Das Fitts'sche Gesetz in der Partnerinteraktion: Emergente Koordinationsmuster und systematische Interaktionseffekte beim Lösen kooperativer Aufgaben [original]

Das Fitts’sche Gesetz in der Partnerinteraktion

– Emergente Koordinationsmuster und systematische Interaktionseffekte beim Lösen

kooperativer Aufgaben –

Inaugural-Dissertation

zur Erlangung der Doktorwürde (Dr. phil.)

der Fakultät für Naturwissenschaften der

Universität Paderborn

vorgelegt von

Timo Klein-Soetebier

geb. am 20.11.1984 in Bielefeld

WS 2013/2014

Die vorliegende Arbeit entstand in der Zeit von Juni 2010 bis Januar 2014 in der Ar-

beitsgruppe unter der Leitung von Prof. Dr. Matthias Weigelt. Bis zum Oktober 2011 im Ar-

beitsbereich Sportpsychologie und Bewegungswissenschaft am Sportwissenschaftlichen

Institut an der Universität des Saarlandes und von Oktober 2011 bis Januar 2014 im Arbeits-

bereich Sportpsychologie im Department Sport und Gesundheit an der Universität Pader-

born.

1. Gutachter: Prof. Dr. Matthias Weigelt, Universität Paderborn

2. Gutachter: Prof. Dr. Günther Knoblich, Eötvös Loránd University Budapest

Datum des Promotionsbeschlusses: 08.01.2014

Inhaltsverzeichnis III

Inhaltsverzeichnis

Verzeichnisse ........................................................................................................... VI

Zusammenfassung ................................................................................................... X

Einleitung ............................................................................................................ 1

Handlungen aus Sicht der Informationsverarbeitung ..................................... 5

2.1 Informationsverarbeitungstheorien .......................................................................... 5

2.2 Das Fitts’sche Gesetz ............................................................................................. 9

2.3 Erklärungsansätze zum Fitts’schen Gesetz ............................................................15

2.4 Erweiterung der Gültigkeit des Fitts’schen Gesetzes ..............................................18

Handlungen im Kontext von Partnerinteraktionen .........................................26

3.1 Wahrnehmungs-Handlungskopplung .....................................................................26

3.1.1

Effekte perzeptueller Resonanz ...................................................................................

3.1.2

Effekte motorischer Resonanz .....................................................................................

3.2 Handlungssimulation ..............................................................................................34

3.3 Nicht-intendierte Koordination ................................................................................38

3.3.1

Phasenkopplungen ......................................................................................................

3.3.2

Gemeinsamer Aufforderungscharakter........................................................................

3.4 Intendierte Koordination .........................................................................................44

3.4.1

Gemeinsame Repräsentationen und Aufgabenteilungen ............................................

3.4.2

Gemeinsame Wahrnehmungsprozesse ......................................................................

3.4.3

Kompetitive versus kooperative Aufgabenbearbeitung ...............................................

Das Fitts’sche Gesetz im Interaktionskontext ................................................56

4.1 Interaktionsmuster unter intra-personellen Bedingungen ........................................56

4.2 Interaktionsmuster unter inter-personellen Bedingungen ........................................57

4.3 Motivation der eigenen Studien ..............................................................................61

Hypothesen ........................................................................................................63

5.1 Experimentalreihe 1 - „Scheibentransferaufgabe“ ..................................................63

5.2 Experimentalreihe 2 - „Wurfaufgabe“ ......................................................................64

5.3 Experimentalreihe 3 - „Basketballpassaufgabe“ .....................................................65

5.4 Gesamtbetrachtung - Experimentalreihen 1 bis 3 ...................................................66

Inhaltsverzeichnis

Experimentalreihe 1 – „Scheibentransferaufgabe“ ........................................67

6.1 Experiment 1 ..........................................................................................................67

6.1.1

Methode .......................................................................................................................

6.1.2

Ergebnisse ...................................................................................................................

6.1.3

Diskussion ....................................................................................................................

6.2 Experiment 2 ..........................................................................................................81

6.2.1

Methode .......................................................................................................................

6.2.2

Ergebnisse ...................................................................................................................

6.2.3

Diskussion ....................................................................................................................

6.3 Experiment 3 ..........................................................................................................90

6.3.1

Methode .......................................................................................................................

6.3.2

Ergebnisse ...................................................................................................................

6.3.3

Diskussion ....................................................................................................................

6.4 Diskussion – Experimentalreihe 1 ..........................................................................98

Experimentalreihe 2 – „Wurfaufgabe“ ...........................................................101

7.1 Experiment 4 ........................................................................................................ 101

7.1.1

Methode .....................................................................................................................

102

7.1.2

Ergebnisse .................................................................................................................

105

7.1.3

Diskussion ..................................................................................................................

110

7.2 Experiment 5 ........................................................................................................ 112

7.2.1

Methode .....................................................................................................................

112

7.2.2

Ergebnisse .................................................................................................................

113

7.2.3

Diskussion ..................................................................................................................

122

7.3 Experiment 6 ........................................................................................................ 124

7.3.1

Methode .....................................................................................................................

124

7.3.2

Ergebnisse .................................................................................................................

126

7.3.3

Diskussion ..................................................................................................................

131

7.4 Diskussion – Experimentalreihe 2 ........................................................................ 133

Experimentalreihe 3 – „Basketballpassaufgabe“ .........................................136

8.1 Experiment 7 ........................................................................................................ 137

8.1.1

Methode .....................................................................................................................

137

8.1.2

Ergebnisse .................................................................................................................

139

8.1.3

Diskussion ..................................................................................................................

144

Inhaltsverzeichnis

8.2 Experiment 8 ........................................................................................................ 146

8.2.1

Methode .....................................................................................................................

146

8.2.2

Ergebnisse .................................................................................................................

148

8.2.3

Diskussion ..................................................................................................................

153

8.3 Experiment 9 ........................................................................................................ 154

8.3.1

Methode .....................................................................................................................

154

8.3.2

Ergebnisse .................................................................................................................

156

8.3.3

Diskussion ..................................................................................................................

160

8.4 Diskussion – Experimentalreihe 3 ........................................................................ 162

Gesamtbetrachtung der Experimentalreihen 1-3 .........................................163

9.1.1

Methode .....................................................................................................................

163

9.1.2

Ergebnisse .................................................................................................................

163

9.1.3

Diskussion ..................................................................................................................

164

Diskussion .......................................................................................................166

10.1 Gemeinsamkeiten und Unterschiede zu früheren Studien .................................. 170

10.2 Kritik an der vorliegenden Arbeit ......................................................................... 173

10.3 Ausblick auf weiterführende Studien ................................................................... 174

10.4 Implikationen für die Sportpraxis ........................................................................ 176

10.5 Fazit……… ......................................................................................................... 179

Literatur ............................................................................................................180

Anhang .............................................................................................................191

Eidesstattliche Erklärung ...............................................................................226

Danksagung .....................................................................................................227

Verzeichnisse VI

Verzeichnisse

Abkürzungsverzeichnis (alphabetisch)

A = Amplitude / Distanz / Entfernung

ANOVA r. m. = mehrfaktorielle Varianzanalyse mit Messwiederholung

aV = abhängige Variable

BF = Bewegungsfehler

BZ = Bewegungszeit

df = Freiheitsgrade (degrees of freedom)

d.h. = das heißt

EB = Einzelbedingung

Exp. = Experiment

FG = Fitts’sche Gesetz

fps = Bilder pro Sekunde (frames per second)

HD = Hochauflösend (High Definition)

i.S.v. = im Sinne von

KR = Ergebnisrückmeldung (Knowledge of results)

M = Mittelwert

ms = Millisekunden

N = Anzahl

p = Irrtumswahrscheinlichkeit / Signifikanzniveau

P1 = Partner 1 / Personengruppe, die mit der Einzelbedingung begann

P2 = Partner 2 / Personengruppe, die mit der Paarbedingung begann

PB = Paarbedingung

SD = Standardabweichung (Standard Deviation)

Sek. = Sekunde

s.g. = so genannte

SI = Schwierigkeitsindex (in Einheiten/Sekunde)

uV = unabhängige Variable

v.a. = vor allem

Vpn = Versuchspersonen

VP = Versuchspaare

vs. = versus

W = Zielgröße oder Fehlertoleranz

z.B. = zum Beispiel

Verzeichnisse VII

Abbildungsverzeichnis

Abbildung 1: Übersicht der neun Experimente dieser Arbeit mit verschiedenen Leseleitfäden. .............................. 4

Abbildung 2: Das Informationsprozessmodell aus Schmidt & Lee (2005) ............................................................... 8

Abbildung 3: Schematische Darstellung der Fitts‘schen Tipp-Aufgabe (Fitts, 1954, Experiment 1). ..................... 11

Abbildung 4: Schematische Darstellung der Fitts‘schen Scheibentransfer-Aufgabe (Fitts, 1954, Experiment 2) .. 12

Abbildung 5: Schematische Darstellung der Fitts‘schen Pintransfer-Aufgabe (Fitts, 1954, Experiment 3) ............ 13

Abbildung 6: Exemplarische Darstellung der Daten der Fitts‘schen Tipp-Aufgabe (Fitts, 1954) ............................ 14

Abbildung 7: Modell der vektorbasierten Integration des Endpunktes einer Bewegung (VITE) ............................. 21

Abbildung 8: Stimuli aus Grosjean et al. (2007): menschlichen Akteur vs. humanoider Roboter .......................... 24

Abbildung 9: Vereinfachte Darstellung der Kopplung von Wahrnehmung und Handlung aus Prinz (1997) ........... 27

Abbildung 10: Das 2-Stufenmodell der emergenten Handlungskontrolle von Elsner und Hommel (2001) ............ 28

Abbildung 11: Motorische vs. perzeptuelle Resonanz aus Schütz-Bosbach & Prinz (2007) ................................. 29

Abbildung 12: Experimentalaufbau aus Oullier und Kollegen (2008)..................................................................... 40

Abbildung 13: "Minimales Architektur-Model" des gemeinsamen Handelns aus Vesper et al. (2010) ................... 44

Abbildung 14: Versuchsaufbau und ERP-Daten aus Sebanz et al. (2006b) .......................................................... 47

Abbildung 15: Versuchsaufbau der Simon-Task aus Sebanz et al. (2003) ............................................................ 49

Abbildung 16: Reaktionszeiten der Simon-Task aus Sebanz et al. (2003). ........................................................... 50

Abbildung 17: Schematische Darstellung des Versuchsaufbaus aus Vesper et al. (2013a) .................................. 60

Abbildung 18: Versuchsaufbau Experimentalreihe 1 („Scheibentransferaufgabe“) ............................................... 69

Abbildung 19: Exemplarische Darstellung eines Bewegungsvollzyklusses (BZ

Vollzyklus

). ........................................ 71

Abbildung 20: Exemplarische Darstellung eines kompletten Versuchsdurchgangs (BZ

Gesamt

) .............................. 72

Abbildung 21: BZ für den Transfer einer einzelnen Scheibe in Abhängigkeit vom SI in Experiment 1 .................. 77

Abbildung 22: BZ in Abhängigkeit von der Distanz und dem Lochdurchmesser in Experiment 1 .......................... 79

Abbildung 23: BZ für den Transfer einer einzelnen Scheibe in Abhängigkeit vom SI in der EB in Experiment 2 .. 84

Abbildung 24: BZ für den Transfer einer einzelnen Scheibe in Abhängigkeit vom SI in der PB in Experiment 2 .. 85

Abbildung 25: BZ für den Transfer einer einzelnen Scheibe in Abhängigkeit vom SI in der EB und PB................ 86

Abbildung 26: BZ in Abhängigkeit von der Distanz und dem Lochdurchmesser in der EB in Experiment 2 .......... 87

Abbildung 27: BZ in Abhängigkeit von der Distanz und dem Lochdurchmesser in der PB in Experiment 2 .......... 88

Abbildung 28: Vorhersagemodelle zum Verlauf der BZ in Experiment 3. .............................................................. 91

Abbildung 29: BZ für den Transfer einer einzelnen Scheibe in Abhängigkeit vom SI in Experiment 3 .................. 95

Abbildung 30: BZ für den Transfer einer einzelnen Scheibe in Abhängigkeit vom SI

Max

in Experiment 3 .............. 96

Abbildung 31: Versuchsaufbau Experimentalreihe 2 („Wurfaufgabe“) ................................................................. 103

Abbildung 32: BZ für das Werfen eines Balles in Abhängigkeit vom SI in Experiment 4 ..................................... 106

Abbildung 33: BF für das Werfen eines Balles in Abhängigkeit vom SI in Experiment 4 ..................................... 108

Abbildung 34: BZ in Abhängigkeit von der Distanz und der Kistengröße in Experiment 4 ................................... 109

Abbildung 35: BF in Abhängigkeit von der Distanz und der Kistengröße in Experiment 4 ................................... 110

Abbildung 36: BZ für das Werfen eines Balles in Abhängigkeit vom SI in der EB in Experiment 5 ..................... 114

Abbildung 37: BZ für das Werfen eines Balles in Abhängigkeit vom SI in der PB in Experiment 5 ..................... 116

Abbildung 38: BZ für das Werfen eines Balles in Abhängigkeit vom SI in der EB und PB .................................. 117

Verzeichnisse VIII

Abbildung 39: BF für das Werfen eines Balles in Abhängigkeit vom SI in der EB und PB .................................. 118

Abbildung 40: BZ in der EB in Experiment 5 in Abhängigkeit von der Distanz und der Kistengröße.. ................. 119

Abbildung 41: BZ in der PB in Experiment 5 in Abhängigkeit von der Distanz und der Kistengröße ................... 120

Abbildung 42: BF in der EB in Experiment 5 in Abhängigkeit von der Distanz und der Kistengröße.. ................. 121

Abbildung 43: BF in der PB in Experiment 5 in Abhängigkeit von der Distanz und der Kistengröße ................... 122

Abbildung 44: BZ für das Werfen eines Balles in Abhängigkeit vom SI in Experiment 6 ..................................... 127

Abbildung 45: BZ für das Werfen eines Balles in Abhängigkeit vom SI

Max

in Experiment 6 ................................ 128

Abbildung 46: BF für das Werfen eines Balles in Abhängigkeit vom SI in Experiment 6 ..................................... 129

Abbildung 47: BZ für einen Wurf in Experiment 6 in Abhängigkeit von der Distanz und der Kistengröße. .......... 130

Abbildung 48: BF bei einem Wurf in Experiment 6 in Abhängigkeit von der Distanz und der Kistengröße. ......... 131

Abbildung 49: Exemplarische Darstellung einer Spielsituation im Basketball. ..................................................... 136

Abbildung 50: Versuchsaufbau in Experiment 7 (Basketballpass „Breite“) .......................................................... 138

Abbildung 51: BZ für einen Basketballpass zum Partner in Abhängigkeit vom SI in Experiment 7 ..................... 141

Abbildung 52: BF bei einem Basketballpass zum Partner in Abhängigkeit vom SI in Experiment 7 .................... 142

Abbildung 53: BZ für einen Pass in Experiment 7 in Abhängigkeit von der Distanz und der Korridorbreite ........ 143

Abbildung 54: BF bei einem Pass in Experiment 7 in Abhängigkeit von der Distanz und der Korridorbreite ....... 144

Abbildung 55: Versuchsaufbau in Experiment 8 (Basketballpass „Höhe“). .......................................................... 147

Abbildung 56: BZ für einen Basketballpass zum Partner in Abhängigkeit vom SI in Experiment 8 ..................... 149

Abbildung 57: BF bei einem Basketballpass zum Partner in Abhängigkeit vom SI in Experiment 8 .................... 150

Abbildung 58: BZ für einen Pass in Experiment 8 in Abhängigkeit von der Distanz und der Korridorhöhe ......... 151

Abbildung 59: BF bei einem Pass in Experiment 8 in Abhängigkeit von der Distanz und der Korridorhöhe. ....... 152

Abbildung 60: Versuchsaufbau von Experiment 9 (Basketballpass „Tiefe“) ........................................................ 155

Abbildung 61: BZ für einen Basketballpass zum Partner in Abhängigkeit vom SI in Experiment 9 ..................... 157

Abbildung 62: BF bei einem Basketballpass zum Partner in Abhängigkeit vom SI in Experiment 9 .................... 158

Abbildung 63: BZ für einen Pass in Experiment 9 in Abhängigkeit von der Distanz und der Korridortiefe ........... 159

Abbildung 64: BF bei einem Pass in Experiment 9 in Abhängigkeit von der Distanz und der Korridortiefe ......... 160

Abbildung 65: BZ für einen Bewegungszyklus in Abhängigkeit vom SI in den Experimenten 1, 4 und 9 ............ 164

Verzeichnisse IX

Tabellenverzeichnis

Tabelle 1: Ergebnisse aus Knoblich und Jordan (2003) als durchschnittliche Abweichung vom Ziel. ................... 34

Tabelle 2: Ergebnisse aus Sebanz und Kollegen (2006b) nach Bedingung, Reaktionszeiten und ERP‘s. ............ 48

Tabelle 3: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 1. ........... 68

Tabelle 4: Durchschnittliche Bewegungszeit aus Experiment 1 sortiert nach Schwierigkeit. ................................. 76

Tabelle 5: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 2. ........... 81

Tabelle 6: Durchschnittliche Bewegungszeit in der EB aus Experiment 2 sortiert nach Schwierigkeit .................. 83

Tabelle 7: Durchschnittliche Bewegungszeit in der PB aus Experiment 2 sortiert nach Schwierigkeit .................. 84

Tabelle 8: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 3. ........... 92

Tabelle 9: Versuchsbedingungen als Kombination von Distanz und Lochdurchmesser in Experiment 3. ............. 93

Tabelle 10: Durchschnittliche Bewegungszeit aus Experiment 3 sortiert nach Schwierigkeit ................................ 94

Tabelle 11: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 4. ....... 102

Tabelle 12: Versuchsbedingungen der Experimentalreihe 2 „Wurfaufgabe“ sortiert nach Schwierigkeit ............. 104

Tabelle 13: Durchschnittliche Bewegungszeiten aus Experiment 4 sortiert nach Schwierigkeit. ......................... 105

Tabelle 14: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 5. ....... 112

Tabelle 15: Durchschnittliche Bewegungszeiten in der EB aus Experiment 5 sortiert nach Schwierigkeit .......... 114

Tabelle 16: Durchschnittliche Bewegungszeiten in der PB aus Experiment 5 sortiert nach Schwierigkeit .......... 115

Tabelle 17: Durchschnittliche Anzahl der Bewegungsfehler in den EB und PB in Experiment 5. ........................ 117

Tabelle 18: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 6. ....... 124

Tabelle 19: Versuchsbedingungen als Kombination aus Distanz und Kistengröße in Experiment 5. .................. 125

Tabelle 20: Durchschnittliche Bewegungszeiten aus Experiment 6 sortiert nach Schwierigkeit .......................... 126

Tabelle 21: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 7. ....... 137

Tabelle 22: Durchschnittliche Bewegungszeiten aus Experiment 7 sortiert nach Schwierigkeit .......................... 140

Tabelle 23: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 8. ....... 146

Tabelle 24: Durchschnittliche Bewegungszeiten aus Experiment 8 sortiert nach Schwierigkeit .......................... 148

Tabelle 25: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 9. ....... 154

Tabelle 26: Durchschnittliche Bewegungszeiten aus Experiment 9 sortiert nach Schwierigkeit .......................... 156

Zusammenfassung X

Zusammenfassung

Die vorliegende Arbeit untersucht die Hypothese, dass sich die Koordinationsmuster

zweier Partner beim Lösen kooperativer Aufgaben über das Fitts’sche Gesetz (Fitts, 1954)

abbilden lassen. Dazu wurde in drei Experimentalreihen die Komplexität der Aufgaben suk-

zessive erhöht. Versuchspaare führten gemeinsam eine einfache Objektmanipulation

(Scheibentransferaufgabe; Experimente 1-3), eine Objektmanipulation mittlerer Komplexität

(Wurfaufgabe; Experimente 4-6) und eine komplexe sportspielspezifische Fertigkeit (Basket-

ballpassaufgabe; Experimente 7-9) aus. Die experimentellen Randbedingungen der Aufga-

ben wurden so manipuliert, dass deren Anforderungen über eine Spanne unterschiedlicher

Schwierigkeitsindizes variierten. Die Ergebnisse zeigen hypothesenkonform, dass die Koor-

dinationsmuster der Partner sowohl beim wechselseitigen Transfer von Scheiben, beim

wechselseitigen Werfen von Bällen als auch bei der isolierten Betrachtung der drei Raumdi-

mensionen „Breite“, „Höhe“ und „Tiefe“ beim Passen eines Basketballs durch die experimen-

tellen Randbedingungen bestimmt werden und sich quantitativ über das Fitts’sche Gesetz

abbilden lassen: Mit steigenden Aufgabenanforderungen gingen längere Bewegungszeiten

und zunehmend mehr Bewegungsfehler einher. Weiterhin fanden sich emergente Interakti-

onsmuster zwischen den Partnern, die sich in längeren Bewegungszeiten (d.h. Interaktions-

kosten) in Paarbedingungen im Vergleich zu Einzelbedingungen äußerten. Bei der Ausfüh-

rung zweier Handlungen von unterschiedlicher Schwierigkeit ließen sich insofern gerichtete

Interaktionseffekte nachweisen, als dass sich der Partner mit der leichteren Aufgabe an die

Anforderungen des Partners mit der schwereren Aufgabe anpasste. Dies stärkt die Annah-

me, dass Interaktionspartner Ko-Repräsentationen bilden und die jeweilige Aufgabenanfor-

derung des Partners mitrepräsentieren. Dadurch können Partner ihre Handlungen in sozialen

Kontexten aufeinander abstimmen. Aus dieser Perspektive werden auch die technischen und

taktischen Implikationen für die Sportpraxis diskutiert.

Einleitung 1

1 Einleitung

„Warum spielt er denn nicht?“ In Spielsportarten lässt sich häufig das Phänomen be-

obachten, dass Spieler und Spielerinnen

den (für Trainer und Publikum offensichtlichen)

riskanten Pass zu einem Mitspieler nicht spielen und stattdessen eine sicherere Anspielvari-

ante wählen oder den riskanten Pass nur sehr ungenau spielen, der dann den Mitspieler

nicht erreicht. Dabei kann man den Akteuren teilweise ansehen, dass sie zögern und für kur-

ze Zeit hin und her gerissen sind, ob sie den riskanten Pass spielen sollen oder nicht. Hin-

gegen nimmt sich ein Golf-, Darts- oder Billardspieler relativ viel Zeit für die Erfüllung der

(Bewegungs-)Aufgabe, ohne sich aus der Ruhe bringen zu lassen. Wenn eine bestimmte

Aufgabe ein Höchstmaß an Präzision erfordert (z.B. einen Golfball zu Putten, den Dartpfeil

ins Bull‘s eye zu werfen oder eine Billardkugel zu versenken), scheinen die Sportler mehr

Zeit für die Planung und Ausführung der Bewegungshandlung zu benötigen. Müssen be-

stimmte Entscheidungen – wie in den Spielsportarten – jedoch unter Zeitdruck getroffen und

damit die Planung und Ausführung der Bewegungshandlung schnell abgeschlossen werden,

dann leidet oftmals die Präzision und die Spieler begehen tendenziell mehr Fehler. Die Ursa-

chen dafür liegen u.a. in der limitierten Kapazität, multisensorische (Umwelt-)Informationen

zu verarbeiten und komplexe Handlungsmuster entsprechend anzupassen.

Nicht nur in sportlichen Kontexten, sondern auch im Alltag, sind die Fähigkeiten des

Menschen, die vielen Ereignisse in der Umwelt innerhalb eines kurzen Zeitfensters verarbei-

ten zu können und die eigenen Handlungen daran anzupassen, limitiert. Oftmals ist es des-

halb nicht möglich gleichzeitig sehr schnell, aber auch genau zu agieren. Es ist z.B. schwie-

rig einen vollen Kaffeebecher ruhig zu halten, während man auf einen freien Platz in der an-

sonsten überfüllten Mensa zusteuert. Bewegen wir uns in dieser Situation zu schnell, dann

laufen wir Gefahr den Kaffee zu verschütten. Lassen wir uns zu viel Zeit, dann ist der Platz

vielleicht nicht mehr frei. Wir müssen uns also zwischen der Geschwindigkeit, mit der wir

diese Handlung ausführen, und der Genauigkeit, mit der wir die Aufgabe bewältigen wollen,

entscheiden.

Dieser so genannte Geschwindigkeits-Genauigkeits-Abgleich wurde erstmal von Paul

Fitts (Fitts, 1954) beschrieben. Das nach ihm benannte Fitts’sche Gesetz formuliert die Ab-

hängigkeit zwischen den Leistungsparametern der Bewegungsgeschwindigkeit und -

genauigkeit bei der Ausführung einfacher motorischer Handlungen. Danach geht eine Erhö-

hung der Geschwindigkeit auf Kosten der Genauigkeit (d.h. die Präzision sinkt, während der

Bewegungsfehler steigt). Im Gegensatz dazu kann eine hohe (Ziel-)Präzision in der Regel

nur erreicht werden, indem die Bewegung langsamer ausgeführt wird (d.h. die Geschwindig-

Im Folgenden wird aus Gründen der besseren Lesbarkeit auf die gleichzeitige Verwendung männlicher und

weiblicher Sprachformen verzichtet. Sämtliche Personenbezeichnungen gelten gleichwohl beiden Geschlechtern.

Einleitung 2

keit nimmt ab). Nach Fitts (1954) lässt sich die Schwierigkeit einer Aufgabe vor allem über

die Faktoren Distanz (A) und Zielgröße (W) direkt berechnen, was sich in einem spezifischen

Schwierigkeitsindex der Aufgabe widerspiegelt. In den letzten Dekaden wurde dieses Gesetz

unter verschiedenen Rahmenbedingungen für unterschiedlichste Personengruppen geprüft.

Es stellte sich heraus, dass der Geschwindigkeits-Genauigkeits-Abgleich eines der wenigen

robusten Gesetzmäßigkeiten darstellt, mit dessen Hilfe (zielgerichtete) menschliche Verhal-

tensmuster quantitativ erfasst und nachvollziehbar beschrieben werden können (Kapitel 2).

In den meisten sportlichen Situationen stehen die Spieler jedoch in direkter Interakti-

on mit anderen Individuen (z.B. in den Individualsportarten bei einer Gruppenkür im Turnen,

beim Synchronspringen im Schwimmen oder beim Doppel im Tennis, aber auch im Mann-

schaftssport bei einem Pass zum Mitspieler im Basketball, Fußball oder Handball). Aktuelle

Studien der s.g. Joint-Action-Forschung (Knoblich et al., 2011) legen nahe, dass sich einzel-

ne Personen gegenseitig an ihre Verhaltensweisen anpassen, wenn sie in Paaren oder

Gruppen agieren. Dies setzt die Fähigkeiten der Interaktionspartner voraus, (1) Handlungs-

repräsentationen zu teilen (d.h. Ko-Repräsentationen zu bilden), (2) die Handlungen anderer

vorherzusagen (d.h. fremde Handlungen zu antizipieren) und (3) die vorhergesagten Effekte

(der fremden und der eigenen Handlung) in das eigene Handlungsschema aufzunehmen

(d.h. zu integrieren), um erfolgreich zusammenzuarbeiten (Sebanz et al., 2006a). In diesem

Zusammenhang werden ideomotorische Ansätze, die eine gemeinsame Repräsentation von

Wahrnehmungs- und Handlungsleistungen vorsehen (Prinz, 1990, 1997; Hommel et al.,

2001) und so die Simulation fremder Handlungen erlauben (Jeannerod, 2001; Wilson &

Knoblich, 2005), vorgestellt, die über den rein sensomotorischen Ansatz von Fitts (1954)

hinausgehen. Somit lassen sich sowohl spontan auftretende (nicht-intendierte) als auch ge-

plante (intendierte) Abstimmungsprozesse zweier Partner im Interaktionskontext erklären

(Kapitel 3).

Nur wenige Studien (Mottet et al., 2001; Vesper et al., 2013) beschäftigten sich bisher

mit der Gültigkeit des Fitts’schen Gesetzes innerhalb von Partnerinteraktionsaufgaben. Hier

stellt sich die Frage, ob sich das Fitts‘sche Gesetz auf Situationen übertragen lässt, in denen

zwei Aufgaben gleichzeitig bearbeitet werden. Zunächst ergab sich aus Studien zur bi-

manuellen Koordination, dass das Fitts‘sche Gesetz verletzt wird, wenn unter intra-

personellen Bedingungen die linke und rechte Hand zwei Aufgaben von unterschiedlicher

Schwierigkeit gleichzeitig bearbeiten (Kelso et al., 1979, 1983). Für Aufgaben von gleicher

Schwierigkeit scheint das Gesetz allerdings zuzutreffen. Zu einem ähnlichen Ergebnis kam

eine aktuelle Untersuchung zur Koordination zweier Aufgaben unter inter-personellen Bedin-

gungen, in denen zwei Personen gleichzeitig Fitts‘sche Aufgaben durchführten (Fine & Ama-

zeen, 2011). Es ist demnach bisher unklar, ob und unter welchen Bedingungen das

Einleitung 3

Fitts‘sche Gesetz die Koordinationsmuster zweier Partner abbilden kann. Dies bildet den

Ausgangspunkt und die Motivation der vorliegenden Arbeit (Kapitel 4).

Es wird zuerst der Frage nachgegangen, ob sich emergente Koordinationsmuster

quantitativ über das Fitts’sche Gesetz abbilden lassen (Forschungsfrage 1). Danach soll die

Frage nach gerichteten Interaktionen bzw. systematischen Interaktionsmustern zwischen

den Partnern (im Sinne von joint action) beim Lösen der jeweiligen kooperativen Aufgabe

beantwortet werden (Forschungsfrage 2). Die abschließende Betrachtung widmet sich der

Frage, ob sich vergleichbare Koordinations- und Interaktionsmuster für Aufgaben unter-

schiedlicher Komplexität finden (Forschungsfrage 3). Diese Forschungsfragen werden in

Kapitel 5 in empirische Hypothesen überführt.

Innerhalb von insgesamt drei Experimentalreihen sollten die Versuchspaare gemein-

sam einfache Objektmanipulationen (eine Scheibentransferaufgabe in Experimentalreihe 1,

Experimente 1-3, Kapitel 6), Objektmanipulationen mittlerer Komplexität (eine Wurfaufgabe

in Experimentalreihe 2, Experimente 4-6, Kapitel 7) und eine komplexe sportspielspezifische

Fertigkeit (eine Basketballpassaufgabe in Experimentalreihe 3, Experimente 7-9, Kapitel 8)

durchführen. Mit Hilfe des Fitts’schen Gesetzes werden in den einzelnen Untersuchungen

unterschiedliche experimentelle Randbedingungen über den s.g. Schwierigkeitsindex (als

Kombination verschiedener Distanzen und Zielgrößen) operationalisiert. Dies soll es u.a.

ermöglichen, den spezifischen Einfluss der jeweiligen Aufgabenschwierigkeit auf die Koordi-

nationsmuster aus einer informationstheoretischen Perspektive für unterschiedliche experi-

mentelle Bedingungen über alle Aufgaben hinweg zu vergleichen.

In Kapitel 9 wird auf die Frage eingegangen, ob sich vergleichbare Koordinations-

und Interaktionsmuster für Aufgaben unterschiedlicher Komplexität (Experimentalreihen 1-3)

finden. Dazu werden die Experimente 1, 4 und 9 rein deskriptiv miteinander verglichen. Eine

generelle Diskussion der Ergebnisse, deren Einordnung in die aktuelle Forschungslage, Kri-

tik der eigenen Arbeit, ein Ausblick auf weiterführende Studien und Implikationen für die

Sportpraxis sowie ein Fazit schließen die vorliegende Arbeit ab (Kapitel 10).

Den Lesern dieser Arbeit bieten sich verschiedene Leseleitfäden, so z.B. die Mög-

lichkeit, die drei Forschungsfragen für die einzelnen Aufgaben nacheinander über die neun

Experimente hinweg zu betrachten (Abbildung 1, Pfeile). Dieser Logik folgt auch der generel-

le Aufbau der Arbeit.

Einleitung 4

Abbildung 1: Übersicht der neun Experimente mit verschiedenen Leseleitfäden. Die Pfeile entsprechen dem Auf-

bau dieser Arbeit und richten sich nach der Komplexität der zu bearbeitenden kooperativen Aufgabe. Die Betrach-

tung der Experimente 1, 4 und 9 (dunkelgrau) ermöglicht den Vergleich gleicher experimenteller Designs. Expe-

riment 2 und 5 (grau) unterscheiden zwischen Einzel- und Paarbedingung wohingegen die Paare in Experiment 3

und 6 (hellgrau) mit unterschiedlichen Aufgabenanforderungen innerhalb des Paares konfrontiert werden.

Alternativ lassen sich die Experimente auch nach ihren experimentellen Designs sor-

tieren. In den Experimenten 1, 4 und 9 kann speziell der Forschungsfrage 1 nachgegangen

werden, ob sich emergente Koordinationsmuster zweier Partner quantitativ über das

Fitts’sche Gesetz abbilden lassen (Abbildung 1, dunkelgraue Felder). Durch diese Betrach-

tung kann die Generalisierbarkeit früherer Befunde aus Untersuchungen zum Fitts’schen

Gesetz innerhalb von Einzelbedingungen (z.B. Fitts & Peterson, 1964; Klapp, 1975; Cross-

man & Goodeve, 1963/1983; Welford, 1960) auf Paarbedingungen erweitert werden. Gleich-

zeitig kann mit diesem Leseleitfaden die Gültigkeit des Fitts‘schen Gesetzes über Aufgaben

unterschiedlicher Komplexität hinweg geprüft werden (Forschungsfrage 3). Setzt man den

Fokus auf Unterschiede in den Koordinationsmustern der Partner zwischen Einzel- und

Paarbedingungen (Forschungsfrage 2), dann empfehlen sich die Experimente 2 und 5 einen

Vergleich (Abbildung 1, graue Felder). Folgt man hingegen der Argumentation von Fine und

Amazeens (2011), nachdem gerichtete Interaktionseffekte vor allem dann auftreten, wenn

zwei Interaktionspartner mit individuell unterschiedlich schwierigen Aufgaben (innerhalb ei-

nes Paares) konfrontiert werden, dann bieten die Experimente 3 und 6 die Möglichkeit diese

Effekte für eine einfache geführte und eine komplexere ungeführte Objektmanipulationsauf-

gabe nachzuvollziehen (Abbildung 1, hellgraue Felder). Schließlich bietet sich für die Leser

in der Experimentalreihe 3 die Möglichkeit, die Gültigkeit des Fitts’schen Gesetzes anhand

einer komplexen Fertigkeit für sportspielspezifische Kontexte zu betrachten und dessen Im-

plikationen für die Sportpraxis nachzuvollziehen (Abbildung 1, untere Felderreihe).

Experimentalreihe 3 – „Basketballpassaufgabe“

Experimentalreihe 1 – „Scheibentransferaufgabe“

Experimentalreihe 2 – „Wurfaufgabe“

Experiment 1 Experiment 2 Experiment 3

Experiment 4 Experiment 5 Experiment 6

Experiment 7 Experiment 8 Experiment 9

Handlungen aus Sicht der Informationsverarbeitung 5

2 Handlungen aus Sicht der Informationsverarbeitung

2.1 Informationsverarbeitungstheorien

Aus Sicht der Informationsverarbeitungstheorie ist der Mensch in seiner Fähigkeit,

mehrere Informationen parallel aufzunehmen, limitiert (Shannon & Weaver, 1949, Theorem

17). Dabei können Informationen unterschiedliche Wertigkeiten besitzen und beanspruchen

dadurch unterschiedlich viele (kognitive) Ressourcen. Beispielsweise können wir uns das

Geschlecht eines Menschen leichter merken als dessen Namen. Begründet ist dies durch die

erhöhte Anzahl an möglichen Alternativen. In diesem Beispiel kann das Geschlecht nur zwei

Zustände (männlich/weiblich), der Name jedoch deutlich mehr annehmen. Zur mathemati-

schen Beschreibung dieses Informationsgehalts nutzten Shannon und Weaver (1949) ein

logarithmisches Modell, in dem der Informationsgehalt (die „entropy“) monoton mit der An-

zahl an Handlungsalternativen steigt. Dies bietet den Vorteil, dass der Logarithmus additiv

bleibt, während die Handlungsalternativen multipliziert werden, d.h. dass große Anstiege

übersichtlicher dargestellt werden können:

(1) H(x) = (∑p

) * log

(1/p

)

Der Logarithmus zur Basis „2“ ermöglichte es im einfachsten Fall (wie oben beschrie-

ben), ja-/nein-Entscheidungen treffen zu können. Darüber hinaus bot sich die Nähe zur binä-

ren Kodierung technischer Systeme (z.B. Computern) an. Besitzt ein Ereignis eine Auftre-

tenswahrscheinlichkeit (p

) von 50 %, dann ist ihr Informationsgehalt (H

) gleich dem negati-

ven Logarithmus von „1“ geteilt durch die Auftretenswahrscheinlichkeit von 50 %. Das Er-

gebnis „2“ wird logarithmiert und besitzt danach einen Informationsgehalt von „1“, welcher

typischerweise in „bit

“ angegeben wird. Es genügt also 1 bit, um diese Information zu kodie-

ren. Die Auftretenswahrscheinlichkeit „p

“ ist die Wahrscheinlichkeit mit der eine Variable „x“

in einer Grundgesamtheit im Mittel auftritt. Die Negativität der Formulierung (negativer Loga-

rithmus) gewährleistet mathematisch einen positiven Informationsgehalt. „H“ wird häufig

auch als ein Maß der Unsicherheit in Abhängigkeit der Handlungsalternativen interpretiert

(Krippendorff, 1986). Bei keiner Handlungsalternative (also p = 1) ergibt sich ein Informati-

onsgehalt von 0 bit. Mit jeder Verdoppelung der Alternativen steigt H um eine Einheit (z.B.

bei 4 Alternativen ist p = .25 und H = 2; bei 8 Alternativen ist p = .125 und H = 3; bis n Alter-

nativen mit p = 1/n und H = log

n).

Die Bezeichnung „bit“ (Kurzform für binary digit) resultiert aus der Wahl der Basis „2“ für den Logarithmus (bei

einer Basis von „3“ spräche man von „trits“, usw.).

Handlungen aus Sicht der Informationsverarbeitung 6

Von der Annahme ausgehend, dass Informationen nicht ohne eine gewisse Störgrö-

ße (so genanntes “Rauschen”

) übertragen werden, entwickelten Shannon und Weaver

(1949) ihr 17. Theorem, welches die Limitationen eines beliebigen Informationskanals in

Abhängigkeit zur Signalstärke, zur Amplitude (Breite des Intervalls) und einer Störgröße

berücksichtigte:

(2) C = W* log [(P + N)/N]

Die effektive Informationskapazität (C) (in bits/Sekunde) eines Übertragungskanals

war danach bedingt durch die Breite des Intervalls „W“ multipliziert mit dem Quotienten aus

Signalstärke „P“ plus die Stärke des Rauschens „N“ geteilt durch ebendiese Störung

(Shannon & Weaver, 1949, S. 100). Mit steigender Stärke des Rauschens sank der Signal-

Rauschen-Quotient und damit auch die effektive Informationskapazität (Plamondon & Alimi,

1997).

Frühe Arbeiten von Donders (1869) bestätigten, dass die benötigte Zeit zur Auswahl

einer Reaktion direkt mit der Anzahl an Alternativen, zwischen denen die Person wählen

kann, zusammenhängt. In Reaktionszeitexperimenten konnte er zeigen, dass die Dauer bis

zur Reaktion proportional zur Anzahl an „mentalen Operationen“ verlief. Versuchspersonen

(Vpn) sollten dazu in einer der Versuchsbedingungen auf eine angekündigte Stimulation des

Fußes schnellstmöglich mit einer Reaktion der korrespondierenden Hand antworten. In einer

anderen Versuchsbedingung wurde die Person im Unklaren darüber gelassen, welcher Fuß

in Kürze stimuliert wird. Es stellte sich heraus, dass die mentale Operation, nämlich die Aus-

wahl der korrespondierenden Hand und die Planung der Bewegung, Zeit benötigte (Vpn rea-

gierten in der zweiten Bedingung durchschnittlich 67 ms langsamer). Donders wiederholte

dieses Experiment mit visuellen und akustischen Stimuli und postulierte abschließend einen

klaren proportionalen Anstieg der Reaktionszeiten über drei Stufen, die er als (A) Erken-

nungsaufgaben, (B) Erkennungs-, Erinnerungs- und Antwortauswahlaufgaben und (C) Er-

kennungs- und Erinnerungsaufgaben definierte.

Sternberg (1969) modifizierte Donders Methoden dahingehend, dass er auch auf

mögliche Wechselwirkungen zwischen den einzelnen Stufen hinwies. Er kombinierte dazu

eine Aufgabe von Stufe A (Erkennung) mit einer Aufgabe von Stufe B (Erkennung, Erinne-

rung, Antwort). Vpn sollten so schnell und genau wie möglich auf einen starken Lichtreiz o-

der einen schwachen Lichtreiz reagieren (Stufe A). Zusätzlich konnte die Reaktion mit der

Neuromotorisches „Rauschen“ (engl. neuromotor noise), als Metapher aus der Physik und Telekommunikation

übertragen, beschreibt eine Störgröße, die den Austausch von Informationen behindert. Osborne,

Lisberger und

Bialek (2005) belegten, dass die Varianz in menschlichen Bewegungen nicht durch eine ungenaue motorische

Ansteuerung der Muskeln oder fehlerhafte Bewegungsplanung begründet sind, sondern durch die Wahrneh-

mungsfähigkeit unseres Gehirns limitiert ist. Indem die Autoren langsame Folgebewegungen des Auges bei Pri-

maten untersuchten, konnten sie zeigen, dass nahezu 92 % der Abweichung der Blickbewegung durch sensori-

sche Fehler in der Einschätzung der Geschwindigkeit, der Richtung und des Timings zu erklären sind.

Handlungen aus Sicht der Informationsverarbeitung 7

Hand entweder kompatibel oder inkompatibel sein. Mittels einer Simon-Aufgabe

(Stufe B)

stimmte die Position des Lichtreizes entweder mit der geforderten Handreaktion überein

(kompatibel) oder war entgegengesetzt zur geforderten Handreaktion (inkompatibel). Entge-

gen der Erwartungen addierten sich die beiden „erschwerenden“ Faktoren nicht nur, d.h. die

Intensität des Lichtreizes und die Kompatibilität des Reiz-Reaktions-Musters, sondern intera-

gierten miteinander. Demnach waren die Reaktionszeiten in den kompatiblen und inkompa-

tiblen Bedingungen abhängig von der Reizintensität (schwacher vs. starker Lichtreiz), sodass

diese nicht parallel anstiegen, sondern ein schwacher Lichtreiz in der inkompatiblen Bedin-

gung mehr als die Summe beider Stufen war. Aus dem rein additiven Ansatz von Donders

wurde eine Interaktion der Verarbeitungsprozesse abhängig von der Aufgabenkomplexität

und des Versuchsdesigns (vgl. Sternberg, 1969).

Eine mathematische Beschreibung der Beziehung zwischen der Reaktionszeit und

der Anzahl an Reiz-Antwort-Alternativen beschreibt das Hick-Hyman-Gesetz (Hick, 1952 &

Hyman, 1953). Vpn sollten in den Experimenten von Hick und Hyman auf Lichtreize mit kor-

respondierenden Reaktionen auf einer Tastatur reagieren. Dabei wurden die Anzahl der

Lichtreize sowie die entsprechenden Antwortmöglichkeiten systematisch variiert. Es zeigte

sich ein konstanter Anstieg der Reaktionszeiten bei einer Verdoppelung der Handlungsalter-

nativen. Dies spricht für einen logarithmischen Zusammenhang zwischen der Reaktionszeit

und der Anzahl der Reiz-Antwort-Alternativen, den sie im Hick-Hymen Gesetz als

(3) RT = a + b*(log

formulierten. Es handelt sich bei „a“ und „b“ um empirische Konstanten, die vom ex-

perimentellen Design und den Vpn abhängen. Die Anzahl „n“ stellt die möglichen Hand-

lungsalternativen dar. Eine alternative Formulierung sieht den Logarithmus von n+1 vor. Die-

se approximiert die Reaktionszeit vor allem dann besser, wenn die Vpn nicht über den Zeit-

punkt des Erscheinens des Signals informiert werden (vgl. Hyman, 1953). Entscheidet die

Vpn selber über den Zeitpunkt des Erscheinens, entfällt die Ungewissheit (teilweise auch als

n = 0 bezeichnet). Es gilt hier zu beachten, dass diese Formulierung nur die benötigte Reak-

tionszeit zur Auswahl einer Handlung beschreibt. Die Reaktionszeit zur (motorischen) Aus-

führung einer Handlung kann individuell sehr unterschiedlich ausgeprägt sein. Zwar können

aus empirischen Untersuchungen Richtwerte (bspw. für die Hände 110-150 ms; für die Füße

140-180 ms) abgeleitet werden, allerdings werden diese durch verschiedene Faktoren (wie

zum Beispiel die Sinnesmodalität) beeinflusst. Reaktionen auf akustische Signale, Berührun-

gen und elektrische Stromschläge sind beispielsweise schneller als auf Lichtreize (visuelle

Bei einer (räumlichen) Simon-Aufgabe werden Vpn mit einem relevanten Reiz konfrontiert, der entweder auf der

Seite erscheint auf der auch die Reaktion erfolgen soll oder nicht. Obwohl die Position des Reizes irrelevant für

die Lösung der Aufgabe ist, reagieren Vpn in der Regel schneller in kompatiblen als in inkompatiblen Bedingun-

gen.

Handlungen aus Sicht der Informationsverarbeitung 8

Stimuli: ca. 180 ms; taktile: ca. 140 ms; akustische ca. 160 ms; kinästhetische ca. 120 ms;

vgl. Chernikoff & Taylor, 1952). Begründet wird dies durch unterschiedliche Nerven-

leitgeschwindigkeiten und photochemische Prozesse (Fitts & Posner, 1968).

Der Ansatz linearer Informationsverarbeitungsprozesse geht auf Donders (1869) zu-

rück und wurde später von Sternberg (1969) und schließlich Sanders (1980) aufgegriffen. In

Abbildung 2 ist eine simplifizierte Darstellung des Informationsverarbeitungsprozesses dar-

gestellt. Mit dem Modell wurde versucht zu erklären, wie Bewegungsinformationen kodiert

und gespeichert werden, wie Handlungen im Bewegungsgedächtnis repräsentiert und wie

Informationen über Fehler verarbeitet werden, um eine Bewegungskorrektur durchführen zu

können. Grundsätzlich werden Informationen verarbeitet und eine beobachtbare motorische

Aktivität produziert. Das Modell beschränkt sich nach einem Stimulus Input (bspw. das Se-

hen eines Balles) auf die (1) Stimulus Identifikation, die (2) Antwortauswahl, die (3) Antwort-

programmierung und einen Bewegungsoutput (bspw. das Fangen eines Balles):

Abbildung 2: Das Informationsprozessmodell (aus Schmidt & Lee, 2005) als simplifizierte Darstellung eines kogni-

tiven Verarbeitungsprozesses von der Reizaufnahme (Stimulusinput) bis zur Bewegungsantwort (Bewegungsout-

put). Die drei Phasen der Stimulus Identifikation, der Antwortauswahl und der Auswahlprogrammierung beeinflus-

sen demnach maßgeblich die Reaktionszeit (zwischen Input und Output).

Beim Erscheinen eines Stimulus werden mit Hilfe sensorischer Systeme die benötig-

ten Informationen aus der Umwelt erfasst (identifiziert) und in ein für das zentrale Nervensys-

tem verständliches Signal transformiert (d.h. in neuronale Impulse umgewandelt). Dabei er-

folgt die Trennung von relevanten und irrelevanten Reizen (bewusst und unbewusst) sowie

der Vergleich gefilterter Signale mit bekannten Mustern, um die bestmögliche (2) Antwort-

auswahl zu gewährleisten. In der Phase der (3) Auswahlprogrammierung, nachdem der Sti-

mulus identifiziert und die Reaktion ausgewählt wurde, muss die geplante Handlung in mus-

kuläre Aktivität umgesetzt werden. Ein Experiment von Henry und Rogers (1960) lieferte

erste Erkenntnisse darüber wie lange die Planung einer spezifischen Bewegung dauert. In

einer Reihe von Teilexperimenten, in denen der Inputreiz und die Anzahl an Antwortmöglich-

keiten konstant gehalten und ausschließlich die Art der Bewegung variiert wurde (von einer

Stimulus

(Input) Bewegung

(Output)

Stimulus

Identifikation Antwort-

auswahl Auswahl-

programmierung

Reaktionszeit

Der Mensch

Handlungen aus Sicht der Informationsverarbeitung 9

einfachen Fingerbewegung bis zu einer komplexen Bewegung der Hand und des Armes mit

der Manipulation eines Objektes), zeigte sich, dass mit einer höheren Komplexität der Auf-

gabe eine längere Bewegungszeit einher geht, aber auch die Reaktionszeit mit jeder Kom-

plexitätsstufe anstieg. Da die beiden Faktoren der (1) Stimulus Identifikation und der (2) Ant-

wortauswahl konstant blieben, ließen sich somit die erhöhten Reaktionszeiten direkt auf die

(3) Programmierung der Handlung zurückführen. Mit einer komplexeren Bewegung schienen

also mehr kognitive Ressourcen zur Planung dieser Handlung beansprucht zu werden. Dies

benannten Henry und Rogers (1960) als eine zusätzliche Programmierungszeit. Relativ

simple Aufgaben können dabei gelöst werden, ohne signifikant mehr kognitive Ressourcen

zu verbrauchen (siehe auch Theorien zur Automatisierung in Doppeltätigkeitsaufgaben).

Das Informationsprozessmodell schließt mit der Ausführung der geplanten motori-

schen Handlung durch die Muskulatur, sodass ein beobachtbarer Output generiert wird. Es

gilt zu berücksichtigen, dass es sich bei diesem Informationsprozessmodel um eine simplifi-

zierte Darstellung eines Handlungsprozesses von einem informationsverarbeitungstheoreti-

schen Standpunkt aus handelte. Intra- und interindividuelle Unterschiede bei der Ausführung

von Bewegungen (bspw. Reaktionszeiten), kognitive Verarbeitungszeiten, motivationale Un-

terschiede, Muskelspannungen oder gewisse Voraktivierungen fanden darin keine Beach-

tung.

Aufbauend auf den Vorarbeiten von Donders (1869), Shannon und Weaver (1949)

sowie Hick und Hymen (1953) konnte Fitts (1954) einfache motorische Bewegungen über

das Fitts’sche Gesetz mathematisch erklären. Im Folgenden wird die Entwicklung dieser Ge-

setzmäßigkeit genauer beschrieben.

2.2 Das Fitts’sche Gesetz

Pionierarbeiten von Woodworth (1899) deuteten erstmals auf einen Zusammenhang

zwischen der Geschwindigkeit, der Entfernung (zum Ziel) und der Genauigkeit bei der Aus-

führung einer motorischen Handlung hin. Vpn sollten eine Reihe einfacher motorischer Auf-

gaben mit visuellen Rückmeldungen ausführen. Eine Aufgabe davon war es, Linien auf einer

rotierenden Papiertrommel mit einem Stift zu ziehen, die jeweils genauso lang sein sollten

wie die gerade zuvor gezeichnete Linie. Stand den Vpn die visuelle Rückmeldung zur Verfü-

gung, zeigte sich ein Anstieg der Bewegungsvariabilität (d.h. größere Varianzen) zum einen

bei einer Vergrößerung der zu überwindenden Entfernung (also bei längeren Linien) als auch

bei steigender Ausführungsgeschwindigkeit (höhere Rotationsfrequenz). Der Zeitdruck wur-

de durch ein Metronom induziert, mit dessen Taktschlag die Zeichnungen absolviert werden

mussten. Mit zunehmender Geschwindigkeit (von 20 bis zu 200 Linien pro Minute) ergab

sich ein bis zu sechsfacher Anstieg der Varianz. Woodworth (1899) differenzierte während

Handlungen aus Sicht der Informationsverarbeitung 10

einer Bewegung eine initiierende Adjustierungsphase (initial impulse) und eine laufende Kon-

trollphase (current control). Die Kontrollphase war dabei für die Genauigkeit der Ausführung

verantwortlich und die Initiierungsphase wurde ausschließlich durch die individuell unter-

schiedlichen Reaktionszeiten und Bewegungseigenschaften der Vpn reglementiert (vgl.

Woodworth, 1899). In einem weiteren Experiment wurden Vpn gebeten, mit einem Stift in

einem über ein Metronom vorgegebenen Takt, vor und zurück zu tippen. Dabei stand den

Vpn in einer Bedingung visuelles Feedback zur Verfügung, in der anderen nicht. Als abhän-

gige Variable wurden die Abweichung vom Zielbereich, der in dem vorgegeben Takt getrof-

fen werden sollte, und die Bewegungsgeschwindigkeit gemessen. Bei visuellem Feedback

(Augen geöffnet) stieg die Abweichung mit steigender Geschwindigkeit an, wohingegen die

Ungenauigkeiten in der Bedingung ohne Feedback (Augen geschlossen) konstant blieben.

Woodworth schlussfolgerte, dass Bewegungen in der Bedingung ohne Feedback vorpro-

grammiert und allein über die initiierende Adjustierungsphase gesteuert wurden, wohingegen

die Vpn in der Bedingung mit Feedback kleine Bewegungskorrekturen vornehmen konnten.

Bei einer hohen Bewegungsgeschwindigkeit, gelang es den Vpn allerdings nicht mehr, das

Feedback in den Handlungsplan zu integrieren. Zusammengefasst war es also nicht möglich,

„sowohl schnell als auch genau zu agieren“ (vgl. Woodworth, 1899, S.58).

Jede motorische Leistung wird primär durch die Kapazitäten des motorischen Sys-

tems begrenzt. Dabei spiegelt sich die Informationskapazität des motorischen Systems in der

Fähigkeit wider, eine bestimmte Klasse von Bewegungen konsistent auszuführen:

„The information capacity of the motor system is specified by its ability to produce consistently one class

of movement from among several alternative movement classes. The greater the number of alternative

classes, the greater is the information capacity of a particular type of response.” (vgl. Fitts, 1992, S. 262).

Das heißt, je größer die Anzahl an alternativen Klassen ist, desto größer ist die Infor-

mationskapazität der einzelnen Bewegungsantworten. Von der Grundannahme ausgehend,

dass eine motorische Aufgabe einen sensorisch-motorischen Kanal durchläuft, welcher in

seiner Kapazität begrenzt ist, versuchten Fitts und Posner (1968) quantitativ zu ergründen,

welche Beziehung zwischen den Faktoren Entfernung, Dauer und Variabilität einer Bewe-

gung besteht.

Die Dauer einer Bewegung ist abhängig von der Bewegungsdistanz (Amplitude) und

der erlaubten Variabilität (Genauigkeit). Dabei scheinen die Bewegungsgeschwindigkeiten

den Genauigkeitsanforderungen einer Aufgabe entgegen zu arbeiten. Dieser so genannte

Geschwindigkeits-Genauigkeitsausgleich kann am Beispiel des Schreibens verdeutlicht wer-

den: Versuchen wir an einer Tafel möglichst schnell einen Satz zu schreiben, dauert dies

tendenziell länger im Vergleich zum Schreiben auf einem Blatt Papier, da die Bewegungs-

Handlungen aus Sicht der Informationsverarbeitung 11

amplitude an der Tafel größer ist. Schreibt man jedoch auf einem winzigen Stück Papier

dauert dies ebenfalls länger als auf einem normal großen Papier. Dies ist dadurch begrün-

det, dass die Geschwindigkeit aufgrund der höheren Präzisionsanforderung stark reduziert

werden muss (Fitts & Peterson, 1964).

Das wohl bekannteste Experiment, das mit der Fitts’schen Gesetzmäßigkeit in Ver-

bindung gebracht wird, ist die so genannte Tipp-Aufgabe (im Original: Tapping-Task). Paul

Fitts konstruierte eine metallische Apparatur, die zwei rechteckige Zielfelder (Toleranzberei-

che) vorsah. Diese Zielfelder variierten in der Breite und konnten in verschiedenen Distanzen

zueinander angeordnet werden. Vpn sollten innerhalb von 20 Sekunden die beiden Felder im

Wechsel möglichst schnell, aber auch zielgenau mit einem metallischen Stift berühren. Die

Zielfelder wurden von Sensorflächen begrenzt, um die Anzahl zu kurzer Bewegungen (Un-

dershoots) und zu langer Bewegungen (Overshoots) zu registrieren (siehe Abbildung 3).

Abbildung 3: Schematische Darstellung der Fitts‘schen Tipp-Aufgabe (Fitts, 1954, Experiment 1). Mittels eines

metallischen Stiftes sollten die schraffierten Zielbereiche möglichst schnell und genau im Wechsel berührt wer-

den. Elektroden um den Zielbereich herum erfassten die Berührungen über das Zielfeld hinaus (Overshoots) und

vor das Ziel (Undershoots). Die Distanz zwischen den Zielfeldern (5, 10, 20 cm von Zielmitte zu Zielmitte) und

deren Breite (5, 2,5, 1,25, 0,64 cm) wurde systematisch variiert.

Durch die orthogonale Kombination aus vier Zielgrößen (Breite: 5, 2,5, 1,25 und 0,64

cm; Höhe: 15 cm) und vier Distanzen (5, 10 und 20 cm von Zielmitte zu Zielmitte) ergaben

sich 16 Versuchsbedingungen. Fitts nahm an, dass es tendenziell leichter sein sollte die Zie-

le zu treffen, welche größer sind und näher beisammen liegen. Vpn sollten hier mehr Treffer

pro Zeit realisieren können. Er definierte einen Schwierigkeitsindex (SI), der sich in Abhän-

gigkeit von der Distanz der Mittelpunkte der Zielbereiche und deren Zielgröße ergab.

Das zweite Originalexperiment – die Scheiben-Transfer-Aufgabe (Fitts, 1954, Expe-

riment 2) – ist in Abbildung 4 dargestellt. Die Vpn sollten schnellst-möglich acht Plastikschei-

ben (Dicke: 3 mm; Durchmesser: 38 mm) von einem Stab (Durchmesser: 3 mm) auf einen

anderen Stab umsetzen. Die Scheiben besaßen runde Aussparungen in der Mitte (4, 5, 6, 9

Handlungen aus Sicht der Informationsverarbeitung 12

und 15 mm). Die Distanz zwischen den Stäben wurde ebenfalls systematisch variiert (100,

200, 400 und 800 mm). Die Vpn drückten vor dem Transport der ersten Scheibe einen Zeit-

messer neben der Apparatur und beendeten einen Durchgang nach dem Ablegen der letzten

Scheibe ebenfalls über diesen Zeitmesser.

Abbildung 4: Schematische Darstellung der Fitts‘schen Scheiben-Transfer-Aufgabe (Fitts, 1954, Experiment 2).

Die Vpn sollte schnellst-möglich acht Plastikscheiben (Dicke: 3 mm; Durchmesser: 38 mm) von einem Stab

(Durchmesser: 3 mm) auf einen anderen Stab umsetzen. Die Scheiben besaßen runde Aussparungen in der

Mitte (4,5, 6, 9, 15 mm). Die Distanz zwischen den Stäben wurde ebenfalls verändert (100, 200, 400, 800 mm).

Es zeigte sich auch hier, dass die Vpn im Mittel länger für den Transport der acht

Scheiben benötigten, je größer die Distanz zwischen den Stäben war. Darüber hinaus ging

auch mit einer geringeren Differenz zwischen dem Lochdurchmesser und dem Durchmesser

(Toleranz) des Stabes eine längere Bewegungszeit einher.

In dem dritten Experiment von Fitts (1954), der Pin-Transfer-Aufgabe, transferierten

Vpn schnellstmöglich kleine Pins von einer Steckleiste auf eine andere (Abbildung 5). Dabei

variierte der Durchmesser der acht Pins (0,75, 1,5, 3 und 6 mm; Höhe: 38 mm) bei konstan-

ter Größe der Aussparungen (Durchmesser: 3 mm) in den Steckleisten. Darüber hinaus wur-

de ebenfalls die Distanz zwischen den Steckleisten verändert (50, 100, 200 und 400 mm).

Die Vpn starteten und stoppten den Zeitmesser genau wie in der vorangegangen Aufgabe.

Auch hier ergaben sich längere Bewegungszeiten für den Pin-Transfer mit zunehmender

Distanz zwischen den Leisten und mit sinkender Differenz zwischen Lochdurchmesser der

Aussparungen und dem Durchmesser der Pins.

Handlungen aus Sicht der Informationsverarbeitung 13

Abbildung 5: Schematische Darstellung der Fitts‘schen Pin-Transfer-Aufgabe (Fitts, 1954, Experiment 3). Die Vpn

sollte schnellst-möglich acht Pins (Durchmesser: 0,75, 1,5, 3 und 6 mm; Höhe: 38 mm) von einer Steckleiste auf

eine andere transferieren. Die acht Aussparungen in den Leisten hatten einen Lochdurchmesser von 3 mm. Die

Distanz zwischen den Steckleisten wurde ebenfalls systematisch variiert (50, 100, 200 und 400 mm).

Auf Grundlage dieser konsistenten, empirischen Daten folgerte Fitts einen mathema-

tischen Zusammenhang der beiden Bewegungsparameter Distanz zwischen den Zielen und

der Größe des jeweiligen Zieles. Dabei steht der Schwierigkeitsindex (SI) in logarithmischer

Abhängigkeit zum Quotienten aus Distanz zwischen den Zielen (A) und Größe der Ziele (W):

(4) SI = -log

(W/2*A) Einheiten/Sekunde

Der SI wird typischerweise in der Einheit „bits/response“ angegeben, was einen In-

formationsgehalt pro Antwort widerspiegeln soll

. Im Folgenden wird diese Größe mit „Einhei-

ten/Sekunde“ übersetzt. Den Faktor „2“ vor der Distanz (A) ergänzte Fitts eigenen Angaben

zufolge aus dem praktischen Grund, dass der Schwierigkeitsindex einer motorischen Aufga-

be nie Null sein kann. Bei großen Zielgrößen wird die Mindestdistanz durch die Entfernung

der Zielfeldmittelpunkte definiert (bspw. muss bei W = 8 eine Mindestdistanz von acht vorlie-

gen, da zwischen den Mittelpunkten der Zielfelder eine Distanz von 8/2*2 = 8 besteht). Da

die Zielgröße maximal genauso groß gewählt werden kann wie die Distanz, resultiert in die-

sem Fall ein SI von „1“ (SI = -log

(1/2) = 1). Mit Hilfe des dritten Logarithmusgesetzes ergibt

sich aus der obigen Formel die häufiger zitierte Formel:

(5) SI = log

(2*A/W) in Einheiten/Sekunde

(nach MacKenzie, 1992, S. 96)

In Anlehnung an Shannon (1949) wird eine Information hier als eine quantitative mathematische Konzeption

betrachtet, die den Grad der Unsicherheit oder Unbestimmtheit verringert. Basierend auf der binären Codierung

(Null und Eins) kann eine beliebige (komplexe) Information auf ja-nein-Entscheidungen reduziert werden.

Handlungen aus Sicht der Informationsverarbeitung 14

So lassen sich verschiedene SI‘s einer motorischen Aufgabe durch verschiedene

Kombinationen von Zielentfernung und Zielgröße generieren. Ein weiterer praktischer Nutzen

dieser Formulierung ist eine mögliche Vorhersage der benötigten Bewegungszeit (BZ), die

eine Vpn für eine beliebige Bewegungsaufgabe aufwenden muss. Demnach kann über den

SI der Aufgabe, den personen- und aufgabenabhängigen Konstanten (a und b) des Ver-

suchsaufbaus (Reaktionszeiten, Wegzeiten, etc.) und einer hinreichend großen Anzahl an

Probanden die BZ einer (Teil-)Bewegung mit der folgenden Formel approximiert werden:

(6) BZ = a + b x log

(2*A/W)

Die Variablen a und b entsprechen empirischen Konstanten, die sowohl von den mo-

torischen Voraussetzungen der Vpn als auch von der Art der Bewegung abhängig sind. Ähn-

lich dem Hick-Hyman-Gesetz konnte auch Fitts einen linearen Zusammenhang zwischen

dem Zweierlogarithmus des Quotienten aus 2*A und W, also dem SI, und der BZ nachwei-

sen. Trägt man den SI einer motorischen Aufgabe gegen die benötigte BZ ab, zeigt sich ein

linearer Zusammenhang beider Faktoren (Abbildung 6):

Abbildung 6: Exemplarische Darstellung der Daten der Fitts‘schen Tipp-Aufgabe (Fitts, 1954). Mit steigendem

Schwierigkeitsindex (Abszisse, in Einheiten/Sekunde) gehen auch längere Bewegungszeiten (Ordinate, in ms)

einher. Steigung (m) und der Achsenabschnitt (b) dieser linearen Funktion sind dabei experimentalabhängig. Der

lineare Zusammenhang geht i.d.R. mit hohen Bestimmtheitsmaßen (R²) einher (Fitts & Peterson, 1964).

Die Regressionsgerade lässt sich über die typische Geradengleichung beschreiben:

(7) y = m*x + b

3,0 3,5 4,0 4,5 5,0 5,5 6,0

Schwierigkeitsindex (in Einheiten/Sekunde)

2000

1800

1600

1400

1200

1000

800

600

400

200

Bewegungszeit (in ms)

Handlungen aus Sicht der Informationsverarbeitung 15

Dabei entspricht in diesem Fall der SI der unabhängigen Variable (x) und die prog-

nostizierte Bewegungszeit die abhängige Variable, also den Funktionswert (y) der linearen

Gleichung. Der Achsenabschnitt (b) und die Steigung der Geraden (m) entsprechen den o.g.

empirischen Konstanten (a und b). Vor dem Hintergrund limitierter kognitiver Ressourcen

während der Informationsverarbeitung, schließt Fitts (1992) seine Argumentation damit ab,

dass es je nach Aufgabe einen konstanten, so genannten Performanz-Index (engl. Index of

Performance) geben müsse, der die Kapazität des perzeptuellen-motorischen Systems be-

schreibt. Dieser Index berechnete sich als Quotient aus Schwierigkeitsindex im Zähler und

der durchschnittlichen Bewegungszeit im Nenner.

“If the amplitude and tolerance limits of a task are controlled by E [error], and S [as subject] is instructed

to work at his maximum rate, then the average time per response will be directly proportional to the min-

imum average amount of information per response demanded by the particular conditions of amplitude

and tolerance.” (Fitts, 1992, S. 263)

Zusammenfassend stehen die Schnelligkeit und die Genauigkeit einer motorischen

Bewegung in gegensätzlichem Verhältnis zueinander, d.h. je schneller eine Bewegung aus-

geführt wird, desto ungenauer wird sie. Im Umkehrschluss benötigen präzise Zielbewegun-

gen mehr Zeit (Fitts, 1954; Fitts & Peterson, 1964; Woodworth, 1899). Im Folgenden werden

Erklärungsansätze für dieses Paradigma gegeben und später Einschränkungen und Modifi-

kationen unter spezifischen Experimentalbedingungen deutlich gemacht.

2.3 Erklärungsansätze zum Fitts’schen Gesetz

Eine Erklärung des Geschwindigkeits-Genauigkeits-Ausgleiches lieferten Crossman

und Goodeve (1963/1983) in einem deterministisch-iterativen Korrekturmodell. Danach

werden willkürliche motorische Bewegungen auf ein Ziel hin durch eine Reihe diskreter

Teilbewegungen (iterativ) realisiert. Sensorische Rückmeldungen (Soll-Ist-Wert Vergleiche)

werden dabei zur Korrektur der Bewegung. Die Autoren gehen davon aus, dass jede (Teil-

)Bewegung Zeit benötigt und nur einen bestimmten Anteil der erforderlichen Distanz

zurücklegen kann. Soll beispielsweise bei einer Handbewegung eine Distanz von 10 cm

zurückgelgt werden und bringt jede Teilbewegung die jeweilige Hand um 90 % näher an das

Ziel heran, so ist diese nach der ersten Bewegung noch 1 cm, nach der zweiten noch 0,1 cm

und nach der dritten noch 0,01 cm vom Ziel entfernt. Je größer der zu erreichende

Zielbereich ist (d.h. je größer die Fehlertoleranz), desto eher fällt das Ende der Bewegung in

den Zielbereich und desto weniger Teilbewegungen werden benötigt. Das Modell wird als

deterministisch bezeichnet, da keine Variabilität in der Bewegungsausführung berücksichtigt

wird. Die Bewegungszeit ist demnach ausschließlich durch das Verhältnis von Zielweite und

Handlungen aus Sicht der Informationsverarbeitung 16

Entfernung bestimmt (determiniert). Bewegungsfehler hingegen lassen sich durch dieses

Modell kaum erklären.

In Fitts‘ Originalstudien wurden alle Vpn, deren Daten mehr als 5 % Fehler aufwiesen,

von der Datenanalyse ausgeschlossen. Ungenauigkeiten in der Bewegung werden im

Gegensatz zu Fitts‘ Originalstudien in den unten aufgeführten Experimenten in Kapitel 6-8

zusätzlich berichtet. Nach Welford (1960) treten Fehler normalverteilt auf. Das heißt, dass

besonders große Abweichungen vom Ziel selten und am häufigsten nahe dem Zielbereich

passieren. Ob das Verfehlen des Zielbereiches ausschließlich durch die zufällige Variabilität

des menschlichen Muskelapparates zustande kommt (siehe auch “motor noise”-Theorie),

bleibt zu diskutieren, da vor allem mit steigender Schwierigkeit der Aufgabe mehr Fehler

einhergehen, was wiederum gegen einen unsystematischen Fehler spricht. Auch Fitts wies

auf die Möglichkeit hin, dass bei schnellen Zielbewegungen ein gewisses “Rauschen” im

neuormotorischen Kanal auftreten könnte (vgl. Fitts, 1954, S. 381).

Das stochastisch-optimierte Teilbewegungsmodell nach Meyer, Abrams, Kornblum,

Wright und Smith (1988) begründet die Abhängigkeit der Geschwindigkeit von der

Kombination aus der Zielweite und der Entfernung über die Anzahl der benötigten

Korrekturbewegungen, die, ähnlich dem deterministisch-iterativen Modell, kürzer als die

initiale Bewegung sind, aber auch zurückgerichtet seien können. So lassen sich

Bewegungen vor das Ziel (Undershoots) und auch über das Ziel hinaus (Overshoots)

erklären. Das oben bereits genannte “Rauschen” im neuromotorischen Kanal gilt hier als

permanent, sodass Vpn nie in der Lage sind ein und dieselbe Bewegung exakt zu

wiederholen. Es tritt normalverteilt und unsystematisch auf.

Nach Carlton (1979) besteht eine Zielbewegung immer aus mindestens zwei

Teilbewegungen, bei denen die initiale Bewegung in der Regel 90 % der erforderlichen

Gesamtdistanz zurücklegt. Trifft die zweite Teilbewegung den Zielbereich, ist keine weitere

Teilbewegung mehr nötig. Beim Verfehlen des Zielbereiches kann das Individuum

Korrekturbewegungen mit Hilfe sensorischer Rückmeldungen (visuell, taktil, akustisch oder

kinästhetisch) in beide Richtungen initiieren. Zeitminimierungen werden über einen idealen

Kompromiss zwischen der durchschnittlichen Dauer der ersten Teilbewegung und der

durchschnittlichen Dauer der zweiten Korrekturbewegung vorgenommen:

“Time minimization is achieved through an ideal compromise between the mean duration of the primary

submovements (...) and the mean duration of the secondary corrective submovements.” (Meyer et al.,

1988, S. 346).

Ist die erste Teilbewegung sehr schnell, erhöht sich die Relevanz des motorischen

Rauschens, wodurch vermehrte Zeit für Korrekturbewegungen auftritt. Im umgekehrten Fall,

Handlungen aus Sicht der Informationsverarbeitung 17

wenn die initiale Bewegung sehr langsam und das motorische Rauschen geringer ist,

entfallen zeitaufwändige Korrekturbewegungen. Dennoch ist die Bewegungszeit durch die

generell langsamere Bewegung über 90 % der Strecke relativ hoch. In anderen Worten

entscheidet ein optimales Verhältnis von Geschwindigkeit und Genauigkeit, also die richtige

Einschätzung der (motorischen) Limitationen, über die Schnelligkeit einer Bewegung.

Das Impuls-Variabilitäts-Model (Schmidt, Zelaznik, Hawkins, Frank, & Quinn, 1979)

beschreibt eine direkte Abhängigkeit der Genauigkeit von der Variabilität des Kraftimpulses,

der für die Absolvierung der Strecke und der Dauer einer Bewegung notwendig ist. Demnach

steigt die Variabilität eines Kraftimpulses für eine Strecke oder einer Dauer proportional zur

Stärke dieses Impulses. Je weiter und je länger eine Bewegung ist, desto größer fällt nach

diesem Modell auch die Variabilität der Ausführung aus. Kritik an diesem Modell ist eine

mangelnde Erklärung des logarithmischen Zusammenhangs von Schwierigkeitsindex und

Bewegungszeit sowie das Außer-Acht-Lassen physikalischer Prinzipien (bspw. dass Kraf-

timpulse nicht linear ansteigen; relativistische Physik). Außerdem erklärt es nicht die Reduk-

tion der Geschwindigkeiten am Ende einer Bewegung bei sehr hohen Präzisionsanforderun-

gen.

Townsend und Ashby (1978) schlagen einen Ansatz der inversen Effizienz vor, bei

dem sich ein Effizienzindex über die benötigte Bewegungszeit und die relative Anzahl an

korrekten Versuchen berechnen lässt:

(8) IE (inv. Effizienz)= Bewegungszeit / rel. Anzahl korrekter Versuche

Vpn sollten in ihren Experimenten einen Maus-Zeiger möglichst schnell und genau

von einer Ausgangsposition auf eine Zielposition bewegen und diese mit einem Tastendruck

bestätigen. Über Computerprotokolle analysierten sie die Bewegungszeiten vom Verlassen

der Ausgangsposition bis zum Tastendruck. Ein Fehler wurde als Tastendruck außerhalb

des Zielbereichs definiert. Je niedriger der Quotient aus Bewegungszeit und der relativen

Anzahl korrekter Versuche war, desto besser bzw. effizienter war die Bewegung einzuschät-

zen. Der Index ließ sich entweder minimieren, indem die Bewegungszeit reduziert oder in-

dem die relative Anzahl korrekter Versuche maximiert wurde. Die Autoren gaben zu beden-

ken, dass sich der Effizienzindex nur berechnet lässt, wenn eine negative Korrelation zwi-

schen der Bewegungszeit und den Bewegungsfehlern vermutet wird.

Das Fitts’sche Gesetz ist in der Wissenschaft von großen Bedeutung, da es eines der

wenigen über lange Zeit etablierten Gesetzmäßigkeiten ist, welches eine weite Spanne mo-

torischer Handlungen verschiedener Personen in unterschiedlichsten Situationen beschrei-

ben kann. Dabei werden im Folgenden Kapitel Erweiterungen des Fitts’schen Gesetzes auf-

gezeigt, die es stabiler für unterschiedliche Kontexte machen. Das Ziel ist es, optimale Rah-

menbedingungen für die Experimente dieser Arbeit in Kapitel 6 bis 8 zu schaffen. Dabei wer-

Handlungen aus Sicht der Informationsverarbeitung 18

den zum einen Modifikationen (Gültigkeit unter verschiedenen Kontextbedingungen) und

zum anderen Grenzen (was das Fitts’sche Gesetz nicht leisten kann) des Fitts’schen Geset-

zes erläutert.

2.4 Erweiterung der Gültigkeit des Fitts’schen Gesetzes

Zahlreiche Studien der letzten Dekaden prüften die Gültigkeit des Fitts’schen Geset-

zes unter differierenden Rahmenbedingungen (bspw. für bewegliche Ziele: Boyle & Shea,

2011; künstliche Verzögerungen des Effektors: Beamish, Bhatti, MacKenzie & Wu, 2006; mit

Berücksichtigung der Bewegungsfehler: Guiard & Olafsdottir, 2011; für Augenbewegungen:

Abrams, Meyer & Kornblum, 1989; für einfache Fingermanipulationen: Hoffmann & Sheikh,

1991; für den Mauszeiger am Computer: Johnsgard, 1994 und für den Effektor „Fuß“: Drury,

1975; für einen Überblick siehe Plamondon & Alimi, 1997 oder Meyer, Smith, Kornblum, Ab-

rams, & Wright, 1990).

Limitationen und Einschränkungen des Modells wurden ebenfalls untersucht (siehe

Meyer, Abrams, Kornblum, Wright, & Smith, 1988). Modifikationen des Fitts’schen Gesetz

dienten vor allem dazu, es stabiler für unterschiedliche Situationen zu gestalten. In Anhang 1

sind eben diese Modifikation tabellarisch aufgeführt. Der Grundgedanke, die Wechselwir-

kung zwischen den Leistungsparametern Bewegungsgeschwindigkeit und -genauigkeit, ging

durch die vorgeschlagenen Modifikationen jedoch nicht verloren. Die Manipulation der ma-

thematischen Formulierung erhöht dabei teilweise nur marginal den Grad der Präzision für

verschiedene motorische Aufgaben (Hancock & Newell, 1985). Ausgewählte Studien sollten

die Grenzen der Gültigkeit und Modifikationsmöglichkeiten der mathematischen Formulie-

rung des Fitts’schen Gesetzes aufzeigen. Diese dienen im Folgenden als Grundlage für die

eigenen Experimente in Kapitel 6 bis 8.

Fitts und Peterson (1964) systematisierten die Studien zum Fitts’schen Gesetz in

kontinuierliche (bspw. Fitts, 1954, Tipp-Aufgabe, Experiment 1) und diskrete (bspw. Fitts,

1954, Scheibentransferaufgabe, Experiment 2) Aufgaben. Dabei stellten sie für die Analyse

einen klaren Vorteil

der diskreten Aufgaben heraus, da es leichter ermöglicht wird, einen

klaren Start- und Endpunkt der Bewegung zu definieren. Darüber hinaus wurden kontinuierli-

che Aufgaben hinsichtlich ihres Versuchsdesigns kategorisiert: In einer direkten Variante

wurde die benötigte Bewegungszeit für eine feste Anzahl an Bewegungen (bspw. „Versu-

chen Sie diese acht Objekte möglichst schnell und zielgenau von A nach B zu befördern“)

gemessen. In der indirekten Variante wurde die zur Verfügung stehende Bewegungszeit limi-

tiert (bspw. „Sie haben 20 Sekunden Zeit möglichst viele (Ziel-)Bewegungen auszuführen“)

Die Betrachtung der Gesamtzeiten stellt aus Sicht der Informationsverarbeitungstheorie keine Unterscheidung

der Hin- und Rückführbewegungen des Effektors dar. Allerdings fallen Reaktionszeiten und Planungsprozesse

stärker ins Gewicht (Fitts & Peterson, 1964).

Handlungen aus Sicht der Informationsverarbeitung 19

und die erfolgreichen (Ziel-)Bewegungen gezählt. In diesem Fall berechnete sich die Bewe-

gungszeit indirekt durch die Division der konstanten Zeitspanne durch die Anzahl der erfolg-

reichen Bewegungen.

In verschiedenen Studien (Welford, 1960; Buck, 1986; Crossman, 1957; Meyer et. al,

1988) konnten Abweichungen von der Regressionsgerade vor allem für niedrige Schwierig-

keitsindizes (< 2 Einheiten/Sekunde) nachgewiesen werden. Bei diesen Aufgabenschwierig-

keiten fand sich eine nach oben verschobene Regressionsgrade, das heißt, dass ab einer

gewissen minimalen Schwierigkeit eine Zeituntergrenze erreicht wurde. Begründet wurden

diese Abweichungen unter anderem dadurch, dass Vpn bei großen Zielweiten und kurzen

Distanzen nicht den gesamten Zielbereich nutzten. Eine nachträgliche Analyse der

Fitts’schen Experimente zeigte, dass eine Verringerung der Zielgröße einen im Vergleich zur

Erweiterung der Zielentfernung nicht-proportionalen Anstieg der BZ bewirkte (Sheridan,

1979). Danach wies eine modifizierte Formulierung des Fitts’schen Gesetzes (Welford, 1960)

für mehrere Studien höhere Korrelationen von BZ und SI nach:

(9) BZ = a + b x log

(A/W + 0,5)

Wright und Meyer (1983) differenzierten motorische Aufgaben hinsichtlich ihrer räum-

lichen und zeitlichen Begrenzungen. Bei Aufgaben mit einer räumlichen Begrenzung absol-

vierten die Vpn eine Bewegung auf ein spezifisches Ziel hin. Bei Aufgaben mit einer zeitli-

chen Begrenzung sollte die Vpn in einer spezifischen Zeit eine Bewegung nur möglichst na-

he an ein Ziel heranführen. Die fehlenden Präzisionsanforderungen bei diesen zeitlich be-

grenzten Aufgaben bewirkten Abweichungen vom Fitts’schen Gesetz, da die Bewegungszeit

auch über eine lineare Skalierung (anstatt logarithmisch) beschrieben werden konnte (siehe

auch „temporal-precision“ Hypothese). Das Gleiche galt, wenn die Bewegungen sehr lang-

sam ausgeführt wurden (> 200 ms) oder kein visuelles Feedback zur Verfügung stand

(Wright & Meyer, 1983). In den in Kapitel 6 bis 8 aufgeführten Experimenten werden daher

ausschließlich Aufgaben mit einer räumlichen Begrenzung genutzt und die Bewegungszeiten

über eine logarithmische Funktion approximiert.

Crossman und Goodeve (1983) stellten die ursprüngliche Tipp-Aufgabe (Fitts, 1954,

Experiment 1; Abbildung 3) nach und erfassten dabei die Bewegungstrajektorien der Hand.

Abhängig vom Schwierigkeitsindex traten Unterschiede im Bewegungsverhalten der Vpn auf:

Bei niedrigen Indizes entstand ein Kontakt mit der Zielplatte noch bevor die Bewegung voll-

ständig abgebremst wurde, d.h. dass die Vpn die Bewegungsrichtung änderten (zurückführ-

ten), bevor die eigentliche Bewegung abgeschlossen war. Bei höheren Indizes lag die Ge-

schwindigkeit beim Kontakt mit der Zielplatte bei exakt Null. In einem zweiten Experiment

sollten Vpn schnellstmöglich die genaue Position einer Drehscheibe mit einem Griff auf ein

vorgegebenes Ziel einstellen (rotieren). Dabei erfassten die Autoren die Bewegungstrajekto-

Handlungen aus Sicht der Informationsverarbeitung 20

rien des Handgelenks, wobei in diesem Fall die äquivalente Distanz zum Drehwinkel die Dis-

tanz und die Zielfläche eine Markierung auf der Grundplatte der Drehscheibe darstellten. Die

Ergebnisse zeigten, dass die Geschwindigkeit zu Beginn der Bewegung langsam, dann ex-

ponentiell anstieg. Ab dem Maximalwert nahm die Geschwindigkeit analog dazu erst schnell,

später langsam ab. Der Verlauf der Bewegungsgeschwindigkeit ähnelte danach einer

„Gauß’schen Glockenfunktion“ (Normalverteilung). Die Autoren schlossen aus den erhöhten

Bewegungskorrekturen bei höheren Schwierigkeitsindizes, dass akkurate Bewegungen

durch eine Sequenz von diskreten Teilbewegungen ausgeführt wurden, wohingegen die Vpn

Aufgaben mit einem niedrigen Schwierigkeitsindex über eine kontinuierliche Oszillationsbe-

wegung realisierten (vgl. dazu auch Kelso, 1995).

Ein häufig angeführter Kritikpunkt an der Formulierung des Fitts’schen Gesetzes be-

trifft den Nullpunkt. Demnach müsste ein Schwierigkeitsindex von Null theoretisch möglich

sein, wohingegen sich eine motorische Aufgabe „ohne Schwierigkeit“ nicht generieren lässt.

Rein mathematisch verhindert der Quotient aus der doppelten Distanz geteilt durch die Ziel-

größe in der Fitts’schen Formulierung einen Nullpunkt, da die Zielweite nicht um das zweifa-

che größer sein kann als die Distanz, die von Mittelpunkt zu Mittelpunkt der Zielfelder defi-

niert ist. Guiard und Olafsdottir (2011) umgingen das Problem der Nicht-Existenz eines

Schwierigkeitsindex von Null durch die Umkehrung des Quotienten von 2*A/W in W/2*A. Die

Autoren berechneten einen Quotienten der relativen Intoleranz, der an die Stelle des Schwie-

rigkeitsindex rückt und welcher auch einen Wert von Null annehmen kann:

(10) rel. Intoleranz = 1 – (W/A)

Der Wertebereich dieser relativen Intoleranz liegt zwischen 0 und 100 %. Dabei ist

das Ziel zu 0 % intolerant, wenn W = A, also die Zielgröße gleich der Distanz ist. Dies bedeu-

tet, dass das Ziel nicht verfehlt werden kann, da der Zielbereich direkt an den Startpunkt an-

grenzt. Je höher die relative Intoleranz, desto schwieriger ist die Aufgabe. Bei einer relativen

Intoleranz von 99 % muss das Ziel mit einer hundertstel Genauigkeit im Verhältnis zur Dis-

tanz getroffen werden. Dafür ist durch diese Umkehrung eine 100 %-ige Intoleranz nicht

möglich.

Darüber hinaus analysierten die Autoren erstmals die Daten des Original Tipp-

Experiments (Fitts, 1954, Experiment 1) hinsichtlich der Anzahl der auftretenden Bewe-

gungsfehler. Sie fanden einen negativ beschleunigten Anstieg der Bewegungsfehler bei stei-

gendem Schwierigkeitsindex. Begründet wurde dieser exponentielle Anstieg

mit Limitatio-

nen des Bewegungsapparates (insbesondere mit der maximalen Geschwindigkeit und Ge-

nauigkeit des Armes), die anscheinend einen exponentiellen Anstieg der Energiekosten mit

Die Studie von Guiard und Olafsdottir (2011) gibt erste Hinweise darauf, dass sich die Bewegungsfehler nicht

über ein lineares, sondern ein exponentielles Anpassungsmodell approximieren lassen.

Handlungen aus Sicht der Informationsverarbeitung 21

steigender Geschwindigkeit verursachten (vgl. Guiard & Olafsdottir, 2011).

Eine neurophysiologische Erklärung für den Geschwindigkeits-Genauigkeitsausgleich

fanden Beamish, Bhatti, MacKenzie und Wu (2006), indem sie eine motorische Verzögerung

des Effektors generierten, d.h. dass die Rückmeldung über die Bewegung des Effektors mit

einem spezifischen zeitlichen Abstand einherging. Von der Grundannahme ausgehend, dass

eine motorische Aufgabe einen sensorisch-motorischen Kanal durchläuft (siehe auch Kapitel

2.1, Informationsverarbeitungstheorien), welcher in seiner Kapazität begrenzt ist, führten sie

ein verzögertes Feedback des Effektors ein, wodurch sie Veränderungen im Fitts’schen Ge-

setz quantitativ messen wollten. Limitationen des motorischen Systems ließen sich danach

über ein Modell zur „vektorbasierten Integration des Endpunktes einer Bewegung“ (kurz:

VITE; Abbildung 7) erklären:

Abbildung 7: Modell der vektorbasierten Integration des Endpunktes einer Bewegung (VITE). Das Zielpositions-

kommando (Target Position Command; TPC) gibt Auskunft über das intendierte Ziel der Bewegung. Über einen

Differenzvektor (DV) wird die aktuelle Position des zu bewegenden Effektors ins Verhältnis zur Zielposition ge-

setzt. Vor dem eigentlichen motorischen Kommando findet eine Rückkopplung des derzeitigen Positionskom-

mandos (Present Position Command; PPC) statt. Über ein Verstärkungssignal (Gain Signal; G) wird während des

Rückkopplungsprozesses unter anderem die Bewegungsgeschwindigkeit reguliert.

In einer ersten Phase wird ein Kommando (TPC; Target Position Command) über die

intendierte Zielposition an das motorische System gesandt, in dem die spezifischen Raum-

koordinaten enthalten sind. Der Differenzvektor (DV) spiegelt den Unterschied des momen-

tanen Ist-Zustandes im Vergleich zum Soll-Zustand wider. Bevor ein motorisches Signal an

die ausführende Muskulatur gesandt wird, findet eine Rückkopplung mit dem derzeitigen

Positionskommando (PPC; Present Position Command) statt. Hier wird der Ist-Zustand an

den Differenzvektor zurückgemeldet, wodurch dieser aktualisiert werden kann. Die Autoren

führten ein so genanntes Verstärkungssignal (G; Gain Signal) ein, das während des Rück-

kopplungsprozesses eingreift und unter anderem für die Regulierung der Bewegungsge-

schwindigkeit verantwortlich ist. Indem sie die negativen und positiven Rückmeldungen zwi-

schen DV und PPC systematisch verzögerten, fanden die Autoren, dass die Geschwindigkeit

bei großen Differenzen zwischen TPC und PPC (Soll-Ist-Vergleich) höher war und bei einer

Annäherung von PPC an TPC systematisch sank. Regressionsanalysen ihres Modells er-

motorisches

Kommando

TPC

PPC DV

Handlungen aus Sicht der Informationsverarbeitung 22

möglichten sehr präzise Vorhersagen der Bewegungszeit in Abhängigkeit der Aufgaben-

schwierigkeit. Welche physiologischen Ursachen diese Verstärkung bzw. Hemmung hat,

konnte dieses Modell jedoch nicht klären.

Da die weiter unten aufgeführte Experimentalreihe 2 (Experimente 4-6) eine „Wurf-

aufgabe“ beinhaltete, werden hier zwei Experimente (Kerr & Langolf, 1977 und Etnyre, 1998)

näher vorgestellt, die eine strukturähnliche Ober- und Unterarmbewegung (ähnlich einem

Dartwurf) analysierten. Vpn sollten mittels eines Stiftes verschiedengroße Ziele aus unter-

schiedlichen Distanzen treffen. Der Unterschied zur Fitts’schen Tipp-Aufgabe war, dass sie

dies in der Sagittalebene ausführen sollten, d.h. vor dem Körper in vertikaler Richtung (wie

bei einem Dartwurf). Durch 16 randomisierte Bedingungen konnte weitere Evidenz für die

erwartete lineare Abhängigkeit von SI und BZ auch in der Sagittalebene gegeben werden.

In einer ähnlichen Studie zum Darts (Etnyre, 1998) wurden die Vpn instruiert, den

Schwerpunkt ihrer Aufmerksamkeit beim Dartwurf entweder auf die Geschwindigkeit oder auf

die Genauigkeit zu legen. Dazu wurden fünf Stufen unterschiedlicher Geschwindigkeits-

Genauigkeitsgewichtungen eingesetzt. Außerdem wurde überprüft, ob das Fitts’sche Gesetz

auch unter maximalen Kraftbeanspruchungen standhält. Dazu wurden die Vpn in drei Exper-

tisegruppen (Experten, Fortgeschrittene und Anfänger) eingeteilt, die zu Beginn 15 Dartwürfe

mit einer normalen Wurfgeschwindigkeit und anschließend 15 möglichst kräftige Dartwürfe

ausführten. Als abhängige Variable wurde die relative Streuung um den Scheibenmittelpunkt

gemessen. Wie erwartet zeigten sich die geringsten Streuungsraten (d.h. Abweichungen

vom Zielfeld) in der Expertengruppe und die größten Streuungen um das Ziel in der Anfän-

gergruppe. Für alle drei Expertisegruppen ergaben sich außerdem größere Streuungen in

den Bedingungen, in denen mit maximaler Kraft geworfen werden sollte. Trotzdem blieb der

lineare Zusammenhang von Geschwindigkeit und Genauigkeit bei dieser dartsportähnlichen

Aufgabe stabil.

Für eine Definition der Bewegungsfehler lässt sich die Studie von Juras, Slomka und

Latash (2009) heranziehen. In ihren Experimenten sollten Vpn aus einer spezifischen Dis-

tanz von einer Kraftmessplatte aus auf eine Zielfläche springen. Dabei erfolgten Absprung

und Landung mit geschlossenen Füßen (d.h. als Schlusssprung). Vorab wurde die maximale

Sprungweite der Vpn ermittelt. Analog zu Fitts (1954) generierte die Gruppe verschiedene

Aufgabenschwierigkeiten (SI’s) aus der Kombination von Zielgröße und Distanz zwischen

einer Kraftmessplatte (Absprung) und einem Zielbereich (Landung). Die Vpn erhielten nach

jedem Sprung eine Rückmeldung darüber, ob der Sprung gültig oder ungültig war (mittels

eines akustischen Signals, welches ertönte, wenn die Elektroden unter den Füßen nicht den

Zielbereich berührten). Bei mehr als drei Fehlversuchen (Verpassen der Zielfläche) wurde

der Durchgang von insgesamt 15 Sprüngen wiederholt. Dies diente dazu, den Präzisions-

druck relativ hoch zu halten und ein „Auszuprobieren“ der Vpn zu verhindern. Es zeigte sich,

Handlungen aus Sicht der Informationsverarbeitung 23

dass die benötigte Zeit für einen Sprung, von der ersten Gewichtsveränderung auf der

Kraftmessplatte bis zum Aufsetzen der Elektroden im Zielbereich, ausschließlich abhängig

von der Distanz und nicht von der Breite der Zielfläche war. Betrachtete man jedoch die Zeit

von der ersten Änderung im Gewicht bis hin zum Abheben der Füße, ergaben sich Effekte

für die Distanz und auch die Größe der Zielfläche. Da es sich um eine ballistische Bewegung

handelte, die nach der einmaligen Initiierung nicht mehr korrigiert werden konnte, schlossen

die Autoren, dass anscheinend nur die Planung der Ausführung von der Zielgenauigkeit ab-

hing. Ihrer Interpretation nach führte ein kleines Zielfeld zu einer Art „Angst-es-zu-verfehlen“,

was sich in reduzierten Bewegungsgeschwindigkeiten widerspiegelte. Die Reaktionszeiten

waren dabei vom Startsignal bis zur initialen Bewegung des Effektors bei langen Bewegun-

gen unabhängig von dem Parameter „Zielgröße“. Dies bestätigten auch Kornhuber (1971,

auf ein akustisches Signal) und Klapp (1975, auf einen Lichtreiz).

Boyle und Shea (2011) prüften, ob sich der SI einer Aufgabe auch auf die Verweil-

dauer (d.h. die Zeit zwischen der Beendigung einer (Teil-)Bewegung bis zur Initiierung der

nächsten (Teil-)Bewegung) auswirkt. Den Autoren zufolge laufen während dieser Verweil-

dauer die meisten kognitiven Planungsprozesse ab. Vpn manipulierten dazu einen Punkt auf

einem Bildschirm mit Hilfe eines Stiftes. Auf dem Bildschirm sahen die Vpn zwei waagerech-

te Zielbereiche, die in ihrer Höhe und in ihrer Distanz zueinander variieren konnten. Die Auf-

gabe war es, den Punkt möglichst schnell und genau zwischen den Zielbereichen hin- und

her oszillieren zu lassen. Es fanden sich Effekte für die Faktoren Armbewegung, Handge-

lenksbewegung und Verweildauer. Die Gesamtbewegungszeit war demnach von diesen drei

Faktoren abhängig. Die Verweildauer korrelierte positiv mit dem SI, woraus sich schließen

ließ, dass auch die Nach- und Vorbereitungszeit bei Annäherungsbewegungen an ein Ziel in

Beziehung zum Fitts’schen Gesetz stand. Als eine mögliche Erklärung boten die Autoren die

Erforderlichkeit zusätzlicher Zeit, die Vpn verwendeten, um das Treffen des Zielbereiches bei

kleineren Zielen zu kontrollieren. Andererseits könnten die erhöhten Schwierigkeiten, wie

bereits Fitts und Peterson (1964) vorschlugen, zu längeren „Programmierungszeiten“, d.h.

zum Abrufen, Verarbeiten und Ausführen der Bewegung führen.

Grosjean, Shiffrar und Knoblich (2007) zeigten, dass das Fitts’sche Gesetz nicht nur

dann gültig ist, wenn Bewegungen ausgeführt, sondern auch wenn fremde Bewegungen

beobachtet werden. Dazu präsentierten sie ihren Vpn farbige Bilderpaare auf denen der Arm

und der Rumpf einer Person (Abbildung 8, oben) bzw. eines Roboters (Abbildung 8, unten)

und zwei Zielfelder dargestellt waren. Es wurden verschiedene Kombinationen aus Bewe-

gungsamplitude zwischen den Zielfeldern und der Größe der Zielfelder generiert, die auf

Basis des Fitts’schen Gesetzes verschiedene Schwierigkeitsindizes (2, 3 und 4 Einhei-

ten/Sekunde) ergaben. Dabei wurde durch neun Versuchsbedingungen jeder Schwierigkeits-

index dreimal abgebildet:

Handlungen aus Sicht der Informationsverarbeitung 24

Abbildung 8: Stimuli aus Grosjean et al. (2007). Die Bewegung konnte von einem menschlichen Akteur ausge-

führt werden (oben, Experiment 1) oder von einem Roboter (unten, Experiment 2). Dabei wurden jeweils zwei

Stimulibilder mit unterschiedlichen Kombinationen aus Bewegungsamplitude und Größe des Zielfeldes präsen-

tiert. Durch die aufeinanderfolgende Präsentation der Bilder resultiere eine s.g. „Scheinbewegung“. Die Stimuli

Bilder waren im Original farbig.

Die Vpn beobachteten den menschlichen Akteur (Experiment 1) oder den humanoi-

den Roboter (Experiment 2), der seine Hand zwischen den beiden Zielfeldern hin-und-her

bewegte. Durch die aufeinanderfolgende Präsentation zweier Bilder entstand eine s.g.

„Scheinbewegung“ der Hände. Die Aufgabe der Vpn war es (mittels zweier Antworttasten) zu

entscheiden, ob es bei der gesehenen Bewegung für den Akteur oder den Roboter möglich

ist diese Bewegung auszuführen ohne die Zielfelder zu verfehlen. Die Vpn wurden dabei

instruiert ihre eigenen Hände auf den Antworttasten liegen zu lassen, damit sie die Bewe-

gungen des menschlichen Akteurs oder des humanoiden Roboters nicht gleichzeitig mitvoll-

ziehen konnten. Die Zeitspanne zwischen den beiden Stimuli Bildern wurde mittels 16 ver-

schiedener Stimulus-Onset-Asynchronitäten

(SOA’s) zwischen 120 und 720 ms (in 40 ms

Abständen) systematisch variiert. Die Vpn mussten einschätzen, ob eine die jeweilige Zeit-

spanne ausreichen würde, die Zielbewegung erfolgreich zu absolvieren. Es zeigte sich für

die Einschätzung der menschlichen Bewegung, dass die Probanden mit zunehmender Auf-

gabenschwierigkeit (als Kombination von Zielgröße und Bewegungsamplitude) eine längere

Bewegungszeit voraussetzten. Dies äußerte sich in einem linearen Zusammenhang mit ho-

her Varianzaufklärung (R² = .96) von realistischem Stimulus-Onset und dem Schwierigkeits-

Als Stimulus-Onset-Asynchronität (SOA’s) wird die Zeitspanne zwischen zwei aufeinander folgenden Ereignis-

sen bezeichnet. Bei einem SOA von Null treten beide Ereignisse gleichzeitig auf. Je größer das SOA, desto grö-

ßer ist die Verschiebung (oder Asynchronität) der Ereignisse.

Menschlicher Akteur

Humanoider Roboter

Handlungen aus Sicht der Informationsverarbeitung 25

index. Auch im zweiten Experiment schätzen die Vpn die Bewegungen des Roboters im Sin-

ne des Fitts’schen Gesetzes ein, sodass die SOA’s mit dem SI korrelieren. Das heißt, dass

von den Vpn bei höheren SI’s ein größeres SOA als realistisch eingeschätzt wird und umge-

kehrt. Das Fitts’sche Gesetz behält demnach seine Gültigkeit auch bei wahrgenommenen

Handlungen Grosjean et al., 2007).

Zusammenfassend ist in diesem Kapitel „Handlungen aus Sicht der Informationsver-

arbeitung“ festzuhalten, dass der Mensch in seiner Fähigkeit Handlungen sowohl schnell als

auch präzise auszuführen limitiert ist (vgl. Woodworth, 1899; Fitts, 1954, 1992; Fitts & Peter-

son, 1964; Fitts & Posner, 1968). Spezifische Modifikationen machen das Fitts’sche Gesetz

flexibler für unterschiedliche Rahmenbedingungen (für einen Überblick siehe Plamondon &

Alimi, 1997). Das Fitts’sche Gesetz behält dabei seine Gültigkeit nicht nur für direkt ausge-

führte, sondern auch für wahrgenommene Handlungen (Grosjean et al., 2007). Dies stärkt

die Annahme, dass Handlungsausführung, Handlungswahrnehmung und der motorischen

Vorstellung ähnliche Prozessen zugrunde liegen. Das Fitts’sche Gesetz scheint demnach

nicht nur körperinterne motorische Limitationen zu beschreiben, sondern eher als kognitiver

Prozess zu verstehen sein, welcher sich durch den rein sensomotorischen Ansatz (vgl. Don-

ders, 1869; Sternberg, 1969; und später Sanders, 1980) – ohne die gemeinsame Repräsen-

tation von Wahrnehmung und Handlung – nicht erklären lässt.

Handlungen im Kontext von Partnerinteraktionen 26

3 Handlungen im Kontext von Partnerinteraktionen

Bislang wurde der Prozess der Informationsverarbeitung als sukzessive Aufeinander-

folge einzelner Verarbeitungsschritte in eine Richtung vom eingehenden bis zum ausgehen-

den Signal (Donders, 1869; Sternberg, 1969; Fitts, 1954) verstanden. Dieser s.g. senso-

motorische Ansatz geht bis auf Descartes (1664) zurück, der den Menschen (und Tiere) mit

einer Maschine verglich. Seiner Auffassung nach kommunizieren Nervenstränge über Druck

und Zug mit dem Gehirn. Descartes ging von der Überlegung aus, dass Handlungen eine

Fortsetzung der Wahrnehmung mit anderen Mitteln sind (vgl. Hommel & Nattkemper, 2011).

Dabei interagierten Leib und Seele

nicht miteinander, sondern funktionierten über zwei pa-

rallel ablaufende Prozesse. Afferente Prozesse, durch die Informationen, die an den Sinnes-

organen erzeugt werden, an das „Zentralorgan“ (Zentrale Nervensystem; ZNS) weitergeleitet

werden und efferente Prozesse, durch die Bewegungskommandos vom Zentralorgan in die

Muskulatur der Körperperipherie geleitet werden. Zentrale Prozesse (im Zentralorgan) verar-

beiten die eingehenden Signale zu ausgehenden Signalen (vgl. Hommel & Nattkemper,

2011, S. 3). Das Problem dieser parallelen Verarbeitung sieht Prinz (1997) in der Kommen-

surabilität von Wahrnehmung und Handlung, also der fehlenden Interaktion von Leib und

Seele in Descartes‘ Ansatz und allen darauf aufbauenden Ansätzen.

3.1 Wahrnehmungs-Handlungskopplung

Nach Prinz (1997) existiert eine gemeinsame Ebene der Repräsentation sensorischer

und motorischer Inhalte auf der eingehende (afferente) und ausgehende (efferente) Signale

kommensurabel (i.S.v. vergleichbar) kodiert werden und dadurch miteinander kommunizie-

ren können (Abbildung 9). Im unteren Bereich der Abbildung (durchgezogene Pfeile) sind die

Ereignisse (events) und Stimulationsmuster (stimulation paterns) auf der Wahrnehmungssei-

te und die Antwort (response) und die Ansteuerungsmuster (excitation pattern) auf der Hand-

lungsseite noch separat kodiert. Auf einer gemeinsamen Repräsentationsebene (gestrichelte

Pfeile) sind sensorische und motorische Informationen gemeinsam kodiert (Common-

Coding-Annahme, Prinz, 1990, 1997). Die Fähigkeit zur internen Simulation von Handlungen

wird nach dem Ansatz der gemeinsamen Kodierung darauf zurückgeführt, dass wahrge-

nommene und geplante Handlungen auf eine gemeinsame Repräsentationsebene zurück-

greifen können (Meltzoff & Prinz, 2002).

9 Heute würden wir die Begriffe „Leib“ und „Seele“ wahrscheinlich eher mit „Körper“ und „Kognition/Bewusstsein“

benennen.

Handlungen im Kontext von Partnerinteraktionen 27

Abbildung 9: Vereinfachte Darstellung der Kopplung von Wahrnehmung und Handlung (aus Prinz, 1997). Im

unteren Bereich (durchgezogene Pfeile) sind die Ereignisse (events) und Stimulationsmuster (stimulation paterns)

auf der Wahrnehmungsseite und die Antwort (response) und die Ansteuerungsmuster (excitation pattern) auf der

Handlungsseite noch separat kodiert. Auf einer gemeinsamen Repräsentationsebene (gestrichelte Pfeile) sind

sensorische und motorische Informationen gemeinsam codiert.

Die neuronale Entsprechung für eine gemeinsame Repräsentation von Wahrneh-

mung und Handlung fanden Rizzolatti, Craighero und Fadiga (2002) während sie Experimen-

te an Primaten durchführten. Die Autoren konnten zeigen, dass das Beobachten von Hand-

lungen eines anderen Individuums (hier eines Primaten), die gleichen neuronalen Areale

aktiviert, die für die motorische Ausführung der gleichen Handlung zuständig sind. Es fanden

sich dabei spezifische Nervenzellen (s.g. Spiegelneurone), die es ermöglichen das Ziel einer

(fremden) Handlung zu simulieren. Iacoboni (2005) übertrug diese Befunde auf den Men-

schen, indem er zeigte, dass die Hirnregionen in denen die Spiegelneurone, die für Fähigkei-

ten mentale Simulationen, d.h. eine Handlung vor dem inneren Auge ablaufen lassen zu

können, und Imitationen verantwortlich gemacht werden, denjenigen Regionen bei den Pri-

maten entspricht.

In weiteren neurowissenschaftlichen Studien konnte gezeigt werden, dass während

der Wahrnehmung einer Bewegung die gleichen neuronalen Mechanismen im Betrachter

aktiv werden, die für die eigene Planung und Ausführung eben dieser Handlung zuständig

sind (Calvo-Merino, Glaser, Grèzes, Passingham, & Haggard, 2005). Dabei werden Hand-

lungen über ihre distalen Effekte, die sie als Ereignisse in der Umwelt produzieren, reprä-

sentiert (siehe auch theory of event coding; TEC; Hommel et al., 2001). Führt eine Handlung

regelmäßig zu einem (zuverlässigen) Effekt, dann werden Handlungen miteinander verbun-

event

code action

code

central

peripheral

organism

environment

sensory code motor code

translation

simulation pattern excitation pattern

event response

Handlungen im Kontext von Partnerinteraktionen 28

den (assoziatives Lernen; siehe Abbildung 10). Das 2-Stufenmodell der „emergenten

“

Handlungskontrolle von Elsner und Hommel (2001) beschreibt auf der ersten Stufe, dass das

motorische System einen spezifischen Effekt in der Umwelt produziert. Dieser Effekt wird

über kognitive Kodes, die diesen Effekt repräsentieren, im kognitiven System integriert. Füh-

ren motorische Handlungen zuverlässig zu den gleichen Effekten, werden diese motorischen

Handlungen durch assoziatives Lernen direkt mit den erwarteten Effekten und damit mit den

kognitiven Kodes, die diesen Effekt repräsentieren verknüpft (Stufe 2). Dadurch ruft ein be-

obachteter Effekt (z.B. ein bestimmtes Ereignis in der Umwelt) die Handlung, welche dieses

Ereignis regelmäßig herbeiführt, auf den Plan (via common-coding). Diese Aktivierung ist

umso stärker, je größer die Übereinstimmung der gemeinsamen Merkmale ist.

Abbildung 10: Das 2-Stufenmodell der emergenten Handlungskontrolle von Elsner und Hommel (2001): Auf der

ersten Stufe (links) produziert das motorische System einen spezifischen Effekt, welcher über kognitive Kodes,

die diesen Effekt im kognitiven System darstellen, repräsentiert wird. Durch assoziatives Lernen, werden motori-

sche Handlungen direkt mit den erwarteten Effekten und damit mit den kognitiven Kodes, die diesen Effekt reprä-

sentieren verknüpft (Stufe 2, rechts).

Mit der Common-Coding-Annahme können insbesondere zwei Phänomene erklärt

werden (Abbildung 11): Zum einen wird das eigene motorische System beim Beobachten

fremder Handlungen aktiviert (motorische Resonanz). Andererseits wird das Betrachten

fremder Handlungen von der eigenen motorischen Erfahrung beeinflusst (perzeptuelle Re-

sonanz, vgl. Schütz-Bosbach & Prinz, 2007).

Als Emergenz bezeichnet man die Entstehung von übergeordneten Mustern und Phänomenen, die sich nicht

unmittelbar auf die einzelnen Unterelemente zurückführen lassen.

Stufe 1

ffekt

Kognitives System

Motorisches System

Kognitives System

Stufe

Motorisches System

Handlungen im Kontext von Partnerinteraktionen 29

Abbildung 11: Motorische und perzeptuelle Resonanz (aus Schütz-Bosbach & Prinz, 2007). Es existiert eine di-

rekte Verbindung zwischen Handlung und Wahrnehmung. Beobachtete Handlungen aktivieren korrespondierende

motorische Repräsentationen im Beobachter (motorische Resonanz; Person A, welche die Handlung von Person

B wahrnimmt). Auf der anderen Seite bahnt die Ausführung einer Handlung die Wahrnehmung einer entspre-

chenden Handlung vor (perzeptuelle Resonanz; Person B, ist sensitiver für die gleiche Handlung der Person A).

Moderne Theorien nehmen an, dass eine direkte Verbindung zwischen Handlung und

Wahrnehmung existiert (z.B. Elsner & Hommel, 2004; Hommel et al., 2001; Prinz, 1997; Wil-

son & Knoblich, 2005). Dabei aktivieren beobachtete Handlungen korrespondierende motori-

sche Repräsentationen im Beobachter (motorische Resonanz; Person A, welche die Hand-

lung von Person B wahrnimmt). Auf der anderen Seite bahnt die Ausführung einer Handlung

die Wahrnehmung einer entsprechenden Handlung vor (perzeptuelle Resonanz; Person B,

die sensitiver für die gleiche Handlung der Person A ist).

3.1.1 Effekte perzeptueller Resonanz

Empirische Studien zur perzeptuellen Resonanz beim Bewegungsbeobachten konn-

ten zeigen, dass das eigene Bewegungsrepertoire von Experten, das Wahrnehmen fremder

Handlungen beeinflusst (Casile & Giese, 2006). In einer Trainingsstudie lernten Vpn mit ver-

bundenen Augen und mit Hilfe von verbalem und haptischem Feedback eine vom normalen

Gangmuster abweichende Oberkörperbewegung. Trotz fehlender visueller Reize während

der Trainingsphase erkannten die Vpn eine Phasenverschiebung (von Oberkörper- zu Bein-

bewegungen) an Point-Light-Figuren besser, wenn es sich um das selbst erlernte motorische

Handlungen im Kontext von Partnerinteraktionen 30

Bewegungsmuster handelte. Diese Ergebnisse belegen, dass die motorische Expertise ei-

nen direkten Einfluss auf die visuelle Wahrnehmung hat (vgl. Blakemore, & Decety, 2001).

Blandin, Lhuisset und Proteau (1999) zeigten, dass die Qualität der (beobachteten)

Bewegung eine Rolle für die Wahrnehmung spielt. Dazu erlernte eine Gruppe von Proban-

den eine spezifische Schrittfolge (links, rechts und vorwärts Bewegungen) mit Hilfe eines

Expertenvorbildes, welches die Schrittfolgen vormachte und instruierte. Das Training be-

stand sowohl aus eigenem physischen Training und der Beobachtung des Expertenvorbil-

des. Eine andere Gruppe von Probanden wurde zum Erlernen der gleichen Schrittfolgen von

einem Laien unterrichtet. Obwohl beide Gruppen die gleiche Zeit für das Training investier-

ten, ergaben sich Unterschiede in der Qualität der späteren Ausführung. Die Expertenbe-

obachter konnten im Nachhinein die Bewegung signifikant besser (schneller und mit weniger

Schrittfehlern) selber ausführen als die Gruppe, die den Laien bei seiner Bewegung beo-

bachtet hatte.

Grafton und Cross (2008) bestätigten diesen Effekt in einer länger angesetzten (fünf-

tägigen) fMRI-Studie, in der eine Gruppe von Tanznovizen und eine Expertengruppe als

passive Beobachter verschiedener Tanzsequenzen wirkten. Der Expertengruppe half die

Beobachtung der Tanzsequenzen für die eigene Technik mehr als der Anfängergruppe, so-

dass diese eine längere Abfolge von Sequenzen zuverlässig reproduzieren konnte. Die Auto-

ren schlossen daraus, dass das Beobachten von spezifischen Bewegungen bei Experten

stärkere neuronale Aktivität hervorruft. Diese erhöhte perzeptuelle Resonanz wurde durch

die bessere Passung des Beobachteten bei den Experten begründet.

Weitere Evidenz für perzeptuelle Resonanzeffekte gaben Aglioti und Kollegen (Aglio-

ti, Cesari, Romani, & Urgesi, 2008), indem sie drei Versuchspersonengruppen: (1) professio-

nelle Basketballspieler, (2) Basketballkenner (Journalisten und Trainer, die seit über 17 Jah-

ren mehr als 8 Stunden Basketballball pro Woche beobachten) und (3) Basketball-Laien

(Studenten, die nie Basketball gespielt haben und selten Basketball beobachten) Videos

eines Basketballfreiwurfs zeigten. Aufgabe der drei Gruppen war es einzuschätzen, ob ein

beobachteter Freiwurf trifft oder nicht (Treffer „ja/nein“). Außerdem konnten die Vpn antwor-

ten, dass sie es nicht sicher wüssten („Unsicher“). Die Autoren manipulierten die Länge der

Videos dahingehend, dass den Vpn sukzessive mehr Informationen über den Wurf (und die

Bewegungstrajektorie des Balles) zur Verfügung stand. In 71 ms Schritten näherten sich die

Wurf- und Ballbewegungen dem Korb an. Zum einen zeigte sich, dass mit zunehmender

Länge der Videos die Unsicherheit über das Resultat des Wurfes abnahm. Dies galt sowohl

für die Basketballspieler, die Basketballkenner und die Basketball-Laien. Die professionellen

Basketballspieler waren sich jedoch eher sicher, d.h. entschieden sich für eine Antwort (Tref-

fer „ja“ oder „nein“) als die Basketball-Kenner und diese eher als die Basketball-Laien. Das

gleiche Muster ergab sich für die Qualität der Bewertung (in Form von korrekten „ja-nein“-

Handlungen im Kontext von Partnerinteraktionen 31

Entscheidungen), sodass professionelle Basketballer den gesehenen Freiwurf früher richtig

einschätzten als die Kenner und diese besser als die Laien. Zum einen verbesserte die eige-

ne Bewegungserfahrung die Wahrnehmung und Vorhersage sportartspezifischer Bewegun-

gen und zum anderen wirkte sich auch die reine Beobachtung (hier die Journalisten und

Trainer) von Basketballsituationen auf die Wahrnehmung von ähnlichen Situationen aus (vgl.

Aglioti et al. 2008).

Steggemann und Weigelt (2011) gingen der Frage nach, ob sich (motorische) Erfah-

rungen im Sport auf die Erkennung von Handlungen auswirken. Dafür testeten sie sowohl

Probanden mit Erfahrungen im Turnen als auch ohne Erfahrungen. Ihre Aufgabe war es in

einem Computerexperiment schnellstmöglich zu entscheiden, ob eine mehr oder weniger

rotierte Person (Abstufungen von jeweils 45°) entweder den rechten oder linken Arm aus-

streckt. Die Analyse der Reaktionszeiten ergab, dass Probanden generell länger für die Ent-

scheidung benötigten, je weiter die dargestellte Person rotiert war. Ein Vorteil für Experten in

der Entscheidungsleistung ergab sich jedoch erst bei Winkelorientierungen über 135°. Den

Autoren nach profitieren sie erst von ihrer Bewegungserfahrung, wenn die dargestellte Per-

son in ungewöhnlichen, nicht-alltäglichen Körperorientierungen gezeigt wird (vgl. Stegge-

mann & Weigelt, 2011). Somit wirkt sich die motorische Erfahrung unmittelbar auf die Wahr-

nehmung der rotierten Person aus.

3.1.2 Effekte motorischer Resonanz

Die Aktivierung eigener Handlungsrepräsentationen beim Beobachten fremder Hand-

lungen (motorische Resonanzeffekte) konnte in einer Reihe von Studien sowohl mit stati-

schem als auch mit dynamischem Bildmaterial gezeigt werden: Brass, Bekkering und Prinz

(2001) wiesen bei der Wahrnehmung einfacher dynamischer Fingerbewegungen nach, dass

Reaktionen deutlich schneller erfolgten, wenn eine wahrgenommene Fingerbewegung (he-

ben oder tippen) mit der Reaktion überstimmte, d.h. der Stimulus und die auszuführende

Bewegung kompatibel waren. Dabei fanden sich beschleunigte Reaktionszeiten, wenn die

Vpn mit einem aufgabenirrelevanten, aber kompatiblen Reiz konfrontiert wurden. Umgekehrt

traten verlangsamte Reaktionszeiten ein, wenn der relevante und der irrelevante Reiz inkon-

gruent waren. Um auszuschließen, dass sich dieser „Kompatibilitätseffekt“ alleine auf die

ideomotorische Ähnlichkeit der Bewegungen zurückführen lässt, wurde in einem zweiten

Experiment die Reaktion über ein farbiges Objekt hervorgerufen. Auch dabei fanden sich

(leicht abgeschwächte) Kompatibilitätseffekte. Aufgrund weiterer Kritik an den Experimenten

der Gruppe um Brass, nämlich, dass bei den erforderlichen Reaktionen auf die Stimulus ge-

gebenenfalls homologe Muskelgruppen aktivieren, wurden die visuellen Stimuli in der Hälfte

der Fälle um 180° gespiegelt, während die Vpn weiterhin auf die Bewegung der Finger rea-

Handlungen im Kontext von Partnerinteraktionen 32

gieren sollten. Es zeigten sich zum einen räumliche Kompatibilitätseffekte, wenn die Finger-

bewegungen in die gleiche Richtung gingen und zum anderen ideomotorische Kompatibili-

tätseffekte, wenn die eigene und beobachtete Bewegung die Aktivierung gleicher Muskel-

gruppen erforderlich machte (vgl. Brass et al., 2001).

Ideomotorische Kompatibilitätseffekte werden mit s.g. „Bahnungseffekten“ erklärt, bei

denen Muskelgruppen voraktiviert bzw. gehemmt werden, wenn ein ähnlicher bzw. unähnli-

cher Reiz betrachtet wird. Neben einfachen Fingerbewegungen fanden sich solche Bah-

nungseffekte auch bei komplexeren Bewegungen (Bach & Tipper, 2006): Vpn sollten dazu in

einem Computerexperiment zwei verschiedene Personen (George vs. John) mittels Finger-

und Fußdruck identifizieren. Dabei führte die dargestellte Person entweder eine Tippbewe-

gung mit den Händen auf einer Computer-Tastatur oder eine Schussbewegung mit dem Fuß

durch. In Experiment 1 präsentierten die Autoren die Handlungen zunächst per Video. Es

ergaben sich effektorspezifische Bahnungseffekte, so dass die Probanden die Personen in

den Videos schneller identifizierten, wenn das Körperteil, mit dem die Reaktion ausgeführt

werden sollte, mit dem ausführenden Körperteil auf dem Video kompatibel war. Die Präsen-

tation von statischen Bildern im gleichen Handlungskontext (Hand vs. Fuß), jedoch ohne

Bewegungsausführung in Experiment 2, führte dagegen nicht zur effektorspezifischen Vor-

bahnung (vgl. auch Gillmeister et al., 2008; für effektorspezifische Bahnungsprozesse bei

statischem Bildmaterial).

Klein-Soetebier und Kollegen (2011) konnten nachweisen, dass der Kontext in dem

eine beobachtete Person handelt inzidentell mitverarbeitet wird, auch wenn dieser irrelevant

für die Lösung der Aufgabe ist. Vpn sollten dazu in einem Computerexperiment mit der Hand

oder dem Fuß auf die Rahmenfarbe (rot oder blau) eines dargebotenen Stimulus reagieren.

Die Stimulibilder zeigten dabei Basketball- oder Fußballexperten, die eine jeweilige sport-

artspezifische Handlung ausführten. Interessanterweise reagierten Vpn schneller auf die

Rahmenfarbe, wenn das Körperteil, mit dem die Reaktion ausgeführt werden sollte (Hand vs.

Fuß), mit der gezeigten Sportart (Basketball vs. Fußball) übereinstimmte, d.h. die Reaktions-

zeiten mit der Hand auf Basketballstimuli und mit dem Fuß auf Fußballstimuli (kongruent)

waren kürzer als mit der Hand auf Fußball- und dem Fuß auf Basketballstimuli (inkongruent).

Außerdem machten sie weniger Fehler in den kongruenten als in den inkongruenten Versu-

chen. Demnach fand eine effektorspezifische Mitaktivierung des Handlungskontextes statt,

obwohl der Akteur bzw. die Handlung selbst irrelevant für die Bearbeitung der Aufgabe war.

Weitere, behaviorale Befunde lieferten Kilner, Paulignan und Blakemore (2003), in-

dem sie Vpn eine (Pendel-)Bewegung mit dem Arm in vertikaler oder horizontaler Richtung

ausführen ließen. Dabei sollten sie einen circa zwei Meter entfernt positionierten Ko-Akteur

beobachten, der entweder eine kongruente (horizontal/horizontal oder vertikal/vertikal) oder

eine inkongruente (horizontal/vertikal oder vertikal/horizontal) Bewegung zu der eigenen aus-

Handlungen im Kontext von Partnerinteraktionen 33

führte. Der Part des Ko-Akteurs konnte entweder von einer menschlichen Person oder einem

humanoiden Roboter übernommen werden. Als abhängige Variable wurde die Varianz in der

Bewegung über videobasierte Analyseverfahren gemessen. Die Ergebnisse belegten, dass

sich die Vpn von der Beobachtung einer für sie irrelevanten Handlung beeinflussen ließen.

Die Varianzen in der Bewegung stiegen bei der Beobachtung einer inkongruenten Bewegung

des menschlichen Ko-Akteurs an. In der kongruenten Bedingung war dies nicht der Fall. Inte-

ressanterweise wurde dieser Kongruenzeffekt bei der Beobachtung des humanoiden Robo-

ters nicht wirksam. Diese Befunde legen nahe, dass die Interferenzen nicht auf erhöhte Auf-

merksamkeitsanforderungen oder erhöhte Aufgabenkomplexitäten zurückzuführen sind,

sondern dass das menschliche Gehirn zwischen biologischen und nicht-biologischen Bewe-

gungen unterscheidet (vgl. Kilner et al., 2003).

Zusammengefasst werden sensorische und motorische Informationen durch eine

gemeinsame Repräsentationsebene von Wahrnehmung und Handlung interaktionistisch ver-

arbeitet (Prinz, 1990, 1997; Meltzoff & Prinz, 2002). Experimente zur motorischen und

perzeptuellen Resonanz sprechen dafür, dass bei der Beobachtung von Handlungen korres-

pondierende motorische Repräsentationen aktiviert werden und die eigene Ausführung einer

Handlung die Wahrnehmung einer entsprechenden Handlung erleichtert (Schütz-Bosbach &

Prinz, 2007). Erst durch diese Fähigkeit sind Menschen in der Lage Handlungen anderer

Personen mit zu simulieren. Knoblich und Sebanz (2006) sprechen von gemeinsamen Hand-

lungskodierungen zwischen Personen (common coding between participants). Auf diese

Fähigkeit der Handlungssimulation wird im folgenden Kapitel Bezug genommen.

Handlungen im Kontext von Partnerinteraktionen 34

3.2 Handlungssimulation

Das Betrachten fremder Handlungen führt automatisch zur (Vor-)Aktivierung gleicher

Bewegungsmuster beim Beobachter. Das heißt, wenn wir andere Menschen beim Handeln

beobachten, werden die Bewegungen intern mit vollzogen, selbst wenn wir diese nicht selber

ausführen (Jeannerod, 2001). Demnach werden spezifische Gehirnareale und korrespondie-

rende Repräsentationen nicht nur bei der Ausführung eigener Handlungen aktiviert, sondern

auch dann, wenn andere Personen die gleichen Aktionen ausführen und diese nur betrachtet

werden. Für diese internen Simulationsprozesse (engl. action simulation) sprechen eine

Vielzahl von Studien (Iacoboni, 2005).

Mit Hilfe einer computergestützten Verfolgungsaufgabe untersuchten Knoblich und

Jordan (2003), ob bei gemeinsamen Antizipationsaufgaben die Partnerhandlung vorherge-

sagt werden kann. Hier sollten Vpn in einer Einzel- und einer Paarbedingung einen Punkt auf

dem Bildschirm so beschleunigen und abbremsen, dass dieser in einem markierten Zielbe-

reich zum Stehen kommt. Die Ergebnisse zeigten zum einen, dass Vpn die motorische Inter-

aktionsaufgabe erlernten, nämlich die Distanz zwischen Punkt und Zielbereich im Laufe der

Testreihe reduzierten. Zum anderen waren die Distanzen in den Paarbedingungen signifikant

größer als in den Einzelbedingungen (Tabelle 1).

Tabelle 1: Ergebnisse aus Knoblich und Jordan (2003) als durchschnittliche Abweichung vom Ziel.

Bedingung Abweichung vom Zielfeld

Einzeln mit Feedback geringe Distanz

große Distanz

Einzeln ohne Feedback

Gemeinsam mit Feedback

Gemeinsam ohne Feedback

Es fiel den Vpn also leichter, die Beschleunigung und das Bremsen selber zu steuern,

als mit Hilfe eines Partners. Als zusätzlichen Faktor führten die Autoren Bedingungen mit

einer Rückmeldung (s.g. Feedback), über den Zeitpunkt zu dem der Ko-Akteur seine Hand-

lung initiiert ein, indem sie das Drücken einer Taste mit einem akustischen Feedback versa-

hen. Die Abweichungen vom Zielbereich waren in Bedingungen ohne akustisches Feedback

größer. Ein Feedback über das Timing des Ko-Akteurs führte zu besseren Ergebnissen (ge-

ringeren Abweichungen). Die Einzelbedingungen ohne Feedback und die Paarbedingungen

mit Feedback unterschieden sich nicht, was darauf hin deutet, dass unter Zuhilfenahme von

Feedback die Handlung des Ko-Akteurs simuliert und in den eigenen Handlungsplan inte-

Handlungen im Kontext von Partnerinteraktionen 35

griert werden kann (Knoblich & Jordan, 2003). Wilson und Knoblich (2005) benennen so ge-

nannte „perzeptuelle Emulatoren“, durch die Akteure in der Lage sind eigene körperinterne

Mechanismen mental zu simulieren und daher die Handlungen anderer Personen in Echtzeit

nachverfolgen können. Diese Emulatoren werden bei fehlenden oder mehrdeutigen (beo-

bachteten) Informationen dazu genutzt, auf Basis des eigenen Körpermodells, die Handlun-

gen anderer Personen zu verstehen (vgl. Wilson & Knoblich, 2005).

Die Gruppe um Hamilton (2004) präsentierte Vpn kurze Videos der Hand einer Per-

son, die ein Objekt griff und auf eine andere Position platzierte. Die Vpn sollten anhand der

Videoaufnahmen das Gewicht des Objektes schätzen, während sie selber unterschiedlich

schwere Objekte ergriffen auf eine andere Position ablegten. Die Annahme war, dass sich

die Vpn von dem Gewicht des selbst angehobenen Objekts beeinflussen lassen. Dies war

auch der Fall. Vpn überschätzten das Gewicht des gesehenen Objekts, wenn sie selbst ein

leichtes Objekt anhoben und unterschätzten das Gewicht des Objekts in dem Video, wenn

sie selbst ein schweres Objekt hoben. Die Planung bzw. Ausführung einer Handlung scheint

die Wahrnehmung (hier die Beurteilung des Gewichts) zu beeinflussen (vgl. Hamilton, Wol-

pert, & Frith, 2004).

Grèzes, Frith und Passingham (2004) bestätigten dies für größere (Ganzkörper-

)Bewegungen. Sie zeigten dazu ihren Vpn Aufnahmen (in Form von Lichtpunkt Figuren) von

Personen, die Kisten unterschiedlicher Gewichte (1, 6, 12, 18 kg) vom Boden auf ein Podest

in einem Meter Höhe stellten. Dabei wurde der hebenden Person in 90 % der Fälle vorab

das exakte Gewicht der Kiste genannt, in den übrigen 10 % wurde die Person absichtlich

falsch über das Gewicht instruiert. Die Aufgabe der Vpn in der fMRI-Röhre war es nun zu

entscheiden, ob die hebende Person auf der Aufnahme korrekt oder inkorrekt instruiert wur-

de (also ein anderes Gewicht antizipierte). Die Vpn wurden auch selbst für die Aufnahmen

genutzt. Das Experiment wurde acht Monate nach Aufnahme der Bewegungssequenzen

durchgeführt, um eventuelle Erinnerungseffekte an die eigene Aufnahme zu vermeiden. Mit-

tels der fMRI Technik konnte gezeigt werden, dass der parietale prämotorische Kortex (zu-

ständig für die Bewegungsplanung) deutlich schneller aktiv wurde, wenn die Vpn sich selbst

als Lichtpunkt-Figur sahen. Die Entscheidung, ob es sich um das instruierte oder falsche

Gewicht handelte, wurde bei der Beobachtung eigener Bewegungen jedoch nicht besser.

Beobachteten die Vpn eine Falschinstruktion der hebenden Person wurde vor allem der

rechte superior-parietale Sulcus aktiv. Dieser wird vor allem für die sensorische und motori-

sche Koordination und die visuelle Aufmerksamkeit, aber auch für die Wahrnehmung frem-

der Intentionen verantwortlich gemacht. Die Autoren gingen darüber hinaus der Frage nach,

wann antizipative Effekte wichtiger als bereits laufende Kontrollbewegungen werden und wie

Informationen über nötige Bewegungsänderungen in Echtzeit in den Bewegungsplan inte-

griert werden können. Interagierende Partner müssen demnach ihre Handlungen so planen

Handlungen im Kontext von Partnerinteraktionen 36

und ausführen, dass sie die Reaktionen des anderen antizipieren und adäquat darauf reagie-

ren können. Für das gemeinsame Handeln bedeutet dies, dass nicht nur vorhergesagt wer-

den muss wie der Partner auf die veränderte Situation reagiert, sondern auch wie und wann

die eigene Bewegung initiiert werden muss, dass der Gegenüber die Situation nicht falsch

interpretiert (vgl. Grèzes et al., 2004).

Diese „Gemeinsamen Handlungen“ (engl. joint action) finden seit einigen Jahren gro-

ße Aufmerksamkeit in der Forschung (z.B. der Kognitionspsychologie). Wohingegen viele

wissenschaftliche Befunde in der Vergangenheit ein Individuum als isolierte Einheit betrach-

teten und dessen Verhalten (z.B. auf einen Stimulus) rein stimulusbezogen interpretierten

(siehe oben: sensomotorischer Ansatz), wird in der Joint-Action-Forschung der soziale Kon-

text in dem die Probanden stehen berücksichtigt.

Sebanz, Bekkering und Knoblich (2006) bezeichnen als gemeinsame Handlung jede

Form der sozialen Interaktion zwischen zwei oder mehr Individuen, die ihre Handlungen auf-

einander abstimmen, um eine Änderung ihrer Umgebung hervorzurufen:

„As a working definition, joint action can be regarded as any form of social interaction whereby two or

more individuals coordinate their actions in space and time to bring about a change in the environment”

(Sebanz et al., 2006a, S. 70).

Als Grundvoraussetzungen für das gemeinsame Handeln werden die Fähigkeiten benötigt:

(1) Repräsentationen einer Handlung zu teilen (Ko-Repräsentationen),

(2) die Handlungen des anderen vorherzusagen (Antizipation),

(3) die vorhergesagten Effekte (der fremden und der eigenen Handlung) in das eigene

Handlungsschema mit aufzunehmen (Integration).

(vgl. Sebanz et al., 2006a, S.70)

Die Autoren erläutern diese Fähigkeiten anhand des Beispiels eines gemeinsam zu

tragenden schweren Tisches. Den Handelnden bieten sich verschiedene Möglichkeiten den

Tisch zu tragen: Sie können den Tisch beide mit dem Gesicht zueinander (und zum Tisch)

anheben, um ihn dann mit einem sicheren Griff transportieren zu können. Dabei muss sich

einer der Partner jedoch rückwärts fortbewegen. Beide Akteure könnten den Tisch auch hin-

ter dem Rücken greifen, damit sie flexibel in jede Richtung gehen können und ihre Sicht (auf

den Boden) durch den Tisch nicht eingeschränkt wird. Die Koordination der Handlung fällt

allerdings dabei deutlich schwerer aus, da die Trageposition (hinter dem Rücken) ungünstig

ist. (Optimales) Gemeinsames Handeln findet nach der obigen Definition erst statt, wenn

eine Person den Tisch von vorne und die andere Person mit dem Rücken zum Tisch greift.

Handlungen im Kontext von Partnerinteraktionen 37

Beim Tragen repräsentiert der hintere Partner die Aufgabe des vorderen mit, indem er sich in

ihn hineinversetzt und versteht, dass es für ihn einfacher ist, vorwärts zu laufen. Er nimmt in

Kauf mehr Gleichgewichtsarbeit zu leisten. Umgekehrt antizipiert der vordere Partner mögli-

che Hindernisse auf dem Boden und weist den hinteren im Optimalfall darauf hin, da dessen

Sicht durch den Tisch eingeschränkt ist. Der hintere Partner muss die Effekte der Handlung

des vorderen vorhersehen (z.B. das Abbremsen vor einem Hindernis) und in seinen eigenen

Handlungsplan integrieren (z.B. das eigene Tragetempo reduzieren, um ihm den Tisch nicht

in den Rücken zu schieben).

Nach Knoblich, Butterfill und Sebanz (2011) lassen sich gemeinsame Handlungen in

„emergent coordination processes“ und „planed coordination processes“ unterscheiden

(Knoblich et al., 2011, S. 62). Einer eigenen Kategorisierung nach wird im Folgenden von

nicht-intendierter Koordination (Kapitel 3.3), die spontan entstehen kann, und von intendier-

ter Koordination (Kapitel 3.4), bei der ein konkretes Handlungsergebnis erwartet wird, ge-

sprochen.

Handlungen im Kontext von Partnerinteraktionen 38

3.3 Nicht-intendierte Koordination

Ein alltägliches Beispiel für die nicht-intendierte Kopplung von Bewegungsphasen

mehrerer Personen lässt sich beobachten, wenn Spaziergänger ihre Schritte aneinander

anpassen oder ein Publikum im gleichen Rhythmus applaudiert. Knoblich et al. (2011) sehen

die Ursachen für nicht-intendierte oder „emergente“ Synchronisationsprozesse (engl.

emergent coordination) in einer natürlich-biologischen Phasenkopplung (Kap.3.3.1) während

einer Interaktion und in dem inhärenten Aufforderungscharakter (Kap. 3.3.2) von Objekten.

Diese beiden Ursachen werden im Folgenden näher erläutert.

3.3.1 Phasenkopplungen

Die Frage, wie diese – oft spontanen – Bewegungskopplungen, ohne explizite Auf-

merksamkeit darauf zu verwenden, zustande kommen, wird von mehreren Autoren durch die

Kopplung gemeinsamer Oszillationsdynamiken erklärt (Bernieri & Rosenthal, 1991; Haken et

al., 1985, 1996; Kelso, 1990, 1992; Schmidt & Turvey, 1994). Demnach lassen sich rhythmi-

sche Bewegungen über Sinuskurven als biologischer Rhythmus erklären, welches sich in

emergenten koordinativen Prozessen äußert:

“The coordination of rhythmic behaviors that emerges in such situations is dynamical- occurring through

the free interplay of forces and mutual influence of components, that is, through a lawful, self-organizing

process.” (Schmidt & O’Brien, 1997, S. 190).

Diese rhythmischen Koordinationsprozesse (engl. entrainment; Knoblich & Sebanz,

2008) fanden sich sowohl innerhalb einer Vpn (z.B. bei der Koordination von Fingerbewe-

gungen, Kelso, 1984) und auch zwischen zwei Vpn (z.B. bei der bewussten und unbewuss-

ten Koordination von Bewegungen eines Pendels, Schmidt & Turvey, 1994). So zeigten Ha-

ken, Kelso und Bunz (1985) für bi-manuale Fingeraufgaben, dass antiphasische Bewegun-

gen nur bei geringen Bewegungsgeschwindigkeiten möglich sind. Ab einem gewissen

Schwellenwert neigen die Bewegungsmuster dazu, inphasisch zu werden. Eine gewisse

Trägheit des dynamischen Systems (s.g. „Hysterese“-Effekt) ist zu beobachten, wenn ein

Effektor von einer sehr hohen Bewegungsfrequenz (inphasisch) auf eine langsamere abge-

bremst wird und die antiphasische Bewegung nicht umgehend wieder aufgenommen werden

kann.

Eine Studie von Mechsner, Kerzel, Knoblich und Prinz (2001) ergab, dass Vpn durch

eine geschickte visuelle Rückmeldung dazu in der Lage sind, ein „unmögliches“ Koordinati-

onsverhalten während einer bi-manualen Aufgabe zu zeigen. Vpn sollten dafür ihre linke

Hand dreimal im Kreis bewegen während sie die rechte Hand viermal bewegen. Dieses 3:4

Verhältnis intra-personell zu koordinieren war für die Vpn unmöglich. Mechsner und Kollegen

Handlungen im Kontext von Partnerinteraktionen 39

konstruierten einen Mechanismus, der bei einem 3:4 Rhythmus der Hände einen 1:1 Rhyth-

mus zweier rotierender Fahnen als visuelles Feedback hervorrief. Konzentrierten sich die

Vpn nun darauf die beiden Fahnen synchron zu rotieren, waren sie in der Lage mit den Hän-

den den 3:4 Rhythmus auszuführen. Es lässt sich daraus schließen, dass die Koordination

von kongruenten Handlungseffekten die Kopplung verschiedener Bewegungsphasen ermög-

lichen kann.

Individuen, die im gleichen Kontext arbeiten, synchronisieren ihre Aktionen unbe-

wusst, unter der Voraussetzung, dass schnelle und exakte Vorhersagen über das Resultat

der gemeinsamen Interaktion und auch spezielle Informationen darüber welche Auswirkun-

gen das eigene Handeln auf das gemeinsame Ziel (Intention) hat, verfügbar sind. Als Bei-

spiele dafür führen Marsh et al. (2006) das gemeinsame Spielen an einem Piano oder das

gemeinsame Rudern in einem Kanu an. Andere Experimente (Kelso, 1995; Lagarde & Kelso,

2006) konnten nachweisen, dass es beim Austausch von Informationen (uni- oder multisen-

sorisch) zu einer spontanen Koordination kommt und dies zu einem Wechsel (Umplanung)

der Verhaltensmuster führt.

In einer Studie zur spontanen Synchronisation beim gemeinsamen Handeln, konnten

Oullier, de Guzman, Jantzen, Lagarde und Kelso (2008) nachweisen, dass Vpn (unbewusst)

Informationen austauschen, auch wenn sie nicht direkt dazu instruiert wurden. Zwei Vpn sa-

ßen sich dazu an einem Tisch gegenüber und wurden instruiert eine rhythmische Fingerbe-

wegung (Extension und Flexion) zu vollziehen (siehe Abbildung 12

A und B). Dabei konnten

sie ihre Bewegungsgeschwindigkeit und den Umfang ihrer Bewegung (Amplitude) individuell

frei wählen. Es wurde vorab allerdings darauf geachtet, dass sich die initialen Bewegungs-

frequenzen innerhalb eines Paares unterschieden. Daher wurden die Vpn zu einem Vortest

eingeladen, um ihre intrinsischen Fingerbewegungsfrequenzen messen zu lassen (mittels

eines optischen Trackingsystems) und ihnen dann einem ihnen unähnlichen Partner zuzu-

ordnen. Dieser Schritt war wichtig, da mögliche Synchronisationseffekte nur dann sichtbar

werden konnten, wenn es in den Einzelbedingungen Unterschiede in den Oszillationsdyna-

miken gab. Im ersten Durchgang sollten die Vpn die Fingerbewegung für 20 Sekunden mit

geschlossenen Augen, danach 20 Sekunden mit geöffneten Augen und zum Schluss noch-

mals 20 Sekunden mit geschlossenen Augen durchführen. Im zweiten Durchgang wurden

die Augen im gleichen Zeitintervall erst geöffnet, dann geschlossen und dann wieder geöff-

net. Die Instruktion an die Vpn war es, in den Augen-geöffnet-Bedingungen auf den Finger

des jeweils anderen zu schauen. Ein akustisches Signal wies die Vpn darauf hin, wann sie

ihre Augen öffnen oder schließen konnten. Die Ergebnisse der ersten Reihenfolge (ge-

schlossen-offen-geschlossen) ergaben bei geschlossen Augen ein voneinander unabhängi-

ges Bewegungsmuster der Vpn. Nach dem Öffnen der Augen passten sich die Bewegungs-

Handlungen im Kontext von Partnerinteraktionen 40

amplitude und die Bewegungsgeschwindigkeit schrittweise an die des Partners an (inphasi-

sche Fingerbewegungen).

Abbildung 12: Experimentalaufbau aus Oullier und Kollegen (2008). Die Versuchspersonen saßen sich gegen-

über und waren instruiert dabei auf die Finger des Gegenübers zu schauen, wenn sie sich in einer Augen-

geöffnet-Bedingung befanden (A). Versuchsaufbau aus Sicht der Probanden (B). Die Vpn führten zwei Reihen-

folgen (Augen-geschlossen-geöffnet-geschlossen vs. Augen-geöffnet-geschlossen-geöffnet) durch (C).

Werden die Augen anschließend wieder geschlossen, verschiebt sich das Bewe-

gungsmuster dahingehend, dass es nicht mehr synchron ist. Damit ist das Bewegungsmus-

ter phasenverschoben (out of phase). Das gleiche spontane Synchronisationsverhalten zeigt

sich auch in der zweiten Reihenfolge (offen-geschlossen-offen) bei geöffneten Augen.

Es wurde unter anderem der Frage nachgegangen, ob Interaktionspartner ihr Verhal-

ten wechselseitig anpassen (also jeder sein Verhalten ein Stück weit an das des anderen

anpasst) oder ob einer der beiden das Verhalten vorgibt (also ein s.g. Pace-Maker das Tem-

po vorgibt und sich der andere daran anpasst). Dazu teilten die Autoren die beiden Vpn in

einen langsamen (niedrige intrinsische Bewegungsfrequenz) und einen schnellen (höhere

intrinsische Bewegungsfrequenz) Partner ein. Interessanterweise passten insgesamt 86,6 %

Handlungen im Kontext von Partnerinteraktionen 41

der langsameren Partner in der geschlossen-geöffnet-geschlossen-Bedingung ihre Bewe-

gungsfrequenz an die des schnelleren Partners an. Beim zweiten Schließen der Augen, wur-

den die Vpn wieder langsamer, fielen jedoch nicht auf ihre Ausgangsfrequenz zurück. 75 %

der schnelleren Partner verlangsamte ihre Bewegungsfrequenz in der Bedingung in der die

Augen geöffnet waren. Interessanterweise reduzierten sich die Bewegungsfrequenzen der

Finger beim zweiten Schließen der Augen noch weiter, d.h. die schnelleren Partner berück-

sichtigen die Frequenz auch ohne visuelle Rückmeldung weiter und unterschätzen die Fre-

quenz des Partners sogar.

Auf Grundlage dieser Ergebnisse lässt sich schließen, dass die Bewegungsmuster

der Interaktionspartner in den Augen-geschlossen-Bedingungen vollständig entkoppelt und

in der Augen-geöffnet-Bedingung vollständig gekoppelt waren. Beim zweiten Schließen der

Augen waren die Bewegungen der Partner zwar phasenverschoben, blieben scheinbar je-

doch gekoppelt, da die Vpn nie wieder in ihr „altes Verhaltensmuster“ zurückfallen, wenn sie

einmal im Interaktionskontext agiert haben. Eine Anmerkung zu der Studie von Oullier und

Kollegen (2008) ist, dass die meisten Vpn angaben, nicht auf den Finger des Gegenübers

geachtet zu haben, d.h. der Synchronisationsprozess nicht intendiert erfolgte.

Mit zwei Experimenten prüften Richardson, Marsh und Schmidt (2005) den möglichen

Einfluss visueller und verbaler Interaktionen auf die Entstehung möglicher emergenter Be-

wegungsmuster zwischen zwei Personen. Die Versuchsaufgabe der Versuchspaare war es,

vor einem Computermonitor Unterschiede zwischen einem Test- und einem Referenzbild zu

finden. Als Zusatzaufgabe sollten beide Vpn ein Pendel in ihrer Hand gleichmäßig schwin-

gen. In dem ersten Experiment befestigten die Autoren das Referenzbild am Pendel des Ko-

Akteurs. Dadurch konnten sich die Vpn gegenseitig sehen. Im zweiten Experiment befand

sich das Referenzbild an der Wand, sodass sich die Vpn nicht sahen. In drei Versuchsbedin-

gungen sollten die Vpn die Aufgabe (1) mit Hilfe visueller und verbaler Kommunikation, (2)

ausschließlich verbal und (3) ausschließlich visuell lösen. Gemeinsam sollten die Vpn inner-

halb von 20 Sekunden möglichst viele Unterschiede zwischen den beiden Bildern finden. Die

Autoren betrachteten dabei nicht die Leistung der Vpn, sondern analysierten die Pendelbe-

wegungen der beiden Vpn. In den Bedingungen in denen sich die Vpn sahen, fand sich ein

Trend zur unbewussten Synchronisation was sich in inphasischen Bewegungsmustern äu-

ßerte. In der rein verbalen Suchaufgabe hingegen, in der das Referenzbild an der Wand an-

gebracht war, näherten sich die Bewegungsphasen nicht an, d.h. die Pendelfrequenzen blie-

ben phasenverschoben. Dies war auch bei verlängerten Suchzeiten (von 20 Sekunden auf 2

Minuten) der Fall. Das erste Experiment gibt weitere Hinweise dafür, dass Personen ihre

Bewegungshandlungen beim Lösen kooperativer Aufgaben (unbewusst) zu synchronisieren

scheinen. Diese Annäherungen unterliegen typischen Oszillationsdynamiken (vgl. Richard-

son et al., 2005; Schmidt & Richardson, 2008). Ohne visuelle Informationen über die Bewe-

Handlungen im Kontext von Partnerinteraktionen 42

gungshandlung des Partners hingegen, kommt es zu keiner Anpassung an den Interaktions-

partner.

Die Gruppe um Richardson (2007b) ersetzte in einer Folgestudie die Sekundäraufga-

be des Pendelns durch einen Schaukelstuhl. Die Paare sollten eine ähnliche Suchaufgabe

lösen (Unterschiede zwischen zwei Stimulibildern identifizieren), während sie auf einem

Schaukelstuhl saßen. Das Referenzbild befand sich dabei in einer Versuchsbedingung am

Schaukelstuhl des Partners und in der anderen an der dem Partner entgegengesetzten

Wand. Die Autoren manipulierten mit Hilfe von Gewichten systematisch die natürliche

Schaukelfrequenz der Stühle. Sie beobachteten in den Bedingungen, in denen das Refe-

renzbild direkt am Stuhl angebracht war, eine Anpassung der Schaukelfrequenzen der bei-

den Partner, obwohl sich die natürlichen Schaukelfrequenzen der Stühle unterschieden. Kor-

respondierend zu der Studie von Richardson, Marsh und Schmidt (2005) trat dieser Anpas-

sungseffekt in der Versuchsbedingung, in der der Blick der Vpn voneinander weg gerichtet

war, nicht auf.

Diese Studien zur Phasenkopplung geben erste Hinweise darauf, dass Vpn zur (un-

bewussten) Synchronisation von Bewegungshandlungen tendieren (Kelso, 1984; Haken,

Kelso & Bunz, 1985; Marsh et al., 2006), auch wenn dies nicht explizit verlangt wird. Eine

Grundvoraussetzung ist dafür jedoch die visuelle Rückmeldung über die Bewegungshand-

lung des Partners (Richardson et al., 2005, 2007; Schmidt & Richardson, 2008). Diese Ten-

denz kann durch den s.g. Aufforderungscharakter einer Situation bestärkt werden. Dazu wird

im Folgenden näher auf den Ansatz der „joint affordance“ eingegangen.

3.3.2 Gemeinsamer Aufforderungscharakter

Das Konzept eines spezifischen Aufforderungscharakters von Personen oder Objek-

ten geht auf Gibson (1966) zurück, der das Verhalten von Tieren auf Objekte in der Umwelt

als vom jeweiligen Objekt ausgehend beschrieb. Dabei obliegt diese Aufforderung jedoch

nicht inhärent dem Objekt und den Umweltbedingungen, sondern ist nach Gibson tier- bzw.

personenspezifisch. Gibson definiert diese s.g. Affordanz als

“a specific combination of the properties of its substance and its surfaces taken with reference to an ani-

mal” (Gibson, 1977, S. 67).

Das heißt, dass Individuen die Bedeutung eines Objektes in der Umwelt für sich

selbst interpretieren (siehe auch Jones, 2003, für einen Überblick). Betrachtet man bei-

spielsweise ein Basketballfeld als Umwelt und einen Basketball als dazugehöriges Objekt, so

werden manche Personen mehr von der Situation angesprochen als andere. Das Feld for-

Handlungen im Kontext von Partnerinteraktionen 43

dert eventuell zum darüber Laufen, der Basketballball dazu ihn in den Korb zu Werfen oder

ein Gegner zum Ausweichen auf.

Weiterhin können auch Aufgaben einen Aufforderungscharakter besitzen. Suggerie-

ren diese Aufgabe einer Person, dass eine andere Person Hilfe bei der Lösung seiner Auf-

gabe benötigt, spricht man von einem gemeinsamen Aufforderungscharakter (engl. joint af-

fordance) der Aufgabe. Bestimmte Situationen in einem spezifischen Kontext fordern also

zum gemeinsamen Handeln auf.

In einer Studie von Richardson, Marsh und Baron (2007a) wurden Versuchspaare mit

der Aufgabe konfrontiert verschieden lange Bretter von einem Tisch aufzunehmen und auf

einem anderen Tisch aufzustapeln. Sie erhielten darüber hinaus keine weiteren Instruktionen

(z.B. zur Transporttechnik, zur Reihenfolge, zum Zusammenarbeiten, etc.). Ohne dass die

Vpn direkt dazu aufgefordert wurden, transportierten sie die kürzesten Bretter einhändig und

stapelten sie auch mit einer Hand auf einem Zieltisch auf. Ab einer bestimmten Länge gingen

die Vpn zu einer zweihändigen Griffvariante über. Die längsten Bretter wurden von den Vpn

(spontan) zu zweit transportiert. Die Autoren schlussfolgerten, dass Personen sensibel für

die Anforderungen einer Aufgabe unter Beachtung der eigenen Fertigkeiten und denen des

Partners sind, sodass sie die Aufgabe ab einem gewissen Grenzwert als nicht mehr als allein

zu bewältigen bewerteten. Nach Richardson, Marsh und Baron (2007a) gelingt das Erkennen

des gemeinsamen Aufforderungscharakters einer Aufgabe nur durch die Kopplung von

Wahrnehmung und Handlung (siehe Kapitel 3.1 zur Wahrnehmungs-Handlungskopplung),

da Personen nur aufgrund ihrer eigenen (motorischen Erfahrung) die Aufgabenanforderun-

gen adäquat abschätzen können. Dabei ermöglichen gemeinsame Ko-Repräsentationen die

Aufgabenteilung (hier den Transport der langen Bretter).

Tsai, Sebanz und Knoblich (2010) prüften in einem Reaktionszeitenexperiment, ob

Vpn auf eine Aufgabe, die zwei Personen gemeinsam ausführen, schneller reagieren, wenn

sie sich selbst als Beobachter ebenfalls im Interaktionskontext befinden. Dazu beobachtete

eine Vpn gemeinsam mit einem Partner zum einen eine Handlung zweier Personen (in der

jeweils eine Person für einen Taster verantwortlich war; kompatible Bedingung). Außerdem

beobachteten die Vpn zwei Hände einer Person, die mit der linken Hand auf den linken Tas-

ter und mit der rechten Hand auf den rechten Taster drücken konnte (inkompatible Bedin-

gung). Die Ergebnisse zeigten größere Kompatibilitätseffekte, wenn die Anzahl der ausfüh-

renden Personen mit der Anzahl der beobachteten Personen übereinstimmte, d.h. das Paar

fühlte sich stärker angesprochen (reagierte schneller), wenn die Bewegungen durch zwei

Personen ausgeführt wurde als wenn ein Individuum agierte. Analog umgekehrt reagierte ein

Individuum schneller auf die Bewegungen der beiden Hände eines einzelnen Individuums.

Das Hineinversetzen in Gruppenaufgaben scheint demnach leichter zu fallen, wenn sich die

Personen selber in einer Gruppensituation befinden.

Handlungen im Kontext von Partnerinteraktionen 44

Zusammengefasst lässt sich das Unterkapitel „Nicht-intendierte Koordination“ damit

abschließen, dass Vpn durch Prozesse der Phasenkopplung (unbewusst) zu synchronen

Koordinationsmustern ihrer Bewegungshandlungen tendieren (Kelso, 1984; Haken, Kelso, &

Bunz, 1985; Marsh et al., 2006), auch wenn dies nicht explizit von ihnen verlangt wird. Eine

Grundvoraussetzung ist dafür jedoch die visuelle Rückmeldung über die Bewegungshand-

lung des Partners (Richardson et al., 2005, 2007; Schmidt & Richardson, 2008). Diese Ten-

denz kann durch den s.g. Aufforderungscharakter der Situation verstärkt werden (Gibson,

1966; Tsai et al., 2010).

3.4 Intendierte Koordination

Bislang handelte es sich bei den oben beschriebenen Experimenten um rhythmische

Bewegungen, die kein gemeinsames Handlungsziel verfolgten. Geplante Koordinationspro-

zesse (engl. planed coordination) unterscheiden sich von unwillkürlichen, spontanen Syn-

chronisationsprozessen durch ein gemeinsames Handlungsziel (Intention). Dabei gehen Be-

kkering, Wohlschläger und Gattis (2000) davon aus, dass die fremden Handlungsziele in

Form ihrer „Ziele“ kodiert werden. Auch die Gruppe um Vesper, Knoblich, Sebanz und Kolle-

gen (2010) stellt die Wichtigkeit eines gemeinsamen Handlungsziels heraus und beschreibt

ein „minimales Architektur“-Modell des gemeinsamen Handelns (siehe Abbildung 13). Dabei

repräsentiert ein Individuum zum einen seine eigene Aufgabe und das Ziel (Intention), wel-

ches es durch seine Handlung erreichen will.

Abbildung 13: Graphische Darstellung eines „minimalen Architektur“-Modells des gemeinsamen Handelns (aus

Vesper et al., 2010). Die Aufgabe einer anderen Person „x“ wird dabei genauso mitrepräsentiert wie die eigene

Aufgabe unter der Voraussetzung, dass ein gemeinsames Ziel (eigenes und das der anderen Person x) ange-

strebt wird. So genannte. „coordination smoothers“ helfen dabei die „beiden Aufgaben“ zu integrieren.

Koordinationsprozesse fallen den Vpn leichter, wenn die Handlung des Partners be-

obachtbar und vorhersehbar ist. Sollten Informationen (z.B. über das Timing, die Aufgabe

Eigene

Aufgabe Aufgabe

„x“

Handlungen im Kontext von Partnerinteraktionen 45

oder die Handlung) in dieser Repräsentation fehlen, neigen Vpn dazu so genannte „coordi-

nation smoother“ zu verwenden (Vesper et al., 2010). Dazu zählen unter anderem die Be-

reitstellung von Koordinationssignalen (z.B. Sprache: Clark, 1996; Fingerbewegungen: Goebl

& Palmer, 2009), die Einschränkung und Strukturierung des eigenen Verhaltens auf nahelie-

gende Aspekte (z.B. die systematische Suche in einem der Vpn zugewandten Zielbereich:

Brennan, Chen, Dickinson, Neider, & Zielinsky, 2008) oder die Erhöhung der Vorhersagbar-

keit der eigenen Handlung (z.B. durch die Reduktion der Bewegungsvariabilität: Vesper, van

der Wel, Knoblich, & Sebanz, 2011).

Die Autoren gehen davon aus, dass Individuen während gemeinsamer Handlungen

versuchen, es dem Interaktionspartner möglichst einfach zu machen, die eigenen Handlun-

gen nachvollziehen zu können, um so Koordination zu vereinfachen:

„One way to facilitate coordination is for an agent to modify her behavior in such a way as to make it eas-

ier for others to predict upcoming actions, for example by exaggerating her movements or by reducing

the variability of her actions“ (Vesper et al, 2010, S. 999).

Eine Möglichkeit Aufgaben besser zu koordinieren ist demnach die Reduktion der

Bewegungsvariabilität (Vesper et al., 2011): In einem Reaktionszeitexperiment sollten Ver-

suchspaare möglichst synchron (Experiment 1 und 2) bzw. möglichst schnell aufeinanderfol-

gend (Experiment 3) auf kongruente und inkongruente Stimuli reagieren. Es zeigte sich in

allen drei Experimenten, dass die Vpn die Variabilität ihrer Bewegungen (in Form der mittle-

ren Reaktionszeiten und der Standardabweichung der Reaktionszeit) im gemeinsamen Kon-

text reduzierten, wenn beide Akteure die gleiche Aufgabe zu lösen hatten. Diese Synchroni-

sationsprozesse ließen sich ebenfalls nachweisen, wenn die Vpn nicht dazu aufgefordert

wurden möglichst gleichzeitig zu handeln (Experiment 2).

“The findings from the unintentional condition […] demonstrate that synchronization can also occur when

co-actors do not intend to coordinate actions. It seems that participants’ tendency to emphasize speed

contributed to this emergent coordination. One could speculate that participants more readily fell into a

common rhythm when they both responded quickly, which increased the probability of their responses

occurring at the same time. Whether this finding can be explained in terms of coupled oscillator models

within a dynamical system framework remains to be seen.” (Vesper et al., 2011, S. 529).

In Anlehnung an Knoblich und Kollegen (2011) wird bei Handlungen, die im Interakti-

onskontext stattfinden ebenfalls die Aufgabe des Ko-Akteurs und dessen Ziel in die eigene

Aufgabenrepräsentation integriert. Dazu werden zwei Fähigkeiten benannt, die für Koordina-

tionsprozesse benötigt werden: (1) die Fähigkeit gemeinsame Repräsentationen des ge-

wünschten Handlungsergebnisses zu bilden und Aufgabenteilungen (engl. task sharing) vor-

zunehmen. Zum anderen ermöglichen (2) gemeinsame Wahrnehmungsprozesse (engl. joint

Handlungen im Kontext von Partnerinteraktionen 46

perception) das Hineinversetzen in die jeweilige Perspektive des Anderen und somit erfolg-

reiche Interaktionen mit der Umwelt.

3.4.1 Gemeinsame Repräsentationen und Aufgabenteilung

Wenn Akteure eine Aufgabe teilen und dabei die Verantwortung für die Ausführung

individueller Teilaspekte einer Gesamtaufgabe übernehmen, spricht man von einer Aufga-

benteilung (engl. task-sharing). Im Unterschied zur reinen Handlungsbeobachtung (engl.

action observation) weiß die handelnde Person in dem Fall der geteilten Aufgabe um die

Intention der Aufgabe, denen der Interaktionspartner (oder Ko-Akteur) ausgesetzt ist. Ein

alltägliches Beispiel für solch eine Aufgabe, die sich zwei Personen teilen können, ist das

Aufziehen von Schneeketten über die Reifen eines Autos im Winter. Die Aufgabe lässt sich

zwar auch von einer einzelnen Person lösen, allerdings wird sie stark vereinfacht, wenn ein

Ko-Akteur einen Teil der Aufgabe übernimmt (z.B. eine Person legt die Schneekette auf und

die andere Person steuert das Fahrzeug langsam vorwärts). Beide Individuen verfolgen das

gleiche (Handlungs-)Ziel (hier das Aufziehen der Schneekette) und wissen über die Teilauf-

gabe des Ko-Akteurs Bescheid. Je besser die beiden Teilhandlungen aufeinander abge-

stimmt (koordiniert) sind, desto schneller funktioniert das Aufziehen.

Das mitplanende Verhalten der Ko-Akteure wird auf so genannte gemeinsame Re-

präsentationen einer Handlung (engl. shared representations) zurückgeführt (z.B. Atamaca

et al., 2008; Bekkering et al., 2009; Doerrfeld, Holländer, Jung, & Prinz, 2011; Sebanz &

Shiffrar, 2012). Unter solchen Ko-Repräsentationen verstehen Sebanz und Kollegen die Fä-

higkeit eines Individuums, eine aufgabenbezogene Repräsentationsstruktur mit einem ande-

ren Individuum zu teilen. Neben bewussten Prozessen können auch andere repräsentative

Inhalte wie Gefühle und Ansichten geteilt werden:

„Co-representation takes place when an individual shares another individual’s mental representation. In

the following, we consider only the co-representation of actions and intentions, but it is likely that other

representational content (e.g., feelings or beliefs)” (Sebanz, Knoblich, & Prinz, 2005, S. 1234).

Bei bewussten Koordinationsprozessen besitzen zwei oder mehr Personen in der

Regel eine Intention, also eine bestimmte Handlungsabsicht, die sie (gemeinsam) realisieren

wollen. Beispielsweise wäre diese Intention zweier Teammitglieder bei einem Tischkicker-

spiel der Torerfolg bzw. das Verhindern eines Tores. Um dieses Ziel zu erreichen, versuchen

die Ko-Akteure die Handlungen des Partners mental mit zu simulieren (z.B. indem sie bei

“eigenen Angriffen“ ihre Spieler hochstellen und bei „gegnerischen Angriffen“ die Spieler

herunter klappen). Dabei muss die jeweilige Handlung des Partners vorausgeahnt (antizi-

piert) werden. Je besser dieser Abstimmungsprozess funktioniert, desto erfolgreicher sollte

Handlungen im Kontext von Partnerinteraktionen 47

das Spielerteam sein. Es gilt darüber hinaus zu unterscheiden, ob entweder eine Bewegung

oder eine Aufgabe mitrepräsentiert wird. Wenn nur die Handlung (z.B. das Drücken eines

Knopfes) mitverarbeitet wird, ist der Handelnde über die Intention des Ko-Akteurs im Unkla-

ren. Erst wenn die Akteure über die Aufgabe des anderen informiert werden (z.B. warum der

Akteur eben eine Taste drückt), spricht man von der Mitverarbeitung der Partneraufgabe

(Sebanz & Frith, 2004; Sebanz et al., 2005).

Sebanz,

Knoblich, Prinz und Wascher (2006) stellten heraus, dass diese Mitverarbei-

tung der Aufgabe des Partners einen direkten Einfluss auf die eigene Aufgabenausführung

hat. Dies äußerte sich in verlangsamten Reaktionszeiten und neurophysiologischen Korrela-

ten

bei einfachen Reaktionen (ja/nein-Antworten). In einem Computerexperiment wurde

Vpn dazu das Bild einer Hand präsentiert, welche am Zeigefinger einen grünen oder roten

Ring trug. Dabei konnte der Zeigefinger entweder auf die Vpn selbst oder den Partner zeigen

(Abbildung 14).

Abbildung 14: Links ist der Versuchsaufbau aus Sebanz et al. (2006b) dargestellt. Die Vpn sollten auf einen farbi-

gen Ring am präsentierten Finger reagieren und die Zeigerichtung des Fingers so gut es geht ignorieren. In den

Einzelbedingungen saßen die Vpn ohne Partner vor dem Computermonitor. Rechts sind die gemessenen ERP-

Daten als Antworthemmung auf die jeweiligen Stimuli dargestellt. Je negativer die ERP-Welle, desto stärker fällt

die Antworthemmung aus. Vpn müssen ihre Reaktion in den Paarbedingungen (joint) stärker hemmen als in den

Einzelbedingungen (Single).

Die Vpn sollte auf die jeweilige Ringfarbe reagieren und die Zeigerichtung vernach-

lässigen. Bei dieser räumlichen Simon-Aufgabe zeigte sich, wie erwartet, eine längere Reak-

tionszeit bei inkompatiblen Versuchen, d.h. der s.g. „Simon-Effekt“ fiel deutlich stärker aus,

Bei der Messung neurophysiologischer Korrelate wird eine topographische Analyse der elektrischen Hirnaktivi-

tät mit auftretenden Reizen oder motorischen Antworten vorgenommen. Es kann auf zeitliche Charakteristika von

Verarbeitungsprozessen („Latenz und Dauer evozierter Potentialkomponenten, Ausmaß synchrone Entladungen

von Neuronengruppen, Stärke des elektrischen Feldes sowie die Beteiligung verschiedener Hirnareale an der

Verarbeitung als topographische Verteilung der Aktivität“) geschlossen werden (aus Skrandies, 2003).

Handlungen im Kontext von Partnerinteraktionen 48

wenn ein Ko-Akteur anwesend war und die korrespondierende Aufgabe absolvierte als wenn

sich die Vpn allein im Raum befand. Darüber hinaus wurden ereigniskorrelierte Potentiale

gemessen. Es zeigten sich im Vergleich zur EB größere Amplituden im präfrontalen Kortex

(höhere Elektronegativitäten), wenn die Vpn im gemeinsamen Kontext einen inkompatiblen

Stimulus präsentiert bekamen. Stimuli, die dem Ko-Akteur zugeschrieben werden, schienen

demnach die gleichen neuronalen Areale zu aktivieren, als wenn diese selber ausgeführt

werden würde. Die Autoren erklärten dies darüber, dass die beiden Handlungsalternativen

(eigene vs. fremde Handlung) auf eine äquivalente Art repräsentiert werden. Auch die neu-

ronalen Korrelate, die für die Antworthemmung (P300-Welle) verantwortlich gemacht wer-

den, fielen in der PB insgesamt höher aus als in der EB (höhere Elektronegativität). In ande-

ren Worten wurde die Ausführung einer Handlung der Vpn in einer inkompatiblen Versuchs-

bedingung stärker gehemmt, wenn ein Ko-Akteur für die Ausführung eben dieser Aufgabe

zuständig war. Sie schätzten demnach die Relevanz des Stimulus, auf den sie nicht reagie-

ren sollten, in der PB höher ein als der EB. Tabelle 2 zeigt die Reaktionszeiten und die Elekt-

ronegativität der P300-Welle in Abhängigkeit zu den vier Versuchsbedingungen.

Tabelle 2: Ergebnisse aus Sebanz und Kollegen (2006b) nach Bedingung, Reaktionszeiten und ERP‘s.

Bedingung Reaktionszeiten ERP’s (P300)

Einzelaufgabe kompatibel schnell

langsam

gering

Einzelaufgabe inkompatibel gering

Partneraufgabe kompatibel gering

Partneraufgabe inkompatibel hoch

Die Autoren fassten ihre Ergebnisse damit zusammen, dass Vpn in den kompatiblen

Bedingungen eigene und fremde Handlungen auf einer gemeinsamen Ebene repräsentierten

(s.g. Ko-Repräsentationen). In inkompatiblen Bedingungen wurden durch die Antizipation der

Handlung eines Ko-Akteurs die jeweils eigenen Hirnregionen aktiviert, die gleichzeitig ge-

hemmt werden mussten. Es lassen sich hier Rückschlüsse auf die gemeinsame Aktivierung

eigener Repräsentationen während der Beobachtung fremder Handlungen ziehen (siehe

auch Kapitel 3.2 zur Handlungssimulation): Die Reaktionszeiten implizieren wiederum ein

„für-den-Anderen-Mitdenken“, welches sich in langsameren eigenen Antwortreaktionen wie-

ERP(event-related potentials) werden mit Hilfe von Elektroden auf dem Kopf gemessen. Die Hirnaktivität wird

mittels EEG (Elektroenzephalogramm) mit den präsentierten Stimulusreizen in Verbindung gebracht (daher er-

eigniskorrelierte Potentiale). Typische Komponenten der ereigniskorrelierten Potentiale sind die P300-Welle,

N400 oder P600, da sie relativ gut die Latenzzeiten nach einer Stimuluspräsentation abbilden können.

Handlungen im Kontext von Partnerinteraktionen 49

derspiegelte. Die Bewegungsaufgabe wurde demnach für den Anderen mitrepräsentiert und

diese Zusatzverarbeitung benötigte Reaktionszeit. Um auszuschließen, dass die verlang-

samten Reaktionszeiten bei der Anwesenheit eines Ko-Akteurs durch dessen Geräusche

(z.B. eigene und fremde Tastendrücke) zustande kamen, trugen die Vpn in einem zweiten

Experiment Ohrstöpsel und zusätzlich Kopfhörer. Die Hand, die die Reaktionen ausführte,

war zusätzlich durch eine Kiste verdeckt, sodass auch keine visuellen Informationen über

Antworten des Ko-Akteurs zur Verfügung standen. Es ergaben sich die gleichen Ergebnisse

wie im vorangegangenen Experiment, d.h. dass die verlangsamten Reaktionszeiten auf das

Wissen über die Aufgabe des anderen zurückzuführen sind (vgl. Sebanz et al., 2006b).

Beim Lösen gemeinschaftlicher Aufgaben mit zwei Antwortmöglichkeiten (s.g. two-

choice tasks), bei der jede Vpn einen Teil einer Aufgabe übernimmt, wird ebenfalls die jewei-

lige Aufgabe des Anderen mitrepräsentiert (Sebanz, Knoblich, & Prinz, 2003). Die Gruppe

um Sebanz (2003) zeigte Vpn einen relevanten (einen farbigen Punkt auf einem Finger) und

einen irrelevanten Stimulus-Reiz (die Zeigerichtung des Fingers). Farbe und Zeigerichtung

konnten entweder kompatibel oder inkompatibel sein. In einer PB (Abbildung 15

a) sollten

die Vpn auf eine Farbe des Ringes reagieren, unabhängig davon in welche Richtung der

Finger zeigt (Paarbedingung Einfachaufgabe).

Abbildung 15: Exemplarischer Versuchsaufbau aus Sebanz et al. (2003): In der Paarbedingung (a) sollten die

Vpn auf die Farbe des Ringes reagieren, unabhängig davon in welche Richtung der Finger zeigt (Paarbedingung

Einfachaufgabe). Darüber hinaus existierten zwei Einzelbedingungen (b) in denen die Vpn entweder auf eine

Ringfarbe (Einzelbedingung Einfachaufgabe) oder auf beide Ringfarben mit jeweils einer Hand (Einzelbedingung

Zweifachaufgabe) reagieren sollte.

Handlungen im Kontext von Partnerinteraktionen 50

Der jeweilige Partner hatte die Aufgabe auf die andere Ringfarbe zu antworten. Dar-

über hinaus existierten zwei EB (Abbildung 15

b) in denen die Vpn entweder auf eine Ring-

farbe (EB, Einfachaufgabe) oder auf beide Ringfarben mit jeweils einer Hand (EB, Zweifach-

aufgabe) reagieren sollte. Die Vpn sollten auch in der EB nur auf den relevanten Stimulus

reagieren und den irrelevanten ignorieren. Dabei war keine andere Person anwesend. Vor-

hersagen für diese drei Bedingungen waren, dass (1) keine Beeinflussung durch die Anwe-

senheit einer anderen Person in der Paarbedingung stattfindet, (2) ähnliche Ergebnisse wie

in der normalen individuellen Einfachbedingung (d.h. die Vpn berücksichtigen nur ihre eigene

Aufgabe) resultieren, oder (3) die soziale Erleichterung durch die Anwesenheit einer anderen

Person könnte sich positiv auf die Reaktionszeiten (d.h. es resultieren ähnliche Ergebnisse

wie in der normalen individuellen Einfachbedingung mit schnelleren Reaktionszeiten) auswir-

ken. Die Ergebnisse deuten darauf hin, dass sich das Antwortverhalten in der Zweifachaus-

wahlaufgabe und der Einfachauswahlaufgabe in der PB gleichen (siehe Abbildung 16).

Abbildung 16: Reaktionszeiten (in ms) in den Bedingungen Einzelbedingung-Zweifachaufgabe (so genannte

Kompatibilitätseffekte durch die Berücksichtigung von Zeigerichtung und Farbe), Einzelbedingung-

Einfachaufgabe (Einfache Reaktion auf den relevanten Stimulus-Reiz mit Anwesenheit einer anderen Person)

und der Paarbedingung mit Einfachaufgabe (als einfache Reaktion auf den relevanten Stimulus-Reiz ohne Anwe-

senheit einer anderen Person) (aus Sebanz, Knoblich, & Prinz, 2003).

Diese Befunde legen nahe, dass die Vpn in den PB die Aufgabe des Ko-Akteurs mit-

repräsentieren, obwohl sie nur auf ihre eigene Farbe antworten mussten.

300

320

340

360

380

400

420

440

460

480

Einzelbedingung ZweifachaufgabeEinzelbedingung EinfachaufgabePaarbedingung Einfachaufgabe

Reaktionszeiten (in ms)

kompatibel

neutral

inkompatibel

Einzelbedingung

Einfachaufgabe

Einzelbedingung

Zweifachaufgabe Paarbedingung

Einfachfachaufgabe

Handlungen im Kontext von Partnerinteraktionen 51

In einem zweiten Experiment saß wiederum ein Partner mit vor dem Bildschirm, be-

kam in diesem Fall jedoch (für die Vpn klar erkennbar) keine Aufgabe zugeteilt. Die Vpn soll-

te ebenfalls auf den relevanten Reiz (die Farbe) reagieren und die Zeigerichtung des Fingers

(auf die Vpn oder den Ko-Akteur) ignorieren. Die bloße Anwesenheit einer anderen Person

führte dabei nicht zu verlangsamten Reaktionszeiten, also zu einer „Aufgabenteilung“. Se-

banz und Kollegen (2003) schließen daraus, dass dem Ko-Akteur eine klare Aufgabe zuge-

wiesen sein muss, wenn sich Ko-Repräsentationen herausbilden sollen. Dies bestätigen

auch die Befunde von Vesper und Kollegen (2010).

Auf diesen Erkenntnissen aufbauend führten Sebanz, Rebbechi, Knoblich, Prinz und

Frith (2007) weitere Untersuchungen zu neuronalen Korrelaten während Partneraufgaben

mittels einer fMRI-Studie durch. Dabei sollte die gleiche Simon-Aufgabe wie oben beschrie-

ben (farbiger Ring am Finger als relevanter Stimuli, der entweder auf den Akteur selbst oder

seinen Ko-Akteur zeigt und ignoriert werden konnte) durchgeführt werden, um weitere Evi-

denz für eine Mitverarbeitung der Aufgabe des Ko-Akteurs zu finden. Eine Vpn befand sich

dazu in einem fMRI-Scanner. Eine außerhalb des Scanners sitzende Vpn hatte ebenfalls

einen Taster vor sich und konnte über einen Spiegel die Reaktionen des Partners in der

fMRI-Röhre beobachten. Die Vpn im Scanner absolvierte in randomisierter Reihenfolge eine

Einzelbedingung mit zwei Antwortmöglichkeiten, eine Einzelbedingung mit einer Antwort-

möglichkeit und eine Paarbedingung mit einer Antwortmöglichkeit (analog zu Sebanz et al.,

2003). Für die Planung eigener und fremder Handlungen werden vor allem die Hirnregionen

des medial-frontalen Kortex (MFC) und für die Erkennung von Konflikten und Antworthem-

mungen der anteriore zinguläre Kortex (ACC) verantwortlich gemacht. Eine erhöhte Aktivität

im ACC sollte sich demnach vor allem bei inkompatiblen Stimulus-Antworten in der Paarbe-

dingung finden. Alle Vpn zeigten Gehirnaktivitätsunterschiede im MFC beim Vergleich der

Paarbedingung-Einfachaufgabe und der Einzelbedingung-Einfachaufgabe. Dies bestätigt die

Annahme der oben aufgeführten Experimente, dass, obwohl es sich augenscheinlich um die

gleiche Einfachaufgabe für die Vpn handelt, abhängig davon ob sie sich in der Einzel- oder

der Paarbedingung befinden, es unterschiedliche Repräsentationen der Aufgabe im Kortex

gibt. Interessanterweise fanden sich erhöhte Aktivitäten im MFC auch bei kompatiblen Ver-

suchen in der Paarbedingung. Die Autoren begründen dies mit der Zuständigkeit des MFC

für selbst-evaluierende Prozesse, die vor allem nach einer Entscheidung ablaufen. Auch die

Aktivitätsunterschiede im ACC zwischen der Paarbedingung mit einer Antwortmöglichkeit

und der Einzelbedingung mit einer Antwortmöglichkeit lassen sich über die höhere Relevanz

der Selbstevaluation erklären. Es könnte für die Vpn in der Paarbedingung der Eindruck ent-

stehen, dass eine (falsche) Reaktion vor dem Partner gerechtfertigt werden müsse. Zusam-

menfassend scheint der soziale Kontext einen direkten Einfluss auf die spezifischen Hirnre-

gionen bei der Lösung einer (vermeintlich) gleichen Aufgabe zu haben (vgl. auch Atmaca,

Handlungen im Kontext von Partnerinteraktionen 52

Sebanz, Prinz, & Knoblich, 2008: Korrelate im ACC und MFC; Newman-Norlund et al., 2008:

in den BA40 und BA 44). Das Wissen über die potentielle Handlung eines Ko-Akteurs erhöht

dabei die Relevanz der Stimuli (vgl. Ramnani & Miall, 2004; Sebanz et al., 2007).

Zusammengefasst deuten die verlangsamten Reaktionszeiten (Sebanz et al., 2006b;

Vesper et al., 2013a), die erhöhten ereigniskorrelierten Potentiale (P300 Welle; Sebanz et

al., 2006b) und die erhöhten Gehirnaktivitäten, in den für gemeinsame Handlungen, Antwort-

hemmungen und selbst-evaluierende Prozesse verantwortlich gemachten Regionen (Atmaca

et al. 2008; Sebanz et al., 2007; Newman-Norlund et al., 2008) auf die Bildung gemeinsamer

Repräsentationen und eine Mitverarbeitung der Partneraufgabe hin. Individuen scheinen die

Informationen der Partneraufgabe in den eigenen Handlungsplan zu integrieren, auch wenn

die Situation keine direkte interpersonelle Koordination erfordert. Notwendig ist allerdings

das Wissen über die Aufgabenverteilung und die Aktivität, jedoch nicht die (physische) An-

wesenheit des Interaktionspartners (Ramnani & Miall, 2004).

3.4.2 Gemeinsame Wahrnehmungsprozesse

Unter der gemeinsamen Wahrnehmung (engl. joint perceptions) wird die Fähigkeit

verstanden, sich in eine andere Person hineinzuversetzen und die Perspektive dieser einzu-

nehmen. Dabei gilt es zu imaginieren, was eine andere Person in einem spezifischen Mo-

ment wahrnimmt. Diese sensorischen Rückmeldungen dienen dazu eine gemeinsame

Wahrnehmungsgrundlage zu bilden auf der sich beide Interaktionspartner bewegen (Sebanz

et al., 2006b).

Dass sich die Wahrnehmung von Personen im sozialen Kontext verändert, wies auch

die Gruppe um Richardson und Kollegen (Richardson, Street, Tan, Kirkham, Hoover, &

Cavanaugh, 2012) nach. Ein Versuchspaar saß dazu in entgegengesetzten Ecken eines

Laborraums und betrachtete einen Satz aus vier Bildern. Dabei besaß ein Bild eine positive

Wertung (z.B. ein lachendes Kind), zwei Bilder eine neutrale Wertung (z.B. eine lesende

Person) und ein Bild eine negative Wertung (z.B. ein weinendes Kind). Den Vpn wurde der

Bildersatz aus vier Bildern für acht Sekunden präsentiert und dabei ihre Blickbewegungen

mit Hilfe eines Eyetrackers erfasst. Ein erster Befund dieses Experiments war, dass die Vpn

signifikant länger auf das Bild mit der negativen Wertung sahen. Darüber hinaus wurde den

Vpn in 50% der Versuche gesagt, ihr Partner bekäme anstatt der vier gleichen Bilder vier

verschiedene Symbole präsentiert (Einzelbedingung), obwohl auch diese die Bilder sah. In

den anderen 50% der Versuche ließen die Versuchsleiter die Vpn glauben sie würden die

gleichen Bilder betrachten (Paarbedingung) wie ihr Partner. Neben einem Effekt für den Fak-

tor Wertigkeit (Vpn schauen länger auf negative als auf neutrale und positive Bilder), deutete

eine signifikante Interaktion von Wertigkeit des Bildes und sozialem Kontext (Einzel- vs.

Handlungen im Kontext von Partnerinteraktionen 53

Paarbedingung) daraufhin, dass die Vpn (noch) länger auf die negativen Bilder blicken, wenn

sie glaubten, dass ihr Partner die gleichen Bilder betrachtet.

In einem zweiten Experiment zeigten die Autoren, dass neben der erhöhten Aufmerk-

samkeit auf das negativ konnotierte Bild auch verbesserte Merkleistungen (es sollten mög-

lichst viele Bilder memoriert werden) in der Paarbedingung einhergehen. In einem dritten

Experiment sollten die Vpn ein kleines Zeichen („x“) in den Bildern ausfindig machen. Auch

hier waren die benötigten Suchzeiten signifikant kürzer, wenn die Partner glaubten in der

Paarbedingung zu agieren, also ihr Partner die gleichen Stimuli betrachtete anstatt der Sym-

bole. Diese Beeinflussung der Wahrnehmung im Kontext sozialer Interaktion benennen

Richardson et al. (2012) mit „gemeinsamer Wahrnehmung“.

Böckler, Knoblich, und Sebanz (2011) fanden weitere Evidenz für die Beeinflussung

der Wahrnehmung durch die Anwesenheit eines Ko-Akteurs: Vpn saßen sich dazu an einem

in den Tisch eingelassenen horizontalen Computermonitor gegenüber und führten eine men-

tale Rotationsaufgabe (einer virtuellen Hand) durch. Neben den erwarteten steigenden Reak-

tionszeiten und Fehlerraten mit zunehmender Rotation der Stimuli, fand sich eine signifikante

Interaktion mit dem sozialen Kontext (Einzel- vs. Paarbedingung). Je weiter der Stimulus in

Richtung des Partners rotiert war, desto mehr profitierten die Vpn von dem gemeinsamen

sozialen Kontext. Dem entgegen waren die Vpn in der Einzelbedingung schneller bei kleinen

Rotationen. Bei gemeinsamen Handlungen scheint es den Vpn also leichter zu fallen, die

Perspektive des Ko-Akteurs (hier die allozentrische Sicht) einzunehmen als den Stimuli um

180° (aus egozentrischer Sicht) zu rotieren (Böckler et al., 2011).

Zu ähnlichen Ergebnissen gelangten Samson, Apperly, Braithwaite, Andrews und

Scott (2010), die mit Hilfe eines virtuellen Avatars eine allozentrische Perspektive generier-

ten. Vpn wurden kurz vor der Präsentation eines Stimulus instruiert entweder ihre eigene

Perspektive oder die des Avatars einzunehmen, um dann zu erklären was dieser „sieht“. Es

zeigten sich zum einen schnellere Reaktionszeiten und geringere Fehlerraten in der egozent-

rischen Perspektive. Allerdings ließ sich auch ein Kongruenzeffekt nachweisen, d.h. das Vpn

langsamer reagierten (und mehr Fehler machten), wenn die Reize der allo- und egozentri-

schen Perspektive nicht übereinstimmten. Übertragen auf die gemeinsame Wahrnehmung

berücksichtigen die Vpn immer die dargebotenen Reize beider Perspektiven und können die

jeweils irrelevante Perspektive nicht ignorieren.

3.4.3 Kompetitive versus kooperative Aufgabenbearbeitung

Handlungen, die im Kontext sozialer Interaktion stehen, können entweder kompetitiv

oder kooperativ gelöst werden. In kompetitiven Aufgaben erreicht ein Partner sein Ziel früher

und/oder verhindert, dass der Partner sein Ziel erreicht. Bei kooperativen Aufgaben berück-

Handlungen im Kontext von Partnerinteraktionen 54

sichtigt der Akteur das erwünschte Handlungsergebnis des Ko-Akteurs. Die Ziele der beiden

Interaktionspartner entsprechen sich bzw. die Erreichung des Partnerzieles hilft bei der Er-

reichung des eigenen Zieles. Bisher gibt es jedoch nur wenig systematische Studien aus der

Joint-Action-Forschung, in der beide Bedingungen berücksichtigt und deren relativer Einfluss

untersucht wurde.

Dass die Anwesenheit eines Partners unter gewissen Bedingungen zur Verbesserung

der Leistung führen (s.g. Effekt der sozialen Fazilitation) kann, zeigte bereits Norman Triplett

(1898) in einem der ersten psychologischen Laborexperimente zum Phänomen der sozialen

Erleichterung durch einen gemeinsamen (Handlungs-)Kontext: Er beobachtete, dass Rad-

fahrer mit einer deutlich schnelleren Trittfrequenz fahren, wenn sie sich gegen andere Rad-

fahrer durchsetzen müssen als wenn sie gegen die Uhr (beim Zeitfahren) antreten. Im Expe-

riment ließ er dazu u.a. Kinder sowohl in einer Einzelbedingung als auch in einer Paarbedin-

gung (kompetitive Bedingung) so schnell wie möglich an einer Kurbel drehen. Es zeigte sich,

dass die Kinder in den kompetitiven Bedingungen schneller agierten, wenn ein anderes Kind

anwesend war, welches die gleiche Aufgabe durchführte.

Effekte sozialer Fazilitation lassen sich auch unter kooperativen Bedingungen nach-

weisen. In einer frühen Untersuchung von Drill zum Hammerschlag sollten Vpn in einer Ein-

zelbedingung oder in einer Paarbedingung (kooperative Bedingung) auf einem Amboss

Hammerschläge ausführen (Drill, 1933; zitiert aus Loosch, 1993). In der kooperativen Bedin-

gung wurden die Hämmer von den Partnern wechselseitig auf dem Amboss geschlagen,

sodass ein kontinuierlicher, kooperativer Arbeitsrhythmus entstand. Dabei war die Streuung

zweier aufeinanderfolgender Schläge insgesamt geringer als die Streuung der zeitlichen

Dauer der einzelnen Schläge jedes Partners (vgl. auch Loosch, 1993). Dieses Ergebnismus-

ter ist ein wichtiger Befund für Anpassungseffekte zwischen zwei Partnern beim Lösen ko-

operativer Aufgaben.

Georgiou, Becchio, Glover und Castiello (2007) prüften das Verhalten von Vpn in ei-

ner motorischen Aufgabe bei der ein hölzerner Gegenstand von einer Start- auf eine Zielpo-

sition platziert werden sollte. Die Aufgabe sollte entweder als Einzelbedingung (normales vs.

schnellstmögliches Tempo), als Paarbedingung mit einem passiven Beobachter (normales

vs. schnellstmögliches Tempo), als Paarbedingung (kooperativ) mit einem Partner oder als

Wettkampf (kompetitiv) so schnell wie möglich ausgeführt werden. Zum einen zeigte sich,

dass ein passiver Beobachter keinen Einfluss auf die Bewegungszeiten der handelnden Vpn

hat. Zum anderen benötigten die Vpn bei der kooperativen Handlung im Vergleich zur allei-

nigen Handlung mehr Zeit. Die Autoren begründen dies damit, dass Vpn anscheinend zu-

sätzliche Zeit während der kooperativen Handlung dafür benötigen, ihre Handlungen zu syn-

chronisieren. Der Vergleich von kooperativer und kompetitiver Handlung ergab wie erwartet

schnellere Bewegungszeiten für die „Wettkampfbedingung“, allerdings waren diese Bewe-

Handlungen im Kontext von Partnerinteraktionen 55

gungszeiten sogar schneller als in der Einzelbedingung, in der die Vpn so schnell wie mög-

lich agieren sollten. Damit scheint der kompetitive Aufgabencharakter die Bewegungsge-

schwindigkeit zusätzlich zu steigern.

Heed, Habets, Sebanz und Knoblich (2010) entwickelten eine Interferenzaufgabe, in

der Vpn mit einer Fußbewegung (nach oben/unten) auf einen relevanten taktilen Stimulus

und nicht auf einen irrelevanten visuellen Stimulus (einen Würfel in der Hand) reagieren soll-

ten. Taktiler und visueller Reiz konnten übereinstimmen (kongruente Bedingung) oder inter-

ferieren (inkongruente Bedingung). Neben den erwarteten Kongruenzeffekten reagierten Vpn

schneller und genauer in den inkongruenten Bedingungen, wenn ein Partner (kooperativ)

zeitgleich auf die (irrelevanten) visuellen Reize antwortete. Die kooperative Übernahme der

Aufgabe des Partners scheint es für Vpn leichter zu machen, den interferierenden Stimulus

zu ignorieren, da dieser in den Aufgabenbereich des Ko-Akteurs fällt. Der Ko-Akteur musste

sich dazu jedoch tatsächlich sichtbar im Raum befinden. Eine räumliche Trennung der Part-

ner (d.h. die bloße Instruktion: ein mitarbeitender Partner befände sich in einem Nebenraum)

führte nicht zu einer Reduktion des Kongruenzeffektes (Heed et al., 2010).

Um das Unterkapitel „Intendierte Koordination“ zusammenzufassen, bleibt festzuhal-

ten, dass intendierte Koordinationsprozesse kognitive Ressourcen benötigen, die sich in ver-

langsamtem Reaktionszeiten (Sebanz et al., 2003; Vesper et al., 2011), erhöhten Fehlerra-

ten und erhöhten neuronalen Korrelaten (Newman-Norlund et al., 2008; Sebanz et al.,

2006b; Sebanz et al., 2007) widerspiegeln. Vpn müssen dabei immer ein konkretes Hand-

lungsergebnis erwarten (Sebanz et al., 2003). Für die Bildung gemeinsamer Repräsentati-

onsstrukturen gilt eine klare Aufgabenteilung in der Paarbedingung (Sebanz et al., 2006b).

Die Ergebnisse der Studien deuten darauf hin, dass sich zwei Ko-Akteure, die eine bestimm-

te Handlungsabsicht verfolgen und jeder einen Teil der Aufgabe übernimmt, genauso verhal-

ten als wenn eine Einzelperson eine Zweifachwahlaufgabe absolviert. Individuen können

eine gemeinsame Wahrnehmung bilden (Böckler et al., 2011; Richardson et al., 2012), die

sich jedoch nicht bewusst unterdrücken lässt (Samson et al., 2010). So genannte „coordina-

tion smoother“ (Vesper et al., 2010) werden dazu verwendet, Handlungen im Interaktions-

kontext besser zu koordinieren. Dazu zählt neben geringeren Bewegungsgeschwindigkeiten

(Vesper et al., 2010), die Bereitstellung von Koordinationssignalen (Sprache: Clark, 1996;

Fingerbewegungen: Goebl & Palmer, 2009), die Einschränkung und Strukturierung auf nahe-

liegende Aspekte (Brennan et al., 2008) oder die Reduktion der Bewegungsvariabilität (Ves-

per et al., 2011). Durch die Anwesenheit eines Partners können Effekte der sozialen Fazilita-

tion im Interaktionskontext sowohl unter kooperativen als auch kompetitiven Bedingungen

entstehen (Georgiou et al., 2007; Heed et al., 2010; Triplett, 1898).

Das Fitts’sche Gesetz im Interaktionskontext 56

4 Das Fitts’sche Gesetz im Interaktionskontext

Sollen zwei Handlungen gleichzeitig ausgeführt werden, dann müssen die einzelnen

Bewegungen und Ziele aufeinander abgestimmt werden. Dies ist in einer großen Anzahl an

Studien in der Forschung zur bi-manuellen Koordination untersucht worden (Swinnen, 2002;

Swinnen & Wenderoth, 2004). Nach Kunde (2006) beinhaltet die Koordination zweier Bewe-

gungshandlungen die Antizipation von Effektrepräsentationen, die sich auf die Kombinierbar-

keit zweier Einzelhandlungen auswirken. Dabei fällt es leichter, zwei Bewegungen zu kombi-

nieren, die zu gleichen Handlungszielen bzw. -effekten führen als zu unterschiedlichen (z.B.

Kunde & Weigelt, 2005; Mechsner et al., 2001).

“…performance in bimanual choice reaction tasks is constrained by the creation and maintenance of

goal codes rather than by properties inherent in the neuromuscular system that carries out these re-

sponses. These goals can relate to either body-intrinsic states or to body-extrinsic states according to

the actor’s current intentions” (Kunde & Weigelt, 2005, S. 145).

Danach ergeben sich gerichtete Interaktionseffekte zwischen zwei Bewegungen auf

Basis der (experimentellen) Randbedingungen der zu bearbeitenden Aufgaben (z.B. daraus,

wie gut gleiche oder unterschiedliche Handlungsziele bzw. -effekte miteinander kombiniert

werden können). Dies sollte sich auch auf die gleichzeitige Bearbeitung von Fitts‘schen Auf-

gaben auswirken. Im Folgenden werden Evidenzen für diese Annahme aus Studien zur intra-

personellen und inter-personellen Koordination vorgestellt.

4.1 Interaktionsmuster unter intra-personellen Bedingungen

Zunächst konnten Kelso und Kollegen (Kelso, Southard, & Goodman, 1979; Kelso,

Putnam, & Goodman, 1983) nachweisen, dass Vpn in einer intra-personellen bi-manuellen

Aufgabe ihre Hände simultan bewegen, obwohl die experimentellen Randbedingungen

(Raum- und Präzisionsanforderungen) für beide Extremitäten unterschiedlich waren. Die Vpn

sollten dafür – ähnlich der Tapping-Aufgabe von Fitts (1954, Experiment 1) – mit den Hän-

den auf verschieden große Zielfelder tippen. In der uni-manuellen Versuchsbedingung, d.h.

wenn die Vpn mit nur einer Hand agieren sollten, wirkten sich die räumlichen Anforderungen

(Distanz und Größe des Zieles) im Sinne des Fitts’schen Gesetzes auf die Bewegungsge-

schwindigkeiten aus, sodass bei kleineren Zielen und größeren Distanzen mehr Zeit benötigt

wurde. In der bi-manuellen Bedingung passte sich die jeweilige Extremität mit der „leichte-

ren“ Aufgabenschwierigkeit an die der „schwereren“ an, sodass für beide Hände annähernd

gleichen Reaktionszeiten, Bewegungszeiten und Beschleunigungen gemessen wurden. D.h.

die Vpn führten die beiden Bewegungshandlungen zeitlich synchron aus, obwohl das nicht

Das Fitts’sche Gesetz im Interaktionskontext 57

explizit von ihnen verlangt wurde. Dies bedeutet aber auch gleichzeitig, dass das Fitts‘sche

Gesetz für die Ausführung der Bewegungshandlung für die Hand mit der leichteren Aufgabe

verletzt wurde. Dieser Befund legt nahe, dass bei der Planung zweier Handlungen die jewei-

ligen Rahmenbedingungen der Aufgabe(n) berücksichtigt und diese in den Handlungsplan

integriert werden. Insgesamt lieferten die Studien von Kelso et al. (1979, 1983) wichtige Hin-

weise für systematische Interaktionseffekte, die während der gleichzeitigen Ausführung

zweier Bewegungshandlungen wirksam werden.

Solche systematischen Interaktionseffekte bei der bi-manuellen Koordination von

Fitts‘schen Aufgaben wurden vielfach repliziert (z.B. Fowler, Duck, Mosher, Mathieson, 1991;

Marteniuk, MacKenzie, & Baba, 1984; Shea, Boyle, & Kovacs, 2012). Als Ursachen für die

intra-personellen Interaktionsmuster zwischen linker und rechter Hand wurden zunächst

Kopplungsphänomene auf der Grundlage des symmetrischen Aufbaus des neuromuskulären

Systems und des interhemisphärischen Austauschs neuronaler Signale während der Bewe-

gungsausführung diskutiert (für eine Übersicht siehe Swinnen, 2002). Neuere Arbeiten

schlagen dagegen die Vereinbarkeit von Handlungsziel- und Handlungseffektrepräsentatio-

nen für die Kombinierbarkeit zweier Aufgaben vor (z.B. Kunde, 2006; Kunde & Weigelt,

2005; Mechsner et al., 2001). Letztere Annahme bietet einen Erklärungsansatz für systema-

tische Interaktionsmuster beim Lösen kooperativer Aufgaben unter inter-personellen Bedin-

gungen, wie sie in einer Reihe von aktuellen Studien berichtet wurden (Knoblich et al., 2011;

Sebanz et al., 2006a). Danach sind kognitive Repräsentationen der eigenen und fremden

Handlung bzw. der Effekte, die mit diesen Handlungen einhergehen, eine Grundvorausset-

zung, um im sozialen Kontext erfolgreich zu handeln (vgl. auch Wilson & Knoblich, 2005).

Sebanz et al. (2006a) sprechen in diesem Zusammenhang von Ko-Repräsentationen, in de-

nen die eigene Aufgabe und die des Partners gemeinsam repräsentiert werden. Ob dies

auch für Fitts’sche Aufgaben zutrifft, die gleichzeitig von zwei Partnern gelöst werden sollen,

wird im folgenden Abschnitt betrachtet.

4.2 Interaktionsmuster unter inter-personellen Bedingungen

Inwieweit sich systematische Interaktionsmuster in einer Fitts’schen Aufgabe finden

lassen, während zwei Personen diese gleichzeitig ausführen, untersuchten erstmals Mottet

und Kollegen (2001). Dazu sollten Vpn in drei Einzelbedingungen entweder (1) einen einzel-

nen Lichtpunkt so schnell wie möglich mit einem durch zwei Lichtpunkte begrenztes Zielfeld

in Übereinstimmung bringen, (2) das Zielfeld schnellstmöglich zu einem Lichtpunkt führen

oder (3) sowohl das Zielfeld mit der einen Hand und den Lichtpunkt mit der anderen Hand

gleichzeitig aufeinander zu bewegen. Anschließend sollten sie in einer Paarbedingung (4), in

der eine Person den Lichtpunkt und die andere das Zielfeld steuerte, zusammenarbeiten.

Das Fitts’sche Gesetz im Interaktionskontext 58

Nach den Ergebnissen behielt das Fitts’sche Gesetz seine Gültigkeit für jede der intra- und

interpersonellen Bedingungen, d.h. dass die BZ auch beim Lösen einer kooperativen Aufga-

be zweier Partner von den experimentellen Randbedingungen (Schwierigkeitsindex) abhin-

gen. Die Versuchspaare benötigten zur Ausführung schwieriger Aufgabenbedingungen mehr

Zeit als für einfache Aufgaben. Zusätzlich ergab eine Analyse der Bewegungsfehler (BF),

dass auch die Anzahl der Fehler mit höherem SI anstieg. Dabei unterschieden sich die BF

wiederum nicht zwischen den Einzel- und Paarbedingungen. In den Bedingungen, in denen

zwei Handlungen gleichzeitig koordiniert werden mussten, ergaben sich insbesondere keine

Unterschiede in Abhängigkeit davon, ob die beiden Aufgaben von einer Person (intra-

personelle Bedingung) oder von zwei Personen (inter-personelle Bedingung) ausgeführt

wurden (Mottet et al., 2001).

Dazu widersprüchliche Ergebnisse fanden Fine und Amazeen (2011), die das

Fitts’sche Gesetz auf eine Partneraufgabe übertrugen, bei der jede Vpn eines Versuchspaa-

res – ähnlich der Tapping-Aufgabe von Fitts (1954, Experiment 1) – mit dem Zeigefinger zwi-

schen zwei Zielfelder hin und her pendeln sollte. In drei Versuchsbedingungen agierten die

Vpn entweder als Einzelperson einhändig (uni-manuell), mit beiden Händen (bi-manuell-

intrapersonell) und gemeinsam mit einem Partner einhändig (uni-manuell-interpersonell). Die

Analyse der alternierenden Pendelbewegungen ergab, dass die Paare, auch in den Bedin-

gungen mit unterschiedlichem SI

zwischen den Vpn, in ein koordiniertes raum-zeitliches

(emergentes) Bewegungsmuster verfielen. Abweichungen von der Fitts’schen Regressions-

gerade in den intra- und interpersonellen Bedingungen mit ungleichen SI‘s, deuteten darauf

hin, dass Vpn dazu neigten die Bewegungen der einzelnen Effektoren aneinander anpassen.

Die Ergebnisse der uni-manuellen Aufgabe dokumentieren einen Anstieg der BZ mit zuneh-

mender Schwierigkeit, aber keinen Unterschied zwischen den beiden Händen. Auch bei

zweihändigen Aufgaben wiesen die beiden Hände keine solchen Differenzen auf. In den in-

tra- und interpersonellen Aufgaben wurde das Fitts‘sche Gesetz allerdings „verletzt“. Nach

diesem Ergebnis beeinflussen interpersonelle Synchronisationsprozesse die Interaktion

zweier Partner auch dann, wenn dies nicht explizit verlangt wird. Die Hand mit der leichteren

Aufgabe passte sich tendenziell dem Tempo der Hand mit der schwierigeren Aufgabe an.

Vpn gelingt es also nicht (weder in der Einzel- noch in der Paarbedingung) bei motorischen

Aufgaben mit unterschiedlichen SI‘s voneinander unabhängige Bewegungen zu produzieren

(Fine & Amazeen, 2011), was sich in systematischen Interaktionseffekten widerspiegelt.

Eine weitere Studie in der sich Vpn in eine Handlung eines Partners hineinversetzen

mussten, führten Meulenbroek und Kollegen (2007) durch. Die Aufgabe der Vpn war es da-

Für die Kombination zweier Aufgabenschwierigkeiten wurde der SI als arithmetisches Mittel der beiden indivi-

duellen Indizes berechnet. Die unimanuelle Aufgabenbedingung wurde sowohl mit der rechten als auch mit der

linken Hand ausgeführt.

Das Fitts’sche Gesetz im Interaktionskontext 59

bei, einen Gegenstand aufzunehmen und einem anderen Partner zu überreichen (im Fol-

genden mit „Steller“ benannt), der diesen danach auf einer neuen Position platzierte (im Fol-

genden mit „Nehmer“ benannt). Sie nutzten den Geschwindigkeits-Genauigkeitsausgleich

(Fitts, 1954) dabei operationalisierend, um mögliche Anpassungseffekte zwischen den Akt-

euren zu finden. Gleichzeit wurde der Steller in einigen Fällen mittels der Größe-Gewicht-

Illusion

über das tatsächliche Gewicht des zu manipulierenden Objekts getäuscht. Über

eine systematische Analyse der Bewegungstrajektorien der Hand

konnten die Autoren eine

leichte Adaptation der Nehmer-Geschwindigkeit abhängig von der Annäherungsgeschwin-

digkeit des Stellers finden. Näherte sich der Steller relativ langsam (z.B. aufgrund der erhöh-

ten Präzisionsanforderungen) an das Zielfeld an, reduzierte der Nehmer seine Geschwindig-

keit minimal, obwohl seine individuellen Präzisionsanforderungen geringer waren. Bei gleich

großen Zielflächen beider Partner fielen die Bewegungszeiten (BZ) nahezu identisch aus.

Das heißt die Geschwindigkeit der Bewegungsausführung des Nehmers passte sich an die

Bewegungsgeschwindigkeit an mit der sich der Steller annäherte. Außerdem ließ sich der

Nehmer weniger von der Größe-Gewicht-Illusion täuschen. Diese Ergebnisse deuten auf

Interaktionseffekte zwischen den Vpn und auf eine Mitverarbeitung der Partneraufgabe hin.

Nach Meulenbroek et al. (2007) nutzten die Nehmer insbesondere die Beobachtung der Be-

wegungstrajektorie des Stellers als zusätzliche Informationsquelle für die eigene (Neu-

)Programmierung der Bewegung.

Abschließend ist eine jüngere Studien von Vesper und Kollegen (2013a) zu erwäh-

nen. Die Autoren untersuchten, ob sich systematische Interaktionsmuster zwischen zwei

Partnern auch dann nachweisen lassen, wenn der andere Partner während der gemeinsa-

men Bearbeitung der Aufgabe nicht zu sehen ist. In diesen Fällen stand den Vpn keine „onli-

ne“-Information über das Verhalten des Partners zur Verfügung. Die Partner sollten dafür

Sprünge nach vorne auf verschieden große Zielfelder ausführen. Dabei waren die Vpn durch

einen Vorhang getrennt, so dass sie sich gegenseitig nicht sehen konnten. Sie erhielten le-

diglich Informationen über die eigene zu absolvierende Sprungweite und die des Partners.

Ein akustisches Signal ertönte über die Kopfhörer bei jeder Landung auf einem Zielfeld (ei-

gene Sprünge und die des Partners). Die Vpn sprangen sowohl in Einzel- als auch Paarbe-

dingungen. Der größte Unterschied zu den vorangegangenen Studien war, dass die beiden

Versuchspartner durch einen Vorhang voneinander getrennt waren und ihre Aufgabe trotz-

dem darin bestand möglichst gleichzeitig am Ziel anzukommen (Abbildung 17).

Die Größe-Gewicht-Illusion (Charpentier, 1891) entsteht, wenn Personen das Gewicht eines Objektes anhand

ihrer Größe einschätzen. Zeigt man Vpn zwei Objekten exakt gleicher Masse wird von ihnen das Größere für

schwerer gehalten.

Bei einer Bewegungstrajektorie handelt es sich um die Bewegungsbahn eines Objekts (hier: der Hand), welche

den Bewegungspfad in räumlich zeitlicher Dimension widerspiegelt.

Das Fitts’sche Gesetz im Interaktionskontext 60

Abbildung 17: (a) Schematische Darstellung des Versuchsaufbaus aus Vesper et al. (2013a). (b) Individuelle

unipedale Bedingung, in der die Vpn alleine auf einem Fuß sprangen. (c) Gemeinsame Bedingung, in der die Vpn

nebeneinander auf einem Bein sprangen. Das Ziel war es, zeitlich gleichzeitig auf den Zielfeldern zu landen. (d)

Individuelle bi-pedale Bedingung, in der die Vpn mit beiden Beinen gleichzeitig landen sollten.

Die Sprungzeiten waren in der Paarbedingung generell länger als in der Einzelbedin-

gung und wurden durch die Sprungdistanz des Partners moduliert. Danach initiierten die Vpn

ihre Bewegungen in den Paarbedingungen später als in den Einzelbedingungen, wenn der

Ko-Akteur eine größere Distanz als sie selbst zu springen hatte. Dies deutet auf einen An-

passungseffekt an den Partner in der Paarbedingung hin. Dieser Anpassungseffekt fand sich

auch in der maximalen Sprunghöhe und der räumlichen Präzision der Landung und zwar

immer ausgehend von dem Partner, der die leichtere Aufgabe, also die kürzere Distanz zu

überbrücken hatte. Dieser Effekt lässt sich auf das Wissen über die Sprungdistanz des Part-

ners zurückführen. Zusammenfassend schlossen die Autoren, dass höhere mentale Prozes-

se die Bearbeitung von kooperativen Aufgaben auch „offline“ beeinflussen können, d.h. wenn

keine „online“-Informationen über das Verhalten des Partners zur Verfügung stehen. Die

Partner sind zu synchronen Handlungen in der Lage, auch wenn sie die Partnerhandlung

mental (anhand des Parameters „Distanz“) simulieren müssen (vgl. Vesper et al., 2013a).

Das Fitts’sche Gesetz im Interaktionskontext 61

Zusammengefasst zeigen demnach vier Studien (Fine & Amazeen, 2011; Mottet et

al., 2001; Meulenbroek et al., 2007; Vesper et al., 2013a) systematische Interaktionseffekte

zwischen zwei Partnern, während sie eine kooperative Aufgabe auf Basis des Fitts’schen

Gesetzes lösen. Dabei wurde das Fitts’sche Gesetz bei Fine und Amazeen (2011) – zumin-

dest für den Partner mit der leichteren Aufgabe – verletzt. Dies galt auch in der Sprungauf-

gabe von Vesper und Kollegen. In der Studie von Mottet et al. (2001) ergaben sich hingegen

keine Unterschiede zwischen EB und PB, wenn die Vpn zwei Bewegungen auf ein gemein-

sames Ziel hin ausführten. Der Nehmer in der Studie von Meulenbroek et al. (2007) passt

sich trotz unterschiedlicher Aufgabenanforderungen zumindest teilweise an den Steller an.

4.3 Motivation der eigenen Studien

Bislang existieren nur einige wenige Studien, die das Fitts’sche Gesetz (Fitts, 1954)

im Kontext von Partnerinteraktionen beim Lösen kooperativen Aufgaben prüfen. Obwohl es

laut Schmidt und Lee (2005, 154) „the most fundamental principle of human movement” ist,

könnte die Fitts’sche Formulierung auf Grundlage der oben beschriebenen Befunde zum

gemeinsamen Handeln (Kapitel 3; joint action) durch den Handlungskontext (Anwesenheit

eines Ko-Akteurs) moduliert werden. Das erste Ziel dieser Arbeit ist es daher zu prüfen, ob

sich ein Geschwindigkeits-Genauigkeits-Ausgleich (engl. speed-accuracy-trade off) auf Basis

der Aufgabenschwierigkeit bei Bewegungshandlungen, die wechselseitig mit einem Partner

erfolgen, findet. In diesem Fall sollten sich die Probanden an die experimentellen Randbe-

dingungen der Aufgabe anpassen und sich emergente Koordinationsmuster im Sinne des

Fitts’schen Gesetzes nachweisen lassen. Das zweite Ziel ergibt sich aus dem Handlungs-

kontext selbst. Hier stellt sich die Frage, ob die gemeinsame Bearbeitung der Aufgabe mit

einem Ko-Akteur zu systematischen Interaktionsmustern zwischen den Partnern führt. Von

systematischen Interaktionsmustern würde man dann sprechen, wenn die Koordinations-

muster eines Partners (bzw. beider Partner) durch die gleichzeitige Durchführung der Aufga-

be mit einem anderen Partner verändert werden. Das dritte Ziel ist die Betrachtung der Ko-

ordinations- und Interaktionsmuster über Aufgaben unterschiedlicher Komplexität hinweg.

Dabei ist es von Interesse, ob sich die Effekte des Fitts’schen Gesetzes von kleinräumigen

(z.B. Scheibentransferaufgabe; vgl. Fitts, 1954, Experiment 2) auf großräumige Bewegungs-

handlungen (z.B. Basketballpassaufgabe; Experimentalreihe 3 in der vorliegenden Arbeit)

generalisieren lassen. Danach sollten sich die gleichen Koordinations- und Interaktionsmus-

ter unabhängig von der Komplexität der Aufgabe ergeben.

In den folgenden drei Experimentalreihen wurde dafür die Komplexität der Untersu-

chungsaufgabe sukzessive erhöht. Versuchspaare führten gemeinsam eine einfache Ob-

jektmanipulation (Scheibentransferaufgabe; Experimente 1-3), eine Objektmanipulation mitt-

Das Fitts’sche Gesetz im Interaktionskontext 62

lerer Komplexität (Wurfaufgabe; Experimente 4-6) und eine komplexe sportspielspezifische

Fertigkeit (Basketballpassaufgabe; Experimente 7-9) aus. Die experimentellen Randbedin-

gungen der Aufgaben wurden so manipuliert, dass deren Anforderungen über eine Spanne

unterschiedlicher Schwierigkeitsindizes variierten.

Eine der Stärken der unten aufgeführten Untersuchungen (Kapitel 6-8) liegt darin,

dass zwar rhythmische Bewegungen (wie bei Kelso et al., 1984; Oullier et al, 2008 und auch

Fitts, 1954) genutzt werden, die dennoch ein konkretes (kooperatives) Handlungsziel verfol-

gen (wie bei Sebanz, 2003, 2006b, 2007 oder Vesper et al., 2010, 2013a). Man spricht hier

von seriellen Bewegungen, die eine Summe mehrerer Teilbewegungen sind. Sie beinhalten

sowohl kontinuierliche als auch diskrete Elemente (Schmidt & Lee, 2005). Damit kann die

Kritik der fehlenden Kontinuität (Rhythmus) oder des fehlenden Handlungszieles (Intention)

der Bewegung bei der Betrachtung der individuellen Koordinationsmuster umgangen wer-

den. Darüber hinaus findet in den folgenden Experimenten eine differenziertere Abstufung

des Schwierigkeitsindex statt. Durch die orthogonale Kombination dreier Distanzen mit drei

Zielgrößen – wie bereits bei Fitts (1954) und Fitts und Peterson (1964) – ergaben sich Auf-

gaben unterschiedlicher Schwierigkeit. In der Studie von Fine und Amazeen (2011) wurden

nur zwei unterschiedliche Schwierigkeitsindizes genutzt. Bei Mottet und Kollegen (2001) wa-

ren es sechs Schwierigkeitsindizes. In der Studie von Vesper und Kollegen (2013a) wurde

ausschließlich die Distanz zwischen den Zielfeldern, allerdings nicht die Zielfeldgröße selbst

variiert, sodass hier nicht zwangsläufig von einer Fitts’schen Aufgabe gesprochen werden

kann. Meulenbroek und Kollegen (2001) nutzten ebenfalls nur zwei unterschiedlich große

Zielfelder und hielten die Distanz zwischen Objektübergabepunkt und Zielfeld konstant. Die

differenzierte Abstufung in den unten aufgeführten Experimenten (insgesamt sieben unter-

schiedlich schwere Aufgaben, da durch die orthogonale Kombination jeweils zwei SI’s dop-

pelt vorkamen) ermöglicht es, mit Hilfe von Regressionsanalysen die Dependenzen zwi-

schen der Aufgabenschwierigkeit und der benötigten Bewegungszeit bzw. der Anzahl an

Bewegungsfehlern exakter zu erfassen. Außerdem bietet die Dopplung von gleichen Schwie-

rigkeitsindizes aus unterschiedlichen Distanz-Zielgröße-Kombinationen den separaten Ver-

gleich des Einflusses von Distanz und Zielgröße in zusätzlichen Analysen.

Vor dem Hintergrund der theoretischen Einleitung, der aktuellen Befunde zur Joint-

Action-Forschung und der Berücksichtigung der drei für diese Arbeit formulierten Ziele, wer-

den im nächsten Kapitel (Kapitel 5) die Hypothesen für die einzelnen Experimente hergelei-

tet.

Hypothesen 63

5 Hypothesen

Die drei Experimentalreihen untersuchen die Gültigkeit des Fitts’schen Gesetzes für

die Partnerinteraktion beim Lösen kooperativer Aufgaben. Dafür sollten die Versuchspaare

gemeinsam einfache Objektmanipulationen (eine Scheibentransferaufgabe in Experimental-

reihe 1, Experiment 1-3), Objektmanipulationen mittlerer Komplexität (eine Wurfaufgabe in

Experimentalreihe 2, Experiment 4-6) und eine komplexe sportspielspezifische Fertigkeit

(eine Basketballpassaufgabe in Experimentalreihe 3, Experiment 7-9) durchführen. Die expe-

rimentellen Randbedingungen ergaben auf Basis des Fitts’schen Gesetzes unterschiedliche

Schwierigkeitsindizes für die jeweiligen Aufgaben durch die systematische Kombination ver-

schiedener Distanzen und Zielgrößen (Fitts, 1954). Dies ermöglicht es, den spezifischen

Einfluss der jeweiligen Aufgabenschwierigkeit auf die Koordinationsmuster aus einer infor-

mationstheoretischen Perspektive für die unterschiedlichen experimentellen Bedingungen

über alle Aufgaben hinweg zu vergleichen. Dabei ist zunächst die Frage von Interesse, ob

sich die emergenten Koordinationsmuster quantitativ über das Fitts’sche Gesetz abbilden

lassen (Forschungsfrage 1). Weiterhin soll die Frage nach gerichteten Interaktionen bzw.

systematischen Interaktionsmustern zwischen den Partnern (im Sinne von joint action) beim

Lösen der jeweiligen kooperativen Aufgabe beantwortet werden (Forschungsfrage 2). Die

abschließende Betrachtung widmet sich der Frage, ob sich vergleichbare Koordinations- und

Interaktionsmuster für Aufgaben unterschiedlicher Komplexität finden (Forschungsfrage 3).

5.1 Experimentalreihe 1 - „Scheibentransferaufgabe“

Für die Experimentalreihe 1 „Scheibentransferaufgabe“ werden die Nullhypothese

und die (ungerichtete) Alternativhypothese aufgestellt:

Nullhypothese 1.1: Die Koordinationsmuster zweier Partner beim wechselseitigen Transfer von Scheiben

(einfache Objektmanipulationsaufgabe) werden nicht durch die experimentellen Randbedingungen be-

einflusst und lassen sich somit auch nicht quantitativ über das Fitts’sche Gesetz abbilden.

Alternativhypothese 1.1: Die Koordinationsmuster zweier Partner beim wechselseitigen Transfer von

Scheiben (einfache Objektmanipulationsaufgabe) werden durch die experimentellen Randbedingungen

beeinflusst und lassen sich quantitativ über das Fitts’sche Gesetz abbilden.

Nullhypothese 1.2: Beim Lösen der kooperativen Aufgabe (hier Scheibentransfer) entstehen keine sys-

tematischen Interaktionsmuster zwischen den Partnern.

Alternativhypothese 1.2: Beim Lösen der kooperativen Aufgabe (hier Scheibentransfer) entstehen sys-

tematische Interaktionsmuster zwischen den Partnern.

Hypothesen 64

Unter Berücksichtigung des aktuellen Forschungsstandes zum Fitts’schen Gesetz

und der Partnerinteraktion (joint action) ergeben sich folgende gerichtete Forschungshypo-

thesen für die Experimentalreihe 1 „Scheibentransferaufgabe“:

Forschungshypothese 1.1: Auf Basis des Fitts‘schen Gesetzes lässt sich ein spezifischer Einfluss der

Aufgabenschwierigkeit auf die Koordinationsmuster der beiden Partner beim Lösen der Scheibentrans-

feraufgabe nachweisen. In diesem Zusammenhang sollten höhere Schwierigkeitsindizes der Aufgabe zu

langsameren Bewegungszeiten (BZ) und einer erhöhten Anzahl an Bewegungsfehlern (BF) führen.

Forschungshypothese 1.2: Der Vergleich zwischen Einzel- und Paarbedingungen beim Lösen von Auf-

gaben gleicher Schwierigkeit ermöglicht die Betrachtung systematischer Interaktionsmuster zwischen

beiden Partnern (s.g. Partnerinteraktionseffekte). Dies sollte sich in selektiven Interaktionskosten, wie

etwa langsameren Bewegungszeiten (BZ) und einer erhöhten Anzahl an Bewegungsfehlern (BF) in den

Paarbedingungen gegenüber den Einzelbedingungen, widerspiegeln.

Forschungshypothese 1.3: Durch den Vergleich beider Partner beim Lösen von Aufgaben unterschiedli-

cher Schwierigkeit lassen sich gerichtete Interaktionseffekte untersuchen. Dabei sollte es zur Anpassung

der Koordinationsmuster bei der Ausführung von Bewegungen zu jeweils unterschiedlichen Aufgabenan-

forderungen kommen, indem sich die Bewegungsausführung der leichteren Aufgabe an den Anforderun-

gen der schwereren Aufgabe orientiert.

5.2 Experimentalreihe 2 - „Wurfaufgabe“

Die Nullhypothese und die (ungerichtete) Alternativhypothese für die Experimental-

reihe 2 „Wurfaufgabe“ lauten:

Nullhypothese 2.1: Die Koordinationsmuster zweier Partner beim wechselseitigen Werfen von Bällen

(Objektmanipulation mittlerer Komplexität) werden nicht durch die experimentellen Randbedingungen

beeinflusst und lassen sich somit auch nicht quantitativ über das Fitts’sche Gesetz abbilden.

Alternativhypothese 2.1: Die Koordinationsmuster zweier Partner beim wechselseitigen Werfen von Bäl-

len (Objektmanipulation mittlerer Komplexität) werden durch die experimentellen Randbedingungen be-

einflusst und lassen sich quantitativ über das Fitts’sche Gesetz abbilden.

Nullhypothese 2.2: Beim Lösen der kooperativen Aufgabe (hier Wurfaufgabe) entstehen keine systema-

tischen Interaktionsmuster zwischen den Partnern.

Alternativhypothese 2.2: Beim Lösen der kooperativen Aufgabe (hier Wurfaufgabe) entstehen systemati-

sche Interaktionsmuster zwischen den Partnern.

Hypothesen 65

Für die Experimentalreihe 2 „Wurfaufgabe“ werden auf Basis des aktuellen For-

schungstandes folgende gerichtete Forschungshypothesen aufgestellt (die sich unmittelbar

an den Hypothesen der Experimentalreihe 1 „Scheibentransferaufgabe“ orientieren):

Forschungshypothese 2.1: Auf Basis des Fitts‘schen Gesetzes lässt sich ein spezifischer Einfluss der

Aufgabenschwierigkeit auf die Koordinationsmuster der beiden Partner beim Lösen der Wurfaufgabe

nachweisen. In diesem Zusammenhang sollten höhere Schwierigkeitsindizes der Aufgabe zu langsame-

ren Bewegungszeiten (BZ) und einer erhöhten Anzahl an Bewegungsfehlern (BF) führen.

Forschungshypothese 2.2: Der Vergleich zwischen Einzel- und Paarbedingungen beim Lösen von Auf-

gaben gleicher Schwierigkeit ermöglicht die Betrachtung systematischer Interaktionsmuster zwischen

beiden Partnern (s.g. Partnerinteraktionseffekte). Dies sollte sich in selektiven Interaktionskosten, wie

etwa langsameren Bewegungszeiten (BZ) und einer erhöhten Anzahl an Bewegungsfehlern (BF) in den

Paarbedingungen gegenüber den Einzelbedingungen, widerspiegeln.

Forschungshypothese 2.3: Durch den Vergleich beider Partner beim Lösen von Aufgaben unterschiedli-

cher Schwierigkeit lassen sich gerichtete Interaktionseffekte untersuchen. Dabei sollte es zur Anpassung

der Koordinationsmuster bei der Ausführung von Bewegungen zu jeweils unterschiedlichen Aufgabenan-

forderungen kommen, indem sich die Bewegungsausführung der leichteren Aufgabe an den Anforderun-

gen der schwereren Aufgabe orientiert.

5.3 Experimentalreihe 3 - „Basketballpassaufgabe“

Die Experimentalreihe 3 „Basketballpassaufgabe“ betrachtet insbesondere den Ein-

fluss einzelner Raumdimensionen auf die Koordinationsmuster beider Partner. Es werden

die folgende Nullhypothese und die (ungerichtete) Alternativhypothese formuliert:

Nullhypothese 3: Die Koordinationsmuster zweier Partner beim wechselseitigen Passen eines Basket-

balls (komplexe sportspielspezifische Fertigkeit) werden nicht durch die experimentellen Randbedingun-

gen beeinflusst und lassen sich somit auch nicht quantitativ über das Fitts’sche Gesetz abbilden.

Alternativhypothese 3: Die Koordinationsmuster zweier Partner beim wechselseitigen Passen eines Bas-

ketballs (komplexe sportspielspezifische Fertigkeit) werden durch die experimentellen Randbedingungen

beeinflusst und lassen sich quantitativ über das Fitts’sche Gesetz abbilden.

Anhand der Forschungen zum Fitts‘schen Gesetz werden folgende gerichtete For-

schungshypothesen hergeleitet:

Forschungshypothese 3.1: Bei der isolierten Betrachtung der Raumdimension „Breite“ hat die Aufgaben-

schwierigkeit auf Basis des Fitts‘schen Gesetzes einen spezifischen Einfluss auf die Koordinationsmus-

ter der beiden Partner beim Lösen der Basketballaufgabe. Höhere Schwierigkeitsindizes (als Kombinati-

Hypothesen 66

on der Breite des (Pass-)Korridors und der Distanz zwischen den Partnern) der Aufgabe führen zu lang-

sameren Bewegungszeiten (BZ) und einer erhöhten Anzahl an Bewegungsfehlern (BF).

Forschungshypothese 3.2: Bei der isolierten Betrachtung der Raumdimension „Höhe“ hat die Aufgaben-

schwierigkeit auf Basis des Fitts‘schen Gesetzes einen spezifischen Einfluss auf die Koordinationsmus-

ter der beiden Partner beim Lösen der Basketballaufgabe. Höhere Schwierigkeitsindizes (als Kombinati-

on der Höhe des (Pass-)Korridors und der Distanz zwischen den Partnern) der Aufgabe führen zu lang-

sameren Bewegungszeiten (BZ) und einer erhöhten Anzahl an Bewegungsfehlern (BF).

Forschungshypothese 3.3: Bei der isolierten Betrachtung der Raumdimension „Tiefe“ hat die Aufgaben-

schwierigkeit auf Basis des Fitts‘schen Gesetzes einen spezifischen Einfluss auf die Koordinationsmus-

ter der beiden Partner beim Lösen der Basketballaufgabe. Höhere Schwierigkeitsindizes (als Kombinati-

on der Tiefe des (Pass-)Korridors und der Distanz zwischen den Partnern) der Aufgabe führen zu lang-

sameren Bewegungszeiten (BZ) und einer erhöhten Anzahl an Bewegungsfehlern (BF).

5.4 Gesamtbetrachtung - Experimentalreihen 1 bis 3

Die abschließende Betrachtung widmet sich der Frage, ob sich vergleichbare Koordi-

nationsmuster für Aufgaben unterschiedlicher Komplexität über alle Experimente der drei

Experimentalreihen hinweg finden (Forschungsfrage 3). Es werden die folgende Nullhypo-

these und die (ungerichtete) Alternativhypothese formuliert:

Nullhypothese 4: Über alle Experimente der drei Experimentalreihen hinweg lässt sich kein Unterschied

für den spezifischen Einfluss der Aufgabenschwierigkeit auf die Koordinationsmuster der beiden Partner

nachweisen, sodass in jeder Aufgabe steigende Aufgabenschwierigkeiten mit langsameren Bewegungs-

zeiten (BZ) und einer erhöhten Anzahl an Bewegungsfehlern (BF) einhergehen.

Alternativhypothese 4: Über alle Experimente der drei Experimentalreihen hinweg ergeben sich Unter-

schiede für den spezifischen Einfluss der Aufgabenschwierigkeit auf die Koordinationsmuster der beiden

Partner, sodass sich steigende Aufgabenschwierigkeiten in den einzelnen Aufgaben unterschiedlich auf

die Bewegungszeiten (BZ) und die Anzahl an Bewegungsfehlern (BF) auswirkt.

Forschungshypothese 4: In diesem Fall entspricht die Forschungshypothese 4 der Nullhypothese 4.

Experimentalreihe 1 – „Scheibentransferaufgabe“ 67

6 Experimentalreihe 1 – „Scheibentransferaufgabe“

Die Versuchsaufgabe der Experimentalreihe 1 „Scheibentransferaufgabe“ orientiert

sich am Aufbau der Versuchsapparatur von Paul Fitts (Fitts, 1954; Experiment 2 - Scheiben-

transfer) und versucht diese so originalgetreu wie möglich nachzustellen. Die Modifikationen

im Aufbau betrafen lediglich die Vorgabe, dass zwei Personen gleichzeitig agieren sollten.

Die Aufgabe der Vpn war es, möglichst schnell acht Metallscheiben im Wechsel (d.h. insge-

samt 16 Scheiben) umzusetzen. Bei dieser Versuchsaufgabe handelt es sich nach der Kate-

gorisierung von Schmidt und Lee (2005) um eine serielle Bewegung, für die ein klarer Start-

(Greifen der Scheibe) und Endpunkt (Ablegen der Scheibe) definiert werden kann.

“Serial movements are neither discrete nor continuous, but usually are comprised of a series of individual

movements tied together in time to make some ‚whole‘. These types of movements (…) can be rather

long in duration but are not stopped arbitrarily” (Schmidt & Lee, 2005, S. 23).

In Anlehnung an die bereits formulierten Forschungsfragen war es das Ziel dieser

Experimentalreihe, (1) mögliche Anpassungseffekte der einzelnen Partner (intra-individuelle

Koordinationsmuster) an die experimentellen Randbedingungen (d.h. an die Variation der

Aufgabenschwierigkeit) während einer Interaktionsaufgabe (Experiment 1), (2) Anpassungs-

effekte (d.h. systematische Interaktionsmuster) an den Interaktionspartner bei gleicher Auf-

gabenschwierigkeit (Experiment 2) sowie (3) Anpassungseffekte (d.h. systematische Interak-

tionsmuster) an den Interaktionspartner bei unterschiedlicher Aufgabenschwierigkeit (Expe-

riment 3) zu untersuchen.

6.1 Experiment 1

Im Mittelpunkt der Betrachtung des Experiments 1 steht die Frage, ob sich die ent-

stehenden Koordinationsmuster beim Lösen kooperativer Aufgaben über das Fitts‘sche Ge-

setz abbilden lassen. Dafür sollten die Vpn jeweils 8 Scheiben im Wechsel von zwei getrenn-

ten Ausgangspositionen zu einer gemeinsamen Zielposition transportieren. Die Auswertung

der Koordinationsmuster berücksichtigte insbesondere die Anpassung der Bewegungen an

die unterschiedlichen Schwierigkeitsanforderungen der Aufgabe. Das Experiment 1 dient

deshalb zur Überprüfung der Nullhypothese 1.1, der Alternativhypothese 1.1 und der For-

schungshypothese 1.1.

Experimentalreihe 1 – „Scheibentransferaufgabe“ 68

6.1.1 Methode

6.1.1.1. Versuchspaare

24 Studierende der Universität des Saarlandes (M = 22,79 Jahre; SD = 5,4 Jahre; 9

weiblich) wurden randomisiert zu 12 Versuchspaaren zusammengestellt. Es resultierten drei

weibliche, sechs männliche und drei gemischt-geschlechtliche Paare. Zwei Vpn waren nach

Selbstauskunft linkshändig (Tabelle 3).

Tabelle 3: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 1.

Paare Gesamt

männlich weiblich gemischt

Alter (in Jahren)

Größe (in cm)

Händigkeit (rechts in %)

Sehhilfe (benötigt in %)

21,4 (± 1,4)

179,7 (± 5,4)

100

16,6

21,5 (± 2,4)

164,5 (± 7,2)

66,6

33,3

26.8 (± 9,7)

173.2 (± 4,4)

100

33,3

22,8 (± 5,4)

174,3 (± 7,8)

91,7

25,0

Bei den Vpn handelte es sich zum einen um Sportstudenten, die freiwillig an der Un-

tersuchung teilnahmen und zum anderen um Psychologiestudenten, die für ihre Teilnahme

die entsprechende Dauer des Experiments als Versuchspersonenstunden bescheinigt be-

kamen. Diese konnten sie für ihr Psychologiestudium anrechnen. Alle Vpn hatten eine nor-

male bzw. korrigierte Sehstärke und verfügten laut eigenen Angaben über keine psychischen

oder neuronalen Einschränkungen.

6.1.1.2. Versuchsaufgabe und –aufbau

Die Untersuchungen fanden in einem Laborraum der Universität des Saarlandes statt

und dauerten circa 45 Minuten. Die Vpn unterschrieben vor Beginn des Experiments eine

Einverständnis- und Teilnahmeerklärung (siehe Anhang 2) und gaben ihre persönlichen Da-

ten mit Geschlecht, Händigkeit und Körpergröße in einem Fragebogen (Anhang 3) an. Da-

nach erhielten sie eine standardisierte Instruktion, die bei Nachfragen gegebenenfalls mit

weiteren mündlichen Angaben ergänzt wurde. Die Aufgabe der Vpn war es, so schnell wie

möglich, jeweils acht metallische Scheiben mit einem Loch in der Mitte, von einem Aus-

gangsstab vor sich auf einen Zielstab in der Mitte des Tisches umzustecken (Abbildung 18).

Experimentalreihe 1 – „Scheibentransferaufgabe“ 69

Abbildung 18: Versuchsaufbau der Experimente 1-3 („Scheibentransferaufgabe“). Die systematische Variation der

drei Distanzen (100 vs. 200 vs. 300 mm) und der drei Lochdurchmesser (9,12 vs. 12,25 vs. 18,5 mm) ergab neun

Versuchskombinationen unterschiedlicher Schwierigkeit auf Basis des Fitts’schen Gesetzes (SI‘s zwischen 4,0

und 7,6 Einheiten/Sekunde), wobei zwei Indizes doppelt vorkamen.

Dabei saß der Vpn ein Ko-Akteur gegenüber, der die gleiche Aufgabe hatte. Die ins-

gesamt 16 Scheiben mussten im Wechsel mit dem Ko-Akteur auf einen gemeinsamen Ziel-

stab umgesteckt werden, wobei immer nur eine einzelne Scheibe gegriffen werden durfte.

Auf das Startsignal des Versuchsleiters („Achtung, fertig, los!“) lösten die Vpn ihre Hände

von den Startmarkierungen neben der Versuchsapparatur (Fitts, 1954) und begannen mit

dem Transport der Scheiben. Die Partner legten zu Anfang per Absprache fest, wer die erste

Scheibe umsteckt (= Partner 1). Diese Reihenfolge mussten sie für die Dauer des Experi-

ments beibehalten. Die Vpn saßen sich aufrecht in einem Abstand von 1400 mm an einem

Tisch (Maße: 1200 x 600 x 720 mm) gegenüber. Ein Nachvornebeugen des Oberkörpers

wurde durch Kontakt zur Tischplatte verhindert. Die metallische Versuchsapparatur (Maße:

1000 x 240 mm) verfügte über Bohrungen in denen die Stäbe flexibel eingeschraubt werden

konnten. In diesem Experiment wurden die Distanzen 100, 200 und 300 mm zwischen Start-

und Zielstab (Durchmesser: 6 mm; Höhe: 100 mm) gewählt. Insgesamt 48 Metallscheiben

mit dem Außendurchmesser 37 mm und einer Höhe von 4 mm verfügten über runde Ausspa-

235

100

1000

18,50

9,12

12,25

300

200

100

Experimentalreihe 1 – „Scheibentransferaufgabe“ 70

rungen für den Stab mit unterschiedlichen Lochdurchmessern (klein: 9,12 mm; mittel: 12,25

mm; groß: 18,5 mm). Die Höhe der Sitzfläche der beiden Stühle betrug 470 mm.

6.1.1.3. Versuchsdesign

Das im Nachfolgenden beschriebene Versuchsdesign gilt für die Experimente 1, 4, 7,

8 und 9. Die orthogonale Kombination aus jeweils drei Distanzen (A) mit drei Zielgrößen (W)

(Fitts, 1954) ergab neun Versuchsbedingungen, wobei SI’s auch doppelt vorkamen. Nach

einer Eingewöhnungsphase, in der die Vpn gemeinsam jede Versuchsbedingung einmal

ausprobieren konnten, begann die eigentliche Testung. Der jeweils erste Versuch diente

ebenfalls als Eingewöhnungsphase und ging nicht mit

in die Datenauswertung ein (vgl. Ma-

cKenzie et al., 1987

). Die experimentellen Randbedingungen ergaben auf Basis des

Fitts’schen Gesetzes unterschiedliche Schwierigkeitsindize für die jeweiligen Aufgaben durch

die systematische Kombination verschiedener Distanzen und Zielgrößen (Fitts, 1954). Die

orthogonale Kombination von drei Distanzen mit drei Lochdurchmessern ergab neun ver-

schiedene Schwierigkeitsindizes (siehe Formel 5, in Kapitel 2.2) zwischen 4,0 und 7,6 (Ein-

heiten/Sekunde), wobei die Indizes 5,0 und 6,0 zweifach vorkamen. Jedes Versuchspaar

führte jede der neun Bedingungen viermal hintereinander durch. Mögliche „Sequenzeffekte“,

die durch die Messwiederholung auftreten konnten, wurden durch die Randomisierung der

Reihenfolge ausgeglichen (Bortz, 1985, S.403). Als Fehler in der Ausführung wurde die Ver-

letzung der Reihenfolge der Partner oder das Fallenlassen einer Scheibe definiert, was den

Vpn vor Beginn des Experiments mitgeteilt wurde. Fehlerhafte Durchgänge wurden direkt

wiederholt. Bei mehr als drei Wiederholungen pro Bedingung mussten die Vpn alle vier

Durchgänge am Ende des Experiments nachholen (6,48 % der Daten) (in Anlehnung an Ju-

ras et al., 2009). Es wurde die benötigte Zeit vom Startsignal bis zum Ablegen der letzten

Scheibe und die Fehlversuche erfasst. Nach jedem Durchgang erhielten die Versuchspaare

Ergebnisrückmeldung (KR

) vom Startsignal an bis zum Aufsetzen der letzten Scheibe über

die benötigte Bewegungszeit in Zehntelsekunden und die Fehleranzahl. Zwei Videokameras

(12.0 MegaPixel; Auflösung 1920 x 1080; HD Recording) dienten der Erfassung der Bewe-

gungen der beiden Partner für weitere Analysen.

MacKenzie et al. (1987) ließen Vpn 15 Durchgänge je Versuchsbedingung durchführen, wobei die ersten fünf

der Adjustierung dienten und die verbleibenden zehn Versuche in die Analyse eingingen.

Das Wissen über das Lösungsresultat (Knowledge of results; KR) kann zur Fehlerkorrektur hinzugezogen wer-

den. Je differenzierter die Rückmeldung ist, desto besser die Anpassung (bspw. Rückmeldung „zu lang“ oder „zu

kurz“ vs. exakte Entfernung „27 cm zu weit“ oder „3 cm übergetreten“). Hier wird die benötigte BZ und die BF (als

absolute Zahlen) als KR genutzt. Durch das KR wurde versucht die Motivation der Vpn in den einzelnen Durch-

gängen konstant hoch zu halten (Locke, 1967). Ergebnisse anderer Versuchspaare wurde den Vpn vorenthalten.

Experimentalreihe 1 – „Scheibentransferaufgabe“ 71

6.1.1.4. Datenanalyse

Die graphischen Darstellungen wurden mit dem Programm Microsoft EXCEL 2010

erstellt. Die deskriptive und inferenzstatistische Auswertung der erhobenen Daten erfolgte

mit dem Statistikprogramm SPSS (IBM Corp.; Armonk, NY, USA; SPSS Statistics 19). Als

Lokalisationsparameter wird das arithmetische Mittel (Mittelwert) genutzt. Als Dispersionspa-

rameter (Streuung) finden die Standardabweichung und Konfidenzintervalle Verwendung, die

die Streuung der Daten repräsentieren (entgegen des Standardfehlers des Mittelfehlers, wel-

cher durch die Größe der Stichprobe beeinflusst wird). Diese Konfidenzintervalle lassen sich

mit Hilfe der Formel

(11) b

= +/- t

krit

x SE

berechnen, wobei b

das Konfidenzintervall, SE den Standardfehler und der kritische

t-Wert (t

krit

; als inverse t-Verteilung; mit α = 0.05 und df = n-1; 2-seitig) repräsentieren.

Durch die systematische Variation der beiden unabhängigen Variablen (uV) Distanz

und (Ziel-)Größe ergaben sich auf Basis des Fitts’schen Gesetzes (Fitts, 1954) unterschied-

lich schwere Aufgaben. Diese Kombinationen werden im Folgenden über den Schwierig-

keitsindex (in Einheiten/Sekunde) operationalisiert. Als abhängige Variable dienten die Be-

wegungszeit (BZ; in ms) und die Bewegungsfehler (BF; in %). Dabei umfasste die aV Bewe-

gungszeit die benötigte Zeit einer Vpn für einen vollen Bewegungszyklus vom Greifen einer

Scheibe bis zum Greifen der nächsten Scheibe (Abbildung 19).

Abbildung 19: Exemplarische Darstellung der Pendelbewegung in Experimentalreihe 1 („Scheibentransferaufga-

be“) für einen Partner. Ein Bewegungsvollzyklus umfasst die Zeit vom Greifen einer Scheibe bis zum Greifen der

nächsten Scheibe (BZ

Gesamt

Experimentalreihe 1 – „Scheibentransferaufgabe“ 72

Ein Durchgang beinhaltete demnach acht Bewegungsvollzyklen, die die Partner

wechselseitig ausführten. Dieses alternierende Koordinationsmuster ist für einen Durchgang

exemplarisch in Abbildung 20 dargestellt:

Abbildung 20: Exemplarische Darstellung eines Durchganges mit dem Umsetzen von jeweils acht Scheiben. Die

oszillatorischen Bewegungen des Objektes wurden posthoc über die jeweiligen Start- (Minima) und Endpunkte

(Maxima) der Bewegung anhand der Videoaufnahmen gekennzeichnet. Die Werte zwischen Start- und Ziel der

Bewegung wurden dahingehend interpoliert, dass sie (annäherungsweise) die Bewegungstrajektorien der Hände

widerspiegeln.

Die oszillatorischen Bewegungen des Objektes wurden posthoc über die jeweiligen

Start- (Minima) und Endpunkte (Maxima) der Bewegung anhand der Videoaufnahmen ge-

kennzeichnet. Die Werte zwischen Start- und Ziel der Bewegung wurden dahingehend inter-

poliert, dass sie (annäherungsweise) die Bewegungstrajektorien der Hände von Partner 1

und Partner 2 widerspiegeln.

Als statistisches Verfahren wurde für die BZ eine zwei-faktorielle Varianzanalyse mit

dem Faktor Schwierigkeitsindex (7-fach gestuft) und dem Zwischensubjektfaktor Partner (P1

vs. P2) berechnet. Die Varianzanalyse mit Messwiederholung erspart eine größere Anzahl

an Vpn (siehe Bortz, 1985, S. 403). Vorab wurden die Daten auf Normalverteilung, Varianz-

homogenität und Sphärizität hin untersucht. Für den Test auf Normalverteilung wurde der

Kolmogorov-Smirnov-Test verwendet, da „in Varianzanalysen mit Messwiederholungen […]

die Varianzen unter den einzelnen Faktorstufen und die Korrelationen zwischen den Faktor-

stufen homogen sein [müssen]“ (Bortz, 1985, S.428). Da es sich in diesen Experimentalste-

cken um abhängige ANOVA‘s (within design) handelt, erfolgte der Test auf gleiche Varian-

Experimentalreihe 1 – „Scheibentransferaufgabe“ 73

zen durch SPSS automatisch über F-Max. Sphärizität war gegeben, wenn sich die Varianz

der Differenzen (Kovarianzen) bei keinem Paar zwischen den Bedingungen unterschied.

„Der Test auf Sphärizität wird hier verwendet, da es sich um mehr als drei unterschiedliche Bedingun-

gen handelt. Für diese Überprüfung wird der Mauchly-Test genutzt“ (vgl. Bortz, 2005, S.354).

Bei einem p-Wert über .05 wurden gleiche Kovarianzen angenommen. Bei signifikan-

tem Mauchly-Test auf Varianzhomogenität wurde auf das konservative Korrekturverfahren

nach Greenhouse-Geisser zurückgegriffen. Die nach Greenhouse-Geisser korrigierten Werte

und die Anpassung der Freiheitsgrade (df) wurden dementsprechend angegeben. Für die

Varianzanalyse mit Messwiederholung (ANOVA r.m.) wurde die Irrtumswahrscheinlichkeit als

asymptotische Signifikanz (2-seitig) von 5% angenommen. Signifikante Interaktionen wurden

posthoc unter Berücksichtigung der alpha-Fehler-Akkumulation (α-Inflation) separat betrach-

tet. Dazu dienten t-Tests für verbundene Stichproben als Paarvergleiche. Um die α-Fehler-

Inflation zu korrigieren, wurde das Signifikanzniveau durch die Anzahl der durchgeführten

Testungen geteilt (vgl. Backhaus, Erichson, Plinke, & Weiber, 2006).

Kurvenanpassungsmodelle gaben Aufschluss über den Einfluss der Prädiktoren

(uV’s: Distanz, Zielgröße und dem resultierenden SI) auf die Kriteriumsvariable (Bewegungs-

zeit und Bewegungsfehler). Basierend auf dem Fitts’schen Gesetz wiesen die neun (in Expe-

riment 3 und 6 insgesamt zehn) Versuchsbedingungen unterschiedliche SI’s auf. Zur Prüfung

eines stochastischen Zusammenhangs gingen diese mit den BZ (in ms) und den BF (in %) in

separate (bivariate) Korrelationen ein.

„Die Enge des Zusammenhangs zwischen zwei Merkmalen charakterisiert der Korrelationskoeffizient

[R], der Werte zwischen +1 und -1 annehmen kann. Erreicht ein Korrelationskoeffizient Werte von +1

bzw. -1, geht der stochastische Zusammenhang in einen funktionalen Zusammenhang über, wobei eine

Korrelation von +1 einen linearen gleichsinnigen Zusammenhang und eine Korrelation von -1 einen line-

aren, gegenläufigen Zusammenhang anzeigt“ (Bortz, 1979, S.214).

Diese so genannte Produkt-Moment-Korrelation berechnet mittels Division der Kova-

rianz zweier Variablen (s

) durch das Produkt der jeweiligen Standardabweichung der Vari-

ablen (s

(12) r

= s

/ (s

x s

)

Der Determinationskoeffizient (R²) resultiert dann aus dem Quadrat dieses Korrelati-

onskoeffizienten und gilt als Maß für den Anteil der Varianz der aV, der durch die uV erklärt

wird. Er lässt Rückschlüsse auf den Grad der Abhängigkeit der jeweils verglichenen Daten

Experimentalreihe 1 – „Scheibentransferaufgabe“ 74

. Bei der Berechnung einer linearen Regression kann der Determinationskoeffizient des

Weiteren dazu dienen, die Effektstärke eines kausalen Zusammenhanges zu berechnen.

Dazu wird der Determinationskoeffizient durch Eins minus den Determinationskoeffizienten

geteilt:

(13) Effektstärke ∈² = R²/1 - R²

Nach der Definition von Cohen (1988) gelten als schwache Effekte ∈²-Werte ab 0,02,

als mittlere Effekte ∈-Werte ab 0,15 und als große Effekte bei ∈²-Werten ab 0,35. Löst man

die Formel 14 zum Determinationskoeffizienten auf

(14) R² = ɛ² / (1 + ɛ²)

und setzt diese Effektkonventionen nach Cohen (1988; siehe auch „power primer“,

Cohen, 1992) in die Gleichung ein, erhält man die Konventionen für den Determinationskoef-

fizienten: schwacher Effekt = 0,0196, mittlerer Effekt = 0,1304 und starker Effekt = 0,2593

(vgl. Bortz & Schuster, 2010, S. 359ff.).

Die Gleichung, die den stochastischen Zusammenhang der Prädiktorvariable, d.h. der

unabhängigen Variable, die während eines Experiments (systematisch) variiert wird und der

Kriteriumsvariable, der abhängigen Variable, die sich aufgrund der Manipulation der uV ver-

ändert, beschreibt, wird Regressionsgleichung genannt (vgl. Bortz, 1979, S. 214).

Basierend auf den Experimenten von Fitts (1954) wird der Zusammenhang der bei-

den Variablen (uV = SI und aV = BZ) durch eine lineare Funktion, also durch eine Gerade,

erklärt. Bei der linearen Regression wird die Gerade über die folgende Geradengleichung

beschrieben:

(15) y = mx + b

Dabei kennzeichnet „x“ die unabhängige Veränderliche, „y“ die abhängige Variable.

Der Faktor „m“ stellt die Steigung der Geraden und „b“ die Höhenlage, d.h. den Schnittpunkt

mit der y-Achse, dar. Eine positive Steigung bedeutet, dass mit der Erhöhung der uV eine

Erhöhung der aV einhergeht. Umgekehrt impliziert eine negative Steigung eine Reduktion

der aV bei Erhöhung der uV (vgl. Bortz, 1979, S. 216). Der Achsenabschnitt gibt den jeweili-

gen Schnittpunkt der Regressionsgeraden mit der Ordinate (y-Achse) bei einem x-Wert von

null an. Zur Berechnung der Geraden, die den Datensatz am besten repräsentiert, wird die

Bei der Berechnung des Determinationskoeffizienten (R²) nutzt das Statistikprogramms SPSS die durchschnitt-

liche Passung des Modells (bspw. bedeutet ein R²= .832, dass circa 83 % der aufgetretenen Varianz durch die uV

erklärt werden kann; Bortz & Döring, 2002).

Experimentalreihe 1 – „Scheibentransferaufgabe“ 75

Methode der kleinsten Quadrate

(auch Ordinary-Least-Squares Schätzung; vgl. Bortz,

2005, S. 185) verwendet. Durch die Minimierung der Summe der quadrierten Abweichungen

(der x,y-Punkte von der Regressionsgerade in y-Richtung)

(16) Minimum = ∑(y

– y

¯ ) = ∑[y

- (mx

+ b)]²

wird eine Gerade ermittelt, die es ermöglicht anhand der uV auf die Ausprägung der

abhängigen Variable zu schließen, vorausgesetzt man kennt die Werte der Regressionskoef-

fizienten „m“ und „b“. Der experimentell abhängige Parameter „b“ gibt den Achsenabschnitt

bzw. die additive Konstante wider, an dem die Gerade die y-Achse schneidet. Bei dem Fak-

tor „m“ handelt es sich um die Steigung bzw. den (unstandardisierten) Regressionskoeffi-

zienten, um die die aV mit jeder Steigerung um eine Einheit der uV ansteigt. Die Vorausset-

zungen für die bivariate Regression sind in jedem der Experimente erfüllt. Diese sind eine

Intervallskalierung von SI und BZ bzw. BF, die Linearität der Ausgleichskurve, die Homoske-

dastizität der Residuen (die Varianzgleichheit der Fehler) und eine hinreichend große Stich-

probe. Wohingegen es umfangreiche Replikationen des Einflusses des SI’s auf die BZ gibt,

gestaltet sich die Analyse der Bewegungsfehler (BF) schwieriger:

“However, although Fitts’ law supports the prediction of speeds, it does not readily support the prediction

of errors. In fact, to date, there is no equivalent “error law” that predicts the probability of a user hitting or

missing a target using Fitts’ law parameters […]” (Wobbrock et. al, 2008).

Unter Berücksichtigung des aktuellen Forschungsstandes (z.B. Guiard & Olafsdottir,

2011) und der Befunde aus Pilotexperimenten lassen sich die BF am besten über ein expo-

nentielles Modell beschreiben. Es gilt bei Exponentialfunktionen zu beachten, dass sich der

Korrelationskoeffizient sukzessive verbessert, je mehr erklärende Variablen hinzugefügt

werden

, d.h. je mehr Variablen eingesetzt werden. Daher wird die einfachste Exponential-

funktion

(17) y = b

b1x

verwendet. Diese beinhaltet die geringste Anzahl erklärender Variablen (b

und b

)

und liefert eine plausible Erklärung für die Limitation motorischer Bewegungen (vgl.

Anstelle des Kriteriums der kleinsten Quadrate kann bei der linearen Regressionsanalyse auch die Summe der

Vorhersagefehler möglichst gering gehalten werden. Da durch die positiven und negativen Abweichungen auch

verschiedene Geraden existieren könnten, wird hier auf die Quadrate zurückgegriffen (Bortz, 2005, S. 185).

Bei der Wahl des optimalen Anpassungsmodells kann nicht das Modell, welches den höchsten Korrelationsko-

effizienten (R²) ergibt verwendet werden, da quadratische Gleichungen immer bessere Ergebnisse liefern als die

Anpassung einer linearen Funktion, da es sich bei der linearen Funktion lediglich um einen Sonderfall der quadra-

tischen Funktion handelt. Bei quadratischen Funktionen werden zwei Variablen verwendet. Bei der kubischen

Anpassung finden sogar drei erklärende Variablen Verwendung. Von wesentlich größerer Bedeutung als die Güte

der Anpassung ist die Frage, ob ein bestimmter Kurventyp inhaltlich plausibel erscheint (vgl. Brosius, 2011).

Experimentalreihe 1 – „Scheibentransferaufgabe“ 76

Wobbrock et. al, 2008).

Bei dem y-Wert handelt es sich um die relative Anzahl an BF (in %)

und bei dem x-Wert analog zu den BZ um den SI. Die Versuchspaare wurden vorab hinsicht-

lich möglicher Ausreißer (+/- zweifache Standardabweichung) und der Normalverteilung ihrer

Daten (Kolmogorov-Smirnov-Test) geprüft.

6.1.2 Ergebnisse

6.1.2.1. Bewegungszeiten (BZ)

Der Kolmogorov-Smirnov-Test zeigte für dieses erste Experiment keine signifikanten

Unterschiede innerhalb eines Versuchspaares in den neun Versuchsbedingungen (p > .05).

Im Mittel benötigten die Vpn 1265 ms (SD = 118 ms) für einen Bewegungsvollzyklus, dem

Umstecken einer Scheibe. Im Folgenden werden bei der Analyse der BZ die bewegungsiniti-

ierenden Partner (P1) und die Partner, die kurz danach beginnen sollten (P2), getrennt von-

einander betrachtet. Im Mittel benötigten die Vpn weniger Zeit für das Umstecken einer

Scheibe bei Aufgaben, die durch das Fitts’sche Gesetz mit einem niedrigen SI gekennzeich-

net sind (M

= 1037 ms), in denen die Scheiben mit dem größten Lochdurchmesser (18,5 mm)

aus der geringsten Distanz von 100 mm transportiert werden sollten. Aufgaben höherer

Schwierigkeit, in denen Scheiben mit dem kleinsten Lochdurchmesser (9,12 mm) aus der

größten Distanz (300 mm) transportiert wurden, benötigten dagegen im Mittel mehr Zeit (M =

1506 ms). Bei der orthogonalen Kombination von Distanz und Zielgröße kommen die SI’s 5,0

und 6,0 zweimal vor, die im Folgenden als gemittelte Werte dargestellt werden. Basierend

auf dem Fitts’schen Gesetz ergeben sich aus den uV’s Distanz und Lochdurchmesser ver-

schiedene SI’s zwischen 4,0 und 7,6 Einheiten/Sekunde. In Tabelle 4 sind die BZ in Abhän-

gigkeit von der Aufgabenschwierigkeit (SI) aufgeführt.

Tabelle 4: Durchschnittliche Bewegungszeit aus Experiment 1 sortiert nach Schwierigkeit (in Einheiten/Sekunde).

SI 4,0 5,0 5,6 6,0 6,6 7,0 7,6

P1 984 1025 1157 1206 1329 1293 1437

(SD) (91) (64) (93) (63) (91) (97) (138)

P2 1091 1148 1271 1308 1452 1436 1574

(SD) (121) (72) (98) (79) (97) (116) (187)

M 1037 1087 1214 1257 1390 1364 1506

Mit Hilfe einer zwei-faktoriellen Varianzanalyse mit dem Faktor Schwierigkeitsindex

(7-fach gestuft) und dem Zwischensubjektfaktor Partner (P1 vs. P2) wurde der Einfluss des

Experimentalreihe 1 – „Scheibentransferaufgabe“ 77

SI’s auf die BZ geprüft. Da der Mauchly-Test auf Sphärizität eine Verletzung der Varianzen

innerhalb der Versuchsbedingungen aufzeigte (p < .05), werden im Folgenden die nach dem

Greenhouse-Geisser Korrekturverfahren angepassten Kennwerte angegeben. Es zeigte sich

ein signifikanter Haupteffekt für den Faktor Schwierigkeitsindex (F(4.12, 288.24) = 225.110, p

< .001, η

= .763). Demnach stieg die BZ mit höherem SI an: SI 4,0 = 1037 ms; SI 5,0 =

1087 ms; SI 5,6 = 1214 ms; SI 6,0 = 1257 ms; SI 6,6 = 1390 ms; SI 7,0 = 1364 ms; SI 7,6 =

1506 ms. Der Zwischensubjektfaktor Partner wurde ebenfalls signifikant (F(1, 70) = 79.461, p

< .001, η

= .532). Danach agierte der Partner 2 (M = 1326 ms) generell langsamer als der

Partner 1 (M = 1204 ms). Der Faktor Schwierigkeitsindex interagiert dabei nicht mit dem Zwi-

schensubjektfaktor Partner (F(4.12, 288.24) = .440, p > .05, η

= .006). In Abbildung 21 ist

die benötigte BZ (Ordinate) gegen den SI (Abszisse) abgetragen.

Abbildung 21: Graphische Darstellung der Bewegungszeiten (in ms) für den Transfer einer einzelnen Scheibe in

Abhängigkeit vom Schwierigkeitsindex (in Einheiten/Sekunde). Dunkle Vierecke stellen die durchschnittliche BZ

der Partner 1 und helle Vierecke die der Partner 2 dar. Konfidenzintervalle geben die jeweilige Streuung der Da-

ten an.

Separate lineare Regressionsanalysen (uV = SI; aV = BZ_P1 und BZ_P2) zeigten ei-

nen signifikanten Zusammenhang zwischen SI und BZ. Für die P1 (F(1, 250) = 555.920; R² =

.690; p < .001) berechnete sich eine Funktionsvorschrift von BZ = 126 ms x SI + 431 ms, d.h.

dass jede Erhöhung des SI’s um eine Einheit, einen Anstieg der BZ um durchschnittlich 126

ms bewirkte. Der Achsenabschnitt von 431 ms stellt die theoretisch berechnete Mindestdau-

er einer Bewegung bei einem SI von Null dar. Die Funktionsvorschrift für die P2 (F(1, 250) =

BZ = 126 ms*SI + 431 ms; R² = .690; p< .001

BZ = 138 ms*SI + 502 ms; R² = .638; p< .001

200

400

600

800

1000

1200

1400

1600

1800

3,0 4,0 5,0 6,0 7,0 8,0

Bewegungszeit (in ms)

Schwierigkeitsindex (in Einheiten/Sekunde)

Partner 1

Partner 2

Experimentalreihe 1 – „Scheibentransferaufgabe“ 78

440.958; R² = .638; p < .001) von BZ = 138 ms x SI + 502 ms beschreibt eine ähnliche Stei-

gung der Geraden von 138 ms. Der Achsenabschnitt liegt mit plus 502 ms etwas höher als

der von P1. Die Determinationskoeffizienten (R²) liegen mit .653 und .603 in einem hoch sig-

nifikanten Bereich, d.h. dass sich über den Schwierigkeitsindex ein Großteil der Varianz (P1

= 65,3 %; P2 = 60,3 %) der benötigten BZ aufklären lässt (vgl. Bortz, 2005).

6.1.2.2. Bewegungsfehler (BF)

Unter Berücksichtigung der Fehlerklassifikation in Kapitel 6.1.1 traten in diesem Ex-

periment nur Fehler der 2. Art (z.B. eine Verletzung der Reihenfolge, das Fallenlassen einer

Scheibe, o.ä.) auf. Hier ist es wichtig zu beachten, dass es sich bei der geforderten Aufgabe

um einen geführten Objekttransfer handelte, wodurch Fehler der 1. Art nicht vorkamen. Über

alle Kombinationen traten auch nur sehr wenige Fehler der 2. Art auf (M = 1,82 %), sodass

eine statistische Auswertung der BF hier nicht sinnvoll erschien.

6.1.2.3. zusätzliche Analysen

Um den selektiven Einfluss der im experimentellen Design manipulierten Faktoren

Distanz und (Ziel-) Größe separat zu prüfen, wurde für die BZ eine zwei-faktorielle Vari-

anzanalyse mit Messwiederholung mit den Faktoren Distanz (dreifach gestuft) und Zielgröße

(als Lochdurchmesser; dreifach gestuft)

durchgeführt. Der Mauchly-Test auf Sphärizität

ergab für den Faktor Zielgröße einen signifikanten Unterschied in den Varianzen der Diffe-

renzen (Kovarianzen) zwischen den Bedingungen. Für diesen Faktor werden die Werte nach

dem Greenhouse-Geisser Verfahren korrigiert. Signifikante Haupteffekte traten für den Fak-

tor Distanz (F(2, 140) = 330.086, p < .001, η

= .825) und den Faktor Zielgröße (F(1.78,

124.69) = 356.113, p < .001, η

= .836) auf. Die mittleren BZ (in ms) in Abhängigkeit von der

Distanz (100 vs. 200 vs. 300 mm) und dem Lochdurchmesser (9,12 vs. 12,25 vs. 18,50 mm)

sind in Abbildung 22 dargestellt und können dem Anhang 5 entnommen werden. Isoliert man

den Einfluss der einzelnen Faktoren (durch eine zweistufige Subtraktion der Faktoren) ergibt

sich für jede Erhöhung der Distanz um 100 mm ein Anstieg der BZ von 126 ms.

Dieses Vorgehen in der statistischen Datenauswertung findet Anlehnung an Mottet et al. (2001) und Vesper et

al. (2013a).

Experimentalreihe 1 – „Scheibentransferaufgabe“ 79

Abbildung 22: Graphische Darstellung der Bewegungszeiten (in ms) für den Transfer einer einzelnen Scheibe

einer Vpn in Abhängigkeit von der Distanz (in mm) und dem Lochdurchmesser (in mm).

Gleichzeitig wirkt sich jede Reduktion des Lochdurchmessers um eine Stufe in zu-

sätzlichen 128 ms BZ pro Scheibe aus. Darüber hinaus interagieren die Faktoren Distanz

und Zielgröße miteinander (F(4, 280) = 15.920, p < .001, η

= .185), d.h. dass sich beide

Faktoren gegenseitig modulieren. Danach nimmt der Einfluss des Lochdurchmessers auf die

BZ mit längerer Distanz zu. Posthoc t-Tests für abhängige Stichproben (unter Berücksichti-

gung der Bonferroni Korrektur; α/6-Methode zur Behebung der α-Fehler Akkumulation; p =

.008) ergaben jedoch, dass sich die BZ zwischen jedem Lochdurchmesser für jede Distanz

statistisch signifikant voneinander unterscheiden (alle p < .008).

6.1.3 Diskussion

Das Experiment 1 untersuchte die Koordinationsmuster zweier Partner beim Lösen

einer kooperativen Aufgabe (hier Scheibentransfer). Nach den vorliegenden Ergebnissen

passen die Interaktionspartner die Ausführungsgeschwindigkeit der Bewegungshandlungen

an die experimentellen Randbedingungen an

. Damit kann die Nullhypothese 1.1 verworfen

und die Alternativhypothese 1.1 angenommen werden. Operationalisiert man die Aufgaben-

anforderungen der einzelnen Bedingungen auf Basis des Fitts’schen Gesetzes (Fitts, 1954)

über den Schwierigkeitsindex, dann lassen sich die BZ gut abbilden. Danach benötigten die

Die Diskussion der Ergebnisse des Experiments 1 beschränkt sich ausschließlich auf die BZ, da die BF auf-

grund der geringen Fehlerzahlen über die Bedingungen hinweg nicht systematisch ausgewertet werden konnten.

200

400

600

800

1000

1200

1400

1600

100 200 300

Bewegungszeit (in ms)

Distanz zum Stab (in mm)

Lochinnendurchmesser (in mm)

9,12 12,25 18,5

Experimentalreihe 1 – „Scheibentransferaufgabe“ 80

Vpn mit steigendem SI im Mittel mehr Zeit für den Transport der Scheiben. Die Determinati-

onskoeffizienten (R²) der Regressionsanalysen für beide Partner legen zudem einen linearen

Zusammenhang zwischen BZ und SI mit hohen Aufklärungswerten der Varianz (jeweils > 60

%) nahe. Diese Befunde bestätigen die Forschungshypothese 1.1. Somit können die Er-

kenntnisse zum Fitts‘schen Gesetz bisheriger Studien zur Koordination von Bewegungen

innerhalb von EB (z.B. Fitts & Peterson, 1964; Klapp, 1975; Crossman & Goodeve,

1963/1983; Welford, 1960) auf die Koordination von Bewegungen innerhalb von PB erweitert

werden.

Dieses Ergebnismuster wird durch zusätzliche Analysen zum Einfluss der im Experi-

ment manipulierten Faktoren Distanz und Zielgröße untermauert. Danach wirkt sich jeder

Faktor systematisch auf die Koordination der Bewegungshandlungen aus. Wie mit Hilfe des

Fitts’schen Gesetzes vorhergesagt, steigen die BZ jeweils mit größerer Distanz und kleine-

rem Lochdurchmesser an. Die Befunde spiegeln somit die Randbedingungen des experi-

mentellen Designs plausibel wider.

Experimentalreihe 1 – „Scheibentransferaufgabe“ 81

6.2 Experiment 2

Ziel des Experiments 2 ist der Vergleich zwischen Einzel- und Paarbedingungen beim

Lösen von Aufgaben gleicher Schwierigkeit. Um mögliche Interaktionsmuster zwischen bei-

den Partnern (s.g. Partnerinteraktionseffekte) zu überprüfen, sollten die Vpn die Scheiben-

transportaufgabe sowohl in Einzelbedingungen (ohne Partner) als auch in Paarbedingungen

(mit Partner) ausführen. Dies ermöglicht die Betrachtung emergenter Koordinationsmuster

für beide Partner sowie von systematischen Interaktionsmustern bei der Handlungsausfüh-

rung im Vergleich zwischen Einzel- und Paarbedingungen. Experiment 2 erlaubt es, die Null-

hypothesen 1.1 und 1.2, die Alternativhypothesen 1.1 und 1.2 sowie die Forschungshypo-

thesen 1.1 und 1.2 zu testen.

6.2.1 Methode

6.2.1.1. Versuchspaare

Es nahmen 24 Studierende der Universität des Saarlandes (M = 27,51 Jahre; SD =

11,4 Jahre; 9 weiblich) an diesem Experiment teil (Tabelle 5). Sie wurden durch den VL ran-

domisiert zu 12 Versuchspaaren zusammengestellt, wobei zwei weibliche, fünf männliche

und fünf gemischt-geschlechtliche Paare resultierten. Drei Vpn waren linkshändig und vier

trugen eine Sehhilfe. Die freiwillige Teilnahme wurde finanziell nicht entlohnt.

Tabelle 5: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 2.

Paare Gesamt

männlich weiblich gemischt

Alter (in Jahren)

Größe (in cm)

Händigkeit (rechts in %)

Sehhilfe (benötigt in %)

30,9 (± 14,5)

179,9 (± 5,9)

32,0 (± 11,6)

164,5 (± 7,2)

100

22,4 (±1,8)

177,7 (± 10,8)

27,5 (± 11,4)

176,6 (± 9,9)

87,5

16,7

6.2.1.2. Versuchsaufgabe und -aufbau

Laborraum, Versuchsaufgabe und Versuchsaufbau glichen Experiment 1. Die Dauer

des Experiments lag bei insgesamt 90 Minuten. Die Vpn benötigten durchschnittlich 60 Minu-

ten für ihren Teil des Experiments. In den Einzelbedingungen wurden jeweils acht und in der

Paarbedingung jeweils 16 Scheiben umgesetzt.

Experimentalreihe 1 – „Scheibentransferaufgabe“ 82

6.2.1.3. Versuchsdesign

Das experimentelle Design glich Experiment 1 mit dem Unterschied, dass erst Part-

ner 1 (P1; Einzelbedingung) die neun Versuchsbedingungen mit den Kombinationen aus

Distanz und Zielgröße aus Experiment 1 absolvierte. Im Anschluss wurde der Ko-Akteur

(Paarbedingung) hinzugebeten, um die neun Versuchsbedingungen in einer neu randomi-

sierten Reihenfolge gemeinsam mit dem P1 zu wiederholen. Abschließend verließ der erste

Partner den Raum damit Partner 2 (P2; Einzelbedingung) die neun Versuchsbedingungen

durchführen konnte. Die Anzahl der Wiederholungen reduzierte sich auf drei, um einem Ab-

sinken der Konzentrations- und Motivationsleistungen aufgrund der verdoppelten Versuchs-

anzahl (zweimal neun Versuchsbedingungen) entgegenzuwirken. Instruktion, Einverständ-

nis- und Teilnahmeerklärung sowie der Fragebogen entsprachen denen aus Experiment 1.

6.2.1.4. Datenanalyse

Mittels einer drei-faktoriellen Varianzanalyse mit den Innersubjektfaktoren Schwierig-

keit (7-fach gestuft) und Bedingung (Einzel- vs. Paarbedingung) und dem Zwischensubjekt-

faktor Reihenfolge (P1: EB PB vs. P2: PB EB) wurden die Bewegungszeiten (Vollzyklus)

geprüft. Die P1 führten dabei immer die Einzelbedingungen (EB) vor den Paarbedingungen

(PB) und die P2 zuerst die PB und dann die EB durch. Dabei ist der P1, der mit der Reihen-

folge EB PB beginnt, in der PB auch immer der Partner, der die erste Scheibe transpor-

tiert. Ein Bewegungszyklus umfasste in den EB das Umsetzen von 8 Scheiben und in der PB

von 16 Scheiben.

6.2.2 Ergebnisse

6.2.2.1. Bewegungszeiten (BZ)

Die Prüfung der 21 Versuchsbedingung (7*P1 + 7*P1/P2 + 7*P2) auf Normalvertei-

lung mit Hilfe des Kolmogorov-Smirnov-Tests zeigte keinen signifikanten Unterschied inner-

halb eines der Versuchspaare (p > .05). Die Mittelwerte der BZ in den einzelnen Bedingun-

gen werden für beide Partner im Anhang berichtet (Anhang 6).

Die drei-faktorielle Varianzanalyse mit den Faktoren Schwierigkeitsindex und Bedin-

gung (Einzel- vs. Paarbedingung) und dem Zwischensubjektfaktor Reihenfolge (EB PB vs.

PB EB) zeigte einen signifikanten Haupteffekt für den Faktor Schwierigkeitsindex (F(4.60,

322.092) = 244.948, p < .001, η

= .778) und den Faktor Bedingung (F(1, 70) = 16.097, p <

.001, η

= .187). Demnach stieg die BZ mit höherem SI an: SI 4,0 = 939 ms; SI 5,0 = 1053

ms; SI 5,6 = 1122 ms; SI 6,0 = 1127 ms; SI 6,6 = 1241 ms; SI 7,0 = 1202 ms; SI 7,6 = 1314

ms). Die Bewegungshandlungen wurden in der EB (1090 ms) insgesamt schneller ausge-

Experimentalreihe 1 – „Scheibentransferaufgabe“ 83

führt als in der PB (1196 ms). Der Zwischensubjektfaktor Reihenfolge (P1: EB



PB vs. P2:



EB) wirkte sich hingegen nicht auf die BZ aus (F(1, 70) = .0374, p > .05, η

= .005),

d.h. die BZ der Vpn waren unabhängig von der Reihenfolge, in der die EB und PB absolviert

wurden (EB PB = 1147 ms; PB EB = 1139 ms). Es ergaben sich keine signifikanten

Zweifachinteraktionen. Auch die Dreifachinteraktion wurde nicht signifikant.

Im Folgenden werden zunächst die beiden EB von P1 und P2 betrachtet. Danach fin-

den die PB Berücksichtigung. Abschließend werden die EB und PB verglichen. In der EB

benötigten die Vpn im Mittel 1090 ms (SD = 109 ms) für den Transport einer Scheibe. Dabei

sind die Vpn schneller in jenen Versuchsbedingungen, die durch einen niedrigen SI gekenn-

zeichnet sind und langsamer in Bedingungen mit einem hohen SI (siehe Tabelle 6), d.h. die

Vpn berücksichtigten die experimentellen Randbedingungen und passten ihre Bewegungs-

geschwindigkeit an die Schwierigkeit der Aufgabe an.

Tabelle 6: Durchschnittliche Bewegungszeit in der Einzelbedingung aus Experiment 2 sortiert nach Schwierigkeit

(in Einheiten/Sekunde).

SI 4,0 5,0 5,6 6,0 6,6 7,0 7,6

P1 922 1044 1110 1114 1245 1215 1278

(SD) (99) (76) (104) (73) (107) (108) (103)

P2 840 947 1039 1032 1148 1119 1203

(SD) (88) (86) (118) (86) (119) (126) (108)

M 881 996 1075 1073 1197 1167 1240

Lineare Regressionsanalysen bestätigten einen signifikanten Zusammenhang von SI

und BZ (P1: F(1, 250) = 330.033; p < .001; R² = .569; P2: F(1, 250) = 280.451; p < .001; R² =

.529) für beide Partner. Höhere Schwierigkeitsindizes der Aufgabe führten demnach zu lang-

sameren Bewegungszeiten. Die Funktionsvorschrift für die P1 von BZ = 99 ms*SI + 540 ms

gibt an, dass die BZ für den Transport einer Scheibe im Mittel um 99 ms steigt, wenn der SI

um eine Einheit erhöht wird. Der Achsenabschnitt von 540 ms stellt den Schnittpunkt mit der

y-Achse dar. Eine ähnliche Funktionsvorschrift ergibt sich für die P2 mit BZ = 99 ms*SI + 454

ms. Demnach waren die BZ für den Transport einer Scheibe durchschnittlich 99 ms länger,

wenn der SI um eine Einheit erhöht wurde. Für die P2 lag der Achsenabschnitt, der den

Schnittpunkt der Geraden mit der y-Achse bei einem theoretischen SI von Null angibt, mit

454 ms unter dem der Vpn, die nicht mit der Paarbedingung begannen (Abbildung 23). Auf-

grund des fehlenden Haupteffekts für den Faktor Reihenfolge sind diese numerischen Unter-

schiede in den EB jedoch statistisch nicht signifikant.

Experimentalreihe 1 – „Scheibentransferaufgabe“ 84

Abbildung 23: Graphische Darstellung der Bewegungszeiten (in ms) in der Einzelbedingung aus Experiment 2 für

den Transfer einer Scheibe in Abhängigkeit vom Schwierigkeitsindex (in Einheiten/Sekunde) der Partner 1 (dunk-

le Vierecke) und der Partner 2 (helle Vierecke). Konfidenzintervalle geben die jeweilige Streuung der Daten an.

In der PB benötigten die Vpn im Mittel 1196 ms (SD = 108 ms) für den Transport ei-

ner Scheibe. Dabei sind die Bewegungszeiten der P1 mit durchschnittlich 971 ms in der

leichtesten Versuchsbedingung kürzer als in der schwersten Versuchsbedingung mit durch-

schnittlich 1359 ms. In Anhang 7 finden sich die BZ beider Partner in der PB. Die P2 agierten

in den Aufgaben niedriger Schwierigkeit mit 1025 ms und 1416 ms in den Aufgaben höherer

Schwierigkeit. In Tabelle 7 sind die gemittelten BZ in der PB sortiert in aufsteigender Reihen-

folge der Aufgabenschwierigkeit auf Basis des Fitts’schen Gesetzes aufgeführt.

Tabelle 7: Durchschnittliche Bewegungszeit in der PB aus Experiment 2 sortiert nach Schwierigkeit.

SI 4,0 5,0 5,6 6,0 6,6 7,0 7,6

P1 971 1076 1138 1143 1241 1198 1359

(SD) (81) (67) (88) (84) (96) (95) (224)

P2 1025 1143 1203 1219 1330 1275 1416

(SD) (94) (67) (103) (84) (111) (92) (126)

M 998 1090 1170 1184 1286 1236 1388

Regressionsanalysen ergaben auch in der PB einen positiven linearen Zusammen-

hang von SI und BZ für die P1 (F(1, 250) = 215.294; R² = .463; p < .001) und die P2 (F(1,

BZ = 99 ms*SI + 540 ms; R² = .569; p< .001

BZ = 99 ms*SI + 454 ms; R² = .529; p< .001

200

400

600

800

1000

1200

1400

1600

3,0 4,0 5,0 6,0 7,0 8,0

Bewegungszeit (in ms)

Schwierigkeitsindex (in Einheiten/Sekunde)

Einzelbedingung (EB)

P1 (EB --> PB)

P2 (PB --> EB)

Experimentalreihe 1 – „Scheibentransferaufgabe“ 85

250) = 319. 174; R² = .561; p < .001). Demnach benötigten die Vpn mit steigendem SI zu-

nehmend mehr Zeit für die Bewältigung der (Bewegungs-)Aufgabe (Abbildung 24).

Abbildung 24: Graphische Darstellung der Bewegungszeiten (in ms) in der Paarbedingung aus Experiment 2 für

den Transfer einer einzelnen Scheibe in Abhängigkeit vom Schwierigkeitsindex (in Einheiten/Sekunde). Dunkle

Vierecke stellen die durchschnittliche BZ der Partner 1 und helle Vierecke die der Partner 2 dar. Konfidenzinter-

valle geben die jeweilige Streuung der Daten an.

Die Funktionsvorschrift berechnete sich für P1 mit BZ = 97 ms*SI + 585 ms und für

P2 mit BZ = 100 ms*SI + 631 ms. Dies bedeutet, dass der Transport einer Scheibe für die P1

mit jeder Erhöhung des SI’s um eine Einheit zusätzliche 97 ms bewirkte. Für die P2 dauerte

ein Scheibentransport durchschnittlich 100 ms länger bei einer Erhöhung des SI’s um eine

Einheit. Der Achsenabschnitt für die P1 zeigt an, dass bei einer hypothetischen Aufgaben-

schwierigkeit von Null circa 585 ms für einen Scheibentransport benötigt werden würden.

Der Achsenabschnitt für P2 lag mit 631 ms etwas darüber. Auch hier blieb der Haupteffekt

für den Faktor Reihenfolge aus, sodass diese numerischen Unterschiede in den PB auch

zufällig zustande gekommen sein konnten.

Der Vergleich zwischen der EB und PB ergab, dass die BZ der Vpn unabhängig von

der Reihenfolge in den EB (M = 1090 ms; SD = 109 ms) schneller waren als in den PB (M =

1196 ms; SD = 108 ms). Dies zeigte sich sowohl graphisch (Abbildung 25) als auch in dem

signifikanten Haupteffekt für den Faktor Bedingung.

BZ = 97 ms*SI + 585 ms; R² = .463; p< .001

BZ = 100 ms*SI + 631 ms; R² = .561; p< .001

200

400

600

800

1000

1200

1400

1600

3,0 4,0 5,0 6,0 7,0 8,0

Bewegungszeit (in ms)

Schwierigkeitsindex (in Einheiten/Sekunde)

Paarbedingung (PB)

P1 (EB --> PB)

P2 (PB --> EB)

Experimentalreihe 1 – „Scheibentransferaufgabe“ 86

Abbildung 25: Graphische Darstellung der Bewegungszeiten (in ms) in der Einzelbedingung (dunkle Vierecke)

und der Paarbedingung (helle Vierecke) aus Experiment 2 für den Transport einer Scheibe in Abhängigkeit vom

Schwierigkeitsindex (in Einheiten/Sekunde). Konfidenzintervalle geben die jeweilige Streuung der Daten an.

Dabei ist der Unterschied zwischen den beiden Bedingungen weniger auf die Stei-

gung (m) der Geraden bei einer systematischen Erhöhung des SI’s zurückzuführen (EB: m =

99 ms vs. PB: m = 98 ms), da die beiden Regressionsgeraden zwischen SI und BZ nahezu

parallel verlaufen. Die jeweiligen Schnittpunkte mit der Ordinate (b) liegen in der EB (b = 540

und b = 454 ms) deutlich unter den Achsenabschnitten der Regressionsgeraden in der PB (b

= 585 und b = 631 ms). Demnach agieren die Vpn in der PB generell langsamer als in der

EB.

6.2.2.2. Bewegungsfehler (BF)

Die Fehler 1. Art waren auch in diesem Experiment gering (1,18 % Fehler), so dass

keine statistische Analyse vorgenommen wurde.

6.2.2.3. zusätzliche Analysen

Die mittleren BZ (in ms) in der EB in Abhängigkeit von der Distanz (100 vs. 200 vs.

300 mm) für die EB und dem Lochdurchmesser (9,12 vs. 12,25 vs. 18,50 mm) sind in Abbil-

dung 26 dargestellt und können Anhang 6 entnommen werden.

200

400

600

800

1000

1200

1400

1600

3,0 4,0 5,0 6,0 7,0 8,0

Bewegungszeit (in ms)

Schwierigkeitsindex (in Einheiten/Sekunde)

Einzel- vs. Paarbedingung

Einzelbedingung

Paarbedingung

Experimentalreihe 1 – „Scheibentransferaufgabe“ 87

Abbildung 26: Graphische Darstellung der Bewegungszeiten (in ms) für den Transfer einer einzelnen Scheibe in

der Einzelbedingung in Abhängigkeit von Distanz (in mm) und Lochdurchmesser (in mm).

Um den selektiven Einfluss der im experimentellen Design manipulierten Faktoren

Distanz und Zielgröße separat zu prüfen, wurde für die BZ eine zwei-faktorielle Varianzana-

lyse mit Messwiederholung mit den Faktoren Distanz (dreifach gestuft) und Zielgröße (als

Lochdurchmesser; dreifach gestuft) berechnet. Der Mauchly-Test auf Sphärizität ergab für

den Faktor Zielgröße einen signifikanten Unterschied in den Varianzen der Differenzen

(Kovarianzen) zwischen den Bedingungen. Für diesen Faktor werden die Werte nach dem

Greenhouse-Geisser Verfahren korrigiert. Signifikante Haupteffekte traten für die Distanz

(F(2, 142) = 210.373, p < .001, η

= .748) und die Zielgröße (F(1.84, 130.26) = 211.812, p <

.001, η

= .749) auf. Isoliert man den Einfluss der einzelnen Faktoren ergab sich für jede

Erhöhung der Distanz um 100 mm ein Anstieg der BZ von 95 ms. Gleichzeitig wirkte sich

jede Reduktion des Lochdurchmessers um eine Stufe in zusätzlichen 87 ms BZ pro Scheibe

aus. Die Interaktion zwischen Distanz und Zielgröße wurde nicht signifikant (F(4, 284) =

1.177, p > .05, η

= .016). Die BZ unterscheiden sich bei jeder Distanz und jedem Loch-

durchmesser statistisch signifikant voneinander (alle p < .008).

Die mittleren BZ (in ms) in Abhängigkeit von der Distanz und dem Lochdurchmesser

für die PB sind in Abbildung 27 dargestellt und können dem Anhang 7 entnommen werden.

Für die PB wurde die gleich Varianzanalyse der BZ wie für die EB berechnet. Der Mauchly-

Test zeigte hier für die Faktoren Distanz und Zielgröße, sowie die Interaktion beider Faktoren

eine signifikante Verletzung der Sphärizität (p < .05). In der PB hatte die Distanz (F(1.75,

124.22) = 231.792, p < .001, η

= .766) und der Zielgröße (F(1.80, 127.60) = 191.560, p <

.001, η

= .730) einen signifikanten Einfluss auf die BZ.

Experimentalreihe 1 – „Scheibentransferaufgabe“ 88

Abbildung 27: Graphische Darstellung der Bewegungszeiten (in ms) für den Transfer einer einzelnen Scheibe in

der Paarbedingung in Abhängigkeit von Distanz (in mm) und Lochdurchmesser (in mm).

Die isolierte Betrachtung beider experimenteller Randbedingungen ergab, dass jede

Erhöhung der Distanz um 100 mm einen Anstieg der BZ von 96 ms provozierte. Gleichzeitig

wirkte sich jede Reduktion des Lochdurchmessers um eine Stufe in zusätzlichen 85 ms BZ

pro Scheibe aus. Die Interaktion zwischen Distanz und Lochdurchmesser wurde ebenfalls

signifikant (F(2.60, 184.70) = 5.611, p < .05, η

= .073). Demnach modulierten sich die bei-

den Faktoren gegenseitig, d.h. dass der Einfluss des Lochdurchmessers auf die BZ mit län-

gerer Distanz zunahm. Mittels posthoc t-Tests für abhängige Stichproben (unter Berücksich-

tigung der Bonferroni Korrektur; p = .008) konnte jedoch nachgewiesen werden, dass sich

die BZ zwischen jedem Lochdurchmesser für jede Distanz statistisch signifikant voneinander

unterscheidet (alle p < .008).

6.2.3 Diskussion

Im Fokus von Experiment 2 stand der Vergleich der emergenten Koordinationsmuster

zwischen EB und PB sowie die Betrachtung systematischer Interaktionseffekte beim Lösen

von Aufgaben gleicher Schwierigkeit. Dafür sollten die Vpn die Scheibentransportaufgabe

sowohl ohne Partner (EB) als auch mit Partner (PB) ausführen. Zunächst lässt sich für beide

Bedingungen (EB und PB) feststellen, dass sich die experimentellen Randbedingungen im

Sinne des Fitts’schen Gesetzes auf die Ausführung der Bewegungen auswirkten, was auch

durch die zusätzlichen Analysen unterstrichen wird. Damit kann die Nullhypothese 1.1 ver-

worfen und die Alternativhypothese 1.1 angenommen werden. Diese Ergebnisse stehen im

Experimentalreihe 1 – „Scheibentransferaufgabe“ 89

Einklang mit Experiment 1 und unterstützen die Generalisierbarkeit früherer Befunde aus

Untersuchungen zum Fitts’schen Gesetz innerhalb von EB (z.B. Fitts & Peterson, 1964;

Klapp, 1975; Crossman & Goodeve, 1963/1983; Welford, 1960) auf PB. Bewegungshand-

lungen wurden mit steigendem SI über alle Bedingungen hinweg langsamer vollzogen. Die

Determinationskoeffizienten (R²) der Regressionsanalysen für beide Partner legen zudem

einen linearen Zusammenhang zwischen BZ und SI mit hohen Aufklärungswerten der Vari-

anz (EB > 54 % und PB > 46 %) nahe. Dieses Koordinationsmuster entspricht der Vorhersa-

ge der Forschungshypothese 1.1. Das steht jedoch im Gegensatz zu den Ergebnissen von

Fine & Amazeen (2011), die in ihrer Studie keinen Zusammenhang zwischen den BZ und

den SI’s in PB fanden. Ein wesentlicher Unterschied bestand allerdings darin, dass jene Vpn

gleichzeitig Aufgaben unterschiedlicher Schwierigkeit ausführten, während im vorliegenden

Experiment 2 die Schwierigkeiten für beide Partner immer gleich waren. Es stellt sich also

die Frage nach dem Einfluss gleicher versus unterschiedlicher Aufgabenschwierigkeiten auf

die Entstehung emergenter Koordinationsmuster innerhalb von Fitts’schen Aufgaben.

Darüber hinaus konnte ein systematischer Einfluss der PB auf die BZ im Gegensatz

zu den EB beobachtet werden, welcher sich in langsameren BZ manifestierte. Dies ist ein

wichtiger Hinweis dafür, dass es tatsächlich zu Interaktionseffekten zwischen zwei Partnern

in der PB kommt, wenn die eigene Handlung mit der eines Partners abgestimmt werden

muss. Danach kann die Nullhypothese 1.2 abgelehnt und die Alternativhypothese 1.2 bestä-

tigt werden. Unterschiede zwischen EB und PB wurden bereits in anderen Studien berichtet

(z.B. Fine & Amazeen, 2011; Mottet et al., 2001; Sebanz et al., 2006b) und deuten auf die

Notwendigkeit hin, die eigene Bewegungshandlungen im Interaktionskontext auf die Bewe-

gungen des Ko-Akteurs abzustimmen. Nach Sebanz und Kollegen (2003, 2005, 2007) bilden

die Vpn in diesen Fällen Ko-Repräsentationen und repräsentieren dadurch die Aufgabe des

Partner mit.

Weiterhin interessant ist insbesondere, dass langsamere BZ in der PB selektive In-

teraktionskosten nahelegen, obwohl die Partner ihre Bewegungshandlungen im Wechsel

absolvierten und die Schwierigkeit der Aufgabe gleich war. Damit kann auch die For-

schungshypothese 1.2 bestätigt werden. Ein ähnliches Ergebnis beobachteten Vesper und

Kollegen (2010) als sie zwei Vpn in einer Sprungaufgabe in EB separat und in PB gleichzei-

tig über unterschiedliche Distanzen springen ließen. Auch in dieser Untersuchung führten die

Vpn die Bewegungen in der PB langsamer aus. Vesper und Kollegen (2010) begründeten

dies mit s.g. coordination smoothers, die Ko-Akteure nutzen, um ihre Handlungen aufeinan-

der abzustimmen. Langsamere Bewegungen können danach einfacher zwischen den Part-

ner koordiniert werden. Das vorliegende Experiment liefert also einen ersten Einblick in In-

teraktionseffekte während der Koordination gemeinsamer Handlungen.

Experimentalreihe 1 – „Scheibentransferaufgabe“ 90

6.3 Experiment 3

Experiment 3 greift die Frage nach dem Einfluss unterschiedlicher Schwierigkeitsan-

forderungen zwischen den Partnern beim Lösen kooperativer Aufgaben auf. Fine und Ama-

zeen (2011) berichteten in diesem Zusammenhang von einer Verletzung des Fitts‘schen

Gesetzes, wenn beide Partner gleichzeitig Aufgaben unterschiedlicher Schwierigkeitsanfor-

derung zu bewältigen hatten. Deshalb untersucht Experiment 3 die Koordinationsmuster bei-

der Partner beim Scheibentransfer, während sie Bewegungshandlungen von gleicher oder

unterschiedlicher Schwierigkeit ausführen. In Experiment 3 können die Nullhypothesen 1.1

und 1.2, die Alternativhypothesen 1.1 und 1.2 sowie die Forschungshypothesen 1.1 und 1.3

geprüft werden.

Im Speziellen wurde der SI für Partner 1 (P1) systematisch zum SI für Partner 2 (P2)

über alle Bedingungen hinweg variiert, wobei das arithmetische Mittel für jede Kombination

gleich blieb (SI = 5,8 Einheiten/Sekunde). Für die Bewegungszeiten lassen sich fünf mögli-

che Vorhersagen treffen, die in den Vorhersagemodellen A-E in Abbildung 28 graphisch dar-

gestellt sind. Dabei ist auf der Abszisse die jeweilige Differenz der Versuchsbedingungen

abgetragen (z.B. bedeutet für die P1 die Kombination 1|9 eine Differenz von „-8“, wohinge-

gen sie aus Sicht der P2 „+8“ darstellt. Die Kombination 2|8 stellt eine Differenz von „-6“ für

P1 und „+6“ für P2 dar usw.; siehe auch Tabelle 9). Auf der Ordinate ist die (prognostizierte)

BZ (in ms) für einen Bewegungshalbzyklus abgetragen.

Nach dieser Konzeption sollten sich die BZ ähnlich dem Vorhersagemodell A abbil-

den, wenn die Vpn bei der Lösung der Aufgabe jeweils nur ihre eigene Aufgabenschwierig-

keit berücksichtigen. Es handelt sich dabei nicht um ein gemeinsames Handeln (A; „Kein

joint action“ = eigener SI), wenn längere BZ mit steigendem SI einhergehen. Die Vpn könn-

ten hingegen auch die eigenen Aufgabenanforderungen ignorieren und den SI des Partners

ko-repräsentieren. Danach sollten mit steigendem SI schnellere BZ einhergehen, da die Auf-

gabe des Partners genau gespiegelt ist (B; „Kein Joint Action“ = anderer SI). Es wäre auch

möglich, dass die Interaktionspartner sowohl den eigenen als auch den SI des Partners be-

rücksichtigen, d.h. sich die BZ aus dem arithmetischen Mittel beider Aufgabenschwierigkei-

ten ergibt. Dabei sollten die BZ parallel zur Abszisse verlaufen, also keine Steigung aufwei-

sen, da sich aufgrund des experimentellen Designs ein konstanter arithmetischer SI (von 5,8

Einheiten/Sekunde) ergibt (C; „Joint Action“ = arithmetischer SI). Eine weitere Vorhersage

wäre, dass die Interaktionspartner ihre Bewegungsgeschwindigkeit an der jeweils leichteren

Aufgabe eines Partners orientieren könnten. Demnach würden sich schnellere BZ bei großen

Differenzen der Kombinationen der Versuchsbedingungen und langsamere BZ bei ähnlich

schweren Aufgaben zeigen. Dies äußerte sich dann graphisch in einer umgekehrten U-

Funktion (D; „Joint Action“ = kleinerer SI).

Experimentalreihe 1 – „Scheibentransferaufgabe“ 91

Abbildung 28: Vorhersagemodelle zum Verlauf der BZ in Experiment 3. Modell A und B gehen von keinem ge-

meinsamen Handeln aus, d.h. Vpn orientieren sich am eigenen SI (A; „Kein Joint Action“ = eigener SI) bzw. an

dem des Ko-Akteurs (B; „Kein Joint Action“ = anderer SI). Nutzen Vpn das arithmetische Mittel der SI’s beider Ko-

Akteure (C; „Joint Action“ = arithmetischer SI), sollten die BZ parallel zur Abszisse verlaufen. Berücksichtigen die

Vpn hingen den SI der jeweils leichteren Aufgabe (D; „Joint Action“ = kleinerer SI) oder jeweils schwereren Auf-

gabe (E; „Joint Action“ = größerer SI), sollten mit steigender Differenz der Kombinationen sinkende bzw. steigen-

de BZ einhergehen.

A B

D E

Experimentalreihe 1 – „Scheibentransferaufgabe“ 92

Hängen die BZ der Vpn jedoch in stärkerem Maße von dem jeweils höheren SI der

schwereren Aufgabe ab, sollten mit steigender Differenz der Kombination der Versuchsbe-

dingungen (z.B. -8 | +8), steigende BZ einhergehen und umgekehrt schnellere BZ resultie-

ren, wenn die Differenz der Kombinationen sehr gering (bzw. gleich) ist (E; „Joint Action“ =

größerer SI). Diese letzten drei Vorhersagen würden für interpersonelle Interaktionsmuster

trotz unterschiedlich schwieriger Aufgaben sprechen, d.h. bei jedem dieser Fälle kommt es

zu Interaktionsmustern aufgrund der Aufgabe des Partners.

6.3.1 Methode

6.3.1.1. Versuchspaare

Es nahmen 24 Studierende der Universität des Saarlandes (M = 22,83 Jahre; SD =

3,2 Jahre; 10 weiblich) an diesem Experiment teil. Durch die randomisierte Zusammenstel-

lung zu 12 Versuchspaaren resultierten ein weibliches, fünf männliche und sechs gemischt-

geschlechtliche Paare. Die Teilnahme war freiwillig und wurde finanziell nicht entlohnt. Eine

Vpn war linkshändig und acht trugen eine Sehhilfe (Tabelle 8).

Tabelle 8: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 3.

Paare Gesamt

männlich weiblich gemischt

Alter (in Jahren)

Größe (in cm)

Händigkeit (rechts in %)

Sehhilfe (benötigt in %)

22,3 (± 4,0)

182,4 (± 6,8)

24,7 (± 0,4)

183,0 (± 2,1)

100

23,4 (± 2,5)

178,1 (± 11,0)

100

41,6

22,8 (± 3,2)

180,3 (± 9,2)

95,8

33,3

6.3.1.2. Versuchsaufgabe und –aufbau

Experimenteller Aufbau, Laborraum, Versuchsaufgabe, Instruktion, Fragebogen so-

wie Einverständnis- und Teilnahmeerklärung glichen den ersten beiden Experimenten. Die

Vpn agierten in diesem Experiment ausschließlich gemeinsam, d.h. es gab keine EB.

6.3.1.3. Versuchsdesign

Die Vpn absolvierten die gleichen Experimentalbedingungen wie in den ersten beiden

Experimenten, allerdings konnten die Interaktionspartner mit gleichen (z.B. SI von 5,8 und

5,8), sehr ähnlichen (z.B. SI von 5,6 und 6,0) oder sehr unterschiedlichen (z.B. SI von 4,0

und SI von 7,6) Aufgabenschwierigkeiten konfrontiert werden. Über alle Kombinationen hin-

weg lag die gemeinsame Aufgabenschwierigkeit bei 5,8 Einheiten/Sekunde. Die jeweiligen

Experimentalreihe 1 – „Scheibentransferaufgabe“ 93

Kombinationen der Bedingungen wurden gespiegelt, sodass jeder Ko-Akteur die gleiche An-

zahl an Versuchsbedingungen mit den gleichen Aufgabenschwierigkeiten löste (Tabelle 9).

Tabelle 9: Versuchsbedingungen als Kombination von Distanz und Lochdurchmesser in Experiment 3.

Kombination

Bedingung Partner 1 Partner 2 Paar

P1|P2 P1 | P2 Distanz Zielgröße SI

Distanz Zielgröße SI

Paar

1|9 -8 | +8 100 12,5 4,0 300 3,12 7,6 5,8

2|8 -6 | +6 100 6,25 5,0 200 3,12 7,0 5,8

3|7 -4 | +4 200 12,5 5,0 300 6,25 6,6 5,8

4|6 -2 | +2 300 12,5 5,6 100 3,12 6,0 5,8

5|5 0 | 0 200 6,25 5,8 200 6,25 5,8 5,8

6|4 +2 | -2 100 3,12 6,0 300 12,5 5,6 5,8

7|3 +4 | -4 300 6,25 6,6 200 12,5 5,0 5,8

8|2 +6 | -6 200 3,12 7,0 100 6,25 5,0 5,8

9|1 +8 | -8 300 3,12 7,6 100 12,5 4,0 5,8

6.3.1.4. Datenanalyse

Drei gültige Versuche pro Bedingung gingen in die Datenauswertung ein. Analog zu

den vorangegangenen beiden Experimenten stellte die BZ, die Transportzeit für das Umset-

zen einer Scheibe, dar. Die BF als Versuche, die wiederholt werden mussten, weil die Vpn

entweder die Reihenfolge verletzten oder eine Scheibe fallenließen, wurden aufgrund der

geringen Anzahl statistisch nicht analysiert. Der S als Kombination aus Distanz zwischen

Start- und Zielstab (3-fach gestuft) und Zielgröße, als Lochdurchmesser der Scheibe (3-fach

gestuft; siehe Formel 4), ging als uV in die Varianz- und Regressionsanalysen ein.

6.3.2 Ergebnisse

6.3.2.1. Bewegungszeiten (BZ)

Damit beide Ko-Akteure in einem ausbalancierten Versuchsdesign die jeweiligen

Kombinationen aus Distanz und Zielgröße gleich häufig durchführen, wurden die drei Distan-

zen und drei Lochdurchmesser wiederum orthogonal kombiniert und die mittlere Bedingung

Experimentalreihe 1 – „Scheibentransferaufgabe“ 94

(5|5) gespiegelt. Dadurch kommen die SI’s 5,0 und 6,0 doppelt vor, die im Folgenden gemit-

telt dargestellt werden. Die P1 benötigten über alle Versuchsbedingungen im Mittel die ge-

ringste BZ (M = 671 ms; SD = 93 ms) in der Versuchsbedingung, die für die P1 mit dem SI

5,6 Einheiten/Sekunde gekennzeichnet ist. Am längsten dauerte der Scheibentransport im

Mittel (M = 804 ms; SD = 93 ms) in der Bedingung in der die P1 den höchsten SI von 7,6

Einheiten/Sekunde zu absolvieren. Die P2 agierten ebenfalls im Mittel am schnellsten (M =

725 ms; SD = 84 ms) in der Bedingung mit dem SI von 5,6 Einheiten/Sekunde und am lang-

samsten (M = 855 ms; SD = 84 ms) in der Bedingung, die den höchsten SI von 7,6 Einhei-

ten/Sekunde besaß (Anhang 8). Die zwei-faktorielle Varianzanalyse mit Messwiederholung

mit dem Faktor SI und dem Zwischensubjektfaktor Partner zeigte im Gegensatz zu den bei-

den vorangegangen Experimenten keinen signifikanten Haupteffekt für den Faktor Schwie-

rigkeitsindex (F(5.08, 355.76) = 1.020; p > .05; η

= .072). Demnach gehen mit steigendem

SI keine längeren BZ einher (Tabelle 10).

Tabelle 10: Durchschnittliche Bewegungszeit aus Experiment 3 sortiert nach Schwierigkeit.

SI 4,0 5,0 5,6 6,0 6,6 7,0 7,6

P1 735 701 671 692 745 756 804

(SD) (103) (84) (93) (68) (100) (89) (93)

P2 825 788 725 773 793 791 855

(SD) (107) (95) (84) (71) (97) (91) (84)

M 780 744 698 733 769 773 829

Die lineare Regressionsanalyse zeigte für die P1 einen signifikanten Zusammenhang

(F(1, 250) = 16.675, p < .001, R² = .063) zwischen BZ und SI allerdings mit sehr niedrigem

Determinationskoeffizient (R² = .063). Für die P2 wurde diese Abhängigkeit statistisch nicht

signifikant (F(1, 250) = 1.812, p > .05, R² = .007). Die Determinationskoeffizienten (R²) klären

in beiden Analysen nur einen Bruchteil der Varianz (< 7 %) auf, d.h. dass sich die Bewe-

gungsgeschwindigkeit der Ko-Akteure nicht über die (gemeinsame) Schwierigkeit der Aufga-

be erklären lässt. Abbildung 29 stellt die durchschnittlichen Bewegungszeiten in Abhängig-

keit von der Differenz der Versuchskombinationen von P1 und P2 dar:

Experimentalreihe 1 – „Scheibentransferaufgabe“ 95

Abbildung 29: Graphische Darstellung der Bewegungszeiten (in ms) in Experiment 3 für den Transfer einer ein-

zelnen Scheibe in Abhängigkeit von der Differenz der Kombinationen (Versuchsbedingungen, z.B. 1|9 = -8).

Dunkle Vierecke stellen die durchschnittliche BZ der Partner 1 und helle Vierecke die der Partner 2 dar. Lineare

Regressionsanalysen zeigten keinen signifikanten Einfluss des SI’s auf die BZ. Die Daten entsprechen am ehes-

ten dem Vorhersagemodell C („Joint Action“ = größerer SI).

In Bezug zu den oben genannten Vorhersagemodellen ähneln die Daten dem Modell

E („Joint Action“ = größerer SI), nach dem die Vpn den SI der jeweils schwereren Aufgabe in

ihrer Bewegungsplanung berücksichtigen. Mit steigender Differenz der Kombinationen (-8 |

+8) gehen längere BZ einher. Umgekehrt resultieren schnellere BZ, wenn die Differenz der

Kombinationen sehr gering (bzw. gleich) ist. Graphisch äußert sich dies in einem U-förmigen

Verlauf der BZ. Der Zwischensubjektfaktor Partner wurde in diesem Experiment signifikant

(F(1, 70) = 23.167; p < .001; η

= .249), so dass die P1 über alle Versuchsbedingungen

hinweg im Mittel schneller waren (M = 729 ms) als die P2 (M = 793 ms).

Trägt man die durchschnittlichen BZ der beiden Partner gegen den jeweils größeren

Schwierigkeitsindex der jeweiligen Bedingung ab (bspw. SI(4,0+7,6) = 7,6 Einhei-

ten/Sekunde) ergeben lineare Regressionsanalysen sowohl für die P1 (F(1, 322) = 30.586, p

< .001, R² = .581) als auch für die P2 (F(1, 322) = 30.522; p < .001, R² = .724) einen signifi-

kanten Zusammenhang auf dem 1 %-igen-Signifikanzniveau. In Abbildung 30 ist die BZ pro

Scheibe (in ms) in Abhängigkeit vom größeren SI (in Einheiten/Sekunde) der jeweiligen Be-

dingung graphisch dargestellt.

Experimentalreihe 1 – „Scheibentransferaufgabe“ 96

Abbildung 30: Graphische Darstellung der Bewegungszeiten (in ms) aus Experiment 3 für den Transfer einer

einzelnen Scheibe in Abhängigkeit vom größeren Schwierigkeitsindex (in Einheiten/Sekunde). Dunkle Vierecke

stellen die durchschnittliche BZ der Partner 1 und helle Vierecke die der Partner 2 dar. Konfidenzintervalle geben

die jeweilige Streuung der Daten an.

Für die P1 resultierte die Funktionsvorschrift BZ = 50 ms*SI + 384 ms und für P2 BZ

= 49 ms*SI + 458 ms. Mit jeder Erhöhung der Schwierigkeit um eine Einheit stieg die BZ um

durchschnittlich circa 50 ms.

6.3.2.2. Bewegungsfehler (BF)

Die Fehler 1. Art waren auch in diesem Experiment so gering (2,35 % Fehler), dass

keine statistische Analyse vorgenommen wurde.

6.3.2.3. zusätzliche Analysen

Die zusätzlichen Analysen (zwei-faktorielle Varianzanalyse mit Messwiederholung)

ergaben in diesem Experiment 3 keinen systematischen Einfluss des Faktors Distanz (F(2,

142) = 2.503; p > .05; η

= .047) und des Faktors Lochdurchmesser (F(1.82, 129.43) =

1.746; p > .05; η

= .075) auf die BZ. Die Interaktion beider Faktoren wurde ebenfalls nicht

signifikant (F(4, 284) = 1.750; p > .05; η

= .017). Genau wie für den SI, bleibt der Einfluss

der beiden manipulierten Faktoren aus.

BZ = 50 ms*SI + 384 ms; R² = 581; p < .001

BZ = 49 ms*SI + 458 ms; R² = 724; p < .001

100

200

300

400

500

600

700

800

900

1000

5,0 5,5 6,0 6,5 7,0 7,5 8,0 8,5

Bewegungszeit (in ms)

größerer Schwierigkeitsindex (in Einheiten/Sekunde)

Partner 1

Partner 2

Experimentalreihe 1 – „Scheibentransferaufgabe“ 97

6.3.3 Diskussion

In Experiment 3 wurde geprüft, ob sich die Koordinationsmuster zweier Partner beim

Lösen einer einfachen Objektmanipulation (hier „Scheibentransferaufgabe“) während sie

Bewegungshandlungen von gleicher oder unterschiedlicher Schwierigkeit ausführen quanti-

tativ über das Fitts’sche Gesetz abbilden lassen. Zwei mögliche Vorhersagen für die BZ wa-

ren, dass sich die beiden Partner an den jeweiligen experimentellen Randbedingungen ihrer

eigenen (A) oder denen des Partners (B) orientieren. Nach Vorhersagemodell C berücksich-

tigen beide Interaktionspartner sowohl den eigenen als auch den SI des Partners und bilden

das arithmetische Mittel beider Aufgabenschwierigkeiten für ihre Bewegungshandlung. Der

SI könnte sich ebenfalls vermittelt über die Ko-Repräsentation des Partners auf die BZ aus-

wirken, indem sie ihre Bewegungsgeschwindigkeit an die jeweils leichtere (D) oder schwere-

re (E) Aufgabe eines Partners anpassen.

Die Ergebnisse zeigen, dass die Vpn mit steigender Differenz der Kombination der

Versuchsbedingungen (z.B. -8 | +8) mehr Zeit für den Transport einer Scheibe benötigen,

d.h. je unterschiedlicher die individuellen Aufgabenschwierigkeiten sind, desto langsamer

sind die Bewegungen. Der ausbleibende Haupteffekt für den Faktor Schwierigkeit sowie die

linearen Regressionsanalysen mit geringen Aufklärungswerten der Varianz (R² < 7 %) bele-

gen, dass sich die individuellen Koordinationsmuster eines Partners beim wechselseitigen

Transfer von Scheiben nicht durch die experimentellen Randbedingungen beeinflussen und

damit nicht über das Fitts’sche Gesetz abbilden lassen. Nullhypothese 1.1 wird daher beibe-

halten und die Alternativhypothesen 1.1 verworfen. Dieser Befund unterstützt die Ergebnisse

der Studie von Fine und Amazeen (2011), die eine Verletzung des Fitts’schen Gesetzes bei

unterschiedlich schweren Aufgaben innerhalb eines Versuchspaares berichteten. Demnach

führen höhere SI‘s der Aufgabe nicht zu langsameren BZ (Forschungshypothese 1.1).

Es finden sich jedoch systematische Interaktionseffekte zwischen beiden Partnern, da

sich die BZ nicht allein über die individuelle Aufgabenschwierigkeit der jeweiligen Bedingun-

gen vorhersagen lassen (entgegen Vorhersagemodell A). Alternativhypothese 1.2 wird daher

angenommen und die Nullhypothese 1.2 zurückgewiesen. Dies steht im Einklang der Stu-

dien zur Joint-Action-Forschung von Knoblich und Kollegen (2011) und Sebanz et al. (2006a,

b, 2007).

Das U-förmige Interaktionsmuster der BZ spricht dafür, dass die Bewegungshandlun-

gen der Vpn in hohem Maße vom Partner abhängig sind, indem sich die Bewegungsausfüh-

rung der leichteren Aufgabe die Anforderungen der schwereren Aufgabe anpasst (Vorher-

sagemodell E). Demnach wirkt sich der SI vermittelt über die Ko-Repräsentation des Part-

ners auf die BZ aus. Vesper und Kollegen (2013a) zeigten, dass ihre Vpn die zeitlichen und

räumlichen Parameter der Bewegung an die des langsameren Ko-Akteurs anpassen (siehe

Experimentalreihe 1 – „Scheibentransferaufgabe“ 98

auch Kelso et al., 1979). Dabei war es ebenfalls jeweils der Partner mit der kürzeren Distanz

und den größeren Zielfeldern (in einer Sprungaufgabe), der sich am Partner mit der schwie-

rigeren Anforderung (längere Distanz und kleineres Zielfeld) orientierte. Vpn bilden also kei-

ne gemeinsame (arithmetische) Aufgabenschwierigkeit heraus, sondern passen sich jeweils

an den Ko-Akteur an, der die schwerere Aufgabe zu bewältigen hat. Die Forschungshypo-

these 1.3 nach der Partner beim Lösen von Aufgaben unterschiedlicher Schwierigkeit gerich-

tete Interaktionseffekte zeigen, kann somit bestätigt werden. Damit liefert dieses Experiment

weitere Evidenz für systematische Interaktionsmuster, die zwischen zwei Kooperationspart-

nern während der gleichzeitigen Ausführung gemeinsamer Handlungen entstehen.

6.4 Diskussion – Experimentalreihe 1

Die Experimentalreihe 1 („Scheibentransferaufgabe“) untersuchte die Gültigkeit des

Fitts’schen Gesetzes für die Partnerinteraktion beim Lösen kooperativer Aufgaben. Dafür

führten die Versuchspaare gemeinsam einfache Objektmanipulationen (Experiment 1-3)

durch, indem sie so schnell wie möglich jeweils 8 Scheiben im Wechsel von zwei getrennten

Ausgangspositionen zu einer gemeinsamen Zielposition transportieren. Es wurde geprüft, ob

die Koordinationsmuster zweier Partner bei diesem wechselseitigen Transfer von Scheiben

durch die experimentellen Randbedingungen bestimmt werden und sich quantitativ über das

Fitts’sche Gesetz abbilden lassen. Außerdem wurde der Frage nachgegangen, ob systema-

tische Interaktionsmuster zwischen den Partnern beim Lösen der kooperativen Aufgabe

entstehen.

Experiment 1 zeigte, dass die Interaktionspartner die Ausführungsgeschwindigkeit

der Bewegungshandlungen an die experimentellen Randbedingungen anpassen. Vpn benö-

tigten mit steigendem SI im Mittel mehr Zeit für den Transport der Scheiben. Das experimen-

telle Design dieser geführten Objektmanipulationsaufgabe erlaubte dabei keine (sinnvolle)

statistische Analyse der Bewegungsfehler, da die beobachtete Anzahl der Fehler zu gering

war. Im Fokus von Experiment 2 stand der Vergleich zwischen Bewegungshandlungen im

Kontext von EB, in denen die Vpn ohne Partner agieren sollten, und PB, in denen die Partner

die korrespondierenden Aufgaben gleichzeitig ausführten. Die Ergebnisse bestätigen zum

einen, dass sich die experimentellen Randbedingungen unabhängig von der Bedingung (EB

vs. PB) im Sinne des Fitts’schen Gesetzes auf die Ausführung der Bewegungen auswirkten,

sodass Bewegungshandlungen mit steigendem SI über alle Bedingungen hinweg langsamer

vollzogen wurden. Darüber hinaus konnte ein systematischer Einfluss der PB auf die BZ im

Gegensatz zu den EB beobachtet werden, welcher sich in langsameren BZ manifestierte. In

Experiment 3 führten die Versuchspaare ausschließlich in der PB Bewegungshandlungen

von gleicher oder unterschiedlicher Schwierigkeit aus. Dabei ließen sich die individuellen

Experimentalreihe 1 – „Scheibentransferaufgabe“ 99

Koordinationsmuster eines Partners beim wechselseitigen Transfer der Scheiben nicht län-

ger durch die experimentellen Randbedingungen im Sinne des Fitts’schen Gesetzes be-

schreiben. Mit steigender Differenz der Kombination der Versuchsbedingungen (z.B. -8 | +8)

benötigten die Vpn mehr Zeit für den Transport einer Scheibe, d.h. je unterschiedlicher die

individuellen Aufgabenschwierigkeiten waren, desto langsamer waren die Bewegungen.

Stattdessen waren die Bewegungshandlungen der Vpn in hohem Maße abhängig vom Part-

ner, indem sich die Bewegungsausführung der leichteren Aufgabe an die Anforderungen der

schwereren Aufgabe anpasste (Vorhersagemodell E). Demnach wirkte sich der SI vermittelt

über die Ko-Repräsentation des Partners auf die BZ aus.

Zum einen konnte die Experimentalreihe 1 („Scheibentransferaufgabe“) die Erkennt-

nisse zum Fitts‘schen Gesetz bisheriger Studien zur Koordination von Bewegungen inner-

halb von EB (z.B. Fitts & Peterson, 1964; Klapp, 1975; Crossman & Goodeve, 1963/1983;

Welford, 1960) auf die Koordination von Bewegungen innerhalb von PB erweitert. Weiterhin

gab sie zusätzliche Evidenz für systematische Interaktionsmuster zwischen EB und PB, wel-

che bereits in anderen Studien berichtet (z.B. Fine & Amazeen, 2011; Mottet et al., 2001;

Sebanz et al., 2006b) wurden. Eigene Bewegungshandlungen werden demnach im Interakti-

onskontext an die Bewegungen des Ko-Akteurs angepasst. Nach Sebanz und Kollegen

(2003, 2005, 2007) bilden die Vpn in diesen Fällen Ko-Repräsentationen und verarbeiten so

die Aufgabe des Partners mit. Dies steht im Einklang der Studien zur Joint-Action-Forschung

(Knoblich et al., 2008, 2011 und Sebanz et al., 2006a, b, 2007). Die Partner absolvierten die

Bewegungshandlungen im Wechsel. Obwohl die Schwierigkeit der individuellen Aufgabe der

beiden Partner gleich war, legen langsamere BZ in der PB selektive Interaktionskosten nahe.

Dies wurde bereits von Vesper und Kollegen (2010) beobachtet, als sie zwei Vpn in einer

Sprungaufgabe in EB separat und in PB gleichzeitig über unterschiedliche Distanzen sprin-

gen ließen. Sie führten die langsameren Bewegungen in der PB auf s.g. coordination

smoothers zurück, die Ko-Akteure nutzen, um ihre Handlungen aufeinander abzustimmen.

Langsamere Bewegungen können nach den Autoren einfacher zwischen den Partner koor-

diniert werden.

Zum anderen kann mit Hilfe dieser Experimentalreihe 1 der Konflikt zwischen den

Studien von Mottet und Kollegen (2001) und Fine und Amazeen (2011) aufgeklärt werden:

Die Ergebnisse aus Experiment 3 stehen zunächst im Einklang mit den Befunden von Fine

und Amazeen (2011), die eine Verletzung des Fitts‘schen Gesetzes berichteten, wenn beide

Partner gleichzeitig Aufgaben unterschiedlicher Schwierigkeitsanforderung bewältigen. Aller-

dings belegen die systematischen Interaktionsmuster, dass Interaktionspartner zwar ihre

Bewegungsplanung nicht direkt an der eigenen Aufgabenschwierigkeit orientieren, aber dass

das Fitts’sche Gesetz indirekt vermittelt über die Ko-Repräsentation des Partners auf die BZ

wirkt (vgl. auch Knoblich, 2011; Sebanz, 2006a, b, 2007; Vesper et al., 2013a). Damit kommt

Experimentalreihe 1 – „Scheibentransferaufgabe“ 100

es zu einer Anpassung der Koordinationsmuster bei der Ausführung von Bewegungen zu

jeweils unterschiedlichen Aufgabenanforderungen, wobei die Interaktionspartner die Aufga-

benanforderungen des Partners mitrepräsentieren (Sebanz et al., 2006b). Der Partner mit

der leichteren Aufgabe orientiert sich während seiner Bewegungsausführung an den Anfor-

derungen des Partners mit der schwereren Aufgabe, sodass sich die experimentellen Rand-

bedingungen (Schwierigkeitsindex) quantitativ über das Fitts’sche Gesetz abbilden lassen

(siehe auch Kelso et al., 1979). Diese Ergebnisse stehen im Einklang mit mentalen Simulati-

onsaufgaben von Grosjean, Shiffrar, und Knoblich (2007), in denen gezeigt wurde, dass das

Fitts’sche Gesetz nicht nur dann gültig ist, wenn Bewegungen ausgeführt, sondern auch

wenn fremde Bewegungen beobachtet werden. Auch in den vorliegenden Experimenten

schienen die Vpn in der Lage zu sein, die Aufgabenschwierigkeit des Partners abschätzen

zu können und ihr (optimales) Bewegungsverhalten dahingehend abzustimmen. Diese An-

passung sollte jedoch nur vom Partner mit der leichteren Aufgabe auf den Partner mit der

schwereren Aufgabe möglich sein. Denn sollte dagegen der Partner mit der schwereren Auf-

gabe versuchen sich an die Geschwindigkeit des Partners mit der leichteren Aufgabe anzu-

passen, dann müsste sich dies im Sinne des Fitts’schen Gesetzes in einer erhöhten Anzahl

an Bewegungsfehlern widerspiegeln. Da Fehler hier nicht (und auch bei Grosjean et al.,

2007, nicht) zulässig waren, war diese Kompensationsstrategie (d.h. eine höhere Geschwin-

digkeit bei mehr Fehlern) nicht möglich.

Es gilt zu berücksichtigen, dass die Vpn bei Fine und Amazeen (2011) Bewegungen

zu räumlich voneinander getrennten, stationären Zielfeldern hin ausführten. In diesen drei

Experimenten und in der Studie von Mottet und Kollegen (2001) sollte ein „gemeinsames

Ziel“ erreicht werden. Unter Umständen ist dieses gemeinsame Ziel eine Grundvorausset-

zung dafür, dass ein aufeinander abgestimmtes, kooperatives Handeln (im Sinne von joint

action) stattfindet. Diese Annahme stimmt auch mit den Überlegungen von Vesper und Kol-

legen überein, die berichten, dass ein gemeinsames Handlungsziel zur Generierung von Ko-

Repräsentationen notwendig ist (siehe auch Kapitel 3.4 zum „minimalen Architektur-Modell“

des gemeinsamen Handelns; Vesper et al., 2010).

Experimentalreihe 2 – „Wurfaufgabe“ 101

7 Experimentalreihe 2 – „Wurfaufgabe“

Die Experimentalreihe 2 stellt einen Zwischenschritt von der einfachen Objektmanipu-

lation der Scheibentransferaufgabe (Experimentalreihe 1) hin zur komplexen sportspielspezi-

fischen Fertigkeit der Basketballpassaufgabe (Experimentalreihe 3) dar. Dafür sollen die Er-

gebnisse aus den Experimenten 1 bis 3 graduell auf eine komplexere (Wurf-)Bewegung er-

weitert werden. Beide Aufgaben, die Scheibentransferaufgabe und die Wurfaufgabe, verlan-

gen die Ausführung einer ballistischen (Hand-)Bewegung. Der größte Unterschied zur

Scheibentransferaufgabe besteht für die Wurfaufgabe darin, dass die (Flug-)Trajektorie des

Objektes nach dem Verlassen der Hand nicht mehr korrigiert werden kann. Die Vpn müssen

daher das Ergebnis der Handlung frühzeitig antizipieren und die Bewegungsplanung vor dem

Abwurf abschließen. Eine Korrektur der Ausführung ist danach nicht mehr möglich. Die Ver-

suchsaufgabe ähnelt den Studien zum Dartwurf, die zur Überprüfung des Fitts’schen Geset-

zes in der Sagittal-Ebene vor dem Körper durchgeführt wurden (Kerr & Langgolf, 1977; Etny-

re, 1998).

Im Folgenden wird der gleiche Untersuchungsaufbau wie in der Experimentalreihe 1

„Scheibentransferaufgabe“ angewandt. Es erfolgt zunächst die Prüfung der Gültigkeit des

Fitts’schen Gesetzes bei einer Partnerinteraktion (Experiment 4), danach der Vergleich zwi-

schen der Einzel- und Paarbedingung (Experiment 5) und abschließend die Konfrontation

der Vpn mit unterschiedlichen Aufgabenschwierigkeiten (Experiment 6). Durch die Operatio-

nalisierung der Aufgabenanforderung über den Schwierigkeitsindex ist es zudem möglich,

die Ergebnisse beider Experimentalreihen direkt miteinander zu vergleichen.

7.1 Experiment 4

Experiment 4 dient dazu, die Befunde des Experiments 1 (aus Experimentalreihe 1

„Scheibentransferaufgabe“) auf eine Objektmanipulationsaufgabe mittlerer Komplexität zu

übertragen (hier „Wurfaufgabe“). Die Vpn warfen dazu jeweils 8 Bälle möglichst schnell in

unterschiedlich große Kisten aus verschiedenen Distanzen. Der Aspekt, der diese Aufgabe

komplexer machte, war, dass das zu manipulierende Objekt nach dem Verlassen der Hand

nicht mehr beeinflusst werden konnte. Die (Flug-)Trajektorie des Objektes relativ zum Ziel

musste demnach vorab antizipiert werden. Im Fokus dieses Experiments stehen die be-

obachtbaren Koordinationsmuster beim Lösen kooperativer Aufgaben, d.h. eine Anpassung

der Bewegungshandlungen an die experimentellen Randbedingungen der Aufgabe. Mit Hilfe

dieses Experiments 4 kann der Nullhypothese 2.1, der Alternativhypothese 2.1 und der For-

schungshypothese 2.1 nachgegangen werden.

Experimentalreihe 2 – „Wurfaufgabe“ 102

7.1.1 Methode

7.1.1.1. Versuchspaare

24 freiwillige Vpn (M = 23,32; SD = 5,24 Jahre; 11 weiblich) der Universität Paderborn

nahmen an diesem Experiment teil. Die randomisierte Zuordnung durch den Versuchsleiter

zu zwölf Versuchspaaren ergab fünf gemischtgeschlechtliche, vier männliche und drei weib-

liche Paare. Bei 10 Vpn lag nach eigenen Angaben eine Einschränkung der Sehleistung vor

bzw. war diese entsprechend korrigiert. Die Studierenden verfügten alle über Vorerfahrungen

im Sport. Die Sportexpertise in Wurfsportarten (Basketball, Handball und Volleyball) lag

durchschnittlich bei 3,9 Jahren (Tabelle 11).

Tabelle 11: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 4.

Paare Gesamt

männlich weiblich gemischt

Alter (in Jahren)

Größe (in cm)

Händigkeit (rechts in %)

Sehhilfe (benötigt in %)

Sportexpertise (in Jahren)

23,4 (± 0,8)

181,1 (± 4,5)

100

40,0

7,6 (± 8,1)

20,7 (± 1,0)

169,3 (± 7,5)

100

41,2

1,3 (± 2,4)

28,2 (± 7,8)

170,3 (± 2,8)

66,7

50,0

2,7 (± 4,6)

23,3 (± 5,2)

173,7 (± 8,9)

92,9

42,9

3,9 (± 5,9)

7.1.1.2. Versuchsaufgabe und –aufbau

Die Untersuchungen fanden in einem Raum der Universität Paderborn statt, der in

der Regel für Tanzveranstaltung genutzt wird. Vor Beginn des Experiments füllten die Vpn

eine Einverständnis- und Teilnahmeerklärung (siehe Anhang 2) aus und gaben ihre persönli-

chen Daten mit Geschlecht, Händigkeit und Körpergröße in einem Fragebogen an (Anhang

3). Danach erhielten sie eine standardisierte Instruktion, die bei Nachfragen gegebenenfalls

mit weiteren mündlichen Angaben ergänzt wurde.

Die Aufgabe der Vpn war es, so schnell wie möglich in alternierender Reihenfolge je-

weils acht Bälle in unterschiedlich große Kisten (groß: 550 x 765 mm; mittel: 375 x 535 mm;

klein: 250 x 365 mm) zu werfen. Die Vpn saßen rittlings auf einem Stuhl (Höhe: 470 mm)

dessen Distanz zur Kiste (1000, 1500 und 2000 mm) systematisch variiert wurde. Die Höhe

der Kisten war auf 420 mm normiert. Die Diagonale der Öffnungsfläche der Kiste (390, 600

und 880 mm) ging als Zielgröße (W) in die Berechnung des SI’s ein. Farbige Markierungen

auf dem Boden kennzeichneten die Position der Kisten und die drei (Wurf-)Distanzen. Die

Vpn saßen mit der Brust zur Lehne gerichtet (rittlings) auf dem Stuhl, um ein nach vorne

Experimentalreihe 2 – „Wurfaufgabe“ 103

beugen zu verhindern. Dies gewährleistete konstante Distanzen zwischen Kiste und Vpn.

Unterschiede in den Armlängen wurden nivelliert, indem die Vpn an der entsprechenden

Distanzmarkierung mit ausgestreckten Armen ein Pendel hielten und die Stühle so positio-

niert wurden, dass sie die Distanz plus die individuelle Armlänge beinhalteten. Neben den

Vpn befanden sich Ablageflächen (Höhe: 420 mm; Auflagefläche: 510 x 710 mm) für die je-

weils acht Bälle (Abbildung 31).

Abbildung 31: Versuchsaufbau der zweiten Experimentalreihe „Wurfaufgabe“ (Experimente 4-6). Die systemati-

sche Variation von drei Distanzen (1000 vs. 1500 vs. 2000 mm) zwischen Stuhl und Kiste und drei Kisten unter-

schiedlicher Größe (Diagonale = 390 vs. 600 vs. 880 mm) ergab neun unterschiedlich schwere Aufgaben auf

Basis des Fitts’schen Gesetzes (SI‘s zwischen 2,2 und 4,4 Einheiten/Sekunde).

Die Ablageflächen durften die Vpn nach eigenem Ermessen ausrichten, so dass sie

diese angenehm erreichen konnten. Die einzige Limitierung war die Positionierung neben

dem Stuhl (nicht dahinter oder davor). Ein Behältnis (230 x 230 x 120 mm) verhinderte das

Wegrollen der Bälle. Es handelte sich um mit Reis gefüllte Bälle (U = 165 mm), welche den

Vorteil hatten, dass sie aufgrund ihrer elastischen Eigenschaften nicht aus der Kiste heraus-

springen und die Vpn dadurch nicht irritieren konnten. Eine Kamera (12.0 MegaPixel; 1920 x

1080; HD Recording) war so positioniert, dass sie den gesamten Versuchsaufbau erfasste.

7.1.1.3. Versuchsdesign

Auf das Kommando des Versuchsleiters (hier: „Achtung, Fertig, Los!“) sollten die Vpn

einen Oberhandwurf ausführen, wobei jeweils nur ein Ball gegriffen werden durfte. Ein Wurf

1000

2000

1500

250 x 365 x

420

375 x 535 x

420

550 x

765 x 420

Experimentalreihe 2 – „Wurfaufgabe“ 104

umfasste das Greifen, die ballistische Wurfbewegung und das Loslassen des Balles. Die

Partner legten per Absprache selbstständig fest wer mit dem ersten Wurf beginnen sollte und

behielten dies bis zum Ende des Experiments bei. Die Partner mussten wechselseitig agie-

ren, also immer abwechselnd werfen. Dabei kam es lediglich darauf an, dass die Bälle in der

richtigen Reihenfolge in der Kiste landeten, d.h. die Vpn durften bereits werfen, wenn der

Ball des Partners die Kiste noch nicht erreicht hatte. Nach jedem Durchgang erhielten die

Vpn Ergebniswissen in Form der benötigten BZ und der Anzahl getroffener Bälle. Mehr als

drei Fehlwürfe

pro Vpn hatte eine Wiederholung des Durchgangs zur Folge. Dabei konnten

zu viele Fehler des Partners (z.B. vier Fehlwürfe) nicht durch eine niedrigere Fehleranzahl

(z.B. kein Fehlwurf) des anderen Partners kompensiert werden. Fehlerhafte Durchgänge

wurden vom VL vermerkt und so lange wiederholt bis pro Versuchsbedingung vier erfolgrei-

che Versuche absolviert wurden. Die durchschnittliche Dauer des gesamten Experiments

betrug circa 45 Minuten. Aus der orthogonalen Kombination der drei Distanzen mit den drei

Kistengrößen ergaben sich neun SI‘s zwischen 2,2 und 4,4 Einheiten/Sekunde (Tabelle 12).

Tabelle 12: Versuchsbedingungen der Experimentalreihe 2 „Wurfaufgabe“ sortiert nach Schwierigkeit (Einhei-

ten/Sekunde).

SI 2,2 2,8 2,8 3,2 3,4 3,4 3,8 4,0 4,4

Distanz 200 200 300 400 300 200 400 300 400

Kistengröße 880 600 880 880 600 390 600 390 390

In einer Eingewöhnungsphase absolvierten die VP alle drei Kistengrößen aus den

Übungsdistanzen (1250 und 2500 mm) jeweils einmal erfolgreich

. Die Reihenfolge der

neun Versuchsbedingungen wurde für jedes Paar randomisiert.

7.1.1.4. Datenanalyse

Die Datenanalyse glich den Experimenten 1 bis 3 mit der Ausnahme, dass zusätzlich

zu den BZ auch die Bewegungsfehler 2. Art erfasst werden konnten. Dabei handelte es sich

um die relative Anzahl an Bällen, die nicht in der Kiste landeten. Analog zu Experiment 1

prüfte eine zwei-faktorielle Varianzanalyse mit Messwiederholung den Einfluss des Faktors

Schwierigkeitsindex (7-fach gestuft) und des Zwischensubjektfaktors Partner (P1 vs. P2) für

die abhängigen Variablen BZ (in ms) und BF (in %). Für die Regressionsanalysen der BZ

Als Fehler 2. Art galten alle Bälle, die nicht in der Kiste landeten, also auch jene, die vom Rand der Kiste auf

den Fußboden fielen und Bälle, die schon beim Herausnehmen den Boden berührten.

Die Übungsdistanzen dienten der Gewöhnung an die Versuchsaufgabe und an das Flugverhalten der Bälle. Es

wurden Distanz-Kistengrößen-Kombinationen gewählt, die nicht im späteren Experimentaldesign enthalten wa-

ren, um konfundierende Effekte auszuschließen. Die Reihenfolge war hier für alle Paare beginnend mit einer

geringen, dann großen Distanz auf eine große, dann mittlere, dann kleine Kiste für alle VP standardisiert.

Experimentalreihe 2 – „Wurfaufgabe“ 105

wurde ein lineares, für die BF ein exponentielles Annäherungsmodell des SI‘s verwendet.

Die Prüfung auf Ausreißer (+/- zweifache Standardabweichung) und auf Normalverteilung

(Kolmogorov-Smirnov-Test) erlaubte die Aufnahme aller Versuchspaare in die Datenauswer-

tung. Zusätzliche Analysen (zwei-faktorielle ANOVA‘s r.m.) prüften den separaten Einfluss

der manipulierten Faktoren Distanz und Kistengröße. Bei einer signifikanten Interaktion der

beiden Faktoren zeigten posthoc t-Tests (unter Berücksichtigung der Bonferroni-Korrektur)

die jeweilige Gewichtung der Einflussfaktoren.

7.1.2 Ergebnisse

7.1.2.1. Bewegungszeiten (BZ)

Der Kolmogorov-Smirnov-Test zeigte für keine der neun Bedingungen einen signifi-

kanten Unterschied innerhalb eines Versuchspaares (p > .05). Im Mittel benötigten die Vpn

1544 ms (SD = 272 ms) für einen Bewegungszyklus, d.h. für das Greifen eines Balles, das

Zielen und Werfen (Anhang 9). Sortiert man die BZ nach dem jeweiligen SI der Versuchsbe-

dingung, fällt auf, dass mit steigender Aufgabenschwierigkeit wiederum längere BZ einher-

gehen. Für das Werfen eines Balles benötigten die P1 durchschnittlich 1145 ms in der Be-

dingung, die durch den niedrigsten SI gekennzeichnet ist, in der die Vpn aus zwei Metern

Entfernung auf die große Kiste warfen. Aufgaben höherer Schwierigkeit, beispielsweise Wür-

fe aus vier Metern Entfernung auf die kleinste Kiste (SI

4,4

) dauerten länger (M

= 1970 ms).

Tabelle 13: Durchschnittliche Bewegungszeiten aus Experiment 4 sortiert nach Schwierigkeit (in Einhei-

ten/Sekunde).

SI 2,2 2,8 3,2 3,4 3,8 4,0 4,4

P1 1145 1270 1504 1464 1767 1882 1970

(SD) (187) (204) (263) (240) (352) (385) (431)

P2 1120 1274 1529 1464 1773 1882 2277

(SD) (202) (205) (225) (240) (349) (388) (460)

M 1133 1272 1517 1464 1770 1882 2123

Die P2 agierten in der leichtesten Bedingung (SI

2,2

) mit 1120 ms ebenfalls schneller

als in der schwierigsten Bedingung (SI

4,4

) mit durchschnittlich 2277 ms. Basierend auf dem

Fitts’schen Gesetz ergaben sich aus den uV’s Distanz und Lochdurchmesser verschiedene

SI’s zwischen 2,2 und 4,4 Einheiten/Sekunde (Tabelle 13). Durch die orthogonale Kombina-

tion von Distanz und Zielgröße kamen die SI’s 2,8 und 3,4 zweimal vor, die im Folgenden als

gemittelte Werte dargestellt werden. Mit Hilfe einer zwei-faktoriellen Varianzanalyse mit

Experimentalreihe 2 – „Wurfaufgabe“ 106

Messwiederholung mit dem Faktor Schwierigkeitsindex (7-fach gestuft) und dem Zwischen-

subjektfaktor Partner (P1 vs. P2) wurde der Einfluss des SI’s auf die BZ geprüft. Da der

Mauchly-Test auf Sphärizität eine Verletzung der Varianzen innerhalb der Versuchsbedin-

gungen vorfand (p < .05), werden im Folgenden die nach dem Greenhouse-Geisser Korrek-

turverfahren angepassten Kennwerte angegeben. Es zeigte sich ein signifikanter Haupteffekt

für den Faktor Schwierigkeitsindex (F(3.15, 220.42) = 260.356, p < .001, η

= .788). Dem-

nach stieg die BZ systematisch mit höherem SI an (Abbildung 32): SI 2,2 = 1133 ms; SI 2,8 =

1272 ms; SI 3,2 = 1517 ms; SI 3,4 = 1464 ms; SI 3,8 = 1770 ms; SI 4,0 = 1882 ms; SI 4,4 =

2123 ms. Zwischen den beiden Partnern gab es keinen Unterschied in den BZ (F(1, 70) =

.562, p > .05, η

= .008). Demnach agieren die Partner in den Versuchsbedingungen gleich

schnell (M

= 1572 ms vs. M

= 1617 ms). Die Interaktion beider Faktoren wurde nicht sig-

nifikant.

Abbildung 32: Graphische Darstellung der durchschnittlichen Bewegungszeiten (in ms) für das Werfen eines

Balles in Abhängigkeit vom Schwierigkeitsindex (in Einheiten/Sekunde) in Experiment 4. Dunkle Vierecke stellen

die durchschnittliche BZ der P1 und helle Vierecke die der P2 dar. Konfidenzintervalle geben die jeweilige Streu-

ung der Daten an.

Separate lineare Regressionsanalysen (uV = SI; aV = BZ_P1 und BZ_P2) zeigten ei-

nen signifikanten Zusammenhang zwischen SI und BZ. Für P1 (F(1, 250) = 209.093; R² =

.455; p < .001) berechnete sich eine Funktionsvorschrift von BZ = 408 ms x SI + 186 ms, d.h.

dass jede Erhöhung des SI’s um eine Einheit, einen Anstieg der BZ um durchschnittlich 408

ms bewirkte. Der Achsenabschnitt von 186 ms stellte die theoretisch berechnete Mindest-

dauer einer Bewegung bei einem hypothetischen SI von Null dar. Die Funktionsvorschrift für

BZ = 408 ms*SI + 186 ms; R² = .455; p< .001

BZ = 506 ms*SI - 104 ms; R² = .544; p< .001

500

1000

1500

2000

2500

1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0

Bewegungszeit (in ms)

Schwierigkeitsindex (in Einheiten/Sekunde)

Partner 1

Partner 2

Experimentalreihe 2 – „Wurfaufgabe“ 107

die P2 (F(1, 250) = 298.516; R² = .544; p < .001) von BZ = 506 ms x SI - 106 ms beschreibt

einen Anstieg der Geraden von 506 ms mit jeder Erhöhung des SI’s um eine Einheit. Der

Achsenabschnitt lag bei minus 106 ms. Für beide Abhängigkeiten zwischen SI und BZ erga-

ben sich Determinationskoeffizienten (P1: R² = .455; P2: R² = .544) in einem hoch signifikan-

ten Bereich, d.h. dass sich ein Großteil der Varianz (P1 = 45,5 %; P2 = 54,4 %) in den BZ

über den SI aufklären lässt (vgl. Bortz, 2005).

7.1.2.2. Bewegungsfehler (BF)

In der Experimentalreihe 2 („Wurfaufgabe“) konnten im Gegensatz zu Experimental-

reihe 1 („Scheibentransferaufgabe“) die Bewegungsfehler systematisch ausgewertet werden.

Dabei wurden Fehler 1. Art und Fehler 2. Art unterschieden (Juras et al., 2009). Bei den Feh-

lern 1. Art handelte es sich um geringfügige Ungenauigkeiten in der Bewegungsausführung

(z.B. dem Verfehlen der Kiste oder das Fallenlassen eines Balles beim Greifen auf der Abla-

gefläche). Überschritten diese Ungenauigkeiten die maximal erlaubte Anzahl (Fehler 1. Art >

3) oder trat eine schwerwiegendere Ungenauigkeit wie beispielsweise eine Verletzung der

Reihenfolge auf, wurde dies als Fehler 2. Art gewertet. Die jeweilige Versuchsbedingung

musste dann direkt wiederholt werden. Insgesamt verfehlten die Versuchspaare in 14,08 %

der Fälle die jeweilige Kiste. Diese Fehler der 1. Art gingen als aV in die Datenauswertung

ein (Anhang 10). Die zwei-faktorielle Varianzanalyse ergab einen signifikanten Haupteffekt

für den Faktor Schwierigkeit (F(4.40, 153.90) = 70.818, p < .001, η

= .669), demnach wur-

den auch die relativen BF durch den SI moduliert. Die Abhängigkeit der BF von dem SI der

Aufgabe wurde aufgrund der Erkenntnisse aus Pilotexperimenten und den Befunden von

Guiard und Olafsdottir (2011) mittels eines exponentiellem Kurvenanpassungsmodell be-

rechnet (Abbildung 33).

Experimentalreihe 2 – „Wurfaufgabe“ 108

Abbildung 33: Graphische Darstellung der Bewegungsfehler (in %) aus Experiment 4 in Abhängigkeit vom

Schwierigkeitsindex (in Einheiten/Sekunde) über beide Partner kollabiert. Der Verlauf der BF wird über ein expo-

nentielles Kurvenanpassungsmodell beschrieben. Konfidenzintervalle geben die jeweilige Streuung der Daten an.

Dieses ergab einen signifikanten Zusammenhang von SI und BF (F(1, 250) =

223.006; R

exp.

² = .471; p < .001), der sich mit der Funktionsvorschrift BF = 0.003*e

3,933*SI

be-

schreiben lässt. Danach scheint es eine maximale Aufgabenschwierigkeit zu geben, die es

den Vpn nicht ermöglicht die Toleranzanforderungen der Aufgabe durch eine Reduktion der

BZ zu kompensieren (Wobbrock et al., 2008), d.h. trotz einer Reduktion der Bewegungsge-

schwindigkeiten werden zunehmend mehr Fehler (Fehlwürfe) gemacht.

7.1.2.3. zusätzliche Analysen

Wie in den vorangegangen Experimenten prüfte eine zwei-faktorielle Varianzanalyse

mit Messwiederholung mit den uV’s Distanz (3-fach gestuft) und Zielgröße (3-fach gestuft)

den separaten Einfluss der beiden im Experiment manipulierten Parameter. Die Prüfung auf

Sphärizität (Mauchly-Test) ergab signifikante Unterschiede in den Varianzen der Differenzen

zwischen den Bedingungen für den Faktor Distanz und den Faktor Kistengröße, sowie deren

Interaktion (p < .05). Im Folgenden werden daher die nach Greenhouse und Geisser korri-

gierten Werte angegeben. Beide Faktoren (Distanz: F(1.84, 129.05) = 436.698, p < .001, η

= .862; Kistengröße: F(1.45, 101.30) = 313.167, p < .001, η

= .817) wirkten sich signifikant

auf die BZ aus, sodass sich mit jeder schrittweisen Verringerung der Kistengröße die benö-

tigte Zeit durchschnittlich um 222 ms erhöht. Die Vergrößerung der Distanz um einen Meter

zwischen den Vpn hatte durchschnittlich zusätzliche 293 ms BZ zur Folge (Abbildung 34).

BF = 0,003e3,933*SI; R²exp. = .471; p< .001

1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0

Bewegungsfehler (in %)

Schwierigkeitsindex (in Einheiten/Sekunde)

Experimentalreihe 2 – „Wurfaufgabe“ 109

Abbildung 34: Graphische Darstellung der Bewegungszeiten (in ms) für das Werfen eines Balles in Experiment 4

in Abhängigkeit von der Distanz und der Kistengröße.

Zusätzlich interagierten die Faktoren Distanz und Kistengröße miteinander (F(3.35,

234.38) = 26.677, p < .001, η

= .276). Alle posthoc Tests (t-Tests; α/6-Methode zur Behe-

bung der α-Fehler Akkumulation; p = .008) zeigten signifikante Unterschiede bei der separa-

ten Betrachtung der Bewegungszeiten. Danach nimmt der Einfluss der Kistengröße auf die

BZ mit größerer Distanz zu.

Für die Bewegungsfehler ergab die Varianzanalyse (analog zur ANOVA der BZ) sig-

nifikante Haupteffekte für die Faktoren Kistengröße (F(2, 70) = 116.907, p < .001, η

= .770),

Distanz (F(2, 70) = 97.781, p < .001, η

= .736) und sowie die Interaktion beider Faktoren

(F(4, 140) = 3.907, p < .01, η

= .100). Demnach lassen sich auch hier die beiden Hauptef-

fekte nicht separat voneinander interpretieren (Abbildung 35).

Experimentalreihe 2 – „Wurfaufgabe“ 110

Abbildung 35: Graphische Darstellung der Bewegungsfehler (in %) in Abhängigkeit von Distanz und Kistengröße.

Verbundene t-Tests zeigten, dass eine Vergrößerung der Distanz zwischen den Vpn

bei gleich bleibender Kistengröße einen direkten Einfluss auf die relative Anzahl an BF hatte.

Ebenso wirkte sich die Reduktion der Kistengröße bei konstanter Distanz signifikant auf die

BF aus (alle p < 0.08), sodass mit kleinerer Kistengröße steigende Fehlerzahlen einherge-

hen. Einzig der Unterschied zwischen der großen und mittleren Kiste bei Würfen aus der

kürzesten Distanz wurde statistisch nicht signifikant (t(35) = -2.108, p > .008).

7.1.3 Diskussion

Das Ziel von Experiment 4 lag in der Erweiterung der Befunde der Experimentalreihe

1 „Scheibentransferaufgabe“ auf eine Objektmanipulationsaufgabe mittlerer Komplexität (hier

dem wechselseitigen Werfen von Bällen). Es wird von mittlerer Komplexität gesprochen, da

das zu manipulierende Objekt in dieser Experimentalreihe 2 „Wurfaufgabe“ nach dem Ver-

lassen der Hand nicht mehr beeinflusst werden konnte. Die (Flug-)Trajektorie des Objektes

relativ zum Ziel musste daher vor dem Abwurf antizipiert werden. Da es sich bei dieser ko-

operativen Aufgabe um eine ungeführte Bewegung handelte, konnten auch Bewegungsfeh-

ler in Form von Fehlwürfen systematisch erfasst werden.

Nach den vorliegenden Ergebnissen passen die Interaktionspartner die Ausführungs-

geschwindigkeit der Bewegungshandlungen an die experimentellen Randbedingungen an.

Daher wird die Nullhypothese 2.1 zurückgewiesen und die Alternativhypothese 2.1 ange-

nommen, das heißt, dass sich die BZ und die BF gut im Sinne des Fitts’schen Gesetzes

Experimentalreihe 2 – „Wurfaufgabe“ 111

(Fitts, 1954) abbilden lassen, wenn man die Aufgabenanforderungen der einzelnen Bedin-

gungen über den SI operationalisiert. Vpn benötigen mit steigendem SI durchschnittlich mehr

Zeit für das Werfen der jeweils acht Bälle. Lineare Regressionsanalysen bestätigen für beide

Partner einen signifikanten Zusammenhang zwischen BZ und SI mit hohen Aufklärungswer-

ten der Varianz (Determinationskoeffizienten R² jeweils > 45 %). Außerdem zeigte sich, dass

die BF mit einer Erhöhung der Aufgabenschwierig überproportional ansteigen.

Diese negative Beschleunigung (Singer & Munzert, 2004) wird am besten über ein

exponentielles Anpassungsmodell beschrieben. Mit diesen Resultaten lässt sich die For-

schungshypothese 2.1 bestätigen. Somit können die Erkenntnisse zum Fitts‘schen Gesetz

bisheriger Studien zur Koordination von Bewegungen innerhalb von EB (z.B. Fitts & Peter-

son, 1964; Klapp, 1975; Crossman & Goodeve, 1963/1983; Welford, 1960) und zur Stabilität

des Fitts’sche Gesetzes in der Sagittal-Ebene vor dem Körper (z.B. Kerr & Langgolf, 1977;

Etnyre, 1998) auf die Koordination von Bewegungen innerhalb von PB erweitert werden.

Zudem stehen die Ergebnisse der BF im Einklang mit bisherigen Studien (z.B. Guiard

& Olafsdottir, 2011), die die Daten der Fitts’schen Originalexperimente hinsichtlich der An-

zahl an BF analysierten. Guiard und Olafsdottir (2011) führten den exponentiellen Anstieg

der BF ab einer spezifischen Aufgabenschwierigkeit auf Limitationen des Bewegungsappara-

tes zurück. Dieses Ergebnismuster wird durch zusätzliche Analysen zum Einfluss der im Ex-

periment manipulierten Faktoren Distanz und Zielgröße untermauert. Danach wirkt sich jeder

experimentell Randfaktor systematisch auf die Koordination der Bewegungshandlungen aus.

Wie mit Hilfe des Fitts’schen Gesetzes vorhergesagt, steigen die BZ und die BF jeweils mit

größerer Distanz und kleinerem Lochdurchmesser an. Auch hier spiegeln die Befunde somit

die Randbedingungen des experimentellen Designs plausibel wider.

Experimentalreihe 2 – „Wurfaufgabe“ 112

7.2 Experiment 5

Experiment 5 geht äquivalent zu Experiment 2 der Frage nach, ob sich Unterschiede

in den Interaktionsmustern zwischen beiden Partnern (s.g. Interaktionseffekte) beim Ver-

gleich zwischen EB und PB beim Lösen von Aufgaben gleicher Schwierigkeit ergeben. Dazu

sollten die Vpn die Wurfaufgabe sowohl in EB als auch in PB ausführen. Dies ermöglicht die

Betrachtung emergenter Koordinationsmuster für beide Partner sowie von systematischen

Interaktionsmustern bei der Handlungsausführung im Vergleich zwischen EB und PB für eine

Aufgabe mittlerer Komplexität. Experiment 5 erlaubt es, die Nullhypothesen 2.1 und 2.2, die

Alternativhypothesen 2.1 und 2.2 sowie die Forschungshypothesen 2.1 und 2.2 zu prüfen.

7.2.1 Methode

7.2.1.1. Versuchspaare

30 freiwillige Vpn (M = 25,3; SD = 4,2; davon 10 weiblich) nahmen an dem Experi-

ment teil. Aufgrund der erhöhten Anzahl an Mehrfachvergleichen in diesem Versuchsdesign

wurde die Anzahl rekrutierter Vpn erhöht. Durch die randomisierte Zusammenstellung zu 15

Versuchspaaren resultierten fünf weibliche, vier rein männliche und sechs gemischtge-

schlechtliche Paare. Vier Vpn waren nach eigenen Angaben linkshändig und 13 trugen eine

Sehhilfe. Die Teilnahme war freiwillig und wurde finanziell nicht entlohnt. Eine genaue Be-

schreibung der Versuchspaare findet sich in Tabelle 14.

Tabelle 14: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 5.

Paare Gesamt

männlich weiblich gemischt

Alter (in Jahren)

Größe (in cm)

Händigkeit (rechts in %)

Sehhilfe (benötigt in %)

Sportexpertise (in Jahren)

25,6 (± 1,9)

184,4 (± 10,2)

100

37,5

19,5 (± 8,4)

23,2 (± 1,1)

169,1 (± 4,6)

90,0

50,0

10,5 (± 6,8)

26,8 (± 6,1)

173,0 (± 12,3)

70,0

41,7

9,5 (± 7,1)

25,3 (± 4,2)

174,7 (± 11,3)

86,7

56,7

12,5 (± 8,3)

7.2.1.2. Versuchsaufgabe und –aufbau

Die Vpn führten die gleiche Versuchsaufgabe mit dem gleichen Versuchsaufbau wie

in Experiment 4 durch.

Experimentalreihe 2 – „Wurfaufgabe“ 113

7.2.1.3. Versuchsdesign

Das Versuchsdesign orientierte sich an Experiment 2, d.h. dass die Vpn die neun

Versuchsbedingungen einmal in der Einzel- und einmal in der Paarbedingung absolvierte.

Drei erfolgreiche Durchgänge gingen in die Datenauswertung ein.

7.2.1.4. Datenanalyse

Alle 15 VP konnten in die Datenauswertung aufgenommen werden. Die BZ (in ms)

und die relative Anzahl an BF (in %) dienten als abhängige Variablen. Dabei umfasste die BZ

das Werfen der acht (EB) bzw. 16 Bälle (PB) vom Startsignal des VL an bis zum Aufsetzen

des letzten Balles. Zur statistischen Auswertung der BZ wurde eine drei-faktorielle Vari-

anzanalyse mit Messwiederholung mit den Faktoren Schwierigkeit (7-fach gestuft), Bedin-

gung (Einzel- vs. Paarbedingung) und dem Zwischensubjektfaktor Reihenfolge (P1: EB PB

vs. P2: PB EB) genutzt. Die asymptotische Signifikanz wurde auf das Niveau von 5 %

festgelegt. Korrelations- und Regressionsgeraden gaben Auskunft über Dependenzen zwi-

schen dem SI und den BZ sowie den BF. Vorab wurden die Daten hinsichtlich möglicher

Ausreißer (+/- zweifache Standardabweichung) und ihrer Normalverteilung (Kolmogorov-

Smirnov-Test) geprüft.

7.2.2 Ergebnisse

7.2.2.1. Bewegungszeiten (BZ)

Die Prüfung der 21 Versuchsbedingung (7 x P1 + 7 x P1/P2 + 7 x P2) auf Normalver-

teilung mit Hilfe des Kolmogorov-Smirnov-Testes zeigte keine signifikanten Unterschiede

innerhalb eines Versuchspaares (p > .05). Auch in diesem Experiment handelt es sich bei

den P1 um die Akteure, die mit der Reihenfolge EB PB begannen, und bei den P2 um die

Akteure, die mit der PB starteten und anschließend alleine agierten.

In der EB benötigten die Vpn im Mittel 1632 ms (SD = 366 ms) für das Werfen eines

Balles. Dabei sind die BZ der P1 sowie der P2 schneller in Versuchsbedingungen, die durch

einen niedrigen SI gekennzeichnet sind und langsamer in Bedingungen mit einem hohen SI

(Tabelle 15), d.h. die Vpn passen ihre Bewegungsgeschwindigkeit an die Schwierigkeit der

Aufgabe an (Anhang 11).

Experimentalreihe 2 – „Wurfaufgabe“ 114

Tabelle 15: Durchschnittliche Bewegungszeiten in der Einzelbedingung aus Experiment 5 sortiert nach Schwie-

rigkeit (Einheiten/Sekunde).

SI 2,2 2,8 3,2 3,4 3,8 4,0 4,4

P1 1324 1528 1720 1817 2010 1993 2120

(SD) (336) (344) (411) (419) (398) (417) (419)

P2 1133 1266 1418 1414 1560 1638 1901

(SD) (292) (225) (354) (279) (362) (411) (457)

M 1229 1397 1569 1616 1785 1816 2010

Die drei-faktorielle Varianzanalyse mit den Faktoren Schwierigkeitsindex und Bedin-

gung (Einzel- vs. Paarbedingung) und dem Zwischensubjektfaktor Reihenfolge (P1: EB 

PB vs. P2: PB  EB) zeigte signifikante Haupteffekte für die Faktoren Schwierigkeitsindex

(F(2.11, 54.86) = 95.476, p < .001, η

= .786) und Bedingung (F(1, 26) = 39.609, p < .001,

= .604) sowie die Interaktion beider Faktoren (F(2.84, 73.93) = 4,059; p < .05; η

= .135).

Demnach hat die Aufgabenschwierigkeit auf Basis des Fitts‘schen Gesetzes einen spezifi-

schen Einfluss auf die Koordinationsmuster der beiden Partner: SI 2,2 = 1229 ms; SI 2,8 =

1397 ms; SI 3,2 = 1569 ms; SI 3,4 = 1616 ms; SI 3,8 = 1785 ms; SI 4,0 = 1816 ms; SI 4,4 =

2010 ms (Abbildung 36).

Abbildung 36: Graphische Darstellung der Bewegungszeiten (in ms) für das Werfen eines Balles in der Einzelbe-

dingung in Experiment 5 in Abhängigkeit vom Schwierigkeitsindex (in Einheiten/Sekunde). Dunkle Vierecke stel-

len die durchschnittliche BZ der Partner 1 und helle Vierecke die der Partner 2 dar. Konfidenzintervalle geben die

jeweilige Streuung der Daten an.

BZ = 378 ms*SI + 503 ms; R² = .305; p< .001

BZ = 329 ms*SI + 357 ms; R² = .295; p< .001

500

1000

1500

2000

2500

1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0

Bewegungszeit (in ms)

Schwierigkeitsindex (in Einheiten/Sekunde)

Einzelbedingung (EB)

Partner 1

Partner 2

Experimentalreihe 2 – „Wurfaufgabe“ 115

Lineare Regressionsanalysen zeigten einen signifikanten Zusammenhang von SI und

BZ (P1: F(1, 313) = 137.231; R² = .305; p < .001; P2: F(1, 313) = 131.257; R² = .295; p <

.001). Mit steigender Aufgabenschwierigkeit gingen demnach steigende BZ einher. Die Funk-

tionsvorschrift für die P1 von BZ = 378 ms*SI + 503 ms besagte, dass die BZ für das Werfen

eines Balles im Mittel um 378 ms stieg, wenn der SI um eine Einheit erhöht wurde. Der Ach-

senabschnitt von 503 ms gab den Schnittpunkt mit der y-Achse wieder. Eine ähnliche Funk-

tionsvorschrift zeigte sich für die P2 mit BZ = 329 ms*SI + 357 ms. D.h., dass die BZ für das

Werfen eines Balles durchschnittlich 329 ms länger waren, wenn sich der SI um eine Einheit

erhöhte. Zwar lag der Achsenabschnitt für die P2 mit 357 ms deutlich unter dem der P1, al-

lerdings war dieser numerische Unterschied statistisch nicht signifikant (Zwischensubjektfak-

tor Reihenfolge; F(1, 26) = .596, p > .05, η

= .022). D.h. die P1 und P2 warfen die Bälle

über die verschiedenen SI‘s hinweg im Mittel gleich schnell.

In der PB benötigten die Vpn im Mittel 2087 ms (SD = 411 ms) für das Werfen eines

Balles. Dabei waren sie in den leichtesten Aufgaben mit durchschnittlich 1451 ms systema-

tisch schneller als in den schwersten Versuchsbedingung mit 2505 ms (Anhang 12). Die P2

lagen mit 1544 ms bei einem SI von 2,2 und 2321 ms bei einem SI von 4,4 etwas höher

(Tabelle 16).

Tabelle 16: Durchschnittliche Bewegungszeiten in der Paarbedingung aus Experiment 5 sortiert nach Schwierig-

keit (Einheiten/Sekunde).

SI 2,2 2,8 3,2 3,4 3,8 4,0 4,4

P1 1451 1603 1857 1875 2018 2183 2505

(SD) (308) (356) (348) (403) (281) (507) (592)

P2 1544 1707 1982 1999 2152 2321 2678

(SD) (335) (391) (381) (440) (314) (548) (644)

M 1497 1655 1919 1937 2085 2252 2591

Regressionsanalysen ergaben auch in der Paarbedingung einen positiv linearen Zu-

sammenhang von SI und BZ für die P1 (F(1, 100) = 58.038; R² = .367; p < .001) und die P2

(F(1, 100) = 56.057; R² = .359; p < .001). Demnach benötigen die Vpn mit steigendem SI

zunehmend mehr Zeit für die Bewältigung der (Bewegungs-)Aufgabe: SI 2,2 = 1497 ms; SI

2,8 = 1655 ms; SI 3,2 = 1919 ms; SI 3,4 = 1937 ms; SI 3,8 = 2085 ms; SI 4,0 = 2252 ms; SI

4,4 = 2591 ms (Abbildung 37).

Experimentalreihe 2 – „Wurfaufgabe“ 116

Abbildung 37: Graphische Darstellung der Bewegungszeiten (in ms) für das Werfen eines Balles in der Paarbe-

dingung in Experiment 5 in Abhängigkeit vom Schwierigkeitsindex (in Einheiten/Sekunde). Dunkle Vierecke stel-

len die durchschnittliche BZ der Partner 1 und helle Vierecke die der Partner 2 dar. Konfidenzintervalle geben die

jeweilige Streuung der Daten an.

Als Funktionsvorschriften ergab sich für die P1: BZ = 463 ms*SI + 353 ms und für die

P2: BZ = 496 ms*SI + 368 ms, d.h. dass bei den P1 mit jeder Erhöhung des SI’s um eine

Einheit eine 463 ms längere BZ und bei den P2 eine 496 ms längere BZ einherging. Die

Schnittpunkte mit der Ordinate lagen für die P1 bei plus 353 ms und für die P2 bei 368 ms.

Der Vergleich zwischen der EB und PB ergab, dass die BZ der Vpn unabhängig von

der Reihenfolge in den EB (M = 1632 ms; SD = 366 ms) schneller waren als in den PB (M =

2087 ms; SD = 411 ms). Dies zeigte sich sowohl graphisch (Abbildung 38) und in dem signi-

fikanten Haupteffekt für den Faktor Bedingung. Im Gegensatz zu Experiment 2 verliefen die

beiden Regressionsgeraden in diesem Experiment 5 jedoch nicht parallel, d.h. dass die stei-

genden BZ, die mit einer Erhöhung der Aufgabenschwierigkeit einhergingen (Steigung), da-

von abhingen, ob sich die Partner im Interaktionskontext befanden oder nicht (EB = 353 ms;

PB = 577 ms). Dies deutet daraufhin, dass die „Interaktionskosten“, also die zusätzliche Zeit,

die Vpn in der PB im Vergleich zur EB mehr benötigten, durch die Schwierigkeit der Aufgabe

moduliert wird. Mit steigenden Aufgabenanforderungen dauerte die Ausführung der Bewe-

gungshandlungen länger. Statistisch lässt sich dieser Effekt über die signifikante Interaktion

der Faktoren Schwierigkeitsindex und Bedingung nachweisen.

BZ = 463 ms*SI + 353 ms; R² = .367; p< .001

BZ = 496 ms*SI + 368 ms; R² = .359; p< .001

500

1000

1500

2000

2500

3000

1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0

Bewegungszeit (in ms)

Schwierigkeitsindex (in Einheiten/Sekunde)

Paarbedingung (PB)

Partner 1

Partner 2

Experimentalreihe 2 – „Wurfaufgabe“ 117

Abbildung 38: Graphische Darstellung der Bewegungszeiten (in ms) in der Einzel- (dunkle Vierecke) und der

Paarbedingung (helle Vierecke) in Experiment 5 in Abhängigkeit vom Schwierigkeitsindex (in Einheiten/Sekunde).

Die Regressionsgeraden wurden über alle EB und PB berechnet. Konfidenzintervalle geben die jeweilige Streu-

ung der Daten an.

Die Dreifachinteraktion zwischen Bedingung, Schwierigkeit und Zwischensubjektfak-

tor Reihenfolge wurde nicht signifikant (F(6, 156)= .666; p > .05; η

= .025).

7.2.2.2. Bewegungsfehler (BF)

Die Fehler der 2. Art sind für beide Partner in Anhang 13 tabellarisch aufgeführt. Da

es sich um die relative Anzahl an BF handelt, lassen sich die EB und PB direkt miteinander

vergleichen, indem die jeweiligen Fehlerzahlen in den EB durch 8 Bälle und in den PB durch

16 Bälle dividiert werden. In Tabelle 17 finden sich die gemittelten relativen BF (in %) sortiert

nach der Aufgabenschwierigkeit für beide Partner:

Tabelle 17: Durchschnittliche Anzahl der Bewegungsfehler (in %) in den EB und PB in Experiment 5.

SI 2,2 2,8 3,2 3,4 3,8 4,0 4,4

EB (P1) 1,11 6,11 12,22 15,69 21,94 28,06 31,11

EB (P2) 4,44 7,22 11,39 13,89 20,28 25,56 30,56

Paarbedingung 1,39 5,00 12,22 13,47 19,72 25,28 35,00

M 2,31 6,11 11,94 14,35 20,65 26,30 32,22

500

1000

1500

2000

2500

3000

1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0

Bewegungszeit (in ms)

Schwierigkeitsindex (in Einheiten/Sekunde)

Einzel- vs. Paarbedingung

Einzelbedingung

Paarbedingung

Experimentalreihe 2 – „Wurfaufgabe“ 118

Die Varianzanalyse (analog zu Experiment 2) ergab einen signifikanten Haupteffekt

für den Faktor Schwierigkeitsindex (F(8, 224) = 166.183, p < .001, η

= .856), d.h. die Vpn

begingen bei Aufgaben, die durch einen niedrigen SI gekennzeichnet sind, im Mittel weniger

Fehler als bei Aufgaben mit einem hohen SI: SI 2,2 = 2,31 %; SI 2,8 = 6,11 %; SI 3,2 =

11,94 %; SI 3,4 = 14,35 %; SI 3,8 = 20,65 %; SI 4,0 = 26,30 %; SI 4,4 = 32,22 %. Dies galt

sowohl für die P1 und P2 in den EB als auch in den PB (Abbildung 39).

Abbildung 39: Graphische Darstellung der Bewegungsfehler (in %) in Abhängigkeit vom Schwierigkeitsindex (in

Einheiten/Sekunde) für die Einzel- und die Paarbedingung (kollabiert über beide Partner) in Experiment 5. Der

Verlauf der BF wird am besten über exponentielles Kurvenanpassungsmodell beschrieben. Konfidenzintervalle

geben die jeweilige Streuung der Daten an.

Insgesamt verfehlten die Versuchspaare in 16,40 % der Fälle die jeweilige Kiste in

den EB und in 16,01 % der Fälle in den PB. Dieser numerische Unterschied wurd jedoch

statistisch nicht signifikant (Faktor Bedingung (EB vs. PB): F(1, 28) =.055, p > .05, η

.022). Demnach begingen die Vpn durchschnittlich genauso viele Fehler in der Einzel- wie in

der Paarbedingung. Regressionsanalysen zwischen dem SI und den BF ergaben für die P1

die Funktionsvorschrift BF = 0.001*e

3.019*SI

, für die P2 BF = 0.003*e

2.235*SI

und für die Paarbe-

dingung BF = 0.002*e

2.350*SI

. Aufgrund der Erkenntnisse des vorangegangen Experiments

wird auf ein exponentielles Anpassungsmodell zur Schätzung der Regressionsgleichung

zurückgegriffen (EB: F(1, 103) = 70.015; p < .001; R

exp.

² = .488); PB: F(1, 103) = 130.327; p

< .001; R

exp.

² = .559).

Die Interaktion zwischen Schwierigkeit und Bedingung hatte keinen signifikanten Ef-

fekt (F(5.57, 156.01) = 1.829, p > .05, η

= .061). Der Einfluss der Aufgabenschwierigkeit auf

BF = 0,014e1.888*SI; R²exp. = .488; p< .001

BF = 0.002e2.350*SI; R²exp. = .559; p< .001

1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0

Bewegungsfehler (in %)

Schwierigkeitsindex (in Einheiten/Sekunde)

Einzelbedingung

Paarbedingung

Experimentalreihe 2 – „Wurfaufgabe“ 119

die Anzahl der BF wurde demnach nicht dadurch moduliert, ob die Vpn in der EB oder PB

agierten. Der Zwischensubjektfaktor Reihenfolge (EB PB vs. PB EB) und die Interaktio-

nen mit beiden Faktoren wurden ebenfalls nicht signifikant (alle p > .05).

7.2.2.3. zusätzliche Analysen

Die separate Prüfung des selektiven Einflusses der im experimentellen Design mani-

pulierten Faktoren Distanz und Zielgröße ergab in der EB einen signifikanten Haupteffekt für

den Faktor Distanz (F(2, 58) = 108.734, p < .001, η

= .789) als auch den Faktor Kistengrö-

ße (F(2, 58) = 106.384, p < .001, η

= .786). Die Interaktion beider Faktoren wurde hingegen

nicht signifikant (F(4, 116) = .931, p > .05, η

= .031), d.h. dass beide Faktoren unabhängig

voneinander Einfluss auf die BZ nahmen (Abbildung 40).

Abbildung 40: Graphische Darstellung der Bewegungszeiten (in ms) für das Werfen eines Balles in Experiment 5

in Abhängigkeit von der Distanz zwischen Vpn und Kiste und der Kistengröße in der EB.

Posthoc t-Tests (unter Berücksichtigung der Bonferroni Korrektur; α/6-Methode zur

Behebung der α-Fehler Akkumulation; p = .008) zeigten, dass sich jede Kistengröße bei je-

der Distanz signifikant in den BZ widerspiegelte. Mit jeder schrittweisen Verringerung der

Kistengröße erhöhte sich die benötigte Zeit durchschnittlich um 194 ms. Die Vergrößerung

der Distanz zwischen den Vpn hatte ebenfalls einen Einfluss auf die BZ: Mit jedem zusätzli-

chen Meter Entfernung zwischen den Partnern stieg die BZ durchschnittlich um 201 ms.

In der PB zeigte sich für die BZ ebenfalls ein signifikanter Haupteffekt für den Faktor

Distanz (F(1.23, 33.16) = 69.909, p < .001, η

= .721) als auch den Faktor Kistengröße

(F(1.16, 31.38) = 64.451, p < .001, η

= .705). Die Interaktion zwischen Distanz und Kisten-

Experimentalreihe 2 – „Wurfaufgabe“ 120

größe wurde hier ebenfalls signifikant (F(2.68, 72.45) = 3.646, p < .05, η

= .119), d.h. dass

sich beide Faktoren gegenseitig modulierten (Abbildung 41).

Abbildung 41: Graphische Darstellung der Bewegungszeiten (in ms) für das Werfen eines Balles in Experiment 5

in Abhängigkeit von der Distanz zwischen Vpn und Kiste und der Kistengröße in der PB.

Posthoc t-Tests ergaben jedoch wiederum, dass jede Kistengröße einen signifikanten

Einfluss in jeder Distanz auf die BZ hatte. Mit jeder schrittweisen Verringerung der Kisten-

größe erhöhte sich dabei die benötigte Zeit durchschnittlich um 326 ms. Die Vergrößerung

der Distanz zwischen den Vpn bewirkte mit jedem zusätzlichen Meter eine um 324 ms länge-

re BZ.

Für die BF wies die Varianzanalyse (analog zu der ANOVA der BZ) in den EB einen

signifikanten Haupteffekt für den Faktor Distanz (F(2, 88) = 156.399, p < .001, η

= .780) und

den Faktor Kistengröße (F(2, 88) = 252.598, p < .001, η

= .852) auf. Die Interaktion der

beiden Faktoren wurde ebenfalls signifikant (F(4, 176) = 4.210, p < .01, η

= .087). Demnach

bestimmte die jeweilige Kombination von Distanz und Kistengröße zusätzlich den Einfluss

der Faktoren (Abbildung 42).

Experimentalreihe 2 – „Wurfaufgabe“ 121

Abbildung 42: Graphische Darstellung der Bewegungsfehler (in %) für das Werfen eines Balles in Experiment 5 in

Abhängigkeit von der Distanz zwischen Vpn und Kiste und der Kistengröße in der EB.

Auch hier zeigten verbundene t-Tests, dass mit jeder Erhöhung der Distanz zwischen

den Vpn bei gleicher Kistengröße +6,88 % mehr BF einhergingen. Bei konstanter Distanz

wirkte jede Reduktion der Kistengröße signifikant auf die BF (+ 8,24 %; alle p < 0.08). Einzig

der Unterschied zwischen der großen und mittleren Kiste bei Würfen aus der kürzesten Dis-

tanz wurde statistisch nicht signifikant (t(29) = -2.247, p > .008).

In der PB ergab die Varianzanalyse ebenfalls einen signifikanten Haupteffekt für den

Faktor Distanz (F(2, 88) = 150.167, p < .001, η

= .773) und den Faktor Kistengröße (F(1,

75) = 161.154, p < .001, η

= .786). Auch die Interaktion der beiden Faktoren wurde signifi-

kant (F(3.30, 145.25) = 5.459, p < .01, η

= .110). Demnach wurde der Einfluss der beiden

Faktoren durch die Kombination von Distanz und Kistengröße moduliert (Abbildung 41).

Experimentalreihe 2 – „Wurfaufgabe“ 122

Abbildung 43: Graphische Darstellung der Bewegungsfehler (in %) für das Werfen eines Balles in Experiment 5 in

Abhängigkeit von der Distanz zwischen Vpn und Kiste und der Kistengröße in der PB.

Mittels verbundener t-Tests konnte auch hier nachgewiesen werden, dass die beiden

Faktoren einen separaten Einfluss auf die BF hatten, d.h. dass mit jeder Erhöhung der Dis-

tanz zwischen den Vpn bei gleicher Kistengröße mehr BF einhergingen (+ 8,94 %). Gleich-

zeitig wirkte sich bei konstanter Distanz die Reduktion der Kistengröße signifikant in einer

Erhöhung der BF aus (+ 8,10 %; alle p < 0.08).

7.2.3 Diskussion

Experiment 5 betrachtet vor allem emergente Koordinationsmuster der beiden Part-

ner zwischen EB und PB sowie systematische Interaktionseffekte beim Lösen von Aufgaben

gleicher Schwierigkeit. Dazu führten die Vpn die Wurfaufgabe sowohl ohne Partner (EB) als

auch mit Partner (PB) aus. Auf der einen Seite findet sich für beide Bedingungen (EB und

PB) ein signifikanter Einfluss der experimentellen Randbedingungen auf die Bewegungsaus-

führung im Sinne des Fitts’schen Gesetzes. Dies wird auch durch die zusätzlichen Analysen

unterstrichen. Damit kann die Nullhypothese 2.1 verworfen und die Alternativhypothese 2.1

angenommen werden. Diese Ergebnisse stehen damit im Einklang mit den Experimenten 1,

2 und 4. Zudem unterstützen sie die Generalisierbarkeit früherer Befunde aus Untersuchun-

gen zum Fitts’schen Gesetz innerhalb von EB (z.B. Fitts & Peterson, 1964; Klapp, 1975;

Crossman & Goodeve, 1963/1983; Welford, 1960) auf PB für eine Objektmanipulationsauf-

gabe von mittlerer Komplexität.

Experimentalreihe 2 – „Wurfaufgabe“ 123

Mit steigendem SI vollzogen beide Partner ihre Bewegungshandlungen langsamer,

was durch den linearen Zusammenhang von SI und BZ mit hohen Aufklärungswerten der

Varianz (EB > 30 % und PB > 35 %) statistisch belegt wird. Die experimentellen Randbedin-

gungen der Aufgabe (operationalisiert über den SI; Fitts, 1954) spiegeln sich auch in der

Anzahl der relativen Bewegungsfehler wider: Die Fehlwürfe steigen sowohl in der EB als

auch der PB mit steigendem SI (überproportional) an und lassen sich über ein exponentielles

Anpassungsmodell darstellen. Auch Knoblich und Jordan (2003) fanden in ihren Experimen-

ten in PB mehr Fehler (stärkere Abweichungen von einem zu treffenden Zielfeld) im Ver-

gleich zur EB. Dieses Koordinationsmuster entspricht der Vorhersage der Forschungshypo-

these 2.1.

Darüber hinaus unterscheiden sich die BZ der PB systematisch von den BZ der EB.

Vpn agieren mit einem Ko-Akteur zusammen generell langsamer als ohne einen Ko-Akteur.

Demnach kann die Nullhypothese 2.2 abgelehnt und die Alternativhypothese 2.2 bestätigt

werden. Interaktionsmuster zwischen EB und PB wurden bereits in anderen Studien berich-

tet (z.B. Fine & Amazeen, 2011; Mottet et al., 2001; Sebanz et al., 2006b) und deuten auf die

Notwendigkeit hin, die eigene Bewegungshandlungen im Interaktionskontext auf die Bewe-

gungen des Ko-Akteurs abzustimmen. Nach Sebanz und Kollegen (2003, 2005, 2007) ist

dies ein Hinweis darauf, dass Vpn beim Lösen kooperativer Aufgaben Ko-Repräsentationen

bilden und dadurch die Aufgabe des Partner mitrepräsentieren.

Weiterhin interessant ist insbesondere, dass langsamere BZ in der PB selektive In-

teraktionskosten nahelegen, obwohl die Partner ihre Bewegungshandlungen im Wechsel

absolvierten und die Schwierigkeit der Aufgabe gleich war. Damit kann auch die For-

schungshypothese 2.2 bestätigt werden. In diesem Fall werden diese s.g. „Interaktionskos-

ten“, d.h. die zusätzliche Zeit, die Vpn im gemeinsamen Kontext benötigen, über die Schwie-

rigkeit der Aufgabe moduliert. Dies äußert sich in der signifikanten Interaktion des Faktors

Schwierigkeitsindex mit der Bedingung (EB vs. PB). Aus Sicht der Informationsverarbei-

tungstheorie bedeutet dies, dass zusätzliche (kognitive) Ressourcen für die Abstimmung der

Handlungen mit dem Ko-Akteur aufgewendet werden müssen (Shannon & Weaver, 1949;

vgl. auch Vesper et al., 2010).

Experimentalreihe 2 – „Wurfaufgabe“ 124

7.3 Experiment 6

Experiment 6 greift – wie schon Experiment 3 allerdings für eine Objektmanipulation

mittlerer Komplexität (hier eine „Wurfaufgabe“) – die Frage nach dem Einfluss unterschiedli-

cher Schwierigkeitsanforderungen zwischen den Partnern beim Lösen kooperativer Aufga-

ben auf. Da Fine und Amazeen (2011) eine Verletzung des Fitts‘schen Gesetzes berichteten,

wenn beide Partner gleichzeitig Aufgaben unterschiedlicher Schwierigkeitsanforderung zu

bewältigen hatten, prüft Experiment 6 die Koordinationsmuster beider Partner beim Lösen

von Aufgaben gleicher oder unterschiedlicher Schwierigkeit. Es können somit die Nullhypo-

thesen 2.1 und 2.2, die Alternativhypothesen 2.1 und 2.2 sowie die Forschungshypothesen

2.1 und 2.3 geprüft werden. Der SI für Partner 1 wurde systematisch zum SI für Partner 2

über alle Bedingungen hinweg variiert. Für die BZ lassen sich die gleichen fünf möglichen

Vorhersagen wie in Experiment 3 treffen (Abbildung 28).

7.3.1 Methode

7.3.1.1. Versuchspaare

40 Studierende der Universität Paderborn (M = 23,18 Jahre; SD = 2,35 Jahre; 15

weiblich) nahmen an diesem Experiment teil. Durch die randomisierte Zusammenstellung zu

20 VP resultierten drei rein weibliche, acht rein männliche und neun gemischtgeschlechtliche

Paare. Sechs Vpn waren nach eigenen Angaben linkshändig und 13 trugen eine Sehhilfe

(siehe Tabelle 18). Die Teilnahme war freiwillig und wurde finanziell nicht entlohnt.

Tabelle 18: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 6.

Paare Gesamt

männlich weiblich gemischt

Alter (in Jahren)

Größe (in cm)

Händigkeit (rechts in %)

Sehhilfe (benötigt in %)

23,7 (± 2,7)

186,2 (± 6,3)

31,3

22,0 (± 2,5)

172,2 (± 5,1)

83,3

33,3

23,5 (± 2,1)

175,6 (± 8,2)

94,4

33,3

23,2 (± 2,4)

179,7 (± 9,5)

85,0

32,5

7.3.1.2. Versuchsaufgabe und –aufbau

Experimenteller Aufbau, Versuchsaufgabe, Instruktion, demographischer Fragebogen

sowie die Einverständnis- und Teilnahmeerklärung glichen Experiment 4 und 5.

Experimentalreihe 2 – „Wurfaufgabe“ 125

7.3.1.3. Versuchsdesign

Damit beide Ko-Akteure in einem ausbalancierten Versuchsdesign die jeweiligen

Kombinationen aus Distanz und Zielgröße gleich häufig durchführen, wurden die drei Distan-

zen und drei Kistengrößen wiederum orthogonal kombiniert und die mittlere Bedingung (5|5)

gespiegelt. Die SI’s 2,8 und 3,4 kamen doppelt vor. Es resultierten damit SI’s zwischen 2,2

und 4,4 (Einheiten/Sekunde). Die Aufgabenanforderung eines Versuchspaares lag gemittelt

bei 3,3 bzw. 3,4 Einheiten/Sekunde (Tabelle 19).

Tabelle 19: Versuchsbedingungen als Kombination aus Distanz und Kistengröße in Experiment 5.

Kombination

Bedingung Partner 1 Partner 2 Paar

P1|P2 P1 | P2 Distanz Zielgröße SI

Distanz Zielgröße SI

Paar

1|9 -8 | +8 200 880 2,2 400 390 4,4 3,3

2|8 -6 | +6 200 600 2,8 300 390 4,0 3,4

3|7 -4 | +4 300 880 2,8 400 600 3,8 3,3

4|6 -2 | +2 400 880 3,2 200 390 3,4 3,3

5|5 0 | 0 300 600 3,4 300 600 3,4 3,4

6|4 +2 | -2 200 390 3,4 400 880 3,2 3,3

7|3 +4 | -4 400 600 3,8 300 880 2,8 3,3

8|2 +6 | -6 300 390 4,0 200 600 2,8 3,4

9|1 +8 | -8 400 390 4,4 200 880 2,2 3,3

7.3.1.4. Datenanalyse

Die aV (BZ für das Werfen eines Balles und BF als Bälle, die die Kiste(n) verfehlten)

gingen separat in eine zwei-faktorielle Varianzanalyse mit Messwiederholung mit dem Faktor

Schwierigkeitsindex (7-fach gestuft) und dem Zwischensubjektfaktor Partner (P1 vs. P2) ein.

Zur Prüfung der Dependenzen von uV und aV wurden Regressionen mit linearen (BZ) res-

pektive exponentiellen (BF) Anpassungsmodellen genutzt. Unter Rückbezug zu den Vorher-

sagemodellen (siehe Experiment 3) diente als aV der SI, der arithmetische SI (z.B. SI =

(2,8+4,0)/2 = 3,4 Einheiten/Sekunde) als auch der jeweils größere SI der beiden Aufgaben-

anforderungen der Partner (z.B. SI = (2,8+4,0) = 4,0 Einheiten/Sekunde).

Experimentalreihe 2 – „Wurfaufgabe“ 126

7.3.2 Ergebnisse

7.3.2.1. Bewegungszeiten (BZ)

Die BZ für die P1 und P2 werden wiederum zunächst separat voneinander betrachtet.

Dabei zeigte sich, dass die P1 im Mittel über alle Versuchsbedingungen hinweg 1603 ms für

einen Bewegungszyklus benötigten, d.h. das Greifen, Zielen und Werfen eines einzelnen

Balles dauerte (unabhängig von der Aufgabenschwierigkeit) knapp über 1,5 Sekunden. Be-

rücksichtigt man den individuellen SI der P1 der aus den jeweiligen Aufgabenanforderungen

(Distanz-Kistengrößen-Kombination) resultierte, ergab sich zunächst ein unsystematisches

Koordinationsmuster in den BZ (siehe Tabelle 20).

Tabelle 20: Durchschnittliche Bewegungszeiten aus Experiment 6 sortiert nach Schwierigkeit.

SI 2,2 2,8 3,2 3,4 3,8 4,0 4,4

P1 1652 1531 1558 1484 1599 1647 1751

(SD) (250) (229) (257) (203) (185) (230) (262)

P2 1824 1712 1695 1584 1668 1662 1806

(SD) (297) (255) (203) (220) (266) (246) (267)

M 1738 1622 1626 1534 1633 1654 1779

Demnach waren die P1 in den mittleren Versuchsbedingungen am schnellsten (SI

3,4

M = 1484 ms; SD = 203 ms). Die langsamsten Bewegungshandlungen resultieren bei einem

niedrigen SI (SI

2,2

: M = 1652 ms; SD = 250 ms) oder einem hohen SI (SI

4,4

: M = 1751 ms; SD

= 262 ms). Auch die P2 agierten am schnellsten in den Bedingungen, die mit einem mittleren

SI von 3,4 Einheiten/Sekunde gekennzeichnet sind (SI

3,4

: M = 1584 ms; SD = 220 ms), je-

doch am langsamsten in einer sehr leichten (SI

2,2

: M = 1824 ms; SD = 297 ms) und einer

sehr schweren Bedingung (SI

4,4

: M = 1806 ms; SD = 267 ms). Über alle Versuchsbedingun-

gen hinweg dauerte ein Wurf der P2 unabhängig von der Aufgabenschwierigkeit 1707 ms.

Die individuellen Koordinationsmuster beider Partner scheinen sich also nicht an den expe-

rimentellen Randbedingungen der Aufgabe zu orientieren, da sie sich nicht über das

Fitts’sche Gesetz abbilden lassen. Zwar zeigte eine zwei-faktorielle Varianzanalyse mit

Messwiederholung mit dem Faktor SI und dem Zwischensubjektfaktor Partner einen signifi-

kanten Haupteffekt für den Faktor Schwierigkeitsindex (F(4.73, 558.31) = 43.460; p < .01; η

= .169), allerdings trat der Einfluss des SI’s auf die BZ unsystematisch auf: SI 2,2 = 1738 ms;

SI 2,8 = 1622 ms; SI 3,2 = 1626 ms; SI 3,4 = 1534 ms; SI 3,8 = 1633 ms; SI 4,0 = 1654 ms;

SI 4,4 = 1779 ms).

Experimentalreihe 2 – „Wurfaufgabe“ 127

Darüber hinaus interagierte der Faktor Schwierigkeitsindex mit dem Zwischensubjekt-

faktor Partner (F(4.73, 558.31) = 6.396; p < .001; η

= .051), allerdings mit einer sehr gerin-

gen Effektstärke. Die Regressionsanalyse ergab für die P1 einen signifikanten Zusammen-

hang (F(1, 418) = 8.306, p < .01, R² = .019) zwischen dem SI und der BZ. Für die P2 wurde

diese Abhängigkeit statistisch nicht signifikant (F(1, 418) = 1.852, p > .05, R² = .004). Die

Determinationskoeffizienten (R²) klärten in beiden Analysen nur einen Bruchteil der Varianz

(< 2 %) auf, d.h. dass sich die Bewegungsgeschwindigkeit der Ko-Akteure nicht über die

individuelle Schwierigkeit der jeweiligen Partneraufgabe erklären ließ. Abbildung 44 stellt die

durchschnittlichen BZ in Abhängigkeit von der Differenz der Versuchskombinationen der P1

und P2 dar:

Abbildung 44: Graphische Darstellung der Bewegungszeiten (in ms) für das Werfen eines Balles in Experiment 6

in Abhängigkeit von der Differenz der Kombinationen (Versuchsbedingungen, z.B. 1|9 = -8). Dunkle Vierecke

stellen die durchschnittliche BZ der Partner 1 und helle Vierecke die der Partner 2 dar. Konfidenzintervalle geben

die Streuung der Daten an. Die Daten entsprechen dem Vorhersagemodell C (Joint Action größerer SI).

In Bezug zu den oben genannten Vorhersagemodellen ähnelten die Daten dem Mo-

dell C (Joint Action = „größerer SI), nach dem die Vpn den SI der jeweils schwereren Aufga-

be in ihrer Bewegungsplanung beachteten. Mit steigender Differenz der Kombinationen (-8 |

+8) gingen steigende BZ einher. Umgekehrt resultierten schnellere BZ, wenn die Differenz

der Kombinationen sehr gering (bzw. gleich) war. Graphisch äußerte sich dies in einem U-

förmigen Verlauf der BZ. Der Zwischensubjektfaktor Partner wurde in diesem Experiment

signifikant (F(1, 118) = 7.553; p < .01; η

= .060), so dass die P1 über alle Versuchsbedin-

Experimentalreihe 2 – „Wurfaufgabe“ 128

gungen hinweg im Mittel schneller waren (M = 1603 ms) als die P2 (M = 1707 ms). Allerdings

gilt hier zu berücksichtigen, dass die Effektstärke mit η

= .060 als gering einzuschätzen ist.

Der Unterschied zwischen den P1 und P2 könnte daher doch zufällig zustande gekommen

sein (Cohen, 1988).

Trägt man die durchschnittliche BZ der beiden Partner gegen den jeweils größeren

Schwierigkeitsindex (Vorhersagemodell C) der jeweiligen Bedingung ab, ergaben lineare

Regressionsanalysen sowohl für die P1 (F(1, 418) = 37.039, p < .001, R² = .081) als auch für

die P2 (F(1, 418) = 36.410; p < .001, R² = .080) einen signifikanten Zusammenhang auf dem

1 %-igen Signifikanzniveau, allerdings wiederum mit sehr geringen Aufklärungswerten der

Varianz (< 9 %). In Abbildung 45 ist die BZ pro Wurf (in ms) in Abhängigkeit vom größeren SI

(in Einheiten/Sekunde) der jeweiligen Bedingung graphisch dargestellt:

Abbildung 45: Graphische Darstellung der Bewegungszeiten (in ms) für das Werfen eines Balles in Experiment 6

in Abhängigkeit vom maximalen Schwierigkeitsindex (in Einheiten/Sekunde). Dunkle Vierecke stellen die durch-

schnittliche BZ der Partner 1 und helle Vierecke die der Partner 2 dar. Konfidenzintervalle geben die jeweilige

Streuung der Daten an.

Für die P1 resultierte die Funktionsvorschrift BZ = 213 ms*SI + 758 ms und für die P2

BZ = 226 ms*SI + 811 ms. Danach ging für beide Partner mit jeder Steigerung der Schwie-

rigkeit um eine Einheit eine durchschnittliche Erhöhung der BZ um circa 200 ms einher. Die

Achsenabschnitte lagen für die P1 bei 758 ms und für die P2 bei 811 ms.

BZ = 213 ms*SI + 758 ms; R² = .081; p< .001

BZ = 226 ms*SI + 811 ms; R² = .081; p< .001

1000

1100

1200

1300

1400

1500

1600

1700

1800

1900

2000

3,0 3,5 4,0 4,5 5,0

Bewegungszeit (in ms)

Schwierigkeitsindex (in Einheiten/Sekunde)

Partner 1

Partner 2

Experimentalreihe 2 – „Wurfaufgabe“ 129

7.3.2.2. Bewegungsfehler (BF)

Die Betrachtung der relativen Anzahl der Bewegungsfehler (Varianzanalyse mit

Messwiederholung; Faktor Schwierigkeit, Zwischensubjektfaktor Partner) zeigte einen signi-

fikanten Haupteffekt für den Faktor Schwierigkeit (F(6, 708) = 114.095, p > .001, η

= .492),

d.h. mit der Erhöhung der Aufgabenschwierigkeit gingen auch mehr BF einher (Abbildung

46). Der Zwischensubjektfaktor Partner (P1 vs. P2) hatte dabei keinen Einfluss auf die BF

(F(1, 118) = 1.234, p > .05, η

= .010). Demnach begingen beide Partner über die Versuchs-

bedingungen hinweg gleich viele Fehler.

Abbildung 46: Graphische Darstellung der Bewegungsfehler (in %) in Experiment 6 in Abhängigkeit vom Schwie-

rigkeitsindex (in Einheiten/Sekunde). Der Verlauf der BF wird am besten über exponentielles Kurvenanpas-

sungsmodell beschrieben. Konfidenzintervalle geben die jeweilige Streuung der Daten an.

Die Regressionsanalyse zwischen der unabhängigen Variable SI und der abhängigen

Variable BF ergab die Funktionsvorschrift BF = 0.003*e

2.697*SI

. Aufgrund der Erkenntnisse der

vorangegangen Experimente wird auf ein exponentielles Anpassungsmodell zur Schätzung

der Regressionsgleichung zurückgegriffen (F(1, 418) = 338.176; p < .001; R

exp.

² = .447), d.h.

über den SI ließen sich 44,7 % der Varianz in den BF aufklären. Die Interaktion zwischen

Schwierigkeit und Partner hatte hingegen keinen signifikanten Einfluss auf die BF (F(5.14,

606.24) = 1.212, p > .05, η

= .010).

BF (in %) = 0,003e2,697*SI; Rexp.²= .447 ; p< .001

1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0

Bewegungsfehler (in %)

Schwierigkeitsindex (in Einheiten/Sekunde)

Experimentalreihe 2 – „Wurfaufgabe“ 130

7.3.2.3. zusätzliche Analysen

Die Prüfung des separaten Einflusses der im Experiment manipulierten Faktoren auf

die BZ ergab einen signifikanten Haupteffekt für den Faktor Distanz (F(1.50, 178.30) =

19.721, p < .01, η

= .142) und den Faktor Kistengröße (F(1.81, 215.74) = 45.425, p < .001,

= .276), allerdings trat auch dieser Einfluss unsystematisch auf (Abbildung 47). Die Inter-

aktion beider Faktoren wurde ebenfalls signifikant (F(3.63, 431.85) = 34.381, p < .001, η

.224). Posthoc t-Test konnten keinen separaten Einfluss der Kistengröße oder der Distanz

über beide Partner hinweg feststellen (alle p > .008).

Abbildung 47: Graphische Darstellung der Bewegungszeiten (in ms) in Experiment 6 in Abhängigkeit von der

Distanz zwischen Vpn und Kiste und der Kistengröße.

Mit Hilfe der Varianzanalyse mit Messwiederholung zur Prüfung des separaten Ein-

flusses der beiden Parameter auf die BF, ließen sich signifikante Haupteffekte für die Fakto-

ren Distanz (F(1.78, 212.35) = 163.947, p < .01, η

= .579) und die Kistengröße (F(2, 238) =

211.803, p < .001, η

= .640) nachweisen. Die Interaktion beider Faktoren wurde ebenfalls

signifikant (F(4, 476) = 5.912, p < .001, η

= .047). Analog zu vorangegangenen Experimen-

ten ging mit steigenden Distanzen zwischen Vpn und Kiste sowie kleineren Kistengrößen

eine größere Anzahl an BF einher (Abbildung 48).

Experimentalreihe 2 – „Wurfaufgabe“ 131

Abbildung 48: Graphische Darstellung der Bewegungsfehler (in %) in Experiment 6 in Abhängigkeit von der Dis-

tanz zwischen Vpn und Kiste und der Kistengröße.

Da sich beide Faktoren gegenseitig modulierten, wirkten sich spezifische Kombinati-

onen aus Distanz und Kistengröße mehr oder weniger stark auf die BF aus. Verbundene t-

Test ergaben jedoch signifikante Unterschiede für jeden der Vergleiche bei konstanter Dis-

tanz (alle p < .008). Dabei resultierten aus einer Reduktion der Kistengröße im Mittel 6,20 %

mehr Fehler. Gleichzeitig begingen Vpn durchschnittlich 8,09 % mehr Fehler, wenn die Kis-

tengröße kleiner wurde.

7.3.3 Diskussion

Experiment 6 diente (analog zu Experiment 3) der Prüfung systematischer Interakti-

onseffekte zweier Partner beim Lösen einer Objektmanipulationsaufgabe mittlerer Komplexi-

tät (hier „Wurfaufgabe“) während sie Bewegungshandlungen von gleicher oder unterschiedli-

cher Schwierigkeit ausführten. Dabei stand die Frage offen, ob sich diese Koordinationsmus-

ter quantitativ über das Fitts’sche Gesetz abbilden lassen. Dazu wurden die Vpn sowohl mit

gleichen als auch unterschiedlichen Aufgabenschwierigkeiten innerhalb eines Paares kon-

frontiert. Zwei mögliche Vorhersagen für die BZ waren, dass sich die Partner an den jeweili-

gen experimentellen Randbedingungen ihrer eigenen Aufgabe (A) oder an denen des Part-

ners (B) orientieren. Nach Vorhersagemodell C berücksichtigen beide Interaktionspartner

sowohl den eigenen SI als auch den SI des Partners und bilden das arithmetische Mittel bei-

der Aufgabenschwierigkeiten für ihre Bewegungshandlung. Der SI könnte sich ebenfalls

Experimentalreihe 2 – „Wurfaufgabe“ 132

vermittelt über die Ko-Repräsentation des Partners auf die BZ auswirken, indem sie ihre Be-

wegungsgeschwindigkeit an die jeweils leichtere (D) oder schwerere (E) Aufgabe eines Part-

ners anpassen.

Die Ergebnisse zeigen, dass die Vpn mit steigender Differenz der Kombination der

Versuchsbedingungen (z.B. -8 | +8) mehr Zeit für die Bewegungshandlung (dem Werfen ei-

nes Balles) benötigen, d.h. je unterschiedlicher die individuellen Aufgabenschwierigkeiten

sind, desto langsamer sind die Bewegungen. Der unsystematische Einfluss des Faktors

Schwierigkeit sowie die linearen Regressionsanalysen mit nur geringen Aufklärungswerten

der Varianz (R² < 2 %) belegen, dass die individuellen Koordinationsmuster eines Partners

beim wechselseitigen Werfen von Bällen nicht unmittelbar durch die eigenen experimentellen

Randbedingungen bestimmt werden und sich damit nicht über das Fitts’sche Gesetz abbil-

den lassen. Nullhypothese 2.1 wird daher beibehalten und die Alternativhypothesen 2.1 ver-

worfen. Dieser Befund unterstützt zunächst die Befunde von Fine und Amazeen (2011), die

eine Verletzung des Fitts’schen Gesetzes bei unterschiedlich schweren Aufgaben innerhalb

eines VP berichteten. Demnach führen höhere Schwierigkeitsindizes der Aufgabe nicht zu

langsameren BZ, jedoch zu einer erhöhten Anzahl an BF (Forschungshypothese 2.1).

Es finden sich jedoch systematische Interaktionseffekte zwischen beiden Partnern, da

sich die BZ nicht allein über die individuelle Aufgabenschwierigkeit der jeweiligen Bedingun-

gen vorhersagen lassen (entgegen Vorhersagemodell A). Alternativhypothese 2.2 wird daher

angenommen und die Nullhypothese 2.2 zurückgewiesen. Dies steht im Einklang der Stu-

dien zur Joint-Action-Forschung von Knoblich und Kollegen (2008, 2011) sowie Sebanz und

Kollegen (2006a, b, 2007). Das U-förmige Interaktionsmuster der BZ spricht wiederum dafür,

dass die Bewegungshandlungen der Vpn in hohem Maße vom Partner abhängig sind. Dabei

passt sich der Partner mit der leichteren Aufgabe an die Anforderungen des Partners mit der

schwereren Aufgabe an (Vorhersagemodell E; siehe auch Kelso et al., 1979). Demnach wirkt

sich (wie schon in Experiment 3) der SI vermittelt über die Ko-Repräsentation des Partners

auf die BZ aus (siehe dazu auch Vesper und Kollegen, 2013a). Vpn bilden also keine ge-

meinsame (arithmetische) Aufgabenschwierigkeit heraus, sondern passen sich jeweils an

den Ko-Akteur an, der die schwerere Aufgabe zu bewältigen hat. Die Forschungshypothese

2.3, nach der Partner beim Lösen von Aufgaben unterschiedlicher Schwierigkeit gerichtete

Interaktionseffekte zeigen, kann somit bestätigt werden. Somit liefert dieses Experiment für

eine Objektmanipulationsaufgabe mittlerer Komplexität (hier eine Wurfaufgabe) weitere Evi-

denz für systematische Interaktionsmuster, die zwischen zwei Kooperationspartnern wäh-

rend der gleichzeitigen Ausführung gemeinsamer Handlungen entstehen.

Experimentalreihe 2 – „Wurfaufgabe“ 133

7.4 Diskussion – Experimentalreihe 2

Die Experimentalreihe 2 („Wurfaufgabe“) untersuchte die Gültigkeit des Fitts’schen

Gesetzes für die Partnerinteraktion beim Lösen kooperativer Aufgaben. Dabei führten die

Vpn eine Objektmanipulationsaufgabe mittlerer Komplexität (Experimente 4-6) durch, indem

sie so schnell wie möglich jeweils 8 Bälle im Wechsel von zwei Ausgangspositionen aus in

ein gemeinsames Ziel (hier: eine Kiste) in der Mitte warfen. Den komplexeren Aspekt dieser

Bewegungshandlung stellte der nicht-geführte Charakter der ballistischen Aufgabe dar, da

das Objekt nach dem Verlassen der Hand nicht mehr korrigiert werden konnte. Die Vpn

mussten daher das Ergebnis ihrer Handlung frühzeitig antizipieren und die Bewegungspla-

nung vor dem Abwurf abschließen. Analog zu Experimentalreihe 1 („Scheibentransferaufga-

be“) wurde untersucht, ob die Koordinationsmuster zweier Partner für diese Aufgabe durch

die experimentellen Randbedingungen bestimmt werden und sich quantitativ über das

Fitts’sche Gesetz abbilden lassen. Außerdem wurde der Frage nachgegangen, ob systema-

tische Interaktionsmuster zwischen den Partnern beim Lösen der kooperativen Aufgabe

entstehen, wenn diese gleiche bzw. unterschiedliche Aufgabenanforderungen bewältigen.

Experiment 4 zeigte, dass die Ausführungsgeschwindigkeiten der Bewegungshand-

lungen auch in einer Objektmanipulationsaufgabe mittlerer Komplexität durch die experimen-

tellen Randbedingungen bestimmt wurden. Die Vpn benötigten mit steigendem SI im Mittel

mehr Zeit für das Werfen eines Balles. Die Versuchsaufgabe der vorliegenden Experimental-

reihe ließ in diesem Fall Bewegungsfehler zu (Fehler 1. Art; Verfehlen der Kiste), welche

statistisch analysiert werden konnten. Dabei konnte ein exponentieller Anstieg der BF mit

zunehmender Schwierigkeit der Aufgabe beobachtet werden, d.h. die Anzahl der Fehlwürfe

nahm mit steigendem SI überproportional zu. Dieses Ergebnis steht im Einklang mit bisheri-

gen Studien (z.B. Guiard & Olafsdottir, 2011), die den negativ beschleunigten Anstieg der BF

auf Limitationen des Bewegungsapparates zurückführen. Zusätzlich wird dieses Ergebnis-

muster durch die posthoc Analysen zum Einfluss der im Experiment manipulierten Faktoren

Distanz und Zielgröße bekräftigt.

Experiment 5 verglich Bewegungshandlungen im Kontext einer EB, in der die Vpn

ohne Partner agieren sollten, und einer PB, in der die Partner ihre Aufgaben gleichzeitig aus-

führten. Die Ergebnisse bestätigen zum einen, dass sich die experimentellen Randbedin-

gungen unabhängig von der Bedingung (EB vs. PB) im Sinne des Fitts’schen Gesetzes auf

die Ausführung der Bewegungen auswirkten, sodass Bewegungshandlungen mit steigendem

SI über alle Bedingungen hinweg langsamer vollzogen und mehr Fehler gemacht wurden.

Darüber hinaus konnte ein systematischer Einfluss der PB auf die BZ im Gegensatz zu den

EB beobachtet werden, welcher sich in langsameren BZ manifestierte.

Experimentalreihe 2 – „Wurfaufgabe“ 134

In Experiment 6 führten die Vpn Aufgaben von gleicher oder unterschiedlicher

Schwierigkeit ausschließlich in der PB aus. Dabei ließen sich die individuellen Koordinati-

onsmuster eines Partners beim wechselseitigen Werfen von Bällen nicht länger durch die

experimentellen Randbedingungen im Sinne des Fitts’schen Gesetzes beschreiben. Mit stei-

gender Differenz der Kombination der Versuchsbedingungen (z.B. -8 | +8) benötigten die

Vpn mehr Zeit für das Werfen eines Balles, d.h. je unterschiedlicher die individuellen Aufga-

benschwierigkeiten waren, desto langsamer waren die Bewegungen. Stattdessen waren die

Bewegungshandlungen der Vpn in hohem Maße abhängig vom Ko-Akteur, indem sich der

Partner mit der leichteren Aufgabe an die Anforderungen des Partners mit der schwereren

Aufgabe anpasste (Vorhersagemodell E). Demnach wirkte sich der SI vermittelt über die Ko-

Repräsentation des Partners auf die BZ aus.

Zum einen bestätigt diese Experimentalreihe 2 („Wurfaufgabe“), dass sich systemati-

sche Koordinationsmuster auf Basis des Fitts‘schen Gesetzes nicht nur in EB (Fitts & Peter-

son, 1964; Klapp, 1975; Crossman & Goodeve, 1963/1983; Welford, 1960) sondern auch in

PB (z.B. Experimentalreihe 1 und Mottet et al., 2001) bei einer Aufgabe findet. Die Ver-

suchsaufgabe ähnelte den Studien zum Darts, die zur Überprüfung des Fitts’schen Gesetzes

in der Sagittalebene vor dem Körper durchgeführt wurden (Kerr & Langgolf, 1977; Etnyre,

1998).

Des Weiteren gibt sie Evidenz für systematische Interaktionsmuster zwischen EB und

PB, welche bereits in anderen Studien berichtet wurden (z.B. Fine & Amazeen, 2011; Mottet

et al., 2001; Sebanz et al., 2006b). Eigene Bewegungshandlungen werden demnach im In-

teraktionskontext auf die Bewegungen des Ko-Akteurs abgestimmt. Nach Sebanz und Kolle-

gen (2003, 2005, 2007) bilden die Vpn in diesen Fällen Ko-Repräsentationen und verarbei-

ten so die Aufgabe des Partners mit. Dies steht wiederum im Einklang der Studien zur Joint-

Action-Forschung von Knoblich und Kollegen (2011) sowie Sebanz und Kollegen (2006a, b,

2007). Obwohl die Partner ihre Bewegungshandlungen im Wechsel absolvierten und die

Schwierigkeit der Aufgabe gleich war, legen langsamere BZ in der PB selektive Interaktions-

kosten nahe. Dies wurde bereits von Vesper und Kollegen (2010) beobachtet, die die Ursa-

che langsamerer Bewegungen in der PB auf s.g. coordination smoothers zurückführten, die

Ko-Akteure nutzen, um ihre Handlungen aufeinander abzustimmen. Langsamere Bewegun-

gen können nach den Autoren einfacher zwischen den Partner koordiniert werden.

Die unterschiedlichen Befunde der Studien von Mottet und Kollegen (2001) und Fine

und Amazeen (2011) können mit Hilfe dieser Experimentalreihe 2 weiter aufgelöst werden:

Die Ergebnisse aus Experiment 6 deuteten zunächst auf eine Verletzung des Fitts‘schen

Gesetzes bei der gleichzeitig Lösung von Aufgaben unterschiedlicher Schwierigkeitsanforde-

rung hin (Fine & Amazeen, 2011). Systematische Interaktionsmuster zwischen den Interakti-

onspartnern bestätigten jedoch, dass das Fitts’sche Gesetz indirekt vermittelt über die Ko-

Experimentalreihe 2 – „Wurfaufgabe“ 135

Repräsentation des Partners auf die BZ wirkt (U-förmiger Verlauf der BZ; vgl. auch Knoblich,

2011; Sebanz, 2006a, b). Es kommt zu einer Anpassung der Koordinationsmuster bei der

Ausführung von Bewegungen zu jeweils unterschiedlichen Aufgabenanforderungen, wobei

die Interaktionspartner die Aufgabenanforderungen des Partners mitrepräsentieren (Sebanz

et al., 2006b). Der Partner mit der leichteren Aufgabe orientiert sich dabei an den Anforde-

rungen des Partners mit der schwereren Aufgabe (siehe auch Kelso et al., 1979), sodass

sich die experimentellen Randbedingungen (Schwierigkeitsindex) quantitativ über das

Fitts’sche Gesetz für den Partner mit dem höheren SI abbilden lassen. Die Anzahl der BF

hingegen wird (wie beim Lösen von Aufgaben gleicher Schwierigkeitsanforderungen inner-

halb eines Versuchspaares) durch den SI der eigenen Aufgabe moduliert.

Experimentalreihe 3 – „Basketballpassaufgabe“ 136

8 Experimentalreihe 3 – „Basketballpassaufgabe“

Die Experimentalreihe 3 prüft die Generalisierbarkeit der Ergebnisse von einfachen

Objektmanipulationsaufgaben (Experimentalreihe 1) und Objektmanipulationsaufgaben mitt-

lerer Komplexität (Experimentalreihe 2) auf eine sportspielspezifische Fertigkeit. Dafür dient

der Basketballdruckpass als Untersuchungsaufgabe. Hier gilt zunächst Folgendes zu be-

rücksichtigen: Viele Spielsituationen im Basketball werden durch einen so genannten Auf-

bauspieler der ballbesitzenden Mannschaft eingeleitet. Dabei muss dieser bei einem Angriff,

meist unter Zeitdruck, ein Abspiel zu einem Mitspieler suchen. Ob er einen Pass, beispiels-

weise zu dem zentralen Mitspieler unter dem Korb, spielt oder nicht, könnte von den räumli-

chen Rahmenbedingungen der jeweiligen Situation abhängen. Das heißt, dass der Spieler

den ihm für einen Pass zur Verfügung stehenden Raum berücksichtigt. In dieser komplexen

Spielsituation sind unter anderem die Entfernung zum Mitspieler, die Lücke zwischen zwei

Abwehrspielern (bzw. zwischen Abwehrspieler und Auslinie) und die Armhöhe, in der die

Abwehrspieler verteidigen, für den Passgeber relevant (Abbildung 49).

Abbildung 49: Exemplarische Darstellung einer Spielsituation im Basketball. Der Aufbauspieler (in Ballbesitz)

kann den Ball zum Mitspieler unter dem Korb (Rückennummer 9) passen oder selber zum Korb gehen. Die ge-

strichelte Linie stellt einen möglichen Laufweg des Mitspielers dar. Der Raum, der sich zwischen den beiden

Abwehrspielern (Breite), deren Armen (Höhe) und der Distanz zum Mitspieler (Tiefe) aufspannt, gilt für den Auf-

bauspieler als Passkorridor.

Die Experimentalreihe 3 („Basketballpassaufgabe“) betrachtet deshalb insbesondere

den Einfluss der einzelnen Raumdimensionen auf die Koordinationsmuster beider Partner

während der Basketballpassaufgabe. Dabei ist wiederum die Frage zu beantworten, ob die

Koordinationsmuster zweier Partner beim wechselseitigen Passen eines Basketballs durch

die experimentellen Randbedingungen der Aufgabe bestimmt werden und sich quantitativ

über das Fitts’sche Gesetz abbilden lassen.

Um diesen Einfluss in einem Laborexperiment

Breite

Höhe

Tiefe

Experimentalreihe 3 – „Basketballpassaufgabe“ 137

valide zu beschreiben, werden die drei Raumdimensionen „Breite“, „Höhe“ und „Tiefe“ isoliert

voneinander geprüft. In Experiment 7 wird die Dimension „Breite“, in Experiment 8 die Di-

mension „Höhe“ und in Experiment 9 die Dimension „Tiefe“ systematisch variiert.

8.1 Experiment 7

Experiment 7 geht der Frage nach, ob sich die beobachtbaren Koordinationsmuster

zweier Partner beim Lösen einer komplexen sportspielspezifischen Fertigkeit über das

Fitts‘sche Gesetz quantitativ abbilden lassen. Dafür sollten sich die Vpn einen Basketball

innerhalb von 20 Sekunden möglichst schnell und zielgenau hin-und-her passen. Durch die

isolierte Betrachtung der Raumdimension „Breite“ wurde geprüft, ob sich die Variation dieses

Parameters neben der Distanz zwischen den Passspielern systematisch auf die Koordinati-

onsmuster zweier Partner auswirkt. Höhere Schwierigkeitsindizes (als Kombination der Brei-

te des (Pass-)Korridors und der Distanz zwischen den Partnern) der Aufgabe sollten zu

langsameren BZ und einer erhöhten Anzahl an BF führen. Das Experiment 7 dient deshalb

zur Überprüfung der Nullhypothese 3, der Alternativhypothese 3 und der Forschungshypo-

these 3.1.

8.1.1 Methode

8.1.1.1. Versuchspaare

Die randomisierte Zusammenstellung von 24 Vpn der Universität des Saarlandes (M

= 22,2 Jahre; SD = 1,4 Jahre; 12 weiblich) zu 12 Versuchspaaren ergab vier weibliche, vier

männliche und vier gemischtgeschlechtliche Paare. Eine der Vpn war linkshändig. Alle Vpn

hatten nach Selbstauskunft eine normale bzw. korrigiert-normale Sehstärke und verfügten

über durchschnittlich 4,7 Jahre (+/- 6,6 Jahre) Erfahrung in den Sportarten Basketball, Hand-

ball und Volleyball (Tabelle 21).

Tabelle 21: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 7.

Paare Gesamt

männlich weiblich gemischt

Alter (in Jahren)

Größe (in cm)

Händigkeit (rechts in %)

Sportexpertise (in Jahren)

22,9 (± 0,8)

170,9 (± 6,4)

100

4,0 (± 4,2)

22,1 (± 2,0)

181,6 (± 6,0)

87,5

7,5 (± 8,8)

21,5 (± 0,7)

177,3 (± 6,5)

100

2,6 (± 5,1)

22,2 (± 1,4)

176,6 (± 7,7)

95,8

4,7 (± 6,6)

Experimentalreihe 3 – „Basketballpassaufgabe“ 138

8.1.1.2. Versuchsaufgabe und –aufbau

Die Versuchspaare sollten sich innerhalb von 20 Sekunden einen wettspielkonformen

Basketball (Größe 7; Umfang 760 mm; Durchmesser 240 mm; Gewicht 600 g) möglichst

häufig hin- und her passen. Dabei bestand ein gültiger Pass aus einem Zuspiel zwischen

Partner 1 und Partner 2 durch einen Korridor (zwei vertikale Stangen) ohne dass der Ball

den Boden berührt. Die Distanzen zwischen den Vpn (2000, 3000 und 4000 mm) und zwi-

schen den Stangen (400, 500 und 600 mm) wurden systematisch variiert. Die Anpassung

der Armlängenunterschiede entsprach den vorangegangenen Experimenten (in Anlehnung

an Juras et al., 2009). Der Pass sollte in aufrechter Haltung als beidhändiger Brustpass ge-

spielt werden. Die Versuchsleiter achteten auf eine parallele Fußstellung (d.h. keine Schritt-

stellung) und ein nicht-übermäßiges Nachvornelehnen des Oberkörpers. Eine Kamera (12.0

MegaPixel; 1920 x 1080) filmte den Versuchsablauf (Abbildung 50).

Abbildung 50: Versuchsaufbau in Experiment 7 (Basketballpass „Breite“). Die systematische Variation dreier

Distanzen (1000 vs. 1500 vs. 2000 mm) zwischen Vpn und Passkorridor und dreier Korridore (Breite: 400 vs. 500

vs. 600 mm) ergab auf Basis des Fitts’schen Gesetzes unterschiedlich schwere Aufgaben (SI‘s zwischen 2,5 und

4,6 Einheiten/Sekunde).

8.1.1.3. Versuchsdesign

Demographischer Fragebogen, Einverständnis- und eine Teilnahmeerklärung ent-

sprachen den vorherigen Experimenten. Die Vpn wurden instruiert auf ein Startsignal („Ach-

tung, fertig, los!“) so viele gültige Pässe wie möglich in der vorgegebenen Zeit zu realisieren,

wobei sie wiederum mehr auf die Genauigkeit als auf die Geschwindigkeit achten sollten. Vor

Beginn des Experiments legten die Vpn selbstständig fest, wer den ersten Pass spielt. Dies

musste dann für die Dauer des Experiments beibehalten werden. Die Positionierung der Vpn

2000

1000 1500

1000 2000 1500

Experimentalreihe 3 – „Basketballpassaufgabe“ 139

an den entsprechenden Bodenmarkierungen nahmen die Versuchsleiter vor. Das Signal

„Stopp“ ließ die Paare in ihrer Bewegungsausführung anhalten. Pässe, die vom Partner nicht

gefangen werden konnten und Versuchsdurchgänge bei denen der Ball mehr als dreimal

eine der vertikalen Begrenzungen berührte (MacKenzie et al., 1987), wurden direkt wieder-

holt (Fehler 2. Art). Pässe, die die vertikalen Begrenzungen nur berührten (< 3) gingen als aV

in die Datenanalyse ein (Fehler 1. Art). Durch die Kombination der drei Distanzen mit den

drei Zielkorridoren ergaben sich neun Versuchsbedingungen mit SI‘s zwischen 2,5 und 4,6

Einheiten/Sekunde. Nach jedem Durchgang wurde den Vpn die Gesamtzahl an erfolgreichen

Pässen und die Anzahl der Stangenberührungen mitgeteilt. Zu Beginn des Experiments fand

wie in allen vorangegangenen Experimenten eine Eingewöhnungsphase (Übungsdistanzen

2500 vs. 5000 mm; alle Korridorgrößen) statt. Anschließend führten die Vpn die Versuchs-

bedingungen jeweils viermal hintereinander in randomisierter Reihenfolge durch. Die Studie

dauerte durchschnittlich 45 Minuten. Der erste erfolgreiche Versuch in jeder Experimental-

bedingung galt wiederum als Umgewöhnungsphase und ging nicht in die Datenauswertung

ein.

8.1.1.4. Datenanalyse

Mittels einer zwei-faktorielle Varianzanalyse mit Messwiederholung mit den unabhän-

gigen Variablen Schwierigkeitsindex (7-fach gestuft) und dem Zwischensubjektfaktor Partner

(P1 vs. P2) wurde deren Einfluss auf die BZ und BF geprüft. Darüber hinaus betrachteten

lineare Regressionsanalysen den Einfluss der Prädiktorvariable (Schwierigkeitsindex) auf die

Kriteriumsvariable (BZ). In Anlehnung an die Befunde der vorangegangenen Experimente

wurden die BF gemittelt über beide Partner mit einem exponentiellen Kurvenanpassungsmo-

dell analysiert. Die Prüfung auf Ausreißer (+/- zweifache Standardabweichung) und auf Nor-

malverteilung (Kolmogorov-Smirnov-Test) erlaubte die Aufnahme aller Vpn in die Datenaus-

wertung. Zusätzliche Analysen (zwei-faktorielle ANOVA’s) prüften den separaten Einfluss der

manipulierten Faktoren Distanz und Korridorgröße (hier: die Dimension Breite). Bei einer

signifikanten Interaktion beider Faktoren gaben posthoc t-Tests (unter Berücksichtigung der

Bonferroni-Korrektur) die jeweiligen Gewichtungen der Einflussfaktoren an.

8.1.2 Ergebnisse

8.1.2.1. Bewegungszeiten (BZ)

Die BZ wurden wie in den vorangegangen Experimenten separat für die P1 und die

P2 betrachtet, wobei die Ko-Akteure in dieser Experimentalreihe ein gemeinsames Objekt

(den Basketball) bewegten. Im Mittel benötigten die Vpn 847 ms (SD = 179 ms) für einen

Bewegungszyklus, d.h. für das Fangen, Zielen und Werfen des Basketballes.

Experimentalreihe 3 – „Basketballpassaufgabe“ 140

Sortiert man die BZ nach dem jeweiligen SI der Versuchsbedingung fällt auf, dass

auch hier mit steigender Aufgabenschwierigkeit längere Bewegungszeiten einhergingen. Ein

Bewegungszyklus dauerte bei den P1 durchschnittlich 661 ms in der Bedingung, die durch

den niedrigsten SI gekennzeichnet war, d.h. in der die Vpn aus zwei Metern Entfernung

durch den breitesten Korridor passten. Aufgaben höherer Schwierigkeit, beispielsweise Päs-

se aus vier Metern Entfernung durch den schmalsten Korridor (SI

5,6

), dauerten mit 1039 ms

länger. Die P2 agierten in der leichtesten Bedingung (SI

3,5

) mit 670 ms ebenso schneller als

in der schwierigsten (SI

5,6

) Bedingung mit durchschnittlich 1066 ms. Basierend auf dem

Fitts’schen Gesetz ergaben sich aus den uV’s Distanz und Lochdurchmesser verschiedene

SI’s zwischen 3,5 und 5,6 Einheiten/Sekunde. Bei der orthogonalen Kombination von Distanz

und Zielgröße berechnete sich der SI 4,5 dreimal, der im Folgenden als gemittelter Wert dar-

gestellt wird. Tabelle 22 zeigt die gemittelten BZ pro Pass sortiert nach SI:

Tabelle 22: Durchschnittliche Bewegungszeiten aus Experiment 7 sortiert nach Schwierigkeit (in Einhei-

ten/Sekunde).

SI 3,5 3,9 4,1 4,5 4,9 5,2 5,6

P1 661 655 811 823 1020 890 1039

(SD) (84) (86) (93) (117) (113) (113) (139)

P2 670 667 834 854 1056 917 1066

(SD) (65) (82) (93) (106) (131) (132) (120)

M 666 661 823 839 1038 903 1053

Mit Hilfe einer zwei-faktoriellen Varianzanalyse mit Messwiederholung mit dem Faktor

Schwierigkeitsindex (7-fach gestuft) und dem Zwischensubjektfaktor Partner (P1 vs. P2)

wurde der Einfluss des SI’s auf die BZ geprüft. Es zeigte sich ein signifikanter Haupteffekt für

den Faktor Schwierigkeitsindex (F(3.08, 197.19) = 429.936, p < .001, η

= .870). Demnach

benötigten die Vpn mit steigendem SI zunehmend mehr Zeit für die Bewältigung der (Bewe-

gungs-)Aufgabe: SI 3,5 = 666 ms; SI 3,9 = 661 ms; SI 4,1 = 823 ms; SI 4,5 = 839 ms; SI 4,9

= 1038 ms; SI 5,2 = 903 ms; SI 5,6 = 1053 ms (Anhang 17). Der Zwischensubjektfaktor Part-

ner wurde hingegen nicht signifikant (F(1, 64) = .263, p > .05, η

= .020), demnach waren die

beiden Partner beim Passspiel ungefähr gleich schnell (M

= 843 ms; M

= 866 ms). Auch

die Interaktion von Schwierigkeitsindex und dem Zwischensubjektfaktor Partner ergab keine

signifikanten Effekte (F(3.08, 197.19) = .407, p > .05, η

= .006).

Separate lineare Regressionsanalysen (uV = SI; aV = BZ_P1 und BZ_P2) wiesen ei-

nen signifikanten Zusammenhang zwischen SI und BZ nach. Für die P1 (F(1, 244) =

Experimentalreihe 3 – „Basketballpassaufgabe“ 141

277.918; R² = .532; p < .001) berechnet sich eine Funktionsvorschrift von BZ = 185 ms x SI -

2 ms, d.h. dass jede Erhöhung des SI’s um eine Einheit, einen Anstieg der BZ um durch-

schnittlich 185 ms bewirkte. Der Achsenabschnitt von minus 2 ms stellte die theoretisch be-

rechnete Mindestdauer einer Bewegung bei einem hypothetischen SI von Null dar. Auch für

die P2 zeigte sich ein signifikanter Zusammenhang zwischen SI und BZ (F(1, 244) =

310.590; R² = .560; p < .001), der sich mit der Funktionsvorschrift BZ = 198 ms x SI - 37 ms

beschreiben ließ. Demnach bewirkt eine Erhöhung des SI’s um eine Einheit für die P2 ein

Anstieg der BZ um 198 ms. Der Achsenabschnitt liegt für die P2 mit minus 37 ms ebenfalls

im negativen Wertebereich. Abbildung 51 stellt die benötigte BZ abhängig vom SI dar:

Abbildung 51: Graphische Darstellung der Bewegungszeiten (in ms) für einen Pass in Experiment 7 in Abhängig-

keit vom Schwierigkeitsindex (in Einheiten/Sekunde). Dunkle Vierecke stellen die durchschnittliche BZ der Partner

1 und helle Vierecke die der Partner 2 dar. Konfidenzintervalle geben die jeweilige Streuung der Daten an.

Sowohl für die P1 als auch die P2 ergaben sich hohe Aufklärungswerte der Varianz,

d.h. dass für die P1 circa 53,2 % und für die P2 circa 56,0 % der Variabilität in den Bewe-

gungszeiten über den Schwierigkeitsindex zu erklären waren (Bortz, 2005).

8.1.2.2. Bewegungsfehler (BF)

In 8,07 % der Pässe berührte ein Basketball eine der vertikalen Begrenzungen des

Passkorridors (Fehler 1. Art), d.h. bei circa jedem zwölften Pass verletzen die Vpn die Vor-

gabe der räumlichen Dimensionen der Aufgabe (Anhang 18). Auf Basis der Ergebnisse vo-

BZ = 185 ms*SI - 2 ms; R² = .532; p < .001

BZ = 198 ms*SI - 37 ms; R² = .560; p < .001

200

400

600

800

1000

1200

3,0 3,5 4,0 4,5 5,0 5,5 6,0

Bewegungszeit (in ms)

Schwierigkeitsindex (in Einheiten/Sekunde)

Partner 1

Partner 2

Experimentalreihe 3 – „Basketballpassaufgabe“ 142

rangegangener Experimente wurde für die Regressionsanalysen zwischen BZ und BF ein

exponentielles Anpassungsmodell verwendet. Die BF sind graphisch in Abbildung 52 gegen

den SI abgetragen. Die ein-faktorielle Varianzanalyse ergab einen signifikanten Haupteffekt

für den Faktor Schwierigkeitsindex (F(2.92, 102.13) = 24.806, p < .001, η

= .415).

Abbildung 52: Graphische Darstellung der Bewegungsfehler (in %) in Experiment 7 in Abhängigkeit vom Schwie-

rigkeitsindex (in Einheiten/Sekunde) über beide Partner. Ein exponentielles Kurvenanpassungsmodell ergab die

höchsten Aufklärungswerte der Varianz (R²). Konfidenzintervalle geben die jeweilige Streuung der Daten an.

Eine Regressionsanalyse mit exponentiellem Kurvenanpassungsmodell ergab einen

signifikanten Einfluss der Prädiktorvariable (SI) auf die Kriteriumsvariable (BF; F(1, 250) =

187.471; R

exp.

² = .429; p < .001). Der Anstieg der Fehler mit steigender Aufgabenschwierig-

keit ließ sich demnach mit der Funktionsvorschrift BF = 0.02*e

4.440*SI

beschreiben. Demnach

stiegen die BF mit einer Reduktion der Breite des (Pass-)Korridors und einer Erhöhung der

Distanz zwischen den Vpn in exponentiellem Maße an. Bei niedrigen SI’s lagen die BF bei

knapp unter einem Prozent wohingegen sie mit zunehmendem SI bis auf 20 % anstiegen.

8.1.2.3. zusätzliche Analysen

Um den selektiven Einfluss der im experimentellen Design manipulierten Faktoren

Distanz und Korridorgröße separat zu prüfen, wurde für die BZ eine zwei-faktorielle Vari-

anzanalyse mit Messwiederholung mit den Faktoren Distanz (dreifach gestuft) und Zielgröße

(als Breite des Passkorridors; dreifach gestuft) berechnet. Da die Prüfung auf Sphärizität

(Mauchly-Test) auf signifikante Unterschiede in den Varianzen der Differenzen (Kovarianzen)

BF = 0,02e4,440*SI; R²exp. = .429; p< .001

3,0 3,5 4,0 4,5 5,0 5,5 6,0

Bewegungsfehler (in %)

Schwierigkeitsindex (in Einheiten/Sekunde)

Experimentalreihe 3 – „Basketballpassaufgabe“ 143

zwischen den Bedingungen für den Faktor Distanz und die Interaktion von Distanz und Kor-

ridorbreite hinwies, werden hier im Folgenden die nach Greenhouse-Geisser korrigierten

Werte angegeben. Signifikante Haupteffekte traten für den Faktor Distanz (F(1.49, 95.63) =

820.212, p < .001, η

= .928) und den Faktor Korridorgröße (F(2, 128) = 53.958, p < .001,

= .457) auf. Jede Erhöhung der Distanz zwischen den Vpn um einen Meter bewirkte somit

durchschnittlich zusätzliche 174 ms für jeden Pass. Gleichzeitig hatte jede Verringerung der

Breite des Korridors um 100 mm zusätzliche 30 ms Zeit pro Pass zur Folge. Beide Faktoren

interagierten darüber hinaus miteinander (F(3.48, 222.83) = 9.897, p < .001, η

= .134), d.h.

der Einfluss eines Parameters war abhängig von dem Einfluss des anderen Parameters

(Abbildung 53).

Abbildung 53: Graphische Darstellung der Bewegungszeiten (in ms) für einen Pass zum Partner in Experiment 7

in Abhängigkeit von der Distanz zwischen den Vpn und der Breite des (Pass-)Korridors.

Bei Pässen aus der kurzen Distanz von zwei Metern wirkte sich die Breite des Korri-

dors nicht auf die BZ aus (posthoc t-Tests, Bonferroni-Korrektur), d.h. dass die Vpn einen

Ball genauso schnell durch den breiten wie durch den schmalen und den mittleren Korridor

passten (t(65) = .617; p > .008). Das gleiche galt für die Distanz von drei Metern zwischen

den Vpn (t(65) = -2.32; p > .008). Für alle weiteren posthoc Vergleiche ließen sich signifikan-

te Unterschiede (alle p < .008) nachweisen.

Für die BF ergab die zwei-faktorielle Varianzanalyse einen signifikanten Haupteffekt

für die Faktoren Distanz (F(2, 70) = 18.888, p < .001, η

= .351) und Korridorgröße (F(1.34,

46.84) = 48.364, p < .001, η

= .580), wohingegen die Interaktion von Distanz und Korridor-

200

400

600

800

1000

1200

2000 3000 4000

Bewegungszeit (in ms)

Distanz zwischen den Vpn (in mm)

Korridorbreite (in mm)

400 500 600

Experimentalreihe 3 – „Basketballpassaufgabe“ 144

breite nach der Greenhouse-Korrektur nicht mehr signifikant wurde (F(3.10, 108.56) = 2.549,

p > .05, η

= .068). Beide Faktoren hatten demnach einen unabhängigen Einfluss auf die

BF. Abbildung 54 zeigt die BF in Abhängigkeit von der Korridorgröße und der Distanz zwi-

schen den Vpn:

Abbildung 54: Graphische Darstellung der Bewegungsfehler (in %) für einen Pass zum Partner in Experiment 7 in

Abhängigkeit von der Distanz zwischen den Vpn und der Breite des (Pass-)Korridors.

Zum einen bestimmte die Distanz zwischen den Vpn wiederum die Anzahl der BF, so

dass mit einem zusätzlichen Meter Distanz im Mittel 3,69 % mehr Stangenberührungen ein-

hergingen. Gleichzeitig resultierten aus einer Verkleinerung der Breite des Passkorridors um

100 mm durchschnittlich 6,58 % mehr BF.

8.1.3 Diskussion

Im Fokus von Experiment 7 stand die Prüfung des Einflusses der Raumdimension

„Breite“ auf die Koordination einer Basketballpassaufgabe. Die vorliegenden Ergebnisse zei-

gen, dass die Ausführungsgeschwindigkeiten durch die experimentellen Randbedingungen

der Aufgabe bestimmt werden, indem die Interaktionspartner ihre Handlungen an die jeweili-

ge Aufgabenschwierigkeit anpassen. Die Nullhypothese 3 wird daher zurückgewiesen und

die Alternativhypothese 3 angenommen. Operationalisiert man die Aufgabenanforderungen

der einzelnen Bedingungen auf Basis des Fitts’schen Gesetzes (Fitts, 1954) über den

Schwierigkeitsindex, dann lassen sich die BZ im Sinne des Fitts’schen Gesetzes quantitativ

2000 3000 4000

Bewegungsfehler (in %)

Distanz zwischen den Vpn (in mm)

Korridorbreite (in mm)

400 500 600

Experimentalreihe 3 – „Basketballpassaufgabe“ 145

abbilden, d.h. die Vpn benötigen mit steigendem SI im Mittel mehr Zeit für einen Pass. Zu-

dem legen die Determinationskoeffizienten (R²) der Regressionsanalysen für beide Partner

einen linearen Zusammenhang von BZ und SI mit hohen Aufklärungswerten der Varianz

(jeweils > 53 %) nahe. Die Betrachtung der BF gibt weitere Evidenz für die Annahme, dass

mit steigender Aufgabenschwierigkeit die Anzahl der BF exponentiell ansteigt (Guiard &

Olafsdottir, 2011). Demnach provozieren Pässe aus größerer Distanz bzw. durch einen

schmaleren Korridor mehr Fehlpässe. Diese Befunde bestätigen die Forschungshypothese

3.1. Somit können zum einen die Erkenntnisse zum Fitts‘schen Gesetz bisheriger Studien

zur Koordination von Bewegungen innerhalb von EB (z.B. Fitts & Peterson, 1964; Klapp,

1975; Crossman & Goodeve, 1963/1983; Welford, 1960) auf die Koordination von Bewegun-

gen innerhalb von PB erweitert werden. Zum anderen lassen sich die Erkenntnisse der Ex-

perimente 1 und 4 auf eine sportspielspezifische Fertigkeit (hier den Basketballpass) über-

tragen. Das Ergebnismuster wird durch zusätzliche Analysen zum Einfluss der im Experi-

ment manipulierten Faktoren Distanz und Zielgröße (als Breite des Passkorridors) unter-

mauert. Danach wirkt sich jeder Faktor systematisch auf die Koordination der Bewegungs-

handlungen aus. Wie mit Hilfe des Fitts’schen Gesetzes vorhergesagt, steigen die BZ jeweils

mit größerer Distanz und schmalerem Passkorridor an. Die Befunde spiegeln somit die

Randbedingungen des experimentellen Designs plausibel wider.

Experimentalreihe 3 – „Basketballpassaufgabe“ 146

8.2 Experiment 8

Experiment 8 untersucht ebenfalls die Koordinationsmuster von zwei Interaktions-

partnern beim Lösen der Basketballpassaufgabe, allerdings für die Raumdimension „Höhe“.

Dazu passten sich die Vpn den Basketball innerhalb von 20 Sekunden möglichst schnell und

zielgenau unter einer horizontalen Begrenzung hindurch. Die experimentellen Randbedin-

gungen der Aufgabe (Distanz zwischen den Passspielern und Höhe des Passkorridors) soll-

ten sich systematisch auf die emergenten Koordinationsmuster der Partner auswirken. Höhe-

re Schwierigkeitsindizes der Bewegungshandlung sollten langsamere BZ und mehr BF zur

Folge haben. Damit dient Experiment 8 zur Überprüfung der Nullhypothese 3, der Alterna-

tivhypothese 3 und der Forschungshypothese 3.2.

8.2.1 Methode

8.2.1.1. Versuchspaare

24 Studierende der Universität des Saarlandes (M = 23,10 Jahre; SD = 2,9 Jahre; 9

weiblich) nahmen an diesem Experiment teil. Durch die randomisierte Zusammenstellung zu

12 Versuchspaaren resultierten zwei weibliche, fünf männliche und fünf gemischtgeschlecht-

liche Paare. Zwei Vpn waren nach Selbstauskunft linkshändig. Die Vpn verfügten durch-

schnittlich über 9,6 Jahren (SD = 7,7 Jahre) Sporterfahrung in Wurfsportarten. Sie nahmen

freiwillig und ohne finanzielle Entlohnung am Experiment teil. Eine genaue Beschreibung der

Versuchspaare findet sich in Tabelle 23.

Tabelle 23: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 8.

Paare Gesamt

männlich weiblich gemischt

Alter (in Jahren)

Größe (in cm)

Händigkeit (rechts in %)

Sportexpertise (in Jahren)

22,2 (± 3,2)

182,1 (± 4,4)

9,6 (± 7,5)

21,5 (± 1,5)

172,5 (± 5,7)

100

9,3 (± 5,9)

24,7 (± 2,3)

174,3 (± 9,4)

9,7 (± 8,5)

23,1 (± 2,9)

177,3 (± 8,2)

91,6

9,6 (± 7,7)

8.2.1.2. Versuchsaufgabe und -aufbau

Die Versuchsaufgabe war die gleiche wie in Experiment 7 mit dem Unterschied, dass

der Basketball in diesem Fall nicht durch zwei vertikale Begrenzungen, sondern unter einer

horizontalen Stange hindurch gepasst werden sollte. Ein gültiger Pass definierte sich aus

einem Zuspiel zwischen P1 und P2 unter der Stange hindurch ohne dass diese herunterfiel.

Experimentalreihe 3 – „Basketballpassaufgabe“ 147

Die Distanzen zwischen den Vpn (2000, 3000 und 4000 mm) glichen Experiment 7. Aus der

horizontalen Begrenzung ergab sich ein (Pass-)Korridor zwischen Stange und Boden von

500, 600 oder 700 mm. Markierungen auf dem Boden zeigten den Vpn die jeweiligen Distan-

zen im Laborraum an. Der Pass sollte in aufrechter Haltung als beidhändiger Brustpass ge-

spielt werden. Die Versuchsleiter achteten auf eine parallele Fußstellung und ein nicht-

übermäßiges Nachvornelehnen des Oberkörpers. Kamera, Basketball und Stangenapparatur

waren die gleichen wie im vorangegangenen Experiment 7 (Abbildung 55).

Abbildung 55: Versuchsaufbau in Experiment 8 (Basketballpass „Höhe“). Die systematische Variation dreier Dis-

tanzen (1000 vs. 1500 vs. 2000 mm) zwischen Vpn und Passkorridor und dreier Korridore (Höhe: 500 vs. 600 vs.

700 mm) ergab neun unterschiedlich schwere Aufgaben auf Basis des Fitts’schen Gesetzes (SI‘s zwischen 3,1

und 4,9 Einheiten/Sekunde).

8.2.1.3. Versuchsdesign

Demographischer Fragebogen, Einverständnis- und eine Teilnahmeerklärung sowie

Instruktion entsprachen denen aus den vorherigen Experimenten. Ungenaue Pässe, die vom

Partner nicht gefangen werden konnten, den Zielkorridor verpassten oder die Stange herun-

terrissen, galten, ebenso wie Durchgänge bei denen mehr als dreimal die horizontale Be-

grenzungen berührt wurde, als Fehler 2. Art. Diese Durchgänge wurden direkt wiederholt.

Die Fehler 1. Art (Stangenberührungen < 3) gingen als aV in die Datenanalyse ein. Die SI’s

aus der Kombination von Distanz und Zielkorridor (als Höhe des Korridors) lagen zwischen

3,1 und 4,9 Einheiten/Sekunde. Die Studie dauerte circa 45 Minuten.

2000

500 / 600 / 700

1000 1500

1000 2000 1500

Experimentalreihe 3 – „Basketballpassaufgabe“ 148

8.2.1.4. Datenanalyse

Mittels einer zwei-faktoriellen Varianzanalyse mit Messwiederholung mit den Faktoren

Schwierigkeitsindex (7-fach gestuft) und Zwischensubjektfaktor Partner (P1 vs. P2) wurde

deren Einfluss auf die BZ und die BF geprüft. Lineare Regressionsanalysen zwischen der

Prädiktorvariable SI und der Kriteriumsvariable BZ gaben Aufschluss über den Zusammen-

hang der beiden Variablen. In Anlehnung an die Befunde der vorangegangenen Experimente

wurden die BF mit einem exponentiellen Kurvenanpassungsmodell vorhergesagt. Die Prü-

fung auf Ausreißer (+/- zweifache Standardabweichung) und auf Normalverteilung (Kolmo-

gorov-Smirnov-Test) erlaubte die Aufnahme aller Vpn in die Datenauswertung. Zusätzliche

Analysen (zwei-faktorielle ANOVA’s) testeten den separaten Einfluss der manipulierten Fak-

toren Distanz und Korridorgröße (hier: die Dimension Höhe). Bei einer signifikanten Interakti-

on der beiden Faktoren zeigten posthoc Tests (unter Berücksichtigung der Bonferroni-

Korrektur) die jeweilige Gewichtung der Einflussfaktoren an.

8.2.2 Ergebnisse

8.2.2.1. Bewegungszeiten (BZ)

Die Varianzen innerhalb der Bedingungen unterschied sich für keines der Versuchs-

paare (Kolmogorov-Smirnov-Test; p > .05). Die BZ werden wie den vorangegangen Experi-

menten separat nach P1 und P2 betrachtet. Im Mittel benötigten die Vpn 1070 ms (SD = 177

ms) für einen Bewegungszyklus, d.h. für das Fangen, Zielen und Werfen des Basketballes.

Sortiert man die BZ nach dem jeweiligen SI der Versuchsbedingung fällt auf, dass auch hier

mit steigender Aufgabenschwierigkeit längere Bewegungszeiten einhergingen (Tabelle 24).

Tabelle 24: Durchschnittliche Bewegungszeiten aus Experiment 8 sortiert nach Schwierigkeit (in Einhei-

ten/Sekunde).

SI 3,1 3,5 3,7 3,9 4,1 4,5 4,9

P1 853 881 1018 976 1042 1129 1288

(SD) (132) (120) (145) (175) (156) (150) (221)

P2 842 875 1025 939 1022 1157 1316

(SD) (135) (147) (170) (173) (162) (234) (244)

M 847 878 1022 957 1032 1143 1302

Für das Passen eines Balles benötigten die P1 durchschnittlich 853 ms in der Bedin-

gung, die durch den niedrigsten SI gekennzeichnet ist, in der die Vpn aus zwei Metern Ent-

fernung durch den breitesten Korridor passten. Aufgaben höherer Schwierigkeit, beispiels-

Experimentalreihe 3 – „Basketballpassaufgabe“ 149

weise Pässe aus vier Metern Entfernung durch den schmalsten Korridor, dauerten mit 1288

ms im Mittel länger. Die P2 agierten in der leichtesten Bedingung mit 842 ms ebenso schnel-

ler als in der schwierigsten Bedingung mit durchschnittlich 1316 ms. Basierend auf dem

Fitts’schen Gesetz ergaben sich aus den uV’s Distanz und Lochdurchmesser verschiedene

SI’s zwischen 3,1 und 4,9 Einheiten/Sekunde. Durch die orthogonale Kombination von Dis-

tanz und Zielgröße resultierten die SI’s 4,5 und 4,9 Einheiten/Sekunde doppelt, welche im

Folgenden als gemittelte Werte dargestellt werden. Die Varianzanalyse wies auf einen signi-

fikanten Haupteffekt für den Faktor Schwierigkeitsindex (F(4.02, 281.31) = 244.160, p < .001,

= .777) hin. Danach benötigten die Vpn mit steigendem SI zunehmend mehr Zeit für die

Bewältigung der (Bewegungs-)Aufgabe: SI 3,1 = 847 ms; SI 3,5 = 878 ms; SI 3,7 = 1022 ms;

SI 3,9 = 957 ms; SI 4,1 = 1032 ms; SI 4,5 = 1143 ms; SI 4,9 = 1302 ms (Anhang 19). Der

Zwischensubjektfaktor Partner wurde hingegen nicht signifikant (F(1, 70) = .002, p > .05, η

= .000), d.h. beide Partner agierten im Mittel gleich schnell (M

= 1027 ms; M

= 1025 ms).

Auch die Interaktion von Schwierigkeitsindex und dem Zwischensubjektfaktor Partner ergab

keinen signifikanten Effekt (F(4.02, 281.31) = 1.463, p > .05, η

= .020). Separate lineare

Regressionsanalysen (uV = SI; aV = BZ_P1 und BZ_P2) zeigten einen signifikanten Zu-

sammenhang zwischen SI und BZ (Abbildung 56).

Abbildung 56: Graphische Darstellung der Bewegungszeiten (in ms) für einen Pass in Experiment 8 in Abhängig-

keit vom Schwierigkeitsindex (in Einheiten/Sekunde). Dunkle Vierecke stellen die durchschnittliche BZ der Partner

1 und helle Vierecke die der Partner 2 dar. Konfidenzintervalle geben die jeweilige Streuung der Daten an.

BZ = 237 ms*SI + 90 ms; R² = .428; p< .001

BZ = 260 ms*SI - 2 ms; R² = .390; p< .001

200

400

600

800

1000

1200

1400

1600

2,5 3,0 3,5 4,0 4,5 5,0 5,5

Bewegungszeit (in ms)

Schwierigkeitsindex (in Einheiten/Sekunde)

Partner 1

Partner 2

Experimentalreihe 3 – „Basketballpassaufgabe“ 150

Für die P1 (F(1, 250) = 186.834; R² = .428; p < .001) berechnete sich eine Funkti-

onsvorschrift von BZ = 237 ms x SI + 90 ms, d.h. dass jede Erhöhung des SI’s um eine Ein-

heit, einen Anstieg der BZ um durchschnittlich 237 ms zur Folge hatte. Der Achsenabschnitt

von 90 ms stellte die hypothetische Mindestdauer einer Bewegung bei einem SI von Null dar.

Für die P2 zeigte sich ebenfalls ein signifikanter Zusammenhang zwischen SI und BZ (F(1,

250) = 159.777; R² = .390; p < .001), der sich mit der Funktionsvorschrift BZ = 260 ms x SI -

2 ms beschreiben ließ, d.h. dass der SI auf die P2 mit zusätzlichen 260 ms pro Einheit wirkte

und sie eine hypothetische Mindestdauer von minus 2 ms aufwies.

8.2.2.2. Bewegungsfehler (BF)

Insgesamt berührten 3,99 % der Pässe die horizontale Korridorbegrenzung. Diese

Fehler 1. Art gingen in die Datenanalyse ein (Anhang 20). Die Varianzanalyse zeigte einen

signifikanter Haupteffekt für den Faktor Schwierigkeitsindex (F(2.76, 96.65) = 29.305, p <

.001, η

= .456). Auf Basis der Ergebnisse vorangegangener Experimente wurde für Re-

gressionsanalysen zwischen dem SI und den BF ein exponentielles Anpassungsmodell ver-

wendet. In Abbildung 57 sind die BF gegen den SI abgetragen:

Abbildung 57: Graphische Darstellung der Bewegungsfehler (in %) in Experiment 8 in Abhängigkeit vom Schwie-

rigkeitsindex (in Einheiten/Sekunde) über beide Partner. Ein exponentielles Kurvenanpassungsmodell ergab die

höchste Varianzaufklärung. Konfidenzintervalle geben die jeweilige Streuung der Daten an.

Die Regressionsanalyse mit exponentiellem Kurvenanpassungsmodell zeigte einen

signifikanten Einfluss der Prädiktorvariable SI auf die Kriteriumsvariable BF (F(1, 250) =

191.798; R

exp.

² = .434; p < .001). Der Anstieg der Fehler mit steigender Aufgabenschwierig-

BF = 0,04e3,858*SI; R²exp. = .434; p< .001

2,5 3,0 3,5 4,0 4,5 5,0 5,5

Bewegungsfehler (in %)

Schwierigkeitsindex (in Einheiten/Sekunde)

Experimentalreihe 3 – „Basketballpassaufgabe“ 151

keit lies sich mit der Funktionsvorschrift BF = 0.04*e

3,858*SI

beschreiben. Demnach stiegen die

BF mit einer Reduktion der Korridorbreite und einer Erhöhung der Distanz zwischen den Vpn

in exponentiellem Maße an. Bei niedrigen SI’s lagen die BF bei knapp unter einem Prozent

wohingegen sie mit zunehmendem SI bis auf 15 % anstiegen.

8.2.2.3. zusätzliche Analysen

Um den selektiven Einfluss der im experimentellen Design manipulierten Faktoren

Distanz und Korridorgröße separat zu prüfen, wurde für die BZ eine zwei-faktorielle Vari-

anzanalyse mit Messwiederholung mit den Faktoren Distanz (dreifach gestuft) und Zielgröße

(als Breite des Passkorridors; dreifach gestuft) berechnet. Da Mauchly-Test auf Sphärizität

(Mauchly-Test) auf signifikante Unterschiede in den Varianzen der Differenzen (Kovarianzen)

zwischen den Bedingungen für den Faktor Distanz (dreifach gestuft) und die Interaktion von

Distanz und Korridor hinwies, werden hier im Folgenden die nach Greenhouse-Geisser kor-

rigierten Werte angegeben.

Abbildung 58: Graphische Darstellung der Bewegungszeiten (in ms) für einen Pass in Experiment 8 in Abhängig-

keit von der Distanz zwischen den Vpn und der Höhe des (Pass-)Korridors.

Signifikante Haupteffekte traten für den Faktor Distanz (F(1.62, 56.85) = 101.344, p <

.001, η

= .743) und den Faktor Korridor (F(2, 70) = 341.812, p < .001, η

= .907) auf. Die

Interaktion zwischen Distanz und Korridor wurde in diesem Experiment ebenfalls signifikant

(F(3.07, 107.47) = 15.738, p < .001, η

= .310), d.h. dass sich der Einfluss der beiden Fakto-

ren auf die BZ gegenseitig modulierte. Mit Hilfe von posthoc t-Tests (Bonferroni, α/6-Methode

zur Behebung der α-Fehler Akkumulation; p = .008) wurden die beiden Haupteffekte daher

Experimentalreihe 3 – „Basketballpassaufgabe“ 152

separat betrachtet (Abbildung 58). Die BZ unterschieden sich – mit Ausnahme der mittleren

Distanz von 3000 mm zwischen den Interaktionspartner zwischen dem großen und dem mitt-

leren Korridor – signifikant in Abhängigkeit von der Korridorhöhe. Mit jeder Reduktion der

Korridorhöhe gingen durchschnittlich 59 ms längere BZ einher. Die Vergrößerung der Dis-

tanz bewirkte wie in den vorangegangen Experimenten längere BZ – hier um durchschnittlich

185 ms. Die Interaktion beider Faktoren bedeutet, dass sich die Stangenhöhe stärker auf die

BZ auswirkte, wenn die Distanz zwischen den Vpn größer war.

Für die BF resultierten Haupteffekte für die Faktoren Distanz (F(1.65, 57.67) =

10.403, p < .001, η

= .229) und Korridorhöhe (F(1.33, 46.57) = 87.779, p < .001, η

= .715),

sowie eine Interaktion beider Faktoren (F(2.53, 88.59) = 6.439, p < .01, η

= .155).

Abbildung 59: Graphische Darstellung der Bewegungsfehler (in %) in Experiment 8 in Abhängigkeit von der Dis-

tanz und der Höhe des (Pass-)Korridors.

Daher wurden posthoc t-Tests (Bonferroni, α/6-Methode zur Behebung der α-Fehler

Akkumulation; p = .008) zur Prüfung des separaten Einflusses der Faktoren berechnet. Diese

zeigten, dass sich die Korridorhöhe ausschließlich bei Pässen aus der mittleren und der gro-

ßen Distanz auf die relative Anzahl der Bewegungsfehler auswirkte. Die Unterschiede aus

der kurzen Distanz zwischen dem kleinen und mittleren (t(35) = -1,700; p = .098) sowie dem

großen und mittleren (t(35) = -,567; p = .574) Korridor wurden statistisch nicht signifikant

(Abbildung 59). Mit steigender Distanz bestimmte die Korridorgröße deutlicher die Anzahl der

BF. Im Mittel gingen mit jeder Reduktion der Korridorhöhe 3,5 % mehr Fehler einher. Eine

Experimentalreihe 3 – „Basketballpassaufgabe“ 153

Vergrößerung der Distanz zwischen den Vpn hatte durchschnittlich 4,6 % mehr Bewegungs-

fehler zur Folge.

8.2.3 Diskussion

Im Zentrum der Betrachtung von Experiment 8 stand der Einfluss der Raumdimensi-

on „Höhe“ beim Lösen der Basketballpassaufgabe. Die systematische Variation der experi-

mentellen Randbedingungen der Aufgabe ergab, dass die Ausführungsgeschwindigkeiten

durch die experimentellen Randbedingungen der Aufgabe bestimmt werden und sich über

das Fitts’sche Gesetz quantitativ abbilden lassen. Die Nullhypothese 3 wird daher verworfen

und die Alternativhypothese 3 bestätigt. Bildet man die Aufgabenanforderungen der einzel-

nen Bedingungen über den Schwierigkeitsindex (Fitts, 1954) ab, dann zeigen sich in den BZ

Koordinationsmuster im Sinne des Fitts’schen Gesetzes, sodass Vpn mit steigendem SI im

Mittel mehr Zeit für einen Pass benötigen. Die Determinationskoeffizienten (R²) der Regres-

sionsanalysen bestätigen für beide Partner einen linearen Zusammenhang von BZ und SI

mit hohen Aufklärungswerten der Varianz (jeweils > 39 %). Die Betrachtung der BF gibt wei-

tere Evidenz für die Annahme, dass mit steigender Aufgabenschwierigkeit die Anzahl der BF

exponentiell ansteigt (Guiard & Olafsdottir, 2011). Demnach provozieren Pässe aus größerer

Distanz bzw. durch einen flacheren Korridor mehr Fehlpässe. Diese Befunde bestätigen die

Forschungshypothese 3.2. Somit können zum einen die Erkenntnisse zum Fitts‘schen Ge-

setz bisheriger Studien zur Koordination von Bewegungen innerhalb von EB (z.B. Fitts &

Peterson, 1964; Klapp, 1975; Crossman & Goodeve, 1963/1983; Welford, 1960) auf die Ko-

ordination von Bewegungen innerhalb von PB erweitert werden. Zum anderen lassen sich

ebenfalls die Erkenntnisse der Experimente 1 und 4 auf die untersuchte sportspielspezifische

Fertigkeit (hier der Basketballpass) übertragen. Dieses Ergebnismuster findet durch zusätzli-

che Analysen zum Einfluss der im Experiment manipulierten Faktoren Distanz und Zielgröße

(als Höhe des Passkorridors) Bestätigung. Danach wirkt sich jeder Faktor systematisch auf

die Koordination der Bewegungshandlungen aus. Korrespondierend zu den Vorhersagen

des Fitts’schen Gesetzes, steigen die BZ jeweils mit größerer Distanz und flacherem

Passkorridor an. Wie auch in den vorangegangenen Experimenten spiegeln die Befunde die

Randbedingungen des experimentellen Designs plausibel wider.

Experimentalreihe 3 – „Basketballpassaufgabe“ 154

8.3 Experiment 9

Experiment 9 schließt die Experimentalreihe 3 („Basketballpassaufgabe“) ab, indem

es prüft, ob sich die Koordinationsmuster von zwei Interaktionspartnern beim Lösen einer

komplexen sportspielspezifischen Fertigkeit für die Raumdimension „Tiefe“ quantitativ über

das Fitts’sche Gesetz abbilden lassen. Aufgabe der Vpn war es in diesem Fall den Basket-

ball innerhalb von 20 Sekunden möglichst schnell und zielgenau durch ein quadratisches

Zielfeld auf dem Boden zu einem Partner zu passen. Es wird erwartet, dass sich die Variati-

on der experimentellen Randbedingungen systematisch auf die Koordinationsmuster zweier

Partner auswirkt. Höhere Schwierigkeitsindizes (als Kombination der Tiefe des (Pass-

)Korridors und der Distanz zwischen den Partnern) der Aufgabe sollten zu langsameren BZ

und einer erhöhten Anzahl an BF führen. Das Experiment 9 dient deshalb zur Überprüfung

der Nullhypothese 3, der Alternativhypothese 3 und der Forschungshypothese 3.3.

8.3.1 Methode

8.3.1.1. Versuchspaare

26 Studierende der Universität des Saarlandes (M = 23,24 Jahre; SD = 2,6 Jahre; 7

weiblich) nahmen an diesem Experiment teil. Die randomisierte Zusammenstellung zu 13 VP

ergab ein weibliches, sieben männliche und gemischtgeschlechtliche Paare. Fünf Vpn gaben

an linkshändig zu sein. Die Vpn verfügten durchschnittlich über 8,1 Jahre (SD = 6,7 Jahre)

Erfahrung in Wurfsportarten. Ihre Teilnahme war freiwillig und wurde finanziell nicht entlohnt.

Eine genaue Beschreibung der Versuchspaare findet sich in Tabelle 25.

Tabelle 25: Zusammenfassung der anthropometrischen Daten der Versuchspersonen aus Experiment 9.

Paare Gesamt

männlich weiblich gemischt

Alter (in Jahren)

Größe (in cm)

Händigkeit (rechts in %)

Sportexpertise (in Jahren)

23,4 (± 3,0)

178,9 (± 6,2)

78,6

9,3 (± 7,9)

22,5 (± 0,7)

163,0 (± 2,8)

100

0,0 (± 0,0)

23,1 (± 2,3)

175,4 (± 7,8)

80,0

8,0 (± 4,9)

23,2 (± 2,6)

176,3 (± 7,8)

80,8

8,1 (± 6,7)

8.3.1.2. Versuchsaufgabe und -aufbau

Auch in diesem Experiment sollten die Vpn einen Basketball möglichst schnell und

zielgenau zu einem Partner passen. Der (Ziel-)Korridor spannte sich in diesem Fall jedoch

nicht vertikal oder horizontal, sondern in der Raumdimension „Tiefe“ auf. Ein gültiger Pass

Experimentalreihe 3 – „Basketballpassaufgabe“ 155

definierte sich aus einem Zuspiel zwischen P1 und P2 durch ein quadratisches Zielfeld auf

dem Boden. Die Distanzen zwischen den Vpn waren dieselben wie in Experiment 7 und 8

(2000, 3000 und 4000 mm), die orthogonal mit drei Größen des Zielfeldes (Kantenlänge: 252

mm, 504 mm und 756 mm) kombiniert wurden. Markierungen auf dem Boden zeigten die

jeweiligen Distanzen im Labor an. Der Pass sollte in aufrechter Haltung als beidhändiger

Brustpass gespielt werden. Die Versuchsleiter achteten auf eine parallele Fußstellung und

ein nicht-übermäßiges Nachvornelehnen des Oberkörpers. Kamera, Basketball und Labor-

raum entsprachen den vorangegangenen Experimenten (Abbildung 60).

Abbildung 60: Versuchsaufbau von Experiment 9 (Basketballpass „Tiefe“). Die systematische Variation dreier

Distanzen (1000 vs. 1500 vs. 2000 mm) zwischen Vpn und Passkorridor und dreier Korridore (Tiefe: 252 vs. 504

vs. 756 mm) ergab auf Basis des Fitts’schen Gesetzes SI‘s zwischen 2,5 und 5,4 Einheiten/Sekunde.

8.3.1.3. Versuchsdesign

Demographischer Fragebogen, Einverständnis- und Teilnahmeerklärung entsprachen

denen vorheriger Experimenten. Ungenaue Pässe, die vom Partner nicht gefangen werden

konnten, und Durchgänge bei denen mehr als dreimal das Zielfeld (plus dessen Randmarkie-

rung) verfehlt wurde, galten als Fehler 2. Art. Diese Durchgänge wurden direkt wiederholt.

Als Fehler 1. Art gingen die Pässe, die das Zielfeld verfehlten (< 3), als aV in die Datenana-

lyse ein. Aus der Kombination von Distanz und Zielkorridor resultieren SI‘S zwischen 2,5 und

756

504

2000

1500

1000

1500

2000

252

504

756

Experimentalreihe 3 – „Basketballpassaufgabe“ 156

5,4 Einheiten/Sekunde. In der Eingewöhnungsphase wurde jede Distanz und jede Korridor-

größe einmal für 20 Sekunden absolviert. Die Reihenfolge in der die Paare die unterschiedli-

chen Versuchsbedingungen durchführten war randomisiert. Jede Versuchsbedingung muss-

te viermal (erfolgreich) realisiert werden.

8.3.1.4. Datenanalyse

Separate zwei-faktorielle Varianzanalysen prüften den Einfluss des Faktors Schwie-

rigkeitsindex (7-fach gestuft) und des Zwischensubjektfaktors Partner (P1 vs. P2) auf die

beiden abhängigen Variablen BZ und BF. Für die BZ wurden lineare, für die BF exponentielle

Regressionsanalysen zur statistischen Betrachtung der Abhängigkeit zwischen der Prä-

diktorvariable (Schwierigkeitsindex) und der Kriteriumsvariable (BZ) genutzt. Die Prüfung auf

Ausreißer (+/- zweifache Standardabweichung) und auf Normalverteilung (Kolmogorov-

Smirnov-Test) erlaubte die Aufnahme aller Vpn in die Datenauswertung. Zusätzliche Analy-

sen (zwei-faktorielle ANOVA’s) bestimmten den separaten Einfluss der experimentell mani-

pulierten Faktoren Distanz und Korridorgröße (hier: die Dimension Tiefe). Bei einer signifi-

kanten Interaktion der beiden Faktoren zeigten posthoc t-Tests (unter Berücksichtigung der

Bonferroni Korrektur) die jeweilige Gewichtung der Einflussfaktoren an.

8.3.2 Ergebnisse

8.3.2.1. Bewegungszeiten (BZ)

Der Kolmogorov-Smirnov-Test ergab für keine der neun Bedingungen einen signifi-

kanten Unterschied innerhalb eines Versuchspaares (p > .05). Im Mittel benötigten die Vpn

995 ms (SD = 90 ms) für einen Bewegungszyklus, d.h. für das Fangen, Zielen und Werfen

des Basketballes (Anhang 21). Sortiert man die BZ nach dem jeweiligen SI der Versuchsbe-

dingung fällt auf, dass auch in diesem Experiment 9 mit steigender Aufgabenschwierigkeit

längere BZ einhergingen (Tabelle 26).

Tabelle 26: Durchschnittliche Bewegungszeiten aus Experiment 9 sortiert nach Schwierigkeit (in Einhei-

ten/Sekunde).

SI 2,5 3,1 3,5 3,8 4,3 5,0 5,4

P1 772 949 1089 970 1159 1025 1192

(SD) (104) (77) (84) (87) (108) (90) (94)

P2 767 955 1108 980 1142 1017 1178

(SD) (106) (82) (85) (78) (108) (92) (89)

M 769 952 1099 975 1150 1021 1185

Experimentalreihe 3 – „Basketballpassaufgabe“ 157

In den Versuchsbedingungen, die durch einen niedrigen SI gekennzeichnet sind, be-

nötigten die Vpn im Mittel weniger Zeit für einen Pass (SI

2,5

= 769 ms) als für Bedingungen,

die einen hohen SI besitzen (SI

5,4

= 1185 ms). Die zwei-faktorielle Varianzanalyse ergab ei-

nen signifikanten Haupteffekt für den Faktor Schwierigkeitsindex (F(2.84, 62.37) = 190.466, p

< .001, η

= .896). Je schwieriger die Aufgabe war, desto länger fiel die BZ für einen Bewe-

gungszyklus aus. Der Zwischensubjektfaktor Partner wurde hingegen nicht signifikant (F(1,

22) = .001, p > .05, η

= .000), d.h. beide Partner agierten im Mittel über die Versuchsbedin-

gungen hinweg gleich schnell (M

= 996 ms; M

= 994 ms). Auch die Interaktion zwischen

dem Faktor Schwierigkeitsindex und dem Zwischensubjektfaktor Partner wurde statistisch

nicht signifikant (F(2.84, 62.37) = .455, p > .05, η

= .020).

Mittels linearer Regressionsanalysen konnte der Einfluss des SI’s auf die durch-

schnittlichen BZ statistisch geprüft werden. Dabei zeigte sich sowohl für die P1 (F(1, 82) =

70.958; R² = .454; p < .001) als auch die P2 (F(1, 82) = 58.874; R² = .418; p < .001) ein signi-

fikanter Zusammenhang zwischen SI und BZ. Für die P1 berechnete sich eine Funktionsvor-

schrift von BZ = 110 ms x SI + 563 ms, d.h. dass jede Erhöhung des SI’s um eine Einheit,

einen Anstieg der BZ um durchschnittlich 110 ms bewirkte. Der Achsenabschnitt von 563 ms

stellte die hypothetische Mindestdauer einer Bewegung bei einem SI von Null dar. In Abbil-

dung 61 ist die benötigte BZ gegen den SI abgetragen:

Abbildung 61: Graphische Darstellung der Bewegungszeiten (in ms) für einen Pass in Experiment 9 in Abhängig-

keit vom Schwierigkeitsindex (in Einheiten/Sekunde). Dunkle Vierecke stellen die durchschnittliche BZ der Partner

1 und helle Vierecke die der Partner 2 dar. Konfidenzintervalle geben die jeweilige Streuung der Daten an.

BZ = 110 ms*SI + 563 ms; R² = .464; p< .001

BZ = 103 ms*SI + 589 ms; R² = .304; p< .001

200

400

600

800

1000

1200

1400

1600

2 2,5 3 3,5 4 4,5 5 5,5 6

Bewegungszeit (in ms)

Schwierigkeitsindex (in Einheiten/Sekunde)

Partner1

Partner2

Experimentalreihe 3 – „Basketballpassaufgabe“ 158

Für die P2 ermittelte sich eine Funktionsvorschrift von BZ = 103 ms*SI + 589 ms, d.h.

dass jede Erhöhung des SI um eine Einheit durchschnittlich 102 ms mehr BZ hervorrief. Der

Schnittpunkt der Regressionsgeraden für die P2 lag bei 589 ms.

8.3.2.2. Bewegungsfehler (BF)

In insgesamt 0,86 % der Pässe begingen die Vpn einen Fehler 2. Art, d.h. sie verfehl-

ten mehr als dreimal das Zielfeld, verließen ihre Position oder fingen den Basketball nicht.

Diese Durchgänge wurden wiederholt und gingen nicht mit in die Datenauswertung ein. Da-

gegen wurden die Fehler 1. Art (M = 5,60 %; SD = 7,97 %) also alle Pässe, die das Zielfeld

oder dessen Randmarkierung verfehlten, als aV in der Regressionsanalyse mit exponentiel-

lem Kurvenanpassungsmodell mit der uV SI berücksichtigt (Anhang 22). Diese ergab einen

signifikanten Zusammenhang von SI und BF (F(1, 250) = 92.563; R

exp.

² = .270; p < .001), der

sich mit der Funktionsvorschrift BF = 0.09*e

2.459*SI

beschreiben lässt (Abbildung 62).

Abbildung 62: Graphische Darstellung der Bewegungsfehler (in %) in Experiment 9 in Abhängigkeit vom Schwie-

rigkeitsindex (in Einheiten/Sekunde) über beide Versuchspartner. Der Verlauf der BF wird am besten über expo-

nentielles Kurvenanpassungsmodell beschrieben. Konfidenzintervalle geben die jeweilige Streuung der Daten an.

Demnach stieg die Anzahl der BF überproportional im Verhältnis zum SI an, sodass

zu Beginn unter einem Prozent der Pässe das Zielfeld verfehlten und bei steigender Schwie-

rigkeit bis zu 20 % der Pässe das Zielfeld nicht trafen.

BF = 0.039*e3.871*SI; Rexp.² = .354

2,5 3,0 3,5 4,0 4,5 5,0 5,5

Bewegungsfehler (in %)

Schwierigkeitsindex (in Einheiten/Sekunde)

Experimentalreihe 3 – „Basketballpassaufgabe“ 159

8.3.2.3. zusätzliche Analysen

Um den selektiven Einfluss der im experimentellen Design manipulierten Faktoren

Distanz und Korridorgröße separat zu prüfen, wurde für die BZ eine zwei-faktorielle Vari-

anzanalyse mit Messwiederholung für die Faktoren Distanz (dreifach gestuft) und Zielgröße

(als Tiefe des Passkorridors; dreifach gestuft) berechnet. Signifikante Haupteffekte traten für

den Faktor Distanz (F(2, 70) = 1264.263, p < .001, η

= .973) und den Faktor Zielgröße (F(2,

70) = 72.495, p < .05, η

= .674) auf. Die Interaktion zwischen Distanz und Zielkorridor wur-

de hingegen nicht signifikant (F(4, 140) = 1.636, p > .05, η

= .045). Im Durchschnitt stieg die

benötigte BZ für einen Pass mit jeder Verringerung der Korridorgröße um 46 ms. Wie in allen

vorangegangenen Experimenten wirkte sich gleichzeitig die Distanz zwischen den Vpn auf

die BZ aus: Mit jedem zusätzlichen Meter Distanz zwischen den Ko-Akteuren stieg die BZ

durchschnittlich um 155 ms. Die separate Betrachtung der Haupteffekte (Abbildung 63) be-

stätigte für die meisten Kombinationen aus Distanz und Zielkorridor signifikante Unterschiede

in den BZ:

Abbildung 63: Graphische Darstellung der Bewegungszeiten (in ms) für einen Pass in Experiment 9 in Abhängig-

keit von der Distanz zwischen den Vpn und der Tiefe des (Pass-)Korridors.

Die Varianzanalyse für die BF zeigten ebenfalls für die Faktoren Distanz (F(1.46,

51.20) = 40.383, p < .001, η

= .536) und Zielkorridor (F(1.52, 53.30) = 58.865, p < .001, η

= .627) sowie die Interaktion beider Faktoren (F(2.67, 93.46) = 5.531, p < .001, η

= .136)

statistisch signifikante Effekte (Abbildung 64).

Experimentalreihe 3 – „Basketballpassaufgabe“ 160

Abbildung 64: Graphische Darstellung der Bewegungsfehler (in %) in Experiment 9 in Abhängigkeit von der Dis-

tanz zwischen den Vpn der Tiefe des (Pass-)Korridors.

Bei Pässen aus der kürzesten Distanz von zwei Metern zwischen den Vpn wirkte sich

die Tiefe des Passkorridors nicht systematisch auf die Anzahl der Fehler aus. Ab einer Dis-

tanz von drei Meter zum Partner stiegen die BF jedoch sukzessive mit einer Verringerung

des Zielkorridors an (p < .008), d.h. sowohl bei mittleren als auch bei großen Distanzen zwi-

schen den Passspielern bewirkten kleinere Passkorridore mehr Fehler. Betrachtet man den

Einfluss der Distanz separat, unterschieden sich die BF unabhängig von der Tiefe des Ziel-

korridors signifikant mit steigender Distanz zwischen den Passspielern. Demnach begingen

die Vpn mehr Fehler, je weiter sie passen mussten.

8.3.3 Diskussion

Ziel des Experiments 9 war die abschließende Betrachtung der Koordinationsmuster

zweier Partner beim Basketballpass während der systematischen Variation der dritten

Raumdimension „Tiefe“. Die systematische Variation der experimentellen Randbedingungen

der Aufgabe ergab, dass die Ausführungsgeschwindigkeiten auch in diesem letzten Experi-

ment durch die experimentellen Randbedingungen der Aufgabe bestimmt werden und sich

über das Fitts’sche Gesetz quantitativ abbilden lassen. Damit wird die Nullhypothese 3 ver-

worfen und die Alternativhypothese 3 angenommen. Bildet man die Aufgabenanforderungen

der einzelnen Bedingungen über den Schwierigkeitsindex (Fitts, 1954) ab, dann zeigen sich

in den BZ systematische Koordinationsmuster im Sinne des Fitts’schen Gesetzes, d.h. Vpn

benötigen mit steigendem SI mehr Zeit für einen Pass. Die Determinationskoeffizienten (R²)

Experimentalreihe 3 – „Basketballpassaufgabe“ 161

der Regressionsanalysen bestätigen für beide Partner einen linearen Zusammenhang von

BZ und SI mit hohen Aufklärungswerten der Varianz (jeweils > 30 %). Die Betrachtung der

BF gibt weitere Evidenz für die Annahme, dass mit steigender Aufgabenschwierigkeit die

Anzahl der BF exponentiell ansteigt (Guiard & Olafsdottir, 2011). Demnach fallen den Vpn

Pässe aus kürzerer Distanz bzw. durch einen tieferen Korridor leichter (weniger Fehlpässe).

Diese Befunde bestätigen die Forschungshypothese 3.3. Somit können die Erkenntnisse

zum Fitts‘schen Gesetz bisheriger Studien zur Koordination von Bewegungen innerhalb von

EB (z.B. Fitts & Peterson, 1964; Klapp, 1975; Crossman & Goodeve, 1963/1983; Welford,

1960) auf die Koordination von Bewegungen innerhalb von PB erweitert und die Ergebnisse

der Experimente 1 und 4 auf die sportspielspezifische Fertigkeit des Basketballpasses über-

tragen werden. Dieses Ergebnismuster wird zusätzlich durch die Analysen zum Einfluss der

im Experiment manipulierten Faktoren Distanz und Zielgröße (als Tiefe des Passkorridors)

bekräftigt. Danach wirkt sich jeder experimentelle Randfaktor systematisch auf die Koordina-

tion der Bewegungshandlungen aus. Wie mit Hilfe des Fitts’schen Gesetzes vorhergesagt,

steigen die BZ jeweils mit größerer Distanz und kleinerem Passkorridor an. Die Befunde

spiegeln somit die Randbedingungen des experimentellen Designs – wie in den vorrange-

gangenen Experimenten – plausibel wider.

Experimentalreihe 3 – „Basketballpassaufgabe“ 162

8.4 Diskussion – Experimentalreihe 3

Die Experimentalreihe 3 prüfte den Einfluss einzelner Raumdimensionen („Breite“,

„Höhe“ und „Tiefe“) isoliert voneinander auf die Koordinationsmuster zweier Partner während

einer komplexen sportspielspezifischen Fertigkeit. Hypothesenkonform lassen sich die Koor-

dinationsmuster zweier Partner beim Lösen dieser Basketballpassaufgabe quantitativ über

das Fitts’sche Gesetz abbilden. Dabei wirken sich die experimentellen Randbedingungen als

Distanz zwischen den Passspielern und der jeweiligen Raumdimension (Experiment 7 =

Breite; Experiment 8 = Höhe; Experiment 9 = Tiefe) plausibel auf die BZ und die BF aus. Die

Ausführungsgeschwindigkeiten der Bewegungshandlungen der Vpn orientieren sich an der

jeweiligen Schwierigkeit der Aufgabe (Fitts, 1954). Damit liefert die Experimentalreihe 3 wei-

tere Evidenz dafür, dass sich emergente Koordinationsmuster auf Basis des Fitts‘schen Ge-

setzes nicht nur in EB (Fitts & Peterson, 1964; Klapp, 1975; Crossman & Goodeve,

1963/1983; Welford, 1960) sondern auch in PB (z.B. Experimentalreihe 1 und 2, sowie Mot-

tet et al., 2001) bilden.

Für die BF findet sich ein exponentieller Zusammenhang zwischen den BF und dem

SI der Aufgabe. Diese Befunde korrespondieren mit bisherigen Studien (z.B. der Experimen-

talreihe 2; Guiard & Olafsdottir, 2011), die diesen überproportionalen Anstieg der BF auf Li-

mitationen des Bewegungsapparates zurückführten.

Bisherige Studien testeten nur die Koordinationsmuster in der Partnerinteraktion für

eine Dimension (Meulenbroek et al., 2007 & Vesper et al., 2013: Raumdimension „Tiefe“;

Fine & Amazeen, 2011: Raumdimension „Breite“). Einzig in der Studie von Mottet und Kolle-

gen (2001) mussten die Vpn sowohl die Raumdimension „Breite“ als auch die „Höhe“ wäh-

rend der Bewegungsausführung berücksichtigen, da sie einen Lichtpunkt mit einem Zielfeld

im zwei-dimensionalen Raum in Überstimmung bringen sollten. Die vorliegende Experimen-

talreihe 3 prüft erstmalig alle Raumdimensionen isoliert voneinander für eine komplexe Fer-

tigkeit. Die sehr konsistenten Ergebnisse über alle drei Experimente (Experimente 7-9) hin-

weg legen nahe, dass jede Raumdimension die Bearbeitung der Aufgabe während der Aus-

führung der Bewegungshandlung aus informationstheoretischer Sicht in gleicher Weise zu

limitieren scheint. Die Partner berücksichtigen demnach für die Koordination der Bewe-

gungshandlungen die Randbedingungen der jeweiligen (Ab-)Spielsituation. Diese Ergebnis-

se bergen wichtige Implikationen für die Sportpraxis, z.B. für Trainerinstruktionen, Taktiktrai-

ning, Entscheidungsverhalten, etc. Diese Implikationen werden in der Gesamtdiskussion

(Kapitel 10) ausführlich besprochen.

Gesamtbetrachtung der Experimentalreihen 1-3 163

9 Gesamtbetrachtung der Experimentalreihen 1-3

Um der Frage nachzugehen, ob sich vergleichbare Koordinationsmuster für Aufgaben

unterschiedlicher Komplexität nachweisen lassen (Forschungsfrage 3), werden abschließend

die Ergebnisse der Experimente 1, 4 und 9 miteinander verglichen (siehe auch Leseleitfaden

2, aus der Einleitung). Diese drei Experimente ähneln sich in ihrem experimentellen Design

und lassen deshalb eine vergleichende Analyse der Ergebnisse zu.

9.1.1 Methode

Zur vergleichenden Analyse wurde ausschließlich die BZ als abhängige Variable her-

angezogen, da die BF in den einzelnen Experimenten (Experiment 1, 4 und 9) unterschiedli-

cher Natur waren (Fehler 1. Art vs. Fehler 2. Art) bzw. in Experiment 1 durch den Aufga-

bencharakter nicht operationalisiert werden konnten. Zur statistischen Prüfung fand ein s.g.

„Omnibus-Test“ Verwendung (Bortz & Schuster, 2010). Dieser Test ermöglicht es, verschie-

dene Experimente global über eine gemeinsame Variable miteinander zu vergleichen. Der

Faktor Schwierigkeitsindex unter Berücksichtigung der Kombination von Distanz und Ziel-

größe ging in eine ein-faktorielle Varianzanalyse mit Messwertwiederholung mit den Zwi-

schensubjektfaktoren Partner (P1 vs. P2) und Komplexität (Experiment 1 vs. 4 vs. 9) ein.

Zusätzlich konnten die Koeffizienten der Steigung der Regressionsgeraden und der jeweilige

Achsenabschnitt als Schnittpunkt mit der Ordinate bei einer hypothetischen Schwierigkeit

von Null mittels einer univariaten Varianzanalyse verglichen werden (vgl. Lorch & Myers,

1990, Methode 3, Statistik auf Basis der Koeffizienten).

9.1.2 Ergebnisse

Die Varianzanalyse zeigte einen signifikanten Haupteffekt für den Faktor Schwierig-

keitsindex (F(3.45, 558.04) = 308.267; p < .01; η

= .656). Demnach wurden die BZ mit stei-

gender Aufgabenschwierigkeit länger (SI 1 = 980; SI 2 = 1085; SI 3 = 1276; SI 4 = 1232; SI 5

= 1394; SI 6 = 1422; SI 7 = 1605). Der Zwischensubjektfaktor Partner wurde hingegen nicht

signifikant (F(1, 162) = 3.197; p > .01; η

= .019), d.h. dass die Partner (P1 vs. P2) über die

Experimente hinweg im Mittel gleich schnell agierten (M

= 1257 ms; M

= 1313 ms). Der

Zwischensubjektfaktor Komplexität wirkte sich systematisch auf die BZ aus (F(2, 162) =

125.349; p < .001; η

= .607), allerdings interagierten die Faktoren Schwierigkeitsindex und

Komplexität miteinander (F(6.89, 558.04) = 47.488; p < .001; η

= .370). Demnach wirkte

sich die Aufgabenschwierigkeit nicht in jedem Experiment gleichermaßen auf die BZ aus. Die

graphische Darstellung in Abbildung 65 verdeutlicht, dass sich der SI in Experiment 4 deut-

lich stärker auf die BZ auswirkte als in den Experimenten 1 und 9.

Gesamtbetrachtung der Experimentalreihen 1-3 164

Abbildung 65: Graphische Darstellung der Bewegungszeiten (in ms) der Experimente 1, 4 und 9 in Abhängigkeit

vom Schwierigkeitsindex (in Einheiten/Sekunde). Zur Berechnung der Regressionsgerade wurden die BZ über

beide Partner (P1 vs. P2) kollabiert. Konfidenzintervalle geben die jeweilige Streuung der Daten an.

Dieser Befund wird durch die Ergebnisse der univariaten Varianzanalyse der Stei-

gung der Regressionsgeraden untermauert: Hier ergab sich ein signifikanter Unterschied in

den Steigungen zwischen Experiment 1 und 4 sowie 4 und 9 (beide p < .001), jedoch nicht

zwischen Experiment 1 und 9 (p = .888). Demnach fiel der Anstieg der BZ in Experiment 4

(M = 457 ms) höher aus als in Experiment 1 (M = 134 ms) und in Experiment 9 (M = 106

ms). Analog umgekehrt ergab sich ein signifikant niedrigerer Schnittpunkt mit der Ordinate (p

< .001) für Experiment 4 (M = 41 ms) als für Experiment 1 (M = 467 ms) und Experiment 9

(M = 576 ms). Die Achsenabschnitte zwischen Experiment 1 und 9 unterschieden sich hin-

gegen nicht signifikant voneinander (p = .398).

9.1.3 Diskussion

Steigende Aufgabenschwierigkeiten führten in jedem der drei Experimente zu lang-

sameren BZ. Dies gilt sowohl für einfache geführte Objektmanipulationen („Scheibentrans-

fer“), für Objektmanipulationen mittlerer Komplexität („Wurfaufgabe“), in der die Trajektorie

der Bälle nach dem Verlassen der Hand nicht mehr korrigiert werden konnte, als auch für

eine komplexe sportspielspezifische Fertigkeit („Basketballpass“), in der die Partner in direk-

ter Interaktion (über den Basketball)

stehen. Die Nullhypothese 4 wird daher beibehalten und

die Alternativhypothese 4 zurückgewiesen.

500

1000

1500

2000

2500

012345678

Bewegungszeit (in ms)

Schwierigkeitsindex (in Einheiten/Sekunde)

Experiment 1 = Scheibentransfer

Experiment 4 = Wurfaufgabe

Experiment 9 = Basketballpass

Gesamtbetrachtung der Experimentalreihen 1-3 165

Die Unterschiede zwischen Experiment 1 und 4 sowie zwischen 4 und 9 äußerten

sich in einer stärkeren Reduktion der Bewegungsgeschwindigkeit in Experiment 4 bei einer

Erhöhung des SI’s um eine Einheit. Diese Unterschiede deuten daraufhin, dass die Aufga-

benkategorisierung in „kleinräumige“ vs. „großräumige“ Bewegungshandlungen die Komple-

xität der Aufgabe hier nicht adäquat widerspiegelt. Es scheint, als ob die Bewegungsausfüh-

rungen in der geführten Objektmanipulation („Scheibentransferaufgabe“) und der sportspiel-

spezifischen Fertigkeit („Basketballpassaufgabe“) leichter zu kontrollieren gewesen sind als

bei der ungeführten Objektmanipulation („Wurfaufgabe“). Nach Bernstein (1967) liegt das

Problem der (exakten) Ausführung einer willkürlichen Bewegung in der Kontrolle der Frei-

heitsgerade (df) des Bewegungsapparates. Je mehr Freiheitsgerade variiert werden können,

desto schwerer ist die Bewegung zu koordinieren (engl. „degrees of freedom problem“;

Bernstein, 1967). Deshalb ist der größere Anstieg der BZ in Experiment 4 im Vergleich zu

Experiment 1 aufgrund der Steigerung der Aufgabenkomplexität von einer einfachen Ob-

jektmanipulation zu einer Objektmanipulation mittlerer Komplexität gut nachvollziehbar. In

diesem Zusammenhang ist es aber auch möglich, dass die Freiheitsgrade in der Wurfaufga-

be in Experiment 4 schwerer zu kontrollieren waren als in der Basketballpassaufgabe in Ex-

periment 9. Dies mag an der beidhändigen Ausführung des Basketballpasses liegen, welche

die Bewegung mehr zu stabilisieren scheint. Dadurch können Basketballpässe unter höherer

Schwierigkeit schneller gespielt werden als einhändige Würfe.

Auf Basis der Befunde zu Oszillationsdynamiken könnten die Bewegungshandlungen

in den Experimenten 1 und 9 auch rhythmisierter abgelaufen sein als die diskrete Wurfauf-

gabe in Experiment 4. Für einfache rhythmische Bewegungen konnte in zahlreichen Studien

gezeigt werden, dass es zu einer Kopplung von Bewegungsphasen kommt, ohne dass die

Vpn explizit Aufmerksamkeit darauf verwenden (Bernieri & Rosenthal, 1991; Oullier et al.,

2008; Schmidt & Turvey, 1994). Unter Umständen hat eine solche Kopplung der Bewe-

gungsphasen die Ausführung der Bewegungshandlung beider Partner gefördert (siehe auch

Haken et al., 1985).

Abschließend bleibt jedoch festzuhalten, dass das Fitts‘sche Gesetz seine Gültigkeit

über alle Experimente hinweg behielt und der Geschwindigkeits-Genauigkeits-Ausgleich für

Aufgaben unterschiedlicher Komplexität wirksam wurde, wenn auch in unterschiedlichem

Ausmaß.

Diskussion 166

10 Diskussion

Die vorliegende Arbeit untersuchte die Gültigkeit des Fitts’schen Gesetzes bei der

Bearbeitung kooperativer Aufgaben. Dazu sollten Versuchspaare in drei Experimentalreihen

gemeinsam einfache Objektmanipulationen (eine Scheibentransferaufgabe in Experimental-

reihe 1, Experiment 1-3), Objektmanipulationen mittlerer Komplexität (eine Wurfaufgabe in

Experimentalreihe 2, Experiment 4-6) und eine komplexe sportspielspezifische Fertigkeit

(eine Basketballpassaufgabe in Experimentalreihe 3, Experiment 7-9) durchführen. Erfasst

wurden dabei die Bewegungszeiten für einen vollen Bewegungszyklus und der Bewegungs-

fehler während eines Durchgangs. Durch die systematische Manipulation der experimentel-

len Randbedingungen (Distanz und Zielgröße) ergaben unterschiedlich schwere Aufgaben,

die sich auf Basis des Fitts’schen Gesetzes (Fitts, 1954) über den Schwierigkeitsindex (in

Einheiten/Sekunde) operationalisieren ließen.

Das erste Ziel war die Beantwortung der Frage, ob Versuchspaare einen Kompro-

miss aus Bewegungsgeschwindigkeit und Bewegungsgenauigkeit nutzen, um ihre Bewe-

gungshandlungen beim wechselseitigen Lösen der Aufgabe an die Schwierigkeit der jeweili-

gen Aufgabe anzupassen. In diesem Fall sollten sich emergente Koordinationsmuster im

Sinne des Fitts’schen Gesetzes nachweisen lassen. Die konsistenten Ergebnisse der neun

Experimente belegen (siehe Anhang 23 und Anhang 24), dass sich die Koordinationsmuster

zweier Partner, sowohl beim wechselseitigen Transfer von Scheiben (einfache Objektmani-

pulationsaufgabe), beim wechselseitigen Werfen von Bällen (Objektmanipulation mittlerer

Komplexität) als auch beim hin-und-her Passen eines Basketballes (komplexen sportspiel-

spezifischen Fertigkeit) durch die experimentellen Randbedingungen bestimmen und quanti-

tativ über das Fitts’sche Gesetz abbilden lassen. Dabei ist es besonders interessant, dass es

keine prinzipiellen Unterschiede in den Koordinationsmustern der Vpn zwischen EB und PB

gibt (Experiment 2 und 5). Lediglich die allgemeinen Bewegungszeiten sind in der PB lang-

samer als in der EB.

Langsamere Bewegungszeiten könnten sich aus der Tatsache ergeben haben, dass

die Partner innerhalb von kooperativen Bedingungen handelten. Die Vpn waren angehalten

im Wechsel zu agieren und die Instruktion vermied es, der Aufgabe einen kompetitiven Cha-

rakter zu verleihen. Es bleibt offen, ob eine andere Instruktion zu Effekten der sozialen Fazili-

tation (d.h. zu schnellen BZ in der PB) geführt hätte (Triplett, 1898). Die Studie von Georgiou

und Kollegen (Georgiou et al., 2007) konnte in diesem Zusammenhang eine schnellere Be-

arbeitung der Aufgabe in kompetitiven Kontexten nachweisen. Auf der anderen Seite konnte

bereits Drill (1933) zeigen, dass Vpn die zeitliche Koordination ihrer Handlungen innerhalb

von kooperativen Bedingungen besser abstimmen (Drill, 1933; zitiert aus Loosch, 1993).

Diskussion 167

Dieser Aspekt wird für die vorliegenden Ergebnisse noch einmal weiter unten für das zweite

Ziel der Arbeit diskutiert.

Insgesamt untermauern diese Befunde die Robustheit (Schmidt und Lee, 2005) des

Fitts’schen Gesetzes nicht nur für EB (Fitts & Peterson, 1964; Klapp, 1975; Crossman &

Goodeve, 1983; Welford, 1960), sondern geben weitere Evidenz für dessen Gültigkeit in PB

(Mottet et al., 2001; Vesper et al., 2013a). Dabei wird das Fitts’sche Gesetz beim Lösen von

Aufgaben unterschiedlicher Komplexität wirksam, d.h. es konnten gleiche Koordinationsmus-

ter für die Scheibentransfer-, Wurf- und Basketballpassaufgabe nachgewiesen werden.

Gleichzeitig widersprechen diese Ergebnisse dem Befund von Fine und Amazeen (2011),

dass das Fitts’sche Gesetz in kooperativen Situationen verletzt wird.

Durch die Variation des Handlungskontextes innerhalb von EB und PB (Experiment 2

und 5) wurde dem zweiten Ziel dieser Arbeit nachgegangen. Hier stellte sich zunächst die

Frage, ob die gemeinsame Bearbeitung der Aufgabe mit einem Ko-Akteur zu systematischen

Interaktionsmustern zwischen den Partnern führt. In diesem Zusammenhang betonte Kunde

(2006), dass die gleichzeitige Bearbeitung zweier Aufgaben durch die Kombinierbarkeit von

Handlungs- und Effektrepräsentationen beeinflusst wird. Frühe Studien zur Koordination von

bi-manuellen Bewegungen konnten für Fitts’sche Aufgaben nachweisen, dass sich jeweils

die Hand mit den geringeren Aufgabenanforderungen (niedriger SI) an die Hand mit den hö-

heren Anforderungen (hoher SI) anpasst (Kelso et al., 1979, 1983). Fine und Amazeen

(2011) konnten dieses Interaktionsmuster auch für inter-personelle Bedingungen replizieren.

Dabei orientierte sich ebenfalls der Partner mit der leichteren Aufgabe (niedriger SI) am

Partner mit der schwereren Aufgabe (hoher SI). Die Autoren sehen darin eine Verletzung

des Fitts’schen Gesetzes.

Auch in den vorliegenden Experimenten finden sich systematische Interaktionseffekte

zwischen den Partnern. Dies geht zunächst aus den Experimenten 2 und 5 hervor, in denen

die Vpn in den PB insgesamt langsamer agierten als in den EB. Das ist ein Hinweis darauf,

dass sich die Partner in der PB im Gegensatz zur EB während der Ausführung der Bewe-

gungshandlungen für Aufgaben mit gleicher Aufgabenanforderung aufeinander abstimmen.

Längere Bewegungszeiten spiegeln kognitive Kosten wieder, die während dieser Abstim-

mungsprozesse entstehen. Gerichtete Interaktionskosten entstehen während der Bearbei-

tung von Aufgaben mit unterschiedlicher Schwierigkeitsanforderung (Experimente 3 und 6).

Auch hier konnte in Übereinstimmung mit Fine und Amazeen (2011) und Vesper et al.

(2013a) beobachtet werden, dass sich der Partner mit der leichteren Aufgabenschwierigkeit

an den Partner mit der höheren Aufgabenschwierigkeit anpasste.

Vor dem Hintergrund der Annahme von Sebanz et al. (2006a), dass sich zwei Partner

im Interaktionskontext Repräsentationen einer Handlung teilen (d.h. Ko-Repräsentationen

bilden), müssen die Befunde der Experimente 3 und 6 nicht zwingend als eine Verletzung

Diskussion 168

des Fitts’schen Gesetzes interpretiert werden. Vielmehr ist es vorstellbar, dass das Fitts’sche

Gesetz für den Partner mit der leichteren Aufgabe vermittelt über die Ko-Repräsentation der

Partneraufgabe mit der höheren Schwierigkeit wirksam wird. Während Erklärungen auf Basis

der neuromuskulären Organisation des menschlichen Bewegungsapparates noch für die

Befunde zur bi-manuellen Koordination herangezogen werden konnten (für einen Überblick

siehe Swinnen, 2002; Swinnen & Wenderoth, 2004), sprechen die vorliegenden Ergebnisse

dafür, dass systematische Interaktionseffekte auf der Ebene kognitiver Repräsentationen

auftreten. Dabei kann sich der Partner mit der leichteren Aufgabe an die experimentellen

Randbedingungen des Partners mit der schwereren Aufgabe anpassen, wohingegen dies für

den anderen Partner nicht möglich ist, ohne dass er den vorab definierten Fehlertoleranzbe-

reich verlässt. Eine Voraussetzung dafür ist allerdings, dass sich der Partner auch aktiv mit

an der Bearbeitung der Aufgabe beteiligt (z.B. Böckler et al., 2011).

Weiterhin ist bislang nicht geklärt, was die Interaktionspartner tatsächlich mitreprä-

sentieren. Ob es die Aufgabe in einem abstrakten Sinne, die Bewegungstrajektorie des Part-

ners, die Handlungseffekte, oder die experimentellen Randbedingungen sind, oder auch eine

Kombination aus allem, steht weiter offen. Sicher ist bisher nur, dass es beim Lösen der ko-

operativen Aufgabe zu einer Anpassung der Koordinationsmuster zweier Partner kommt, d.h.

dass Interaktionspartner die Aufgabenanforderungen des Partners mitrepräsentieren (siehe

auch Atmaca et al. 2008; Sebanz et al., 2006a, 2007; Newman-Norlund et al., 2008). Den

Vpn standen in allen drei Experimentalreihen Informationen über die jeweilige Bewegungs-

(Experimentalreihe 1; Scheibe) bzw. Flugtrajektorie (Experimentalreihe 2 und 3; Ball) des

Objekts zur Verfügung, welche sie für die Planung und Ausführung ihrer eigenen Handlung

verwenden konnten. Korrespondierend zu den Befunden von Meulenbroek und Kollegen

(2007) ist es möglich, dass die Probanden die Beobachtung der Bewegungs- bzw. Flug-

trajektorie des Objekts des Partners als zusätzliche Informationsquelle für die eigene (Neu-

)Programmierung der Bewegung nutzten und dadurch gerichtete Interaktionseffekte zwi-

schen den Partnern entstanden. Es wurden dabei also Informationen über die jeweiligen

Bewegungshandlungen (z.B. Bewegungstrajektorien) ko-repräsentiert.

Argumentiert man hingegen auf Basis der Theory of event coding (Hommel et al.,

2001; Hommel & Elsner, 2001, 2004), nach denen Handlungen über ihre distalen Effekte, die

sie in der Umwelt produzieren, repräsentiert werden, liegt es nahe, dass die Probanden zu-

mindest unter anderem den jeweiligen Effekt der Handlung des Ko-Akteurs mitrepräsentie-

ren. Somit können sie auf Grundlage ihrer eigenen motorischen Handlungserfahrung auf den

Effekt, den die Handlung des Ko-Akteurs zur Folge hat, schließen. In der Scheibentrans-

feraufgabe können sie dadurch simulieren, wann ihr Partner seine Scheibe ablegen wird, um

direkt darauf folgend die eigene Scheibe abzulegen. Auch in der Wurfaufgabe aus Experi-

mentalreihe 2 musste das Bewegungsende der Partnerhandlung zusätzlich vorweggenom-

Diskussion 169

men werden. Berücksichtigt man die Befunde von Kunde und Kollegen (Kunde, 2006; Wei-

gelt & Kunde, 2005), nach denen die Koordination zweier Bewegungshandlungen die Antizi-

pation von Effektrepräsentationen beinhaltet, ist anzunehmen, dass die Interaktionspartner

beim Lösen der kooperativen Aufgaben in den vorliegenden Experimenten ebenfalls den

Effekt ihrer eigenen Handlung und den des Partners repräsentierten bzw. mitrepräsentierten.

In der Basketballpassaufgabe interagierten die Vpn direkt über den Basketball miteinander.

Hier hatte die eigene Bewegungshandlung einen direkten Effekt auf den Interaktionspartner

(nämlich, ob dieser den Basketball fangen kann oder nicht). Ein Teil der Ko-Repräsentation

zweier Partner scheint damit zumindest das in der Umwelt produzierte Handlungsergebnis

der kooperativen Aufgabe zu sein.

Das dritte Ziel bestand in der Betrachtung entstehender Koordinations- und Interak-

tionsmuster über Aufgaben unterschiedlicher Komplexität hinweg. Dabei stand die abschlie-

ßende Frage offen, ob sich die Effekte des Fitts’schen Gesetzes von kleinräumigen (z.B.

Scheibentransferaufgabe; vgl. Fitts, 1954, Experiment 2) auf großräumige Bewegungshand-

lungen (z.B. Basketballpassaufgabe; Experimentalreihe 3 in der vorliegenden Arbeit) genera-

lisieren lassen. Dazu führten Versuchspaare gemeinsam eine komplexe sportspielspezifi-

sche Fertigkeit aus. Das Ziel war es, möglichst viele erfolgreiche Pässe innerhalb der vorge-

gebenen Zeit zu realisieren, ohne den Fehlertoleranzbereich zu überschreiten. Dabei entfal-

tete jede der drei Raumdimensionen („Breite“, „Höhe“ und „Tiefe“) seine Wirkung auf die Be-

wegungszeiten und die Bewegungsfehler. Die meisten Studien variierten i.d.R. nur eine der

Raumdimensionen systematisch (Buck, 1986; Fitts, 1954;

Juras et al., 2009; Klapp, 1975).

Die vorliegende Experimentalreihe 3 prüfte erstmalig alle Raumdimensionen isoliert vonei-

nander für eine komplexe Fertigkeit.

Darüber hinaus belegen die sehr konsistenten Ergebnisse über alle Experimente der

drei Experimentalreihen hinweg, dass es keinen Unterschied für den spezifischen Einfluss

der Aufgabenschwierigkeit auf die Koordinationsmuster der beiden Partner abhängig von der

Komplexität der Aufgabe gibt. Vor dem Hintergrund der Kategorisierung Schmidt und Lee’s

(2005) gilt das Fitts’sche Gesetz demnach sowohl für rhythmische Pendelbewegungen (hier

die Scheibentransferaufgabe) – ähnlich zu der Tipp-Aufgabe von Fitts (1954) oder Fine und

Amazeen (2011) – als auch für weitestgehend diskrete Bewegungen, die ein konkretes Ziel-

verfolgen (hier die Wurfaufgabe) – ähnlich der Zielaufgabe von Mottet et al. (2001) oder den

strukturähnlichen Dartwürfen von Kerr & Langgolf (1977) und Etnyre (1998). Experimental-

reihe 3 (hier die Basketballpassaufgabe) korrespondiert dieser Kategorisierung nach am

ehesten mit der Sprungaufgabe von Vesper und Kollegen (2013), in der die sukzessiven

Schlusssprüngen ebenfalls eine Ganzkörperbewegung darstellten, auch wenn die Basket-

ballpassaufgabe in der Durchführung eine stärker rhythmische Struktur vorweist. Demnach

Diskussion 170

lassen sich die Effekte des Fitts’schen Gesetzes von kleinräumigen auf großräumige Bewe-

gungshandlungen generalisieren.

Die deskriptive (Omnibus-)Analyse der Ergebnisse der Experimente 1, 4 und 9 zeigte,

dass sich die Komplexität der Aufgabe nicht wie erwartet in generell längeren Bewegungs-

zeiten in der komplexen Basketballwurfaufgabe widerspiegelt, sondern dass die Wurfaufga-

be mittlerer Komplexität die langsamsten Bewegungshandlungen für höhere Schwierig-

keitsindizes erforderte. Hier bietet sich eine andere Kategorisierung der Komplexität der Auf-

gabe an: Gegebenenfalls sind Bewegungsausführungen bei der geführten Objektmanipulati-

on („Scheibentransferaufgabe“) und der beidhändigen sportspielspezifischen Fertigkeit

(„Basketballpassaufgabe“) leichter zu kontrollieren, als bei der ungeführten Objektmanipula-

tion („Wurfaufgabe“) in der mehrere Freiheitsgrade (df) der Bewegung zu kontrollieren wa-

ren. Nach Bernstein (1967) liegt das Problem der (exakten) Ausführung einer beliebigen Be-

wegung in der Koordination und Kontrolle der zur Verfügung stehenden Freiheitsgerade. Je

mehr Freiheitsgerade variiert werden können, desto schwerer ist die Bewegung zu kontrollie-

ren (Bernstein, 1967).

Was bedeuten die Ergebnisse der vorliegenden Experimente nun für das Lösen von

kooperativen Aufgaben aus informationsverarbeitungstheoretischer Sicht? Zunächst kann

festgestellt werden, dass das Fitts’sche Gesetz von EB auf PB übertragen werden kann.

Aufgrund dieser Tatsache kann angenommen werden, dass auch das gemeinsame Lösen

kooperativer Aufgaben zweier Personen durch die Anzahl an Informationen eingeschränkt

wird, die in einer bestimmten Zeiteinheit verarbeitet werden können. Somit eignen sich in-

formationstheoretische Ansätze im Allgemeinen und das Fitts’sche Gesetz im Speziellen, um

Interaktionen zwischen mehreren Personen in sozialen Kontexten (im Alltag und im Sport) zu

untersuchen.

10.1 Gemeinsamkeiten und Unterschiede zu früheren Studien

Die verschiedenen kooperativen Aufgaben der vorliegenden Experimentalreihen un-

terschieden sich teilweise stark von denen aus früheren Studien zum Fitts’schen Gesetz im

Interaktionskontext. Diese Unterschiede, aber auch Gemeinsamkeiten zu früheren Studien,

werden im Folgenden diskutiert. Dabei wird auf die Rolle (1) des zu erreichenden Hand-

lungsziels, (2) die Position der Interaktionspartner zueinander, (3) den Einfluss der jeweiligen

Einzel- und Paarbedingung und (4) der Konfrontation der Vpn mit gleichen oder unterschied-

lichen Aufgabenschwierigkeiten eingegangen.

Ein Unterschied lag in dem zu erreichenden Handlungsziel der Paare. In der Schei-

bentransferaufgabe in Experimentalreihe 1 und der Wurfaufgabe in Experimentalreihe 2 führ-

ten die Vpn die Objektmanipulation auf ein gemeinsames (Handlungs-)Ziel hin aus (ein Ziel-

Diskussion 171

stab bzw. eine Kiste). Allerdings konnten die Interaktionspartner ihr Handlungsziel auch ohne

den jeweiligen Partner erreichen. Damit Unterschied sich das Handlungsziel von den Studien

von Fine und Amazeen (2011) und Vesper und Kollegen (2013a) in denen zwei separate

Bewegungen (in der bi-manuellen/pedalen und der inter-personellen Bedingung) zu zwei

unterschiedlichen Zielen erfolgten. Die Studie von Mottet und Kollegen (2001) verlangte es

von den Vpn, einen Lichtpunkt mit einem Zielbereich in Übereinstimmung zu bringen. In der

PB, in der ein Partner den Lichtpunkt und der andere Partner das Zielfeld steuerte, konnte

die Aufgabe also theoretisch nicht alleine gelöst werden. Allerdings hätte es hier zur Lösung

der Aufgabe auch ausgereicht, wenn ein Partner keine Bewegung ausführte und stattdessen

den Lichtpunkt bzw. den Zielbereich stabil hielt, um auf den Partner zu warten. Die Ver-

suchsaufgabe von Meulenbroek und Kollegen (2007) hätte hingegen nicht alleine gelöst

werden können: Ohne das Angeben des Objekts durch den Steller, wäre kein Annehmen

und neu Platzieren des Objekts durch den Nehmer möglich gewesen. Die Aufgabe ähnelt

demnach am ehesten den Basketballpassaufgaben in Experimentalreihe 3, in der jeder Spie-

ler gleichzeitig abhängig vom Rückpass war.

Nicht zu vernachlässigen ist auch die Position der Interaktionspartner zueinander:

Wohingegen die Interaktionspartner in den Studien von Vesper und Kollegen (2013a) und

Mottet und Kollegen (2001) nebeneinander standen, saßen sie sich in den Studien von Fine

und Amazeen (2011) und Meulenbroek et al. (2001) gegenüber. Die veränderte Position der

Partner zueinander könnte einen Einfluss auf die Koordinationsmuster gehabt haben. In den

Experimenten von Mechsner et al. (2004) und Oullier et al. (2008) in denen es zu spontanen

Synchronisation der Fingerbewegungen kam, befand sich die Bewegungshandlung des Ko-

Akteurs immer im Blickfeld der Vpn. Auch die Schaukelstuhl-Studien der Gruppe um

Richardson (2005, 2007) legen die Annahme nahe, dass sich Vpn sehen müssen, damit

phasengekoppelte Bewegungsmuster entstehen. In den vorliegenden drei Experimentalrei-

hen wurde die Position der Interaktionspartner zueinander daher bewusst von Angesicht-zu-

Angesicht gewählt, da ohne die visuelle Rückmeldung der Bewegung des Interaktionspart-

ners keine Anpassung der Bewegungsphasen geschieht:

“If the two people began their movements out of phase and increased limb frequency simultaneously at

the same rate without watching each other, then no transition occurred. The phase transition depended

on looking” (Schmidt & Turvey, 1994, S.370).

Eine weitere Frage stellt der Einfluss der jeweiligen Einzel- und Paarbedingung dar.

Der Vergleich zwischen EB und PB beim Lösen von Aufgaben gleicher Schwierigkeit ermög-

licht die Betrachtung systematischer Interaktionsmuster zwischen beiden Partnern (s.g. Part-

nerinteraktionseffekte). Dies äußerte sich bei Fine und Amazeen (2011) und Mottet und Kol-

Diskussion 172

legen (2001) in selektiven Interaktionskosten: Danach agierten die Vpn in PB langsamer

(Bewegungszeiten) und ungenauer (Anzahl der Fehler) gegenüber den EB. In der Studie von

Meulenbroek und Kollegen (2007) führten die Vpn nur eine PB durch, daher konnten keine

selektiven Interaktionskosten untersucht werden. Die Sprungaufgabe von Vesper und Kolle-

gen (2013a) folgte dem gleichen Versuchsaufbau der vorliegenden Experimenten 2 und 5, in

denen erst ein Partner die Aufgabe in der EB und dann in der PB und danach der andere

Partner die Aufgabe wiederum in der EB ausführte. Bei Vesper und Kollegen (2013a) wurden

Sprünge in den EB darüber hinaus mit einem (uni-pedal) oder mit beiden Beinen (bi-pedal)

vollzogen. Auch hier zeigte sich – zumindest für die kürzeren Distanzen –, dass die Vpn in

den uni-pedalen EB schneller sprangen als in der uni-pedalen PB. In den Experimenten 2

und 5 konnten hypothesenkonform schnellere BZ und weniger BF in der EB im Vergleich zur

PB nachgewiesen werden. Diese systematischen Interaktionsmuster fanden sich sowohl für

einfache geführte Objektmanipulationen als auch für Objektmanipulation mittlerer Komplexi-

tät zwischen beiden Partnern. In Experiment 5 wurden diese selektiven Interaktionskosten

zusätzlich durch die Schwierigkeit der Aufgabe moduliert, sodass mit zunehmender Schwie-

rigkeit der Einfluss der Bedingung (EB vs. PB) ansteigt. Dieser Befund legt die Annahme

nahe, dass beide Anpassungsprozesse – die systematische Anpassung der Koordinations-

muster an die Schwierigkeit der Aufgabe und der selektiven Interaktionskosten in der PB im

Vergleich zur EB – kognitive Ressourcen benötigte (siehe auch Fitts & Posner, 1964).

Einen zusätzlichen Aspekt stellt die Konfrontation der Vpn mit gleichen oder unter-

schiedlichen Aufgabenschwierigkeiten dar. Bei Mottet und Kollegen (2001) war die Aufga-

benschwierigkeit für beide Partner gleich, da sie ihre Bewegungen auf ein gemeinsames Ziel

hin ausführten. In den Studien von Fine und Amazeen (2011) und Vesper und Kollegen

(2013a) wurden die individuellen experimentellen Randbedingungen dahingehend variiert,

dass auch unterschiedlich schwere Aufgaben innerhalb eines Versuchspaares absolviert

werden mussten, d.h. dass ein Partner eine schwerere Aufgabe hatte als der andere Partner.

In der Studie von Meulenbroek und Kollegen (2007) konnte die Größe des Zielfeldes des

Stellers von dem des Nehmers abweichen. Über diese Manipulation im experimentellen De-

sign ließen sich gerichtete Interaktionseffekte durch den Vergleich beider Partner beim Lö-

sen von Aufgaben unterschiedlicher Schwierigkeit untersuchen. Dabei kam es in den drei

letztgenannten Studien zu einer Anpassung der Interaktionsmuster bei der Ausführung von

Bewegungen zu jeweils unterschiedlichen Aufgabenanforderungen, indem sich die Bewe-

gungsausführung der leichteren Aufgabe an den Anforderungen der schwereren Aufgabe

orientierte.

In den vorliegenden Experimenten 3 und 6 wurden die Vpn ebenfalls mit gleichen o-

der unterschiedlich schweren Aufgaben konfrontiert: Die Ergebnisse belegen, dass sich auch

hier der Partner mit der leichteren Aufgabe an den Partner, dessen Randbedingungen der

Diskussion 173

Aufgabe auf Basis des Fitts’schen Gesetz als schwieriger einzustufen waren, anpasste. Inte-

ressanterweise galt dies sowohl, wenn Vpn Bewegungshandlungen auf ein gemeinsames

Ziel hin ausführten (Experiment 3; Scheibentransferaufgabe) als auch wenn ihnen zwei von-

einander unabhängige Ziele (Experiment 6; Wurfaufgabe) zur Verfügung standen. Es gilt

dabei jedoch auch zu berücksichtigen, dass in den Experimentalreihen 1 und 2 durch die

Instruktion ein wechselseitiges Handeln der Ko-Akteure vorgegeben wurde. Dieser und wei-

tere Kritikpunkte an den Experimenten 1-9 werden im folgenden Kapitel diskutiert.

10.2 Kritik an der vorliegenden Arbeit

Einen Kritikpunkt könnte die in den vorliegenden Experimenten verwendete Instruktion

(Anhang 4) betreffen. Diesbezüglich wurden die Vpn in Experimentalreihe 1 („Scheibentrans-

feraufgabe“) und Experimentalreihe 2 („Wurfaufgabe“) instruiert die Aufgaben jeweils im

Wechsel durchzuführen. Damit könnten gewisse koordinative Tendenzen induziert bzw. vor-

gebahnt worden sein. Jedoch hätte die Aufgabe auch prinzipiell anders gelöst werden kön-

nen: Zumindest in den Experimentalreihen 1 und 2 hätten die Vpn die Aufgabe auch ohne

ein erkennbares Koordinationsmuster und auch ohne jegliche Interaktionseffekte lösen kön-

nen. So hätte sich der Partner mit der leichteren Aufgabe nicht anpassen bzw. abstimmen

müssen. Die Aufgaben hätten trotz Instruktion auch unabhängig vom Partner bewältigt wer-

den können, da die Vpn nie dazu aufgefordert wurden, sich zu koordinieren, wie es z.B. bei

Vesper et al. (2013a) der Fall war. Dort wurden die Vpn direkt darauf instruiert „gemeinsam

zu landen“. Selektive Interaktionseffekte können somit nicht nur auf die Instruktion zurückge-

führt, sondern auch durch systematische Anpassungseffekte der Partner durch Ko-

Repräsentationen (z.B. Sebanz et al., 2003, 2005) und der Kopplung von Bewegungsphasen

(z.B. Bernieri & Rosenthal, 1991; Oullier et al., 2008; Schmidt & Turvey, 1994) erklärt wer-

den.

Darüber hinaus wurden die Vpn in den vorliegenden Experimenten hinsichtlich der

erlaubten Fehler eingeschränkt. Den Paaren war es in den Experimentalreihen 2 und 3 er-

laubt maximal drei ungenaue Bewegungen (Fehler 1. Art) auszuführen. Damit könnte der

(individuell gewählte) Geschwindigkeits-Genauigkeits-Ausgleich der Probanden manipuliert

worden sein. Sobald sie die Anzahl von drei Fehlern überschritten, wurde der Durchgang

wiederholt. So sollte die Motivation der Vpn konstant hoch gehalten und ein „Ausprobieren“

verhindert werden. Auch Juras und Kollegen (2009) erlaubten ihren Vpn in ihrer Sprungauf-

gabe maximal dreimal am Ziel vorbeizuspringen. Der jeweilige Durchgang (von insgesamt 15

Sprüngen) musste komplett wiederholt werden, wenn diese Limitation überschritten wurde.

Darüber hinaus könnte in Folgestudien ein differenzierteres Maß für die Fehler (z.B. die radi-

ale Abweichung vom Ziel) herangezogen werden, um die (diskreten) Fehlwürfe (und deren

Diskussion 174

exponentiellen Anstieg) besser zu analysieren.

Einen weiteren Kritikpunkt stellt die Videoqualität der posthoc Analysen dar. Die

nachträgliche Analyse der Koordinationsmuster wurde mit einer zeitlichen Auflösung von 50

Hz durchgeführt. Inwieweit hier eine differenzierte Betrachtung (< 20 ms Schritte) zu anderen

Koordinations- und Interaktionsmustern geführt hätte, ist offen. Andere Studien, in denen

Koordinationsmuster über das Fitts’sche Gesetz beschrieben worden sind, nutzten ähnliche

Bildraten (z.B. Annett et al, 1958 oder Guiard, 1993). Eine differenzierte Betrachtung der BZ

(z.B. Differenzierung in Planungs- und Ausführungsphase; vgl. Boyle & Shea, 2011) könnte

zeigen, welche Prozesse der Bewegungshandlung durch das Fitts’sche Gesetz bestimmt

werden bzw. wo gerichtete Interaktionseffekte auftreten. Die Ergebnisse von Vesper und

Kollegen (2013a) deuten daraufhin, dass Vpn bereits bei der Bewegungsplanung die expe-

rimentellen Randbedingungen des Partners berücksichtigen, da sie ihre Bewegungen später

initiierten, wenn der Ko-Akteur eine größere Distanz als die Vpn selbst zu springen hatte. Zur

systematischen Analyse von solchen Anpassungseffekten der (Teil-)Bewegungen beider

Partner (etwa von Phasenkopplungen als inphasische vs. antiphasische Sinuskurven; vgl.

Haken, Kelso, & Bunz, 1985) bedarf es differenzierterer Auswertungstechniken (z.B. dreidi-

mensionale Bewegungsverfolgungssysteme, wie Optotrak oder ViconNexus).

Um die Versuchsaufgaben über die drei Experimentalreihen noch vergleichbarer zu

machen, hätte eine gleiche Spanne der SI’s gewählt werden können. Der SI variierte zwi-

schen den Experimenten (z.B. Experimentalreihe 1: 4,0-7,6 Einheiten/Sekunde vs. Experi-

mentalreihe 2: 2,2-4,4 Einheiten/Sekunde), was eine nachträgliche Analyse komplizierter

macht (siehe auch Kapitel 9). Gleiche SI’s hätten abhängig von der Versuchsaufgabe auf der

anderen Seite auch zu sehr einfachen und sehr schwierigen Kombinationen von Distanz und

Zielgröße geführt, sodass bspw. Pässe aus vier Metern Distanz durch sehr kleine Korridore

hätten gespielt werden müssen. Das hätte sich wiederum auf die Fehler ausgewirkt. Daher

wurde in den vorliegenden Experimenten der umgekehrte Weg gewählt, d.h. es wurden Ver-

suchsbedingungen generiert und anschließend der SI berechnet.

10.3 Ausblick auf weiterführende Studien

Zur Prüfung der o.g. Forschungsfragen zum spezifischen Einfluss der jeweiligen Auf-

gabenschwierigkeit auf die Koordinationsmuster zweier Partner und gerichteter Interaktionen

bzw. systematischen Interaktionsmustern zwischen den Partnern (im Sinne von joint action),

bot sich die wechselseitige Ausführung der Bewegungshandlungen (Instruktion) an. Dabei

stellt sich die Frage, ob emergente Bewegungsmuster im Interaktionskontext bei einer alter-

nativen (offeneren) Instruktion (z.B. das Erlauben von Überholvorgängen, dem Greifen meh-

rerer Scheiben gleichzeitig, dem Wechsel von Partner 1 und Partner 2, etc.) anders ausge-

Diskussion 175

fallen wären. Dabei wäre es möglich, dass Probanden „kreativere“ Lösungen wählen, z.B.

dass ein Partner zuerst alle acht Scheiben stapelt, bevor der andere Partner mit seinen

Scheiben nachzieht. Auch in der Studie von Richardson, Marsh und Baron (2007a) wurde es

den Versuchspaaren komplett freigelassen (keine Angaben zur Transporttechnik, Reihenfol-

ge, etc.), wie sie die verschieden langen Bretter vom Tisch aufnehmen und auf dem anderen

Tisch aufstapeln. Vpn griffen unaufgefordert die kurzen Bretter einhändig und gingen ab ei-

ner bestimmten (Brett-)Länge zu einer zweihändigen Greifvariante über. Die längsten Bretter

wurden zu zweit transportiert. Die Aufgabe selbst und die Fähigkeit des Partners scheinen

also das (Koordinations-)Verhalten der Vpn stärker zu bestimmen als die Instruktion.

Wie in der Kritik angesprochen wurde den Interaktionspartnern durch die Instruktion

in den vorliegenden Experimenten ggf. ein kooperatives Verhalten induziert. Inwieweit sich

emergente Koordinationsmuster und gerichtete Interaktionseffekte ergeben, wenn die Vpn

angehalten sind kompetitiv im Gegensatz zu kooperativ zu agieren, stellt eine weitere offene

Frage dar. In Anlehnung an die Befunde zur sozialen Fazilitation (Triplett, 1898) könnten s.g.

Wettkampfbedingungen dazu führen, dass die Vpn nur noch ihre eigenen Aufgabenanforde-

rungen berücksichtigen, um die Aufgabe schnellstmöglich zu Lösen (siehe auch Georgiou et

al., 2007). Dies könnte sich in Aufgabenkonstellationen, in denen zwei Partner unterschied-

lich schwere Aufgaben zu lösen haben, darin äußern, dass der Partner mit dem niedrigeren

SI die Aufgabe löst, ohne sich an die Schwierigkeitsanforderungen der Aufgabe des anderen

Partners anzupassen.

Um der Frage nachzugehen, welche Aspekte der Bewegungshandlung die Interakti-

onspartner beim Lösen einer kooperativen Aufgabe mitrepräsentieren, könnte den Vpn in

Folgestudien systematisch Informationen über Aspekte der Bewegung oder des Ziels vor-

enthalten werden. Ein etabliertes Verfahren ist die „spatial occlusion“-Technik, in der ausge-

wählte Bereiche einer Bewegung abgedeckt werden, sodass den Vpn Informationen über

diese (räumlichen) Regionen nicht zur Informationsverarbeitung zur Verfügung stehen (vgl.

Abernethy & Russel, 1987; Hagemann et al., 2006). Die Vpn könnten eine s.g. Shutter-Brille

tragen, die sich immer dann schließt, während der Partner agiert. So können die Vpn die

Bewegung des Partners nicht sehen, da diese „verdeckt“ ist. Oder man schließt die Brillen

nur für bestimmte Abschnitte der Handlung (z.B. am Anfang oder am Ende). Dadurch könn-

ten auch Scheinbewegungen induziert werden (wie auch Grosjean et al., 2007). Legt man

den Fokus der Betrachtung darauf, aus welchen räumlichen Parametern die Vpn Informatio-

nen schöpfen, bieten sich Experimente zur Untersuchung von Blickbewegungen mittels Eye-

tracker an. Außerdem könnte man auch blind auditive Rückmeldungen (z.B. Töne) geben

und prüfen, ob sich die Vpn an der akustischen Rückmeldung orientieren, wenn ihnen keine

visuelle Rückmeldung zur Verfügung stehen (siehe auch Studien zur s.g. Sonifikation; z.B.

Effenberg, 2005).

Diskussion 176

Weitere Ansatzpunkte könnten sozialpsychologische Aspekte sein, wie sich bei-

spielsweise der Bekanntheitsgrad der Interaktionspartner, d.h. wie gut sich die Vpn kennen

auswirkt. Studien sprechen dafür, dass eigene Bewegungen besser erkannt werden als Be-

wegungen von Personen, die man kennt, und diese besser als Bewegungen fremder Perso-

nen (Knoblich & Flach, 2001; Loula et al., 2005). Auch andere

Faktoren wie die Rollenerwar-

tungen der Partner sollten von Interesse sein (z.B. welcher Partner übernimmt die Führung?

Die größere, die ältere, die weibliche, die männliche, die sportlichere Person, etc.?).

Steht mir ein Experte oder Laie gegenüber? Gegebenenfalls lassen sich Experten

weniger durch die experimentellen Rahmenbedingungen beeinflussen als Laien. Dies würde

sich in den vorliegenden Experimenten eventuell durch eine geringere Steigung der Regres-

sionsgeraden, niedrigeren Achsenabschnitten oder einem späteren Anstieg der BF äußern.

Expertise im Sport zeichnet sich dadurch aus, dass mehr (relevante) Bewegungselemente

besser und schneller wahrgenommen werden (z.B. Singer & Janelle, 1999; Williams & Da-

vids, 1998). Ein Grund dafür ist, dass Experten weniger kognitive Ressourcen für die Ausfüh-

rung einer Bewegung aufwenden müssen, da sie teilweise automatisiert ablaufen. Dafür

bleiben informationsverarbeitende Kapazitäten frei, die dann für die Aufnahme sensorischer

Informationen zur Verfügung stehen (Gruber & Lehmann, 2007). Es wäre für zukünftige Un-

tersuchungen interessant zu beobachten, wie sich ein Experte mit einem anderen Experten

im Vergleich zu einem Laien verhält und umgekehrt ein Laie mit einem anderen Laien im

Vergleich zu einem Experten. Inwieweit die o.g. Faktoren einen Einfluss auf systematische

Interaktionsmuster haben könnten, gilt es noch zu prüfen.

10.4 Implikationen für die Sportpraxis

„Warum spielt er denn nicht?“ Diese zentrale Frage aus der Einleitung kann nun mit

Hilfe den Ergebnissen der vorliegenden Experimente geklärt werden. Danach ist der Sportler

aus informationsverarbeitungstheoretischer Sicht nur in der Lage, eine begrenzte Anzahl an

Informationen in einer bestimmten Zeiteinheit zu verarbeiten. Limitationen der Verarbei-

tungskapazität werden besonders in (schwierigen) (Ab-)Spielsituation bei kooperativen Auf-

gaben sichtbar, wenn deutlich mehr Bewegungsfehler (d.h. Fehlpässe) auftreten. Das wird in

den folgenden Absätzen weiter erläutert.

Der exponentielle Anstieg in den Bewegungsfehlern abhängig von der Aufgaben-

schwierigkeit legt nahe, dass Spieler einen Pass ab einer gewissen Schwierigkeit nicht mehr

spielen sollten, da die Wahrscheinlichkeit eines Fehlpasses zu hoch ist. Eventuell macht

gerade diese (adäquate) Einschätzung der Schwierigkeit der Aufgabe den Unterschied zwi-

schen Experten und Laien einer Sportart aus? Erfahrene Sportler und Sportlerinnen könnten

ein intuitives Gespür für den Anstieg der BF besitzen, welches die geplante Handlung (das

Diskussion 177

Zuspiel zum Partner) hemmt und eine andere Handlungsalternative auswählt (siehe dazu

auch Raab & Johnson, 2003, zur take-the-first-heuristik). Dahingehend sind Laien ggf. kogni-

tiv überfordert, sodass sie Handlungsalternativen nicht mehr in ihrem Handlungsplan berück-

sichtigen (z.B. bei plötzlichen Veränderungen der Spielsituationen). Die Bewegungshandlung

wird damit nicht an die neuen Randbedingungen der Situation angepasst.

Aus den Befunden der Experimentalreihe 3 („Basketballpassaufgabe“) lässt sich ab-

leiten, dass Spieler bei Bewegungshandlungen die Randbedingungen der jeweiligen (Ab-

)Spielsituation berücksichtigen. Dabei wirkt sich sowohl die Distanz zum Mitspieler als auch

der zur Verfügung stehende Passkorridor direkt auf die Bewegungszeiten und die Anzahl der

Bewegungsfehler aus. Ein Hinweis für Trainer ist daher, die Trainingsbedingungen so zu

gestalten, dass die Variationen in den Übungen die Variationen im Sinne des Fitts’schen

Gesetzes widerspiegeln. D.h., dass Pässe auch im Training bewusst durch unterschiedliche

„Korridore“ gespielt werden. Dies können Trainer informationsverarbeitungstheoretisch damit

begründen, dass die kognitiven Ressourcen eines jeden Spielers limitiert sind, sodass (zu)

schwierige Situationen nicht vollständig verarbeitet werden können (und ggf. Fehler resultie-

ren). In diesem Zusammenhang könnten die Übungen sinnvoll in ein Wahrnehmungstraining

integriert werden (Cañal-Bruland, Hagemann, & Strauß, 2006).

Ein weiterer basketballspezifischer Aspekt ist die so genannte 2-zu-3-Regel beim

Passspiel (vgl. Schauer, 2001): Dieser Regel nach, sollte der Basketball bei Bodenpässen

zum Mitspieler erst nach ungefähr zwei Dritteln der Distanz zum Mitspieler aufprallen „damit

die aufgewendete Energie annähernd optimal ist“, aber auch noch vom „Mitspieler verarbei-

tet werden kann“. Trifft der Ball früher den Boden wird er durch Reibungskräfte zu früh abge-

bremst und fliegt dadurch langsamer. Bei einem Aufprall näher am Partner wird der Ab-

sprungwinkel des Balles zu spitz, sodass er nicht in aufrechter Position aufgenommen wer-

den kann (vgl. Schauer, 2001). Dies sollte berücksichtigt werden, um die (Flug-

)Geschwindigkeit des Passes zu optimieren und die Bewegungshandlung effizienter auszu-

führen.

Inwieweit sich diese Befunde in der Sportart „Basketball“ auf ein größeres Sportar-

tenspektrum übertragen lassen, bleibt offen. Es ist jedoch anzunehmen, dass die Informati-

onsverarbeitungsprozesse in anderen Spielsportarten gleich ablaufen. Der Aufbauspieler im

Handball wird in einer Angriffssituation (trotz einstudierter Spielzüge) ebenfalls vor der Ent-

scheidung stehen einen Pass zum „Kreisläufer“ durchzustecken oder zu einem seiner „Rück-

raumspieler“ zu passen. Für den Pass zum Kreisläufer steht ihm in der Regel weniger Raum

(kleinerer Passkorridor) zur Verfügung. Außerdem ist dabei das Zeitfenster, in dem der Pass

erfolgen kann, tendenziell kürzer als bei einem Pass zum Rückraumspieler, der länger „frei-

steht“. Da die Verarbeitung einer schwierigen Situation Zeit benötigt, lässt sich erklären wa-

rum der (für Zuschauer offensichtliche) Pass in der realen Spielsituation nicht genutzt wird.

Diskussion 178

Im Fußball entsteht eine ähnlich Situation, wenn ein Mittelfeldspieler den Pass zu ei-

nem seiner Stürmer spielen könnte: Es stehen ihm wiederum „leichtere“ Alternativen zur

Auswahl (z.B. den Rückpass zum Abwehrspieler/Torwart oder ein Querpass). Der Spieler

könnte aber auch den „schwierigeren“ vertikalen Pass auf den Stürmer probieren. In dieser

speziellen Situation kommt hinzu, dass er neben dem engen Passkorridor auch das „Abseits“

berücksichtigen muss, d.h. er muss simulieren, wo sein Mitspieler stehen wird, wenn er den

Pass in den Raum spielt. Spielt er zu früh ist es für die Abwehrspieler oder den Torwart ein

Leichtes vor dem Stürmer am Ball zu sein. Spielt er hingegen zu spät, dann befindet sich der

Stürmer bereits im Abseits und die Spielsituation wird abgebrochen. Dies macht (Handlungs-

)Simulationsprozesse von Mit- und Gegenspielern erforderlich (Grèzes et al., 2004; Jean-

nerod, 2001), um die Intentionen der am Spielgeschehen beteiligten Akteure nachvollziehen

zu können. Treffen wahrgenommene Handlungen auf motorische Resonanzen beim Be-

trachter (Schütz-Bosbach & Prinz, 2007), kann dieser aufgrund der eigenen motorischen

Erfahrungen die Handlungen des Mitspielers simulieren und so den richtigen Moment für das

Abspiel antizipieren. Auch der Stürmer greift als potenzieller Empfänger des Balles auf Simu-

lationen zurück, um adäquat auf die Handlung des Partners zu reagieren (d.h. im richtigen

Moment in den Raum zu starten).

In verschiedenen Spielsituationen können demnach Konstellationen auf dem Spiel-

feld entstehen, die Sinne des Fitts’schen Gesetzes durch die Positionierung von Angriffs-

und Abwehrspielern leichten bzw. schwierigen SI’s entsprechen. Wie verhalten sich Spieler,

wenn ein leichter bzw. schwerer SI vorliegt? Es ist denkbar, dass erfahrene Spieler einen

Pass nur bis zu einer gewissen Aufgabenschwierigkeit (geringer SI) spielen und damit erfolg-

reich sind. Mit steigendem SI (Übergangsbereich = mittlerer SI) nehmen die Fehlpässe zu.

Darüber hinaus (hoher SI) werden sie das Abspiel nicht mehr durchführen und sich für die

sichere Variante entscheiden (z.B. einen Quer- oder Rückpass). Es gibt aber auch Ausnah-

mespieler, die den Pass trotzdem noch erfolgreich zum Mitspieler bringen. Diese werden

dann häufig als besonders (spiel-)intelligent oder kreativ bezeichnet (siehe dazu Memmert,

2011). Vielleicht sind diese Spieler in der Lage, schwierige Konstellationen auf dem Spiel

besser zu verarbeiten, indem sie: entweder mehr Informationen gleichzeitig verarbeiten

können oder diese Prozesse insgesamt schneller ablaufen.

Diskussion 179

10.5 Fazit

Handlungen im Kontext von Partnerinteraktionen werden durch die Randbedingungen

der Aufgabe (Fitts, 1954) bestimmt und lassen sich quantitativ über das Fitts’sche Gesetz

abbilden. Dabei berücksichtigen die Partner sowohl die Schwierigkeit der eigenen als auch

der fremden Aufgabenanforderungen (Joint-Action-Forschung, Sebanz, Knoblich et al.,

2006a), d.h. die Randbedingungen, an die der Partner gebunden ist, werden in den eigenen

Handlungsplan integriert. Zur (gemeinsamen) Zielerreichung (Vesper et al., 2010) passt sich

demnach der Akteur mit der leichteren Bewegungshandlung an den anderen an. Aus Sicht

der Informationsverarbeitung ist dieser Befund plausibel, da eine umgekehrte Anpassung

des Partners mit der schwereren Bewegungshandlung nicht möglich ist. Insgesamt lassen

sich diese Ergebnisse auf Aufgaben unterschiedlicher Komplexität übertragen, was für die

Generalisierbarkeit des Fitts’schen Gesetzes auf ganz verschiedene Leistungen menschli-

chen Verhaltens spricht.

Literatur 180

11 Literatur

Abernethy, B., & Russell, D. G. (1987). Expert-novice differences in an applied selective at-

tention task. Journal of Sport Psychology, 9, 326-345.

Abrams, R. A., Meyer, D. E., & Kornblum, S. (1989). Speed and accuracy of saccadic eye

movements: Characteristics of impulse variability in the oculomotor system. Journal of

Experimental Psychology: Human Perception and Performance, 15, 529-543.

Aglioti, S. M., Cesari, P., Romani, M., & Urgesi, C. (2008). Action anticipation and motor res-

onance in elite basketball players. Nature Neuroscience, 11, 1109-1116.

Annett, J., Golby, C. W., & Kay, H. (1958). The measurement of elements in an assembly

task-the information output of the human motor system. Quarterly Journal of experi-

mental Psychology, 10, 1-11.

Atmaca, S., Sebanz, N., Prinz, W., & Knoblich, G. (2008). Action co-representation: the joint

SNARC effect. Social Neuroscience, 3, 410-420.

Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2006). Multivariate Analysemethode:

Eine anwendungsorientierte Einführung (11. Auflage). Berlin: Springer.

Beamish, D., Bhatti, S. A., MacKenzie, I. S., & Wu, J.(2006). Fifty years later: A neurodynam-

ic explanation of Fitts' law. Journal of the Royal Society Interface, 3, 649-654.

Bekkering, H., de Bruijn, E. A. R., Cuijpers, R. H., Newman-Norlund, R., van Schie, H. T., &

Meulenbroek, R. (2009). Joint action: Neurocognitive mechanisms supporting human

interaction. Topics in Cognitive Science, 1, 340-352.

Bekkering, H., Wohlschläger, A., & Gattis, M. (2000). Imitation of gestures in children is goal-

directed. Quarterly Journal of Experimental Psychology: Human Experimental Psy-

chology, 53, 153-164.

Bernieri, F., & Rosenthal, R. (1991). Interpersonal coordination: Behavior matching and in-

teractional synchrony. In: R. Feldman & B. Rime (Eds.), Fundamentals of nonverbal

behavior. Studies in emotion and social interaction (pp. 401-432). New York: Cam-

bridge University Press.

Bernstein, N. A. (1967). The co-ordination and regulation of movements. Oxford: Pergamon

Press.

Bernstein, B. (1996). Pedagogy, symbolic control and identity: Theory, research, critique.

London: Taylor & Francis.

Blakemore, S. J., & Decety, J. (2001). From the perception of action to the understanding of

intention. Nature Reviews Neuroscience, 2, 561-567.

Blandin, Y., Lhuisset, L., & Proteau, L. (1999). Cognitive processes underlying observational

learning of motor skills. Quarterly Journal of Experimental Psychology: Human Exper-

imental Psychology, 52, 957-979.

Literatur 181

Böckler, A., Knoblich, G., & Sebanz, N. (2011). Giving a helping hand: Effects of joint atten-

tion on mental rotation of body parts. Experimental Brain Research, 211, 531-545.

Bortz, J. (1979, 1985, 2005). Lehrbuch der Statistik. Für Sozialwissenschaftler. Heidelberg:

Springer.

Bortz, J., & Döring, N. (2002). Forschungsmethoden und Evaluation. Berlin: Springer.

Bortz, J., & Schuster, C. (2010). Statistik für Human- und Sozialwissenschaftler (7. Aufl.).

Heidelberg: Springer.

Boyle, J., & Shea, C. H. (2011). Wrist and arm movements of varying difficulties. Acta Psy-

chologica, 137, 382-396.

Brass, M., Bekkering, H., & Prinz, W. (2001). Movement observation affects movement exe-

cution in a simple response task. Acta Psychologica, 106, 3-22.

Brennan, S. E., Chen, X., Dickinson, C. A., Neider, M. B., & Zelinsky, G. J. (2008). Coordi-

nating cognition: the costs and benefits of shared gaze during collaborative search.

Cognition, 106, 1465-1477.

Brosius, F. (2011). SPSS 19. Heidelberg: MIT Press.

Buck, L. (1986). Target location effects in tapping tasks. Acta Psychologica, 62, 1-13.

Cañal-Bruland, R., Hagemann, N., & Strauß, B. (2006). Wahrnehmungstraining im Sport. In

M. Tietjens & B. Strauß (Eds.), Handbuch Sportpsychologie (S. 262-268). Schorndorf:

Hofmann.

Calvo-Merino, B., Glaser, D. E., Grèzes, J., Passingham, R. E., & Haggard, P. (2005). Action

observation and acquired motor skills: An FMRI study with expert dancers. Cerebral

Cortex, 15, 1243-1249.

Carlton, L. G. (1979). Control processes in the production of discrete aiming responses.

Journal of Human Movement Studies, 5, 115-124.

Casile, A., & Giese, M. A. (2006). Nonvisual motor training influences biological motion per-

ception. Current Biology, 16, 69-74.

Chernikoff, R., & Taylor, F. (1952). Reaction times to kinaesthetic stimulation resulting from

sudden arm displacement. Journal of Experimental Psychology, 43, 1-8.

Clark, H. (1996). Using language. Cambridge, U.K.: Cambridge University Press.

Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). New Jer-

sey: Lawrence Erlbaum Associates.

Cohen, J. (1992). "A power primer”. Psychological Bulletin, 112, 155-159.

Crossman, E. R. F. W. (1957). The speed and accuracy of simple hand movements. In: F.

W. Crossman & W. D. Seymour (Eds.), The nature and acquisition of industrial skills,

Report to M. R. C. and D. S. I. R. Joint Committee on Individual Efficiency in Industry.

Crossman, E. R. F. W., & Goodeve, P. J. (1983). Feedback control of hand movements and

Fitts’ law. Quarterly Journal of Experimental Psychology, 35, 251-278.

Literatur 182

Descartes, R. (1664). L'Homme, Paris: Charles Angot.

Doerrfeld, A., Sebanz, N., & Shiffrar, M. (2012). Expecting to lift a box together makes the

load look lighter. Psychological Research, 76, 467-475.

Donders, F. C. (1869). On the speed of mental processes. Acta Psychologica, 30, 412-431.

Drill, R. (1933). Der Hammerschlag. Neue Psychologische Studien, 9,142-163 (zitiert aus:

Loosch,, E. (1993). Das Ganze läuft genauer ab als seine Teile - Zur Geschichte der

Motorikforschung von 1925-1939 am Psychologischen Institut in Leipzig. In:

Sportpsychologie 1, 1993, S. 26-30).

Drury, C. G. (1975). Application of Fitts’ law to foot-pedal design. Human Factors, 17, 368-

373.

Effenberg, A. O. (2005). Movement sonification: Effects on perception and action. IEEE Mul-

timedia, 12(2), S. 53-59.

Elsner, B., & Hommel, B. (2001). Effect anticipation and action control. Journal of Experi-

mental Psychology: Human Perception and Performance, 27, 229-240.

Elsner, B., & Hommel, B. (2004). Contiguity and contingency in the acquisition of action ef-

fects. Psychological Research, 68, 138-154.

Etnyre, B. R. (1998) Accuracy characteristics of throwing as a result of maximum force effort.

Perceptual & Motor Skills, 86, 1211-1217.

Fine, J. M., & Amazeen, E. L. (2011). Interpersonal Fitts‘ law: when two perform as one. Ex-

perimental Brain Research, 211, 459-469.

Fitts, P. M. (1954). The information capacity of the human motor system in controlling the

amplitude of movement. Journal of Experimental Psychology, 47, 381-391.

Fitts, P. M. (1992). The information capacity of the human motor system in controlling the

amplitude of movement. Journal of Experimental Psychology: General, 121, 262-269.

Fitts, P. M., & Peterson, J. R. (1964). Information capacity of discrete motor responses.

Journal of Experimental Psychology, 67, 103-112.

Fitts, P. M., & Posner, M. I. (1968). Human Performance, Belmont, California: Brooks / Cole

Publishing.

Fowler, B., Duck, T., Mosher, M., & Mathieson, B. (1991) The coordination of bimanual ai-

ming movements: Evidence for progressive desynchronization, The Quarterly Journal

of Experimental Psychology: Human Experimental Psychology, 43(A), 205-221.

Georgiou, I., Becchio, C., Glover, S., & Castiello, U. (2007). Differerent action patterns for

cooperative and competitive behaviour. Cognition, 102, 415-433.

Gibson, J. J. (1966). The Senses Considered as Perceptual Systems. Boston: Houghton

Mifflin.

Literatur 183

Gibson, J. J. (1977). The theory of affordances. In: R. E. Shaw & J. Bransford (Eds.), Per-

ceiving, acting, and knowing: Toward an ecological psychology (pp. 67-82). Hillsdale,

NJ: Lawrence Erlbaum Associates.

Goebl, W., & Palmer, C. (2009). Synchronization of timing and motion among performing

musicians. Music Perception, 26, 427-438.

Grafton, S. T., & Cross, E. S. (2008). Dance and the brain. In: C. Asbury & B. Rich (Eds.),

Learning, arts and the brain: The Dana Consortium Report on arts and cognition (pp.

61-68). New York: Dana Press.

Grèzes, J., Frith, C. D., & Passingham, R. E. (2004). Inferring false beliefs from the actions of

oneself and others: An fMRI study. NeuroImage, 21, 744-750.

Grosjean, M., Shiffrar, M., & Knoblich, G. (2007). Fitts' law holds for action perception. Psy-

chological Science, 18, 95-99.

Gruber, H., & Lehmann, A. C. (2007). Entwicklung von Expertise und Hochleistung in Musik

und Sport. In: F. Petermann & W. Schneider (Hrsg.), Angewandte Entwicklungspsy-

chologie (S. 497-519). Göttingen: Hogrefe.

Guiard, Y. (1993). On Fitts’s and Hooke’s laws: Simple harmonic movement in upper limb

aiming. Acta Psychologica, 82, 139-159.

Guiard, Y., & Olafsdottir, H. B. (2011). On the measurement of movement difficulty in the

standard approach to Fitts’ Law. PLoS ONE 6(10): e24389.

Hagemann, N., Strauss, B., & Canal-Bruland, R. (2006). Training perceptual skill by orienting

visual attention. Journal of Sport and Exercise Psychology, 28, 143-158.

Haken, H. (1996). Principles of brain functioning: A synergetic approach to brain activity, be-

havior and cognition. Berlin: Springer Verlag.

Haken, H., Kelso, J. A. S., & Bunz, H. (1985). A theoretical model of phase transition in hu-

man. Biological Cybernetics, 51, 347-356.

Hamilton, A., Wolpert, D., & Frith, U. (2004). Your own action influences how you perceive

another person's action, Current Biology, 14, 493-498

Hancock, P. A., & Newell, K. M. (1985). The movement speed-accuracy relationship in

space-time. In: H. Heuer, U. Kleinbeck, & K. H. Schmidt (Eds.), Motor behavior: Pro-

gramming, control, and acquisition (pp. 153-188). Berlin: Springer Verlag.

Heed, T., Habets, B., Sebanz, N., & Knoblich, G. (2010). Others’ actions reduce crossmodal

integration in peripersonal space. Current Biology, 20, 1345-1349.

Henry, F. M., & Rogers, E. E. (1960). Increased response latency for complicated move-

ments and a "memory drum" theory of neuromotor reaction. Research Quarterly, 31,

448-458.

Hick, W. E. (1952). On the rate of gain of information. Quarterly Journal of Experimental Psy-

chology, 4, 11-26.

Literatur 184

Hoffmann, E. R. (1991a). Capture of moving targets: A modification of Fitts’ law. Ergonomics,

34, 211-12.

Hoffmann, E. R., & Sheikh, I. H. (1991). Finger width corrections in Fitts’ law: Implications for

speed-accuracy research. Journal of Motor Behavior, 23, 259-62.

Holländer, A., Jung, C., & Prinz, W. (2011). Covert motor activity on NoGo trials in a task

sharing paradigm: evidence from the lateralized readiness potential. Experimental

Brain Research, 211, 345-356.

Hommel, B., Muesseler, J., Aschersleben, G., & Prinz, W. (2001). The theory of event coding

(TEC). Behavioral and Brain Sciences, 24, 849-937.

Hommel, B., & Nattkemper, J. (2011). Handlungspsychologie. Planung und Kontrolle intenti-

onalen Handelns.

Heidelberg: Springer.

Hyman, R. (1953). Stimulus information as a determinant of reaction time. Journal of Exper-

imental Psychology, 45, 188-196.

Iacoboni, M. (2005). Neural mechanisms of imitation. Current Opinion in Neurobiology, 15,

632-637.

Jeannerod, M. (2001). Neural simulation of action: A unifying mechanism for motor cognition.

NeuroImage, 14, 103-109.

Johnsgard, T. (1994). Fitts’ Law with a virtual reality glove and a mouse: Effects of gain. Pro-

ceedings of the Graphics Interface Conference. Banff, Alberta, Canada.

Johnson, J., & Raab, M. (2003). Take the first: Option generation and resulting choices. Or-

ganizational Behavior and Human Decision Making Processes, 91, 215-229.

Jones, K. S. (2003). What is an affordance? Ecological Psychology, 15, 107-114.

Juras, G., Slomka, K., & Latash, M. L. (2009). Violations of Fitts' law in a ballistic task. Jour-

nal of Motor Behavior, 41, 525-528.

Kelso, J. A. S. (1984). Phase transitions and critical behavior in human bimanual coordina-

tion. American Journal of Physiology: Regulatory, Integrative and Comparative Physi-

ology, 15, 1000-1004.

Kelso, J. A. S. (1990). Phase transitions: Foundations of behavior. In: H. Haken & M. Stadler

(Eds.), Synergetics of cognition (pp. 249-268). Berlin: Springer Verlag.

Kelso, J.A.S. (1995). Dynamic patterns: The self-organization of brain and behavior. Cam-

bridge: MIT Press.

Kelso, J. A. S., Putnam, C. A,, & Goodman, D. (1983). On the space-time structure of human

interlimb coordination. Quarterlv Journal of Experimental Psychology, 35A, 347-375.

Kelso, J. A. S., Southard, D. L., & Goodman, D. (1979). On the coordination of two-handed

movements. Journal of Experimental Psychology: Human Perception Performance, 5,

229-238.

Literatur 185

Kerr, B. A., & Langolf, G. D. (1977) Speed of aiming movements. Quarterly Journal of Exper-

imental Psychology, 29, 475-481.

Kilner, J. M., Paulignan, Y., & Blakemore, S. J. (2003). An interference effect of observed

biological movement on action. Current Biology, 13, 522-525.

Klapp, S. T. (1975). Feedback versus motor programming in the control of aimed move-

ments. Journal of Experimental Psychology: Human Perception and Performance, 1,

147-153.

Klein-Soetebier, T., Steggemann, Y., & Weigelt, M. (2011). Effektorspezifische Bahnungs-

prozesse beim Betrachten von Basketball- und Fußballspielern. Zeitschrift für

Sportpsychologie, 18, 155-160.

Knoblich, G., Butterfill, S., & Sebanz, N. (2011). Psychological research on joint action: Theo-

ry and data. In: B. Ross (Ed.), The Psychology of Learning and Motivation (pp. 59-

101). Burlington: Academic Press.

Knoblich, G., & Flach, R. (2001). Predicting the effects of actions: Interactions of perception

and action. Psychological Science, 12, 467-472.

Knoblich, G., & Jordan, J. S. (2003). Action coordination in groups and individuals: Learning

anticipatory control. Journal of Experimental Psychology: Learning, Memory, and

Cognition, 29, 1006-1016.

Knoblich, G., & Sebanz, N. (2006). The social nature of perception and action. Current Direc-

tions in Psychological Science, 15, 99-104.

Knoblich, G., & Sebanz, N. (2008). Evolving intentions for social interaction: From entrain-

ment to joint action. Philosophical Transactions of the Royal Society B, 363, 2021-

2031.

Kornhuber, H. H. (1971). Motor functions of cerebellum and basal ganglia: The cerebellocor-

tical saccadic (ballistic) clock, the cerebellonuclear hold regulator, and the basal gan-

glia ramp (voluntary speed smooth movement) generator. Kybernetik, 8, 157-162.

Krippendorff, K. (1986). Information theory. Structural models for qualitative data. Beverly

Hills, CA: Sage.

Kunde, W. (2006). Antezedente Effektrepräsentationen in der Verhaltenssteuerung. Psy-

chologische Rundschau, 57(1), 34–42.

Kunde, W. & Weigelt, M. (2005). Goal congruency in bimanual object manipulation. Journal

of Experimental Psychology: Human Perception and Performance, 31, 145-165.

Lagarde, J., & Kelso, J. A. S. (2006). Binding of movement, sound and touch: Multimodal

coordination dynamics. Experimental Brain Research, 173, 673-688.

Locke, E. A. (1967). Motivational effects of knowledge of results. Knowledge or goal-setting?.

Journal of Applied Psychology, 51, 324-329.

Literatur 186

Lorch, R. F., & Myers, J. L. (1990). Regression analyses of repeated measures data in cogni-

tive research. Journal of Experimental Psychology: Learning, Memory, and Cognition,

16, 149-157.

Loula, F., Prasad, S., Harber, K., & Shiffrar, M. (2005). Recognizing people from their move-

ment. Journal of Experimental Psychology: Human Perception and Performance, 31,

210-220.

Marsh, K. L., Richardson, M. J., Baron, R. M., & Schmidt, R. C. (2006). Contrasting ap-

proaches to perceiving and acting with others. Ecological Psychology, 18, 1-37.

MacKenzie, C. L., Marteniuk, R. G., Dugas, C., Liske, D., & Eickmeier, B. (1987). Three-

dimensional movement trajectories in Fitts’ task: Implications for control. Quarterly

Journal of Experimental Psychology, 39, 629-47.

MacKenzie, I. S. (1989). A note on the information-theoretic base for Fitts’ law. Journal of

Motor Behavior, 21, 323-330.

MacKenzie, I. S. (1992). Fitts’ law as a research and design tool in human-computer interac-

tion. Human-Computer Interaction, 7, 91-113.

Marteniuk, R. G., MacKenzie, C. L., & Baba, D. M. (1984). Bimanual movement control: In-

formation processing and interaction effects. Quarterly Journal of Experimental Psy-

chology, 36A, 335-365.

Mechsner, F., & Knoblich, G. (2004). Do muscles matter in bimanual coordination? Journal of

Experimental Psychology: Human Perception and Performance, 30, 490-503.

Mechsner, F., Kerzel, D., Knoblich, G., & Prinz, W. (2001). Perceptual basis of bimanual co-

ordination. Nature, 414(6859), 69-73.

Meltzoff, A. N., & Prinz, W. (2002). The imitative mind: Development, evolution, and brain

bases. Cambridge, England: Cambridge University Press.

Memmert, D. (2011). Sports and Creativity. M. A. Runco & S. R. Pritzker (Eds.), Encyclope-

dia of Creativity, Second Edition (pp. 373-378). San Diego: Academic Press.

Meulenbroek, R. G. J., Bosga, J., Hulstijn, M., & Miedl, S. F. (2007). Joint action coordination

in transferring objects. Experimental Brain Research, 180, 333-343.

Meyer, D. E., Smith, J. E. K., & Wright, C. E. (1982). Models for the speed and accuracy of

aimed movements. Psychological Review, 89, 449-82.

Meyer, D. E., Abrams, R. A., Kornblum, S., Wright, C. E., & Smith, J. E. K. (1988). Optimality

in human motor performance: Ideal control of rapid aimed movements. Psychological

Review, 95, 340-70.

Meyer, D. E., Smith, J. E. K., Kornblum, S., Abrams, R. A., & Wright, C. E. (1990). Speed–

accuracy trade-offs in aimed movements: Toward a theory of rapid voluntary action.

In: M. Jeannerod (Ed.), Attention and performance: Motor representation and control

(pp. 173-226). Hillsdale, NJ: Erlbaum.

Literatur 187

Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our ca-

pacity for processing information. Psychological Review, 63, 81-97.

Mottet, D., Guiard, Y., Ferrand, T., & Bootsma, R. J. (2001). Two-handed performance of a

rhythmical Fitts task by individuals and dyads. Journal of Experimental Psychology

Human Perception Performance, 27, 1275-1286.

Newman-Norlund, R. D., Bosga, J., Meulenbroek, R. G. J., & Bekkering, H. (2008). Joint-

action coordination of redundant force contributions in a virtual lifting task. Motor Con-

trol, 11, 235-58.

Osborne, L. C., Lisberger, S. G., & Bialek, W. (2005). A sensory source for motor variation.

Nature, 437, 412-416.

Oullier, O., DeGuzman, G. C., Jantzen, K. J., Lagarde, J., & Kelso, J. A. S. (2008). Social

coordination dynamics: Measuring human bonding.

Social Neuroscience, 3(2), 178-

192.

Plamondon, R., & Alimi, A. M. (1997). Speed-accuracy trade-offs in target-directed move-

ments. Behavioral and Brain Sciences, 20, 279-349.

Prinz, W. (1990). A common-coding approach to perception and action. In: O. Neumann &

W. Prinz, (Eds), Relationships between perception and action. Current approaches

(pp. 167-201). New York, Springer.

Prinz, W. (1997). Perception and action planning. European Journal of Cognitive Psychology,

9, 129-154.

Ramnani, N., & Miall, R. C. (2004). A system in the human brain for predicting the actions of

others. Nature Neuroscience, 7, 85-90.

Richardson, M. J., Marsh, K. L., & Baron, R. M. (2007a). Judging and actualizing in-

trapersonal and interpersonal affordances. Journal of Experimental Psychology: Hu-

man Perception and Performance, 33, 845-859 .

Richardson, M. J., Marsh, K. L., Isenhower, R., Goodman, J., & Schmidt, R. C. (2007b).

Rocking together: Dynamics of intentional and unintentional interpersonal coordina-

tion. Human Movement Science, 26, 867-891.

Richardson, M. J., Marsh, K. L., & Schmidt, R. C. (2005). Effects of visual and verbal interac-

tion on unintentional interpersonal coordination. Journal of Experimental Psychology:

Human Perception and Performance, 31, 62-79.

Richardson, D. C., Street, C. N. H., Tan, J. Y. M., Kirkham, N. Z., Hoover, M. A., &

Cavanaugh, A. G. (2012). Joint Perception: gaze and social context. Frontiers in Hu-

man Neuroscience, 6, 1-8.

Rizzolatti, G., Craighero, L., & Fadiga, L. (2002). The mirror system in humans. In: M. I. Sta-

menov & V. Gallese (Eds.), Mirror neurons and the evolution of brain and language

(pp. 37-59). Philadelphia: Benjamins.

Literatur 188

Samson, D., Apperly, I. A., Braithwaite, J. J., Andrews, B. J., & Bodely Scott, S. E. (2010).

Seeing it their way: Evidence for rapid an involuntary computation of what other peo-

ple see. Journal of Experimental Psychology: Human Perception and Performance,

36, 1255-1266.

Sanders, A. F. (1980). Stage analysis of reaction processes. In: G.E. Stelmach & J. Requin

(Eds.), Tutorials in Motor Behavior: Advances in Psychology, (pp. 331-354). Amster-

dam: North-Holland Publishing Co..

Schauer, E. (2001). Wurftrainer Basketball. Die besten Übungen und Programme. Rowohlt:

Tb.

Schmidt, R. A., & Lee, T. L. (2005). Motor Control and Learning: A behavioral emphasis.

Champaign, IL: Human Kinetics.

Schmidt, R. C., & O'Brien, B. (1997). Evaluating the dynamics of unintended interpersonal

coordination. Ecological Psychology, 9, 189-206.

Schmidt, R. C., & Richardson, M. J. (2008). Dynamics of interpersonal coordination. In: A.

Fuchs & V. K. Jirsa (Eds.), Coordination: Neural, behavioral and social dynamics (pp.

281-307). Berlin: Springer Verlag.

Schmidt, R. C., & Turvey, M. T. (1994). Phase-entrainment dynamics of visually coupled

rhythmic movements.

Biological Cybernetics, 70, 369-76.

Schmidt, R. A., Zelaznik, H. N., Hawkins, B., Frank, J. S., & Quinn, J. T. (1979). Motor-output

variability: a theory for the accuracy of rapid motor acts. Psychological Review, 86,

415-451.

Schütz-Bosbach, S., & Prinz, W. (2007). Perceptual resonance: Action-inducted modulation

of perception. Trends in Cognitive Sciences, 11, 349-355.

Sebanz, N., Bekkering, H., & Knoblich, G. (2006a). Joint action: bodies and minds moving

together. Trends Cognitive Science, 10, 70-76.

Sebanz, N., & Frith, C. (2004). Beyond simulation? Neural mechanisms for predicting the

actions of others. Nature Neuroscience, 7, 5-6.

Sebanz, N., Knoblich, G., & Prinz, W. (2003). Representing others’ actions: Just like one’s

own?. Cognition, 88, 11-21.

Sebanz, N., Knoblich, G., & Prinz, W. (2005). How two share a task. Journal of Experimental

Psychology Humans, 31, 1234-1246.

Sebanz, N., Knoblich, G., Prinz, W., & Wascher, E. (2006b). Twin Peaks: An ERP study of

action planning and control in co-acting individuals. Journal of Cognitive Neurosci-

ence, 18, 859-870.

Sebanz, N., Rebbechi, D., Knoblich, G., Prinz, W., & Frith, C. (2007). Is it really my turn? An

event-related fMRI study of task sharing. Social Neuroscience, 2, 81-95.

Literatur 189

Shannon, C. E., & Weaver, W. (1949). The mathematical theory of communication. Urbana,

Illinois: University of Illinois Press.

Shea, C. H., Boyle, J., & Kovacs, A. J. (2012). Bimanual Fitts’ tasks: Kelso, Southard, and

Goodman, 1979 revisited. Experimental Brain Research, 216,113-121.

Sheridan, M. R. (1979). A reappraisal of Fitts' law. Journal of Motor Behaviour, 11, 179-188.

Siegel, D. S. (1977). The effect of movement amplitude and target diameter on reaction time.

Journal of Motor Behaviour, 9, 257-265.

Singer, R. N., & Janelle, C. M. (1999). Determining sport expertise: From genes to su-

premes. International Journal of Sport Psychology, 30, 117-150.

Skrandies, W. (2003). Evoked potential studies of visual information processing. In: A. Zani &

A. M. Proverbio (Eds.), The cognitive electrophysiology of mind and brain (pp. 71-92).

San Diego, Academic Press.

Steggemann, Y., & Weigelt, M. (2011). Der Kopf turnt Saltos...! Selektive Effekte sportlicher

Bewegungserfahrung auf die mentale Rotationsleistung von menschlichen Figuren.

Zeitschrift für Sportpsychologie, 18, 133-140.

Sternberg, S. (1969). The discovery of processing stages: Extensions of Donders' method.

In: W. G. Koster (Ed.), Attention and performance II. Acta Psychologica, 30, 276-315.

Swinnen, S. P. (2002) Intermanual coordination: from behavioural principles to neural-

network interactions. Natural Review of Neuroscience, 3, 348-359.

Swinnen, S. P., & Wenderoth, N. (2004). Two hands, one brain: cognitive neuroscience of

bimanual skill. Trends in Cognitive Sciences, 8(1), 18-25.

Townsend, J. T., & Ashby, F. G. (1978). Methods of modeling capacity in simple processing

systems. In: J. Castellan & F. Restle (Eds.), Cognitive theory (pp. 200-239). Hillsdale,

N. J.: Erlbaum.

Triplett, N. (1898). The dynamogenic factors in pacemaking and competition. American Jour-

nal of Psychology, 9, 507-533.

Vesper, C., Butterfill, S., Knoblich, G., & Sebanz, N. (2010). A minimal architecture for joint

action. Neural Networks, 23, 998-1003.

Vesper, C., van der Wel, R. P. R. D., Knoblich, G., & Sebanz, N. (2011). Making oneself pre-

dictable: Reduced temporal variability facilitates joint action coordination. Experi-

mental Brain Research, 211, 517-530.

Vesper, C., Schmitz, L., Sebanz, N., & Knoblich, G. (2013a). Joint action coordination

through strategic reduction in variability. In: M. Knauff, M. Pauen, N. Sebanz, & I.

Wachsmuth (Eds.), Proceedings of the 35th Annual Conference of the Cognitive Sci-

ence Society (pp. 1522-1527). Austin, TX: Cognitive Science Society.

Literatur 190

Vesper, C., van der Wel, P. R. D., Knoblich, G., & Sebanz, N. (2013b). Are you ready to

jump? Predictive mechanisms in interpersonal coordination. Journal of Experimental

Psychology: Human Perception and Performance, 39, 48-61.

Welford, A. T. (1960). The measurement of sensory-motor performance: survey and reap-

praisal of twelve years' progress. Ergonomics, 3, 189-230.

Williams, A.M., & Davids, K. (1998).Visual search strategy, selective attention, and expertise

in soccer. Research Quarterly for Exercise and Sport, 69, 111-128.

Williams, A. M., Ward, P., & Smeeton, N.J. (2004). Perceptual and cognitive expertise in

sport: implications for skill acquisition and performance enhancement. In: A. M. Wil-

liams & N. J. Hodges (Eds.), Skill acquisition in sport: research, theory and practice

(pp. 328-348), London, Routledge.

Wilson, M., & Knoblich, G. (2005). The case for motor involvement in perceiving conspecif-

ics. Psychonomic Bulletin, 131, 460-473.

Wobbrock, J. O., Cutrell, E., Harada, S., & MacKenzie, I. S. (2008). An error model for point-

ing based on Fitts' law. Proceedings of the ACM conference on human factors in

computing systems (CHI '08), 1613-1622.

Woodworth, R. S. (1899). The accuracy of voluntary movement. Psychological Review

(Monograph Supplement), 3, 1-119.

Wright, C. E., & Meyer, D. E. (1983). Conditions of linear speed-accuracy trade-off in aimed

movements. Quarterly Journal of Experimental Psychology, 35, 279-296.

Anhang 191

12 Anhang

Anhang 1 – Modifikationen des Fitts’schen Gesetzes (aus Plamondon & Almini, 1997)

Anhang 192

Anhang 2 – Exemplarische Einverständnis- und Teilnahmeerklärung (Experiment 1)

Einverständniserklärung

Bitte beachten Sie, dass Ihre Informationen nur in anonymisierter Form weiterverarbeitet werden. Der/die Ver-

suchsleiter/in garantiert den Schutz Ihrer Daten. Nach unserem Kenntnisstand besteht kein körperliches oder

geistiges Risiko. Für die Teilnahme gibt es keine finanzielle Entlohnung. Die Teilnahme geschieht freiwillig und

kann zu jedem Zeitpunkt von dem/der Teilnehmenden abgebrochen werden. Dadurch entsteht Ihnen kein Nach-

teil.

• Ich bin damit einverstanden, an einer wissenschaftlichen Untersuchung zum Thema

„Scheibentransport“

teilzunehmen.

• Ich bin ausreichend über den Zweck und Ablauf der Untersuchung informiert worden.

Name:

Straße:

PLZ: Ort:

Tel./Fax:

E-Mail:

Ort/Datum Unterschrift

Hinweise zum Datenschutz:

Die Erfassung, Speicherung und Verarbeitung personenbezogener Daten insbesondere medizinischer Daten ist

laut Bundesdatenschutzgesetz dann erlaubt, wenn der Betroffene dazu schriftlich sein Einverständnis gibt und

dieses mit seiner Unterschrift bekundet. Dieses muss nach dessen freien Willen geschehen, wobei der Verwen-

dungszweck der Daten eindeutig bekannt sein muss. Ferner hat der Betroffene jeder Zeit das Recht, seine

personenbezogenen Daten einzusehen, zu ändern oder ohne Angabe von Gründen ganz oder teilweise

löschen zu lassen. Bitte wenden Sie sich dazu an obige Adresse.

Sportwissenschaftliches Institut

Sportpsychologie / Bewegungswissenschaft

Campus, Gebäude B 8 1

66123 Saarbrücken

Universität Saarbrücken

Postfach 15 11 50

D-66041 Saarbrücken

Anhang 193

Anhang 3 – Demographischer Fragebogen für ein Versuchspaar

Partner 1:

Name : _______________________ Vorname: ____________________

Alter: _________

Geschlecht: ( ) weiblich ( ) männlich

Körpergröße in cm: _________

Händigkeit: ( ) rechts ( ) links

Sehhilfe: ( ) nein ( ) ja

Sportliche Erfahrungen (regelmäßig betreiben bzw. betrieben haben):

Sportart: __________________ von (Jahr) _______ bis (Jahr) _______ Dauer: ___

Partner 2:

Name : ________________________ Vorname: ____________________

Alter: _________

Geschlecht: ( ) weiblich ( ) männlich

Körpergröße in cm: _________

Händigkeit: ( ) rechts ( ) links

Sehhilfe: ( ) nein ( ) ja

Sportliche Erfahrungen (regelmäßig betreiben bzw. betrieben haben):

Sportart: _________________ von (Jahr) _______ bis (Jahr) _______ Dauer: ___

Bitte beachten Sie, dass Ihre Informationen nur in anonymisierter Form weiterverarbeitet werden. Der/die Ver-

suchsleiter/in garantiert den Schutz Ihrer Daten. Nach unserem Kenntnisstand besteht kein körperliches oder

geistiges Risiko. Für die Teilnahme gibt es keine finanzielle Entlohnung. Die Teilnahme geschieht freiwillig und

kann zu jedem Zeitpunkt von dem/der Teilnehmenden abgebrochen werden. Dadurch entsteht Ihnen kein Nach-

teil.

Ich bin damit einverstanden, an einer wissenschaftlichen Untersuchung zum Thema Basketball teilzunehmen.

Unterschrift (Partner 1) (Unterschrift Partner 2)

Anhang 194

Anhang 4 – Exemplarische Instruktion (hier: aus Experiment 9)

„Liebe Versuchspersonen,

es handelt sich um ein motorisches Experiment. Bitte stelle dich an die vom Versuchsleiter

vorgegebene Markierung. Deine Aufgabe ist es in aufrechter Haltung einen Basketball durch

das vorgegebene Ziel zu passen. Dein Partner / Deine Partnerin soll den Ball fangen und dir

wieder zurückpassen können. Die Versuchsleiter zählen wie viele Pässe ihr in der vorgege-

benen Zeit von 20 Sekunden schafft. Berücksichtigt dabei allerdings mehr die Genauigkeit

als die Geschwindigkeit!

Die Versuchsleiter variieren nach jeweils vier Durchgängen die Größe des Zieles oder die

Entfernung zu deinem Partner / deiner Partnerin oder beides. Die Fehler (Verfehlen des Zie-

les) werden ebenfalls gezählt und euch nach jedem Durchgang mitgeteilt. Das Experiment

dauert circa 45 Minuten. Wenn du eine Pause benötigst, teile es dem Versuchsleiter bitte

mit.

Viel Spaß beim Experiment!“

Anhang 195

Anhang 5 – Durchschnittliche Bewegungszeit (BZ; in ms) für den Transport einer

Scheibe in Experiment 1 (SI = Schwierigkeit, MW = Mittelwert, SD = Standardabwei-

chung, SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 4,0 5,0 5,6 6,0 6,6 7,0 7,6

1 1 1083 1125 1173 1165 1319 1520 1368

1 1 1053 1008 1196 1222 1313 1253 1512

1 1 1003 1093 1113 1227 1398 1356 1396

2 1 961 1056 1130 1212 1325 1190 1454

2 1 1020 1096 1187 1196 1503 1320 1451

2 1 1012 1002 1192 1255 1342 1247 1462

3 1 1180 1078 1284 1217 1358 1299 1632

3 1 1053 1108 1184 1220 1279 1439 1311

3 1 975 1026 1331 1235 1397 1266 1412

4 1 1020 1034 1098 1196 1345 1287 1310

4 1 950 901 1128 1176 1289 1190 1329

4 1 1016 1009 1065 1122 1350 1130 1287

5 1 827 1121 1127 1232 1277 1268 1578

5 1 832 1057 1162 1266 1471 1090 1252

5 1 755 954 1058 1163 1166 1385 1494

6 1 946 923 1031 1278 1166 1293 1494

6 1 983 1119 1256 1232 1449 1288 1779

6 1 959 995 1298 1162 1394 1254 1364

7 1 1062 1107 1226 1261 1284 1224 1489

7 1 1034 999 1273 1161 1535 1323 1573

7 1 954 983 1249 1197 1404 1456 1469

8 1 991 1095 1193 1155 1317 1368 1523

8 1 931 1098 1074 1270 1355 1379 1621

8 1 1115 1048 1212 1215 1514 1205 1163

9 1 971 915 1091 1275 1282 1238 1483

9 1 1008 987 1101 1198 1290 1388 1704

9 1 891 1045 1213 1380 1262 1379 1412

10 1 1037 952 1054 1089 1174 1106 1160

10 1 942 988 1239 1138 1302 1355 1229

10 1 936 1014 1138 1109 1293 1404 1377

11 1 1141 941 986 1153 1211 1221 1336

11 1 778 986 987 1054 1291 1391 1462

11 1 1048 1014 1016 1228 1225 1272 1366

12 1 993 977 1140 1281 1369 1268 1483

12 1 932 964 1333 1239 1320 1303 1541

12 1 1027 1098 1105 1243 1273 1190 1467

1 2 1030 1056 1337 1257 1375 1544 1502

1 2 954 1100 1265 1238 1560 1346 1655

1 2 980 1252 1138 1372 1345 1356 1707

2 2 1132 1127 1038 1273 1537 1283 1492

2 2 1211 1139 1167 1251 1472 1468 1590

2 2 1153 1101 1202 1328 1401 1488 1613

3 2 1011 1128 1208 1324 1508 1458 1701

3 2 1062 1205 1360 1299 1361 1587 1627

Anhang 196

3 2 1150 1175 1341 1316 1690 1478 1675

4 2 1301 1196 1233 1331 1462 1476 1417

4 2 1307 1094 1297 1259 1506 1190 1496

4 2 1107 1084 1340 1412 1552 1130 1492

5 2 869 1096 1296 1203 1349 1394 1638

5 2 1018 1138 1153 1299 1510 1486 1417

5 2 932 1103 1161 1298 1308 1477 1809

6 2 1023 1137 1263 1366 1438 1459 1545

6 2 1107 1182 1373 1301 1536 1545 1901

6 2 1051 1194 1486 1315 1516 1486 1620

7 2 1005 1124 1207 1390 1479 1465 1508

7 2 1307 1171 1232 1244 1509 1457 1773

7 2 1023 1050 1295 1380 1571 1609 1604

8 2 1002 1038 1355 1306 1430 1330 1523

8 2 986 1167 1242 1390 1344 1511 1660

8 2 1021 1143 1232 1173 1481 1428 1340

9 2 1263 1188 1394 1397 1458 1388 1700

9 2 1137 1194 1325 1356 1535 1497 1704

9 2 1078 1217 1294 1526 1380 1545 1637

10 2 1326 1290 1212 1303 1442 1356 1606

10 2 1291 1374 1418 1372 1439 1647 1635

10 2 995 1254 1397 1429 1626 1581 1721

11 2 1158 1042 1394 1284 1336 1258 1347

11 2 978 1122 1113 1112 1303 1547 1485

11 2 938 1064 1191 1198 1246 1279 754

12 2 1191 1128 1234 1261 1431 1387 1558

12 2 1092 1134 1361 1283 1483 1373 1706

12 2 1098 1129 1202 1243 1364 1386 1511

MW 1+2 1037 1087 1214 1257 1390 1364 1506

SD 1+2 119 92 111 88 112 128 177

SE 1+2 14,14 10,87 13,15 10,40 13,30 15,24 21,03

KI 1+2 28,95 21,67 26,21 20,74 26,53 30,38 41,93

Anhang 197

Anhang 6 – Durchschnittliche Bewegungszeit (BZ; in ms) für den Transport einer

Scheibe in der Einzelbedingung von Experiment 2 (SI = Schwierigkeit, MW = Mittel-

wert, SD = Standardabweichung, SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 4,0 5,0 5,6 6,0 6,6 7,0 7,6

1 1 793 988 1040 1049 1226 1083 1261

1 1 768 904 1071 1100 1251 1091 1168

1 1 813 889 1016 1017 1191 1118 1176

2 1 945 1084 1139 1113 1159 1044 1175

2 1 928 1071 1075 1158 1159 1154 1111

2 1 929 1056 1238 1193 1181 1144 1270

3 1 1046 1010 986 1085 1308 1238 1301

3 1 978 1013 1056 1208 1176 1254 1246

3 1 1009 1056 1041 1089 1338 1259 1381

4 1 994 1128 1071 1089 1276 1166 1330

4 1 810 1059 1276 1094 1281 1381 1440

4 1 753 1158 1191 1034 1276 1151 1191

5 1 943 1069 1034 1034 1061 1198 1431

5 1 956 1012 1221 1131 1448 1221 1346

5 1 826 1048 971 1091 1223 1193 1206

6 1 1101 1123 1111 1122 1286 1248 1191

6 1 960 1213 1261 1161 1268 1266 1221

6 1 933 1191 1164 1109 1193 1196 1221

7 1 788 986 991 1034 1078 1006 1171

7 1 913 979 1066 936 1136 1171 1146

7 1 858 1024 996 1073 1160 1056 1241

8 1 968 1171 1231 1169 1103 1540 1551

8 1 903 1092 1131 1103 1248 1321 1251

8 1 860 1071 1208 1213 1196 1331 1296

9 1 925 1095 918 1221 1356 1268 1279

9 1 881 950 963 1012 1169 1163 1321

9 1 826 926 976 1324 1401 1221 1088

10 1 1176 1029 1051 1128 1226 1240 1321

10 1 931 989 1085 1082 1131 1181 1361

10 1 861 1024 1138 1201 1288 1251 1163

11 1 1109 1071 1111 1146 1251 1454 1345

11 1 1014 1109 1331 1140 1510 1323 1369

11 1 1030 1045 1191 1154 1225 1163 1290

12 1 948 1004 1201 1091 1513 1179 1316

12 1 886 949 1139 1147 1213 1274 1440

12 1 831 989 1263 1063 1326 1205 1371

1 2 836 888 986 953 1056 1046 1296

1 2 838 964 1085 956 1135 1011 1191

1 2 856 1031 968 1056 1175 1186 1276

2 2 791 868 984 994 1280 1010 1226

2 2 836 958 951 966 1286 1071 1115

2 2 796 960 1128 1028 1164 1211 1183

3 2 826 1104 1258 1196 1060 1051 1226

3 2 895 1064 1108 1029 991 1036 1208

Anhang 198

3 2 816 958 1121 1009 1251 1070 1251

4 2 993 948 1004 1094 1139 1393 1224

4 2 811 954 939 1044 1088 1119 1378

4 2 823 928 873 1084 980 1091 1201

5 2 865 1083 1048 1064 1323 1436 1321

5 2 866 958 1173 1079 1208 1001 1146

5 2 786 981 1098 1055 1171 1063 1171

6 2 935 1088 1231 1109 1191 1366 1251

6 2 895 1037 1211 1209 1341 1130 1396

6 2 940 1054 1115 1126 1175 1201 1326

7 2 756 869 918 901 1063 1029 986

7 2 686 840 791 1031 935 943 1083

7 2 836 784 931 875 941 1041 981

8 2 736 891 1103 976 1253 1241 1121

8 2 784 851 933 1036 1131 1076 1011

8 2 706 906 1101 1047 1311 1036 1086

9 2 958 911 1036 945 973 1126 1253

9 2 956 865 946 952 1091 936 1246

9 2 811 1013 988 1020 1221 1049 1153

10 2 896 1029 1071 1251 1231 1201 1256

10 2 1068 1032 1018 1100 1298 1333 1388

10 2 1015 1014 1366 1117 1273 1228 1353

11 2 766 789 988 1003 1166 1301 1161

11 2 763 879 873 1013 1060 1043 1193

11 2 701 789 988 854 893 1105 1181

12 2 796 914 1013 979 1136 981 1056

12 2 810 944 996 987 1226 1031 1311

12 2 776 964 1081 1034 1118 1106 1116

MW 1+2 881 996 1075 1073 1197 1167 1240

SD 1+2 102 94 116 89 122 126 111

SE 1+2 12,10 11,19 13,75 10,57 14,53 14,98 13,20

KI 1+2 24,12 22,32 27,41 21,08 28,96 29,87 26,32

Anhang 199

Anhang 7 – Durchschnittliche Bewegungszeit (BZ; in ms) für den Transport einer

Scheibe in der Paarbedingung von Experiment 2 (SI = Schwierigkeit, MW = Mittelwert,

SD = Standardabweichung, SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 4,0 5,0 5,6 6,0 6,6 7,0 7,6

1 1 1015 995 1080 1103 1185 1155 1408

1 1 955 968 1310 1050 1300 1155 1355

1 1 980 923 1135 1058 1140 1095 1430

2 1 955 1078 1220 1208 1340 1180 1420

2 1 980 1085 1045 1090 1330 1100 2450

2 1 990 1040 1095 1135 1240 1305 1200

3 1 1040 1148 1170 1265 1233 1305 1555

3 1 985 1150 1170 1210 1247 1150 1365

3 1 1050 1153 1155 1263 1244 1240 1430

4 1 975 1083 1160 1035 1090 1295 1180

4 1 1120 1093 1135 1123 1110 1135 1160

4 1 945 1120 1150 1125 1140 1045 1205

5 1 930 1045 1135 1123 1275 1270 1295

5 1 885 1068 1080 1130 1360 1140 1270

5 1 990 1088 1165 1070 1245 1070 1255

6 1 970 1100 1185 1275 1275 1165 1345

6 1 890 1040 1100 1308 1285 1320 1445

6 1 950 948 1130 1153 1220 1130 1155

7 1 915 1055 985 1085 1200 1170 1235

7 1 870 1025 950 980 1075 1120 1105

7 1 740 1010 975 1018 1190 1070 1180

8 1 1035 1183 1185 1293 1245 1275 1625

8 1 1125 1100 1180 1253 1230 1260 1550

8 1 1035 1053 1280 1285 1315 1185 1275

9 1 955 1088 1215 1075 1475 1425 1295

9 1 850 1115 1065 1088 1245 1210 1190

9 1 915 1108 1125 1050 1225 1360 1320

10 1 1060 1140 1095 1148 1165 1310 1390

10 1 1050 1205 1295 1180 1255 1175 1535

10 1 1120 1148 1170 1190 1445 1295 1380

11 1 910 1015 1055 1093 1170 1205 1315

11 1 915 1010 1050 1155 1395 1260 1355

11 1 900 1016 1025 1168 1150 1060 1385

12 1 1045 1180 1300 1135 1140 1095 1360

12 1 990 1045 1240 1163 1135 1110 1280

12 1 920 1140 1150 1088 1375 1285 1235

1 2 1076 1056 1163 1242 1311 1234 1498

1 2 1033 1035 1383 1160 1613 1205 1503

1 2 1041 995 1188 1128 1218 1164 1509

2 2 975 1113 1275 1244 1360 1221 1490

2 2 995 1123 1085 1187 1400 1158 1385

2 2 998 1086 1121 1172 1295 1375 1236

3 2 1083 1219 1236 1341 1321 1361 1663

3 2 1035 1209 1231 1306 1351 1255 1476

Anhang 200

3 2 1151 1243 1211 1319 1318 1296 1540

4 2 1026 1159 1225 1174 1158 1371 1235

4 2 1171 1146 1230 1201 1136 1246 1195

4 2 975 1199 1196 1193 1265 1121 1480

5 2 980 1111 1215 1190 1435 1365 1396

5 2 955 1116 1150 1243 1503 1294 1383

5 2 1063 1164 1225 1146 1381 1138 1361

6 2 1041 1176 1253 1365 1383 1280 1450

6 2 960 1119 1180 1393 1411 1375 1536

6 2 1036 1069 1176 1256 1321 1228 1271

7 2 954 1113 1021 1134 1245 1275 1308

7 2 933 1094 1003 1057 1211 1210 1211

7 2 779 1146 1011 1073 1266 1171 1245

8 2 1083 1243 1338 1340 1406 1358 1679

8 2 1168 1160 1251 1337 1296 1338 1608

8 2 1075 1119 1361 1380 1364 1266 1383

9 2 1003 1157 1273 1168 1548 1504 1378

9 2 889 1176 1134 1176 1333 1263 1289

9 2 974 1181 1273 1128 1285 1428 1381

10 2 1150 1197 1174 1223 1269 1381 1561

10 2 1216 1282 1383 1231 1345 1263 1618

10 2 1196 1229 1261 1266 1498 1346 1466

11 2 924 1068 1086 1138 1213 1271 1336

11 2 935 1079 1070 1206 1426 1318 1369

11 2 906 1051 1046 1186 1174 1143 1406

12 2 1101 1246 1353 1209 1210 1171 1415

12 2 1046 1096 1321 1241 1185 1148 1375

12 2 960 1182 1208 1147 1428 1351 1350

MW 1+2 998 1110 1170 1181 1286 1236 1388

SD 1+2 91 75 101 92 112 101 183

SE 1+2 10,80 8,85 11,94 10,92 13,31 11,95 21,68

KI 1+2 21,54 17,65 23,81 21,78 26,55 23,82 43,22

Anhang 201

Anhang 8 – Durchschnittliche Bewegungszeit (BZ; in ms) für den Transport einer

Scheibe in der in Experiment 3 (SI = Schwierigkeit, MW = Mittelwert, SD = Standardab-

weichung, SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 4,0 5,0 5,6 6,0 6,6 7,0 7,6

1 1 580 682,5 590 713 740 690 650

1 1 715 747,5 585 729 620 660 640

1 1 710 702,5 645 693 725 725 760

2 1 605 632,5 660 666 660 710 735

2 1 700 662,5 565 622 695 600 760

2 1 660 610 605 671 830 785 785

3 1 915 785 610 778 923,75 835 840

3 1 785 690 740 700 755 830 755

3 1 795 772,5 740 813 715 675 910

4 1 755 682,5 715 653 620 725 810

4 1 785 660 610 743 725 675 770

4 1 860 605 730 628 720 720 770

5 1 775 755 860 785 870 800 870

5 1 885 730 920 750 825 850 1000

5 1 960 850 710 813 965 830 905

6 1 840 637,5 570 638 660 825 760

6 1 730 767,5 535 678 615 650 825

6 1 680 635 540 678 775 755 705

7 1 700 750 650 703 880 655 925

7 1 620 920 565 838 990 985 877,5

7 1 770 660 665 718 815 835 775

8 1 635 717,5 735 649 860 805 840

8 1 660 725 610 730 695 765 965

8 1 835 732,5 645 655 695 815 1030

9 1 655 712,5 715 613 750 830 875

9 1 795 755 675 648 740 850 740

9 1 550 635 765 660 805 865 820

10 1 820 822,5 685 815 745 720 770

10 1 710 717,5 750 695 775 885 780

10 1 785 787,5 670 733 705 665 885

11 1 590 512,5 620 645 595 810 740

11 1 620 565 655 563 690 655 810

11 1 725 575 520 570 725 630 655

12 1 585 590 865 648 635 785 775

12 1 770 700 695 644 605 665 700

12 1 885 740 745 633 670 655 730

1 2 601 729 811 679 668 706 855

1 2 608 621 735 772 765 880 856

1 2 785 706 739 728 680 836 850

2 2 900 753 630 735 690 656 786

2 2 786 670 670 676 856 736 854

2 2 750 816 564 709 753 691 830

3 2 751 763 781 653 836 735 916

3 2 629 679 640 662 790 813 756

Anhang 202

3 2 851 618 703 741 750 725 835

4 2 826 754 703 781 710 813 810

4 2 726 762 768 781 881 709 770

4 2 809 780 663 773 690 623 770

5 2 916 863 749 914 706 970 991

5 2 1016 809 876 956 851 838 915

5 2 906 938 918 792 870 1021 1035

6 2 735 799 721 691 795 792 880

6 2 820 671 670 776 760 843 886

6 2 751 844 760 756 661 746 791

7 2 951 842 798 784 818 906 886

7 2 975 1106 841 866 1055 880 788

7 2 816 865 734 826 711 796 893

8 2 846 929 821 800 770 709 751

8 2 1000 749 780 721 826 754 729

8 2 1073 770 706 745 881 778 918

9 2 970 813 563 731 636 785 821

9 2 760 828 538 739 798 695 923

9 2 855 844 631 753 641 848 665

10 2 756 743 791 791 980 858 880

10 2 805 869 769 818 756 741 880

10 2 846 659 708 776 795 825 890

11 2 796 789 785 724 776 686 825

11 2 845 852 696 761 786 830 825

11 2 826 809 701 763 920 888 926

12 2 823 816 780 916 868 644 790

12 2 765 711 686 863 916 878 910

12 2 819 796 681 879 911 839 1085

MW 1+2 780 744 698 732 769 773 829

SD 1+2 114 99 92 80 101 91 91

SE 1+2 13,48 11,78 10,95 9,55 11,96 10,78 10,85

KI 1+2 26,89 23,50 21,84 19,05 23,85 21,49 21,64

Anhang 203

Anhang 9 – Durchschnittliche Bewegungszeit (BZ; in ms) für das Werfen eines Balles

in Experiment 4 (SI = Schwierigkeit, MW = Mittelwert, SD = Standardabweichung, SE =

Standardfehler, KI = Konfidenzintervall).

VP Partner 2,2 2,8 3,2 3,4 3,8 4,0 4,4

1 1 1196 1624 1712 1713 2077 2426 2386

1 1 1186 1673 1765 1703 2109 2347 2371

1 1 1257 1587 1791 1637 2561 2129 2057

2 1 1068 1168 1287 1348 1766 1782 1794

2 1 1047 1100 1354 1274 1787 1513 1597

2 1 1101 1101 1347 1192 1915 1651 1624

3 1 1312 1099 1308 1260 1628 1364 1387

3 1 1128 1214 1212 1284 1699 1598 1544

3 1 1025 1060 1119 1277 1645 1570 1556

4 1 1001 1362 1764 1498 1855 2160 2201

4 1 964 1392 1745 1525 1821 2098 2168

4 1 897 1424 1780 1579 1844 2149 2156

5 1 1187 1251 1467 1606 1729 1555 1574

5 1 1212 1224 1481 1627 1622 1527 1523

5 1 1179 1308 1355 1481 1457 1496 1499

6 1 1039 1055 1248 1228 1199 1525 1502

6 1 962 1045 1238 1094 1135 1423 1487

6 1 1011 1113 1371 1103 1097 1489 1468

7 1 1302 1445 1801 1920 1912 2485 2411

7 1 1241 1380 1954 1701 2113 2765 2790

7 1 1230 1402 1814 1990 2035 2621 2635

8 1 1512 1504 1726 1645 2253 2214 2188

8 1 1602 1492 1672 1619 2089 2087 2112

8 1 1671 1445 1818 1644 2076 2078 2077

9 1 1184 1083 1456 1184 1593 1739 1735

9 1 987 978 1413 1278 1612 1866 1877

9 1 1100 1022 1381 1190 1499 1731 1735

10 1 821 987 1022 1241 1209 1465 1722

10 1 872 977 1001 1097 1226 1473 1454

10 1 954 947 978 1148 1129 1520 1510

11 1 1022 1342 1724 1684 2121 2328 2312

11 1 1068 1479 1631 1709 2049 2285 2274

11 1 1120 1477 1674 1580 1987 2125 2289

12 1 1287 1259 1523 1542 1924 1681 2598

12 1 1236 1287 1678 1581 1929 1689 2866

12 1 1235 1404 1544 1512 1926 1795 2432

1 2 1215 1670 1730 1716 2085 2476 3048

1 2 1129 1668 1766 1703 2109 2336 3484

1 2 1344 1584 1781 1637 2559 2134 3055

2 2 1046 1209 1328 1348 1754 1773 2520

2 2 1090 1143 1353 1274 1781 1508 2671

2 2 1094 1091 1344 1189 1918 1653 2816

3 2 925 1118 1301 1260 1633 1368 1851

3 2 938 1184 1176 1279 1704 1598 1836

Anhang 204

3 2 926 1068 1226 1277 1649 1570 1875

4 2 1414 1334 1754 1495 1871 2160 2326

4 2 1234 1368 1723 1523 1828 2098 2316

4 2 1208 1442 1743 1576 1860 2149 2383

5 2 1210 1297 1476 1606 1739 1566 2085

5 2 1211 1217 1450 1627 1605 1513 2090

5 2 1179 1256 1344 1486 1469 1480 2304

6 2 914 1066 1231 1231 1238 1500 1769

6 2 844 1039 1274 1094 1175 1423 1594

6 2 765 1101 1238 1103 1098 1489 1600

7 2 1101 1473 1769 1920 1929 2485 2524

7 2 1090 1375 1976 1701 2118 2765 2581

7 2 1085 1395 1860 1990 2043 2621 2460

8 2 1500 1480 1796 1645 2230 2214 2296

8 2 1504 1489 1664 1619 2106 2094 2333

8 2 1581 1476 1715 1644 2090 2078 2165

9 2 1206 1098 1425 1184 1610 1739 1840

9 2 945 996 1398 1278 1633 1866 1930

9 2 945 1029 1426 1190 1514 1731 2048

10 2 871 998 1403 1246 1199 1465 1746

10 2 871 978 1211 1092 1219 1473 1544

10 2 821 941 1278 1148 1129 1520 1574

11 2 1191 1373 1723 1684 2144 2328 2566

11 2 1055 1486 1601 1709 2066 2285 2449

11 2 1048 1484 1695 1580 1980 2125 2454

12 2 1351 1256 1530 1542 1914 1698 2574

12 2 1259 1279 1691 1584 1929 1689 2833

12 2 1219 1405 1660 1523 1918 1793 2438

MW 1+2 1133 1272 1517 1464 1770 1882 2123

SD 1+2 194 203 243 238 348 384 469

SE 1+2 23,01 24,10 28,87 28,30 41,28 45,56 55,66

KI 1+2 45,88 48,05 57,56 56,44 82,31 90,85 110,99

Anhang 205

Anhang 10 – Durchschnittliche Bewegungsfehler (BF; in %) beim Werfen der Bälle in

Experiment 4 (SI = Schwierigkeit, MW = Mittelwert, SD = Standardabweichung, SE =

Standardfehler, KI = Konfidenzintervall).

VP Partner 2,2 2,8 3,2 3,4 3,8 4,0 4,4

1 1+2 0,00 9,38 18,75 12,50 18,75 31,25 50,00

1 1+2 0,00 3,13 12,50 6,25 12,50 31,25 31,25

1 1+2 0,00 0,00 18,75 6,25 31,25 31,25 43,75

2 1+2 0,00 0,00 0,00 6,25 25,00 6,25 18,75

2 1+2 0,00 3,13 6,25 3,13 31,25 25,00 31,25

2 1+2 0,00 3,13 18,75 9,38 18,75 25,00 37,50

3 1+2 6,25 3,13 0,00 15,63 12,50 25,00 12,50

3 1+2 0,00 9,38 18,75 9,38 0,00 31,25 31,25

3 1+2 0,00 0,00 0,00 25,00 12,50 31,25 18,75

4 1+2 0,00 9,38 12,50 18,75 18,75 18,75 37,50

4 1+2 0,00 3,13 18,75 15,63 18,75 18,75 18,75

4 1+2 0,00 6,25 25,00 12,50 18,75 31,25 37,50

5 1+2 0,00 0,00 6,25 18,75 18,75 12,50 25,00

5 1+2 0,00 0,00 6,25 18,75 31,25 18,75 31,25

5 1+2 0,00 6,25 12,50 21,88 18,75 31,25 25,00

6 1+2 0,00 18,75 31,25 12,50 25,00 37,50 31,25

6 1+2 6,25 9,38 18,75 12,50 18,75 31,25 37,50

6 1+2 0,00 21,88 25,00 21,88 18,75 18,75 37,50

7 1+2 0,00 0,00 0,00 18,75 18,75 25,00 31,25

7 1+2 0,00 0,00 18,75 6,25 25,00 31,25 12,50

7 1+2 0,00 6,25 6,25 18,75 18,75 25,00 31,25

8 1+2 0,00 6,25 0,00 15,63 25,00 37,50 37,50

8 1+2 0,00 0,00 6,25 3,13 25,00 18,75 31,25

8 1+2 12,50 0,00 25,00 6,25 31,25 25,00 37,50

9 1+2 0,00 0,00 12,50 9,38 0,00 31,25 31,25

9 1+2 0,00 3,13 25,00 6,25 6,25 25,00 12,50

9 1+2 0,00 0,00 0,00 9,38 12,50 18,75 12,50

10 1+2 0,00 9,38 31,25 9,38 18,75 18,75 31,25

10 1+2 0,00 0,00 0,00 6,25 18,75 12,50 37,50

10 1+2 0,00 6,25 6,25 15,63 18,75 31,25 6,25

11 1+2 0,00 0,00 18,75 6,25 25,00 37,50 37,50

11 1+2 0,00 15,63 12,50 3,13 25,00 31,25 18,75

11 1+2 0,00 12,50 31,25 3,13 6,25 25,00 37,50

12 1+2 6,25 12,50 12,50 15,63 25,00 31,25 50,00

12 1+2 12,50 9,38 18,75 25,00 25,00 18,75 31,25

12 1+2 18,75 15,63 18,75 21,88 31,25 25,00 31,25

MW 1+2 1,74 5,64 13,72 12,41 19,62 25,69 29,86

SD 1+2 4,38 6,01 9,78 6,62 8,07 7,44 10,58

SE 1+2 0,74 1,02 1,65 1,12 1,36 1,26 1,79

KI 1+2 1,50 2,06 3,35 2,27 2,77 2,55 3,63

Anhang 206

Anhang 11 –

Durchschnittliche Bewegungszeit (BZ; in ms) für das Werfen eines Balles

in der Einzelbedingung von Experiment 5 (SI = Schwierigkeit, MW = Mittelwert, SD =

Standardabweichung, SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 2,2 2,8 3,2 3,4 3,8 4,0 4,4

1 1 1393 1435 1563 1793 1889 1813 1944

1 1 1329 1362 1615 1827 1870 1756 2061

1 1 1358 1404 1728 1821 2025 1835 2149

2 1 1345 1643 1775 1979 2453 2390 1928

2 1 1353 1476 1830 1778 2393 2130 1821

2 1 1296 1519 2001 1876 2394 2170 1975

3 1 1303 1464 1601 1773 2038 2044 1895

3 1 1176 1388 1721 1691 1960 1871 1941

3 1 1163 1408 1640 1633 1976 2003 2061

4 1 1085 1451 1593 1611 1584 1760 1803

4 1 1065 1394 1459 1511 1501 1560 1813

4 1 1050 1349 1490 1499 1566 1664 1655

5 1 905 1056 1175 1265 1424 1478 1540

5 1 883 973 1278 1346 1579 1285 1536

5 1 945 1013 1133 1184 1683 1394 1755

6 1 945 1400 1228 1689 2068 2255 1976

6 1 913 1328 1231 1826 1990 2336 2091

6 1 843 1247 1195 1701 1996 2329 2143

7 1 2138 2304 2473 2846 2853 3176 3385

7 1 1796 2369 2763 2801 2580 3033 3186

7 1 1834 2522 2635 2776 2603 3015 3211

8 1 1340 1508 1739 1764 2430 2199 2169

8 1 1204 1509 1579 1729 2386 1949 2320

8 1 1234 1539 1569 1555 2129 2046 2278

9 1 1633 1912 2298 2264 2281 2364 2320

9 1 1625 1860 2191 2311 2414 2359 2410

9 1 1656 1806 2214 2231 2226 2238 2399

10 1 1199 1383 1301 1396 1583 1520 1563

10 1 954 1258 1360 1361 1410 1460 1520

10 1 1148 1246 1329 1317 1513 1741 1636

11 1 1328 1714 1953 1978 2383 2055 2550

11 1 1363 1625 1594 1936 2586 1750 2441

11 1 1180 1793 1520 2035 2688 1805 2188

12 1 1370 1496 1793 1786 1934 1899 1918

12 1 1254 1507 1926 1797 1758 1918 1988

12 1 1214 1439 1789 1791 1930 1778 2024

13 1 2316 2076 2473 2545 2293 2219 2688

13 1 2034 2000 2348 2573 2383 2004 2524

13 1 1918 2091 2363 2419 2254 2399 2449

14 1 1528 1315 1489 1471 1473 1480 1879

14 1 1414 1252 1375 1544 1508 1508 1778

14 1 1375 1291 1316 1464 1644 1438 1793

15 1 1053 1211 1570 1402 1743 2198 2180

15 1 1100 1219 1678 1498 1706 2015 2258

Anhang 207

15 1 1050 1209 1514 1376 1366 2068 2248

1 2 810 962 983 1024 1025 1063 1083

1 2 794 924 1160 1054 1044 1059 1151

1 2 736 958 1051 1077 1088 1168 1196

2 2 1333 1554 1638 1648 1843 1883 2210

2 2 1178 1395 1660 1620 1856 1698 2253

2 2 1168 1429 1769 1476 1788 1620 2414

3 2 1294 1455 1658 1667 2084 1968 1834

3 2 1209 1410 1515 1608 1813 1981 2140

3 2 1268 1421 1634 1704 1784 1994 2376

4 2 995 1152 1195 1376 1353 1308 1538

4 2 1076 1230 1194 1299 1290 1321 1828

4 2 915 1159 1194 1292 1169 1463 1418

5 2 1066 1259 1344 1379 1511 1520 1605

5 2 1173 1284 1258 1243 1456 1625 1699

5 2 1235 1209 1469 1293 1574 1484 1710

6 2 908 1128 1320 1177 1160 1433 1545

6 2 926 1043 1118 1229 1166 1370 1424

6 2 860 1074 1135 1206 1343 1349 1533

7 2 663 1234 980 1121 1238 1103 1510

7 2 608 1033 1013 1124 1198 1140 1450

7 2 680 981 833 989 1125 1075 1436

8 2 1575 1703 1851 1813 2134 2246 2244

8 2 1583 1620 1789 1762 2118 2179 2374

8 2 1625 1610 1754 1709 2191 2191 2671

9 2 1649 1705 2228 2149 2226 2441 3050

9 2 1743 1551 2199 2037 2406 2520 3071

9 2 1860 1689 2563 1975 2445 2704 2606

10 2 934 1028 984 1123 1298 1199 2043

10 2 855 939 1035 1088 1223 1211 2000

10 2 918 904 930 1004 1309 1223 2098

11 2 1136 1373 1485 1531 1449 2375 2008

11 2 1204 1289 1320 1501 1399 1884 2328

11 2 1136 1244 1406 1537 1336 2039 2340

12 2 1243 1276 1489 1595 1676 1540 1746

12 2 1320 1252 1461 1420 1618 1641 1601

12 2 1141 1293 1445 1498 1563 1656 1559

13 2 1063 1318 1555 1367 1606 1519 1871

13 2 1013 1256 1496 1403 1660 1340 2121

13 2 949 1268 1434 1414 1665 1555 2204

14 2 1331 1459 1551 1536 1603 1590 1875

14 2 1515 1449 1566 1542 1531 1649 1808

15 2 1049 1086 1214 1204 1488 1645 1740

15 2 933 989 1191 1132 1363 1593 1646

15 2 926 969 1205 1202 1351 1526 1395

MW 1+2 1228 1397 1569 1616 1785 1816 2010

SD 1+2 314 285 382 349 380 414 438

SE 1+2 47 43 58 53 57 62 66

KI 1+2 95 86 116 106 116 126 133

Anhang 208

Anhang 12 –

Durchschnittliche Bewegungszeit (BZ; in ms) für das Werfen eines Balles

in der Paarbedingung von Experiment 5 (SI = Schwierigkeit, MW = Mittelwert, SD =

Standardabweichung, SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 2,2 2,8 3,2 3,4 3,8 4,0 4,4

1 1+2 1301 1361 1439 1561 1541 1505 1873

1 1+2 1210 1388 1418 1540 1544 1496 1778

1 1+2 1145 1373 1418 1526 1625 1695 1885

2 1+2 1695 2022 2264 2070 2376 2539 2619

2 1+2 1531 1934 2273 2122 2383 2506 2435

2 1+2 1665 1873 2408 2094 2383 2371 2761

3 1+2 1525 1631 1986 1863 2309 2315 2458

3 1+2 1465 1686 2140 1938 2443 2246 2594

3 1+2 1476 1668 2189 1957 2286 2189 2621

4 1+2 1479 1549 1810 1801 2455 2235 2745

4 1+2 1433 1574 1919 1652 2381 2315 2803

4 1+2 1373 1588 1861 1688 2221 2073 2548

5 1+2 1303 1440 1806 1762 2138 1904 2434

5 1+2 1151 1455 1901 1819 2030 1985 2504

5 1+2 1223 1467 1914 1694 2213 2196 2388

6 1+2 1278 1411 2015 1569 1873 2359 2615

6 1+2 1195 1296 1996 1593 1900 2243 2656

6 1+2 1155 1263 2050 1596 1886 2270 2745

7 1+2 1728 1984 2593 2788 2639 3806 3428

7 1+2 1604 1780 2913 2789 2540 3839 3726

7 1+2 1380 1774 2536 2673 2821 3505 4096

8 1+2 2098 2209 2394 2580 2778 2669 3195

8 1+2 2043 2264 2234 2536 2673 2793 3066

8 1+2 1941 2199 2211 2411 2750 2875 3278

9 1+2 2153 2436 2581 3160 2724 3054 4700

9 1+2 2309 2359 2434 2901 2890 2816 3853

9 1+2 2156 2422 2676 2888 2953 2890 3848

10 1+2 1309 1371 1559 1681 1939 2140 2403

10 1+2 1151 1309 1645 1668 1755 2050 2368

10 1+2 1149 1236 1601 1519 1743 2036 2293

11 1+2 1446 1563 2094 1811 2465 2153 3070

11 1+2 1508 1498 2059 1838 2089 2200 2653

11 1+2 1458 1393 1851 1811 2261 2524 2641

12 1+2 1430 1891 1996 2121 2516 2148 2675

12 1+2 1211 1840 1898 2137 2418 2301 2808

12 1+2 1414 1930 1978 2083 2504 2270 2653

13 1+2 1725 1889 1918 2383 2500 2875 3418

13 1+2 1550 1649 1891 2121 2215 2794 3410

13 1+2 1394 1643 1959 2138 2368 2750 3285

14 1+2 1583 1775 2101 1887 1969 2066 2329

14 1+2 1551 1771 2019 1888 2008 2031 2300

14 1+2 1601 1764 1921 1878 2028 2046 2228

15 1+2 1166 1268 1591 1528 1670 2125 2604

15 1+2 1109 1154 1490 1551 1911 2328 2686

Anhang 209

15 1+2 1104 1236 1396 1452 1746 2195 2431

MW 1+2 1486 1680 2008 2001 2241 2394 2798

SD 1+2 304 336 351 437 371 493 588

SE 1+2 46 51 53 66 56 74 89

KI 1+2 92 102 107 133 113 150 179

Anhang 13 – Durchschnittliche Bewegungsfehler (BF; in %) beim Werfen der Bälle in

der Einzelbedingung von Experiment 5 (SI = Schwierigkeit, MW = Mittelwert, SD =

Standardabweichung, SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 2,2 2,8 3,2 3,4 3,8 4,0 4,4

1 1 0,00 0,00 25,00 25,00 33,33 25,00 37,50

2 1 8,33 16,67 25,00 20,83 33,33 50,00 41,67

3 1 0,00 0,00 0,00 2,08 4,17 12,50 25,00

4 1 0,00 10,42 8,33 8,33 20,83 25,00 29,17

5 1 0,00 2,08 12,50 22,92 16,67 33,33 29,17

6 1 0,00 8,33 16,67 18,75 20,83 33,33 37,50

7 1 4,17 8,33 16,67 22,92 29,17 29,17 29,17

8 1 4,17 0,00 4,17 14,58 25,00 25,00 29,17

9 1 0,00 8,33 12,50 8,33 12,50 29,17 33,33

10 1 0,00 2,08 12,50 10,42 29,17 29,17 25,00

11 1 0,00 10,42 12,50 29,17 33,33 29,17 33,33

12 1 0,00 4,17 8,33 20,83 16,67 16,67 29,17

13 1 0,00 8,33 8,33 25,00 16,67 41,67 37,50

14 1 0,00 0,00 0,00 0,00 8,33 8,33 20,83

15 1 0,00 12,50 20,83 6,25 29,17 33,33 29,17

1 2 0,00 8,33 20,83 12,50 12,50 16,67 29,17

2 2 0,00 2,08 16,67 10,42 20,83 25,00 45,83

3 2 0,00 2,08 4,17 2,08 16,67 4,17 20,83

4 2 0,00 4,17 4,17 18,75 20,83 29,17 16,67

5 2 20,83 18,75 25,00 20,83 25,00 25,00 41,67

6 2 0,00 2,08 4,17 10,42 12,50 16,67 25,00

7 2 0,00 2,08 0,00 6,25 12,50 20,83 25,00

8 2 0,00 10,42 12,50 16,67 25,00 29,17 29,17

9 2 0,00 2,08 0,00 8,33 16,67 29,17 16,67

10 2 8,33 4,17 0,00 16,67 33,33 25,00 29,17

11 2 4,17 18,75 20,83 22,92 16,67 37,50 37,50

12 2 20,83 16,67 25,00 25,00 29,17 29,17 33,33

13 2 0,00 8,33 20,83 12,50 25,00 16,67 33,33

14 2 8,33 2,08 4,17 12,50 8,33 25,00 29,17

15 2 4,17 6,25 12,50 12,50 29,17 54,17 45,83

MW 1+2 2,78 6,67 11,81 14,79 21,11 26,81 30,83

SD 1+2 4,89 5,78 8,65 7,73 8,37 10,81 7,46

SE 1+2 1,31 1,54 2,31 2,07 2,24 2,89 1,99

KI 1+2 2,80 3,31 4,96 4,43 4,80 6,20 4,28

Anhang 210

Anhang 14 – Durchschnittliche Bewegungsfehler (BF; in %) beim Werfen der Bälle in

der Paarbedingung von Experiment 5 (SI = Schwierigkeit, MW = Mittelwert, SD = Stan-

dardabweichung, SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 2,2 2,8 3,2 3,4 3,8 4,0 4,4

1 1+2 0,00 4,17 6,25 11,46 20,83 31,25 31,25

2 1+2 2,08 4,17 25,00 21,88 22,92 39,58 39,58

3 1+2 0,00 0,00 10,42 10,42 10,42 18,75 31,25

4 1+2 0,00 5,21 10,42 10,42 29,17 29,17 31,25

5 1+2 2,08 15,63 12,50 23,96 22,92 22,92 39,58

6 1+2 0,00 2,08 14,58 17,71 4,17 16,67 37,50

7 1+2 4,17 1,04 12,50 12,50 18,75 27,08 31,25

8 1+2 2,08 7,29 4,17 12,50 27,08 27,08 29,17

9 1+2 0,00 4,17 10,42 17,71 16,67 18,75 41,67

10 1+2 2,08 4,17 12,50 11,46 20,83 29,17 31,25

11 1+2 0,00 6,25 16,67 14,58 16,67 20,83 37,50

12 1+2 6,25 10,42 12,50 6,25 22,92 18,75 33,33

13 1+2 2,08 6,25 6,25 9,38 20,83 25,00 29,17

14 1+2 0,00 1,04 14,58 6,25 12,50 14,58 27,08

15 1+2 0,00 3,13 14,58 15,63 29,17 39,58 54,17

MW 1+2 1,39 5,00 12,22 13,47 19,72 25,28 35,00

SD 1+2 1,87 3,98 4,97 5,16 6,90 7,67 6,92

SE 1+2 0,50 1,06 1,33 1,38 1,85 2,05 1,85

KI 1+2 1,07 2,28 2,85 2,96 3,96 4,40 3,97

Anhang 211

Anhang 15 – Durchschnittliche Bewegungszeit (BZ; in ms) für das Werfen eines Balles

in Experiment 6 (SI = Schwierigkeit, MW = Mittelwert, SD = Standardabweichung, SE =

Standardfehler, KI = Konfidenzintervall).

VP Partner 2,2 2,8 3,2 3,4 3,8 4,0 4,4

1 1 1445 1678 1705 1560 1698 1600 1625

1 1 1570 1685 1570 1555 1810 1530 1515

1 1 1695 1650 1575 1633 1700 1490 1380

2 1 2400 2108 2020 1988 2050 2100 2040

2 1 2335 2088 2250 1945 1998 2125 2060

2 1 2295 2265 2040 1948 1941 2095 2200

3 1 1575 1553 1745 1553 1773 1840 2055

3 1 1880 1527 1675 1653 1705 1735 1885

3 1 1835 1585 1580 1594 1593 1745 1860

4 1 1510 1455 1460 1395 1660 1495 1680

4 1 1595 1395 1435 1355 1530 1305 1820

4 1 1460 1333 1295 1335 1325 1415 1715

5 1 1530 1560 1650 1473 1778 1725 1640

5 1 1675 1468 1670 1528 1565 1715 2170

5 1 1560 1505 1755 1420 1575 1615 1630

6 1 1615 1478 1515 1528 1503 1715 1535

6 1 1805 1458 1535 1320 1533 1715 1585

6 1 1660 1418 1235 1255 1508 1665 1505

7 1 2020 1715 1800 1673 1943 1955 2170

7 1 1800 1753 1880 1665 1643 1840 2185

7 1 1750 1513 1710 1678 1790 2190 2135

8 1 1785 1603 2235 1800 1850 1805 1815

8 1 1720 1603 1915 1770 1743 1985 1730

8 1 1805 1625 2015 1735 1715 1725 2155

9 1 1405 1265 1235 1308 1383 1355 1570

9 1 1440 1345 1350 1348 1398 1385 1490

9 1 1360 1400 1185 1280 1398 1445 1565

10 1 1690 1873 1810 1783 1860 2015 2420

10 1 1660 1745 1885 1793 1798 2015 2320

10 1 1760 1683 1665 1738 1818 2080 2010

11 1 1790 1903 1565 1538 1743 1645 2000

11 1 1705 1858 1605 1365 1603 1530 1785

11 1 1950 1828 1785 1208 1708 1590 2055

12 1 1410 1570 1335 1420 1545 1590 1650

12 1 1400 1558 1375 1465 1520 1585 1790

12 1 1480 1590 1230 1580 1500 1605 1830

13 1 1430 1240 1410 1430 1368 1565 1735

13 1 1485 1180 1525 1343 1450 1590 1790

13 1 1460 1208 1285 1380 1498 1480 1665

14 1 1625 1520 1585 1548 1665 1695 1695

14 1 1620 1505 1510 1545 1630 1640 1600

14 1 1560 1515 1510 1465 1638 1660 1635

15 1 1275 1183 1275 1205 1425 1190 1330

15 1 1305 1168 1250 1165 1343 1235 1465

Anhang 212

15 1 1100 1135 1210 1133 1278 1365 1340

16 1 1680 1530 1685 1473 1750 1800 1920

16 1 1800 1463 1765 1510 1633 1820 1860

16 1 1795 1460 1580 1443 1678 1805 1905

17 1 1645 1553 1320 1518 1448 1490 1680

17 1 1680 1535 1375 1388 1468 1490 1625

17 1 1745 1430 1300 1438 1413 1435 1625

18 1 1300 1368 1430 1253 1318 1540 1520

18 1 1295 1260 1305 1183 1350 1570 1445

18 1 1280 1220 1345 1143 1358 1415 1380

19 1 1575 1480 1350 1298 1403 1395 1640

19 1 1855 1385 1335 1235 1375 1445 1375

19 1 1835 1345 1285 1330 1463 1380 1680

20 1 1855 1618 1440 1430 1665 1675 1595

20 1 1860 1508 1625 1493 1575 1575 1465

20 1 1715 1408 1465 1493 1535 1575 1530

1 2 1615 1708 1830 1710 1843 1795 1545

1 2 1528 1698 1915 1643 1773 1800 1675

1 2 1395 1665 1730 1698 1723 1755 1840

2 2 2225 2285 2100 2128 2405 2130 2630

2 2 2200 2238 2055 2110 2375 2255 2500

2 2 2335 2223 1940 2118 2323 2430 2450

3 2 2055 1870 1920 1675 1974 1640 1700

3 2 1980 1825 1765 1743 1770 1645 1990

3 2 2040 1838 1550 1698 1658 1725 1975

4 2 1755 1465 2130 1460 1653 1335 1605

4 2 1885 1335 1940 1405 1565 1380 1740

4 2 1775 1343 1565 1410 1438 1315 1565

5 2 1725 2028 1505 1623 1670 1770 1985

5 2 2270 1905 1380 1633 1735 1515 1875

5 2 1680 1768 1455 1525 1828 1615 1735

6 2 1575 1700 1715 1713 1688 1485 1810

6 2 1665 1663 1775 1435 1645 1575 2000

6 2 1540 1568 1890 1413 1390 1575 1815

7 2 2315 2085 2005 1824 1925 1795 2140

7 2 2365 1823 1780 1723 1863 2000 1930

7 2 2240 2113 1880 1715 1690 1670 1905

8 2 1980 2013 1815 1928 2108 1750 1920

8 2 1845 2063 1785 1883 1880 1735 1920

8 2 2265 1895 1745 1883 1985 1725 1995

9 2 1605 1363 1535 1375 1313 1375 1495

9 2 1555 1435 1485 1393 1393 1485 1570

9 2 1620 1458 1530 1378 1373 1475 1500

10 2 2530 2100 1935 1895 1958 2000 1818

10 2 2430 1985 1935 1893 1870 1995 1795

10 2 2125 2060 1915 1803 1730 1885 1910

11 2 2145 1678 2025 1598 1860 1990 1945

11 2 1935 1758 1605 1448 1913 1975 1840

11 2 2195 1845 1645 1273 1968 1980 2135

Anhang 213

12 2 1700 1583 1655 1480 1515 1720 1530

12 2 1820 1648 1495 1555 1525 1685 1480

12 2 1900 1555 1640 1660 1465 1750 1620

13 2 1750 1475 1575 1573 1465 1280 1585

13 2 1795 1573 1510 1435 1633 1260 1670

13 2 1710 1513 1560 1513 1358 1360 1595

14 2 1785 1773 1805 1603 1693 1585 1790

14 2 1650 1730 1750 1648 1625 1600 1825

14 2 1690 1735 1795 1568 1663 1590 1720

15 2 1315 1333 1490 1248 1193 1515 1405

15 2 1455 1335 1335 1210 1168 1425 1495

15 2 1330 1368 1275 1195 1228 1300 1205

16 2 1980 2000 1575 1563 1700 1635 1795

16 2 1895 1918 1455 1635 1793 1510 1995

16 2 1945 1920 1550 1549 1655 1535 1940

17 2 1760 1508 1675 1623 1595 1860 1810

17 2 1710 1523 1710 1498 1500 1755 1930

17 2 1725 1483 1670 1520 1453 1660 1925

18 2 1535 1438 1520 1330 1465 1505 1400

18 2 1510 1448 1540 1255 1340 1465 1380

18 2 1440 1390 1510 1198 1290 1455 1400

19 2 1655 1503 1410 1408 1610 1500 1785

19 2 1465 1555 1470 1368 1543 1475 2045

19 2 1795 1585 1495 1438 1523 1320 1970

20 2 1645 1730 1885 1560 1638 1915 1960

20 2 1510 1700 1760 1653 1660 1800 2020

20 2 1575 1640 1780 1628 1530 1695 1845

MW 1+2 1738 1622 1626 1534 1633 1654 1779

SD 1+2 273,05 241,96 229,81 211,61 225,82 238,05 264,73

SE 1+2 35,55 31,50 29,92 27,55 29,40 30,99 34,47

KI 1+2 71,13 63,03 59,87 55,13 58,83 62,01 68,97

Anhang 214

Anhang 16 – Durchschnittliche Bewegungsfehler (BF; in %) beim Werfen der Bälle in

Experiment 6 (SI = Schwierigkeit, MW = Mittelwert, SD = Standardabweichung, SE =

Standardfehler, KI = Konfidenzintervall).

VP Partner 2,2 2,8 3,2 3,4 3,8 4,0 4,4

1 1+2 0,0 3,1 25,0 18,8 18,8 37,5 31,3

1 1+2 0,0 3,1 12,5 27,1 25,0 18,8 18,8

1 1+2 0,0 0,0 0,0 25,0 25,0 31,3 37,5

2 1+2 0,0 15,6 0,0 18,8 31,3 31,3 37,5

2 1+2 6,3 12,5 18,8 16,7 25,0 31,3 25,0

2 1+2 0,0 0,0 6,3 16,7 25,0 37,5 18,8

3 1+2 0,0 9,4 18,8 18,8 18,8 37,5 37,5

3 1+2 12,5 3,1 6,3 29,2 25,0 31,3 12,5

3 1+2 18,8 6,3 18,8 31,3 37,5 37,5 12,5

4 1+2 0,0 6,3 0,0 6,3 12,5 12,5 25,0

4 1+2 0,0 0,0 0,0 4,2 12,5 25,0 25,0

4 1+2 0,0 3,1 0,0 12,5 6,3 12,5 12,5

5 1+2 6,3 12,5 18,8 14,6 31,3 31,3 37,5

5 1+2 0,0 9,4 25,0 16,7 25,0 37,5 37,5

5 1+2 6,3 6,3 12,5 12,5 37,5 31,3 37,5

6 1+2 0,0 12,5 25,0 16,7 18,8 12,5 18,8

6 1+2 0,0 0,0 12,5 8,3 31,3 18,8 25,0

6 1+2 0,0 9,4 12,5 20,8 12,5 25,0 31,3

7 1+2 0,0 15,6 6,3 22,9 25,0 37,5 25,0

7 1+2 0,0 12,5 0,0 18,8 18,8 18,8 37,5

7 1+2 6,3 18,8 25,0 25,0 31,3 18,8 37,5

8 1+2 12,5 6,3 6,3 10,4 18,8 25,0 18,8

8 1+2 18,8 15,6 12,5 12,5 31,3 37,5 12,5

8 1+2 18,8 3,1 0,0 25,0 31,3 31,3 18,8

9 1+2 0,0 9,4 25,0 10,4 18,8 31,3 31,3

9 1+2 0,0 12,5 12,5 10,4 37,5 37,5 37,5

9 1+2 0,0 12,5 6,3 6,3 37,5 37,5 31,3

10 1+2 0,0 3,1 6,3 10,4 0,0 37,5 37,5

10 1+2 0,0 0,0 12,5 10,4 12,5 18,8 37,5

10 1+2 0,0 15,6 12,5 2,1 12,5 12,5 25,0

11 1+2 0,0 0,0 18,8 12,5 25,0 6,3 25,0

11 1+2 0,0 6,3 6,3 6,3 37,5 12,5 25,0

11 1+2 0,0 6,3 25,0 20,8 25,0 18,8 37,5

12 1+2 0,0 0,0 0,0 2,1 25,0 25,0 18,8

12 1+2 0,0 3,1 6,3 6,3 12,5 25,0 25,0

12 1+2 0,0 0,0 12,5 6,3 31,3 6,3 12,5

13 1+2 6,3 15,6 18,8 16,7 31,3 31,3 31,3

13 1+2 0,0 12,5 12,5 8,3 18,8 37,5 18,8

13 1+2 6,3 12,5 6,3 27,1 18,8 25,0 37,5

14 1+2 0,0 0,0 12,5 12,5 25,0 18,8 31,3

14 1+2 0,0 3,1 25,0 18,8 18,8 37,5 31,3

14 1+2 0,0 3,1 18,8 14,6 18,8 37,5 31,3

15 1+2 0,0 0,0 18,8 8,3 18,8 18,8 37,5

15 1+2 0,0 0,0 0,0 4,2 12,5 31,3 25,0

Anhang 215

15 1+2 0,0 3,1 0,0 22,9 18,8 18,8 37,5

16 1+2 0,0 3,1 6,3 14,6 6,3 18,8 25,0

16 1+2 0,0 0,0 18,8 25,0 18,8 25,0 37,5

16 1+2 0,0 0,0 18,8 8,3 18,8 37,5 37,5

17 1+2 6,3 18,8 25,0 16,7 6,3 31,3 25,0

17 1+2 0,0 18,8 12,5 16,7 12,5 18,8 31,3

17 1+2 0,0 21,9 18,8 18,8 0,0 18,8 31,3

18 1+2 0,0 3,1 25,0 12,5 18,8 37,5 37,5

18 1+2 0,0 9,4 6,3 8,3 18,8 25,0 31,3

18 1+2 6,3 0,0 12,5 14,6 18,8 25,0 31,3

19 1+2 0,0 0,0 25,0 8,3 12,5 18,8 31,3

19 1+2 0,0 3,1 12,5 8,3 18,8 18,8 25,0

19 1+2 6,3 0,0 6,3 16,7 6,3 18,8 37,5

20 1+2 0,0 9,4 12,5 18,8 18,8 37,5 31,3

20 1+2 6,3 3,1 31,3 6,3 12,5 12,5 37,5

20 1+2 0,0 9,4 25,0 8,3 18,8 0,0 25,0

MW 1+2 2,40 6,72 12,92 14,48 20,63 25,63 28,85

SD 1+2 7,29 7,99 11,35 8,93 11,81 12,36 11,43

SE 1+2 0,95 1,04 1,48 1,16 1,54 1,61 1,49

KI 1+2 1,90 2,08 2,96 2,33 3,08 3,22 2,98

Anhang 216

Anhang 17 – Durchschnittliche Bewegungszeit (BZ; in ms) für das Passen eines Bas-

ketballes in Experiment 7 (SI = Schwierigkeit, MW = Mittelwert, SD = Standardabwei-

chung, SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 3,5 3,9 4,1 4,5 4,9 5,2 5,6

1 1 726 844 968 947 1180 1058 1200

1 1 745 745 952 982 1049 936 1185

1 1 745 723 968 941 1150 1080 1138

2 1 633 623 880 794 1076 865 1093

2 1 635 660 827 816 988 836 1244

2 1 658 608 817 822 912 851 1004

3 1 691 665 837 809 988 972 1013

3 1 677 646 920 820 1022 908 947

3 1 683 631 867 828 1009 944 956

4 1 669 605 872 941 1200 1069 1245

4 1 631 635 816 1000 1145 1067 1280

4 1 649 635 776 953 1205 1022 1434

5 1 - 547 646 680 807 - 847

5 1 - 531 666 646 876 - 860

5 1 - 547 669 664 827 - 902

6 1 556 613 726 780 912 760 840

6 1 589 669 674 763 908 797 1020

6 1 556 589 732 736 892 893 1004

7 1 706 806 847 885 1107 909 1060

7 1 734 763 813 880 1089 873 1056

7 1 717 733 797 806 1098 800 912

8 1 606 663 792 765 864 898 924

8 1 658 629 752 770 1098 876 1111

8 1 738 617 750 764 1027 825 947

9 1 635 712 840 832 996 888 976

9 1 677 711 823 847 1040 876 992

9 1 691 703 797 845 1082 892 1020

10 1 803 760 929 901 1111 996 1058

10 1 830 709 874 954 1087 1058 1111

10 1 798 719 903 889 1047 960 1086

11 1 500 515 723 599 944 667 856

11 1 498 539 751 643 882 663 860

11 1 487 534 668 645 880 718 880

12 1 630 534 714 746 840 877 904

12 1 623 537 720 766 884 773 1004

12 1 638 536 651 720 953 766 934

1 2 788 724 940 941 1170 1013 1200

1 2 751 756 972 968 1111 1064 1185

1 2 732 737 920 920 1185 1044 1142

2 2 583 618 800 793 1031 953 1129

2 2 588 610 797 784 1032 858 1195

2 2 583 620 830 773 960 858 1120

3 2 661 683 827 827 1060 928 1098

3 2 680 674 777 817 1124 856 1062

Anhang 217

3 2 640 720 803 847 1098 828 1036

4 2 703 672 1024 975 1210 1053 1245

4 2 651 672 948 979 1285 1116 1125

4 2 671 648 900 995 1235 1129 1286

5 2 - 509 663 662 865 - 1004

5 2 - 497 737 660 905 - 1028

5 2 - 509 649 722 800 - 953

6 2 608 608 717 760 912 847 1016

6 2 643 635 742 834 904 850 964

6 2 631 576 726 752 920 760 996

7 2 723 738 817 844 960 807 916

7 2 697 782 817 814 1067 815 928

7 2 729 853 803 841 1093 873 1044

8 2 702 694 868 877 1028 931 1100

8 2 717 689 888 886 1191 924 1102

8 2 729 697 882 875 1169 851 1187

9 2 669 725 847 825 944 880 956

9 2 656 734 840 858 991 892 1008

9 2 643 743 850 808 949 836 952

10 2 751 654 869 999 1200 1160 1222

10 2 807 643 995 973 1138 1209 1209

10 2 770 654 891 968 1204 1107 1173

11 2 613 593 772 872 1016 850 1064

11 2 602 619 797 837 1038 890 976

11 2 564 574 757 810 1100 955 1032

12 2 608 536 717 717 818 713 776

12 2 620 569 717 724 903 690 928

12 2 603 556 674 695 815 717 806

MW 1+2 666 649 810 825 1022 903 1043

SD 1+2 75 84 93 100 122 123 130

SE 1+2 8,84 9,92 11,03 11,89 14,53 14,56 15,46

KI 1+2 17,63 19,78 21,99 23,71 28,98 29,04 30,83

Anhang 218

Anhang 18 – Durchschnittliche Bewegungsfehler (BF; in %) beim Passen des Basket-

balls in Experiment 7 (SI = Schwierigkeit, MW = Mittelwert, SD = Standardabweichung,

SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 3,5 3,9 4,1 4,5 4,9 5,2 5,6

1 1+2 0,00 0,00 6,43 6,43 32,17 19,30 32,17

1 1+2 0,00 6,43 0,00 4,29 0,00 19,30 32,17

1 1+2 0,00 0,00 0,00 0,00 6,43 51,47 45,04

2 1+2 0,00 0,00 0,00 0,00 6,43 12,87 12,87

2 1+2 0,00 0,00 0,00 4,29 12,87 12,87 12,87

2 1+2 0,00 0,00 0,00 2,14 0,00 0,00 0,00

3 1+2 0,00 0,00 0,00 0,00 0,00 51,47 19,30

3 1+2 0,00 0,00 0,00 4,29 12,87 38,61 38,61

3 1+2 0,00 0,00 0,00 12,87 19,30 6,43 0,00

4 1+2 0,00 0,00 0,00 19,30 0,00 25,74 6,43

4 1+2 0,00 0,00 0,00 2,14 12,87 12,87 0,00

4 1+2 0,00 0,00 0,00 2,14 12,87 12,87 51,47

5 1+2 0,00 0,00 0,00 2,14 0,00 19,30 45,04

5 1+2 19,30 0,00 0,00 8,58 6,43 12,87 12,87

5 1+2 0,00 0,00 19,30 8,58 19,30 51,47 57,91

6 1+2 0,00 0,00 0,00 8,58 0,00 19,30 12,87

6 1+2 0,00 0,00 0,00 12,87 12,87 12,87 19,30

6 1+2 0,00 19,30 0,00 2,14 0,00 12,87 19,30

7 1+2 0,00 0,00 0,00 15,01 0,00 6,43 6,43

7 1+2 0,00 0,00 0,00 8,58 0,00 0,00 0,00

7 1+2 0,00 0,00 0,00 6,43 6,43 0,00 0,00

8 1+2 0,00 0,00 0,00 0,00 0,00 12,87 25,74

8 1+2 0,00 0,00 6,43 6,43 12,87 6,43 19,30

8 1+2 19,30 0,00 0,00 2,14 25,74 6,43 25,74

9 1+2 0,00 0,00 0,00 2,14 6,43 6,43 6,43

9 1+2 0,00 0,00 0,00 4,29 25,74 6,43 19,30

9 1+2 0,00 0,00 0,00 4,29 12,87 19,30 12,87

10 1+2 0,00 0,00 0,00 8,58 12,87 6,43 6,43

10 1+2 0,00 0,00 0,00 8,58 32,17 19,30 6,43

10 1+2 0,00 0,00 6,43 6,43 12,87 32,17 12,87

11 1+2 0,00 0,00 6,43 2,14 6,43 12,87 25,74

11 1+2 0,00 0,00 0,00 10,72 0,00 6,43 57,91

11 1+2 0,00 19,30 6,43 8,58 12,87 19,30 45,04

12 1+2 0,00 0,00 0,00 6,43 6,43 12,87 6,43

12 1+2 0,00 19,30 0,00 4,29 12,87 0,00 12,87

12 1+2 0,00 0,00 0,00 6,43 12,87 0,00 38,61

MW 1+2 1,07 1,79 1,43 5,90 9,83 15,73 20,73

SD 1+2 4,48 5,46 3,80 4,48 9,16 13,97 17,14

SE 1+2 0,76 0,92 0,64 0,76 1,55 2,36 2,90

KI 1+2 1,54 1,87 1,30 1,54 3,14 4,79 5,88

Anhang 219

Anhang 19 – Durchschnittliche Bewegungszeit (BZ; in ms) für das Passen eines Bas-

ketballes in Experiment 8 (SI = Schwierigkeit, MW = Mittelwert, SD = Standardabwei-

chung, SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 3,1 3,5 3,7 3,9 4,1 4,5 4,9

1 1 822 785 840 787 942 996 1179

1 1 742 748 862 787 898 1038 1175

1 1 769 732 938 807 938 1036 1064

2 1 1062 1089 1233 1225 1360 1209 1617

2 1 1111 1022 1240 1190 1320 1099 1603

2 1 1124 1027 1345 1135 1286 1423 1567

3 1 952 996 1275 992 1111 1231 1373

3 1 950 942 1175 1024 1122 1240 1154

3 1 912 975 1145 1072 1107 1303 1424

4 1 625 592 737 691 747 845 936

4 1 598 619 793 634 737 848 944

4 1 583 603 780 620 690 829 948

5 1 960 1022 1100 1297 1071 1221 1538

5 1 944 1009 1140 1434 1044 1246 1570

5 1 912 960 1150 1171 1013 1240 1473

6 1 803 975 1076 1124 1052 1093 1370

6 1 940 1000 988 975 1036 1073 1451

6 1 897 989 960 1051 1052 1153 1247

7 1 988 913 1093 1072 1100 1243 1423

7 1 1004 956 1067 972 1050 1241 1773

7 1 944 895 1062 976 1305 1280 1247

8 1 858 836 1044 940 1095 1194 1185

8 1 707 836 831 860 1160 1217 1180

8 1 720 809 924 852 1235 1229 1220

9 1 742 916 964 969 1008 1151 1298

9 1 833 908 987 933 932 1165 1231

9 1 737 868 960 831 948 1097 1235

10 1 887 853 1078 1009 1080 1143 1273

10 1 891 898 1041 1084 1050 1090 1253

10 1 873 911 1068 981 1124 1136 1254

11 1 858 883 1020 904 1048 1076 1265

11 1 903 850 1052 1087 1145 1023 1201

11 1 787 813 1040 892 1056 1057 1134

12 1 757 853 876 1008 962 1047 1186

12 1 750 857 909 896 844 1073 1195

12 1 753 793 852 852 846 1062 1183

1 2 702 708 760 793 767 888 1107

1 2 680 689 731 790 767 902 1053

1 2 606 717 785 723 800 842 1110

2 2 1000 987 1233 1130 1223 1126 1407

2 2 1058 929 1215 1015 1229 1167 1407

2 2 1013 969 1285 1005 1234 1254 1510

3 2 928 876 1050 940 1084 1141 1229

3 2 838 855 1060 988 1016 1123 1474

Anhang 220

3 2 876 891 1065 892 1044 1131 1288

4 2 618 645 757 757 907 844 1004

4 2 635 632 827 743 797 846 1008

4 2 595 696 740 691 773 848 960

5 2 956 1018 1315 1303 1142 1391 1802

5 2 952 1080 1245 1411 1080 1340 1520

5 2 908 991 1295 1246 1107 1316 1530

6 2 707 818 872 731 908 962 1299

6 2 723 818 880 760 872 944 1335

6 2 740 749 856 778 908 1064 1188

7 2 952 905 1084 920 1065 1083 1203

7 2 980 887 1089 992 1035 1156 1205

7 2 904 811 1080 836 1100 1121 1163

8 2 1084 1267 1067 1000 1450 1594 1525

8 2 1093 1231 1044 928 1325 1669 1550

8 2 880 1022 1013 1060 1215 1631 1837

9 2 818 1028 1120 1084 1048 1537 1711

9 2 820 936 1156 1111 1064 1389 1482

9 2 817 900 1333 1058 1088 1345 1479

10 2 916 893 1093 996 1093 1212 1291

10 2 902 964 1069 1084 1071 1209 1257

10 2 855 913 1093 1022 1018 1224 1437

11 2 793 783 960 771 880 1016 1124

11 2 780 773 960 800 900 1005 1070

11 2 703 750 948 753 888 991 1043

12 2 837 773 967 896 1020 1112 1275

12 2 833 783 913 902 940 1140 1253

12 2 813 827 945 876 932 1089 1240

MW 1+2 847 878 1022 957 1032 1143 1302

SD 1+2 133 133 158 174 159 192 232

SE 1+2 23 23 27 29 27 32 39

KI 1+2 45 45 54 59 54 65 79

Anhang 221

Anhang 20 – Durchschnittliche Bewegungsfehler (BF; in %) beim Passen des Basket-

balls in Experiment 8

(SI = Schwierigkeit, MW = Mittelwert, SD = Standardabweichung,

SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 3,1 3,5 3,7 3,9 4,1 4,5 4,9

1 1+2 0,00 0,00 4,00 0,00 0,00 17,65 19,32

1 1+2 0,00 3,17 0,00 4,77 4,04 0,00 19,32

1 1+2 0,00 0,00 0,00 0,00 0,00 2,53 35,21

2 1+2 0,00 0,00 0,00 0,00 0,00 2,53 9,45

2 1+2 0,00 0,00 0,00 0,00 0,00 8,40 9,45

2 1+2 0,00 0,00 0,00 0,00 0,00 1,67 0,00

3 1+2 0,00 0,00 0,00 0,00 0,00 0,00 24,91

3 1+2 0,00 0,00 0,00 0,00 0,00 8,40 28,34

3 1+2 0,00 0,00 0,00 0,00 12,12 12,59 2,15

4 1+2 0,00 0,00 0,00 9,54 28,28 0,00 11,17

4 1+2 0,00 0,00 0,00 0,00 0,00 6,73 4,30

4 1+2 0,00 0,00 0,00 0,00 4,04 5,06 24,90

5 1+2 0,00 0,00 0,00 0,00 0,00 1,67 24,47

5 1+2 9,65 0,00 0,00 0,00 12,12 4,20 9,45

5 1+2 0,00 0,00 12,01 4,77 4,04 10,92 40,36

6 1+2 0,00 0,00 0,00 14,30 0,00 1,67 11,59

6 1+2 0,00 0,00 0,00 4,77 0,00 13,40 12,02

6 1+2 0,00 9,50 0,00 0,00 0,00 1,67 12,02

7 1+2 0,00 0,00 0,00 9,54 0,00 8,35 4,72

7 1+2 0,00 0,00 0,00 0,00 4,04 5,01 0,00

7 1+2 0,00 0,00 0,00 0,00 12,12 2,53 0,00

8 1+2 0,00 0,00 0,00 0,00 0,00 0,00 14,60

8 1+2 0,00 0,00 4,00 0,00 0,00 10,07 9,87

8 1+2 9,65 0,00 0,00 0,00 0,00 11,78 12,45

9 1+2 0,00 0,00 0,00 0,00 4,04 2,53 4,72

9 1+2 0,00 0,00 0,00 0,00 4,04 11,78 9,87

9 1+2 0,00 0,00 0,00 0,00 0,00 8,40 11,59

10 1+2 0,00 0,00 0,00 4,77 0,00 10,07 4,72

10 1+2 0,00 0,00 0,00 14,30 0,00 14,31 9,02

10 1+2 0,00 0,00 4,00 9,54 0,00 6,73 15,89

11 1+2 0,00 0,00 4,00 0,00 4,04 2,53 14,60

11 1+2 0,00 0,00 0,00 4,77 4,04 5,01 25,32

11 1+2 0,00 9,50 4,00 0,00 12,12 6,73 24,47

12 1+2 0,00 0,00 0,00 4,77 4,04 4,20 6,87

12 1+2 0,00 9,50 0,00 0,00 8,08 5,06 5,15

12 1+2 0,00 0,00 0,00 0,00 8,08 6,73 15,45

MW 1+2 0,54 0,88 0,89 2,38 3,59 6,14 13,55

SD 1+2 2,24 2,69 2,37 4,19 5,86 4,60 9,79

SE 1+2 0,38 0,45 0,40 0,71 0,99 0,78 1,65

KI 1+2 0,77 0,92 0,81 1,44 2,01 1,58 3,36

Anhang 222

Anhang 21 – Durchschnittliche Bewegungszeit (BZ; in ms) für das Passen eines Bas-

ketballes in Experiment 9 (SI = Schwierigkeit, MW = Mittelwert, SD = Standardabwei-

chung, SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 2,5 3,1 3,5 3,8 4,3 5,0 5,4

1 1+2 727 865 993 885 922 966 1185

1 1+2 707 855 969 927 1033 933 1160

1 1+2 722 838 1094 903 925 932 1107

2 1+2 837 915 1119 944 1104 1035 1193

2 1+2 786 811 995 894 953 935 1096

2 1+2 731 844 1104 984 980 970 1119

3 1+2 670 811 1018 912 909 910 1068

3 1+2 762 886 1108 913 1036 1115 1126

3 1+2 764 877 1046 959 1077 1083 1310

4 1+2 958 1003 1179 1079 1142 1129 1281

4 1+2 984 994 1218 1182 1165 1140 1379

4 1+2 613 1034 1226 1051 1102 1151 1279

5 1+2 726 860 1023 898 894 931 1119

5 1+2 722 848 1010 959 999 933 1098

5 1+2 701 886 1037 898 937 948 1137

6 1+2 811 900 1117 960 1097 1015 1193

6 1+2 744 813 1081 958 953 904 1116

6 1+2 727 844 1104 984 980 970 1123

7 1+2 666 811 1015 908 902 910 1072

7 1+2 735 871 1108 920 1003 1088 1117

7 1+2 801 888 1079 970 1040 1072 1227

8 1+2 993 1033 1244 1121 1134 1134 1287

8 1+2 960 1021 1255 1135 1117 1147 1371

8 1+2 619 1034 1226 1051 1102 1151 1279

MW 1+2 769 898 1099 975 1021 1021 1185

SD 1+2 107 78 87 84 86 93 94

SE 1+2 22 16 18 18 18 19 20

KI 1+2 46,31 33,46 37,44 36,38 37,00 40,12 40,54

Anhang 223

Anhang 22 – Durchschnittliche Bewegungsfehler (BF; in %) beim Passen des Basket-

balls in Experiment 9 (SI = Schwierigkeit, MW = Mittelwert, SD = Standardabweichung,

SE = Standardfehler, KI = Konfidenzintervall).

VP Partner 2,5 3,1 3,5 3,8 4,3 5,0 5,4

1 1+2 3,94 4,21 0,00 4,89 15,26 15,25 23,78

1 1+2 0,00 0,00 0,00 4,89 7,30 10,17 11,89

1 1+2 3,94 2,11 11,05 0,00 12,39 25,42 29,73

2 1+2 0,00 4,49 0,00 4,89 17,48 25,42 35,67

2 1+2 0,00 2,11 0,00 9,79 7,30 5,08 41,62

2 1+2 0,00 6,60 16,57 4,89 11,74 0,00 11,89

3 1+2 0,00 2,38 11,05 0,00 12,39 10,17 17,84

3 1+2 3,94 0,00 5,52 4,89 8,87 10,17 29,73

3 1+2 3,94 0,00 5,52 0,00 7,30 20,34 23,78

4 1+2 0,00 0,00 0,00 0,00 0,00 10,17 11,89

4 1+2 0,00 0,00 0,00 4,89 7,95 0,00 17,84

4 1+2 0,00 0,00 0,00 4,89 5,74 0,00 11,89

5 1+2 3,94 6,60 27,62 4,89 11,74 20,34 41,62

5 1+2 3,94 6,60 0,00 9,79 9,52 30,51 35,67

5 1+2 7,87 8,70 0,00 14,68 18,13 25,42 35,67

6 1+2 0,00 0,00 0,00 0,00 2,87 10,17 5,95

6 1+2 0,00 2,11 0,00 0,00 5,09 15,25 17,84

6 1+2 0,00 2,11 0,00 0,00 8,60 15,25 0,00

7 1+2 3,94 2,38 0,00 4,89 10,17 15,25 29,73

7 1+2 0,00 6,87 0,00 0,00 7,30 10,17 11,89

7 1+2 0,00 0,00 5,52 0,00 18,78 10,17 11,89

8 1+2 0,00 0,00 0,00 4,89 7,30 10,17 0,00

8 1+2 0,00 0,00 0,00 0,00 4,44 5,08 11,89

8 1+2 0,00 2,38 0,00 0,00 2,22 10,17 17,84

9 1+2 0,00 0,00 0,00 0,00 2,87 5,08 5,95

9 1+2 0,00 0,00 0,00 0,00 2,22 10,17 5,95

9 1+2 0,00 0,00 0,00 4,89 5,74 5,08 5,95

10 1+2 3,94 0,00 0,00 0,00 0,00 5,08 5,95

10 1+2 0,00 0,00 0,00 0,00 2,87 0,00 5,95

10 1+2 0,00 0,00 0,00 0,00 0,00 5,08 0,00

11 1+2 0,00 0,00 0,00 0,00 2,87 0,00 23,78

11 1+2 0,00 0,00 0,00 0,00 5,09 5,08 0,00

11 1+2 0,00 0,00 5,52 4,89 11,74 10,17 11,89

12 1+2 0,00 0,00 0,00 4,89 0,00 0,00 17,84

12 1+2 0,00 0,00 0,00 0,00 2,87 10,17 0,00

12 1+2 0,00 0,00 0,00 0,00 4,44 0,00 11,89

MW 1+2 1,09 1,66 2,46 2,72 7,24 10,17 16,18

SD 1+2 2,02 2,55 5,82 3,59 5,18 8,15 12,28

SE 1+2 0,34 0,43 0,98 0,61 0,88 1,38 2,07

KI 1+2 0,69 0,87 2,00 1,23 1,78 2,80 4,21

Anhang 224

Anhang 23 – Gemeinsame Darstellung der signifikanten (O) und nicht-signifikanten (X)

Ergebnisse der Bewegungszeiten (BZ) der neun Experimente mit der Anzahl der Ver-

suchspaare (VP), der Bezeichnung und den jeweiligen signifikanten Haupteffekten für

die Faktoren Schwierigkeitsindex (SI), Distanz (A) und Zielweite (W) sowie die Interak-

tion beider Faktoren (A*W). Der Determinationskoeffizient (R²) als Bestimmtheitsmaß

für den Zusammenhang zwischen SI und BZ und die Funktionsvorschrift für die BZ in

Abhängigkeit vom Partner werden ebenfalls angegeben.

Exp. VP Bezeichnung

Statistiken (Bewegungszeiten)

SI A W A*W R² Regressionsgleichung

1 12 Scheiben O O O O .690 BZ = 126 ms*SI + 431 ms

.603 BZ = 138 ms*SI + 502 ms

2 12 1-2-1 Scheiben O O O O .463 BZ = 97 ms*SI + 585 ms

.561 BZ = 100 ms*SI + 631 ms

3 12 Scheiben unters. SI X - - - .009 n.a.

.005 n.a.

4 14 Kisten O O O O .455 BZ = 408 ms*SI + 186 ms

.544 BZ = 506 ms*SI - 104 ms

5 15 1-2-1 Kisten O O O X .367 BZ = 463 ms*SI + 353 ms

.359 BZ = 496 ms*SI +368 ms

6 20 Kisten unters. SI X - - - .019 n.a.

.004 n.a.

7 12 Dim. Breite O O O O .532 BZ = 185 ms*SI – 2 ms

.560 BZ = 198 ms*SI - 37 ms

8 12 Dim. Höhe O O O O .428 BZ = 237 ms*SI + 90 ms

.390 BZ = 260 ms*SI - 2 ms

9 12 Dim. Tiefe O O O X .343 BZ = 107 ms*SI + 573 ms

.304 BZ = 98 ms*SI + 500 ms

Anhang 225

Anhang 24 – Gemeinsame Darstellung der signifikanten (O) und nicht-signifikanten (X)

Ergebnisse der neun Experimente mit der Anzahl der Versuchspaare (VP), der Be-

zeichnung und den jeweiligen signifikanten Haupteffekten für die Faktoren Schwierig-

keitsindex (SI), Distanz (A) und Zielweite (W) sowie die Interaktion beider Faktoren

(A*W). Der Determinationskoeffizient (R²) als Bestimmtheitsmaß für den Zusammen-

hang zwischen SI und BZ sowie die Funktionsvorschriften für die BZ in Abhängigkeit

vom Partner werden ebenfalls angegeben.

Exp. VP Bezeichnung

Statistiken (Bewegungsfehler)

SI A W A*W R² Regressionsgleichung

1 12 Scheiben - - - - - -

- -

2 12 1-2-1 Scheiben - - - - - -

- -

3 12 Scheiben unters. SI - - - - - -

- -

4 14 Kisten O O O O .471 BF = 0,003e

3,933*SI

5 15 1-2-1 Kisten O O O X .488 BF = 0,014e

1,888*SI

.559 BF = 0,002e

2,350*SI

6 20 Kisten unters. SI O - - - .447 BF = 0,003e

2,997*SI

7 12 Dim. Breite O O O X .429 BF = 0,02e

4,440*SI

8 12 Dim. Höhe O O O O .434 BF = 0,04e

3,838*SI

9 12 Dim. Tiefe O O O O .270 BF = 0,06e

2,459*SI

Eidesstattliche Erklärung 226

13 Eidesstattliche Erklärung

Hiermit versichere ich an Eides Statt, dass ich diese Dissertation selbstständig und

nur unter Benutzung der angegebenen Quellen angefertigt habe. Sie hat noch keiner ande-

ren Stelle zur Prüfung vorgelegen. Weiterhin erkläre ich, dass ich keine anderen als die von

mir angegebenen Hilfsmittel zur Anfertigung dieser Dissertation verwendet habe. Wörtlich

übernommene Textstellen, auch Einzelsätze oder Teile davon, sind als Zitate kenntlich ge-

macht.

Paderborn, den _________________ ___________________________

Timo Klein-Soetebier

Danksagung 227

14 Danksagung

Einen besonderen Dank möchte ich an Professor Matthias Weigelt, dem Betreuer

dieser Arbeit, richten. Er hat mir über den gesamten Promotionszeitraum jederzeit mit Rat &

Tat zur Seite gestanden, mir das wissenschaftliche Arbeiten näher gebracht und meine Be-

geisterung für das empirische Arbeiten geweckt. Ich konnte mich bei inhaltlichen Entschei-

dungen auf sein Urteil verlassen. Ich danke Professor Günther Knoblich für die Übernahme

des Zweitgutachtens und den anregenden Diskussionen auf Tagungen, die halfen das Dis-

sertationsthema zu modifizieren. Als Ansprechpartner für technische Fragen stand mir Dr.

Christoph Schütz von der Universität Bielefeld freundlich zur Verfügung.

Wie wichtig eine gut funktionierende Arbeitsgruppe ist, wurde mir in zahlreichen Dis-

kussionen mit meinen Kollegen und Kolleginnen Mustafa Alaboud, Daniel Machlitt, Yvonne

Steggemann und Kathrin Wunsch bewusst. Vielen Dank an dieser Stelle für eure Anregun-

gen, Hilfen und Tipps, aber auch für private Ablenkungen.

Natürlich gehen mit empirischen Datenerhebungen auch (teilweise) monotone und

nervenaufreibende Auswertungsschritte einher. So danke ich den wissenschaftlichen und

studentischen Hilfskräften Dorotheé Altmeier, Imke Gerling, Vanessa Heitbreder, Sebastian

Hoffmann und Jaqueline Sievers für die Unterstützung bei der Datenaufbereitung. Ich danke

auch den Kooperationspartnern des MPI für Informatik der Universität des Saarlandes in

Person von Prof. Meinhard Müller, Dr. Thomas Helten & Mark Simkin.

Nicht zuletzt möchte ich meiner Familie einen riesen Dank für die nicht in Worte zu

fassende Unterstützung über all die Jahre aussprechen. Ohne euch wäre ich niemals so weit

gekommen.

Vielen Dank!