scieee Science in your language
[en] (orig)
Universität Ulm | 89069 Ulm | Germany Fakultät für
Ingenieurwissenschaften,
Informatik und
Psychologie
Institut für Datenbanken
und Informationssysteme
Konzeption und Realisierung einer gene-
rischen Crowd-Sensing Anwendung für
Android-TV
Masterarbeit an der Universität Ulm
Vorgelegt von:
Michael Schreiber
[email protected]
Gutachter:
Prof. Dr. Manfred Reichert
Prof. Dr. Martin Theobald
Betreuer:
Marc Schickler
2015
Fassung 14. September 2015
c
2015 Michael Schreiber
This work is licensed under the Creative Commons. Attribution-NonCommercial-ShareAlike 3.0
License. To view a copy of this license, visit http://creativecommons.org/licenses/by-nc-sa/3.0/de/
or send a letter to Creative Commons, 543 Howard Street, 5th Floor, San Francisco, California,
94105, USA.
Satz: PDF-L
A
TEX2ε
Kurzfassung
Crowd-Sensing-Systeme gibt es in verschiedenen Ausprägungen. Im Kern beabsichti-
gen alle Systeme die Sammlung von Daten. Die über eine Menschenmenge erhobenen
Daten werden dazu verwendet, Aussagen über bisher unerforschte Gebiete der empiri-
schen Sozialforschung zu ermöglichen. Sehr viele der Crowd-Sensing-Systeme werden
über den Computer oder das Smartphone realisiert. Jedoch besitzen auch Smart-TV’s
alle Anforderungen um ein solches System zu ermöglichen.
Im Rahmen dieser Arbeit wird die Implementierung eines Crowd-Sensing-Systems
basierend auf dem Betriebssystem Android TV beschrieben. Das für den Fernseher
entwickelte Konzept beabsichtigt das komfortable Beantworten von Umfragen über
die Fernbedienung. Neben diesem System wird ebenfalls die Implementierung einer
vergleichbaren Smartphone-Anwendung beschrieben. Diese dient zur Durchführung
einer Vergleichsstudie. Kern der Studie ist die Frage, ob sich der Smart-TV als Crowd-
Sensing-System eignet.
iii
Danksagung
Zunächst möchte ich Marc Schickler für die Hilfestellung bei der Themenfindung und
die umfassende Betreuung während der Masterarbeit danken. Auch die Korrekturleser
möchte ich erwähnen. Mit eurer Hilfe konnten sehr viele Rechtschreibfehler und fehler-
hafte Satzstellungen korrigiert werden.
An dieser Stelle möchte ich meiner Freundin Marion Hellmann danken, die mir während
des gesamten Studiums helfend zur Seite stand. Ich möchte mich ebenso bei meiner
ganzen Familie für die seelische Unterstützung in den letzten Jahren bedanken. Mein
herzlichen Dank gilt insbesondere meinen Eltern, die mich auch finanziell während der
gesamten Studienzeit unterstützten.
Auch meinen Kommilitonen und Freunden möchte ich für die konstruktive Kritik und die
anregenden Ideen Danke sagen. Zuletzt möchte ich betonen, dass nur durch die vielen
Studienteilnehmer eine objektive Beurteilung der entwickelten Arbeit möglich war.
v
Inhaltsverzeichnis
1 Einleitung 1
1.1 Zielsetzung ................................... 2
1.2 AufbauderArbeit................................ 3
2 Grundlagen 5
2.1 Der Begriff “Crowd-Sensing“ . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Empirische Sozialforschung . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.1 Phasen des Forschungsprozesses . . . . . . . . . . . . . . . . . . 7
2.2.2 Wichtige Begriffe der Konzeptspezifikation und Operationalisierung 8
2.2.3 Gütekriterien der Messung . . . . . . . . . . . . . . . . . . . . . . 10
2.2.4 Datenerhebungstechniken . . . . . . . . . . . . . . . . . . . . . . . 12
2.3 Crowd-Sensing-Systeme . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3.1 Fragebögen............................... 15
2.3.2 Aktuelle Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4 CrowdSensr................................... 19
2.4.1 JSON .................................. 20
2.4.2 HTTP .................................. 21
2.4.3 Umfrageelemente ........................... 22
2.5 Android ..................................... 25
2.5.1 Activity ................................. 25
2.5.2 Intent .................................. 26
2.5.3 IntentFilter ............................... 27
2.5.4 BroadcastReceiver . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5.5 Fragment ................................ 28
2.5.6 Service ................................. 29
2.6 AndroidTV ................................... 30
2.6.1 AppCheckliste............................. 30
2.6.2 Leanback................................ 31
2.6.3 Recommendations........................... 32
vii
Inhaltsverzeichnis
2.6.4 BrowseFragment............................ 33
2.6.5 ArrayObjectAdapter . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.6.6 Presenter................................ 34
2.7 AndroidWear.................................. 35
2.7.1 Packaging................................ 35
2.7.2 WatchViewStub............................. 36
2.7.3 Wearable.DataApi . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.7.4 WearableListenerService . . . . . . . . . . . . . . . . . . . . . . . 37
2.8 UPnP ...................................... 38
2.9 Fitness-Portale................................. 40
2.9.1 GoogleFit................................ 40
3 Anforderungsanalyse 43
3.1 Anwendungsfälle................................ 43
3.2 Grundkonzept.................................. 44
3.3 Hard- und Softwareanalyse . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.4 ErweitertesKonzept .............................. 46
4 Implementierung 49
4.1 Bibliotheken................................... 49
4.1.1 CrowdiLibrary.............................. 49
4.1.2 CrowdiFitnessLibrary . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.1.3 CrowdiUpnpLibrary . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.1.4 CrowdiWearLibrary . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.2 Anwendungen ................................. 65
4.2.1 Crowdi(TV)............................... 65
4.2.2 Crowdi(Mobile)............................. 74
4.2.3 Crowdi(Wear) ............................. 78
5 Studie 81
5.1 Aufbau...................................... 82
5.1.1 Struktur................................. 82
viii
Inhaltsverzeichnis
5.1.2 Fragebogen............................... 83
5.1.3 Vergleichsfragebogen . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.2 Durchführung.................................. 84
5.3 Zusammensetzung der Stichprobe . . . . . . . . . . . . . . . . . . . . . . 84
5.4 Umfrageergebnisse .............................. 86
5.4.1 Vergleich der Systeme . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.4.2 Akzeptanz der Zusatzfunktionen . . . . . . . . . . . . . . . . . . . 90
5.5 Auswertung................................... 93
6 Zusammenfassung und Ausblick 97
A Quelltexte 99
B Umfrage 105
Literaturverzeichnis 111
Abbildungsverzeichnis 117
Tabellenverzeichnis 121
ix
1
Einleitung
Entwickelt man eine Android-Anwendung, so muss man sehr viele Faktoren beachten,
die den Erfolg einer Anwendung beeinflussen können. So kann es beispielsweise sein,
dass eine Anwendung in Deutschland sehr beliebt ist, sie in anderen Ländern jedoch
keine Verwendung findet. Um Entwickler bei der Ursachenforschung zu unterstützen,
bietet Google ein eigenes Crowd-Sensing-System mit der Bezeichnung „App-Statistik“
an. Durch die autonome
1
Erfassung wichtiger Meta-Daten, wie der Gerätebezeichnung,
der Betriebssystemversion oder der gewählten Sprache, können Schlussfolgerungen
ermöglicht werden [
Goo15d
]. So kann der Entwickler in dieser sehen, dass nur die
deutschen Nutzer die Anwendung tatsächlich verwenden und zur Erkenntnis kommen,
dass dies an der fehlenden Sprachunterstützung liegen könnte. Jedoch eignen sich
Crowd-Sensing-Systeme nicht nur zur Profitmaximierung von Anwendungen, sondern
auch zur Ursachenforschung von Krankheiten [
SSP+13
]. Mit “TrackYourTinnitus“ konn-
te die Universität Ulm bereits im Jahr 2014 eine Anwendung entwickeln, die es dem
Nutzer ermöglicht den Krankheitsverlauf zu dokumentieren. Über die Zuordnung der
dokumentierten Tinnituswahrnehmung zur Tageszeit und Aktivität können Auslöser von
Schwankungen durch den Patienten entdeckt und umgangen werden. Zudem können
die Daten in einem Crowd-Sensing-System ebenfalls vom Betreiber zur Gruppierung und
Auswertung verwendet werden. Damit lässt sich beispielsweise der häufigste Auslöser
für Schwankungen in der Tinnituswahrnehmung bestimmen [
Lin14
]. Da die Qualität der
Schlussfolgerung über ein Crowd-Sensing-System maßgeblich von der Datenmenge
abhängig ist, muss die Datenerhebung auf möglichst vielen Geräten erfolgen.
1Der Begriff Autonomie ist ein Synonym für Selbstständigkeit
1
1 Einleitung
Betrachtet man die Verkaufszahlen der Smartphones von 25,6 Millionen Geräten im
Jahr 2015, so sieht man, dass fast jeder vierte Einwohner in Deutschland ein neues
Smartphone erwarb [
Das15b
]. Da erscheint es nur logisch, dass die entwickelte “TrackY-
ourTinnitus“-Anwendung auf diese Gerätegruppe zielt [
SSPR15
]. Jedoch zeigen auch
die Absatzzahlen von Smart-TV’s
2
einen positiven Trend. So konnten die Verkäufe von
2009 bis 2014 auf 4,6 Millionen verdoppelt werden [
Das15a
]. Setzt man diese Zahlen
in Relation zu den Haushalten in Deutschland, so erwarben mehr als 10 Prozent der
Haushalte einen internetfähigen Fernseher im letzten Jahr [Sta15].
Neben den steigenden Absätzen lassen sich auch sehr viele Vorteile der mobilen
Datenerhebung auf den Smart-TV übertragen. So bieten Smart-TV’s ebenfalls alle
möglichen Formen der Erfassung. Damit kann der Entwickler selbst entscheiden, ob die
Übermittlung der Daten manuell vom Benutzer oder automatisch vom System ausgelöst
wird. Ist die manuelle Datenerfassung gewünscht, so kann der Proband auf beiden
Geräten mittels Benachrichtigungssystem subtil auf die gewünschte Datenerhebung
aufmerksam gemacht werden. Auch zusätzlichen Sensoren
3
, die bei der Erfassung
eingebunden werden können, sind in beiden Systemen ansprechbar. So stellt sich die
Frage, ob Smart-TV’s nicht ebenfalls als Crowd-Sensing-System geeignet sind.
1.1 Zielsetzung
Die Ziele der Arbeit lassen sich aus der zuletzt beschriebenen Motivation ableiten. So
beabsichtigt die Arbeit die Konzeption und Realisierung einer Anwendung für einen
internetfähigen Fernseher. Dazu soll mit einer Voruntersuchung die derzeitig angebotene
Hardware und Software analysiert und aufgearbeitet werden. Die erfolgversprechends-
te Plattform unter den Systemen Apple TV,Fire TV und Android TV, soll somit als
Grundlage der Arbeit dienen. Die für den Fernseher entwickelte Anwendung beabsichtigt
die Realisierung eines Crowd-Sensing-Systems mit dem Fokus der Durchführung von
2Als Smart-TV’s werden Fernseher bezeichnet, die einen Internetanschluss besitzen
3
Sensoren sind technische Bauteile und werden zur Erfassung von physikalischen oder chemischen
Eigenschaften eingesetzt
2
1.2 Aufbau der Arbeit
Umfragen. Dabei sollen möglichst viele der bereits angedeuteten Vorteile einer mobilen
Datenerhebung auf dem Smart-TV ausgenutzt werden. Da bisher keinerlei Untersuchun-
gen über die Eignung des Fernsehers zur Durchführung von Umfragen veröffentlicht
wurden, beabsichtigt die Arbeit entsprechende Erkenntnisse zu publizieren. Dazu soll
eine Vergleichsstudie zwischen einer Umfrage auf dem Fernseher, einer Datenerhebung
auf dem Smartphone und einer schriftlichen Befragung durchgeführt werden. Die in der
Studie erhobenen Daten sollen letztlich eine Aussage über die Eignung des Fernsehers
als Crowd-Sensing-System ermöglichen.
1.2 Aufbau der Arbeit
Zu Beginn werden in Kapitel 2 wesentliche Begrifflichkeiten behandelt. Hier ist zunächst
eine Definition des Begriffs “Crowd-Sensing“ zu finden, bevor die Themenfelder der
empirischen Sozialforschung, der Crowd-Sensing-Systeme sowie Android behandelt
werden. Da Android nach der Geräteform zu unterscheiden ist, sind die Grundlagen für
den Fernseher in Abschnitt 2.6 und das Basiswissen der Smartwatches
4
in Abschnitt 2.7
untergliedert. In diesem Kapitel ist ebenfalls eine Auflistung der derzeitigen Lösungen
von Crowd-Sensing-Systeme integriert. Hier werden die zwei bekanntesten Systeme vor-
gestellt und deren Unterschiede verdeutlicht. Innerhalb der Anforderungsanalyse wird in
Kapitel 3 das initiale Konzept, die nötige Voruntersuchung und die letztlich finale Fassung
der Projektplanung vorgestellt. Die Beschreibung der im Endprodukt ausgearbeiteten
Komponenten erfolgt im anschließenden Abschnitt. Dieses Kapitel untergliedert sich
in die zur Umsetzung benötigten Bibliotheken und Anwendungen. Die zur Beurteilung
des Systems durchgeführte Vergleichsstudie wird im Abschnitt 5 im Detail erläutert. So
sind hier Informationen über den Aufbau der Studie, die Durchführung, als auch die
Zusammensetzung der Stichprobe zu finden. Eine Darstellung der Umfrageergebnisse
sowie die Auswertung dieser ist ebenfalls enthalten. Die erreichten Arbeitsergebnis-
se sind in Abschnitt 6 zusammengefasst. Hier ist ebenfalls ein Ausblick auf mögliche
Erweiterungen zu finden.
4
Eine Smartwatch ist eine Uhr die zusätzliche Sensoren besitzt und damit, neben der Uhrzeit, weitere
Funktionen, wie zum Beispiel das Anzeigen der Herzfrequenz besitzt
3
2
Grundlagen
Befasst man sich mit dem Themenfeld des Crowd-Sensing, so lassen sich sehr unter-
schiedliche Auffassungen finden. Die wichtigsten Fakten zum Gebiet sind im Nachfol-
genden zusammengefasst.
2.1 Der Begriff “Crowd-Sensing“
In der Wissenschaft werden Systeme zur Datenerfassung über Sensoren in zwei Ka-
tegorien untergliedert. Zunächst gibt es die Gruppe des Personal Sensing. Dieses
Themenfeld beschäftigt sich mit der Erfassung von Daten für ein Individuum. Beispiel-
weise ist eine Anwendung zur Erfassung der persönlichen, sportlichen Aktivitäten dieser
Kategorie zuzuschreiben [RKG11] [GG14].
Die zweite Gruppe der Sensor-Systeme wird unter der Bezeichnung Community Sensing
gehandhabt. Dieser Begriff kann mit der Bezeichnung Crowd-Sensing gleichgesetzt
werden und umfasst ein Themenfeld, welches weiter zu differenzieren ist. So unter-
scheidet man in der Wissenschaft zwischen den Bereichen Participatory sensing und
Opportunistic sensing [
GG14
]. Als Participatory sensing werden Systeme bezeichnet,
die eine aktive Beteiligung der Probanden benötigt. Beispielsweise wird eine Anwendung
zur aktiven Beteiligung an Umfragen als Participatory sensing bezeichnet. Daher wird
in der folgenden Ausarbeitung der Begriff des Crowd-Sensing-System als Synonym für
ein System zur Durchführung von Umfragen angesehen. Opportunistic sensing umfasst
demgegenüber das autonome Erfassen und Übermitteln von Datensätzen. Zum Beispiel
5
2 Grundlagen
ist die im Hintergrund automatisch ablaufende Positionsübermittlung von Google Now
1
als solches zu verstehen. Dieses Teilgebiet der Crowd-Sensing-Systeme wird in der
Ausarbeitung nicht weiter betrachtet [
RKG11
] [
GG14
] [
SPSR15
]. Um eine Grundlage
für die in Kapitel 5 ausgearbeitete Studie zu schaffen, ist eine Zusammenfassung der
empirischen Sozialforschung im Nachfolgenden zu finden.
2.2 Empirische Sozialforschung
Der Begriff der empirischen Sozialforschung wird zunehmend mit dem der Umfrage
gleichgesetzt. Diese Trivialisierung beruht auf der Unkenntnis über das Themenfeld.
Die Bezeichnung ist als Sammelwerk von Techniken und Methoden anzusehen, die zur
korrekten Durchführung von wissenschaftlichen Untersuchungen über das menschliche
Verhalten und gesellschaftliche Phänomene angewendet werden [RS11].
Abgrenzen lässt sich die wissenschaftliche Forschung von anderen sozialen Aktivitäten
anhand vier Kriterien [
KG94
]. So ist das Ziel der Wissenschaft immer die Inferenz
2
.
Folglich zeichnet sich eine Untersuchung dadurch aus, dass Beobachtungen durch den
Forscher nicht nur dokumentiert, sondern auch interpretiert werden. Ebenso besticht
eine wissenschaftliche Forschung durch die Veröffentlichung der Vorgehensweise. Nur
durch die Publikation dieser können Erkenntnisse durch Außenstehende nachvollzogen
und eine Abschätzung der Gültigkeit ermöglicht werden. Als drittes Merkmal der Wis-
senschaft ist die Möglichkeit zur Einschätzung der Unsicherheit von Schlussfolgerungen
zu nennen. Da jede Schlussfolgerung prinzipiell fraglich ist, ist eine wissenschaftliche
Forschung durch die Einschätzung des Ausmaßes der Unsicherheit zu erkennen. Zuletzt
können diese durch die Verwendung von Methoden bzw. Vorgehensweisen identifiziert
werden. Da die Gültigkeit der Schlussfolgerung direkt von der verwendeten Vorgehens-
weise abhängt, ist diese als markantes Merkmal anzusehen [RS11].
1
Persönlicher Assistent des Android-Betriebssystem der durch die Positionsermittlung kontextabhängige
Informationen bietet
2Die Inferenz ist mit dem Wort Schlussfolgerung gleichzusetzen
6
2.2 Empirische Sozialforschung
Ziel der empirischen Sozialforschung ist die Überprüfung von Theorien zur Erklärung
des menschlichen Handelns und der sozialen Strukturen. Das Forschungsfeld dient
demzufolge der systematischen Prüfung von Theorien. In den anschließenden Ab-
schnitten findet sich eine Zusammenfassung der wichtigsten Aspekte der empirischen
Sozialforschung [RS11].
2.2.1 Phasen des Forschungsprozesses
Auswahl des
Forschungsproblems
Theoriebildung
Konzeptspezifische
Operationalisierung
Bestimmung der
Untersuchungsformen
Auswahl der
Untersuchungseinheit
Datenerhebung
Datenerfassung
Datenanalyse
Abbildung 2.1:
Phasen der Forschungsprozesse, vgl. Rainer Schnell, Paul B. Hill, Elke
Esser, Methoden der empirischen Sozialforschung, Seite 4
Wie der Abbildung 2.1 zu entnehmen ist, lässt sich die Wissenschaft in neun Phasen
untergliedern. Gestartet wird die Untersuchung durch die Auswahl des Forschungs-
problems. Dabei kann es sich hierbei um ein selbst formuliertes Forschungsproblem
oder um ein Problem aus einer Auftragsforschung handeln. Je nach Art der Forschung
kann der Spielraum bei der Bestimmung des Untersuchungsgegenstandes stark vari-
ieren. Ist das Forschungsproblem definiert, beginnt die Phase der Theoriebildung. Die
Theorie des Gegenstandsbereich kann hierbei bereits in der Literatur vorliegen oder
muss selbst entwickelt werden. Deshalb beinhaltet die Phase der Theoriebildung vor
allem die Recherche der zum Thema existierenden Fachliteratur. Da sehr häufig vage
Formulierungen der sozialwissenschaftlichen Theorien vorliegen, müssen Konzepte
und Begriffe in der Phase der Konzeptspezifikation und Operationalisierung präzisiert
werden. Ebenfalls werden in dieser Phase Voruntersuchungen durchgeführt, um die Gül-
7
2 Grundlagen
tigkeit und Zuverlässigkeit der Messinstrumente zu testen. Parallel zu dieser Phase wird
auch der Prozess zur Bestimmung der Untersuchungsformen durchlaufen. In diesem
Abschnitt wird festgelegt, ob die Datenerhebung an einem oder mehreren Messzeit-
punkten stattfinden soll. Auch auf die Frage, ob dieselben Personen oder verschiedene
Personengruppen zu untersuchen sind, wird hier eine Antwort gefunden. Sind die beiden
Prozesse abgeschlossen, muss in der anschließenden Phase entschieden werden, ob
die vollständige Menge der Elemente eines Gegenstandsbereichs oder nur eine Teilmen-
ge untersucht werden kann. Beispielsweise stellt sich eine Befragung aller Studenten
einer Universität als schwierig dar. Die im anschließenden Prozess der Datenerhe-
bung eingesetzten Techniken sind im Abschnitt 2.2.4 genauer beschrieben. Die durch
die Erhebung gewonnenen Daten müssen anschließend in der Phase der Erfassung
strukturiert und gespeichert werden, bevor eine anknüpfende Analyse möglich ist. Die
Datenanalyse selbst findet primär mit Hilfe von statischen Methoden auf Computern mit
speziellen Programmen statt. Da es in dieser Phase häufig zu einer teilweisen Revision
der Theorie kommt, ist eine Rückkopplung in Abbildung 2.1 vorgesehen. Sollte es keine
weitere Rückkopplung geben, so werden die gewonnenen Erkenntnisse im letzten Schritt
veröffentlicht. Hier wird je nach Art der Forschung entweder dem Auftraggeber das For-
schungsergebnis zugesendet oder eine Veröffentlichung in diversen Fachzeitschriften
angestoßen [RS11].
2.2.2 Wichtige Begriffe der Konzeptspezifikation und Operationalisierung
Um in der Phase der Konzeptspezifikation und Operationalisierung eine Präzisierung
der Theorien zu ermöglichen, müssen benötigte Grundbegriffe definiert werden. So
sind hier insbesondere die Begriffe Variablen und Indikatoren hervorzuheben, die im
Nachfolgenden beschrieben werden.
Variablen
Eine Variable ist ein zusammenfassender Begriff für verschiedene Ausprägungen (Va-
riablenwerte) einer Eigenschaft. Die Anzahl von Variablenwerten hängt dabei nicht von
8
2.2 Empirische Sozialforschung
den Objekten selbst, sondern von den theoretischen Begriffen ab. Sind beispielsweise
die Ausprägungen der Ampelfarben gefragt, so ergeben sich augenscheinlich die Varia-
blenwerte “Rot“, “Gelb“ und “Grün“. Wird unter den Farben hingegen die Wellenlänge
des Lichtes verstanden, so ergeben sich ganz andere Ausprägungen [RS11].
Variablen lassen sich zudem weiter differenzieren. So kennt die Wissenschaft dichotome
Variablen,diskrete Variablen sowie stetige Variablen. Während dichotome Variablen nur
zwei Werte wie beispielsweise “wahr“ und “falsch“ annehmen können, besitzen diskrete
Variablen mehr als zwei Ausprägungen. Dennoch besitzen diese im Vergleich zu stetigen
Variablen einen sehr eingeschränkten Wertebereich [RS11].
Zusätzlich zu dieser Unterteilung wird eine Unterscheidung nach der Wahrnehmbarkeit
einer Variablen getroffen. Ist eine Variable wahrnehmbar, so spricht man von einer
manifesten Variablen. Ist sie dies nicht, so wird sie als latente Variable bezeichnet.
Beispielsweise lässt sich die Körpergröße als manifeste Variable, das Abstraktionsver-
mögen hingegen als latente Variable bezeichnen [RS11].
Auch eine Differenzierung in die beiden Gruppen abhängige und unabhängige Variable
ist im Forschungsumfeld üblich. Demnach werden Variablen als unabhängig aufgefasst,
wenn diese für eine Studie festgelegt und vom Probanden nicht beeinflussbar sind.
Als abhängige Variablen werden hingegen die Variablen bezeichnet, die durch den
Probanden beeinflusst und in der Studie zu erfassen sind [RS11] [Mac09].
Indikatoren
Der Indikator wird in der Wissenschaft auch als manifeste Variable bezeichnet und dient
zur Verknüpfung eines theoretischen Begriffs mit einem beobachtbaren Sachverhalt.
Beispielweise lässt sich die manifeste Variable “Anzahl an Schuljahren“ als Indikator für
den theoretischen Begriff der “kognitiven Kompetenz“ bezeichnen. Dabei besteht das
9
2 Grundlagen
größte Problem in der Zuordnung eines Indikators zu einem theoretischen Begriff [
RS11
].
Zur Lösung dieses Problems werden in der Wissenschaft drei Ansätze verfolgt. Während
die operationalistische Lösung und die typologisch-induktive Lösung eine untergeordnete
Rolle besitzen, bietet die kausal-analytische Lösung den fruchtbarsten Ansatz. Bei
diesem Ansatz wird die neben der zu testenden Kerntheorie auch eine Hilfstheorie
spezifiziert. Über die zusätzliche Formulierung einer Hilfstheorie ist der Wissenschaftler
in der Lage, eine Betätigung der Kerntheorie zu erlangen, um einen Beweis der Gültigkeit
seiner Verknüpfung zu erbringen [RS11].
2.2.3 Gütekriterien der Messung
Ziel einer Messung ist die Generierung möglichst genauer und fehlerfreier Messwerte.
Dieses Ziel kann von kaum einer Messung erreicht werden, weshalb Messfehler bei jeder
Messung berücksichtigt werden sollten. Damit Messungen trotz Messfehler sinnvolle
Werte enthalten, ist die Anwendung der klassischen Testtheorie empfehlenswert [
RS11
].
Diese Theorie beinhaltet die mehrfache Messung identischer Testvorgänge. Beispielswei-
se kann die klassische Testtheorie zur Bestimmung der durchschnittlichen Sprungweite
eines Sportlers herangezogen werden. Der damit ermittelte Messwert kann als ver-
mutlich fehlerfreier Messwert unter der Akzeptanz des Grundmodells der klassischen
Testtheorie betrachtet werden [RS11].
Zentrum des Modells ist die Annahme, dass ein Messwert immer die Summe eines
“wahren Wertes“ und einem Messfehler darstellt. Somit kann der “wahre Wert“ als
Mittelwert einer Vielzahl von unabhängigen Messungen desselben Testvorgangs ange-
sehen werden. Diese Annahme basiert auf weiteren Voraussetzungen, die als gegeben
angenommen werden. So muss der Mittelwert der Messfehler immer Null sein, da er
sonst keinen korrekten Wert darstellen würde. Zudem wird angenommen, dass keine
Abhängigkeit zwischen der Größe des Messfehlers und der Größe des Messwertes
10
2.2 Empirische Sozialforschung
besteht. Die dritte Annahme besagt, dass die Messfehler zweier Messreihen niemals
untereinander korrelieren
3
. Auch die vierte Annahme beschäftigt sich mit der Korrelation.
In ihr wird hingegen die wechselseitige Beziehung zwischen einem Messfehler und dem
“wahren Wert“ einer anderen Messung ausgeschlossen. Neben dieser Grundlagen sind
insbesondere die Reliabilität und Validität als Gütekriterien entscheidend und werden in
den nachfolgenden Abschnitten genauer beschrieben [RS11].
Reliabilität
Die Reliabilität kann auch als Zuverlässigkeit einer Messung bezeichnet werden. Es
wird erwartet, dass eine wiederholte Messung unveränderter Testvorgänge immer die
gleichen Werte liefert. Weiter kann gesagt werden, dass die Höhe der Reliabilität maß-
geblich von der Stärke des Zusammenhangs zwischen den gemessenen Werten und
den tatsächlichen Werten abhängt [RS11].
Verifiziert werden kann die Reliabilität einer Messung über die Test-Retest-Methode oder
einer Paralleltestmethode. Während die Test-Retest-Methode eine Verifizierung über
zwei zeitlich versetzte Tests erlaubt, ermöglicht die Paralleltestmethode die Verifizierung
über zwei unabhängige Messinstrumente. Die Zuverlässigkeit einer Messung kann
von einem Forscher unter- oder überschätzt werden. Weichen die Werte zwischen
den Messungen ab, so wird die Reliabilität unterschätzt. Geben Probanden hingegen
wiederholt falsche Aussagen, so wird diese überschätzt [RS11].
Validität
Die Validität ist mit dem Begriff der Gültigkeit gleichzusetzen. Dies umfasst insbesondere
das Ausmaß, in dem das Messinstrument den tatsächlich gewünschten Wert misst.
Zu beachten ist, dass eine Messung nur eine hohe Validität besitzen kann, wenn eine
entsprechende Reliabilität gewährleistet ist. Die Zuverlässigkeit einer Messung kann
3Wenn zwei Objekte korrelieren stehen diese in wechselseitiger Beziehung
11
2 Grundlagen
hingegen gegeben sein, auch wenn keine Gültigkeit vorhanden ist. Werden beispielswei-
se bei Messungen gleiche Werte durch die Messung unterschiedlicher Objekte ermittelt,
so ergibt sich eine hohe Reliabilität jedoch keine Validität [RS11].
Die Validität einer Messung wird in der Wissenschaft in drei Teilbereiche differenziert.
So unterscheidet man zwischen der Inhaltsvalidität, der Kriteriumsvalidität und Kon-
struktvalidität. Während die ersten beiden Bereiche selten anwendbar sind, wird der
Konstruktvalidität eine große Bedeutung zugesprochen. Diese Gültigkeit liegt dann vor,
wenn mittels empirisch überprüfbaren Aussagen die Zusammenhänge hergeleitet und
nachgewiesen werden können. Die Validierung setzt sich dabei aus drei Schritte zusam-
men. So muss als Erstes die Beziehung zwischen den Konstrukten ermittelt werden. Im
zweiten Schritt muss die Relation zwischen den Operationalisierungen der Konstrukte
nachgewiesen werden. Zuletzt müssen die empirischen Zusammenhänge dahingehend
überprüft werden, ob diese die Hypothese der Validität der Konstrukte tragen [RS11].
Der Begriff Validität wird ebenfalls zur Beschreibung des Gültigkeitsbereichs für einen
Test verwendet. Spricht man von einer sehr hohen externen Validität, so lässt sich das
ermittelte Ergebnis auch auf andere Bereiche übertragen. Spricht man hingegen von
einer hohen internen Validität, so lässt sich festhalten, dass das Ergebnis sehr stark von
den Testbedingungen abhängt [RS11].
2.2.4 Datenerhebungstechniken
Die Datenerhebungstechniken lassen sich zunächst in vier Gruppen unterteilen. Wie
Abbildung 2.2 zeigt, stellen die Beobachtung, die Inhaltsanalyse, die Nicht-reaktiven
Messverfahren und die Befragung die Obergruppen dar [RS11] [Kem].
Die Beobachtung wird auch als “ursprünglichste“ Datenerhebungstechnik bezeichnet.
Dabei besticht die in der Wissenschaft zur Datenerhebung eingesetzte Technik durch
ihre Systematik. So lässt sich sagen, dass eine Beobachtung stets einen bestimmten
12
2.2 Empirische Sozialforschung
Datenerhebungstechniken
Beobachtungen
Inhaltsanalyse
Nicht-reaktive Messverfahren
Befragungen
Persönliche Befragung
Schriftliche Befragung
Telefonische Befragung
Internetgestützte Befragung
E-Mail Befragung
Web-Surveys
Mobile Befragung
Abbildung 2.2:
Datenerhebungstechniken, angelehnt an Rainer Schnell, Paul B. Hill,
Elke Esser, Methoden der empirischen Sozialforschung, Seite IX
Forschungszweck verfolgt. Die eingangs erwähnte Systematik ist sowohl bei der Pla-
nung, als auch bei der Durchführung, zu erkennen und stellt somit den Ausschluss von
Zufällen sicher. Durch Aufzeichnungen und die wiederholte Durchführung kann die Gül-
tigkeit, Zuverlässigkeit und Genauigkeit der Datenerhebung sichergestellt werden. Unter
der Inhaltsanalyse wird die Recherche von Texten und anderen Medien verstanden.
Dabei können sowohl Fotos, Videos als auch Werbeanzeigen analysiert werden. Einsatz
findet diese Datenerhebungstechnik insbesondere in der Erforschung der politischen
Kommunikation, als auch der Analyse von Massenmedien, unter Berücksichtigung sozio-
logischer Gesichtspunkte. Die Gruppe von nicht-reaktiven Messverfahren befasst sich
mit dem Begriff Reaktivität. Dabei werden unter dieser Gruppe Verfahren verstanden,
die keinerlei Einfluss auf die Reaktion des Probanden besitzen. So gelten insbesondere
die Inhaltsanalyse, Feldexperimente, die Analyse von Archivdaten als auch bestimmte
Beobachtungsverfahren als nicht-reaktives Messverfahren [RS11].
Die letzte Obergruppe wird auch als Standardinstrument der Sozialforschung bezeichnet.
Dabei wird die Befragung weiter in die Untergruppen persönliche Befragung,schriftliche
Befragung,internetgestützte Befragung und telefonische Befragung unterteilt. Zusätzlich
muss die internetgestützte Befragung in die verwendete Technik differenziert werden.
So ergibt sich eine Unterscheidung in E-Mail Befragung,Web-Survey
4
und Mobile Be-
4Ein Web-Survey ist als Umfrage über eine Internetseite aufzufassen
13
2 Grundlagen
fragung [
RS11
] [
Bec15
]. Insbesondere die Bereiche Web-Survey und mobile Befragung
werden sehr häufig in einer Kategorie zusammengefasst. Durch die stetige Weiterent-
wicklung des Webstandards und der damit verbesserten Darstellung von Internetseiten
für mobile Endgeräte, bietet sich die Verwendung von Smartphones für die klassischen
Web-Surveys zunehmend an. Die stetig gestiegene Nachfrage ist auch der Abbildung
2.3 zu entnehmen. Insbesondere die positiven Eigenschaften von internetgestützten Be-
fragungen lassen diese Entwicklung begründen. So kann ein Web-Survey sehr schnell
und ohne Interviewer durchgeführt werden. Auch die Tatsache, dass die generierten Da-
ten bereits kodiert sind, beschleunigen den Prozess der Datenerfassung. Eine Auflistung
der derzeit eingesetzten Crowd-Sensing-Systeme ist im Abschnitt 2.3 zusammengefasst
[RS11] [Bec15].
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
50%
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Quantitative Interviews nach Befragungsart
Persönlich Telefonisch Schriftlich Online
Abbildung 2.3:
Quantitative Interviews nach Befragungsart 1996 - 2006 in Deutschland,
vgl. Dr. Florian Becker, Entwicklung der Befragungsformen und Trends,
[Bec15]
14
2.3 Crowd-Sensing-Systeme
2.3 Crowd-Sensing-Systeme
Wie bereits im Kapitel 2.1 beschrieben, können Systeme zur Befragung von Probanden
auch als Crowd-Sensing-Systeme bezeichnet werden. Unter den Systemen werden
Lösungen auf der Anwendungsebene verstanden, die es dem Anwender ermöglichen,
Fragebögen zu erstellen. Im Vergleich zu einfachen Schreibprogrammen bieten diese
weitere Funktionen. So können die erstellten Bögen beispielsweise über das System
verteilt werden. Auch die Speicherung der erhobenen Daten wird vom Crowd-Sensing-
System übernommen. Zuletzt bieten die vorhandenen Benutzeroberflächen oftmals eine
Darstellung der bereits erfassten Daten an [RKG11] [GG14].
2.3.1 Fragebögen
Wesentliche Bestandteile von Fragebögen sind meist Fragen und Antworten, aber auch
andere Medien können ihre Verwendung finden. Dabei differenziert die empirische
Sozialforschung Fragen in deren Bezug und ihre Form. Eine Zusammenfassung dieser
Differenzierung ist im Nachfolgenden beschrieben.
Bezug der Frage
Im Hinblick auf den Bezug lässt sich in der empirischen Sozialforschung eine Untertei-
lung in vier Bezugsgruppen vornehmen. Zunächst kann die Gruppe der Einstellungs-
fragen unterschieden werden. Fragen dieser Gruppe beziehen sich auf den Aspekt der
positiven oder negativen Beurteilung von Statements. Erkennbar ist diese Klasse an
ihren charakteristischen Antwortmöglichkeiten. So wird dem Probanden hier beispiels-
weise eine Auswahl zwischen “erwünscht“ bzw. “unerwünscht“ oder “stimme zu“ bzw.
“lehne ab“ angeboten. Ebenso definiert ist die Gruppe der Überzeugungsfragen. Diese
Fragen können ebenfalls an den angebotenen Antwortmöglichkeiten erkannt werden.
Wird zu einer Frage die Antwortmöglichkeit “wahr“ bzw. “falsch“ oder “richtig“ bzw. “falsch“
angeboten, so handelt es sich hierbei um eine Überzeugungsfrage. Anwendung findet
diese Art der Frage jedoch nicht nur zur Wissensabfrage von Sachverhalten, sondern
15
2 Grundlagen
auch bei Problemstellungen, zu denen keine Antwort bekannt ist. Als dritte und vorletzte
Klasse spricht die empirische Sozialforschung von Verhaltensfragen. Wie der Gruppen-
name vermuten lässt, beziehen sich diese Fragen auf das Verhalten der Probanden. Im
Vergleich zu den bereits beschriebenen Überzeugungsfragen bezieht sich diese Klasse
nicht auf die Ansicht, sondern auf das Verhalten. Unter den Einstellungsfragen wird die
Klasse der Fragen verstanden, die auf die persönlichen bzw. demographischen Ausprä-
gungen der Probanden zielen. In der Regel werden Fragen wie beispielsweise “Wie alt
sind Sie?“ oder “Was für einer beruflichen Tätigkeit gehen Sie nach?“ zur Klassifizierung
der Probanden vorgenommen. Anhand dieser können weitere Schlussfolgerungen über
die geäußerten Einstellungen getroffen werden. In Abbildung 2.4 sind beispielhafte
Fragen der beschriebenen Bezugsgruppen dargestellt [RS11].
stimme zu
lehne ab
1. Stimmen Sie folgender Aussage eher zu oder lehnen Sie diese eher ab?
"Umfragen sind wichtig."
2. Ist die folgende Aussage richtig oder falsch?
"Umfragebögen basieren auf Fragen und Antworten."
richtig
falsch
3. Gehen Sie vor 22 Uhr schlafen?
ja
nein
4. Wie alt sind Sie?
Unter 40
Über 40
Abbildung 2.4:
Einstellungsfrage (1), Überzeugungsfrage (2), Verhaltensfrage (3) und
Eigenschaftsfrage (4)
16
2.3 Crowd-Sensing-Systeme
Frageform
Neben dem Bezug differenziert die empirische Sozialforschung zwischen den Fra-
geformen: offene Frage und geschlossene Frage. Unterschieden werden können die
Frageformen anhand der Antwortmöglichkeit. Definiert der Umfragebogen für eine Frage
vorgefertigte Antwortmöglichkeiten, so handelt es sich hierbei um eine geschlossene
Frage. Kann der Proband hingegen über ein Textfeld eigene Vorschläge formulieren,
so kann diese der Gruppe offener Fragen zugeordnet werden. Während offene Fragen
den Vorteil besitzen, dass diese eine Darstellung der tatsächlichen Vorstellungen des
Probanden ermöglichen, besitzen Sie ebenfalls einen entscheidenden Nachteil. So
können offene Fragen nicht direkt kategorisiert werden. Zudem stellt die anschließende
Gruppierung durch den Wissenschaftler eine weitere Fehlerquelle dar. Geschlossene
Fragen können hingegen die Meinung der Probanden beeinflussen. Hat ein Proband bei-
spielsweise über einen bestimmten Aspekt noch nicht nachgedacht, so verleitet ihn eine
entsprechende Antwortmöglichkeit zur Falschaussage. Dennoch werden Fragebögen
basierend auf geschlossenen Fragen aufgrund der überwiegend positiven Eigenschaf-
ten bevorzugt. Abbildung 2.4 zeigt die geschlossenen Fragen, eine offene Frage ist in
Abbildung 2.5 zu sehen [RS11].
1. Was könnte Ihrer Meinung nach gemacht werden, um die Beteiligung
von Probanden an Umfragen zu erhöhen?
Abbildung 2.5: Offene Frage
2.3.2 Aktuelle Lösungen
Wie bereits in Kapitel 1 der Arbeit erklärt wurde, gibt es derzeit kein veröffentlichtes
Crowd-Sensing-System für ein Fernsehgerät. Sucht man hingegen ein System für das
Smartphone, so lässt sich die eine oder andere Anwendung finden. Eine Vorstellung der
bekanntesten Anwendungen ist nachfolgend zu finden.
17
2 Grundlagen
mQuest Survey market research
Die wohl bekannteste Anwendung zur Durchführung von Umfragen stammt von der
cluetec GmbH und besitzt die Bezeichnung mQuest Survey market research [
clu15
]. Wie
in Abbildung 2.6 zu sehen ist, bietet diese eine Vielzahl an unterschiedlichen Fragetypen
an. So können über das Portal die Fragetypen Drag&Drop,Einfachnennung,Heatmap,
Medieneingabe,Mehrfachnennung,Nachricht,Rangliste,Texteingabe,Zahleneingabe
genutzt werden. Wie an dem Fragetyp Medieneingabe zu sehen ist, kann die Anwen-
dung auch das Mikrofon des Smartphones für die Umfragen einbinden. Damit lassen
sich auch sehr schwierige Sachverhalte vom Probanden ausdrücken. Neben dieser
nativen Anwendung für Android gibt es alternative Lösungen, die im Folgenden genauer
beschrieben werden [clu15].
Abbildung 2.6: Screenshots der mQuest Anwendung
Survio
Sehr häufig finden sich Lösungen für Umfragen, wie zum Beispiel die der Firma Survio,
welche unter ihrer gleichnamigen Webseite ein Portal zur Erstellung von Umfragen
anbietet. Diese Umfragen sind nach erfolgreicher Erstellung mittels URL identifizierbar
18
2.4 CrowdSensr
und müssen selbst über eigene Kommunikationskanäle verteilt werden. Survio legt
besonderen Fokus auf die dynamische Beschreibung der Umfragen mittels aktuellem
Webstandard. Damit lassen sich die generierten Umfragen ebenfalls sehr gut mittels
Smartphone durchführen. Zu beachten ist, dass auf eine Vielzahl von Sensoren des
Smartphones nicht zugegriffen werden kann, da weder das Portal noch der aktuelle
Webstandard dies erlaubt. Eine Gegenüberstellung einer beispielhaften Umfrage ist in
Abbildung 2.7 zu sehen [Sur15].
Abbildung 2.7:
Gegenüberstellung der Survio-Umfrage auf dem Smartphone und Laptop
2.4 CrowdSensr
Die proprietär entwickelte Crowd-Sensing-Plattform mit dem Namen CrowdSensr gehört
ebenfalls zur Gruppe Participatory sensing und benötigt damit die aktive Beteiligung
der Probanden. Das in der Arbeit genutzte Teilsystem basiert auf Umfragen, die von
Teilnehmern ausgefüllt werden müssen. Die Anwendungslogik selbst basiert auf einem
zentralen Hypertext Transfer Protocol (HTTP)-Server
5
und beliebig vielen HTTP-Clients
6
.
5Ein HTTP-Server besitzt die Anwendungslogik, um die angefragten Webseiten auszuliefern
6Ein Browser, wie zum Beispiel der Internet-Explorer, stellt einen HTTP-Client dar
19
2 Grundlagen
HTTP
CrowdSensr
HTTP-Client HTTP-Server
Abbildung 2.8: Architektur CrowdSensr
Dabei können die Clients in unterschiedlicher Form vorliegen, wie in Abbildung 2.8 zu
sehen ist. Genauere Informationen über die eingesetzten Standards und die selbst defi-
nierten Umfrageelemente werden in den folgenden Abschnitten genauer beschrieben.
2.4.1 JSON
Die JavaScript Object Notation (JSON) ist ein schlankes Datenaustauschformat und
wird im CrowdSensr zur Beschreibung der Umfragen genutzt. Es besticht unter anderem
mit seiner Eigenschaft der einfachen Lesbarkeit für den Menschen. Auch für Maschinen
ist dieses Format einfach zu analysieren und zu generieren, weswegen es in sehr vielen
Projekten eingesetzt wird. Bei JSON handelt es sich um ein Textformat, dass die gängi-
gen Konventionen der C-basierten Programmiersprachen
7
berücksichtigt. Dabei baut
JSON auf die zwei Strukturen Name/Wert-Paare und Geordnete Liste von Werten auf.
Durch diese universelle Datenstruktur wird die Kompatibilität mit sehr vielen Program-
7Zu den C-basierten Programmiersprachen zählen insbesondere C, C++ und C#
20
2.4 CrowdSensr
miersprachen sichergestellt. Während ein JSON-Objekt immer aus Name/Wert-Paaren
besteht, besticht das JSON-Array durch eine einfache Aneinanderreihung von Werten.
Eine Veranschaulichung dieser elementaren Typen ist im Anhang in Codeausschnitt
A.1 zu finden. Dabei kann der Wert neben einer einfachen Zeichenkette (String), ei-
ner Zahl (Number) oder einem Booleschen-Wert
8
wiederum ein JSON-Objekt oder ein
JSON-Array darstellen. Damit stellt das Textformat eine beliebige Verschachtelung sicher
und ermöglicht damit die Abbildung komplexer Klassen
9
. Die durch das JSON-Format
vollständig beschreibbaren Umfragen müssen über einen ebenfalls standardisierten
Mechanismus abrufbar sein. Dazu setzt das Crowd-Sensing-System HTTP ein, was im
Folgenden genauer beschrieben wird [Ecm15].
2.4.2 HTTP
HTTP ist wie der Name vermuten lässt, ein Transportprotokoll. Es ist zustandslos und
dient der Übertragung von Daten auf der Anwendungsschicht. Primär findet das HTTP-
Protokoll seinen Einsatz zur Übertragung von Webseiten im World Wide Web. Auch
zur Realisierung einer Representational State Transfer (REST)-Webanwendung
10
wird
HTTP eingesetzt. Dazu werden meist die durch den Standard definierten Methoden
GET,POST,PUT und DELETE verwendet [Net15] [IBM15].
Möchte man beispielsweise eine Webanwendung entwickeln, bei der die Nutzer ihre
Position veröffentlichen können, so würde man das Abfragen der bereits veröffentlichten
Positionen über die Methode
GET
abbilden. Möchte er selbst seine Position veröffent-
lichten, so werden dazu die Methoden
POST
und
PUT
herangezogen. Zu beachten ist
hierbei, dass
POST
verwendet wird, sofern es bisher keine veröffentlichte Position des
Benutzers gab. Das Löschen seiner veröffentlichten Positionen könnte der Benutzer
letztlich über den Aufruf der Methode
DELETE
realisieren. Eine ähnliche Anwendungs-
logik besitzt auch der in der Universität Ulm entwickelte CrowdSensr. Hier werden als
Client-Application Programming Interface (API) die Methoden
GET
und
POST
definiert.
8Ein Boolescher-Wert kennt die Ausprägungen Wahr oder Falsch
9In der objektorientierten Programmierung werden Objekte aus der Welt durch Klassen abgebildet
10REST-Webanwendungen werden für Projekte eingesetzt, die eine gute Skalierung benötigen
21
2 Grundlagen
Während ein
GET
auf den Start-Uniform Resource Locator (URL) eine Liste mit ver-
fügbaren Umfragen für den Anwender liefert, gibt ein
GET
auf die URL einer Umfrage
die entsprechende JSON-Struktur zurück. Die anschließend ausgefüllte Umfrage kann
dann mittels
POST
und der URL der Umfrage an den Server übertragen werden. Damit
der Person persönliche Umfragen zugeordnet werden können und auch eine Zugriffs-
kontrolle im System integriert werden kann, muss der Client in seinen Anfragen die
Basic Authentication von HTTP verwenden. Dabei muss er den Benutzernamen und
das Passwort mittels Base64
11
kodieren und im Authorization Header
12
angeben. Ei-
ne Beschreibung der definierten JSON-Elemente einer Umfrage, welche über HTTP
ausgetauscht werden, ist im folgenden Abschnitt zu finden [Net15] [IBM15] [Sch15a].
2.4.3 Umfrageelemente
Zur Realisierung des Umfragesystems wird ein Mechanismus benötigt, der es dem
Anwender erlaubt, die für ihn zur Verfügung stehenden Umfragen abzurufen. Für diesen
Anwendungsfall sieht das System den Command vor, welcher anschließend genauer
beschrieben wird.
Command
Der Command wird als einfaches JSON-Objekt abgebildet. Dabei beinhaltet dieser
die Namen/Wert-Paare
command
,
method
und
info
. Während der Wert des Attributs
method
die HTTP-Methode auf die Umfrage definiert, beinhaltet das
info
-Feld eine
textuelle Beschreibung der Umfrage für den Client. Die Umfrage, welche letztlich durch
den Command referenziert wird, ist als relative URL im Attribut
command
abgebildet.
Eine Darstellung beispielhafter Command-Befehle ist im Anhang in Codeausschnitt
A.2 zu finden. Folgt der Anwender der URL des Command, so bekommt dieser die
entsprechende Umfrage als JSON-Struktur zurückgegeben [
Sch15a
]. Die elementaren
Bausteine Field und CompositeField einer Umfrage werden nachfolgend beschrieben.
11Verfahren zur Kodierung von 8-Bit-Binärdaten
12
HTTP-Nachrichten werden in Header und Body differenziert. Während der Body den Inhalt bzw. die
Nutzdaten darstellt, sind im Header Informationen für die Maschine enthalten
22
2.4 CrowdSensr
Field
{
"version": "0.0.2",
"fields": [ {
"name": "element1",
"type": "text",
"label": "Wo wohnen Sie?",
"required": false
},
{
"name": "element2",
"type": "compositeField",
"compositeField": "comp1",
"label": "Wie lautet ihr Name?",
"required": false
}
],
"compositeFields":[
{
"name": "comp1",
"fields": [ {
"name": "input1",
"label": "Vorname",
"type": "text",
"required": false
},
{
"name": "input2",
"label": "Nachname",
"type": "text",
"required": false
}
]
}
]
}
Wo wohnen Sie?
Vorname
Wie lautet ihr Name?
Nachname
Ulm
Max
Mustermann
Abbildung 2.9: Gegenüberstellung JSON und visuelle Darstellung
Ein Field stellt ein Formularfeld dar und besitzt deshalb zwingend nötige und optionale
Attribute. Eine Gegenüberstellung einer JSON-Struktur für ein Field und die daraus re-
sultierende visuelle Darstellung ist in Abbildung 2.9 zu sehen. Während die Angabe von
name
und
type
notwendig sind, kann die Angabe von
label
,
pattern
und
required
entfallen. Da eine Referenzierung des Formularfeldes über den angegebenen Namen
erfolgt und nur durch die Angabe eines Typs eine korrekte Darstellung möglich ist, ist
diese Eigenschaft als elementar kategorisiert. Eine Auflistung der definierten Typen
eines Formularfeldes ist in Tabelle 2.1 zu finden. Über die zusätzliche Angabe des Feldes
label
lässt sich eine Beschriftung für das Formularfeld einfügen. Die Attribute
pattern
und
required
können in der Client-Anwendung herangezogen werden, um eine Va-
lidierung der Eingaben vor der Übermittlung der Daten an den Server durchzuführen.
Eine Darstellung eines komplexen Fields ist im Anhang in Codeabschnitt A.3 zu finden.
Um eine Gruppierung von Formularfeldern vorzunehmen, kann ein CompositeField
verwendet werden [Sch15a]. Eine genauere Beschreibung findet sich nachfolgend.
23
2 Grundlagen
Tabelle 2.1: Auflistung der definierten Typen
Typ Zweck
text Einzeiliges Eingabefeld für beliebigen Text
textarea Textbox für Fließtexte
password
Passwortfeld. Eingaben werden als Sterne / Bullets ange-
zeigt und als Klartext zurückgegeben
number
Eingabefeld für Fließkommazahlen. Wertebereich -2 hoch
1024 < number < 2 hoch 1024, Repräsentation als String
email Eingabefeld für E-Mailadressen
tel
Eingabefeld für Telefonnummern. \r und \n sind nicht erlaubt,
sonst keine Validierung
url Eingabefeld für absolute URLs inkl. Protokoll
date Eingabemöglichkeit für Datum
time Eingabemöglichkeit für Uhrzeiten
datetime
Eingabemöglichkeit für einen Zeitpunkt bestehend aus Da-
tum, Zeit und Zeitzonenverschiebung
select
Auswahl einer Option von mehreren, vorgegebenen Mög-
lichkeiten, am besten als Dropdown
multiselect
Auswahl einer oder mehrerer Optionen von mehreren, vor-
gebebenen Möglichkeiten
checkbox Binäres Eingabefeld zum Ein-/Ausschalten
radio
Wie select, jedoch kein Dropdown, sondern flache Auflistung
der Optionen
CompositeField
Ein CompositeField wird im Formular neben den regulären Fields als JSON-Array
übermittelt, wie in Abbildung 2.9 zu sehen ist. Ein einzelnes CompositeField besteht
dabei immer aus den Attributen
name
und
fields
. Während das Attribut
name
zur
Referenzierung der Gruppe herangezogen wird, enthält das Attribut
fields
ein JSON-
Array mit einer Auflistung der beinhaltenden, einfachen Formularfelder. Eine mehrfache
Gruppierung der CompositeFields wird vom Umfragesystem nicht unterstützt [
Sch15a
].
Eine Darstellung eines CompositeFields ist im Codeabschnitt A.3 zu finden.
24
2.5 Android
2.5 Android
Mit der Einführung des mobilen Betriebssystem Android erlangte Google die Marktfüh-
rerschaft des mobilen Sektors. Seit dem Jahr 2010 verzeichnet das Betriebssystem
einen drastischen Anstieg an aktivierten Geräten. So werden zum heutigen Zeitpunkt
täglich Millionen neuer Benutzer für das System freigeschaltet. Diesen Erfolg verdankt
das mobile Betriebssystem vor allem seiner Offenheit (Open Source) und den mächtigen
Tools, die den Entwicklern zur Verfügung gestellt werden. Durch die Vielzahl der entwi-
ckelten Anwendungen schafft es der Play Store
13
auf eine beachtliche Downloadzahl.
So werden monatlich 1,5 Milliarden Downloads im Store der Firma verzeichnet. Mit der
aktuellen Version 5.1 werden bereits 4 Gebiete von Android unterschieden. So gibt es
das Betriebssystem zunächst für die klassischen Smartphones und Tablets. Ebenfalls
gibt es einen Fork
14
namens Android Wear für die Smartwatches. Auch ein spezieller
Ableger für den Fernseher ist mit Android TV vorhanden. Zuletzt gibt es mit Android Auto
ein Betriebssystem, welches die Nutzung von Anwendungen im Fahrzeug ermöglichen
soll. Die folgenden Abschnitte geben einen ersten Einstieg in die Entwicklung von klassi-
schen Android-Anwendungen. Eine Zusammenfassung der wichtigsten Unterschiede
für den Fernseher und die Smartwatch ist in Kapitel 2.6 und 2.7 zu finden [Goo15a].
2.5.1 Activity
Die Activity ist die zentrale Klasse bei der Entwicklung von Android-Applikationen. Die
Anwendungslogik einer Anwendung wird vom Entwickler immer in entsprechende Activi-
ties untergliedert. Die Activity besticht durch eine zentrale Absicht und die dafür benötigte
Benutzeroberfläche. Beabsichtigt der Entwickler beispielsweise die Entwicklung einer
Chatanwendung mit mehreren Chaträumen, so untergliedert dieser die Anwendung in
eine Activity zur Darstellung sämtlicher Chaträume und eine Activity zur Darstellung des
Chatverlaufs eines spezifischen Raums. Damit das Android-Betriebssystem die richtige
Activity beim Start der Anwendung ausführen kann, muss eine zusätzliche Markierung
13Zentraler Speicher sämtlicher Anwendungen des mobilen Betriebssystems
14Ein Fork bezeichnet in der Softwareentwicklung eine Abzweigung
25
2 Grundlagen
der entsprechenden Activity im Manifest15 der Anwendung erfolgen [Goo15f].
Wird die Anwendung durch das Startmenü des Smartphones aufgerufen, so wird der
Lebenszyklus der Activity gestartet und ihr durch den Aufruf der vererbten Metho-
de
Activity.onCreate(Bundle bundle)
signalisiert. Diese Methode muss vom
Entwickler implementiert werden, um die gewünschte Benutzeroberfläche mit der Klas-
se zu verbinden. Die Verbindung wird durch den Aufruf der Methode
Activity.-
setContentView(int id)
hergestellt. Die benötigte
id
erhält der Entwickler über
die automatisch generierte Ressourcen-Klasse
16
. Möchte der Entwickler nach der Aus-
wahl eines Chatraums die Activity zur Darstellung des Chatverlaufs starten, so sollte er
dies über den dafür vorgesehen Startmechanismus machen, um dem vom System zur
Verfügung gestellten Back Stack
17
nutzen zu können. Dieser Mechanismus sieht vor,
dass ein Intent, der den Namen der zu startenden Activity enthält, über die Methode
Activity.startActivity(Intent intent)
dem Betriebssystem übergeben wird
[Goo15f]. Eine genauere Erläuterung des Intents ist im folgenden Abschnitt zu finden.
2.5.2 Intent
Die Klasse Intent ist als Nachrichtenpaket zu verstehen. Sie besitzt unter anderem
eine Methode zur Festlegung der angesprochenen Activity. Neben dem Namen des
Ziels kann auch eine Action angegeben werden. Diese wird mittels String dargestellt.
Neben einer Action bietet das Betriebssystem dem Entwickler an, weitere Daten über
den Intent zu übermitteln. So beinhaltet die Klasse ein Bundle
18
zur Speicherung von
einfachen Datentypen. Mittels
Intent.putExtra(String key, String value)
kann der Entwickler relevante Informationen an die andere Activity übermitteln. Möchte
der Benutzer komplexere Datentypen, wie eigene Klassen über einen Intent über-
tragen, so muss die zu versendende Klasse das Interface
19
Serializable implemen-
15Dokument im XML-Format, dass die Anwendung beschreibt
16
Eine Klasse die von der Entwicklungsumgebung automatisch erzeugt wird und statische Identifier für
Ressourcen besitzt
17Anwendungslogik zur Speicherung des Interaktionsverlaufs
18Klasse zur Speicherung einfacher Datentypen
19Ein Interface gibt in der Softwareentwicklung die Methoden vor, die implementiert werden müssen
26
2.5 Android
tieren und kann dann über die Methode
Intent.putSerializable(String key,
Serializable serializable) angefügt werden [Goo15f].
Intents in Verbindung mit Actions werden sehr oft vom Betriebssystem selbst verwendet,
um gewisse Events zu signalisieren. So wird beispielsweise nach dem Hochfahren
des Betriebssystems ein Intent mit der Action
android.intent.action.BOOT_-
COMPLETED
versendet, der es Anwendungen erlaubt, eine gewisse Reaktion, wie bei-
spielsweise das Starten eines Hintergrunddienstes, auszulösen [
Goo15f
]. Damit eine
Anwendung sich für bestimmte Actions registrieren kann, werden die Klassen IntentFilter
und BroadcastReceiver benötigt. Diese werden in den folgenden Abschnitten genauer
beschrieben.
2.5.3 IntentFilter
Ein IntentFilter dient, wie der Name erahnen lässt, zur Filterung der Intents, die vom
Betriebssystem verteilt werden. Der IntentFilter bietet mehrere Möglichkeiten zur Konfi-
guration an. So können Entwickler bestimmte Actions, allgemeine Datentypen oder Da-
tenschemas als Indikator konfigurieren. Das Festlegen eines Datenschemas ermöglicht
es beispielsweise, einen eigenen Browser zu entwickeln, der aufgrund der Registrierung
für das Schema http beim Klicken auf einen Link aufgerufen wird [Goo15f].
2.5.4 BroadcastReceiver
Der BroadcastReceiver wird zum Empfangen von Intents verwendet und in Verbindung
mit einem IntentFilter beim System über die Methode
Activity.registerReceiver-
(BroadcastReceiver receiver, IntentFilter filter)
registriert. Broadca-
stReceiver können jedoch nicht nur dynamisch zur Laufzeit, sondern auch statisch
über das Manifest, registriert werden. Insbesondere auf das Event
android.intent.-
action.BOOT_COMPLETED
kann nur über eine statische Verknüpfung reagiert werden
[Goo15f].
27
2 Grundlagen
2.5.5 Fragment
Die Auswahl eines Eintrags
aktualisiert das Fragment B
Die Auswahl eines Eintrags
startet Activity B
Activity A beinhaltet
Fragment A
Activity B beinhaltet
Fragment B
Activity A beinhaltet
Fragment A und Fragment B
Tablet Smartphone
Abbildung 2.10:
Gegenüberstellung Tablet und Smartphone, vgl. Google Inc, Fragments,
[Goo15g]
Das Fragment ist als modularer Baustein einer Activity zu sehen und wird insbesondere
zur flexiblen Gestaltung von Benutzeroberflächen für Tablets und Smartphones verwen-
det, wie in Abbildung 2.10 zu sehen ist. Ein Fragment kann immer nur innerhalb einer
Activity existieren und ist somit an deren Lebenszyklus gebunden. Auch bei der dynami-
schen Veränderung der Benutzeroberfläche mittels Fragments kann der Entwickler auf
die Funktion des Back Stack zurückgreifen. Analog zur Activity wird auch dem Fragment
der Start über den Aufruf der Methode
Fragment.onCreate(Bundle bundle)
si-
gnalisiert. Im Gegensatz zur Activity sollte die Benutzeroberfläche des Fragments jedoch
erst nach dem Aufruf der Methode
Fragment.onCreateView(LayoutInflater
li, ViewGroup vg, Bundle b)
definiert werden. Dies ist auf die Tatsache zurück-
zuführen, dass ein Fragment im Gegensatz zu einer Activity sehr wahrscheinlich öfter
aus- und eingeblendet wird und deshalb aktualisiert werden sollte. Da nach dem wieder-
holten Einblenden des Fragments lediglich die Methode
Fragment.onCreateView()
28
2.5 Android
aufgerufen wird, sollte der Entwickler an dieser Stelle die Benutzeroberfläche festlegen
[Goo15f].
2.5.6 Service
Ein Service stellt einen Hintergrunddienst dar, welcher im Gegensatz zu einem Async-
Task
20
für andauernde Prozesse verwendet werden kann. Möchte ein Entwickler bei-
spielsweise einen Nachrichtendienst entwickeln, so sollte dieser einen Service starten,
damit der Nutzer auch ohne geöffnete Anwendungen Nachrichten empfangen kann.
Zum Starten des Service gibt es zwei Möglichkeiten. Zunächst kann dieser über einen
Intent und der Methode
Activity.startService(Intent intent)
gestartet wer-
den. Dieser Mechanismus empfiehlt sich insbesondere, wenn der Hintergrunddienst
lediglich einmal gestartet werden muss und anschließend keine weitere Interaktion
benötigt. Sollte der Entwickler hingegen eine intensive Interaktion mit dem Hintergrund-
dienst beabsichtigen, um beispielsweise ausgehende Nachrichten über diesen zu ver-
senden, so empfiehlt es sich, den Hintergrunddienst über eine ServiceConnection
mittels der Methode
Activity.bindService(Intent i, ServiceConnection
sc, int flags) an die Activity zu binden [Goo15f].
Die ServiceConnection wird benötigt, um auf die Events des asynchronen Verbindungs-
aufbaus zum Hintergrunddienst reagieren zu können. Hat das Betriebssystem die Verbin-
dung zwischen den zwei Threads
21
erfolgreich hergestellt, so signalisiert es dies der An-
wendung über den Aufruf der Methode
ServiceConnection.onServiceConnected-
(ComponentName cn, IBinder service)
. Die dabei übergebene Klasse IBinder
22
stellt den Hintergrunddienst dar und kann vom Entwickler in die eigentliche Klasse ge-
castet
23
werden. Daraufhin kann der Entwickler die Instanz wie eine reguläre Klasse
zum Aufruf der definierten Methoden verwenden [Goo15f].
20Thread mit einem kurzen asynchronen Prozess
21Ein Thread ist ein Ausführungsstrang eines Programmes
22Ein Interface welches zur Abbildung der Funktionsaufrufe mittels Remote Procedure Call
23Unter casten versteht man das Ändern des Betrachtungswinkels einer Klasse
29
2 Grundlagen
2.6 Android TV
Das unter dem Namen Android TV veröffentlichte Betriebssystem basiert auf dem bereits
vorgestellten Android-OS. Damit ein Einsatz auf dem Fernseher ohne Tastatur und Maus
möglich ist, berücksichtigt das System die Bedienung über eine Fernbedienung. Die
dafür nötige Anpassung der Benutzeroberfläche und weitere wichtige Aspekte des
Systems sind nachfolgend aufgeführt.
2.6.1 App Checkliste
Mit der Einführung von Android TV wurde erstmalig eine Checkliste für Android TV-
Anwendungen veröffentlicht. Diese gliedert sich in die vier Kategorien, die je nach Art der
Anwendung, ihren Einsatz finden. So gelten die Kategorien TV Form Factor Support
24
,
User Interface Design
25
und Search and Content Discovery
26
sowohl für reguläre An-
wendungen, als auch für Spiele. Die letzte Kategorie Games wurde speziell für Spiele
formuliert und muss nur bei diesen beachtet werden [Goo15f].
Über diese Checkliste möchte Google sicherstellen, dass eine benutzerfreundliche
Bedienung der entwickelten Anwendungen auf dem Fernseher möglich ist. Da bei-
spielsweise der im Abschnitt 2.6.2 vorgestellte Leanback-Launcher zur Darstellung der
Anwendungen lediglich Banner
27
verwendet, muss über die Checkliste sichergestellt
sein, dass die Entwickler den Anwendungsnamen in den Banner integrieren. Auch
die Tatsache, dass auf Fernsehern der Overscan
28
berücksichtigt werden muss, ist
in der Checkliste aufgeführt. So sieht diese vor, dass sämtliche Oberflächenelemente
einen gewissen Mindestabstand zum Rand des Fernsehers aufweisen müssen. Eine
vollständige Auflistung der relevanten Punkte ist auf der eingerichteten Entwicklerseite
zu finden und sollte vor der Veröffentlichung der Anwendung geprüft werden. Missachtet
24Kategorie zur Definition der essentiellen Grundlagen für die Geräteform
25Kategorie zur Definition von einheitlichen Standards für Oberflächenelementen
26Kategorie zur Definition von einheitlichen Interaktionskonzepten zum Durchsuchen von Inhalten
27Ein Banner ist ein Icon mit der Größe von 320x180 Pixel
28
Als Overscan wird der äußere Bereich des Bildes bezeichnet, welcher je nach Fernseher nicht sichtbar ist
30
2.6 Android TV
der Entwickler die Richtlinien, so erfolgt die sofortige Entfernung aus dem Play Store.
Beinhaltet eine Anwendung sowohl die Benutzeroberfläche für ein Smartphone, als auch
für einen Fernseher und missachtet die Richtlinien, so wird diese lediglich für den Play
Store von Android TV gesperrt [Goo15f].
2.6.2 Leanback
Abbildung 2.11: Leanback-Launcher
Unter dem Schlüsselwort Leanback werden sämtliche, speziell für den Fernseher entwi-
ckelten, Android-Funktionen zusammengefasst. Der sogenannte Leanback-Launcher
stellt das Pendant zur Startseite auf einem Android-Smartphone dar und ist speziell
auf die Bedienung mittels Remote-Control
29
optimiert. Neben der üblichen Auflistung
der installierten Anwendungen und Spiele bietet dieser eine Leiste mit Empfehlungen
an, welche im Abschnitt 2.6.3 genauer beschrieben ist. Eine Darstellung des Leanback-
Launchers ist in Abbildung 2.11 zu sehen. Da sichergestellt werden soll, dass sämtliche,
über den Play-Store, erhältlichen Inhalte für den Fernseher optimiert sind, muss die
29Synonym für den Begriff Remote-Control ist der Begriff der Fernbedienung
31
2 Grundlagen
jeweilige Anwendung ihre Activity im Manifest über die Kategorie
android.intent-
.category.LEANBACK_LAUNCHER
als solche markieren. Mit der Einführung von An-
droid TV wurden ebenfalls weitere Klassen innerhalb einer Support-Library zur Unter-
stützung der Entwickler veröffentlicht. Diese sollen ein einheitliches Interaktionskonzept
etablieren und die komfortable Bedienung über die Fernbedienung sicherstellen. Eine
zentrale Klasse stellt dabei das BrowseFragment dar, welches im Anschluss an das
Empfehlungssystem genauer beschrieben wird [Goo15f].
2.6.3 Recommendations
Abbildung 2.12: Hervorgehobenes Empfehlungssystem des Leanback-Launchers
Das Recommendation System von Android TV basiert auf dem bereits in Android
etablierten Notification System
30
. Um Empfehlungen auf dem Leanback-Launchers
wie in Abbildung 2.12 darstellen zu können, muss die reguläre Notification entspre-
chend markiert werden. Dies kann der Entwickler über die Methode Notification.-
setCategory(String category)
des Notification.Builder erreichen, indem er den
30
Das Notification System von Android informiert den Benutzer über Ereignisse, die durch Hintergrund-
dienste ausgelöst werden
32
2.6 Android TV
vordefinierten String
Notification.CATEGORY_RECOMMENDATION
verwendet. Ana-
log zur klassischen Notification gilt, dass mindestens der Titel und ein kleines Icon
gesetzt werden müssen. Vergisst der Entwickler diese Anforderung, wird die Notification
vom Betriebssystem ignoriert [Goo15f].
2.6.4 BrowseFragment
Abbildung 2.13:
Leanback-Beispiel für BrowseFragment, angelehnt an Google Inc.,
BrowseFragment, [Goo15i]
Das BrowseFragment stellt die zentrale Klasse zur Darstellung verschiedener, durch-
suchbarer Medien dar. Eingebunden wird das BrowseFragment über ein entsprechendes
XML-Element im Layout der Activity. Auch auf dem Fernseher muss das gewünschte
Layout über den im Abschnitt 2.5.1 vorgestellten Mechanismus verbunden werden. An-
schließend kann die Activity in ihrer Methode
Activity.onCreate(Bundle b)
über
den FragmentManager
31
das entsprechende BrowseFragment mittels
id
suchen. Die in
31Eine Klasse des Android-Betriebssystems zur Verwaltung von Fragments
33
2 Grundlagen
Abbildung 2.13 dargestellten Überschriften und Medien werden durch das Verbinden ei-
nes ArrayObjectAdapter über die Methode
BrowseFragment.setAdapter(Adapter
a)
erzeugt. Weitere Informationen über den ArrayObjectAdapter finden sich nachfolgend
[Goo15f].
2.6.5 ArrayObjectAdapter
Ein ArrayObjectAdapter kann verschiedene Darstellungen repräsentieren. Um eine
Oberfläche wie in Abbildung 2.13 zu erreichen, muss dem ArrayObjectAdapter ein
ListRowPresenter in der Parameterliste des Konstruktors
32
übergeben werden. Dadurch
wird signalisiert, dass der ArrayObjectAdapter am jeweiligen Index nicht nur ein einzel-
nes Objekt, sondern eine weitere Liste von Objekten enthält. Diese Liste stellt einen
weiteren ArrayObjectAdapter dar, der in der Parameterliste ein einzelnes Objekt, anstelle
einer weiteren Liste, enthält. Die Darstellung der Kategorienbezeichnung wird letztlich
durch die Verknüpfung eines HeaderItems mit dem entsprechenden ArrayObjectAd-
apter erreicht. Damit eine Darstellung der Vorschaubilder, wie in Abbildung 2.13, für
das BrowseFragment möglich ist, muss das darzustellende Objekt vom Typ Presenter
sein [
Goo15e
] [
Goo15f
] [
Goo15f
]. Eine Beschreibung des Presenters findet sich im
nachfolgenden Abschnitt.
2.6.6 Presenter
Der Presenter legt die Darstellung des entsprechenden Objektes fest. Die Verbindung
des Layouts erfolgt im Presenter in der Methode
onCreateViewHolder(ViewGroup
viewGroup). Hier kann die entsprechende Extensible Markup Language (XML)-Datei
mittels LayoutInflater
33
eingeblendet und dem Aufrufer zurückgegeben werden. In
der ebenfalls geerbten Methode
Presenter.onBindViewHolder(ViewHolder h,
Object item)
bekommt der Presenter vor der Darstellung auf der Benutzerober-
fläche das darzustellende Model
34
mittels Parameter
item
übergeben. Aus diesem
32Ein Konstruktor ist mit einer Methode zu vergleichen und wird beim Erzeugen einer Klasse aufgerufen
33Eine Klasse des Android-Betriebssystems zur Einblendung von dynamischen Oberflächenelementen
34Als Model werden in der Softwareentwicklung die Datenhalter bezeichnet
34
2.7 Android Wear
Model könnte, wie in Abbildung 2.13, das Drawable
35
des Bildes entnommen und der
ImageView36 übergeben werden [Goo15f].
2.7 Android Wear
Android Wear basiert ebenso wie Android TV auf Android selbst. Jedoch sind in Android
Wear erweiterte Konzepte integriert, um die Bedienbarkeit der Anwendungen auf einem
kleinen, tragbaren Gerät sicherzustellen. Zum Beispiel muss beachtet werden, dass
eine Installation einer Anwendung auf der Uhr nicht direkt erfolgen kann. Google sieht
an dieser Stelle einen neuen Mechanismus vor, der im folgenden Abschnitt genauer
beschrieben wird.
2.7.1 Packaging
Möchte ein Entwickler eine Android Wear-Anwendung veröffentlichen, so muss er die
Anwendung in einer regulären Android-Anwendung kapseln. Diese Anwendung kann
dann vom Benutzer über den Play Store auf das Smartphone geladen werden. Die auf
dem Smartphone installierte Anwendung (Android Wear Companion) erkennt, dass die-
se Applikation eine Android Wear-Anwendung kapselt und übernimmt die automatische
Installation auf der Smartwatch. Damit dieser Mechanismus funktioniert, müssen einige
Punkte beachtet werden [Goo15f].
Wichtig ist, dass die Android Wear- und Android-Anwendung identisch Berechtigungen
besitzen. Neben den Berechtigungen müssen beide Projekte die gleiche Versions-
nummer und das selbe Package
37
enthalten. Als dritten und letzten Punkt sollte die
Abhängigkeit der Projekte definiert werden. Damit Android-Studio beim Erstellen einer
35Eine Klasse des Android-Betriebssystems welche ein Bild repräsentiert
36Eine Klasse des Android-Betriebssystem welche die Darstellung von Bildern übernimmt
37
Als Package wird in der Softwareentwicklung mit der Programmiersprache Java ein eindeutiger Na-
mensraum bezeichnet. Oftmals wird eine Kombination aus Domain der Firma und Anwendungsnamen
verwendet
35
2 Grundlagen
signierten APK-Datei
38
die Android Wear-Anwendung integrieren kann, muss das ent-
sprechende Projekt als Abhängigkeit in der Smartphone-Anwendung gelistet werden.
Neben der nötigen Konfiguration der Projekte sieht Google auch die Verwendung neuer
Schnittstellen vor. Eine Zusammenfassung der wichtigsten Neuerungen ist anschließend
zu finden [Goo15f].
2.7.2 WatchViewStub
Der WatchViewStub und der damit einhergehende WatchViewStub.OnLayoutInflated-
Listener bieten Entwicklern für Android Wear Geräten eine Möglichkeit, auf die unter-
schiedlichen Geräteformen der Uhren zu reagieren. Realisiert wird dieser Mechanismus
über das Einbinden des entsprechenden XML-Elements im Layout der Activity. In dem
XML-Element des WatchViewStubs können anschließend die Referenzen auf das runde
und rechteckige Layout über die Attribute
rectLayout
bzw.
roundLayout
des entspre-
chenden XML-Namespaces
39
hinzugefügt werden. In der Methode
onCreate()
der
Activity muss der in XML definierte WatchViewStub über dessen
id
referenziert und mit
einem entsprechenden OnLayoutInflatedListener verbunden werden. Das erfolgreiche
Einblenden des runden oder rechteckigen Layouts wird der Anwendung über die vererb-
te Interface-Methode
OnLayoutInflatedListener.onLayoutInflated(Watch-
ViewStub wvs)
signalisiert. Über den Parameter lassen sich anschließend sämtliche
Oberflächenelemente der Layouts referenzieren [Goo15f].
Zu beachten ist, dass die zu referenzierenden Elemente sowohl im runden als auch im
rechteckigen Layout enthalten sein müssen. Damit eigene Nachrichten vom Smartphone
an die Uhr gesendet werden können, muss die Wearable.DataApi auf dem Smartphone
und ein WearableListenerService auf der Uhr verwendet werden. Eine Einführung in die
angesprochenen Klassen findet sich in den folgenden Abschnitten [Goo15f].
38Eine APK-Datei ist vergleichbar mit einer ZIP-Datei und dient zur Installation von Anwendungen
39
Als Namespace bezeichnet man in der Softwareentwicklung den Gültigkeitsbereich. Er wird zur eindeuti-
gen Identifizierung von Objekten verwendet
36
2.7 Android Wear
2.7.3 Wearable.DataApi
Mit der Wearable.DataApi können DataItems
40
über den GoogleApiClient übermit-
telt werden. Dazu muss ein PutDataMapRequest-Objekt erzeugt und anschließend
über dessen Methode
PutDataMapRequest.getDataMap().putString(String
s)
mit Inhalt befüllt werden. Zu beachten ist, dass Nachrichten nur übermittelt wer-
den, wenn sich deren Inhalt geändert hat. Möchte man sicherstellen, dass jede Nach-
richt übermittelt wird, sollte der aktuelle Zeitpunkt als Paketinhalt eingefügt werden.
Das befüllte PutDataMapRequest-Objekt kann anschließend über die Methode
Put-
DataMapRequest.asPutDataRequest()
in ein PutDataRequest-Objekt umgewan-
delt werden. Dieses Objekt kann letztlich über die Wearable.DataApi durch den Auf-
ruf der Methode
Wearable.DataApi.putDataItem(GoogleApiClient c, Put-
DataRequest r)
versendet werden. Damit die inaktive Anwendung auf der Uhr eben-
falls das Nachrichtenpaket empfangen kann, muss ein WearableListenerService einge-
setzt werden. Eine genauere Beschreibung des Hintergrunddienstes ist nachfolgend
beschrieben [Goo15f].
2.7.4 WearableListenerService
Der WearableListenerService erbt die Eigenschaften eines Service. Dadurch kann si-
chergestellt werden, dass dieser immer im Hintergrund ausgeführt wird. Die spezielle
Unterklasse definiert im Vergleich zum Service eine zusätzliche Methode
Wearable-
ListenerService.onDataChanged(DataEventBuffer deb)
. Über diese Metho-
de können Nachrichtenpakete vom Smartphone empfangen werden. Dazu muss ein
DataMapItem
41
über die Methode
DataMapItem.fromDataItem(deb.getData-
Item())
erzeugt werden. Über dieses DataMapItem können die Daten analog zum
PutDataMapRequest-Objekt über eine Methode ausgelesen werden [Goo15f].
40Eine Klasse des Android-Betriebssystem zur Speicherung von Daten im Android Wear Network
41
Eine Klasse des Android-Betriebssystem, die über ein DataItem erstellt werden kann und eine strukturierte
Darstellung der Daten bietet
37
2 Grundlagen
2.8 UPnP
Die Technologie rund um Universal Plug and Play (UPnP) definiert die Architektur von
Peer-to-Peer
42
Netzwerken. Besonders zur schnellen und flexiblen Verbindung von
Ad-Hoc-Netzwerken
43
eignet sich der UPnP-Standard. Der Standard ermöglicht es
dem Nutzer beispielsweise andere Netzwerkgeräte aufzufinden, ohne über deren In-
ternet Protocol (IP)-Adresse
44
Bescheid zu wissen. Auch auf der Anwendungsebene
ist der UPnP-Standard hilfreich. So können Anwendungen zum Beispiel gezielt nach
Gerätetypen, wie Drucker, suchen, um dem Benutzer den Ausdruck über Netzwerk zu
ermöglichen [UPn15].
UPnP selbst basiert dabei auf bereits standardisierten Protokollen und Formaten. So
findet beispielsweise das Vermittlungsprotokoll IP und die Transferprotokolle Transmissi-
on Control Protocol (TCP)
45
, User Datagram Protocl (UDP)
46
und HTTP ihren Einsatz.
Damit eine Differenzierung der Gerätetypen möglich ist, werden sämtliche UPnP-Geräte
über den XML-Standard genauer beschrieben. Der Mechanismus zum Informieren und
Auffinden von UPnP-Geräten ist im Standard selbst definiert. Das dafür entwickelte
Simple Service Discovery Protocol SSDP basiert auf Teilen des HTTP-Standards. Die
zwei elementarsten Nachrichten dieses Protokolls stellen die Notify und M-Search dar.
Während ein Notify zur Information über den eigenen Dienst genutzt wird, kann eine
aktive Suche nach UPnP-Geräten über die M-Search-Nachricht ausgelöst werden. In
dieser Nachricht können weitere Parameter über das gewünschte Zielgerät eingefügt
werden. Da diese Nachrichten über das Transportprotokoll UDP versendet werden, sind
die Nachrichtenlängen sehr begrenzt. Aus diesem Grund findet die Gerätebeschreibung
über ein XML-Dokument statt, welches vom Client über HTTP angefordert werden kann.
Auf den Ort dieses Dokuments wird mittels Location-Header in der SSDP-Nachricht
42
Im Gegensatz zu einer Kommunikation zwischen einem Server und Client sind bei einem Peer-to-Peer
Netzwerk beide Parteien gleichgestellt
43Ad-Hoc-Netzwerke werden für die aktuelle Situation aufgebaut, besitzen jedoch keine Beständigkeit
44Über eine IP-Adresse können Rechner in einem Netzwerk angesprochen werden
45Ein Netzwerkprotokoll, welches die Erkennung der fehlerhaften Übertragung erlaubt
46Ein Netzwerkprotokoll, welches zur Übertragung ohne Empfangsbestätigung entwickelt wurde
38
2.8 UPnP
hingewiesen [UPn15].
Control Point
SOAP action
SOAP resp
Service
Service
Root device
Device
Abbildung 2.14:
Kontrollarchitektur, angelehnt an UPnP Forum, UPnP Device Architec-
ture 2.0, Seite 44, [UPn15]
Damit sämtliche Nachrichten an alle Netzwerkgeräte zugestellt werden, sind diese an
die Multicast-Adresse
47
239.255.255.0 und den Standard-Port
48
1900 adressiert. Eine
beispielhafte Darstellung einer Notify und M-Search ist im Anhang in Codeausschnitt A.4
zu finden. Damit zusätzlich zum Auffinden der Geräte auch eine Kontrolle dieser möglich
ist, beinhaltet der UPnP-Standard zudem ein Kontrollprotokoll. Dieses Kontrollprotokoll
basiert auf dem Simple Object Access Protocol(SOAP). Wie in Abbildung 2.14 zu sehen
ist, werden dafür sogenannte SOAP Actions an einen Service des Zielgerätes gesendet.
Dieser Dienst wertet die Anfrage aus und erzeugt eine entsprechende SOAP Response,
welche ebenfalls über das Netzwerk übermittelt wird [UPn15].
47
Eine Multicast-Adresse wird in Netzwerken eingesetzt, um Nachrichten an sämtliche Teilnehmer zu
übermitteln
48
Ports werden benötigt, damit mehrere Programme auf einem Rechner über das Internet kommunizieren
können
39
2 Grundlagen
2.9 Fitness-Portale
Fitness-Portale stellen einen zentrale Speicherquelle für Fitness-Daten dar. Sie erlauben
es dem Benutzer, mehrere Geräte zur Erfassung der sportlichen Aktivitäten zu kombinie-
ren, ohne dass dieser die Daten manuell abgleichen muss. So kann er beispielsweise
die Herzfrequenz über eine Smartwatch, die gelaufenen Schritte hingegen über das
Smartphone aufzeichnen lassen. Am derzeit bekanntesten sind die Plattformen Google
Fit,Apple Health Kit und Microsoft HealthVault, die einen ähnlichen Funktionsumfang
anbieten. Eine genauere Vorstellung der angebotenen Funktionen ist im nachfolgenden
Abschnitt anhand des Fitness-Portals Google Fit zu finden [Goo15h] [Mic15] [App15c].
2.9.1 Google Fit
Das von Google veröffentlichte Portal bietet für Entwickler sowohl eine REST-API, als
auch ein Software Development Kit (SDK)
49
, für das eigene Betriebssystem Android
an. Die Plattform selbst untergliedert sich in drei Komponenten: Fitness-Stores,Sensor-
Frameworks und Permissions and user control. Während sich der Funktionsumfang
des Fitness-Stores auf die Speicherung und Ausgabe der Daten konzentriert, sind die
elementaren Datentypen im Sensor-Framework definiert. So definiert dieses zunächst
alle verfügbaren Sensoren als Data Source. Beschrieben sind diese Sensoren über
einen eigenen Namen und den erfassten Datentyp. Der Datentyp (Data Type) selbst
besteht ebenfalls aus einem Namen und einer Liste von Feldern. Beispielsweise lassen
sich bei einem Global Positioning System (GPS)-Sensor
50
die Felder Latitude,Longitude
und Altitude auffinden. Die Verbindung zwischen Daten und Zeitpunkten sind über ein
Data Point abgebildet. Möchte ein Entwickler Data Points auslesen oder speichern,
so kann dies über Datasets oder Sessions erfolgen. Während ein Dataset eine reine
Liste von Data Points eines bestimmten Typs innerhalb einer Zeitspanne darstellt, bietet
die Session eine direkte Zuweisung der Daten zu einer sportlichen Aktivität. Um die
Zugriffsrechte zum Fitness-Store zu regeln, verwendet Google das OAuth-Verfahren.
Dabei wird einer Anwendung ein Token durch die erfolgreiche Eingabe des Logins
49
Ein SDK wird in der Softwareentwicklung als Bibliothek bezeichnet, welche die Programmierung erleichtert
50Ein Sensor zur Bestimmung der Ortsdaten
40
2.9 Fitness-Portale
ausgestellt. Dieses Token ist als eine Art Vollmacht anzusehen, welche die Anwendung
zu bestimmten Handlungen berechtigt. So differenziert Google beim Fitness-Store
die drei Gruppen Activity,Location und Body. Beantragt eine Anwendung lediglich das
Leserecht der Gruppe Body, so können anschließend nur Informationen dieser Kategorie
ausgelesen werden [Goo15h].
41
3
Anforderungsanalyse
Um eine solide Grundlage für die zu implementierende Anwendung zu schaffen, ist eine
Anforderungsanalyse nötig. Im Nachfolgenden werden die Anwendungsfälle, das Grund-
konzept, die Hard- und Softwareanalyse und das erweiterte Konzept der durchgeführten
Anforderungsanalyse vorgestellt.
3.1 Anwendungsfälle
Crowdi
Prüfen der verfügbaren
Umfragen
Daten zum Login eingeben
Fitness-Platform
extension points
Nutzen der Daten von der
Fitness-Platform
Benachrichtigung über
verfügbare Umfragen
Umfrage ausfüllen
Nutzer
<<Extend>>
Abbildung 3.1: Anwendungsfälle
Bei der Planung eines Softwareprojektes sollte immer ein Use-Case-Diagramm erstellt
werden. Durch die Formulierung der wesentlichen Funktionen eines Systems kann der
43
3 Anforderungsanalyse
Auftraggeber prüfen, ob alle für ihn wichtigen Elemente berücksichtigt sind [
Sch15b
].
Auch für den Entwickler bietet das Use-Case-Diagramm einen entscheidenden Vorteil.
So können durch die abgebildeten Use-Cases benötigte Softwarekomponenten bereits
früh erkannt und geplant werden. Abbildung 3.1 zeigt das für diese Arbeit erstellte
Use-Case-Diagramm. Die darin berücksichtigten Use-Cases sind selbst definiert und
werden im Nachfolgenden genauer erläutert.
Zunächst erwartet ein Benutzer von einer Umfrage-Anwendung, dass er mit dieser
an Umfragen komfortabel teilnehmen kann. Dazu möchte er über die Anwendung
sehen, welche Umfragen für ihn zur Verfügung stehen. Da er die Anwendung jedoch
nicht täglich öffnen möchte, um die Verfügbarkeit einer neuen Umfrage zu überprüfen,
erwartet er, dass die Applikation ihn über neue Umfragen informiert. Zur Erfassung seiner
Fitness-Aktivitäten verwendet der Benutzer eines der vielen Fitness-Portale und möchte
deshalb die erfassten Daten für entsprechende Fragen einer Studie nutzen können.
Deshalb rechnet er damit, dass die Anwendung einen entsprechenden Mechanismus
zum Verbinden seines Fitness-Portals zur Verfügung stellt.
3.2 Grundkonzept
CrowdiLibrary
Crowdi (TV)
CrowdiFitnessLibrary
Abbildung 3.2: Grundkonzept der Anwendung
Um die im letzten Abschnitt geschilderten Kundenwünsche für den Fernseher erfüllen
zu können, wird eine Anwendung für das Betriebssystem eines Fernsehers benötigt.
44
3.3 Hard- und Softwareanalyse
Damit die allgemeingültige Anwendungslogik zur Anbindung an den CrowdSensr auch
auf weiteren Endgeräten verwendet werden kann, sollte diese in einer Bibliothek abstra-
hiert werden. Auch die vom Kunden geforderte Integration seines Fitness-Portals sollte
generalisiert sein. So ergeben sich für die gewünschte Anwendung drei Softwarekom-
ponenten, welche in Abbildung 3.2 zu sehen sind. Bedingt durch die Entwicklung einer
Anwendung für das Betriebssystem eines Fernsehers, ist eine Hard- und Softwareanaly-
se der zur Verfügung stehenden Systeme nötig. Eine Zusammenfassung der Analyse ist
im folgenden Kapitel zu finden.
3.3 Hard- und Softwareanalyse
Abbildung 3.3:
Gegenüberstellung der Produktgruppen Apple TV (links), Amazon Fire
TV (mitte) und Android TV (rechts), vgl. [
App15b
], [
Gam15
], [
AOL15b
],
[Goo15b], [AOL15a], [The15], [NVI15]
Betrachtet man den aktuellen Markt an verfügbaren Betriebssystemen für den Fernseher,
welche die Entwicklung von Anwendungen erlauben, so lassen sich insgesamt drei Sys-
teme finden. In Abbildung 3.3 sind diese gegenübergestellt. Pionier der Betriebssysteme
für den Fernseher stellt dabei Apple TV dar. Apple TV wird als kleine Box ausgeliefert
und kann mittels HDMI-Kabel an aktuelle Fernseher angeschlossen werden. Während
bereits sehr viele Firmen wie Netflix oder WATCHEVER Anwendungen für Apple TV
besitzen, gibt es zum Zeitpunkt der Arbeit noch immer kein öffentliches SDK [
App15a
].
45
3 Anforderungsanalyse
Alternativen zu Apple TV gibt es auf Basis des Android-Betriebssystems. Zunächst bietet
Amazon mit dem entwickelten Fire OS ein Betriebssystem als Erweiterung von Android
4.4 an. Dabei stehen insbesondere die hauseigenen Dienste wie Amazon Instant Video,
Amazon Music und Amazon Cloud Drive im Fokus des Systems. Auch Fire TV wird
analog zu Apple TV als Box oder Stick an den Fernseher angeschlossen. Amazon bietet
im Vergleich zu Apple jedoch auch Entwicklern die Möglichkeit an, Anwendungen für
den Fire TV zu entwickeln. Hierzu wurden eigene API’s für die Benachrichtigung auf
dem Fernseher und die Anbindung des Game-Controllers veröffentlicht. Dennoch besitzt
das entwickelte System auch einige Einschränkungen für Entwickler von Anwendungen.
Beispielsweise verweigert Amazon den Entwicklern den Zugriff auf das Mikrofon, was
die Eignung des Betriebssystems für diese Arbeit ausschließt [Ama15a] [Ama15b].
Das jüngste System auf dem Markt stellt Android TV dar. Auch Android TV kann
als Erweiterung an vorhandene Fernseher mittels Box angeschlossen werden. Neben
dem Android-TV-Referenzgerät namens Nexus Player bieten auch Firmen wie Razer
und Nvidia eigene Spielekonsolen mit dem Betriebssystem an. Im Vergleich zu den
bereits erwähnten Alternativsystemen ist Android TV nicht nur als Erweiterung für den
Fernseher vorgesehen. So bieten die Hersteller Philips,Sharp und Sony auch Fernseher
mit dem Betriebssystem an. Da Android TV keine klassischen Benachrichtigungen
unterstützt, wird ein neues Konzept benötigt, welches im nachfolgenden Abschnitt
genauer beschrieben ist [Goo15c].
3.4 Erweitertes Konzept
Um die bereits im Kapitel 3.2 geschilderten Wünsche des Probanden unter Android TV
vollständig erfüllen zu können, ist eine Erweiterung des Grundkonzepts nötig. Das in
Abbildung 3.4 dargestellte Konzept sieht neben den bereits vorgestellten Softwarekompo-
nenten weitere Bibliotheken und Anwendungen vor. Zentrale Idee der Erweiterung ist die
Benachrichtigung des Benutzers über neue Umfragen mittels Smartwatch. Da zur Kom-
munikation mit der Smartwatch eine Anwendung auf dem Smartphone nötig ist, sieht das
46
3.4 Erweitertes Konzept
Konzept neben der Android Wear Anwendung auch eine klassische Android Anwendung
vor. Damit Komponenten zur Kommunikation über UPnP und der Wearable.DataAPI
ebenfalls auf sämtlichen Anwendungen zur Verfügung stehen, berücksichtigt die Planung
auch hier eine Abstraktion mittels Bibliotheken. Eine ausführlichere Beschreibung der
ausgearbeiteten Softwarekomponenten findet sich im Abschnitt 4.
CrowdiLibrary
Crowdi (TV)
CrowdiFitnessLibrary
CrowdiUpnpLibrary
CrowdiWearLibrary
Crowdi (Mobile)
Crowdi (Wear)
Abbildung 3.4: Erweitertes Konzept der Anwendung
47
4
Implementierung
Die im Nachfolgenden beschriebenen Softwarekomponenten gliedern sich in Biblio-
theken und Anwendungen. Während in 4.1 die generischen Softwarekomponenten
beschrieben werden, befinden sich im anschließenden Abschnitt die Endanwendungen.
4.1 Bibliotheken
Die in den nachfolgenden Kapiteln beschriebenen Android-Bibliotheken sind in ihre
Anwendungsgebiete untergliedert. Zu Beginn findet sich die Beschreibung der elemen-
tarsten Bibliothek.
4.1.1 CrowdiLibrary
Die Android-Bibliothek CrowdiLibrary stellt eine Abstraktion der Anwendungslogik rund
um das Themenfeld CrowdSensr dar. Zentrale Aufgabe der Bibliothek ist die Anbindung
von Android-Applikationen an das proprietäre System. Die dazu nötigen Pakete und
Klassen sind in Abbildung 4.1 dargestellt. Zentrale Schnittstelle der Android-Bibliothek
stellt die Klasse Library dar.
Der Singleton
1
, welcher über die Funktion
Library.getInstance()
erzeugt wer-
den kann, bietet der Android-Anwendung unter anderem die Funktionen zum Prüfen
verfügbarer Umfragen. Bei der Entwicklung der Schnittstelle wurde darauf geachtet,
1
Als Singleton wird in der Softwareentwicklung ein Pattern bezeichnet, welches sicherstellt, dass es von
einer Klasse nur eine Instanz geben kann
49
4 Implementierung
CrowdiLibrary
tool
source
parser
gui
data
Library
Account
Command
Field
Option
Poll
DateElement
DatePickerDialog
FitnessRequestResultDialog
TimeElement
TimePickerDialog
LoginDialog
VerticalTextView
CommandParser
PollParser
FileCommandSource
FilePollSource
ICommandSource
IPollSource
StringCommandSource
StringPollSource
WebCommandSource
WebPollSource
PatternWatcher
Android
Button
Dialog
TextView
TextWatcher
Abbildung 4.1: Klassendiagramm der CrowdiLibrary
eine möglichst lose Anbindung an die CrowdSensr-Plattform zu bieten. Deshalb wurde
die benötigte Quelle als Parameter in die Methodensignatur integriert. Um mehre-
re Arten von Quellen zu unterstützen, beinhaltet die Bibliothek das Interface ICom-
mandSource. Damit ist die Bibliothek in der Lage, neben einer Webquelle (WebCom-
mandSource) auch lokale Dateien (FileCommandSource) und reine Zeichenketten
(StringCommandSource) zu akzeptieren. Wird beim Aufruf der Schnittstellenfunkti-
on
Library.loadCommands(String source, String className)
eine URL
übergeben, so verwendet die Bibliothek die WebCommandSource, um die Verfügbarkeit
von Umfragen zu prüfen. Stellt die Quelle hingegen einen lokalen Pfad dar, kann auf
50
4.1 Bibliotheken
die Instanz FileCommandSource zurückgegriffen werden. Sollte die Quelle weder eine
URL noch einen Pfad darstellen, geht die Bibliothek von einer reinen Zeichenkette
aus. Die alternativen Quellen können von Entwicklern insbesondere zum Testen von
neuen Funktionen verwendet werden. Möchte dieser beispielsweise die Darstellung
einer neuen Umfrageliste überprüfen, so kann dies über einen lokale String-Variable
erreicht werden. Regulär müsste die JSON-Struktur, welche in Abschnitt 2.4 beschrieben
ist, als Ressource auf dem Webserver geladen und mittels URL übergeben werden.
Eine Veranschaulichung des Prüfprozesses ist in Form eines Sequenzdiagramms in
Abbildung 4.2 dargestellt.
alt
[source = Pfad]
[source = URL]
FileCommandSource
WebCommandSource
Library
Anwendung
1.5.2.1.3.1.1.1: deinit()
1: start()
1.5.2.1.2:
1.5.1:
1.5.2.1.3.1.1: onLibraryResult(...)
1.5.2.1.1: onLibraryResult(...)
1.5.2.1.3.1: return List<Command>
1.5.2.1: return List<Command>
1.5.2.1.3: loadCommands(...)
1.5.2: loadCommands(...)
1.4: registerListener(...)
1.5: loadCommands(String source, ...)
1.3: login(...)
1.2: init(...)
1.1: getInstance()
Abbildung 4.2: Sequenzdiagramm zum Abrufen der verfügbaren Umfragen
51
4 Implementierung
Da Netzwerkoperationen unter Android nicht im Thread der Anwendung ausgeführt wer-
den dürfen, wird der Prüfprozess der Bibliothek asynchron ausgeführt. Damit die Anwen-
dung über das Ergebnis des Prüfprozesses informiert werden kann, wird ein entsprechen-
der Callback-Mechanismus
2
benötigt. Dazu muss die Anwendung das Interface ILibrary-
ResultListener implementieren und sich vor dem Aufruf der Methode
Library.load-
Commands(String source, String className)
über die Funktion
Library.-
registerListener(ILibraryResultListener listener)
für Updates bei der
Bibliothek registrieren. Ein Update zur Abfrage wird der Anwendung fortan über den
Aufruf der Interface-Funktion
ILibraryResultListener.onLibraryResult(Exe-
cutionStatus exStatus, List<Command> commands, String className)
mitgeteilt. Dabei kann die Anwendung anhand des ExecutionStatus prüfen, ob die Ab-
frage erfolgreich war. Die zur Verfügung stehenden Umfragen werden der Anwendung
anhand einer Liste von Commands dargestellt. Dabei kapselt die Klasse Command
die über JSON übertragenen Informationen: Command,Method und Info. Da sich
mehrere Klassen an der Bibliothek registrieren können und immer alle Instanzen in-
formiert werden, wird der Klassenname als Identifier für den Verantwortlichen übergeben.
Neben dem Prüfen der verfügbaren Umfragen bietet die Bibliothek ebenfalls die Mög-
lichkeit, entsprechende Umfragen abzurufen. Die dafür entwickelte Schnittstelle folgt
dabei derselben Anwendungslogik. Dafür wurde ebenfalls ein entsprechendes Interface
(IPollSource) erstellt. Um einen identischen Funktionsumfang bieten zu können, stellt
die Bibliothek auch für die Umfrage die Implementierungen WebPollSource,FilePoll-
Source und StringPollSource zur Verfügung. Das Abrufen und Informieren erfolgt auch
hier über die bereits vorgestellten Klassen Library und ILibraryResultListener. Dabei
unterscheidet sich die Callback-Methode lediglich in der Methodensignatur. So wird
ein Update hier über die Methode
ILibraryResultListener.onLibraryResult-
(ExecutionStatus status, Poll poll, String className)
verteilt. Die er-
folgreich erzeugte Umfrage wird der Anwendung über die Klasse Poll übergeben, welche
eine Liste von Umfragefeldern (Field) enthält. Ein Field stellt das wesentliche Element
2
Als Callback-Mechanismus wird in der Softwareentwicklung das Prinzip verstanden, wenn der Aufgerufene
den Aufrufer zurückruft
52
4.1 Bibliotheken
einer Umfrage dar und kann im Falle eines CompositeFields eine weitere Liste mit
Feldern beinhalten.
Button
+onClick()
+onDateSet()
CSDateElement
+onClick()
View.OnClickListener
+onDateSet()
CSDatePickerDialog.OnDateSetListener
CSDatePickerDialog
Dialog
Abbildung 4.3: Klassendiagramm zum CSDateElement
Zusätzlich zur bisher beschriebenen Anwendungslogik beinhaltet die CrowdiLibrary
ebenso eigene Oberflächenelemente, um die fehlende Unterstützung der Fernbedie-
nung durch die Elemente DatePicker und TimePicker auszubessern. Die im Rahmen
der Arbeit entwickelten Elemente CSDateElement und CSTimeElement stellen eine
Erweiterung einfacher Buttons
3
mit einer entsprechenden Beschriftung dar. Das jeweilige
Element implementiert bereits das Interface View.OnClickListener und ist damit in der La-
ge, auf das Drücken des Elements zu reagieren. Wählt der Benutzer das Element durch
einen Klick aus, so wird ein entsprechender Dialog dargestellt (CSDatePickerDialog
oder CSTimePickerDialog). Wie in Abbildung 4.3 zu sehen ist, stellen diese Elemente
Erweiterungen des regulären Dialogs dar. Das für die Dialoge selbst entwickelte Layout
beruht auf dem Prinzip der ehemaligen Picker und ist in Abbildung 4.4 konzeptionell
dargestellt.
So gibt es auf dem CSDatePickerDialog insgesamt 10 Buttons. Während drei Buttons
zur Darstellung der Eigenschaften: Tag, Monat und Jahr dienen, gibt es für die jeweilige
Eigenschaft je einen Button zum Erhöhen und Verringern des aktuellen Wertes. Um
eine möglichst effiziente Bedienung mit der Fernbedienung zu realisieren, wurden die
3Oberflächenelement, das geklickt werden kann
53
4 Implementierung
+++
17 01 2015 OK
-- -
Abbildung 4.4: Konzept des CSDatePickerDialogs
Button zum Erhöhen und Verringern der Werte für die Fernbedienung deaktiviert. Eine
Manipulation der entsprechenden Werte kann auf dem Fernseher, durch das Auswerten
der Key-Events, mittels der Tasten “Auf“ und “Ab“ der Fernbedienung vorgenommen wer-
den. Eine beispielhafte Darstellung der ablaufenden Prozesse ist im Sequenzdiagramm
4.5 dargestellt.
CSDatePickerDialog
CSDateElement
3.2: onDismiss()
1.1: CSDatePickerDialog(Context context, CSDatePickerDialog.OnDateSetListener listener)
3.1.1: Button.setText(String text)
3.1: onDateSet(int year, int month, int day)
3: FinishButton.onClick()
2.1: increaseDay()
2: DayIncreaseButton.onClick()
1: onClick(View v)
Abbildung 4.5: Sequenzdiagramm zum CSDateElement
Neben den Oberflächenelementen, die zur Ausbesserung von Elementen mit fehlender
Unterstützung der Fernbedienung vorgesehen sind, enthält die Bibliothek ebenfalls
ein Oberflächenelement, das als Ergänzung der von Andorid angebotenen Elemente
anzusehen ist. Mit dem CSFitnessRequestResultDialog bietet die CrowdiLibrary einen
54
4.1 Bibliotheken
Dialog an, der Daten in Diagrammform darstellen kann. Eine konzeptionelle Darstellung
des CSFitnessRequestResultDialogs ist in Abbildung 4.6 zu sehen. Zur Erstellung eines
solchen Diagramms müssen die entsprechenden Parameter im Konstruktor des CSFit-
nessRequestResultDialogs übergeben werden.
Zeit
Anzahl
Joggen
10.02.2014
Joggen
11.02.2014
Joggen
12.02.2014
30
20 25
Abbildung 4.6: Konzept des CSFitnessRequestResultDialogs
Neben den Beschriftungen der horizontalen und vertikalen Achse erwartet das Diagramm
zudem zwei Listen bestehend aus Strings. Während die erste Liste mit Zeichenketten
zur Beschriftung der Diagrammelemente am oberen Rand dient, werden in der zweiten
die Werte der Elemente erwartet. Bei der Erzeugung des Dialogs wertet das CSFitness-
RequestResultDialog die übergebenen Werte aus. Handelt es sich bei den übergebenen
Werten um Zahlen, die als Zeichenketten kodiert sind, so werden die Elemente anhand
ihres Werts skaliert. Dabei bildet das Element mit dem höchsten Wert auch das Ma-
ximum des Diagramms. Damit zur Darstellung von Fitness-Daten keine Abhängigkeit
zur CrowdiFitnessLibrary entsteht, wurde an dieser Stelle bewusst der Einsatz von
einfachen Zeichenketten gewählt.
55
4 Implementierung
4.1.2 CrowdiFitnessLibrary
CrowdiFitnessLibrary
data
portal
google
apple
microsoft
settings
util
Activity
ActivityBucket
Person
StepBucket
ApplePortal
GooglePortal
ReadFitnessThread
MicrosoftPortal
Portal
SettingsManager
QuestionChecker
FitnessLibrary
Java
Thread
Abbildung 4.7: Klassendiagramm der CrowdiFitnessLibrary
Auch die CrowdiFitnessLibrary ist als Android-Bibliothek umgesetzt. Das Themenfeld
der Bibliothek umfasst hier insbesondere die Anbindung von Android-Anwendungen
an Fitness-Portale. Im Vergleich zu den durch die Hersteller angebotenen Bibliotheken
bietet die CrowdiFitnessLibrary eine einheitliche Schnittstelle sämtlicher Portale an.
Dazu werden die angebotenen Bibliotheken eingebunden und mittels Adapter auf die
eigene Schnittstelle übersetzt.
Analog zur CrowdiLibrary besitzt auch die CrowdiFitnessLibrary einen Singleton (Fit-
nessLibrary), der zur Bearbeitung der Anfragen herangezogen werden kann. Nach der
Erzeugung der Singleton-Instanz über die statische Methode
FitnessLibrary.get-
Instance()
muss ebenfalls eine Initialisierung der Bibliothek mit dem Context
4
der
Android-Anwendung erfolgen. Dies wird einheitlich verlangt, da die angebundenen Biblio-
theken oftmals einen entsprechenden Context zur Erzeugung von Oberflächenelemente,
4Eine Klasse des Android-Betriebssystem die zur Einblendung von Oberflächenelemente benötigt wird
56
4.1 Bibliotheken
wie Dialogen, benötigen.
Um eine einheitliche Schnittstelle für alle Fitness-Portale anbieten zu können, beinhaltet
die Bibliothek die abstrakte Klasse Portal. Diese Klasse definiert die vom System be-
kannten Ausprägungen mittels PortalType. Soll ein weiteres Portal durch die Bibliothek
unterstützt werden, so muss eine entsprechende Erweiterung des Enums
5
erfolgen. Im
Rahmen der Arbeit sind an dieser Stelle die Ausprägungen Google,Apple und Microsoft
für die Portale Google Fit,Apple Health Kit und Microsoft HealthVault definiert. Neben
den Ausprägungen legt die Klasse Portal durch die definierten, abstrakten Methoden
auch die zu unterstützende Schnittstelle fest.
So definiert die Klasse derzeit drei Methoden zum Abfragen von Fitnessdaten. Zunächst
definiert die Methode
getPerson()
die verfügbare API zum Abfragen von Personenin-
formationen. Damit die erhaltenen Informationen auch einheitlich zurückgegeben werden
können, definiert die Bibliothek die Klasse Person zur Darstellung der Personeninforma-
tionen. In dieser Klasse werden die elementaren Attribute: Name,Größe und Gewicht
der Person abgebildet. Neben der Abfrage von Personeninformationen unterstützt die
Bibliothek auch die Abfrage der sportlichen Aktivitäten. Dazu erwartet die Bibliothek in
der dafür entwickelten Schnittstelle eine Reihe von Parameter, die im Codeabschnitt 4.1
zu sehen sind.
1FitnessLibrary.getActivities(Portal.PortalType type,
2long startTime,
3long endTime,
4TimeUnit rangeUnit,
5int duration,
6TimeUnit durationUnit,
7int requestId);
Listing 4.1: API zur Abfrage der sportlichen Aktivitäten
5Enums stellen in der Softwareentwicklung einfache Datentypen dar
57
4 Implementierung
Damit eine Eingrenzung der Daten möglich ist, muss die Anwendung über die Para-
meter
startTime
und
endTime
einen Zeitbereich definieren, dessen Einheit über
rangeUnit
festgelegt wird. Damit eine Gruppierung der Fitnessdaten möglich ist, er-
wartet die Schnittstelle mit den Parametern
duration
und
durationUnit
genauere
Zeitangaben über die darzustellenden Gruppen. Möchte man beispielsweise wissen,
welche sportlichen Aktivitäten man pro Tag in der letzten Woche absolviert hat, so
kann als
duration
der Zahlenwert
1
und die Zeiteinheit
TimeUnit.DAYS
übergeben
werden. Die durch das jeweilige Portal empfangenen Daten müssen anschließend über
die Klassen Activity und ActivityBucket einheitlich übersetzt und zurückgegeben werden.
GooglePortal
Anwendung
FitnessLibrary
1.3: registerListener(...)
1.4.2.1.1.1.1: deinit()
1.4.2.1.1.1: deinit()
1.2: init(...)
1.1: FitnessLibrary.getInstance()
1.4.2.1.1: onActivitiesReceived(...)
1.4.2.1: onActivitiesReceived(...)
1.4.2: getActivities(...)
1.4.1: new
1.4: getActivities(Portal.PortalType.Google, ...)
1: start()
Abbildung 4.8: Sequenzdiagramm zur Abfrage verfügbarer Aktivitäten
Eine vergleichbare Schnittstelle bietet die Bibliothek zur Abfrage der zurückgelegten
Schritte während einer Zeitspanne an. Da die Fitnessdaten der Portale nicht lokal auf
den Geräten gespeichert sind, müssen die Netzwerkanfragen analog zur CrowdiLibrary
über einen Callback-Mechanismus realisiert werden. Auch in dieser Bibliothek ist dazu
ein Interface IPortalListener definiert, welches über die in der Bibliothek angebotene
58
4.1 Bibliotheken
Funktion
Portal.registerListener(IPortalListener listener)
registriert
werden muss. Eine beispielhafte Darstellung der ablaufenden Prozesse ist im Sequenz-
diagramm 4.8 dargestellt. Im Rahmen der Arbeit wurde für die beschriebene Schnittstelle
ein Adapter als Referenzimplementierung ausgearbeitet. Dazu findet die von Google
veröffentlichte Android-Bibliothek für das Portal Google-Fit Anwendung [Goo15h].
4.1.3 CrowdiUpnpLibrary
CrowdiUpnpLibrary
data
service
DeviceFactory
HeartRateDataServiceDefinition
WearNotificationServiceDefinition
StartPollServiceDefinition
HeartRateDataServiceReceiverConnection
HeartRateDataServiceSenderConnection
WearNotificationServiceReceiverConnection
WearNotificationServiceSenderConnection
StartPollServiceReceiverConnection
StartPollServiceSenderConnection
Cling
PropertyChangeListener
Android
DefaultRegistryListener
ServiceConnection
Abbildung 4.9: Klassendiagramm der CrowdiUpnpLibrary
Bei der Android-Bibliothek CrowdiUpnpLibrary handelt es sich im Wesentlichen um eine
Implementierung der UPnP-Bibliothek von der 4th Line GmbH [
4th15
]. Die unter dem
Namen Cling veröffentlichte Bibliothek bietet alle nötigen Schnittstellen zum Suchen
und Finden von UPnP-Geräten innerhalb eines Netzwerkes. Neben dieser elementaren
Funktionen bietet Cling weitere Möglichkeiten an. So können eigene UPnP-Dienste
definiert und anschließend veröffentlicht werden. Dazu müssen reguläre Java-Klassen
mit Annotationen
6
der Bibliothek versehen werden. Anhand dieser Annotationen kann
Cling eine entsprechende XML-Struktur für den zugrunde liegenden SOAP-Zugriff er-
stellen. Durch die Annotationen UpnpServiceId und UpnpServiceType kann der Name
6
Annotationen sind Erweiterungen die am @-Zeichen erkannt und an Methoden und Variablen angebracht
werden können
59
4 Implementierung
und Typ des angebotenen UPnP-Dienstes festgelegt werden. Variablen und Methoden
des Service sind über UpnpStateVariable und UpnpAction zu definieren. Um die Ein-
und Rückgabewerte der Methoden zu definieren, müssen die Annotationen UpnpInput-
Argument und UpnpOutputArgument an der entsprechenden UpnpAction verwendet
werden. [4th15]
Über den beschriebenen Mechanismus definiert die CrowdiUpnpLibrary insgesamt drei
UPnP-Dienste. Um Benachrichtigungen auf ein Android-Gerät übertragen zu können, ist
ein entsprechender Dienst über die Klasse WearNotificationServiceDefinition festgelegt.
Dieser Dienst besitzt zwei Methoden, welche über SOAP angesprochen werden können.
Zunächst kann über die Methode
WearNotificationServiceDefinition.start-
Notification(String title, String content, String url)
eine Benach-
richtigung über eine Umfrage gesendet werden. Dazu kann der Absender über die
Parameter
title
,
content
und
url
die wichtigsten Informationen an das UPnP-Gerät
übermitteln. Neben dieser Methode bietet der Dienst auch die Möglichkeit an, eine
spezifische Benachrichtigung zur Messung der Herzfrequenz zu übermitteln. Die dafür
festgelegte Methode getHeartRate() erwartet keine weiteren Parameter.
Damit ein UPnP-Gerät die Anfrage nach der Herzfrequenz nicht sofort beantworten
muss, bietet die Bibliothek einen weiteren Dienst. Dieser sollte zum Empfangen der
Herzfrequenz vom Absender der Benachrichtigung implementiert werden. Der durch die
Klasse HeartRateDataServiceDefinition festgelegte UPnP-Dienst beinhaltet lediglich
eine Methode zum Übertragen der Herzfrequenz. Dabei wird der Messwert als String an
den Service übermittelt.
Der dritte UPnP-Dienst ist ebenfalls als Rückkanal zum bereits vorgestellten Benach-
richtigungsdienst zu sehen. Mit dem über die Klasse StartPollServiceDefinition festge-
legten Service kann der Empfänger einer Umfrage-Benachrichtigung die entsprechende
Umfrage beim Absender starten. Dazu muss die ausgewählte URL zur Umfrage als
60
4.1 Bibliotheken
Eingabeparameter der UpnpAction startPoll(String) übergeben werden.
Damit die definierten Dienste nutzbar sind, müssen diese über den von Cling angebote-
nen Android-Service hinzugefügt und publiziert werden. Zu diesem Zweck definiert die
CrowdiUpnpLibrary für jeden der drei Dienste eine entsprechende ServiceConnection.
Damit eindeutig differenziert werden kann, auf welchem Gerät der Dienst angeboten
wird und wo er nutzbar ist, sind für jeden UPnP-Dienst je zwei ServiceConnections
definiert.
Anbieter eines Dienstes können über den Einsatz einer entsprechenden Receiver-
Connection das automatische Hinzufügen und Publizieren bewirken. Die Verwendung
einer SenderConnection bewirkt hingegen, dass die Anwendung über neue UPnP-
Dienste dieses Typus informiert wird und diesen über die öffentlichen Methoden der
ServiceConnection nutzen kann. Abbildung 4.10 zeigt eine beispielhafte Nutzung der
angebotenen UPnP-Dienste über die vorgestellten ServiceConnections.
61
4 Implementierung
StartPollService
SenderConnection
HeartRateDataService
SenderConnection
WearNotificationService
ReceiverConnection
StartPollService
ReceiverConnection
HeartRateDataService
ReceiverConnection
WearNotificationService
SenderConnection
Anwendung
Anwendung
7.1.1.1: onHeartRateSet(...)
7.1.1: setHeartRate(...)
7.1: setHeartRate(...)
7: sendHeartRate()
6.1.1.1.1.1.1: onGetHeartRate()
6.1.1.1.1.1: getHeartRate()
5.1: startNotification(...)
6.1.1.1.1: getHeartRate()
6.1.1.1: onStartPoll(...)
6.1.1: startPoll(...)
6.1: startPoll(...)
6: startPollOnDevice()
5.1.1.1: onStartNotification()
4: onDeviceAdded()
5: onDeviceAdded()
3: onDeviceAdded()
5.1.1: startNotification(...)
2: start
1: start
2.3: new
2.2: new
2.1: new
1.3: new
1.2: new
1.1: new
Abbildung 4.10:
Benachrichtigung über neue Umfragen mittels UPnP, Abrufen der Herz-
frequenz über UPnP
62
4.1 Bibliotheken
4.1.4 CrowdiWearLibrary
CrowdiWearLibrary
data
service
Constants
AppConnectionService
DataTransferService
Android
Service
WearableListenerService
Abbildung 4.11: Klassendiagramm der CrowdiWearLibrary
Die in der CrowdiWearLibrary zusammengefasste Anwendungslogik konzentriert sich
auf den Datenaustausch zwischen einer Android-Anwendung und einer Android-Wear-
Anwendung. Die für den Datenaustausch zugrundeliegende Wearable.DataApi ist bereits
im Kapitel 2.7.3 eingehend beschrieben. Zur einfacheren Anbindung der API beinhaltet
die Bibliothek die Klasse Constants, welche auf der Sender- und Empfänger-Seite ver-
wendet werden kann. Damit kann sichergestellt werden, dass sowohl Absender als auch
Empfänger die identischen Werte innerhalb des Nachrichtenpakets verwenden.
Um eine vereinfachte Verwendung der Wearable.DataApi zu ermöglichen, besitzt die
Bibliothek die Klasse AppConnectionService. Diese stellt eine Erweiterung des klas-
sischen Service von Android dar und kann beliebig gestartet und gestoppt werden.
Um den durch die Bibliothek von Android-Wear zur Verfügung gestellten WearableLis-
tenerService zum Datenaustausch nutzen zu können, besitzt die CrowdiWearLibrary
die Klasse DataTransferService. Diese stellt eine Erweiterung des besagten Dienstes
dar und leitet die empfangenen Nachrichten über den Broadcast-Mechanismus des
Systems weiter. Die bereits vorgestellte Klasse AppConnectionService besitzt folglich
einen BroadcastReceiver, um über die weitergeleiteten Nachrichten informiert zu werden.
63
4 Implementierung
Damit eine Anwendung die Funktion des Dienstes nutzen kann, muss diese einen eige-
nen Service durch die Erweiterung des AppConnectionService erstellen. Die hierdurch
vererbten Methoden
AppConnectionService.onDataReceived(String data)
und
AppConnectionService.onStartOnTvReceived(String url)
werden zur
Laufzeit beim Empfang einer entsprechenden Nachricht durch den BroadcastReceiver
aufgerufen. Nachrichten, die von der Anwendung auf dem Smartphone an die Uhr
gesendet werden sollen, können ebenfalls über diesen Hintergrunddienst versendet
werden. Dazu muss lediglich die entsprechende Implementierung des AppConnecti-
onServices gebunden und die vererbte Methode
AppConnectionServices.show-
Notification(String title, String url)
aufgerufen werden. Eine beispiel-
hafte Verwendung der genannten Komponenten ist im Sequenzdiagramm 4.12 darge-
stellt.
BroadcastReceiver
Wear Anwendung
WearNotificationService
AppConnectionServiceImpl
Anwendung
4: onReceive(...)
4.1.1: displayData(...)
4.1: onDataReceived(...)
1.2.1: new
3.1: DataApi.putDataItem(...)
3: start()
2.1: NotifcationManager.notify(...)
2: onDataChanged(...)
1.2.2: DataApi.putDataItem(...)
1.2: showNotification(...)
1.1: bindService()
1: start()
Abbildung 4.12: Verwendung des AppConnectionService
64
4.2 Anwendungen
4.2 Anwendungen
Die in den nachfolgenden Kapiteln beschriebenen Android-Anwendungen sind ebenfalls
nach den Gerätetypen untergliedert. Zu Beginn findet sich die Beschreibung der Smart-
TV-Anwendung.
4.2.1 Crowdi (TV)
Abbildung 4.13: Startscreen der Anwendung Crowdi (TV)
Crowdi (TV) stellt eine Anwendung auf Basis von Android 5.1 dar, die mit Hilfe der
Support-Library von Google für den Fernseher optimiert ist. In Abbildung 4.13 ist der
Startbildschirm der Anwendung zu sehen. Die mit Hilfe des BrowseFragments umgesetz-
te Benutzeroberfläche sieht zwei unterschiedliche Reihen von Elementen vor. Während
die obere Reihe zur Darstellung der verfügbaren Umfragen angedacht ist, stellt die
untere Reihe eine Auflistung der angebotenen Einstellungen dar.
65
4 Implementierung
Umgesetzt ist diese Benutzeroberfläche mit dem im Abschnitt 2.6.5 vorgestellten Array-
ObjectAdapter. Zur Darstellung der unterschiedlichen Elemente wurden zwei Presenter
implementiert. Während die Klasse CommandPresenter eine Möglichkeit zur Darstellung
von verfügbaren Umfragen bietet, können Einstellungen mit Hilfe der Klasse ActionPre-
senter angezeigt werden. Damit eine Anzeige der verfügbaren Umfragen möglich ist,
implementiert die Activity das in der CrowdiLibrary definierte Interface ILibraryResultLis-
tener.
Nach dem erfolgreichen Start der Activity wird ein entsprechender HTTP-GET auf
den Server mit Hilfe der CrowdiLibrary-API ausgeführt. Nachdem die Bibliothek die
verfügbare Umfrage-Liste empfangen hat, signalisiert sie dies der Activity über die Inter-
face-Funktion. Daraufhin kann durch die Activity ein Update des ArrayObjectAdapters
erfolgen. Möchte der Proband eine dargestellte Umfrage auswählen, so muss dieser
zunächst über die “Select“-Taste der Fernbedienung die Reihe “Umfragen“ selektieren.
Daraufhin verbirgt sich die im Bild links zu sehende Menüleiste und ermöglicht so die
Darstellung relevanter Titel- und Inhaltsinformationen der Umfragen. Wählt der Benutzer
nun eine Umfrage aus der Liste aus, so wird die zur Darstellung der Umfrage benötigte
URL aus dem Command entnommen und mittels Intent an die anschließende Single-
PollActivity weitergereicht.
Diese entnimmt die im Intent übertragene URL und ruft die Umfrage mittels CrowdiLi-
brary ab. Analog zur MainActivity wird auch die SinglePollActivity über die Callback-
Methode des implementierten ILibraryResultListener-Interfaces informiert. Ist die Abfra-
ge erfolgreich, so werden die in der Klasse Poll gekapselten Field-Elemente ausgelesen
und mit Hilfe von standardmäßigen Oberflächenelementen dargestellt. Für die von
Android TV nicht unterstützten Typen werden eigene Oberflächenelemente aus der
CrowdiLibrary verwendet. Tabelle 4.1 zeigt die Abbildung der durch CrowdSensr defi-
nierten Elemente.
66
4.2 Anwendungen
Tabelle 4.1: Abbildung der Umfrageelemente
Typ Android
text CSEditTextGroup
textarea CSEditTextGroup + InputType.TYPE_TEXT_FLAG_MULTI_LINE
password EditText + InputType.TYPE_TEXT_VARIATION_PASSWORD
number CSEditTextGroup + InputType.TYPE_CLASS_NUMBER
email
EditText + InputType.TYPE_TEXT_VARIATION_EMAIL_ADDRESS
tel EditText + InputType.TYPE_CLASS_PHONE
url EditText + InputType.TYPE_TEXT_VARIATION_URI
date CSDateElement
time CSTimeElement
datetime CSDateElement + CSTimeElement
select RadioGroup
multiselect LinearLayout + CheckBox
checkbox CheckBox
radio RadioGroup
Wie der Tabelle zu entnehmen ist, differenziert die Anwendung bei der textuellen Einga-
be in die zwei Grundtypen EditText und CSEditTextGroup. Dabei wird der von Android
selbst definierte Typ EditText bei Fragen angewendet, die keine weitere Analyse erfor-
dern. Wird beispielsweise in einem Umfrageelement der Typ email verwendet, so kann
die Frage nicht mit der Unterstützung der Fitness-Portale beantwortet werden. Handelt
es sich hingegen um den regulären Typ text so besteht die Möglichkeit, dass die Frage
mit Hilfe einer Fitness-Plattform zu lösen ist. Dazu wird die entsprechende Frage an
den QuestionChecker der CrowdiFitnessLibrary weitergereicht. Dieser nimmt anhand
vordefinierter Textbausteine eine Kategorisierung der Frage vor. Stellt er fest, dass es
sich anbei um eine Frage handelt, die mit Hilfe eines verbundenen Fitness-Portals beant-
wortet werden kann, so wird in der CSEditTextGroup neben dem eigentlichen EditText
je ein Button des verbundenen Fitness-Portals eingeblendet. Um eine Entscheidung
im QuestionChecker zu ermöglichen, sind in der Bibliothek bestimmte Schlüsselwörter
definiert, die als Indiz bestimmter Fragetypen herangezogen werden.
67
4 Implementierung
Da sich die textuelle Eingabe über die Fernbedienung als sehr umständlich erweist,
muss eine verbesserte Eingabemethode angeboten werden. Dabei kann der von An-
droid TV bereits etablierte Mechanismus zur Suche von Inhalten über das Mikrofon
adaptiert werden. Dazu beinhaltet das Projekt Crowdi (TV) die Klasse CSActivity, wel-
che eine Erweiterung der Klasse Activity darstellt. Um auf Eingaben über das Mi-
krofon reagieren zu können, wird in der vererbten Methode
onCreate(Bundle b)
zunächst eine Instanz der Klasse SpeechRecognizer erzeugt. Über diese Instanz regis-
triert sich die Klasse anschließend mittels
SpeechRecognizer.setRecognition-
Listener(RecognitionListener rl)
für die Spracheingabe und muss infolge
dessen das Interface RecognitionListener implementieren. In der ebenfalls vererbten Me-
thode
Activity.onKeyUp(int keyCode, KeyEvent event)
kann auf den Tas-
tendruck der Fernbedienung reagiert werden, indem die Sprachaufzeichnung über
den bereits erwähnten SpeechRecognizer gestartet wird. Über die Interface-Methode
RecognitionListener.onResult(Bundle result)
kann die Activity die gespro-
chenen Wörter auslesen und verarbeiten. Damit diese im fokussierten EditText darge-
stellt werden können, muss der CSActivity mitgeteilt werden, welches Oberflächenele-
ment derzeit fokussiert ist. Dies geschieht über die selbst definierte, abstrakte Methode
CSActivity.getFocusedView()
die von der entsprechenden Activity implementiert
werden muss.
Um nicht zu viele Oberflächenelemente auf der SinglePollActivity darzustellen, wird auf
dem Fernseher nur ein Umfrageelement mittels Fragments dargestellt. Zusätzlich bietet
die Oberfläche eine Fortschrittsanzeige, die dem Benutzer den aktuellen Zustand der
Umfrage näher bringt. In Abbildung 4.14 ist die Darstellung eines Umfrageelements auf
dem Fernseher zu sehen. Wie diesem Bild zu entnehmen ist, bietet die Oberfläche zwei
übergeordnete Schaltflächen, die zur Navigation innerhalb der Umfrage dienen. Ist der
Proband beim letzten Umfrageelement angekommen, kann er die Umfrage über die
erneute Auswahl der “Weiter“-Taste fertigstellen. Kann die ausgefüllte Umfrage über die
Schnittstelle der CrowdiLibrary erfolgreich hochgeladen werden, so wird anschließend
ein Dialog über die Klasse FinishedPollDialog dargestellt. Dieser bietet dem Benutzer
weitere Umfragen an. Die Darstellung der Umfragen wird hier mittels einfacher Buttons
in einer vertikalen Liste erreicht.
68
4.2 Anwendungen
Abbildung 4.14: Umfrage mit Hilfe der Anwendung Crowdi (TV)
Damit die Anwendung die Probanden auf neue verfügbare Umfragen aufmerksam ma-
chen kann, implementiert diese das von Android TV angebotene Empfehlungssystem.
Um eine Benachrichtigung über einen autonom gestarteten Hintergrunddienst zu ermög-
lichen, besitzt die Anwendung einen BroadcastReceiver, der über das Android-Manifest
auf das Signal
Intent.ACTION_BOOT_COMPLETED
registriert ist. Der als BootComple-
tedReceiver implementierte BroadcastReceiver beantragt nach dem Erhalt des Signals
die regelmäßige Benachrichtigung des Hintergrunddienstes über den AlarmManagers
des Betriebssystems. Dazu gibt dieser mittels Intent einen Verweis auf den Dienst an.
Läuft die Zeitspanne des gewählten Alarms ab, wird der referenzierte Empfänger über
den Aufruf der Funktion
Service.onHandleIntent(Intent intent)
informiert.
Die Klasse RecommendationService kann daraufhin analog zur MainActivity die API
der CrowdiLibrary verwenden, um eine Liste der verfügbaren Umfragen zu erhalten. Die
erhaltenen Umfragen können anschließend über Notifications im Empfehlungssystem
dargestellt werden. Abbildung 4.15 zeigt die Benachrichtigung.
69
4 Implementierung
Abbildung 4.15: Benachrichtigungen der Anwendung Crowdi (TV)
Um den Benutzer nicht nur durch den Leanback-Launcher über Empfehlungen auf die
verfügbaren Umfragen aufmerksam zu machen, implementiert die Anwendung das in
Abschnitt 3.4 vorgestellte Konzept. Dazu werden die Benachrichtigungen innerhalb des
Hintergrunddienstes über die CrowdiUpnpLibrary an gefundene Smartwatches übermit-
telt. Ermöglicht wird dies über die Klasse WearNotificationServiceSenderConnection,
welche eine entsprechende Methode zur Verfügung stellt.
Damit die informierte Gegenstelle auch die Möglichkeit hat, Umfragen über die er-
haltene Benachrichtigung am Fernseher zu starten, ist ein weiterer Android Service
in der Anwendung Crowdi (TV) vorgesehen. Dieser wird ebenfalls über die Klasse
BootCompletedReceiver gestartet und wartet anschließend über die StartPollServiceRe-
ceiverConnection auf entsprechende Befehle. Empfängt der Hintergrunddienst über
die ServiceConnection ein Signal, so wird die SinglePollActivity über einen Intent
gestartet. Dabei gilt es ein wichtiges Detail zu beachten. Da die Anwendung über
einen Hintergrunddienst gestartet werden soll, muss der Intent zusätzlich mit dem Flag
Intent.FLAG_ACTIVITY_NEW_TASK markiert werden.
70
4.2 Anwendungen
Über den beschriebenen Mechanismus kann eine Benachrichtigung im klassischen Sin-
ne auch auf Android TV umgesetzt werden. Sieht der Benutzer gerade einen Film über
Android TV und empfängt währenddessen eine Benachrichtigung auf seiner Smartwatch,
so kann er die Umfrage auf dem Fernseher starten, ohne die derzeitige Anwendung
aktiv beenden zu müssen. Wurde die Umfrage vom Probanden ausgefüllt, kann er die
Anwendung Crowdi (TV) wiederum beenden und direkt mit dem Film fortfahren.
Abbildung 4.16: Verwaltung der Accounts über die Anwendung Crowdi (TV)
Damit der Proband seine Login-Daten für die Crowd-Sensing-Plattform (CrowdSensr)
hinterlegen kann, wird eine weitere Benutzeroberfläche benötigt. Das als ManageAc-
countsActivity umgesetzte Layout ist in Abbildung 4.16 dargestellt. Gestartet werden
kann die Activity über den entsprechenden Eintrag in der MainActivity. Auch diese
Oberfläche wurde auf Basis des BrowseFragments realisiert und sieht drei Reihen
von Elementen vor. Während die erste Reihe zur Darstellung des Accounts für den
CrowdSensr dient, zeigen die zweite und dritte Reihe verbundene bzw. verfügbare
Fitness-Portale an.
71
4 Implementierung
Realisiert wird die Oberfläche über den ArrayObjectAdapter und zwei verschiedene
Presenter. So enthält das Projekt den LibraryAccountPresenter zur Darstellung des
Accounts für die CrowdSensr-Plattform. Die im Projekt angebotenen Fitness-Portale
werden hingegen über den FitnessAccountPresenter dargestellt. Die Zuordnung der
verbundenen bzw. verfügbaren Portale erfolgt dabei über den angebotenen Settings-
Manager der CrowdiFitnessLibrary. Wird ein derzeit nicht verbundenes Fitness-Portal
über die Fernbedienung selektiert, so wird der Login-Vorgang über das angebotene
SDK gestartet. Kann der Login erfolgreich durchgeführt werden, so speichert der Set-
tingsManager das verbundene Portal über die SharedPreferences
7
im System ab und
informiert die Benutzeroberfläche über eine entsprechende Callback-Methode. Erhält
die ManageAccountActivity dieses Signal, stößt sie ein Update des ArrayObjectAdapters
an. Daraufhin wird das nun verbundene Fitness-Portal in der Kategorie “Verbundene
Portale“ dargestellt. Wählt dieser hingegen ein bereits verbundenes Portal aus, so wird
mittels AlertDialog
8
darauf aufmerksam gemacht, dass der Proband die Trennung des
Portals beauftragt hat. Bestätigt dieser die Aktion, wird eine Trennung über das SDK
veranlasst, was ein Update der Benutzeroberfläche zur Folge hat. Um ein ähnliches
Interaktionskonzept für den CrowdSensr zu ermöglichen, bietet die CrowdiLibrary einen
eigenen LoginDialog an. Dieser informiert ebenfalls mittels Callback-Methoden über
Updates zum Anmeldevorgang. Eine Übersicht der zur Umsetzung nötigen Klassen ist
in Abbildung 4.17 zu finden.
7
Eine Klasse des Android-Betriebssystems, die zur Speicherung von Einstellungen in einer Datenbank
dient
8Eine Klasse des Android-Betriebssystem, welche bereits eine visuelle Darstellung besitzt
72
4.2 Anwendungen
CrowdiUpnpLibrary
CrowdiLibrary
Crowdi (TV)
base
data
gui
presenter
service
CSActivity
CSEditTextGroup
CSHeartRateDialog
Action
FitnessAccount
LibraryAccount
BootCompletedReceiver
FinishedPollDialog
MainActivity
ManageAccountActivity
MultiSelectView
SinglePollActivity
SinglePollFragment
ActionPresenter
CommandPresenter
FitnessAccountPresenter
LibraryAccountPresenter
UpnpService
Android
Activity
RecognitionListener
BroadcastReceiver
RelativeLayout
View.OnClickListener
CSFitnessRequestResultDialog.
ICSFitnessRequestResultDialogListener
WearNotificationServiceSenderConnection.
IWearNotificationServiceSenderConnectionListener
CSHeartRateDialog.
ICSHeartRateDialogListener
HeartRateDataServiceReceiverConnection.
IHeartRateDataServiceReceiverConnectionListener
Dialog
OnItemViewClickedListener
Library.ILibraryListener
LoginDialog.ILoginDialogListener
LinearLayout
Fragment
Presenter
IntentService
Service
StartPollServiceReceiverConnection.
IStartPollServiceReceiverConnectionListener
CrowdiFitnessLibrary
RecommendationService
FitnessLibrary.
IFitnessLibraryListener
Abbildung 4.17: Klassendiagramm zum Projekt Crowdi (TV)
73
4 Implementierung
4.2.2 Crowdi (Mobile)
Die Anwendung Crowdi (Mobile) dient pri-
Abbildung 4.18:
Startscreen der Anwen-
dung Crowdi (Mobile)
mär zur Kapselung der Anwendung Crowdi
(Wear). Dies ist nötig, um den im Abschnitt
2.7.1 beschriebenen Installationsmechanis-
mus zu ermöglichen. Zusätzlich zu dieser
Funktion dient die Anwendung als Realisie-
rung der in 4.9 vorgestellten UPnP Funk-
tionalität. Um über einen einzigen Android
Service die Datenübertragung zur Smart-
watch und die UPnP Funktionalität zu er-
möglichen, implementiert die Anwendung
den AppConnectionService aus der Crow-
diWearLibrary und hält in diesem zugleich
die nötigen Verbindungen über die Service-
Connections aus der UPnP Bibliothek. Im
Detail besitzt der Dienst drei Verbindungen.
Die WearNotificationServiceReceiverCon-
nection, eine StartPollServiceSenderCon-
nection sowie eine HeartRateDataService-
SenderConnection. Die über die WearNotifi-
cationServiceReceiverConnection empfan-
genen Benachrichtigungen werden mittels
Wearable.DataApi an die Smartwatch wei-
tergeleitet, die dort entsprechend darzustellen sind. Reaktionen auf die übermittelten
Benachrichtigungen werden ebenfalls über die Wearable.DataApi empfangen und mittels
SenderConnection an den Fernseher übertragen. Während ausgewählte Umfragen über
die StartPollServiceSenderConnection laufen, wird die gemessene Herzfrequenz mittels
HeartRateDataServiceSenderConnection verarbeitet.
74
4.2 Anwendungen
Neben dieser Hintergrundlogik besitzt die
Abbildung 4.19:
Umfrage auf der Anwen-
dung Crowdi (Mobile)
Anwendung auch eine klassische Benutzer-
oberfläche, die in Abbildung 4.18 zu sehen
ist. Das dargestellte User-Interface dient pri-
mär zur Durchführung der in der Arbeit vor-
gesehenen Studie. Über die parallele Um-
setzung kann ein Vergleich zwischen der
Oberfläche der Smartphone-Anwendung und
Fernseher-Anwendung ermöglicht werden.
Wie in der Darstellung zu sehen ist, besitzt
die Benutzeroberfläche eine sehr einfache
Struktur. Diese wird über ein LinearLayout
umgesetzt, welches die verfügbaren Umfra-
gen mittels Buttons vertikal anordnet. Um
die Kompatibilität des User-Interfaces für
sehr viele Umfragen zu gewährleisten, wird
das beschriebene LinearLayout zudem von
einer ScrollView
9
umschlossen. Klickt der
Benutzer auf einen der Buttons, so wird
dieser auf eine zweite Activity geführt. Die
Klasse SinglePollActivity entnimmt die über
den Intent übermittelte URL und ruft die Um-
frage über die API der CrowdiLibrary ab.
Das erfolgreiche Parsen der Umfrage bekommt die Activity über die im Abschnitt 4.1
vorgestellte Callback-Methode mitgeteilt und kann anschließend die benötigten Oberflä-
chenelemente erstellen und darstellen. Eine beispielhafte Darstellung einer Umfrage auf
dem Smartphone ist in Abbildung 4.19 zu sehen. Wie dem Bild zu entnehmen ist, werden
analog zur Startseite sämtliche Umfrageelemente in einer vertikalen Liste dargestellt.
Die dabei zugrunde liegende Struktur ist ebenfalls über ein LinearLayout mit vertikaler
Anordnung umgesetzt. Die in der Abbildung dargestellten Umfrageelemente sind als
9
Eine Klasse des Android-Betriebssystems welche die Einblendung verdeckter Elemente über eine Geste
ermöglicht
75
4 Implementierung
eigenes RelativeLayout umgesetzt, welches mittels LayoutInflater eingeblendet wird.
Dieses RelativeLayout besteht aus dem Titel, der mittels TextView am oberen Rand des
Elements dargestellt wird. Der beinhaltende Inhalt wird über ein weiteres RelativeLayout
abstrahiert.
Die Inhalte selbst werden über die reguläre Oberflächenelemente und den Oberflächen-
elementen aus der CrowdiLibrary auf die Typen der CrowdSensr-Plattform abgebildet.
Dabei findet die selbe Abbildung statt, welche bereits im Abschnitt 4.2.1 beschrieben
wurde. Die Bestätigung der erfolgreichen Eingabe der Umfragedaten kann über den But-
ton in der ActionBar
10
erfolgen. Quittiert der Benutzer die Eingabe, so werden die Daten
über die API der CrowdiLibrary an den Server übermittelt. Ist der Upload erfolgreich, so
empfängt der Client über die Callback-Methode der Bibliothek eine Empfehlungsliste für
weitere Umfragen. Diese Liste wird mittels Dialog über die Klasse FinishedPollDialog
dargestellt. Dabei adaptiert der Dialog dieselbe Anwendungs- und Darstellungslogik
wie die bereits beschriebene MainActivity. Wählt der Benutzer daraufhin eine weitere
Umfrage aus, so wird eine neue Instanz der SinglePollActivity mit der entsprechenden
URL gestartet. Möchte der Anwender an keiner weiteren Umfrage teilnehmen, so kann
er den dargestellten Dialog über die “Zurück“-Taste schließen. Die aktuelle SinglePoll-
Activity wird bei der Betätigung ebenfalls durch den FinishedPollDialog beendet, was
zur Folge hat, dass sich der Benutzer wiederum auf der Startseite befindet. Abbildung
4.20 veranschaulicht das beschriebene Verhalten anhand eines Zustandsdiagrammes.
MainActivity
SinglePollActivity
FinishedPollDialog
Zurück gedrückt
Zurück gedrückt
Umfrage ausgewählt
Umfrage abgeschlossen
Umfrage ausgewählt
Crowdi (Mobile) gestartet
Abbildung 4.20: Zustandsdiagramm der Anwendung Crowdi (Mobile)
10
Eine Klasse des Android-Betriebssystems, welche zur Darstellung einer Leiste im oberen Bereich der
Anwendung dient. In dieser können Menüs umgesetzt werden
76
4.2 Anwendungen
Android
CrowdiUpnpLibrary
CrowdiWearLibrary
CrowdiLibrary
Crowdi (Mobile)
gui
TestActivity
SinglePollActivity
MainActivity
FinishedPollDialog
CSHeartRateDialog
CSEditTextGroup
BootCompletedReceiver
service
settings
UpnpService
SettingsManager
BroadcastReceiver
RelativeLayout
View.OnClickListener
CrowdiFitnessLibrary
FitnessLibrary.
IFitnessLibraryListener
CSFitnessRequestResultDialog.
ICSFitnessRequestResultDialogListener
WearNotificationServiceSenderConnection.
IWearNotificationServiceSenderConnectionListener
CSHeartRateDialog.
ICSHeartRateDialogListener
Dialog
HeartRateDataServiceReceiverConnection.
IHeartRateDataServiceReceiverConnectionListener
AppCompatActivity
Library.ILibraryListener
CompoundButton.
OnCheckedChangeListener
AppConnectionService
WearNotificationServiceReceiverConnection.
IWearNotificationServiceReceiverConnectionListener
Abbildung 4.21: Klassendiagramm zum Projekt Crowdi (Mobile)
77
4 Implementierung
4.2.3 Crowdi (Wear)
Abbildung 4.22: Benachrichtigung der Anwendung Crowdi (Wear)
Bei der Crowdi (Wear) handelt es sich um eine Anwendung, die im Wesentlichen zwei
Use-Cases besitzt. Zunächst stellt die Anwendung einen Kommunikationskanal für die
eigentliche Android-Anwendung Crowdi (TV) dar. Durch die aktive Verbindung zur An-
wendung Crowdi (Mobile) auf dem Smartphone können die über die CrowdiUpnpLibrary
empfangenen Benachrichtigungen auf der Uhr dargestellt werden. Abbildung 4.22 zeigt
eine beispielhafte Benachrichtigung auf einer Smartwatch mit dem Betriebssystem
Android-Wear. Je nach Art der Benachrichtigung wird auf der Smartwatch nur die stan-
dardmäßige Action “Öffnen“ oder eine weitere Action dargestellt.
Möchte die Anwendung Crowdi (TV) den Benutzer auf eine Umfrage aufmerksam ma-
chen, so findet man neben dem Titel und Inhalt der Notification auch die Action “Auf TV
starten“. Über diese wird umgekehrt zur beschriebenen Benachrichtigung eine Nach-
richt über die Wearable.DataApi und anschließend über die CrowdiUpnpLibrary an den
Fernseher übertragen. Abbildung 4.23 zeigt den beschriebenen Nachrichtenverlauf.
78
4.2 Anwendungen
Upnp Wearable
DataApi
12
3
4
Abbildung 4.23: Nachrichtenverlauf
Beabsichtigt die Anwendung Crowdi (TV) das Starten der Herzfrequenzmessung, so
wird eine Benachrichtigung mit vorgefertigtem Titel und Inhalt erzeugt. Diese Benach-
richtigung enthält keine weitere Action und dient primär zum erleichterten Starten der An-
wendung. Ein einfacher Klick startet die Anwendung Crowdi (Wear) auf der Smartwatch.
Die Anwendung selbst besitzt lediglich eine Activity. Wird die Anwendung gestartet, so
wird abhängig von der Geräteform ein rundes oder rechteckiges Layout eingeblendet.
Beide Layouts besitzt eine TextView, welche zentral angeordnet ist. Wird das entspre-
chende Layout erzeugt, so initialisiert die Anwendung den benötigten SensorManager
über den Aufruf der Funktion
Activity.getSystemService(SENSOR_SERVICE)
.
Anschließend gelangt die Anwendung über den SensorManager an den Sensor für
die Herzfrequenz. Registriert sich die Anwendung für Updates eines Sensors, so wird
die Methode
SensorEventListener.onSensorChanged(SensorEvent event)
des zu implementierenden SensorEventListener durch das Betriebssystem aufgerufen.
In dieser Funktion entnimmt die Anwendung den derzeitigen Wert der Herzfrequenz und
aktualisiert den Inhalt der TextView. Um gleichbleibende Werte der Herzfrequenz besser
unterscheiden zu können, wird zudem die Hintergrundfarbe der Anwendung geändert.
79
4 Implementierung
Um das Beenden der Anwendung durch den Bildschirm-Timeout der Smartwatch zu
verhindern, implementiert diese den in Android 5.1 vorgestellten Ambient-Mode
11
. Dazu
wird zunächst die derzeitige Hintergrundfarbe deaktiviert. Die beim Update des Sensors
erhaltenen Daten werden zunächst zwischengespeichert und erst nach dem Aufruf der
Funktion
onUpdateAmbient()
an die TextView weitergegeben. Abbildung 4.24 zeigt
die Gegenüberstellung der beiden Modi.
Abbildung 4.24: Die Anwendung Crowdi (Wear)
11Ein Energiesparmodus des Betriebssystems Android Wear
80
5
Studie
Da bisher keinerlei Informationen über Umfragesysteme auf dem Fernseher zur Verfü-
gung stehen, wurde eine Studie mit Hilfe des entwickelten Umfragesystems durchgeführt.
Die dabei inbegriffenen Hypothesen sind in Tabelle 5.1 aufgelistet. Daran anknüpfend ist
eine Einführung in die Studie zu finden.
Tabelle 5.1: Hypothesen der Studie
Nr Hypothese
1
Durch optimierte Benutzeroberflächen kann ein Crowd-Sensing-
System für den Fernseher entwickelt werden, das mit einem Sys-
tem auf dem Smartphone vergleichbar ist.
2
Durch die Integration der Sprachbedienung können offene Fragen
komfortabel am Fernseher ausgefüllt werden.
3
Die virtuelle Tastatur auf dem Smart-TV stellt keine akzeptable
Eingabeform zur Beantwortung offener Fragen dar.
4
Über das Benachrichtigungssystem können mehr Probanden zur
Umfrage animiert werden.
5
Ein Smart-TV bietet analog zum Smartphone viele Möglichkeiten
zur Einbindung vielfältiger Sensoren, die auch von Probanden
genutzt werden.
6
Die Anbindung von Fitness-Portalen ist zur gezielten Hilfestellung
im Sinne des Probanden und würde durch ihn genutzt werden.
81
5 Studie
5.1 Aufbau
Der im Nachfolgenden beschriebene Aufbau untergliedert sich in die Abschnitte Struktur,
Fragebogen und Vergleichsfragebogen. Während im ersten Abschnitt eine Zusammen-
fassung der wesentlichen Informationen wie die Teilnehmerzahl zu finden ist, sind die
Inhalte der Fragebögen im Anschluss zu finden.
5.1.1 Struktur
Nach der Begrüßung der Probanden wird diesen im einleitenden Gespräch das Ziel
der Studie näher gebracht. Dabei wird ihnen erklärt, dass mit Hilfe der Studie geklärt
werden soll, ob Crowd-Sensing-Systeme auf dem Fernseher sinnvoll erscheinen und
ob sich die Bedienbarkeit zu anderen Geräten gravierend unterscheidet. Anschließend
wird dem Probanden im Gespräch der Testfragebogen und die Bedienung von Android
TV erläutert. Um bessere Vergleichsdaten erzielen zu können, orientiert sich die Studie
am Within subject design [
Mac09
]. Dabei füllt jeder Proband den Fragebogen auf dem
Fernseher, dem Smartphone und dem Papier aus. Um Lerneffekte auszuschließen, wird
das Counterbalancing-Verfahren angewendet. Dazu werden die 18 Probanden über ein
Los-System in sechs Gruppen, je drei Personen, untergliedert. Das gezogene Los gibt
die Reihenfolge der Umfragetechniken vor. Ein weiteres Los gibt Aufschluss darüber,
ob der Proband am Fernseher mit der Sprachbedienung oder der virtuellen Tastatur
beginnen muss. Um eine Aussage über die benötigte Zeit treffen zu können, wird diese
mit Hilfe einer manuellen Stoppuhr gemessen und protokolliert. Nach dem Durchlauf
aller Umfragetechniken wird ein Vergleichsfragebogen in Papierform ausgefüllt. Ist dieser
abgeschlossen, werden dem Benutzer die speziellen Funktionen der Anwendung Crowdi
(TV) vorgeführt. Dabei wird diesen zunächst gezeigt, wie eine Umfrage während des
Betrachtens eines Films gestartet werden kann. Anschließend wird die Messung und
Übertragung der Herzfrequenz mittels Smartwatch vorgeführt. Zuletzt wird gezeigt wie
die Daten aus dem Fitness-Portal verwendet werden können. Im Anschluss daran
wird die Meinung des Probanden zu den gezeigten Funktionen in einem Gespräch
82
5.1 Aufbau
eingeholt und protokolliert. Abgeschlossen wird die Studie über den Austausch der
Nutzererfahrungen.
5.1.2 Fragebogen
Der Testfragebogen besteht aus insgesamt vier Fragekategorien. So werden im ersten
Abschnitt des Fragebogens Eigenschaftsfragen über die Person gestellt. Mit insgesamt
drei Fragen wird eine Gruppierung der Probanden beabsichtigt. Dabei wird nach dem
Alter (geschlossene Frage), dem Geschlecht (geschlossene Frage) und der Eigenschaft
“technikbegeistert“ (geschlossene Frage) gefragt. Der zweite Abschnitt des Fragebogens
enthält Einstellungsfragen. Mit der Frage nach der Relevanz von Umfragen und deren
Belohnung soll die Einstellung der Probanden gegenüber Umfragen abgebildet werden.
Im daran anschließenden Abschnitt des Fragebogens soll die derzeitige Akzeptanz
von Crowd-Sensing-Systemen und Fitness-Portalen mittels Verhaltensfragen geprüft
werden. Über die Angabe bezüglich der regelmäßigen Teilnahme an Umfragen kann
eine Validierung der zuvor getätigten Aussage getroffen werden. Die im Abschnitt vier
untergebrachten, offenen Fragen dienen zur Auswertung der textuellen Eingabe auf
dem Crowd-Sensing-System. Um einen zeitlichen Vergleich der Frage zu ermöglichen,
wird der auszufüllende Text über die Frage vorgegeben. Der in der Studie eingesetzte
Fragebogen ist in Anhang B zu finden.
5.1.3 Vergleichsfragebogen
Im Vergleichsfragebogen werden sechs gezielte Fragen über die drei untersuchten
Umfrageformen gestellt. So werden hier zunächst drei Einstellungsfragen bezüglich
der Eignung der Umfrageform für regelmäßige Umfragen überprüft. Daran anknüpfend
werden über zwei Einstellungsfragen die Meinungen über die reguläre textuelle Eingabe
sowie die Eingabe mittels Mikrofon eingeholt. Abgerundet wird dieser Fragebogen
indem die Umfrageformen anhand der eigenen Beliebtheit sortiert werden. Der zur
Untersuchung verwendete Fragebogen ist in Anhang B zu finden.
83
5 Studie
5.2 Durchführung
Um bei der Durchführung ein möglichst natürliches Umfrageszenario zu bieten, wird die
Umfrage am Fernseher sitzend auf dem Sofa durchgeführt. Der zum Einsatz kommende
Fernseher und Nexus Player stellen unabhängige Variablen dar, die vom Probanden
nicht beeinflusst werden können. Da bei schriftlichen Umfragen ein fester Untergrund
benötigt wird, findet diese Umfrageform sitzend am Tisch statt. Der auf DIN A4 ausge-
druckte Fragebogen kann mit einem der angebotenen Stifte ausgefüllt werden. Bei der
Befragung über das Smartphone findet diese, je nach gezogener Reihenfolge, sitzend
am Tisch oder auf dem Sofa statt. Dabei stellt das Smartphone ein Nexus 5 dar, welches
ebenfalls als unabhängige Variable aufzugreifen ist.
5.3 Zusammensetzung der Stichprobe
0
2
4
6
8
10
12
14
Geschlecht
Männlich Weiblich
0
2
4
6
8
10
12
14
Alter
0-30 Jahre 31-50 Jahre 51-X Jahre
Abbildung 5.1: Zusammensetzung der Stichprobe, Geschlecht (links), Alter (rechts)
Beteiligt an der Studie waren insgesamt zwölf männliche und sechs weibliche Probanden.
Ebenso hat die Erfassung alle drei Altersgruppen abgedeckt, wie in Abbildung 5.1 zu
sehen ist. Während die Gruppe der Teilnehmer zwischen 0 und 30 Jahren mit insgesamt
zwölf Probanden am stärksten vertreten war, nahmen ebenfalls zwei Freiwillige zwischen
31 und 50 Jahren und vier Kandidaten über 51 Jahren teil. Erstaunlicherweise konnte
in der Studie kein Proband gefunden werden, der nicht im Besitz eines Smartphones
ist. Einen Smart-TV besitzen zehn Teilnehmer wobei diese Zahl in 70% männlich und
30% weiblich zu differenzieren ist. Als “technikbegeistert“ haben sich insgesamt 11
84
5.3 Zusammensetzung der Stichprobe
Probanden bezeichnet. Lediglich ein Mann hat analog zu den sechs Frauen angegeben,
nicht “technikbegeistert“ zu sein, wie in Abbildung 5.2 zu sehen ist.
0
5
10
15
20
Probanden im Besitz eines Smartphones
Ja Nein
0
2
4
6
8
10
12
Probanden mit Smart-TV
Ja (70% Männlich, 30% Weiblich)
Nein (30% Männlich, 70% Weiblich)
0
2
4
6
8
10
12
Technikbegeistert
Ja (100% Männlich, 0% Weiblich)
Nein (23,3% Männlich, 85,7% Weiblich)
Abbildung 5.2:
Zusammensetzung der Stichprobe, Probanden im Besitz eines Smartpho-
nes (links), Probanden mit Smart-TV (mitte), technikbegeistert (rechts)
Bei der Überzeugungsfrage bezüglich der Wichtigkeit von Umfragen zur Erforschung von
Krankheiten haben 14 von 18 Probanden angegeben, die Relevanz dieser zu erkennen.
Lediglich zwei Teilnehmer haben die Aussage verneint und zwei weitere Kandidaten
haben sich enthalten. Anzumerken ist, dass sich lediglich männliche Personen gegen
die Relevanz ausgesprochen haben. Die Enthaltungen sind hingegen lediglich von
weiblichen Probanden in Anspruch genommen worden. Bezüglich der Relevanz einer
Belohnung haben sich insgesamt zwölf Kandidaten für den Anreiz und sechs dagegen
geäußert. Dabei haben 66,6% männliche und 33,3% weibliche Teilnehmer die Aussage
verneint. Dies ist auch Abbildung 5.3 zu entnehmen. Somit ist festzuhalten, dass die
Mehrzahl der Beteiligten zwar die Relevanz erkennt, dennoch einen zusätzlichen Anreiz
für die Beteiligung als nötig ansehen.
0
2
4
6
8
10
12
14
16
Zustimmung zur Aussage "Umfragen zur Erforschung von Krankheiten sind wichtig"
Zustimmung (71,43% Männlich, 28,57% Weiblich)
Ablehnung (Männlich 100%, Weiblich 0%)
Enthaltung (Männlich 0%, Weiblich 100%)
0
2
4
6
8
10
12
14
Zustimmung zur Aussage "Umfragen müssen eine Belohnung (Gewinnspiel,
Bezahlung) als Anreiz besitzen"
Zustimmung (71,43% Männlich, 28,57% Weiblich)als Anreiz besitzen"
Ablehnung (66,66% Männlich, 33,33% Weiblich)
Enthaltung (0% Männlich, 0% Weiblich)
Abbildung 5.3:
Zustimmung zur Wichtigkeit von Umfragen (links), Relevanz einer Beloh-
nung (rechts)
85
5 Studie
Bei der Verhaltensfrage bezüglich der derzeitigen Beteiligung an regelmäßigen Umfragen
haben lediglich drei der 18 Probanden angegeben, mindestens einmal im Monat an einer
Datenerhebung beteiligt zu sein. Dabei haben diese Aussage zwei männliche und ein
weiblicher Teilnehmer getroffen, wie in Abbildung 5.4 zu sehen ist. Bei der Nutzung des
Smartphones zur Erfassung der sportlichen Aktivitäten stellt sich ein ähnliches Bild dar.
Lediglich vier Kandidaten haben die Aussage bejaht, ein solches Crowd-Sensing-System
aktiv zu nutzen. Die Aussage ist in gleichem Maße von männlichen wie weiblichen
Probanden getroffen worden.
0
2
4
6
8
10
12
14
16
Regelmäßige Teilnahme an Umfragen (Min. 1x monatlich)
Ja (66,66% Männlich, 33,33% Weiblich)
Nein (66,66% Männlich, 33,33% Weiblich)
0
2
4
6
8
10
12
14
16
Nutzung des Smartphones zur Erfassung der sportlichen Aktivitäten
Ja (50% Männlich, 50% Weiblich) Nein (71,43% Männlich, 28,57% Weiblich)
Abbildung 5.4:
Teilnahme an Umfragen (links), Nutzung des Smartphones als Fitness-
Tracker (rechts)
5.4 Umfrageergebnisse
Neben der Vergleichbarkeit der Systeme soll ebenfalls die Akzeptanz der neuartigen
Konzepte überprüft werden. Während im nächsten Abschnitt die ermittelten Vergleichs-
daten vorgestellt werden, findet sich anschließend die Nutzermeinung bezüglich den
Erweiterungen.
5.4.1 Vergleich der Systeme
Nach der Durchführung der Studie sind die Mittelwerte der benötigten Durchführungs-
zeiten ausgewertet worden. Dazu ist mit einem Smartphone die Ausfülldauer zwischen
der ersten und neunten geschlossenen Frage ermittelt worden. Die benötigte Zeit jedes
86
5.4 Umfrageergebnisse
0
0,5
1
1,5
2
2,5
3
Sekunden pro geschriebenem Zeichen
Papier Smartphone TV (Virtuelle Tastatur) TV (Mikrofon)
0
1
2
3
4
5
6
Sekunden pro Frage
Papier Smartphone TV
Abbildung 5.5:
Gemessene Eingabezeiten, Sekunden pro Frage (links), Sekunden pro
Zeichen (rechts)
Probanden ist durch die Anzahl der geschlossenen Frage dividiert worden. Wie der
Abbildung 5.5 zu entnehmen ist, haben die Probanden zur Beantwortung der Fragen
am wenigsten Zeit bei der Papier-Umfrage benötigt. So haben diese eine geschlossene
Frage im Schnitt innerhalb von 2,65 Sekunden ausgefüllt. Auch das Smartphone hat
mit den ermittelten 2,93 Sekunden einen vergleichbaren Wert erreicht. Lediglich die
Umfrage auf dem Fernseher hat wesentlich mehr Zeit benötigt. So haben die Probanden
hier eine geschlossene Frage innerhalb von 4,84 Sekunden ausgefüllt.
Bei der Ermittlung der benötigten Zeitdauer pro geschriebenem Zeichen zeigt sich ein
noch markanterer Unterschied zwischen den Systemen. Zur Ermittlung der Zeitwerte
sind drei offene Fragen in die Umfrage integriert worden. Die Antwort auf die Frage
ist fest vorgegeben und durch den Probanden abgeschrieben bzw. nachgesprochen
worden. Die ermittelten Zeitwerte jeder Frage sind zunächst durch die Anzahl der Zei-
chen im Satz dividiert worden. Anschließend ist der Mittelwert der drei Werte für jeden
Teilnehmer gebildet worden. Bei der Bildung der Mittelwerte über sämtliche Teilnehmer
hat sich erneut gezeigt, dass die Beantwortung von offenen Fragen sehr schnell auf
der klassischen Papier-Umfrage erfolgt ist. So haben die Probanden in der Studie 0,37
Sekunden pro Zeichen benötigt. Es fällt wiederum auf, dass auch das Smartphone, trotz
deaktivierter Rechtschreibkorrektur, eine ähnlich gute Eingabemöglichkeit darstellt. Hier
brauchen die Teilnehmer durchschnittlich 0,52 Sekunden pro Zeichen. Anzumerken ist,
dass die geringste Zeitdauer von 0,21 Sekunden am Smartphone sogar unterhalb des
Spitzenwerts von 0,29 Sekunden bei der Papierumfrage liegt. Hier zeigt sich, dass die
87
5 Studie
ständige Verwendung des Smartphones zu einer Konditionierung der Eingabe auf dem
Smartphone führt. Bei der benötigten Zeitdauer am Fernseher ist deutlich zu erkennen,
dass die reguläre Eingabe über die virtuelle Tastatur deutlich höher ist. Hier haben die
Probanden im Schnitt 2,46 Sekunden pro Zeichen benötigt. Im Extremfall hat ein Teilneh-
mer für das Abschreiben des Satzes “Ich nehme an einer Studie ueber Umfragesysteme
im Rahmen einer Masterarbeit teil“ über vier Minuten beansprucht. Die Spracheingabe
des Satzes stellt in diesem Vergleichstest bezüglich der Eingabegeschwindigkeit, die
beste Eingabemöglichkeit dar. So haben die Teilnehmer nur 0,24 Sekunden pro Zeichen
benötigt. In diesem Wert einbezogen sind ebenfalls die 17 zunächst falsch erfassten und
durch eine erneute Eingabe verbesserten Spracherkennungen. Dabei hat sich gezeigt,
dass die Spracheingabe insbesondere bei Probanden mit stark ausgeprägtem Dialekt
zu falschen Interpretationen neigt.
5
8
5
Regelmäßige Umfragen
Zustimmung Ablehnung Gemischte Antworten
0
4
5
10
Zeitlicher Abstand
Täglich Wöchentlich Monatlich
Jährlich Keine Angabe
3
2
Gemischte Antworten
Papier und Smartphone Smartphone und TV
Abbildung 5.6:
Zusammensetzung der gemischten Antworten (links), Akzeptanz des
Umfragesystems (mitte), akzeptierte zeitliche Abstände (rechts)
Bei der Datenerhebung über den Vergleichsfragebogen hat sich ein gespaltenes Bild
gezeigt. Während fünf Probanden angeben, sich auf sämtlichen Umfrageformen ei-
ne regelmäßige Untersuchung vorstellen zu können, lehnen acht Probanden jegliche
Form ab. Die restlichen fünf Probanden lassen sich in zwei Gruppen untergliedern. So
gibt es insgesamt zwei männliche Probanden, die lediglich zur digitalen Untersuchung
bereit sind, wie in Abbildung 5.6 zu sehen ist. Eine Umfrage in Papierform oder auf
dem Smartphone können sich hingegen zwei Männer und eine Frau vorstellen. Dabei
haben die zehn Probanden sehr unterschiedliche Zeitabstände zwischen den Umfragen
angegeben. Während sich keiner einer täglichen Befragung unterziehen mag, können
88
5.4 Umfrageergebnisse
sich immerhin vier Probanden eine wöchentliche Untersuchung vorstellen. Die Mehrheit
hat sich hingegen lediglich für eine monatliche Datenerhebung ausgesprochen. Ein Kan-
didat hat sogar angegeben, nur einmal im Jahr für eine Umfrage zur Verfügung zu stehen.
0
1
2
3
4
5
6
7
Zustimmung zur Aussage "Die reguläre textuelle Eingabe über die Fernbedienung
des Fernsehers ist im Rahmen einer Umfrage akzeptabel" (Mit Zustimmung für den
Fernseher)
Zustimmung Ablehnung Enthaltung
0
2
4
6
8
10
12
14
16
18
Zustimmung zur Aussage "Die reguläre textuelle Eingabe über die Fernbedienung
des Fernsehers ist im Rahmen einer Umfrage akzeptabel" (Alle Probanden)
Zustimmung Ablehnung Enthaltung
Abbildung 5.7: Akzeptanz der textuellen Eingabe über die virtuelle Tastatur
Da bereits vor der Studie die textuelle Eingabe als mögliche Schwachstelle des Fern-
sehers vermutet wurde, ist anhand der Vergleichsstudie ebenfalls die Akzeptanz der
textuellen Eingabe auf dem Fernseher ermittelt worden. Dabei bestätigt sich die zuvor
formulierte Hypothese, dass die Eingabemöglichkeit über die virtuelle Tastatur keine
akzeptable Lösung darstellt. So haben insgesamt 17 Teilnehmer angegeben, diese
Eingabemöglichkeit als nicht akzeptabel für die Beantwortung von offenen Fragen anzu-
sehen. Lediglich ein Proband spricht sich für das reguläre Texteingabesystem aus. Unter
den Probanden, die sich eine regelmäßige Umfrage auf dem Fernsteher tatsächlich
vorstellen können, ergibt sich eine ähnliche Verteilung. So lehnen hier sechs der sieben
Probanden die Eingabeform ab. Dies ist auch in Abbildung 5.7 zu erkennen.
Bei der Frage, ob die Sprachbedienung eine bessere Eingabemöglichkeit als die virtuelle
Tastatur darstellt, zeigt sich ein eindeutiges Bild. Hier stimmen 17 Teilnehmer für die
Sprachbedienung und lediglich ein Proband dagegen. Unter den sieben Kandidaten, die
sich eine regelmäßige Umfrage auf dem Fernseher vorstellen können, ist die Zustim-
mung noch höher. So geben hier 100% der Befragten an, dass die Sprachbedienung die
bessere Eingabeform darstellt. Diese Erkenntnis wird in Abbildung 5.8 sehr deutlich.
89
5 Studie
0
2
4
6
8
10
12
14
16
18
Zustimmung zur Aussage "Die textuelle Eingabe über das Mikrofon der
Fernbedienung des Fernsehers ist angenehmer als die reguläre textuelle Eingabe"
(Alle Probanden)
Zustimmung Ablehnung Enthaltung
0
1
2
3
4
5
6
7
8
Zustimmung zur Aussage "Die textuelle Eingabe über das Mikrofon der
Fernbedienung des Fernsehers ist angenehmer als die reguläre textuelle Eingabe"
(Mit Zustimmung für den Fernseher)
Zustimmung Ablehnung Enthaltung
Abbildung 5.8: Bevorzugung der textuellen Eingabe über die Spracherkennung
Um eine eindeutigere Aussage über die Präferenzen bezüglich der Umfrageform treffen
zu können, ist der Proband in der letzten Frage aufgefordert worden, das bevorzugte
Crowd-Sensing-System zu benennen.
Bei der Auswertung der Ergebnisse, die in Abbildung 5.9 zu sehen sind, zeigt sich, dass
die Umfrage auf dem Smartphone am beliebtesten ist. So geben insgesamt neun der 18
Probanden an, eine Umfrage auf dem Smartphone zu bevorzugen. Lediglich vier Teilneh-
mer sprechen sich für das Papierformat und zwei für den Fernseher aus. Während 75%
der Teilnehmer für das Papierformat über 51 Jahre sind, spricht sich auch ein weiblicher
Proband unter 31 Jahre für die klassische Form aus. Für den Fernseher hat sowohl ein
weiblicher und ein männlicher Proband aus der Gruppe der jungen Teilnehmer gestimmt.
Unter den sieben Probanden, die sich eine regelmäßige Umfrage auf dem Fernseher
vorstellen können, zeigt sich ebenfalls, dass die Präferenz beim Smartphone liegt. Hier
geben fünf Teilnehmer an, eine Umfrage auf dem Smartphone zu bevorzugen. Lediglich
ein Proband spricht sich für den Fernseher, sowie ein weiterer für die Papierform, aus.
5.4.2 Akzeptanz der Zusatzfunktionen
Zur Abfrage der Akzeptanz ist dem Teilnehmer die entsprechende Funktion vorgeführt
und der entsprechende Kontext erläutert worden. Beispielsweise ist dem Probanden
90
5.4 Umfrageergebnisse
1
5
10
Bevorzugte Umfrageform
(Mit Zustimmung für den Fernseher)
Papier Smartphone TV Keine Angabe
4
9
2
3
Bevorzugte Umfrageform
(Alle Probanden)
Papier Smartphone TV Keine Angabe
Abbildung 5.9: Bevorzugte Umfrageform
erklärt worden, dass er die Startfunktion dazu nutzen könne, das aktuelle Fernsehpro-
gramm für die Teilnahme an der Umfrage zu unterbrechen. Bei der Datenerhebung
haben 13 der 18 Probanden angegeben, dass die entwickelte Funktion einen Mehrwert
darstellt und genutzt werden würde. Unter den sieben Teilnehmern, die sich einer re-
gelmäßigen Befragung auf dem Fernseher unterziehen würden, ist die Akzeptanz der
Funktion noch höher. So haben hier 100% der Befragten angegeben, das Feature als
nützlich zu empfinden. Eine visuelle Darstellung der ermittelten Ergebnisse ist in 5.10 zu
finden.
0
1
2
3
4
5
6
7
8
Zustimmung zur Aussage "Das entwickelte Feature zum Starten einer Umfrage auf
dem Fernseher ist nützlich" (Mit Zustimmung zum Fernseher)
Zustimmung Ablehnung Enthaltung
0
2
4
6
8
10
12
14
Zustimmung zur Aussage "Das entwickelte Feature zum Starten einer Umfrage auf
dem Fernseher ist nützlich" (Alle Probanden)
Zustimmung Ablehnung Enthaltung
Abbildung 5.10: Akzeptanz des Benachrichtigungssystem
Die demonstrierte Funktion zur Einbindung des Herzfrequenzmessers der Smartwatch
wird ebenfalls sehr nützlich eingestuft. Anzumerken sei, dass den Probanden hier erläu-
91
5 Studie
tert worden ist, dass die demonstrierte Funktion ein Beispiel darstellt und sie sich weitere
Sensoren vorstellen können. Ebenfalls ist den Benutzern erklärt worden, dass diese die
fehlerhafte Messung der Smartwatch nicht in die Beurteilung einbeziehen dürfen. Bei der
Studie haben ebenfalls 13 von 18 Probanden angegeben, dass diese Funktionen einen
deutlichen Mehrwert darstellt. In der Gruppe der Teilnehmer, die sich eine regelmäßige
Untersuchung auf dem Fernseher vorstellen können, geben fünf von sieben Probanden
an, dass die entwickelte Funktion nützlich ist. Lediglich ein Proband spricht sich gegen
die Funktion aus, wie in Abbildung 5.11 zu sehen ist. Auch eine Enthaltung ist in dieser
Gruppe vertreten.
0
1
2
3
4
5
6
Zustimmung zur Aussage "Das entwickelte Feature zum Übertragen der
Herzfrequenz ist nützlich" (Mit Zustimmung für den Fernseher)
Zustimmung Ablehnung Enthaltung
0
2
4
6
8
10
12
14
Zustimmung zur Aussage "Das entwickelte Feature zum Übertragen der
Herzfrequenz ist nützlich" (Alle Probanden)
Zustimmung Ablehnung Enthaltung
Abbildung 5.11: Akzeptanz der Anbindung des Herzfrequenzmessers
Auch die zuletzt überprüfte Funktion zur Anbindung von Fitness-Portalen erreicht eine
vergleichbare Akzeptanz. Hier ist den Probanden gezeigt worden, wie sie mit Hilfe der
verbundenen Fitness-Platform eine relativ abstrakte Frage wie “Wie viele Schritte laufen
Sie durchschnittlich am Tag?“ beantworten können. Auch hier ist den Teilnehmer erläu-
tert worden, dass dies nur ein Beispiel darstellt und weitere Fragestellungen denkbar
seien. Nach der Demonstration haben zwölf der Probanden angegeben, dass dies
eine nützliche Funktion darstellt. Lediglich drei Probanden sprechen sich gegen die
Anbindung von Fitness-Portalen aus und weitere drei enthalten sich der Aussage. Dies
ist auch in der Abbildung 5.12 zu sehen. Analog zur Aussage beim Herzfrequenzmesser
geben auch in dieser Frage fünf der sieben Probanden an, dass die Funktion einen
92
5.5 Auswertung
deutlichen Mehrwert darstellt. Auch hier hat ein Teilnehmer die Anbindung verneint.
Die Schlussfolgerung zu den vorgestellten Umfrageergebnisse wird im nachfolgenden
Abschnitt gezogen.
0
1
2
3
4
5
6
Zustimmung zur Aussage "Ich würde mein Fitness-Portal verbinden um die
Hilfestellung in Anspruch zu nehmen" (Mit Zustimmung für den Fernseher)
Zustimmung Ablehnung Enthaltung
0
2
4
6
8
10
12
14
Zustimmung zur Aussage "Ich würde mein Fitness-Portal verbinden um die
Hilfestellung in Anspruch zu nehmen" (Alle Probanden)
Zustimmung Ablehnung Enthaltung
Abbildung 5.12: Akzeptanz der Anbindung des Fitness-Portals
5.5 Auswertung
Betrachtet man die in 5.4 vorgestellten Studienergebnisse, so kann die erste Hypo-
these nicht bestätigt werden. Mit dem hier realisierten Crowd-Sensing-System für den
Fernseher kann trotz optimierter Benutzeroberfläche kein System entwickelt werden,
dass mit einem System auf dem Smartphone standhalten kann. Während die ermittel-
ten Eingabezeiten für geschlossene Fragen auf dem Smartphone niedriger sind, kann
die Sprachbedienung am Fernseher bei offenen Fragen punkten. Die rein objektive
Erfassung der Eingabezeiten würde somit für ein vergleichbares System sprechen. Je-
doch zeigt die subjektive Präferenz der Probanden deutlich, dass das System auf dem
Smartphone als benutzerfreundlicher empfunden wird und lässt somit folgern, dass zum
aktuellen Zeitpunkt kein vergleichbares System entwickelt werden kann.
Es wird jedoch durch die eingebundene Sprachbedienung gezeigt, dass auch offene
Fragen auf dem Fernseher möglich sind. Durch die erfassten Daten ist zu erkennen,
dass die Sprachbedienung kürzere Eingabezeiten als die textuelle Eingabe auf dem
93
5 Studie
Smartphone besitzt. Damit wird auch bestätigt, dass der aktuelle Entwicklungsstand der
Sprachbedienung bereits sehr stabil ist und nur zu sehr wenigen, fehlerhaften Daten-
sätzen führt. Folglich lässt sich die zweite Hypothese, dass die Sprachbedienung eine
komfortable Beantwortung von offenen Fragen ermöglicht, als belegt bezeichnen.
Auch die dritte Hypothese wird durch die Studie bestätigt. So zeigen die erfassten
Datensätze, dass die textuelle Eingabe über die virtuelle Tastatur auf dem Fernseher
wesentlich mehr Zeit in Anspruch nimmt. Obwohl in der Studie nur relativ kurze Sätze
bis maximal 80 Zeichen verwendet werden, benötigen die Probanden bereits mehrere
Minuten zur Eingabe. Auch die im Vergleichsfragebogen erfassten Daten bestätigen die
Hypothese. Hiermit wird gezeigt, dass fast alle Probanden die textuelle Eingabemöglich-
keit als nicht akzeptabel beurteilen.
Durch die Umfrageergebnisse bezüglich der Akzeptanz des Startmechanismus über die
Smartwatch kann gezeigt werden, dass diese Funktion von der Mehrzahl der Probanden
als nützlich eingestuft wird. Basierend auf der Aussage der Probanden wird vermutet,
dass hierdurch ebenfalls die Rücklaufquote der Umfragen erhöht werden kann. Jedoch
ist diese Vermutung nur über eine Langzeitstudie zu verifizieren. Hier ist über die paral-
lele Verteilung von zwei Systemversionen mit und ohne Benachrichtigungssystem die
Rücklaufquote zu erfassen und gegenüber zu stellen. Damit kann die Hypothese, dass
sich das Benachrichtigungssystem positiv auf die Rücklaufquote auswirkt, nicht gänzlich
bewiesen werden.
Die fünfte Hypothese ist wiederum vollständig bewiesen worden. Durch die Anbindung
des Herzfrequenzsensors der Smartwatch in das Crowd-Sensing-System wird gezeigt,
dass ein System auf dem Smart-TV analog zum Smartphone durch zusätzliche Senso-
ren über einfache Mittel erweitert werden kann. Durch die in der Studie formulierte Frage
bezüglich der Nützlichkeit dieser Einbindung von Sensoren, wird ebenfalls belegt, dass
auch Anwender die Einbindung von weiteren Sensoren zur Erfassung der Vital-Funktion
als nützlich einstufen.
94
5.5 Auswertung
Auch die zuletzt formulierte Hypothese über die Akzeptanz von Fitness-Portalen zur Hil-
festellung bei abstrakten Fragen kann durch die Studie bewiesen werden. Hier zeigt sich,
dass durch die richtige Integration der Fitness-Portale eine entsprechende Akzeptanz
erreicht werden kann.
Wird ein Fitness-Portal verbunden und überträgt ohne das Zutun der Probanden die
Daten in das Internet, so wird dies häufig als negativ empfunden. Durch die gezielte Hil-
festellung über die verbundenen Fitness-Portale und die manuelle Auswahl des entspre-
chenden Datensatzes besitzt der Proband die nötige Kontrolle über seine persönlichen
Messwerte. Dadurch ist bewiesen, dass die zusätzliche Anbindung von Fitness-Portalen
durch die Probanden als nützlich eingestuft wird und entsprechenden Einsatz findet.
95
6
Zusammenfassung und Ausblick
Resümierend ist eindeutig zu erkennen, dass sämtliche Ziele der Arbeit erreicht worden
sind. Mit der durchgeführten Hard- und Softwareanalyse ist Android TV auf einem
Nexus Player als erfolgversprechendste Plattform für die beabsichtigte Anwendung
ausgewertet worden. Hier hat sich gezeigt, dass insbesondere das fehlende Angebot
eines SDK gegen Apple TV und die nicht freigegebene Sprachbedienung gegen den
Fire TV sprechen.
Wie die Arbeit zeigt, ist es über die Konzeption möglich, ein Crowd-Sensing-System für
Android TV zu entwickeln. Durch das selbst entwickelte Benachrichtigungssystem über
eine Android Wear-Smartwatch kann die größte Schwachstelle von Android TV ausge-
bessert werden. Hier zeigt sich, dass das erweiterte Konzept der Anforderungsanalyse
den Ansprüchen gänzlich folge leisten kann. Ebenfalls kann durch die Anbindung der
Smartwatch die Modularität des Betriebssystems belegt werden. Durch die beispielhafte
Anbindung des Herzfrequenzsensors kann gezeigt werden, dass das Betriebssystem auf
dem Smart-TV ebenfalls von zusätzlichen Sensoren als Eingabemittel profitiert. Auch die
Anbindung von Fitness-Portalen in der Crowdi-Anwendung spricht für die Flexibilität des
Systems. Somit ist eindeutig bewiesen, dass die Vorteile des mobilen Betriebssystems
ebenfalls auf das OS des Smart-TV’s übertragbar sind.
Durch die zusätzlich entwickelte Anwendung auf dem Smartphone ist eine solide Grund-
lage für die durchgeführte Studie geschaffen worden. Nur dadurch ist gewährleistet, dass
weder die Darstellung noch das Interaktionskonzept der Umfrageelemente unkontrollier-
te Einflüsse auf die Ergebnisse besitzen. Dennoch sind optimierte Benutzeroberflächen
97
6 Zusammenfassung und Ausblick
auf beiden Systemen realisiert worden, um keine künstliche Manipulation der Einga-
bezeiten zu erzeugen. Wie die Studie zeigt, konnte ein System entwickelt werden, das
insbesondere durch die Integration der Sprachbedienung eine bessere Eingabezeit für
offene Frage besitzt als ein Smartphone. Jedoch macht die Studie ebenfalls deutlich,
dass die Toucheingabe auf dem Smartphone bei der Navigation durch die geschlosse-
nen Fragen einen deutlichen Vorteil gegenüber dem Smart-TV’s besitzt. Somit ist ein
System geschaffen worden, das durch die rein objektive Analyse der Eingabezeiten
mit einem Crowd-Sensing-System auf dem Smartphone vergleichbar ist. Jedoch wird
auch gezeigt, dass die subjektive Empfindung der Probanden gegen den Einsatz des
Smart-TV’s als Crowd-Sensing-System spricht. Hier sprechen sich lediglich sieben der
18 Probanden für eine regelmäßige Befragung über den Fernseher aus und zeigen
über die Kontrollfrage, dass sie das System auf dem Smartphone dennoch präferieren.
Abschließend kann gesagt werden, dass sich ein Crowd-Sensing-System derzeit auf
dem Fernseher wegen der fehlenden Akzeptanz nicht eignet. Dennoch ist die zukünftige
Eignung des System nicht gänzlich auszuschließen, da sich die Akzeptanz durch die
steigende Verbreitung des Smart-TV’s ändern kann.
Des weiteren müsste die Akzeptanz über eine Langzeitstudie verifiziert werden. In die-
sem Kontext wäre die Entwicklung von zwei Systemversionen denkbar, um Erkenntnisse
über die Rücklaufquote mit und ohne Benachrichtigungssystem zu gewinnen. Wie in
einem Abschlussgespräch der Studie ebenfalls angemerkt wurde, wäre die Erkennung
von Werbespots interessant, um die Rücklaufquote durch die gezielte Benachrichtigung
während der Sendepausen zu steigern.
98
A
Quelltexte
1// Object
2{
3"id": 1,
4"name": "value"
5}
6
7// Array of object
8[
9{
10 "id": 1,
11 "name": "value"
12 },
13 {
14 "id": 2,
15 "name": "value"
16 }
17 ]
Listing A.1: JSON-Objekt und JSON-Array
1{
2"next": [
3{
4"command": "poll1",
5"method": "GET",
99
A Quelltexte
6"info": "Poll 1"
7},
8{
9"command": "poll2",
10 "method": "GET",
11 "info": "Poll 2"
12 }
13 ]
14 }
Listing A.2: Command
1{
2"form":
3{
4"version": "0.0.2",
5"fields": [
6{
7"name": "deliveryAddress",
8"type": "compositeField",
9"compositeField": "address",
10 "label": "Lieferadresse"
11 },
12 {
13 "name": "invoiceAddress",
14 "type": "compositeField",
15 "compositeField": "address",
16 "label": "Rechnungsadresse"
17 },
18 {
19 "name": "banking",
20 "type": "compositeField",
100
21 "compositeField": "banking",
22 "label": "Bezahldaten"
23 }
24 ],
25 "compositeFields": [
26 {
27 "name": "address",
28 "fields": [
29 {
30 "name": "givenName",
31 "label": "Vorname",
32 "type": "text",
33 "maxlength": 100,
34 "required": true
35 },
36 {
37 "name": "surname",
38 "label": "Nachname",
39 "type": "text",
40 "maxlength": 100,
41 "required": true
42 },
43 {
44 "name": "street",
45 "label": "Strasse",
46 "type": "text",
47 "maxlength": 100,
48 "required": true
49 },
50 {
51 "name": "streetNumber",
101
A Quelltexte
52 "label": "Hausnummer",
53 "type": "text",
54 "pattern": "[0-9]+(\\\\[0-9]*[a-z]?)?",
55 "required": true
56 },
57 {
58 "name": "tel",
59 "label": "Tel-Nr",
60 "type": "tel"
61 }
62 ]
63 },
64 {
65 "name": "banking",
66 "fields": [
67 {
68 "name": "ownerName",
69 "label": "Kontoinhaber",
70 "type": "text",
71 "maxlength": 100,
72 "required": true
73 },
74 {
75 "name": "iban",
76 "label": "IBAN",
77 "type": "text",
78 "maxlength": 100,
79 "required": true,
80 "pattern": "[a-zA-Z]{2}[0-9]{2}..."
81 },
82 {
102
83 "name": "bic",
84 "label": "BIC/SWIFT",
85 "type": "text",
86 "maxlength": 100,
87 "required": true,
88 "pattern": "([a-zA-Z]{4}[a-zA-Z]..."
89 },
90 {
91 "name": "bank",
92 "label": "Bankname",
93 "type": "text",
94 "pattern": "[0-9]+(\\\\[0-9]*[a-z]?)?",
95 "required": false
96 }
97 ]
98 }
99 ]
100 }
101 }
Listing A.3: Field und CompositeField
1// M-Search
2M-SEARCH *HTTP/1.1
3HOST: 239.255.255.250:1900
4MAN: "ssdp:discover"
5ST: ssdp:all
6MX: 3
7
8// Notify
9NOTIFY *HTTP/1.1
10 HOST: 239.255.255.250:1900
103
A Quelltexte
11 CACHE-CONTROL: max-age = 1800
12 LOCATION: http://192.168.1.100/description.xml
13 NT: upnp:rootdevice
14 NTS: ssdp:alive
15 SERVER: Unix/3.4.0.256021 UPnP/1.1 MyDevice.Ssdp/1.0
16 USN: uuid:d1::upnp:rootdevice
17 BOOTID.UPNP.ORG: 23
18 CONFIGID.UPNP.ORG: 4
Listing A.4: M-Search und Notify
104
B
Umfrage
1. Stimmen Sie folgender Aussage eher zu oder lehnen Sie diese eher ab.
„Das entwickelte Feature zum Starten einer Umfrage auf dem Fernseher ist nützlich.“
oStimme zu
oLehne ab
oKeine Angabe
2. Stimmen Sie folgender Aussage eher zu oder lehnen Sie diese eher ab.
„Das entwickelte Feature zum Übertragen der Herzfrequenz ist nützlich.“
oStimme zu
oLehne ab
oKeine Angabe
3. Stimmen Sie folgender Aussage eher zu oder lehnen Sie diese eher ab.
„Ich würde mein Fitness-Portal verbinden um die Hilfestellung in Anspruch zu nehmen.“
oStimme zu
oLehne ab
oKeine Angabe
Abbildung B.1: Zusatzfragen
105
B Umfrage
1. Wie alt sind Sie?
o0-30
o31-50
o51-X
oKeine Angabe
2. Sind Sie männlich oder weiblich?
oMännlich
oWeiblich
oKeine Angabe
3. Sind Sie im Besitz eines Smartphones?
oJa
oNein
oKeine Angabe
4. Sind Sie im Besitz eines Smart-TV (Internetfähiger Fernseher) ?
oJa
oNein
oKeine Angabe
5. Würden Sie sich als „technikbegeistert“ beschreiben?
oJa
oNein
oKeine Angabe
6. Stimmen Sie folgender Aussage eher zu oder lehnen Sie diese eher ab?
„Umfragen zur Erforschung von Krankheiten sind wichtig.“
oStimme zu
oLehne ab
oKeine Angabe
7. Stimmen Sie folgender Aussage eher zu oder lehnen Sie diese eher ab?
„Umfragen müssen eine Belohnung (Gewinnspiel, Bezahlung) als Anreiz besitzen.“
oStimme zu
oLehne ab
oKeine Angabe
8. Nehmen Sie regelmäßig (Mindestens 1x pro Monat) an Umfragen teil?
oJa
oNein
oKeine Angabe
9. Nutzen Sie ihr Smartphone zur Erfassung von sportlichen Aktivitäten?
oJa
oNein
oKeine Angabe
Abbildung B.2: Papierumfrage, Seite 1
106
10. Schreiben Sie folgenden Satz ab:
„Ich nehme an einer Studie teil“
_______________________________________________________________________
11. Schreiben Sie folgenden Satz ab:
„Ich nehme an einer Studie ueber Umfragesysteme teil“
_______________________________________________________________________
12. Schreiben Sie folgenden Satz ab:
„Ich nehme an einer Studie ueber Umfragesysteme im Rahmen einer Masterarbeit teil“
_______________________________________________________________________
Abbildung B.3: Papierumfrage, Seite 2
107
B Umfrage
1. Stimmen Sie folgender Aussage eher zu oder lehnen Sie diese eher ab?
„Regelmäßig Umfragen in Papierform auszufüllen ist zumutbar.“
oStimme zu
oLehne ab
oKeine Angabe
2. Stimmen Sie folgender Aussage eher zu oder lehnen Sie diese eher ab?
„Regelmäßig Umfragen auf dem Handy auszufüllen ist zumutbar.“
oStimme zu
oLehne ab
oKeine Angabe
3. Stimmen Sie folgender Aussage eher zu oder lehnen Sie diese eher ab?
„Regelmäßig Umfragen auf dem Fernseher auszufüllen ist zumutbar.“
oStimme zu
oLehne ab
oKeine Angabe
4. Welchen zeitlichen Abstand zwischen Umfrage würden Sie als Maximum für
Forschungszwecke einstufen?
oTäglich
oWöchentlich
oMonatlich
oJährlich
oKeine Angabe
5. Stimmen Sie folgender Aussage eher zu oder lehnen Sie diese eher ab?
„Die reguläre textuelle Eingabe über die Fernbedienung des Fernsehers ist im Rahmen einer
Umfrage akzeptabel.“
oStimme zu
oLehne ab
oKeine Angabe
6. Stimmen Sie folgender Aussage eher zu oder lehnen Sie diese eher ab?
„Die textuelle Eingabe über das Mikrofon der Fernbedienung des Fernsehers ist angenehmer
als die reguläre textuelle Eingabe.“
oStimme zu
oLehne ab
oKeine Angabe
7. Welche Umfrageform bevorzugen Sie?
oFernseher
oSmartphone
oPapier
oKeine Angabe
Abbildung B.4: Vergleichsfragebogen
108
TV (Virtuelle Tastatur)
35,45 48,38 90,76 156,37 1,78229984 3,93888889
80,3 216,62 257,83 461,37 6,01442729 8,92222222
37,21 86,06 123,38 185,46 2,53537745 4,13444444
69,15 210,18 183,39 287,35 4,73125245 7,68333333
40,82 68,43 97,15 193,9 2,20321732 4,53555556
27,75 54,56 69,34 156 1,70942484 3,08333333
34,66 53,59 84,61 131,04 1,69445098 3,85111111
41,83 52,35 84,74 140,28 1,72002288 4,64777778
21,42 64,19 78,32 117,8 1,71595098 2,38
36,53 60,98 93,25 141,83 1,87799101 4,05888889
37,66 51,25 83,68 129,77 1,65708088 4,18444444
46,14 54,42 83,88 139,29 1,73327696 5,12666667
40,45 75,71 99,15 128,66 2,02534477 4,49444444 Sek. p. F.
64,18 149,09 213,5 292,71 4,27160539 7,13111111 4,84765432
46,11 104,1 168,11 217,1 3,16000817 5,12333333
54,14 74,09 98,68 149,56 2,09135621 6,01555556
36,41 43,55 89,05 128,91 1,60304003 4,04555556 Sek. p. Z.
35,11 48,23 97 150 1,79487582 3,90111111 2,46227796
Abbildung B.5: Gemessene Zeiten (Smart-TV), Seite 1
TV (Mikrofon)
10,72 7,77 13,88 0,22772876
6,74 9,52 10,99 0,18290278
3,79 5,89 7,51 0,11189951
5,44 9,19 8,47 0,15580147
5,07 6,24 9,82 0,13803431
13,41 112,58 9,43 0,92410866
6,72 9,56 12,56 0,18948366
4,1 6,06 7,64 0,11699673
4,39 5,07 7,44 0,11291503
4,17 7,31 7,83 0,12673611
11,38 5,65 7,33 0,19391422
4,76 5,47 10,76 0,13347386
16,28 9,51 13,71 0,30017075
8,09 15,73 23,54 0,29078268
3,11 4,78 34,11 0,20792239
24,27 24,87 48,39 0,63384069
3,45 16,98 14,99 0,21177206 Sek. p. Z.
4,44 13,12 14,17 0,19412663 0,24736724
Abbildung B.6: Gemessene Zeiten (Smart-TV), Seite 2
109
B Umfrage
Handy Sek. p. Z. Sek. p. F.
27,94 18,94 22,63 29,47 0,48114461 3,10444444
41,7 21,66 48,3 51,46 0,77076961 4,63333333
18,71 14,36 26,32 33,52 0,47124837 2,07888889
38,74 31,13 51,46 69,22 0,97064542 4,30444444
31,33 11 20,22 40,91 0,42483742 3,48111111
15,01 13,96 34,8 30,18 0,50831209 1,66777778
42,82 18,58 27,16 40,65 0,55333578 4,75777778
27,02 14,44 19,64 25,1 0,39339379 3,00222222
16,82 5,48 12,26 16,81 0,21106127 1,86888889
20,28 19,99 21,17 34,8 0,50547712 2,25333333
42,46 10,04 24,01 34,59 0,41260866 4,71777778
20,64 15,11 27,1 30,78 0,47326307 2,29333333
18,23 6,72 11,22 16,75 0,21779167 2,02555556 Sek. p. F.
29,12 43,17 57,23 107,11 1,30001062 3,23555556 2,92802469
30,17 14,75 30,11 37,23 0,51581127 3,35222222
18,64 9,9 17,4 28,94 0,34430882 2,07111111
15,94 15,8 15,27 30,57 0,40273448 1,77111111 Sek. P. Z.
18,77 19,2 27,1 30 0,51545752 2,08555556 0,52623398
Abbildung B.7: Gemessene Zeiten (Smartphone)
Papier
20,08 10,49 16,1 27,71 0,33724265 2,23111111
37,45 14,66 23,4 38,68 0,47699673 4,16111111
20,35 10,99 19,01 29,76 0,37035948 2,26111111
24,96 10,83 16,88 26,55 0,34128513 2,77333333
37,25 12,3 18,61 28,98 0,37905065 4,13888889
21,9 13,04 20,73 30,96 0,40937908 2,43333333
22,76 11,26 17,34 29,62 0,36186111 2,52888889
26,8 10,24 19,99 29,13 0,36580637 2,97777778
25,34 10,54 16,9 27,58 0,34248529 2,81555556
22,43 10,21 20,13 34,04 0,38684641 2,49222222
18,83 9,83 16,71 24,8 0,32177124 2,09222222
21,4 11,84 23,49 35 0,4309183 2,37777778
9,97 9,09 14,86 23,99 0,29808252 1,10777778 Sek. p. F.
28,71 9,51 20,17 30,51 0,36462173 3,19 2,65141975
37,27 9,09 18,77 30,72 0,35167974 4,14111111
19,92 11,96 20,37 27,57 0,38090114 2,21333333
15,11 10,23 18,3 28,94 0,35385784 1,67888889 Sek. p. Z.
19 10,87 15,2 19,98 0,30337418 2,11111111 0,3653622
Abbildung B.8: Gemessene Zeiten (Papierbogen)
110
Literaturverzeichnis
[4th15]
4TH LINE GMBH: Cling - Java/Android UPnP library and tools.
http://4t
hline.org/projects/cling/. Version: 29.07.2015
[Ama15a]
AMAZON.COM INC:Amazon Fire TV.
https://developer.amazon.com
/public/solutions/devices/fire-tv. Version:05.08.2015
[Ama15b]
AMAZON.COM INC:Amazon Fire TV SDK Frequently Asked Questions.
http
s://developer.amazon.com/public/solutions/devices/fire
-tv/docs/amazon-fire-tv-sdk-frequently-asked-questions
.
Version: 05.08.2015
[AOL15a]
AOL DEUTSCHLAND MEDIEN GMBH: Google Nexus Player.
http:
//de.engadget.com/2014/10/15/google-nexus-player-noch-e
ine-streaming-box-noch-ein-game-cont/. Version:12.08.2015
[AOL15b]
AOL INC:Amazon goes after Rokku and Chromecast with 39 Fire TV
Stick.
http://www.engadget.com/2014/10/27/amazon-fire-tv-s
tick/. Version: 12.08.2015
[App15a]
APPLE INC:Apple TV.
https://www.apple.com/de/appletv/
.
Version: 05.08.2015
[App15b]
APPLE INC:AppleCare Protection Plan für AppleTV.
http://www.apple.
com/de/support/products/appletv.html. Version: 12.08.2015
[App15c]
APPLE INC:HealthKit.
https://developer.apple.com/healthkit/
.
Version: 12.08.2015
[Bec15]
BECKER, Prof. Dr. F.: Wirtschaftspsychologische Gesellschaft.
http://www.
wpgs.de/content/blogcategory/79/336/. Version: 29.07.2015
[clu15]
CLUETEC GMBH: mQuest.
https://www.mquest.de/mymquest/produ
kt-demo/. Version:29.07.2015
[Das15a]
DAS STATISTIK PORTAL:Absatz von internetfähigen Fernsehgeräten
(Smart-TV) in Deutschland von 2009 bis 2014 (in Millionen Stück).
111
Literaturverzeichnis
http://de.statista.com/statistik/daten/studie/183083/um
frage/anzahl-der-verkauften-internetfaehigen-fernseher
-in-deutschland/. Version: 12.08.2015
[Das15b]
DAS STATISTIK PORTAL:Absatz von Smartphones in Deutschland in den
Jahren 2008 bis 2015 (in Millionen Stück).
http://de.statista.com/
statistik/daten/studie/77637/umfrage/absatzmenge-fuer-s
martphones-in-deutschland-seit-2008/. Version:12.08.2015
[Ecm15] ECMA INTERNATIONAL:The JSON Data Interchange Format. 29.07.2015
[Gam15]
GAMELOFT:Amazon Fire TV.
http://blog.gameloft.com/index.ph
p/2014/04/02/gameloft-amazon-fire-tv/. Version:12.08.2015
[GG14]
GIN GUO, Xingshe Z. Zhiwen Yu Y. Zhiwen Yu (Hrsg.): From Participatory
Sensing to Mobile Crowd Sensing. Budapest : IEEE, 2014
[Goo15a]
GOOGLE INC:Android.
https://www.android.com/
.
Version: 12.08.2015
[Goo15b]
GOOGLE INC:Android TV.
https://www.android.com/tv/
.
Version: 12.08.2015
[Goo15c]
GOOGLE INC:Android TV.
https://developer.android.com/tv/ind
ex.html. Version: 29.07.2015
[Goo15d]
GOOGLE INC:App-Statistiken und -Berichte ansehen.
https:
//support.google.com/googleplay/android-developer/ans
wer/139628?hl=de. Version: 29.07.2015
[Goo15e]
GOOGLE INC:Creating a Catalog Browser.
https://developer.androi
d.com/training/tv/playback/browse.html. Version: 29.07.2015
[Goo15f]
GOOGLE INC:Developer.
http://developer.android.com
.
Version: 29.07.2015
[Goo15g]
GOOGLE INC:Fragments.
http://developer.android.com/guide/
components/fragments.html. Version: 29.07.2015
112
Literaturverzeichnis
[Goo15h]
GOOGLE INC:Google Fit.
https://developers.google.com/fit/
.
Version: 29.07.2015
[Goo15i]
GOOGLE INC:Providing a Card View.
https://developer.android.co
m/training/tv/playback/card.html. Version: 29.07.2015
[IBM15]
IBM: RESTful Web services: The basics.
http://www.ibm.com/develo
perworks/webservices/library/ws-restful/
. Version: 30.07.2015
[Kem]
KEMMERER, Tobias: Umfragesysteme auf Basis mobiler Endgeräte
- Untersuchung der Mehrwerte gegenüber papierbasierten und Online
Fragebögen auf stationären Geräten. – Diplomarbeit an der Goethe
Universität, Frankfurt am Main
[KG94]
KING G., S. V. R.O. Keohane K. R.O. Keohane: Designing Social Inquiry,
Scientific Inference in Qualitative Research. University Press Group Ltd, 1994.
– ISBN 0691034710
[Lin14]
LINDINGER, Michael: Konzeption und Implementierung einer mobilen
Anwendung zur Untersütztung von Tinnitus-Patienten. 2014. – Masterarbeit
an der Uni Ulm
[Mac09]
MACKENZIE, I. S.: Empirical Research Methods for Human-Computer
Interaction. 07.04.2009
[Mic15]
MICROSOFT CORPORATION:Microsoft HealthVault.
https://www.health
vault.com/us/de. Version: 12.08.2015
[Net15]
NETWORK WORKING GROUP:Hypertext Transfer Protocol – HTTP/1.1.
30.07.2015
[NVI15]
NVIDIA CORPORATION:Nvidia Shield TV.
http://shield.nvidia.co
m/android-tv. Version:12.08.2015
[RKG11]
RAGHU K. GANTI, Hui L. Fan Ye Y. Fan Ye (Hrsg.): Mobile Crowdsensing:
Current State and Future Challenges. IEEE, 2011
113
Literaturverzeichnis
[RS11]
RAINER SCHNELL, Elke E. Paul B. Hill H. Paul B. Hill: Methoden der
empirischen Sozialforschung. Oldenburg Wissenschaftsverlag GmbH, 2011.
– ISBN 3486591061
[Sch15a]
SCHINDLER, Arnim: Konzeption und Entwicklung einer modularen,
ereignisgesteuerten Server-Client-Architektur zur Crowd-basierten
Datenerfassung mit mobilen Endgeräten. September 2015. – Masterarbeit
an der Uni Ulm
[Sch15b]
SCHÄLING, Boris: Das Use-Case Diagramm.
http://www.highscore.de
/uml/usecasediagramm.html. Version: 29.07.2015
[SPSR15]
SCHICKLER, Marc ; PRYSS, Rüdiger ; SCHOBEL, Johannes ; REICHERT,
Manfred: An Engine Enabling Location-based Mobile Augmented Reality
Applications. Version: 2015.
http://dbis.eprints.uni-ulm.de/
1137/
. In: Web Information Systems and Technologies - 10th International
Conference, WEBIST 2014, Barcelona, Spain, April 3-5, 2014, Revised
Selected Papers. Springer, 2015 (LNBIP)
[SSP+13]
SCHOBEL, Johannes ; SCHICKLER, Marc ; PRYSS, Rüdiger ; NIENHAUS,
Hans ; REICHERT, Manfred: Using Vital Sensors in Mobile Healthcare
Business Applications: Challenges, Examples, Lessons Learned. In: 9th
Int’l Conference on Web Information Systems and Technologies (WEBIST
2013), Special Session on Business Apps, 2013, 509–518
[SSPR15]
SCHOBEL, Johannes ; SCHICKLER, Marc ; PRYSS, Rüdiger ; REICHERT,
Manfred: Process-Driven Data Collection with Smart Mobile Devices.
Version: 2015.
http://dbis.eprints.uni-ulm.de/1136/
. In: Web
Information Systems and Technologies - 10th International Conference,
WEBIST 2014, Barcelona, Spain, Revised Selected Papers. Springer, 2015
(LNBIP)
[Sta15]
STATISTISCHES BUNDESAMT:Haushalte und Familien.
https:
//www.destatis.de/DE/ZahlenFakten/GesellschaftStaat/
Bevoelkerung/HaushalteFamilien/HaushalteFamilien.html
.
Version: 12.08.2015
114
Literaturverzeichnis
[Sur15]
SURVIO S.R.O:Survio.
http://www.survio.com/de
.
Version: 29.07.2015
[The15]
THE VERGE:Razer Forge TV.
https://cdn2.vox-cdn.com/thumb
or/-tQ46SapoEwGc8WJHtj35qLHqNo%3D/cdn0.vox-cdn.com/upl
oads/chorus_asset/file/2902768/razer-forge-tv-4.0.jpg
.
Version: 12.08.2015
[UPn15] UPNP FORUM:UPnP Device Architecture 2.0. 29.07.2015
115
Abbildungsverzeichnis
2.1 Phasen der Forschungsprozesse . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Datenerhebungstechniken . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3 Entwicklung der Befragungsformen . . . . . . . . . . . . . . . . . . . . . . 14
2.4 Frageformen(Bezug) ............................. 16
2.5 OffeneFrage .................................. 17
2.6 Screenshots der mQuest Anwendung . . . . . . . . . . . . . . . . . . . . 18
2.7 Gegenüberstellung der Survio-Umfrage auf dem Smartphone und Laptop 19
2.8 Architektur CrowdSensr . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.9 Gegenüberstellung JSON und visuelle Darstellung . . . . . . . . . . . . . 23
2.10 Gegenüberstellung Tablet und Smartphone . . . . . . . . . . . . . . . . . 28
2.11Leanback-Launcher .............................. 31
2.12 Hervorgehobenes Empfehlungssystem des Leanback-Launchers . . . . . 32
2.13 Leanback-Beispiel für BrowseFragment . . . . . . . . . . . . . . . . . . . 33
2.14 Kontrollarchitektur UPnP . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.1 Anwendungsfälle................................ 43
3.2 Grundkonzept der Anwendung . . . . . . . . . . . . . . . . . . . . . . . . 44
3.3 Gegenüberstellung der Produktgruppen . . . . . . . . . . . . . . . . . . . 45
3.4 Erweitertes Konzept der Anwendung . . . . . . . . . . . . . . . . . . . . . 47
4.1 Klassendiagramm der CrowdiLibrary . . . . . . . . . . . . . . . . . . . . . 50
4.2 Sequenzdiagramm zum Abrufen der verfügbaren Umfragen . . . . . . . . 51
4.3 Klassendiagramm zum CSDateElement . . . . . . . . . . . . . . . . . . . 53
4.4 Konzept des CSDatePickerDialogs . . . . . . . . . . . . . . . . . . . . . . 54
4.5 Sequenzdiagramm zum CSDateElement . . . . . . . . . . . . . . . . . . 54
4.6 Konzept des CSFitnessRequestResultDialogs . . . . . . . . . . . . . . . . 55
4.7 Klassendiagramm der CrowdiFitnessLibrary . . . . . . . . . . . . . . . . . 56
4.8 Sequenzdiagramm zur Abfrage verfügbarer Aktivitäten . . . . . . . . . . . 58
4.9 Klassendiagramm der CrowdiUpnpLibrary . . . . . . . . . . . . . . . . . . 59
117
Abbildungsverzeichnis
4.10 UPnP Benachrichtungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.11 Klassendiagramm der CrowdiWearLibrary . . . . . . . . . . . . . . . . . . 63
4.12 Verwendung des AppConnectionService . . . . . . . . . . . . . . . . . . . 64
4.13 Startscreen der Anwendung Crowdi (TV) . . . . . . . . . . . . . . . . . . 65
4.14 Umfrage mit Hilfe der Anwendung Crowdi (TV) . . . . . . . . . . . . . . . 69
4.15 Benachrichtigungen der Anwendung Crowdi (TV) . . . . . . . . . . . . . . 70
4.16 Verwaltung der Accounts über die Anwendung Crowdi (TV) . . . . . . . . 71
4.17 Klassendiagramm zum Projekt Crowdi (TV) . . . . . . . . . . . . . . . . . 73
4.18 Startscreen der Anwendung Crowdi (Mobile) . . . . . . . . . . . . . . . . 74
4.19 Umfrage auf der Anwendung Crowdi (Mobile) . . . . . . . . . . . . . . . . 75
4.20 Zustandsdiagramm der Anwendung Crowdi (Mobile) . . . . . . . . . . . . 76
4.21 Klassendiagramm zum Projekt Crowdi (Mobile) . . . . . . . . . . . . . . . 77
4.22 Benachrichtigung der Anwendung Crowdi (Wear) . . . . . . . . . . . . . . 78
4.23Nachrichtenverlauf............................... 79
4.24 Die Anwendung Crowdi (Wear) . . . . . . . . . . . . . . . . . . . . . . . . 80
5.1 Zusammensetzung der Stichprobe 1 . . . . . . . . . . . . . . . . . . . . . 84
5.2 Zusammensetzung der Stichprobe 2 . . . . . . . . . . . . . . . . . . . . . 85
5.3 Zustimmung der Probanden . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.4 Umfragebeteiligung .............................. 86
5.5 Gemessene Eingabezeiten . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.6 Akzeptanz der Systeme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.7 Akzeptanz textuelle Eingabe . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.8 Bevorzugung Spracherkennung . . . . . . . . . . . . . . . . . . . . . . . . 90
5.9 Bevorzugte Umfrageform . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.10 Akzeptanz des Benachrichtigungssystem . . . . . . . . . . . . . . . . . . 91
5.11 Akzeptanz Herzfrequenzmesser . . . . . . . . . . . . . . . . . . . . . . . 92
5.12 Akzeptanz der Anbindung des Fitness-Portals . . . . . . . . . . . . . . . . 93
B.1 Zusatzfragen ..................................105
B.2 Papierumfrage, Seite 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
B.3 Papierumfrage, Seite 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
118
Abbildungsverzeichnis
B.4 Vergleichsfragebogen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
B.5 Gemessene Zeiten (Smart-TV), Seite 1 . . . . . . . . . . . . . . . . . . . 109
B.6 Gemessene Zeiten (Smart-TV), Seite 2 . . . . . . . . . . . . . . . . . . . 109
B.7 Gemessene Zeiten (Smartphone) . . . . . . . . . . . . . . . . . . . . . . 110
B.8 Gemessene Zeiten (Papierbogen) . . . . . . . . . . . . . . . . . . . . . . 110
119
Tabellenverzeichnis
2.1 Auflistung der definierten Typen . . . . . . . . . . . . . . . . . . . . . . . . 24
4.1 Abbildung der Umfrageelemente . . . . . . . . . . . . . . . . . . . . . . . 67
5.1 HypothesenderStudie............................. 81
121
Name: Michael Schreiber Matrikelnummer: 850938
Erklärung
Ich erkläre, dass ich die Arbeit selbstständig verfasst und keine anderen als die angegebenen
Quellen und Hilfsmittel verwendet habe.
Ulm,den .............................................................................
Michael Schreiber