Multidimensionale Fragebögen zur Erfassung der wahrgenommenen Robotermorphologie (RoMo) in der Mensch-Roboter-Interaktion

Da sich die Kategorisierung der Robotermorphologie des entwickelten Fragebogens auf der Taxonomie von Onnasch und Roesler (2021) bezieht, wird der theoretische Hintergrund genutzt, um die in dieser Taxonomie aufgeführten Konzepte einzuführen. Für eine umfassende und systematische Literaturübersicht empfehlen sich aktuelle Überblicksartikel zum Thema Anthropomorphismus (Złotowski et al. 2015; Rothstein et al. 2021; Roesler et al. 2022) und Zoomorphismus (Nanay 2021; Löffler et al. 2020). Technomorphismus wird in den angeführten Veröffentlichungen häufig als Gegenpol zu Anthropomorphismus und Zoomorphismus konzeptualisiert und dementsprechend mitbetrachtet.

Grundlegend kann die Morphologie des Roboters als sichtbare und erfahrbare Schnittstelle der Interaktion von besonderer Bedeutung sein, da sie per Design an die Aufgabenanforderungen sowie an die Erwartungen und Fähigkeiten des Menschen angepasst werden kann. In diesem Zusammenhang stellt die Übertragung menschähnlicher Charakteristika auf Roboter eine vielversprechende und häufig genutzte Gestaltungsstrategie dar. Es wird davon ausgegangen, dass eine menschähnliche, also anthropomorphe, Gestaltung zu einer Aktivierung von Mensch-Mensch-Interaktionsschemata führt und damit zu einer intuitiveren Zusammenarbeit von Menschen mit Robotern beiträgt (Duffy 2003; Roesler et al. 2021). Das übergeordnete Ziel der Robotergestaltung ist dabei zumeist die Förderung einer positiven Wahrnehmung in Bezug auf Intelligenz, Sicherheit oder Attraktivität (Bartneck et al. 2009) und einer positiven Einstellung in Bezug auf Vertrauen, Akzeptanz und Empathie (Bröhl et al. 2016; Hancock et al. 2011). Diese können wiederum gewünschtes Verhalten, wie die Nutzung von Robotern nach sich ziehen (Sanders et al. 2019). Darüber hinaus kann die Gestaltung auch direkt Einfluss auf das Verhalten des Menschen nehmen. So können Kommunikation und Bewegungen dazu genutzt werden, gemeinsame Handlungen von Menschen und Robotern besser zu koordinieren (Clodic et al. 2017; Onnasch et al. 2023).

Beispiele für diesen Ansatz finden sich in verschiedensten Anwendungsbereichen und Realisationsformen. So kann z. B. die Implementierung eines Robotergesichts Hinweise auf menschähnliche Interaktionsmöglichkeiten geben, da über das Aussehen auch implizite Annahmen zur Funktionalität transportiert werden (Goetz et al. 2003; Onnasch und Roesler 2021). Augen suggerieren, dass der Roboter sehen kann und die Darstellung eines Mundes oder von Ohren weist auf verbale Kommunikationskanäle hin. Neben dem reinen Aussehen des Roboters spielen auch die Kommunikation, Bewegungen oder der Kontext, in dem ein Roboter präsentiert wird, eine zentrale Rolle in der Wahrnehmung des Roboters (Goetz et al. 2003; Onnasch und Roesler 2021). Studien in der industriellen MRI konnten beispielsweise zeigen, dass eine anthropomorphe Bewegungsgestaltung eines Roboterarms zu einer verbesserten Nachvollziehbarkeit und Vorhersagbarkeit der Bewegungen führen kann (Dragan und Srinivasa 2016; Kuz et al. 2013; Mayer et al. 2013). Ein anderes Beispiel illustriert, dass im Servicebereich die Anwendung von verbalen Etiquette-Strategien in Bezug auf die Roboterkommunikation einen positiven Effekt auf das Verhalten von Personen hatte (Zhang et al. 2011; Zhu und Kaber 2012). Zudem zeigt sich, dass bereits das reine Beschreiben von Robotern zu unterschiedlichen Einstellungen und Verhalten gegenüber dem Roboter führen kann (Darling 2015). So verbesserte sich z. B. die Interaktion mit sozialen Robotern, wenn diese durch Namen und Geschichten personifiziert wurden (Darling 2017; Westlund et al. 2016). Die angeführten Studien zeigen, wie sehr der Kontext, in dem ein Roboter verbal eingeführt wird, das sogenannte Framing, den Menschen beeinflussen kann (Darling 2015). Der Kontext geht allerdings noch über ein rein verbales Framing hinaus, da auch Interaktionsszenarien selbst aufgrund ihrer benötigten Sozialität (Goetz et al. 2003) einen Einfluss haben können. Die Dimension Kontext umfasst also die Zuschreibung von Eigenschaften, die durch verbale und visuelle Umgebungshinweise induziert wird.

Die angeführten Studien verdeutlichen, dass die Robotergestaltung als multidimensionales Konstrukt (Aussehen, Kommunikation, Bewegung, Kontext) in allen Bereichen, in denen Roboter heute eingesetzt werden, eine bedeutende Rolle spielt und differenzierte Effekte auf die Wahrnehmung als auch auf das Verhalten des Menschen hat.

Allerdings ist der Erfolg dieses Gestaltungsansatzes stark abhängig von der Anwendungsdomäne (Goetz et al. 2003; Roesler et al. 2021; 2022) und der Art der Gestaltung (Onnasch und Hildebrandt 2021; Onnasch und Roesler 2019; Roesler et al. 2020). Ein Negativbeispiel stellt das anthropomorphe Aussehen von Robotern in der industriellen Domäne dar, da dieses zu geringerer wahrgenommener Zuverlässigkeit und sogar suboptimaler Aufmerksamkeitsverteilung führen kann (Onnasch und Hildebrandt 2021; Roesler et al. 2020). Hier ist ein technomorphes Aussehen einem anthropomorphen zumeist vorzuziehen. Schon frühe Studien im Bereich Mensch-Roboter Interaktion zeigten, dass das Roboteraussehen und -verhalten zu der jeweiligen Sozialität und Ernsthaftigkeit der Aufgabe passen sollte (Goetz et al. 2003). Im Zuge der sogenannten Matching-Hypothese wurde Technomorphismus als Maschinenähnlichkeit als Gegensatz zu Anthropomorphismus als eigene Kategorie eingeführt. Spätere Studien ergänzten die Forschung zur Matching-Hypothese dann durch zoomorphe Roboter, also tierähnliche Gestaltungsansätze (Li et al. 2010). Während technomorphe Gestaltungsansätze oftmals im Industriebereich erfolgreich implementiert werden, finden zoomorphe Merkmale eher im sozialen Bereich Verwendung. Besonders in der Kind-Roboter-Interaktion zeigt sich zum Beispiel, dass zoomorphe Gestaltungsansätze Lernerfolg und Spaß am Lernen steigern können (Gordon et al. 2016).

Zusammenfassend lässt sich herausstellen, dass die Gestaltung von Robotern in Bezug auf Aussehen, Kommunikation, Bewegung und Kontext in allen Domänen der MRI eine hohe Bedeutung aufweist (Goetz et al. 2003; Roesler et al. 2021; 2022). Um generalisierbare Gestaltungsempfehlungen geben zu können, ist es daher nicht nur von zentraler Bedeutung, die Auswirkungen von Gestaltung zu untersuchen, sondern auch die Gestaltung selbst erfassbar zu machen. Nur wenn man die subjektive Wahrnehmung der jeweiligen Morphologie eines Roboters und der ihr zugrundeliegenden Gestaltungsmerkmale (Aussehen, Kommunikation, Bewegung und Kontext) differenziert erfassen kann, ist es möglich die Effekte dieser Morphologie auf die MRI abzuschätzen.

Eine Erfassung unterschiedlicher Anthropomorphismusgrade wurde bisher vor allem in Zusammenhang mit Arbeiten zum Uncanny Valley thematisiert (Ho und MacDorman 2010; Mara et al. 2022; Mori et al. 2012). Im Rahmen dieses postulierten Zusammenhangs wird angenommen, dass ab einem bestimmten Punkt anthropomorphes Aussehen zu unangenehmen Gefühlen oder einer Verletzung von Erwartungen führt. Aus der Forschungshistorie des Uncanny Valley ergab sich die bisher am häufigsten genutzte Methode zur Differenzierung verschiedener Grade der Robotermorphologie die Anthropomorphismus-Skala aus dem Godspeed Fragebogen (Bartneck et al. 2009; Weiss und Bartneck 2015). Die Skala umfasst semantische Differentiale (z. B. unecht – natürlich, künstlich – realistisch), die auf fünf Stufen bewertet werden können (Bartneck et al. 2009). Das Ziel des Godspeed Ι: Anthropomorphismus (GΙA) ist es, den Vergleich unterschiedlicher Morphologien von Robotern zu ermöglichen (Bartneck et al. 2009). Inhaltlich beziehen sich diese Differentiale primär auf die Wahrnehmung der äußeren Gestalt, während andere Aspekte wie z. B. Kommunikation und der Kontext nicht adressiert werden. Damit können sich Vergleiche auf Basis dieses Fragebogeninstruments nicht auf alle Gestaltungsdimensionen der Morphologie eines Roboters beziehen. Darüber hinaus weisen aktuelle Studien darauf hin, dass der eindimensionale Ansatz des GΙA nicht geeignet ist kleinere Unterschiede innerhalb einzelner Gestaltungsebenen abzubilden. So konnte der GΙA keine Unterschiede für einen anthropomorph oder technomorph beschriebenen humanoiden Roboter aufzeigen (Onnasch und Roesler 2019) oder zwischen einem industriellen Roboter mit oder ohne Gesicht differenzieren (Onnasch und Hildebrandt 2021; Roesler et al. 2020). In beiden Beispielen zeigten sich allerdings Unterschiede in der menschlichen Wahrnehmung und dem Verhalten gegenüber den Robotern, so dass hier von einer wahrgenommenen Unterschiedlichkeit ausgegangen werden kann und damit von einer möglichen mangelnden Sensitivität des GΙA. Ähnliche Resultate zeigten sich für eine revidierte Version des Godspeed Ι (RGΙA) (Ho und MacDorman 2010); so konnten auch mit diesem Messinstrument keine Unterschiede in der erwähnten Manipulation des Kontexts via Framing (Onnasch und Roesler 2019) oder Aussehens (Onnasch und Hildebrandt 2021; Roesler et al. 2020) durch die Skala wahrgenommene Menschenähnlichkeit aufgezeigt werden. Dies liegt auch darin begründet, dass die Extrema der semantischen Differenziale der beiden meist genutzten Fragbögen (GΙA, Bartneck et al. 2009; RGΙA, Ho und MacDorman 2010) oft Eigenschaften nennen, die einzigartig für lebende Entitäten sind (z. B. hat kein Bewusstsein – hat ein Bewusstsein). Diese extremen Unterschiede und die eher grobe Einteilung in 5 Stufen bieten daher nicht genug Raum, um kleinere Unterschiede der Wahrnehmung abzubilden.

Andere Fragebögen beziehen sich vor allem auf die Zuschreibung menschlicher Eigenschaften, wie mentale Kapazitäten und Prozesse (Ruijten et al. 2019) oder die grundlegende menschliche Tendenz unbelebte Entitäten zu anthropomorphisieren (Waytz et al. 2010). Die Erfassung der allgemeinen Tendenz zu anthropomorphisieren ist jedoch nicht als Methode geeignet, um die wahrgenommene Morphologie von Robotern zu untersuchen.

Phillips und Kolleg:innen (2018) bieten einen nicht fragebogenbasierten Ansatz zur systematischen Erfassung des wahrgenommenen Anthropomorphismus hinsichtlich des Aussehens. Dafür wurde das Aussehen von Robotern auf Bildern analysiert. Die Analyse beinhaltet die Einordnung von Robotereigenschaften wie Körperform, Gesicht und Oberflächentextur und liefert damit eine differenzierte Bewertung des Aussehens von Robotern. Aspekte wie Bewegung, Kommunikation und Kontext werden allerdings nicht abgebildet.

Neben den bereits aufgeführten Kritikpunkten aktueller Erfassungsmethoden ist die wohl größte Forschungslücke, dass sich die Hauptzahl der bestehenden Ansätze ausschließlich auf die anthropomorphe Gestaltung von Robotern konzentriert (Bartneck et al. 2009; Ho und MacDorman 2010; Phillips et al. 2018). Die Erfassung von zoomorphen Gestaltungsmerkmalen wird nur indirekt vorgenommen, da häufig einfach die beschriebenen Fragebögen zu Anthropomorphismus verwendet werden (Löffler et al. 2020). Die dritte Gestaltungsmöglichkeit, ein technomorphes Design, wird stets als Gegenteil zu Anthropomorphismus oder Zoomorphismus interpretiert, z. B. im GΙA. Während dies für einige Items auch sinnvoll erscheint (z. B. wie ein Mensch – wie eine Maschine), kann diese implizite Schlussfolgerung bei anderen Items des GΙA allerdings angezweifelt werden (z. B. bewegt sich steif – bewegt sich flüssig).

Ziel dieser Arbeit ist daher die Entwicklung eines Sets von drei Fragebögen (einen für jede Variante der Morphologie), welche die unterschiedlichen Ausprägungen der jeweiligen Morphologien auf Basis von relevanten Dimensionen (Aussehen, Kommunikation, Bewegung und Kontext) erfassen. Die theoretische Basis für die Unterscheidung der verschiedenen Dimensionen liefert dabei die Taxonomie der MRI von Onnasch und Roesler (2021), die in Bezug auf die jeweilige Morphologie von Robotern, diese Dimensionen unterscheidet. Diese werden jeweils bezüglich ihres Grades an anthropomorphen, zoomorphen und technomorphen Charakteristika eingeschätzt. Der gewählte Ansatz der Entwicklung mehrerer Fragebögen zur Robotermorphologie (RoMo) mit einzelnen Fragebögen zu Anthropomorphismus (RoMo-A), Zoomorphismus (RoMo-Z) und Technomorphismus (RoMo-T) bietet dabei nicht nur die Möglichkeit die Gestaltung über das Aussehen hinaus zu erfassen, sondern auch für jede Morphologie spezifisch einzelne Skalen auszuwählen, die dem Untersuchungsziel entsprechen, und andere Skalen wegzulassen, die in diesem Kontext irrelevant sind. Soll beispielsweise nur die Wirkung eines tierähnlichen Aussehens von Robotern auf die menschliche Wahrnehmung untersucht werden (Löffler et al. 2020), reicht es aus, nur diesen Teilaspekt zu erfassen (Skala Aussehen des RoMo-Z) um die Stimuli bezüglich des zoomorphen Aussehens zu unterscheiden. Mithilfe des Fragebogen-Sets soll damit ermöglicht werden, ökonomisch und sensitiv die Morphologie von Robotern zu erfassen.

Um ein solches Set an Fragebögen zu entwickeln, wurden zwei Online-Studien durchgeführt. In der ersten Studie wurde das Set an Fragebögen entwickelt. In der zweiten Studie wurde eine Validierung des Fragebogen-Sets mit einer neuen Stichprobe durchgeführt wurde.

Die Itemgenerierung basierte auf Charakteristiken, die wesentlich für Menschen, Tiere und Technologien in Bezug auf die vier Dimensionen sind. Eine gewisse semantische Redundanz war für die Ausgangsitems intendiert, da die Merkmale eine möglichst umfassende Ausgangslage für die folgende Itemreduktion bieten sollten. Die initiale Sammlung der Charakteristika umfasste 17 Aussehensmerkmale (z. B. Kopf und Proportionen), 22 Kommunikationsmerkmale (z. B. Sprache und Geräusche), 17 Bewegungsmerkmale (z. B. Geschwindigkeit und Art der Annäherung) und 20 Kontextmerkmale (z. B. Name und Einsatzgebiet). Wichtig ist, dass Merkmale gesucht wurden, hinsichtlich derer sich die Roboter über die Morphologien hinweg vergleichen lassen.

In einem kurzen Pretest wurden die gesammelten Merkmale auf ihr semantisches Verständnis und die angenommene Zuordnung zu den jeweiligen Dimensionen mit vier Personen überprüft. Basierend auf dem Pretest und der dazugehörigen Diskussion der Autor:innen wurden fünf Items exkludiert, eines umsortiert und eines umformuliert. Die Schwelle für die Entfernung von Items wurde konservativ gehandhabt, da alle verbleibenden Merkmale in einer ausführlicheren Erhebung untersucht wurden.

Im nächsten Schritt wurde die Liste der gesammelten 71 Merkmale zu vollwertigen, in Frageform gestalteten Items entwickelt. Diese zielten darauf ab, zu erfassen, inwieweit ein Robotermerkmal als menschähnlich, tierähnlich und technisch wahrgenommen wird. Dazu wurde der Itemstamm ergänzt: Wie menschenähnlich/tierähnlich/technisch ist das jeweilige Merkmal des Roboters? Jedes Merkmal führte daher zu drei separaten Fragen. Das Antwortformat ist als kontinuierliche Prozentskala konzipiert, die eine Bewertung von 0 %, d. h., dass zu dem jeweiligen Aspekt überhaupt kein Ausmaß wahrgenommen wird (verankert mit gar nicht), bis 100 %, d. h., dass das spezifische Ausmaß zu dem jeweiligen Aspekt vollständig wahrgenommen wird (verankert mit voll und ganz), ermöglicht. Diese Items wurden im Rahmen einer ersten Online-Studie untersucht.

Alle Analysen wurden einzeln für die Items eines Fragebogens (RoMo‑A, RoMo‑Z, RoMo-T) durchgeführt. Zunächst wurde die Korrelation eines Items mit dem Gesamtscore der jeweiligen Skala (die Trennschärfe) berechnet, da diese charakterisiert, ob alle Items inhaltlich dasselbe Merkmal messen. Dabei wurden idealerweise Werte > 0,5 angestrebt. Zusätzlich wurde als Maß für die interne Konsistenz der Skalen jeweils Cronbach’s α berechnet und Items, die bei Entfernung zu einer Verbesserung des Cronbach’s α führten, wurden entfernt.

Im nächsten Schritt wurde die Inter-Item-Korrelation pro Skala betrachtet. Zum einen sollte eine hohe Korrelation zwischen den Items einer Skala gegeben sein damit das gleiche Konstrukt gemessen wird (Werte < 0,3). Zum anderen sollten im Sinne der angestrebten Itemreduktion, Items mit starken Korrelationen (Werte > 0,7), wenn zusätzlich auch inhaltliche Redundanz zugrunde lag, entfernt werden. Die inhaltliche Redundanz wurde durch zwei der Autor:innen diskutiert und entschieden.

Daraufhin wurde mit den verbliebenen Items eine Faktorenanalyse durchgeführt. Vor der Durchführung der Faktorenanalyse wurde die Angemessenheit der Stichprobe und Daten für das Verfahren mittels Kaiser-Meyer-Olkin Kriterium (KMO) und Bartlett-Test geprüft. Die KMO Werte sollten mindestens > 0,6 sein und der Bartlett-Test signifikant (Tabachnick et al. 2007). Die exploratorische Faktorenanalyse wurde dann mit den zuvor reduzierten Items für den jeweiligen Fragebogen zu Anthropomorphismus, Zoomorphismus und Technomorphismus durchgeführt.

Die exploratorische Faktorenanalyse wurde gewählt, um die Faktorenstruktur zu untersuchen und die Items auf eine ökonomische Anzahl zu reduzieren. Da theoriebasiertkeine Korrelation zwischen den Komponenten angenommen wurde, wurde eine orthogonale Rotation (Varimax) gewählt. Die Anzahl der Faktoren wurde auf Basis von theoretischen Überlegungen, Screeplot und Eigenwerten festgelegt (Cattell 1966; Kaiser 1960). Dabei wurden die Items mit den höchsten Kommunalitäten gewählt. Mit den resultierenden Items pro Skala wurde die finale Faktorenanalyse des jeweiligen Fragebogens durchgeführt. Die Tab. 2, 3 und 4 zeigen das Ergebnis der finalen Faktorenanalyse für die reduzierten Items des RoMo‑A, RoMo‑Z und RoMo‑T mit allen Faktorladungen über 0,40 um die Übersichtlichkeit zu erhöhen (Stevens 2012). Um einen ökonomischen Fragebogen zu kreieren, wurden die drei Items mit der höchsten Ladung für die finalen Fragebogenversionen ausgewählt. Es wird empfohlen, dass in Fragebögen nicht weniger als drei Items pro Faktor zu verwenden sind, daher wurde eine angestrebte Itemzahl von drei pro Faktor festgelegt (Raubenheimer 2004).

Im letzten Schritt wurden die Fragebögen auf ihre Sensitivität untersucht. Dafür wurden die Ratings der Stimuli (z. B. Beschreibung einer anthropomorphen Kommunikation) miteinander auf der jeweiligen Skala (z. B. Skala Kommunikation des RoMo-A) verglichen. Pro Fragebogen wurde je Skala eine einfaktorielle ANOVA mit dem zwischen-Subjekt Faktor Ausprägung (anthropomorph vs. zoomorph vs. technomorph) durchgeführt. Bei einem signifikanten Haupteffekt des Faktors wurden Bonferroni adjustierte post-hoc-Tests durchgeführt, um zu untersuchen, welche Ausprägungen die jeweilige Skala signifikant unterschiedlich abbildet.

Ein Ziel der Entwicklung der RoMo-Fragebögen war es, eine Möglichkeit zur Einschätzung der Robotermorphologie in Bezug auf Anthropomorphismus (RoMo-A), Zoomorphismus (RoMo-Z) und Technomorphismus (RoMo-T) zu schaffen. Der aktuelle Forschungsstand der MRI fokussierte sich bisher stark auf Anthropomorphismus in der sozialen MRI (Duffy 2003; Roesler et al. 2021). Damit stellen die Fragebögen eine bedeutsame Erweiterung der bisherigen Messinstrumente der Robotermorphologie über Anthropomorphismus hinaus dar. Dies ist bedeutsam, da zum einen auch Zoomorphismus einen bedeutsamen Gestaltungsansatz in der sozialen MRI darstellt, besonders in der Therapie von Störungen im Autismus-Spektrum (Szymona et al. 2021) und Demenz (Kang et al. 2020). Zum anderen spielt Technomorphismus vor allem in der industriellen und servicedominierten Domäne eine bedeutende Rolle um den Werkzeugcharakter auch kollaborativer Roboter aufrecht zu erhalten (Roesler und Onnasch 2020). Die entwickelten Fragebögen, die alle akzeptable bis sehr gute interne Konsistenzen zeigten, auch auf Subskalenebene, sind daher ein nützliches Instrument in allen Bereichen der MRI.

Ein wichtiges Ziel war zudem, dass die jeweiligen Fragebögen auch eine Betrachtung der einzelnen Facetten der Morphologie hinsichtlich Aussehens, Kommunikation, Bewegung und Kontext ermöglichen. Damit schließen die resultierenden Fragebögen eine große Forschungslücke, die durch eine bisher eindimensionale Erfassung der Morphologie bestand (Bartneck et al. 2009; Ho und MacDorman 2010; Löffler et al. 2020). Diese modellbasierende Mehrdimensionalität (Onnasch und Roesler 2021) ermöglicht eine differenzierte Untersuchung, welche Merkmale der Morphologie, zu welchem Grad vorhanden sind und um im nächsten Schritt zu bestimmen, was einen positiven Einfluss auf menschliches Wahrnehmen und Verhalten hat. In bisherigen Überblicksarbeiten fehlte es an geeigneten Maßen, um innerhalb der Dimensionen Abstufungen vorzunehmen, anstelle eines nicht-quantifizierbaren Vergleichs im Sinne von mehr oder weniger Morphologiemerkmalen (Roesler et al. 2021). Damit bieten die Fragebögen einen guten Ansatzpunkt auch unterschiedliche Roboter und Studiendesigns vergleichbarer zu machen. Außerdem können die RoMo-Fragebögen und einzelnen Skalen auch in der Roboterentwicklung zum Einsatz kommen. Damit kann bereits in einer frühen Phase des Designs untersucht werden, wie unterschiedliche Designs wahrgenommen werden.

Insgesamt liegt damit der größte Vorteil der RoMo-Fragebögen im Gegensatz zu anderen etablierten Fragebögen (Bartneck et al. 2009; Ho und MacDorman 2010) in der Mehrdimensionalität. Dabei konnte die Analyse der einzelnen Skalen zeigen, dass die Fragebögen weitestgehend die jeweilige Dimension der Morphologie sensitiv abbilden. Für den RoMo‑A zeigten alle Skalen, dass jeweils die anthropomorphe Ausprägung des Aussehens, der Kommunikation, der Bewegung und des Kontexts signifikant anthropomorpher wahrgenommen wurde als die technomorphen Ausprägungen. Dies galt bis auf den Kontext auch für die zoomorphen Ausprägungen. Dies ist allerdings durch den gewählten Kontext eines Kindergartens zu erklären. Post hoc erscheint es logisch, dass soziale Kontexte wie der des Kindergartens zu einer anthropomorphen Kontexteinschätzung führen (Goetz et al. 2003; Roesler et al. 2022). Der RoMo‑Z zeigte auf allen Skalen signifikant höhere Werte der zoomorphen Stimuli im Vergleich zu anthropomorphen und technomorphen Stimuli. Während der RoMo‑A und RoMo‑Z sehr gut zwischen den Stimuli differenzieren, ergibt sich ein gemischtes Bild für den RoMo‑T. Dies kann damit zusammenhängen, dass Roboter grundlegend eher als Technologie wahrgenommen werden (Roesler et al. 2022), wofür auch die insgesamt sehr viel höheren Mittelwerte sprechen. Dennoch zeigt sich zumindest für alle Skalen deskriptiv der erwartete Effekt mit höherem wahrgenommenen Technomorphismus der jeweiligen technomorphen Stimuli. Statistisch signifikant ist dies teilweise bestätigt, wobei die Kommunikation eine Ausnahme bildet.

Zusammenfassend bieten die RoMo-Fragebögen damit eine weitestgehend sensitive Möglichkeit Anthropomorphismus, Zoomorphismus und Technomorphismus in Bezug auf Aussehen, Kommunikation, Bewegung und Kontext zu erfassen. Die Formulierung der Items erlaubt zudem nicht nur eine Anwendung auf spezifische Roboter, Aufgaben oder Interaktionen, sondern eine breite Nutzung in der MRI. Um die Faktorenstruktur zu überprüfen und die Sensitivität weiter zu untersuchen ist allerdings eine Kreuzvalidierung und ein Vergleich mit anderen etablierten Fragebögen erforderlich.

Wie in der ersten Studie wurde die Angemessenheit der Daten und der Stichprobe vor der Durchführung der Faktorenanalyse mit Hilfe des KMO-Kriteriums und Bartlett’s Tests geprüft. Danach wurden exploratorische Faktorenanalysen mit orthogonaler Rotation (Varimax) für den jeweiligen Fragebogen RoMo‑A, RoMo‑Z und RoMo‑T durchgeführt. Die Anzahl der Faktoren wurde erneut auf Basis von theoretischen Überlegungen, Screeplot und Eigenwerten festgelegt (Cattell 1966; Kaiser 1960). Die Tab. 5, 6 und 7 zeigen das Ergebnis der Faktoranalysen der einzelnen RoMo-Fragebögen mit allen Faktorladungen über 0,40 (Stevens 2012).

Im nächsten Schritt wurden, parallel zum Vorgehen der ersten Studie, einfaktorielle ANOVAs und im Falle eines signifikanten Haupteffekts Bonferroni-korrigierte post-hoc-Tests berechnet.

Exklusiv für den RoMo‑A wurden noch zusätzliche Analysen durchgeführt, um die Sensitivität des hier vorgestellten Fragebogens mit etablierten Erhebungsinstrumenten (GΙA, RGΙA) zu vergleichen. Dafür wurden auch für den GΙA und den RGΙA einfaktorielle ANOVAs berechnet. Zudem wurde untersucht, inwiefern der Gesamtscore des RoMo‑A unterschiedliche Grade von Anthropomorphismus unterscheiden kann (von keiner anthropomorphen Ausprägung bis hin zu einer anthropomorphen Ausprägung aller vier Dimensionen Aussehen, Kommunikation, Bewegung, Kontext). Dazu wurde eine lineare Regression durchgeführt, um zu untersuchen, ob der RoMo‑A mit dem Grad des Anthropomorphismus der Stimuli zusammenhängt. Dieses Vorgehen wurde zusätzlich für den GΙA und RGΙA durchgeführt.