Grundlagenbeitrag: Physiologische Messungen im Kontext der Evaluation von Wissenschaftskommunikation

Physiologische Messungen „dienen der objektiven Erfassung und Quantifizierung bestimmter Merkmale physiologischer Prozesse in unterschiedlichen Organsystemen des Körpers mittels entsprechender Messgeräte“ (Döring und Bortz 2016, S. 501). Sie sind für die Rezeptions- und Wirkungsforschung und gerade auch für evaluatorische Untersuchungen deshalb von Interesse, weil sie unterschiedliche Indikatoren für menschliches Erleben bzw. Verhalten liefern können. Gegenüber anderen Methoden, etwa Selbstauskünften mittels Befragungen oder Tests, bieten physiologische Messungen einige Vorteile: Es ist deutlich schwieriger, sie bewusst zu manipulieren, Gedächtnisfehler spielen keine Rolle, es werden Phänomene zugänglich, die nicht bewusst wahrgenommen werden oder nicht präzise verbalisierbar sind (z. B. die Lidschlagfrequenz), und Rezeptionsgeschehen kann sehr genau im Zeitverlauf erfasst werden (z. B. mittels Blickbewegungserfasssung) – um nur die zentralen Vorzüge zu nennen (vgl. Döring und Bortz 2016, S. 502). Nachteile physiologischer Messungen sind beispielsweise der notwendige Zugriff auf kostspielige Spezialgeräte, die Notwendigkeit von hoher Fachexpertise zur Durchführung und Auswertung der Untersuchungen oder die Belastungen/Beeinträchtigungen von Proband:innen durch die Messgeräte inkl. der Reaktivität der Methoden (vgl. Döring und Bortz 2016, S. 502 f.).

Die gängigsten Methoden, die sich trotz der genannten Einschränkungen für ein Evaluationsvorhaben in der Wissenschaftskommunikation eignen, werden im Folgenden in vier Indikatorengruppen behandelt: Erregungsindikatoren, Emotionsindikatoren, Aufmerksamkeitsindikatoren und Bewertungsindikatoren.¹

Interessiert man sich dafür, welche Szenen eines Erklärfilms die Zielgruppe besonders anregen oder was beim Abendvortrag besonders aktivierend auf die Zuschauer:innen wirkt, kann man diese unspezifischen Reaktionen auf einen Reiz (Erregung) statt durch eine Befragung auch durch eine physiologische Messung in Erfahrung bringen. Die „sicherlich am häufigsten eingesetzte[n]“ (Fahr und Hofer 2013, S. 348) physiologischen Methoden im Kontext medienpsychologischer und kommunikationswissenschaftlicher Studien beziehen sich auf die elektrodermale Aktivität, d. h. „die Änderung der bioelektrischen Eigenschaften der Haut“ (Fahr 2013, S. 602). Diese basieren auf der Veränderung der Aktivität der sogenannten ekkrinen Schweißdrüsen, die vom sympathischen Teil des vegetativen Nervensystems gesteuert werden (vgl. Dawson et al. 2000, S. 203), welcher wiederum für die „nach außen gerichtete Handlungsbereitschaft“ (Fahr und Hofer 2013, S. 349) eines Menschen verantwortlich ist. Mit Veränderungen der elektrodermalen Aktivität korrelieren daher verschiedene psychologische Phänomene wie Aktivation², emotionale Reaktionen bzw. affektive Intensität, Aufmerksamkeit oder Informationsverarbeitung (vgl. Fahr 2013, S. 602; Fahr und Hofer 2013, S. 348).

Es lassen sich verschiedene Maße in diesem Zusammenhang unterscheiden³, wie z. B. Hautpotenzial und Hautfeuchte, wobei die Untersuchung der Hautleitfähigkeit am etabliertesten ist (vgl. Döring und Bortz 2016, S. 518). Zur Messung werden Elektroden an der Innenseite der Hand befestigt⁴, da sich dort – und an den Füßen – die höchste Dichte an ekkrinen Schweißdrüsen befinden (vgl. Birbaumer und Schmidt 2006). Eine Fremdspannung wird angelegt und der Hautwiderstand im Zeitverlauf aufgezeichnet. „Die typische Hautleitfähigkeitskurve besteht aus einem Grundniveau, das sich im Laufe der Medienrezeption erhöhen und verringern kann […]. Diese Grundlinie wird moduliert durch SCRs [Hautleitfähigkeitsreaktionen]“ (Fahr und Hofer 2013, S. 350). Diese Reaktionen sind reizbezogen und werden durch die Höhe des Ausschlags (Amplitude) sowie durch die Dauer und die Latenzzeit charakterisiert (vgl. Döring und Bortz 2016, S. 519).

Die Verarbeitung solcher Daten setzt ein hohes Maß an Fachkenntnis voraus. Nicht nur die Menge an potenziellen psychologischen Korrelaten, sondern auch die geringe Spezifität erschwert die eindeutige Interpretation. So lässt sich z. B. emotionale Erregung an den Messkurven der Versuchspersonen ablesen, nicht aber, ob diese Erregung positiv oder negativ ist (vgl. Fahr und Hofer 2013, S. 351).

Zudem reagiert die Haut vergleichsweise langsam, wodurch Veränderungen der Hautleitfähigkeit zu einem schlechten Indikator werden, sobald die Stimuli zu schnell aufeinander folgen, da die „Zuordnung zwischen ‘Stimulus’ und Reaktion hier nicht mehr sinnvoll möglich“ (Fahr 2013, S. 603) ist. Dies betrifft viele multimodale Inhalte wie z. B. schnell geschnittene Informationsvideos.

Weitere klassische Erregungsindikatoren liefert die Untersuchung der kardiovaskulären Aktivität wie z. B. der Herzfrequenz, des Blutdrucks oder der peripheren Durchblutung. Sowohl Konzeption, Durchführung als auch die Auswertung solcher Messungen sind mit mindestens ähnlich großen Herausforderungen und Einschränkungen verbunden wie die der Hautleitfähigkeit. Details zu diesen Messungen finden sich zum Beispiel bei Fahr und Hofer (2013).

Die Rezeption medialer Artefakte – vom Zeitungsartikel bis zum YouTube-Vortrag – hat immer auch eine emotionale Komponente, auch wenn deren Relevanz und Dominanz sehr unterschiedlich ausgeprägt sein kann. Dies gilt entsprechend auch für wissenschaftskommunikative Produkte und Maßnahmen, selbst dann, wenn aus Sicht der Produzent:innen der Schwerpunkt auf kognitiven Aspekten liegen mag – beispielsweise bei einer Ringvorlesung oder einem Erklärvideo zur Grundlagenforschung in der Physik. Emotionen – bzw. genauer emotionales Erleben – kann im Rahmen evaluatorischer Untersuchungen analysiert werden, dies erfordert jedoch in aller Regel detailliertes Fachwissen aufseiten der Evaluatoren und zudem vergleichsweise teures Spezialequipment. Insofern werden Emotionsindikatoren in der evaluatorischen Praxis nur in Ausnahmefällen bzw. im Rahmen größer angelegter Begleitforschungen herangezogen werden können.

Wenn emotionales Erleben mittels physiologischer Messungen erhoben werden soll, sind zwei Aktivitätsbereiche dabei von besonderem Interesse: Aktivitäten der Gesichtsmuskulatur und Aktivitäten der Augen, genauer noch des Lidschlags und der Pupille (vgl. Meinold 2005; Fahr 2013).

Zur Messung von Aktivitäten der Gesichtsmuskulatur wird klassisch – neben standardisierten Beobachtungen – die sog. Elektromyografie (EMG) eingesetzt. Dabei wird die elektrische Aktivität von Muskeln mittels Elektronen erfasst (vgl. Döring und Bortz 2016, S. 520 f.).⁵ Es ist jedoch inzwischen auch möglich, zur Emotionserkennung mittels der Gesichtsmuskulatur spezifische Software einzusetzen, die auf Videos der Gesichter der Proband:innen angewendet wird. In beiden Fällen geht es um die Erfassung von – unwillkürlichen – Reaktionsmustern spezifischer Muskelgruppen, „die vergleichsweise valide und reliabel die Identifikation etwa diskreter Emotionen erlauben“ (Fahr 2013, S. 614). Bereits in den 1980er Jahren wurde in der Psychologie ein Klassifikationsmodell entwickelt, das sechs Basisemotionen unterscheidet, die mithilfe der beschriebenen Verfahren detektiert werden können: glücklich, traurig, ärgerlich, überrascht, ängstlich und angewidert (vgl. Ekman und Friesen 1978). Wird hierbei nicht auf einschlägige Software zurückgegriffen, so handelt es sich bei einer solchen Kodierung um ein vergleichsweise aufwendiges Verfahren.

Bei der Beobachtung des menschlichen Auges ist in puncto Emotionsindikatorik neben dem Lidschlag (vgl. Meinold 2005) die Pupillengröße von besonderem Interesse. Diese kann nicht intendiert verändert werden und wird nicht nur von der Lichtmenge, die auf sie einwirkt, sondern auch von psychischen Faktoren wie beispielsweise mentaler Belastung oder affektivem Interesse beeinflusst (vgl. Fahr 2013, S. 617). Insbesondere gilt: „Bei besonderer Aktivität des Limbischen Systems (Angst, Erregung oder hohe mentale Belastung) erweitert sich die Pupille, bei psychischer Überforderung verkleinert sie sich“ (Fahr 2013, S. 617). Zur Messung der Pupillengröße werden videobasierte Eyetracker eingesetzt (vgl. Abschnitt Aufmerksamkeitsindikatoren). Genauso wie beim Indikator Gesichtsmuskulatur sind zur Messung von Lidschlagfrequenz und Pupillengröße spezifische, kostenintensive Geräte und geschulte Mitarbeiter:innen zur Durchführung und Auswertung der Messungen notwendig.

Wenn es um die Messung der Aufmerksamkeit von Menschen beim Umgang mit medialen oder kommunikativen Artefakten geht, spielen Blickbewegungen eine zentrale Rolle. Die Methode der Blickaufzeichnung wird in der empirischen Medienforschung inzwischen vielfach erfolgreich eingesetzt (vgl. Bucher und Schumacher 2006; Gehl 2013; Geise 2011b; Holsanova et al. 2009; Niemann und Krieg 2011; Schumacher 2009). In der Wissenschaftskommunikationsforschung sind Studien, die dieses Verfahren einsetzen, bisher selten (vgl. Kessler 2021), aber durchaus zu finden (vgl. z. B. Böhmert et al. 2021; Bucher und Niemann 2012, 2015; Kessler und Zillich 2019). Mit der Methode lässt sich strategisches, intentionales, aber auch nicht-intentionales Verhalten im Rezeptionsprozess offenlegen (vgl. Schumacher 2009, S. 110).

Die Methode der Blickaufzeichnung⁶ kommt unmittelbar während des Rezeptionsprozesses von Versuchspersonen zum Einsatz. Im Unterschied zu allen Formen des self-reporting ermöglicht sie „einen direkten Einblick in die Interaktion zwischen Stimulus und Rezipient“ (Bucher et al. 2010, S. 385) und hat dabei deutlicher weniger mit den bekannten Problemen der Reaktivität und Validität zu kämpfen: Blickdaten gelten als „weitestgehend authentisch“ (Bucher 2011, S. 116). Grund dafür ist, dass „Blickbewegungen zu einem hohen Maße als nicht-intentional bezeichnet werden können“ (Gehl 2013, S. 163)⁷.

Blickbewegungen sind Indikatoren für die Allokation von Aufmerksamkeit seitens Proband:innen (vgl. Bente 2004, S. 298)⁸. Sie sind zum Verständnis von Rezeptionsprozessen in vielfacher Hinsicht hilfreich, geben sie doch Auskunft über:

Damit erlauben sie konkrete „Rückschlüsse auf […] Aneignungshandlungen“ (Gehl 2013, S. 164) von Proband:innen. Der Auge-Geist-Hypothese (Just und Carpenter 1980) und der kritischen Reflexion dieses Ansatzes (Geise 2011a; Schumacher 2012) folgend, lassen darüber hinaus die mit einem Eyetracker gemessenen Fixationen von Elementen – Buchstaben, Bilder etc. – Rückschlüsse auf eine mögliche kognitive Verarbeitung zu.

Trotz der genannten Potenziale der Methode gilt der Satz: „Zu wissen, was ein Proband anschaut, heißt noch nicht zu wissen, was er sieht“ (Schumacher 2012, S. 115). Blickdaten müssen kontextualisiert werden, um Aussagen zur tatsächlichen kognitiven Verarbeitung von Stimuli machen zu können (vgl. Bucher 2012, S. 265; Gehl 2013, S. 164 f.; Schumacher 2012, S. 115 f.). Wird darauf verzichtet, so „bleibt beispielsweise unklar, ob ein Seitenelement überdurchschnittlich lange fixiert wurde, weil es dem Betrachter besonders interessant erschien, ober ob an dieser Stelle Rezeptionsschwierigkeiten vorlagen“ (Gehl 2013, S. 164). Nur durch Methodenkombination, etwa mit Lautem Denken⁹ und der Aufzeichnung nonverbaler Handlungen sind „schlüssige Erklärungen für bestimmte Rezeptionsabfolgen“ (Schumacher 2012, S. 115) ableitbar.

In der Forschungspraxis werden anwendungsbezogene Blickaufzeichnungen heute in aller Regel mit videobasierten Eyetrackern durchgeführt.¹⁰ Dabei kommen – je nach Untersuchungsgegenstand – bevorzugt non-invasive, häufig unterhalb des Proband:innenmonitors installierte bzw. sogar in diesen integrierte Geräte zum Einsatz, die das Verhalten der Rezipient:innen während einer Rezeptionssituation so gut wie nicht beeinflussen. Geht es um Untersuchungssituationen, in denen die relevanten Inhalte nicht auf einem Computermonitor präsentiert werden können (Live-Veranstaltungen, Handyinhalte, Elemente im Straßenraum etc.) werden sog. Headmounted-Systeme verwendet. Diese arbeiten ebenfalls videobasiert, zeichnen jedoch zusätzlich über eine Frontkamera auf, was eine Versuchsperson sieht, damit die erhobenen Blickdaten mit der Situation vor dem Gesichtsfeld in Bezug gesetzt werden können. Inzwischen sind derartige Geräte sehr miniaturisiert verfügbar und ähneln einer handelsüblichen Brille mit breitem Rahmen.

In der Wissenschaftskommunikationsforschung werden Blickaufzeichnungen fast immer mit einer evaluatorischen Perspektive auf kommunikative Artefakte – seien es nun Live-Formate, Videos, Printprodukte oder auch eine VR-Anwendung – eingesetzt. Andererseits führen die vergleichsweise hohen technischen, zeitlichen und finanziellen Anforderungen an eine Untersuchung mittels Blickaufzeichnung sowie die erforderlichen Fachkenntnisse bei der Anwendung und Auswertung der Methode dazu, dass sie im Repertoire reiner Praxis- oder typischer Selbstevaluationen nicht zu finden ist. Praxisbezogene Fragestellungen, zu deren Beantwortung die Methode einen relevanten Beitrag leisten kann, sind beispielsweise:

Sei es das Unterhaltungsempfinden während eines Science-Slams oder die Einschätzung der Verständlichkeit von Expert:innen während einer Debatte: In beiden Fällen geht es um Bewertungen, die sich über die Zeit verändern können und deren genaue Kenntnis zu jedem Zeitpunkt Rückschlüsse auf einzelne Bestandteile z. B. eines Vortrags erlaubt.

Als eine Art „X-ray of the program as experienced by the audience“ beschreibt Millard (1992, S. 1) das Anfang der 1940er Jahre von den Forschern Lazarsfeld und Stanton entwickelte Verfahren „zur Evaluation von im Radio ausgestrahlten Unterhaltungsprogrammen“ (Maier 2013, S. 172), das er noch als Direct Measurement of Audience Response bezeichnet. Bis heute haben sich zwei andere Namen für die Methode durchgesetzt: Real-Time-Response (RTR)-Messung und Continuous-Response-Messung (vgl. Maurer 2013, S. 220). Im deutschsprachigen Raum scheint der Ausdruck RTR-Messung gebräuchlicher zu sein (vgl. Waldvogel und Metz 2017, S. 308) und wird daher auch in diesem Kapitel verwendet.

„RTR-Messungen ermöglichen die rezeptionsbegleitende Erfassung individueller und subjektiver Reaktionen auf audio-visuelle Stimuli“ (Waldvogel und Metz 2017, S. 308). Ihre Eindrücke können Versuchspersonen dabei über eigens dafür entwickelte physische oder (heute üblicher) virtualisierte (d. h. Smartphone oder Computer) Eingabegeräte zu jedem Zeitpunkt der Rezeption kontinuierlich bzw. quasi-kontinuierlich¹¹ zurückmelden. Die übermittelte Selbstauskunft kann dabei eine Vielzahl von Konstrukten abdecken, wie z. B., ob ein Video als angenehm empfunden wird, eine Vorlesung als informativ oder welcher der beiden politischen Kandidaten in einem TV-Duell gerade den besseren Eindruck macht (vgl. Waldvogel und Metz 2017, S. 308).

Tab. 1 gibt eine Übersicht über die verschiedenen Typen von RTR-Eingabesystemen¹²:

RTR-Messungen bieten einige Vorteile gegenüber postrezeptiven Verfahren wie Befragungen oder anderen rezeptionsbegleitenden Verfahren wie Lautem Denken. Letzteres bedeutet für gewöhnlich einen erheblichen Eingriff in die Rezeptionssituation, da die laut geäußerten Eindrücke der Versuchspersonen die Rezeption entweder unterbrechen oder überlagern. Im Vergleich hierzu können Rückmeldungen per RTR-Eingabegerät schnell und nebenbei abgegeben werden. Gegenüber den postrezeptiven Verfahren haben RTR-Messungen den Vorteil, dass sich Versuchspersonen nicht erst an Rezeptionssituationen erinnern müssen, ihre Beurteilungen nicht nachträglich rationalisiert werden können und weniger starke Verzerrungen aufgrund von sozialer Erwünschtheit auftreten (vgl. Taddicken et al. 2020, S. 56). Hinzu kommt, dass die „Erfassung von Eindrücken einzelner (medialer) Inhalte mittels RTR-Messung […] dezidiert auf konkrete Merkmale des gezeigten Materials“ (Taddicken et al. 2020, S. 56) zurückgeführt werden kann. Beispielsweise könnte man mittels einer RTR-Messung herausfinden, welche Aspekte eines Präsentationsfilms einer Hochschule zu einem naturwissenschaftlichen Thema sich positiv oder negativ auf die von den Zuschauer:innen zugeschriebene Kompetenz der oder des Präsentierenden auswirkt.

Probleme von RTR-Messungen sind die mitunter stark variierenden interindividuellen Schwellwerte, ab wann ein Knopf zu betätigen bzw. ein Regler zu verschieben ist (vgl. Waldvogel und Metz 2017, S. 311). Außerdem liegt die Vermutung nahe, dass „die ungewohnte Selbstauskunft die Introspektion erhöhen könnte, was die Übertragbarkeit auf alltägliche, unreflektierte Situationen erschweren kann“ (Waldvogel und Metz 2017, S. 314). Damit einhergehend verlangen RTR-Messungen bei den Versuchspersonen zusätzliche kognitive Ressourcen während der Rezeption – wie bei allen rezeptionsbegleitenden Verfahren. Stehen diese nicht zur Verfügung, weil die Versuchsperson „etwa von einem Inhalt besonders gebannt [ist], ist es denkbar, dass ‚vergessen‘ wird, dem Erleben Ausdruck zu verleihen“ (Fahr 2013, S. 620).

Auch wenn finanzielle Vorbehalte gegen RTR-Verfahren mit physischen Messgeräten dank der zunehmenden Virtualisierung des Verfahrens (Waldvogel und Metz 2017, S. 316) fast obsolet geworden sind, bleibt es dabei, dass zur Erhebung und Auswertung spezielle Software benötigt wird.

Für Evaluationsvorhaben ist in erster Linie die stark begrenzte Anzahl an Items, über die eine RTR-Messungen Auskunft geben kann, ein Nachteil. Zum Beispiel kann eine Versuchsperson nicht zwei Schieberegler bedienen und gleichzeitig Auskunft über Unterhaltsamkeit und Verständlichkeit eines Vortrags geben. Außerdem muss man bedenken, dass RTR-Messungen zunächst nichts darüber aussagen, weshalb Versuchspersonen bestimmte Bewertungen vorgenommen haben. Begründungen der abgegebenen Bewertungen lassen sich nur durch Kombinationen mit anderen Methoden wie zum Beispiel Befragungen oder Lautem Denken erheben.

Im Vergleich zu anderen Evaluationsmethoden wird deutlich, dass der Einsatz physiologischer Messungen sowohl in Konzeption, Durchführung und Auswertung komplex ist und nicht ohne Erfahrung auskommt. Zudem ist beinahe immer eine Methodenkombination erforderlich, um Begründungszusammenhänge zu erfassen.

Dennoch haben die aufgeführten Methoden ihre jeweiligen spezifischen Vorteile und können ein sehr tiefgehendes Verständnis für Rezeptionsprozesse bei wissenschaftskommunikativen Artefakten schaffen, die eine Evaluation erheblich bereichern können.

Genau deswegen sollte man sich nicht davon abhalten lassen, auch solche elaborierteren Methoden für eine Evaluation in Erwägung zu ziehen, auch wenn dies in der Praxis häufig bedeutet, dass externe Expertise hinzugezogen werden muss – etwa durch die Kooperation mit einer Forschungseinrichtung.