die Zugehörigkeit symbolisiert das Gefühl und den Austausch anderer Nutzer des Quantified Selfs, um gemeinsam Neues zu bewirken. Hierbei ist offensichtlich, dass die Erforschung der Leistungsmotive von großer Bedeutung ist. Aufgrund dessen ist es wichtig zu verstehen, aus welchen Gründen manche Personen mehr Leistung erbringen als andere – auch in Bezug auf Quantified Self.
2.1.5 Stimmung
In der Emotionspsychologie unterscheidet man zwischen Stimmung, Emotion und Gefühl – diese sind aber im weitesten Sinne gleichzustellen. Aus diesem Grund sind sie grundsätzlich nicht leicht zu trennen (Papadakis 2012). Unter Emotionen versteht man einen psychischen Prozess, der durch eine Situation ausgelöst wird. Durch spezifische Kognition[12] wird somit eine Verhaltensänderung sichtbar. Die Stimmung hingegen beeinflusst bewusst und unbewusst das alltägliche Denken und Handeln der Menschen. Nach Edward Diener wird diese subjektive Seite (erlebbare Gefühlszustände) als ein Zeichen des Wohlbefindens bezeichnet (Diener 1984).
Stimmungen werden generell als Gefühlszustand bezeichnet, der oft lange andauert (Dreisbach 2008, S. 289 ff.). Zudem kann die seelische und körperliche Verfassung eines Menschen die Stimmung schnell umkehren (Mackenthun 2000). Bei guter Stimmung wird bspw. Über vorhandene Probleme hinweggesehen. Bei schlechter Stimmung hingegen können schöne Gedanken den Gefühlszustand auch nicht ändern (Dreisbach 2008, S. 289 ff.). Deshalb wird die Stimmung als weitestgehend unabhängige Persönlichkeitseigenschaft herausgestellt (Asendorpf u. Neyer 2012).
Da in dieser Forschungsarbeit die allgemeine Stimmung, sowie die Stimmung im Studium und Praktikum untersucht wird, wurde hierbei in Alltagsstimmung und Arbeitsstimmung differenziert. Die Arbeitsstimmung hat in diesem Bezug eine etwas andere Bedeutung. Während dem Arbeiten fördert eine gute Stimmung die Aufmerksamkeit und Motivation zugleich (Mauthner 1906, zitiert nach Kietzmann 2005). Zeitgleich fördert sie die persönlichen Ziele, die in Kapitel 2 unter der Thematik Quantified Self aufgeführt werden. Die schnelle Aufnahme von Informationen und die Bearbeitung von Projekten oder Tätigkeiten können somit für alle Beteiligten zufriedenstellend umgesetzt werden. Das Gedächtnis sorgt für Gedankenklarheit und ist leichter erregbar. Die Motivation steigt unaufhörlich (Mauthner 1906, zitiert nach Kietzmann 2005). Dabei ist auf Abschnitt 2.1.4 zu verweisen, in welchem unter der Berücksichtigung der Motivation das Verhalten und die Verhaltensänderung beschrieben wird. Bei schlechter Stimmung entstehen Schwierigkeiten Aufgaben zu lösen. Die langsame Arbeitsweise und die möglichen Fehler lösen schnell eine Depremierung aus (Mauthner 1906, zitiert nach Kietzmann 2005).
Eine im Jahre 2010 (von der Harvard-Universität) durchgeführte Studie untersuchte die tägliche Stimmung von Menschen. Dazu nutzten sie die iPhone-Anwendung “Track your happiness“. Dabei wurden 2250 Probanden zu ihrer Alltagsstimmung befragt. Diese Studie wurde durchgeführt, um die Messung der Stimmungen erstmals unter realen Bedingungen durchzuführen. Anhand einer Skala von 0 – 100 (sehr schlecht bis sehr gut) mussten die Teilnehmer drei Fragen beantworten. Bei der ersten Frage handelte es sich um den derzeitigen Gemütszustand. Bei der zweiten Frage ging es um die Tätigkeit oder Freizeitaktivität, die sie derzeit ausüben. Die dritte Frage umfasste die Gedanken der Probanden. Dabei ging es um persönliche Gedanken über den Alltag hinweg. Es stellte sich heraus, dass knapp 50% der Teilnehmer über den ganzen Tag an etwas gedacht haben – sogar während einer bestimmten Tätigkeit oder Aktivität. Schließlich kamen die Forscher bei dieser Untersuchung zum Ergebnis, dass diejenigen Teilnehmer unglücklicher waren und eine schlechtere Stimmung aufwiesen, deren Gedanken über den ganzen Tag verteilt waren (Killingsworth u. Gilbert 2010, pp. 932). Jedoch ist die Repräsentativität der Studie fraglich, da Daten leicht zu manipulieren sind. (Skalli 2010). An dieser Stelle ist auf das Untersuchungsmodell in Abschnitt 2.1.1 von Edward Diener zu verweisen. Die Untersuchung in Abschnitt 2.1.1 umfasste, die Person-Situation-Interaktion – jedoch unter anderen Umständen. Auch hierbei spielte die Stimmung eine zentrale Rolle, wurde aber in Bezug auf die Persönlichkeitseigenschaften erforscht.
In der Psychologie werden zeitgemäß zur Untersuchung von Stimmungen direkte und indirekte Methoden angewendet, um in bestimmten Situationen das Verhalten und dessen Stimmung zu erforschen. Im Folgenden wird hierbei die indirekte Methode geschildert, da diese Vorgehensweise deutliche Bezüge zur Person-Situation-Interaktion aufweist. Der Vorteil dieser Methode ist, dass die Studienteilnehmer in Ungewissheit leben. Dadurch kann ihre persönliche Stimmung nicht beeinflusst werden. Folgt jedoch im erfassten Verhalten keine Stimmungsmanipulation, können so keine wertvollen Informationen und Erkenntnisse festgestellt werden. Ein Beispiel wäre folgendes: Der Proband erhält überraschend eine Schachtel mit Süßigkeiten. Aus dieser Schachtel darf er sich bedienen, wenn er möchte. Doch der Teilnehmer lehnt diese Geste dankend ab. Grund dafür ist, dass er derzeit konsequent eine Diät durchführt. Somit hat die Stimmungsmanipulation nicht funktioniert, da man eine freudige positive Stimmung erwartet hatte. Im Gegenzug erreichte man aber eine traurige Person mit schlechter oder betrübter Stimmung, da sie die Süßigkeiten nicht essen darf (Dreisbach 2008, S. 289 ff.).
Um schnell eine Erkenntnis über den eigenen Gemütszustand zu erfahren, hat Edward Diener 1985 einen Fragebogen erstellt, der die Zufriedenheit der Menschen anhand von fünf Aussagen aufschlüsselt. Dieser Test ist international bekannt und nennt sich Satisfaction with life scale (SWLS). Es gibt eine Skala von eins bis sieben, die von “stimme überhaupt nicht überein“ bis “stimme vollkommen überein“, zu bewerten ist (Hornung 2013). Folgende Aussagen sind enthalten:
1. Mein Leben entspricht in den meisten Lebensbereichen meinen
Idealvorstellungen.
2. Meine Lebensbedingungen sind ausgezeichnet.
3. Ich bin zufrieden mit meinem Leben.
4. Bis jetzt habe ich die wichtigsten Dinge in meinem Leben erreicht.
5. Wenn ich mein Leben noch einmal leben könnte, würde ich kaum etwas ändern.
Abschließend werden alle Punkte addiert, um das Ergebnis der derzeitigen Zufriedenheit herauszustellen. Diese können schlussendlich folgend interpretiert werden:
[Dies ist eine Leseprobe. Tabellen und Abbildungen werden nicht dargestellt.]
Tab 1: Auswertung “Satisfaction with life scale“ (Hornung 2013)
2.2 Quantified Self
Im folgenden Kapitel wird der Hintergrund sowie das methodische Vorgehen beleuchtet, um den Standpunkt dieser Bewegung zu untermauern. Für weiteres Verständnis sorgt die Begriffsdefinition, da die Interpretation und Übersetzung sehr weitläufig ist. Zudem werden aktuelle Softwareanwendungen vorgestellt, die einen ersten Überblick verschaffen sollen, welche Dienste derzeit als Vorreiter gelten. In Betrachtung dieser Sichtweise werden die Vor- und Nachteile und deren weitere Entwicklung in Zukunft kritisch diskutiert. Dieses Kapitel schließt mit einem Ausblick ab, um einen umfassenden Abschluss darüber zu geben, welche Auswirkungen diese Bewegung in naher Zukunft auslösen kann.
2.2.1 Begriffsdefinition
Der Begriff Quantifizierung kommt vom lateinischen quantum und bedeutet im übertragenen Sinne wie viel oder wie groß – mehrere Eigenschaften werden in konkreten Zahlen ausgedrückt. Deshalb kann die Quantifizierung als messbare oder mathematisch beschreibbare Methode in unterschiedlichen Forschungsgebieten eingesetzt werden. Dies ermöglicht eine Rückführung von Qualität auf Quantität (Milena 2012).
Quantified Self (QS) bedeutet wortwörtlich übersetzt Selbstquantifizierung. Meist wird auch von Self-Tracking gesprochen, was so viel wie Selbstvermessung bedeutet. Self-Hacking hingegen ist ein weiterer Teil dieser Bewegung. Dabei handelt es sich um das Sammeln von Daten, die zur Erkennung von Verhaltensgewohnheiten in Bezug auf die Persönlichkeitsentwicklung identifiziert werden. Es ist ersichtlich, dass sich in jedem dieser Wortpaare die englische Bezeichnung Self befindet. Dieses Wort hat mehrere Bedeutungen und wird als Selbst, Ich und eigene Person übersetzt. Das spiegelt die Intention wider, dass der Mensch im Mittelpunkt dessen ist, was er mit dieser Bewegung für sich und für andere Personen ausdrücken möchte. Die entsprechende digitale Selbsterfassung führt dazu, eine möglichst sichtbare Selbstoptimierung festzustellen.
Quantified Self ist ein Netzwerk aus Konsumenten und Herstellern, die auf Basis von diversen Methoden persönliche Daten erfassen. Regelmäßig finden Meetups[13] statt, bei denen sich alle Beteiligten austauschen. Dabei handelt es sich ausschließlich um persönliche Erfahrungen der Self-Tracking-Methoden zu vielen verschiedenen Lebensbereichen. Des Weiteren präsentieren und bieten Hersteller und Unternehmer Produkte und Dienstleistungen an, die für den alltäglichen Anwendungsfall zu gebrauchen sind (Schumacher 2013).
2.2.2 Entstehung
Die Bewegung des Quantified Selfs ist im Jahre 2007 vom amerikanischen Journalisten Gary Wolf und Kevin Kelly ins Leben gerufen worden. In diesem Jahr wurde intensiv über neue Technologien und deren Auswirkungen in Bezug auf die Selbstvermessung diskutiert. Seitdem gibt es die Website www.quantifiedself.com, in der alle erdenklichen Informationen über Veranstaltungen der Quantified Self-Gruppen enthalten sind. Auch die Verbreitung von Wissen über das Self-Tracking sowie die Nutzung persönlicher Daten werden online diskutiert (Wolf o.J.). Diese Online-Community hat zu einem rasanten Wachstum der Selbstvermessung beigetragen. Diese Veröffentlichung hat dazu geführt, dass weitere Gruppen auf der ganzen Welt entstanden sind. Auch die sozialen Netzwerke stehen zunehmend im Mittelpunkt dieser Bewegung, denn dieser Kommunikationskanal ermöglicht es erste Ergebnisse zu publizieren und neue Erfahrungen auszutauschen.
Da die Gründer Gary Wolf und Kevin Kelly in Kalifornien wohnen versammelten sich dort Nutzer und Experten (aus diversen Fachbereichen), die anfingen über erste Erfahrungen des Self-Trackings zu diskutieren. Heute finden regelmäßige Meetups statt, bei dem der Austausch neuer Informationen und Technologien im Vordergrund stehen. Bei diesen Veranstaltungen sind Aktivisten, Wissenschaftler, Künstler, Softwareentwickler und Menschen aus dem Gesundheitswesen vertreten (Wolf o.J.). Es ist eine große Gruppe, bei der jeder das nötige Fachwissen für die weitere Entwicklung dieser Bewegung beiträgt. Mittlerweile gibt es auch in Deutschland Gruppen, die diese Bewegung verfolgen. Die Veranstaltungen werden in größeren Städten Deutschlands organisiert und finden regelmäßig statt.
2.2.3 Methode
Schon im 15.Jahrhundert, in der Zeit der Renaissance, haben die Menschen ihre Erinnerungen in Tagebüchern festgehalten und aufgezeichnet. So ist im Laufe der Zeit eine Selbsterkenntnis der persönlichen Entwicklung entstanden (Schumacher 2012). Durch die Selbstreflektion war es möglich, das derzeitige Verhalten und die Situation zu ändern. Denn durch die Auseinandersetzung eines Selbst wird ein Teil der Persönlichkeit und dessen Entwicklungsstruktur sichtbar (Schumacher 2011).
Diese Methodik ergreift jetzt auch Quantified Self. Der Slogan Self-knowledge through numbers, übersetzt Selbstkenntnis durch Zahlen drückt die Vielfalt der technologischen und wissenschaftlichen Fortschritte aus. Quantified Self steht für das Selbstverständnis, durch das praktizierende Self-Tracking, mehr über die eigene Person zu erfahren und so Ergebnisse zur Selbstoptimierung zu finden. Der Hintergrund dessen ist eine freiwillige kontinuierliche Aufzeichnung und Analyse. Die eigenständige Erhebung und der Vergleich von konkreten Zahlen ist daher eine typische Vorgehensweise. Infolgedessen kann eine gezielte Verhaltensänderung erfolgen, da Zusammenhänge zwischen Ursache und Wirkung ohne Aufzeichnung im Gedächtnis kaum nachvollziehbar sind. (Schumacher 2012) Durch Aufzeichnung der Rohdaten wird somit die Ausgabe von Zahlenwerten generiert, die zu möglichen Korrelationen, Mustern und Reihenfolgen führt. Deshalb kann man durch diese Methodik Trends erkennen und Einflussfaktoren identifizieren. Außerdem ermöglicht es einen gut strukturierten Überblick über die verschiedenen Bereiche und Situationen des Lebens. Es erhöht zunehmend das Verständnis den Körper und Geist zu verbessern sowie die Lebensqualität zu optimieren (Schumacher 2012).
Großer Bedarf besteht in vielen Bereichen des Lebens. Geräte wie bspw. Pulsuhren, Thermometer oder Blutdruckmesser gibt es schon länger, und finden auch bis heute häufig Anwendung. Aber durch die Methode neuer Technologien ist es möglich enorme Daten zu erfassenund grafisch schnell darzustellen – die eigene Lebenssituation ist deutlich wahrnehmbarer als es vorher der Fall war. Dabei werden oft Fragen über die eigene Person gestellt: Welche Faktoren beeinflussen mein Verhalten? Kann ich besser schlafen, wenn ich abends kaum etwas esse? – Fragen, die bei jedem Menschen unterschiedlich zu beantworten sind. Durch eine kontinuierliche analytische Selbstbeobachtung ist es möglich, diese Fragen personenspezifisch zu beantworten. Das Hinterfragen der Lebensqualität ist der Schlüssel des Quantfied Selfs.
Zur Verbesserung der Lebensqualität in Verbindung der entstandenen Erkenntnisse, stehen in Zukunft neue Technologien zur Verfügung, die ein besseres Urteil ermöglichen. Folglich kann durch Smartphones und sensible Sensoren eine bisher unerreichbare Detailtiefe erlangt werden. Somit vervielfältigen sich auch die verfügbaren Messinstrumente in rasender Schnelligkeit. Viele Funktionen machen die Datenaufzeichnung denkbar einfach. Die Kamera sichert die Dateneingabe in Form und Farbe. Die Uhr wird als Messung für vielerlei Bereiche angewendet. Die Tageszeit, das Datum und die Zeitspanne sind wichtige Faktoren, um exakte Aufzeichnungen zu ermöglichen. Ein eingebautes Mikrofon sichert die Unterstützung der Sprache und das Aufnehmen von Geräuschen. Ein heute unverzichtbares Touch-Display sorgt für schnelle Fingerbewegungen, die unbewusst die Koordinationsfähigkeit trainieren. Ein eingebautes GPS[14] (Global Positioning System) stellt den Standort und die Höhe sicher. Der integrierte Kompass bestimmt die exakte Himmelsrichtung. Der Beschleunigungssensor erfasst die Beschleunigung sowie die Drehrate[15] und verfügt über einen Annäherungssensor, um Bewegungen in einem zu verzeichneten Nahbereich zu erfassen. Zu guter Letzt misst der Lichtsensor die Helligkeit in der Umgebung (Denkwerk GmbH 2012). Dank dieser technischen Neuheiten und der Entwicklung neuer Software ist es dem Nutzer möglich, die Daten zum einen automatisch und zum anderen manuell einzugeben (Passig 2012, S. 420 ff.).
Zahlreiche Apps und andere Messinstrumente ermöglichen die Aufzeichnung relevanter Faktoren im Alltag. Allergiker können bspw. über eine App ihre persönlichen Daten eintragen und erhalten im Gegenzug eine aktuelle Pollenflug-Prognose (Braun 2013). Verschiedene Lauf-Apps messen Joggingrunden, indem die Durchschnittsgeschwindigkeit berechnet und die Strecke über GPS erkannt wird. Spezielle Armbänder und andere Messgeräte hingegen können jeden Schritt überwachen. Die Analyse von Ess- und Schlafgewohnheiten sowie die psychische Verfassung können auch genutzt werden, um die persönlichen Bedürfnisse zu optimieren. Eine intelligente Lösung bietet bspw. ein Heizungsthermostat. Dieser Thermostat misst das Bewegungsaufkommen im Raum, um die Temperatur automatisch einzustellen. So erkennt das intelligente Produkt, zu welcher Uhrzeit sich die Bewohner in welchem Raum aufhalten (Schumacher 2012). Körperwaagen können über WLAN die Werte übermitteln und ein Stimmungsbarometer die Laune festhalten. Andere Messinstrumente können wiederum detailliert den Schlaf überwachen.
Neben den zahlreichen Aufzeichnungen hat die Selbstbeobachtung einen motivierenden Effekt. Durch Anerkennung neuer Leistungen sind die Quantified Self-Aktivisten bestrebt, den eigenen Lebensstil zu verbessern. Durch Eingabe der Daten und Erkennung des eigenen Fortschritts belohnen sie sich selbst mit ihrer Aufmerksamkeit. Durch sichtbare Fortschritte steigt die Wahrscheinlichkeit erheblich, die Ziele weiterhin zu verfolgen. Die Selbstoptimierung wird vorausgesetzt, um dem Erfolg der Leistungsgesellschaft gerecht zu werden (Schumacher 2012). Ein weiterer wichtiger Aspekt ist, dass die Bewegung des Quantified Selfs und die Beschäftigung mit der eigenen Person im Trend liegt. Denn die Suche nach Objektivität[16] in der komplexen Welt nimmt weiter zu. Der Austausch in sozialen Netzwerken führt zu einer gemeinsamen Steigerung der Ziele. Deshalb darf der Spaßfaktor in diesem Zusammenhang keinen Abbruch erleiden, da der Spieltrieb ein wichtiger Treiber ist, um langfristig Erfolg zu erzielen (Zauche 2012).
Durch den Trend der Personalisierung und Individualisierung werden im Internet persönliche Präferenzen angezeigt. Das soziale Netzwerk Facebook bspw. lernt, mit welchen Facebook-Freunden man gerne kommuniziert und schlägt aufgrund dessen vor, welche Nachrichten anderer Facebook-Freunde interessant sein könnten. Jedoch profitieren nicht nur die bekannten sozialen Netzwerke davon. Auch der Finanzmarkt profitiert zunehmend von den persönlichen Daten der Nutzer. Mit Hilfe der Schufa können diverse Unternehmen über eine vorhandene Zahlungshistorie erkennen, wie hoch die Wahrscheinlichkeit eines Zahlungsausfalls ist (Schumacher 2012). Eine weitere intelligente Maßnahme ist die Nutzung vonMenschenmassen an öffentlichen Orten. Anhand solcher Informationen können diese Massen umgangen werden, indem man andere öffentliche Verkehrsmittel nutzt. Apple und Google machen sich ebenfalls solche Daten zu Nutze. Sie zeichnen über Smartphones Bewegungsinformationen auf, um bspw. realistische Fahrzeitprognosen zu ermitteln (Schumacher 2012).
2.2.4 Verwendung von Online-Diensten
Um einen ersten Überblick von Softwareanwendungen zu erhalten werden nachfolgend drei Applikationen vorgestellt, die derzeit in den Bereichen Gesundheit, Alltag und Soziales am häufigsten genutzt werden. An dieser Stelle wird auf die Website www.quantifiedself.com/guide verwiesen. Diese Website ist Teil des Quantified Selfs (www.quantifiedself.com), in dem über aktualisierte Inhalte über diverse Softwareanwendungen, Applikationen und Projekte berichtet wird. Dieses Online-Handbuch ist stetig auf dem aktuellsten Stand und informiert über neue intelligente Messinstrumente.
Die erste Softwareanwendung befasst sich mit den Themen Gesundheit und Fitness. Digifit hat sich auf Cardio-Lösungen spezialisiert, die für die Herzschlagfrequenz während dem Training konzipiert wurde. Digifit bietet drei Apps an, die für verschiedene Sportarten geeignet sind: iCardio, iRunner und iBiker. Alle Apps beinhalten spezielle Funktionen, die für die jeweilige Sportart zu benötigen werden. Grundsätzlich enthält aber jede App alle Standard-Funktionen. Eine integrierte Herzfrequenzmessung mit einer dazugehörigen Herzfrequenzzone, um die Ausdauer, den Kalorienverbrauch und die Leistungseffektivität aufzuzeichnen. Über einen Fitness-Sensor ist es möglichst spezifische Daten über das Training zu erhalten. Diese Sensoren werden von diversen Sportherstellern angeboten. In Echtzeit werden die Daten dementsprechend angezeigt, dass sie gleichzeitig mit anderen Trainingseinheiten verglichen werden können. Ein mögliches Produkt für Jogger wäre Garmin Food Pod und für Radfahrer Garmin GSC-10. Beide Sensoren messen die Geschwindigkeit und die Distanz. Ein integrierter GPS ermöglicht einen Überblick über lange Strecken, die problemlos zurückverfolgt werden können. Zusätzlich kann man drei Upgrades erwerben, um sein persönliches Training zu steigern und besser zu kontrollieren.
Alle Apps kann man kostenlos herunterladen und mit den gewünschten Produkten kombinieren. Durch Übertragung der aufgezeichneten Daten sind diese auf dem Online-Profil statistisch hinterlegt. Der Kalorienverbrauch, das Gewicht, der Blutdruck und der Schlaf werden regelmäßig aufgezeichnet und gleichzeitig dargestellt. Zudem ist auch ein Online-Zugriff auf Karten möglich. Des Weiteren sichert das Portal in regelmäßigen Abständen die hochgeladenen Daten, die jedoch auch in unterschiedlichen Dateien für den Eigengebrauch zur Verfügung stehen. Um die Motivation zu steigern, können diese Daten in soziale Netzwerke veröffentlicht werden. Zweck dieser Veröffentlichung ist es, sich mit anderen Nutzern zu messen und zu vergleichen. So erhalten die Nutzer schnell einen Überblick über die Eigenleistung (Digifit 2013). In Abbildung 3 ist ein Screenshot der Digifit-Website abgebildet. Diese Website beinhaltet alle Bestandteile, die ein Quantified Self-Nutzer über die Handhabung der Website und der Geräte wissen sollte. Eine Übersicht, ein Shop und verschiedene Optionen zur Nutzung der Messgeräte werden angeboten.
[Dies ist eine Leseprobe. Tabellen und Abbildungen werden nicht dargestellt.]
Abb. 3: Digifit-Website (http://www.digifit.com/)
Bei der zweiten Softwareanwendung geht es um die Messung der täglichen Stimmungslage. Mit Moodpanda ist es möglich auf einer Skala von eins bis zehn die persönliche Stimmung festzuhalten – eins steht für eine sehr schlechte Stimmung und zehn steht für eine sehr gute Stimmung. Zugleich kann man Kommentare hinzufügen, um zu einem späteren Zeitpunkt nachvollziehen zu können, aus welchen Gründen eine bestimmte Stimmung gewählt wurde.
Stimmungsschwankungen und dessen Zusammenhänge können somit leichter interpretiert werden. Reihenfolgen oder Muster können dementsprechend analysiert werden. Diese Anwendung hilft den Nutzern, ein differenziertes Bild vom Alltag zu entwickeln. Die visualisierten Stimmungskurven kann man in diversen sozialen Netzwerken teilen, um Aufmerksamkeit zu erlangen und dadurch weitere Motivation zu schöpfen. Weiterhin ermöglicht es einen Vergleich unter den Nutzern, um daraus persönliche Schlüsse zu ziehen. Moodpanda eignet sich besonders als App, da man auch unterwegs seine Stimmung schnell erfassen kann. In Abbildung 4 ist die Website von Moodpanda zu erkennen. Auf dieser Website werden weitere Features angeboten, die es in der App nicht gibt. Zum einen gibt es einen übersichtlichen Kalender, in dem die Stimmung akkurat analysiert wird. Zum anderen kann man die erstellten Analysen und Visualisierungen direkt ausdrucken und somit weiter verwenden (Greenwood u. Larter 2012).
[Dies ist eine Leseprobe. Tabellen und Abbildungen werden nicht dargestellt.]
Abb. 4: Moodpanda-Website (http://moodpanda.com/)
Die dritte Softwareanwendung ist eine vielfach diskutierte Anwendung, bei dem die Interaktion zwischen den sozialen Netzwerken im Mittelpunkt steht. Clout bedeutet übersetzt Einfluss oder Schlagkraft – dies zeichnet die Anwendung besonders aus. Klout ist ein Dienst, der alle Aktivitäten einer Person in Verbindung mit allen sozialen Netzwerken aufzeichnet. Anhand dessen wird versucht die Motivation zu steigern, um noch aktiver in den sozialen Netzwerken zu agieren. Dieser Dienst wertet Freundeszahlen, Aktivitäten und Anzahl der Weiterempfehlungen aus. Aufgrund dieser Erfassung wird anhand einer Skala von eins bis einhundert ein Wert vergeben, welcher durch diverse Aktionen der Person ständig aktualisiert wird. So weiß der Nutzer genau, wie hoch seine Webaktivitäten sind. Dieses Klout-Ranking zeigt im Prinzip an, welchen Einfluss man als einzelne Person in den sozialen Netzwerken hat. Im Umkehrschluss bedeutet das: Je mehr Reaktionen durch mehr Aktivitäten entstehen, desto höher fällt das Klout-Rating aus (Klout 2013).
Diese App steht kostenlos zur Verfügung. Anhand dessen ist man stets auf dem Laufenden, daenn jeder Nutzer strebt danach eine höhere Wertung zu erzielen als alle anderen. Durch Aktualisierung der App kann dies genauestens verfolgt werden. Dieser Dienst ist aber nicht öffentlich verfügbar. Deshalb ist es notwendig sich über seine persönlichen Daten zu registrieren. Abbildung 5 zeigt die dazugehörige Website, bei der man sich über die offizielle Homepage anmelden kann.
[Dies ist eine Leseprobe. Tabellen und Abbildungen werden nicht dargestellt.]
Abb. 5: Klout-Website (http://klout.com/home)
2.2.5 Ziele
Das übergeordnete Ziel der Quantified Self-Bewegung ist die Aufzeichnung und Analyse persönlicher Daten. Dies hat zum einen den Zweck mögliche Ansätze zur Verbesserung zu entdecken. Dies ermöglicht die Auswertung, indem plötzlich Gewohnheiten und unbeachtete Zusammenhänge auftauchen. Die Ergebnisse könnten bspw. Auskunft über schlechte Essgewohnheiten vermitteln. Denn der Hintergrund dessen ist, dass Menschen sich schlecht selber einschätzen können. Zum anderen steigert es die Motivation, sein Verhalten regelmäßig zu kontrollieren. Ein weiterer Aspekt der motivationalen Beeinflussung beruht auf dem Veröffentlichen von Ergebnissen in sozialen Netzwerken. Der Vergleich mit anderen Nutzern führt dazu, die Wahrscheinlichkeit des Erreichens eines festgesetzten Ziels zu erhöhen. Durch diese Vorgehensweise und Methodik werden sie zunehmend bestärkt ihre Ziele weiterzuverfolgen.
Die Selbstbeobachtung oder Selbstforschung kann sich über viele Lebensbereiche erstrecken. Ziele können gesetzt werden, um ein sportlicheres aktiveres Leben zu führen oder auch Verbesserungen von Lernprozessen in privater oder beruflicher Hinsicht zu erreichen. Die Nutzer selbst erfassen zweckmäßig meist nur die Daten, die sie besonders interessieren. Denn der Wunsch besteht oft, dass die selbst festgelegten Ziele nach Möglichkeit schnell erreicht werden sollten. Der Anspruch durch Selbstoptimierung wächst, indem versucht wird die eigene Leistungsfähigkeit zu verbessern. Die Antwort auf die Frage “Wer bin ich?“ wird somit versucht zu beantworten (Räsch o.J.).
“Ziel dieser Datensammlung ist in den meisten Fällen die Generierung von Wissen, welches als Alternative zur Vermutung oder Unwissenheit helfen soll, bessere Entscheidungen zu fällen.“ (Schumacher 2013). Folglich wird das Bewusstsein gestärkt, das derzeitige Verhalten zu ändern. Durch diesen Prozess persönlicher Veränderungen entstehen durch Selbstbeobachtungen konkrete Ziele, diesen Wunsch bewusst zu erreichen (Schumacher 2013). Ein weiteres Ziel ist die Verbesserung der Interaktion zwischen Mensch und Technologie. Diese sollte persönlicher und natürlicher gestaltet werden, um die Handhabung der Interaktion zu erleichtern. Außerdem setzt sich das Quantified Self-Netzwerk zum Ziel, die Informationen der persönlichen Daten zu verbreiten, um das Potential der Nutzung nach wie vor zu erhöhen (Schumacher 2013).
2.2.6 Kritik
Zu Beginn der Entstehung erhielt Quantified Self sehr viel Aufmerksamkeit durch die Öffentlichkeit. Diese Entwicklung der Bewegung stieg rapide an und vervielfältige sich durch immer mehr Gruppen auf der ganzen Welt. In dieser Zeit stieg die Anzahl der Aktivisten stetig an – sowie die Anzahl der Kritiker. Durch Chancen und Risiken dieser Bewegung sind positive sowie negative Effekte entstanden, die zu einer Gratwanderung dieser Subkultur führen.
Das freiwillige Self-Tracking wird in der Gesundheitsbranche meist als positiver Effekt wahrgenommen. Es wäre möglich, die über einen längeren Zeitraum erfassten Informationen eines Patienten weiterzuverwenden. Mit Hilfe der Patienten können individuelle Krankheitsverläufe besser analysiert werden. Der Vorteil dabei wäre, dass für beide Seiten keine große Aufwendungen von Nöten sind. Der Patient selbst ergreift die Initiative und setzt sich mit seiner Erkrankung auseinander. Durch diese intensive Auseinandersetzung kann der Patient neue Behandlungsmöglichkeiten aufzeigen, die ihn und weitere betroffene Patienten bei der weiteren Behandlung unterstützen (Zauche 2012). So ist es auch für den behandelnden Arzt ein großer Erkenntnisgewinn, um weitere mögliche Symptome aus dem Alltag zu erkennen. Diagnosen können somit leichter gefällt werden. Gleichzeitig entsteht ein kommunikativeres Verhältnis zwischen Patient und Arzt, welches den gegenseitigen Umgang deutlich verbessert. Zu guter Letzt wird die Motivation der Patienten gesteigert, denn sie agieren in eigener Sache. Therapien oder Rehabilitation können somit mit größerem Erfolg behandelt werden (Zauche 2012).
Weiteres Potential steckt in der rasanten Entwicklung der Technologie. Die stetige Entwicklung der Apps und der Devices spielen im heutigen digitalen Zeitalter eine zunehmend wichtige Rolle. Durch die Cloud wird neuerdings Gelegenheit geboten seine Daten zu jedem Zeitpunkt und an jedem Ort einzusehen. Die Sensoren werden immer intelligenter, kleiner und billiger. Somit werden in Smartphones immer mehr technische Raffinessen eingebaut, die die kontinuierliche Aufzeichnung verschiedenster Lebensbereiche ermöglichen. Auch die Messinstrumente, die speziell für das Self-Tracking entwickelt wurden (wie z.B. Fitbit oder Nikeplus) erobern den Alltag (Zauche 2012). Die Lösungen und Ideen neuer Softwareanwendungen und Messinstrumente kommen aber meist aus der Nutzergruppe selbst, da alle Fachbereiche (aus Wissenschaft, Technik, Forschung und Gesundheit) vertreten sind.
Doch durch die zustande kommenden Einzellösungen entstehen schnell erste Probleme. Durch die enorm steigende Anzahl der Gesundheits-Apps können schnell Fehldiagnosen gestellt werden, die den Patienten erheblich schaden können. Um diese Problematik zu sichern und besser zu kontrollieren, hat die USA erste Schritte eingeleitet. Nur durch die strenge Kontrolle der “Food and Drug Administration“ können solche Apps zugelassen werden (Henning 2012). Ein weiteres Problem betrifft den Datenschutz, denn in dieser Hinsicht besteht ein erhebliches Risikopotential. Viele Nutzer veröffentlichen ihre Daten, ohne sich über den Schutz ihrer Daten Gedanken zu machen – davor warnen Datenschützer. Besonders große Unternehmen schöpfen aufgrund dieser Bewegung großes finanzielles Potential. Sporthersteller können davon Gebrauch machen, indem sie potentiellen Kunden (anhand der Daten) Laufzubehör anbieten können. Insbesondere die Krankenkassen finden Gefallen an dieser neuen Bewegung. Anhand von Ernährungsdaten und sportlichen Aktivitäten wäre es möglich, für Extremsportler den Beitragssatz zu erhöhen oder fülligeren Personen ein geeignetes Fitnessstudio zu empfehlen. Auch die Forscher zeigen großes Interesse, um mit solch einer Masse an Daten arbeiten zu können, denn die Erhebung solcher Daten von so vielen Personen wäre unbezahlbar (Bihr 2012).
2.2.7 Weitere Entwicklung
Gary Wolf nennt vier Faktoren, die die heutigen und zukünftigen Fortschritte dieser Bewegung auszeichnen. Da die heutige Technologie schneller voranschreitet denn je, sind die Sensoren in den Messinstrumenten kleiner und leistungsfähiger geworden. Dies ermöglicht eine schnellere Verbreitung dieser Geräte. Der zweite Faktor beruht auf dem Trend der Smartphones. Diese sind Teil der heutigen Gesellschaft, da das tägliche Herumtragen von kleinen Computern üblich ist. Dies schafft somit die Grundlage Daten ohne zusätzliche Aufwände aufzuzeichnen. Der dritte Faktor ist das Prinzip der sozialen Netzwerke. Durch die Veröffentlichung privater Informationen löst dies bei der Gesellschaft keine Irritationen mehr aus. Es ist völlig normal geworden private Dinge preiszugeben. Der letzte Faktor, den er benennt, ist die Intelligenz der Cloud. Angebote und Nutzung dieser Dienstleistungen erfolgen über spezifische Schnittstellen, die die gesamte Informationstechnik beinhaltet (Passig 2012, S. 420 ff.).
Durch die regelmäßigen Meetups dieser Bewegung entsteht ein immer größeres Netzwerk an Nutzern, die die Fortschritte und Erkenntnisse eigener Projekte schildern. Dies stellt somit Kontakte zu anderen Nutzern her, die den gegenseitigen Austausch fördern. Dies führt zur Vertiefung weiterer Kompetenzen sowie der Verbreitung von Wissen. Hauptbestandteil dessen ist die Entwicklung neuer Technologien, die zur Verbesserung vorhandener Methoden führt. Damit setzt das Netzwerk eine gesellschaftliche Bewegung in Gange, welche zu personalisierten Diensten und Softwareanwendungen für die Gesundheit führt. Durch diese Subkultur werden neue Innovationen vorangetrieben, die den Fortschritt verstärken (Schumacher 2012).
2.2.8 Ausblick
Ende 2012 fand ein Workshop zum Thema “normative Gesellschaftstrends“ statt. Diese Veranstaltung wurde vom Bundesministerium für Bildung und Forschung in Auftrag gegeben, um Trends für das Jahr 2030 in den Bereichen Multikultur, Nachhaltigkeit und Governance[17] zu identifizieren. Dies wurde vom VDI-Technologiezentrum in Verbindung mit dem Fraunhofer Institut durchgeführt. Dieses Treffen war ein erster Schritt in die richtige Richtung. Vor allen Dingen wurden in der Veranstaltung Themen angesprochen, die für Quantified Self von großer Relevanz sind. Der Wandel von Computertechnologien, die künstliche Intelligenz und die Mensch-Maschine-Interaktion wurden als relevante Forschungsfelder eingestuft (Schumacher 2012). Sprach- und Gestensteuerung werden weiterhin als die Revolution neuer Technologien angesehen, da User Experience für die Konsumenten eine zunehmend wichtige Rolle spielt (Zauche 2012).
Für die neuen Softwareanwendungen, zur Erfassung umfangreicher Informationen, besteht die Möglichkeit über neue Einsichten der voranschreitenden Entwicklung einen neuen spezialisierten Fokus zu setzen. Durch die digitale Lebensrealität entsteht eine neue Dimension, die in diesem Marktsegment zu einem enormen Wachstum führt. Vermutlich wird die Technologie in einigen Jahren soweit ausgereift sein, dass kleine technische Wunder in Kleidungsstücke implementiert werden können. Die immer größer werdende hektische Gesellschaft wäre somit ständig überwacht. Ein gesünderer Lebensstil wäre die Folge (Schumacher 2011).
Die immer präsenter werdenden Gesundheits-Apps und Messinstrumente werden in Zukunft in jedem Haushalt existieren und als selbstverständlich angesehen werden. Diese Hilfestellung im Alltag wird Einzug erhalten, wie das tägliche Zähne putzen. Vor allen Dingen werden die heranwachsenden Kinder ein Teil dessen sein, was heute in der Quantified Self- Bewegung betrieben wird. Der Umgang mit digitalen Geräten ist selbstverständlich geworden sowie die Kommunikation über soziale Netzwerke. Das Management und die Organisation der Kinder und Jugendlichen wird sich drastisch ändern, da der technische Fortschritt den gesamten Kommunikationskanal verändern wird (Schumacher 2012).
Die Skepsis der immer älter werdenden Generation wird durch die neuen technischen Möglichkeiten nachlassen. Die massiven Datenbestände und Informationen der Patienten werden für Wissenschaft und Forschung genutzt, um Therapien gezielt zu verbessern. Dies ermöglicht auch eine weitere umfassende Beurteilung noch unerforschter Krankheitsbilder. Durch die Verantwortung der Patienten wird auf lange Zeit der Heilungs- und Krankheitsverlauf deutlich verbessert. Somit werden Datenschnittstellen geschaffen, die für einen zuverlässigen Austausch zwischen Arzt und Patient sorgen.
[…]
[1] Der Interaktionismus vertritt eine persönlichkeitstheoretische Position. Das Erleben und Verhalten von Menschen lässt sich von dessen Persönlichkeit und Situation voraussagen (Staats u. Lohse 2010).
[2] Der sogenannte Lebensraum wird von der Person und dessen Umgebung umfasst.
[3] Die Topologie ist eine Form der Geometrie.
[4] Die Kausalität beschreibt eine Beziehung zwischen Ursache und Wirkung – es definiert eine Abfolge von mehreren aufeinander bezogenen Ereignissen.
[5] Mit den Faktoren innerhalb einer Person sind die kognitiven, emotionalen und motivationalen Faktoren gemeint (Kihlstrom n.y.).
[6] Mit den Faktoren außerhalb einer Person sind bspw. Temperatur, Feuchtigkeit, Höhe etc. gemeint (Kihlstrom n.y.).
[7] Bei einer Reaktion geht man von einer Befriedung der Bedürfnisse aus. Eine Reiz-Reaktions-Assoziation führt zur Verstärkung einer Bedürfnisbefriedigung, die durch eine oder mehrere Reaktionen ausgelöst wird (Walter 2009).
[8] Bei einer Verhaltensänderung geht man davon aus, dass sich Personen in ihren Motiven unterscheiden. Aufgrund dessen wird dieses Motiv dafür verantwortlich gemacht (Rueetschli 2011).
[9] Kumulation kommt es dem lateinischen cumulus und bedeutet übersetzt Anhäufung oder Ansammlung von bspw. Daten oder Faktoren.
[10] Transitive Wirkungen weisen mehr als eine Verbindung auf. Sie definieren meist zwei Faktoren, die durch mehrere Verknüpfungen verbunden sind.
[11] Die Triebkraft bezeichnet einen Ansporn oder Anstoß eine Sache zu beginnen, um diese am Ende mit Erfolg abzuschließen.
[12] Unter Kognition versteht man alle Denk- und Wahrnehmungsvorgänge oder auch Informationsverarbeitung eines Menschen. Dieser mentale Prozess hat Ergebnisse wie bspw. Erwartungen, Wissen oder Einstellungen zur Folge.
[13] Meetups werden auch als “Quantified Self Showu.Tell“ bezeichnet. Bei diesem Treffen haben die Beteiligten die Möglichkeit eigene Projekte vorzustellen und sich gegenseitig auszutauschen.
[14] Global Positioning System ist ein Navigationssatellitensystem zur Ortung von Personen. Bei dieser Aufzeichnung wird die Position und die Zeit bestimmt.
[15] Der Drehraten-Sensor misst die eigene Rotationsgeschwindigkeit.
[16] Objektivität ist die Beschreibung einer bestimmten Sache oder eines Ereignisses.
[17] Governance bedeutet übersetzt verwalten, leiten oder erziehen. Es bezeichnet die allgemeine Aufbau- und Ablauforganisation im Sinne einer politisch-gesellschaftlichen Einheit.
-
-
-
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X.