Obwohl den meisten Wissenschaftler/innen bekannt ist, dass es neben dem traditionellen und abonnementbasierten Publikationsmodell, auch die Möglichkeit existiert, ihre Forschung Open Access zu publizieren und Wissenschaftler/innen dieses neue Modell laut verschiedenen Umfragen überwiegend befürworten, findet die Transformation zu Open Access bisher nur sehr langsam statt. Um diesen Vorgang zu beschleunigen, wird nach neuen Möglichkeiten gesucht, um Anreize für Forschende zu schaffen sich mit der Thematik Open Access zu befassen und die Prinzipien auch in der Praxis umzusetzen. Ein solches Konzept zum Schaffen von Anreizen, welches sich bereits in unterschiedlichsten Kontexten bewährt hat, ist Gamification. In einer Studie mit 28 Teilnehmenden wurde die Wirkung der Spielelemente Abzeichen und Fortschrittsanzeige auf die Motivation beim Bearbeiten eines Online-Quiz zum Thema Open Access untersucht. Beide Spielelemente lieferten einen statistisch signifikanten Anstieg bei der Anzahl an bearbeiteten Fragen in Vergleich zu einer Kontrollgruppe. Dieses Ergebnis lässt darauf schließen, dass Gamification ein hilfreiches Instrument ist, um Wissenschaftler/innen für das Thema Open Access zu motivieren.

Im Rahmen des Verbundprojektes UrbanLife+ verfolgen wir einen Gamification-Ansatz, nach dem das spielerische Gestaltungsmittel der Quest als Grundlage dafür verwendet wird, Senioren zur Teilhabe an ihrem urbanen Umfeld zu motivieren, indem ihnen konkrete Vorschläge für Aktivitäten gemacht werden, welche mit einem Belohnungssystem verbunden sind. Das Gesamtsystem befindet sich derzeit noch in der Entwurfsphase. Eine Analyse der Anforderungen der Zielgruppe einschließlich einer umfassenden Befragung ist im Rahmen des Gesamtprojekts erfolgt. Dieser Beitrag beschreibt den aktuellen Planungsstand des Gamification-Systems sowie die dafür unmittelbar relevanten sonstigen Projektergebnisse und diskutiert die Herangehensweise.

Gamification beschreibt den Einsatz von spieltypischen Elementen in einem spielfremden Kontext und wird vermehrt eingesetzt, um die Motivation von Nutzenden einer Anwendung zu erhöhen. In diesem Beitrag wird die Wirkung von spieltypischen Elementen in einer Trainingsplattform für junge Unternehmer*innen und deren Mitarbeitenden untersucht. Dazu wurde eine Präventionsplattform in zwei Iterationen gamifiziert und getestet, wobei die erste Evaluation mit 15 Personen und die zweite Untersuchung mit 33 Personen durchgeführt wurde. Die Ergebnisse zeigen, dass die Freischaltung von Inhalten, Fortschrittsanzeigen, Quizze und Punkte eine motivierende Wirkung haben. Auch das Erreichen von selbst gesetzten sowie vorgegeben Zielen (Abzeichen) hatte positive Effekte und kann demnach für den Einsatz in digitalen Trainingssystemen empfohlen werden.

Empfehlungssysteme, die mit Hilfe latenter Faktormodelle Empfehlungen generieren, arbeiten äußerst genau und sind entsprechend weit verbreitet. Da die Berechnung der Empfehlungen jedoch auf der statistischen Auswertung von Benutzerbewertungen basiert, gestaltet es sich schwierig, die Empfehlungen dem Nutzer gegenüber zu erklären. Daher werden die Systeme häufig als intransparent wahrgenommen und können oft ihr volles Potential nicht entfalten. Erste Ansätze zeigen allerdings, dass die latenten Faktoren solcher Modelle semantische Eigenschaften der Produkte widerspiegeln. Dabei ist bislang unklar, ob die zum Teil sehr komplexe Parametrisierung, die z.B. die Anzahl der Faktoren festlegt, Auswirkungen auf die semantische Verständlichkeit hat. Da dies sehr von der subjektiven Wahrnehmung abhängt, präsentieren wir mit LittleMissFits ein Online-Spiel, das es erlaubt, mittels Crowd-Sourcing die Konsistenz der latenten Faktoren zu untersuchen. Die Ergebnisse einer Nutzerstudie mit diesem Spiel zeigen, dass eine höhere Anzahl von Faktoren das Modell weniger verständlich erscheinen lässt. Darüber hinaus fanden sich Unterschiede innerhalb der Faktormodelle bezüglich der Verständlichkeit der einzelnen Faktoren. Zusammengenommen stellen die Ergebnisse eine wertvolle Grundlage dar, um künftig die Transparenz entsprechender Empfehlungssysteme zu steigern.