Flow messen mit Wearables und künstlicher Intelligenz

Feldexperiment im Kern Experimentierraum bei der Campusjäger GmbH in Karlsruhe

Im Rahmen des Kern Projekts wurde im Sommer 2019 über drei Wochen eine groß angelegte Feldstudie im Kern-Experimentierraum bei der Campusjäger GmbH in Karlsruhe durchgeführt.

Insgesamt 19 Beschäftigte aus 5 verschiedenen Abteilungen (Account Management, Software Entwicklung, Produktmanagement, Operative Leitung und General Management) nahmen an der Studie teil, die sich mit der Messung sogenannter Flow-Zustände unter Einsatz künstlicher Intelligenz (KI) beschäftigte.

Studienteilnehmer bei der Baselineerhebung. Um die Muster der Herzrate im Flow-Zustand besser abgrenzen zu können wurde von jedem Teilnehmer eine fünfminütige Baseline in Entspannung aufgezeichnet (physiologische Nulllinie) dazu wurde den Teilnehmern ein Unterwasservideo präsentiert.
Studienteilnehmer bei der Baselineerhebung. Um die Muster der Herzrate im Flow-Zustand besser abgrenzen zu können wurde von jedem Teilnehmer eine fünfminütige Baseline in Entspannung aufgezeichnet (physiologische Nulllinie) dazu wurde den Teilnehmern ein Unterwasservideo präsentiert.

Ein Flow-Zustand beschreibt gemäß der Definition von Michail Csikzentmihalyi einen Zustand höchster Konzentration und Fokussierung auf eine Aufgabe. Das Erleben von Flow bei der Arbeit ist nach aktuellen Untersuchungen sowohl für die Beschäftigten wie für die Organisation besonders wichtig, da vermehrtes Erleben von Flow bei der Arbeit zu einer höheren Zufriedenheit der Beschäftigten führt. Außerdem steht das Erleben von Flow in Verbindung mit einer gesteigerten Leistungsfähigkeit – Flow ist damit ein allgemein erstrebenswerter Zustand. Im Fokus der Kern Projektaktivitäten steht unter anderem die Entwicklung eines Kompetenzassistenzsystems (KAS), bei dem die Messung von Flow mittels physiologischer Daten wie der Herzrate eine Schlüsselrolle einnimmt. Bisherige etablierte Methoden zur Messung von Flow konzentrieren sich im Wesentlichen auf den Einsatz von Fragebögen, deren Verwendung nicht nur Flow unterbricht, sondern auch durch die Beschäftigten als invasiv wahrgenommen wird. Durch die Verwendung physiologischer Daten kann Flow weniger invasiv gemessen und eine Unterbrechung der Beschäftigten bei der Arbeit vermieden werden.

Die durchgeführte Feldstudie bei der Campusjäger GmbH diente der Gewinnung von Daten zur Unterscheidung hoher und niedriger Flow-Zustände (Klassifikator), die auf KI-Methoden beruht. Alle 19 Studienteilnehmenden wurden mit einem Brustgurt zur Messung der Herzrate ausgerüstet und eine für das Projekt entwickelte Software auf deren Arbeitscomputern installiert. Während ihres normalen Arbeitsalltags zeichnete die installierte Software die Herzrate der Teilnehmenden auf und sendete zu randomisierten Zeitpunkten Fragebögen zum Flow-Zustand, die durch die Teilnehmenden elektronisch beantwortet wurden. Die Resultate aus diesen Fragebögen wurden anschließend den physiologischen Daten zugeordnet. Im Anschluss an die Studie konnte mit den gewonnenen Daten und unter Zuhilfenahme von Methoden der KI ein Tool zur Messung von Flow erfolgreich entwickelt werden.

Konzept eines Flow-adaptiven Systems
Konzept eines Flow-adaptiven Systems

Aufbauend auf dieser Flow-Messung ist im nächsten Schritt die Entwicklung eines Flow-adaptiven Systems vorgesehen, welches hohe Flow-Zustände bei der Arbeit unterstützt oder aufrechterhält. Ein vielversprechender Ansatz bezieht sich auf das Management digitaler Benachrichtigungen für Mail- oder Chatnachrichten. Hierbei hat sich die Anzahl dieser Benachrichtigungen durch ein stetig steigendes Aufkommen an Mail- und Chatnachrichten in den vergangenen Jahren vervielfacht, was die Bedeutung der Thematik unterstreicht. Gleichzeitig konnte gezeigt werden, dass digitale Benachrichtigungen das Erleben von Flow unterbrechen können.

Close
Go top