3 Typen von Forschungsfragen
Dieses Kapitel befasst sich mit unterschiedlichen Typen von Forschungsfragen, die sich mit In-Situ-Verfahren beantworten lassen (siehe auch Bolger et al., 2003, Tabelle 1; Kuppens & Myin-Germeys, 2022). Wir nennen konkrete Beispiele aus dem Bereich der KMW und beginnen mit Fragen nach der interindividuellen Varianz von Phänomenen. Solche Fragen interessieren sich für die Ausprägungen von Variablen bei einzelnen Personen und Unterschieden zwischen Personen hinsichtlich dieser Merkmale. In-situ-Verfahren sind für ihre Beantwortung nicht zwingend erforderlich, wir werden aber Argumente präsentieren, die für ihren Einsatz sprechen, auch wenn die Daten anschließend nicht situativ ausgewertet werden. Anschließend betrachten wir Fragen nach der intraindividuellen Varianz von Phänomenen. Für solche Untersuchungen sind wiederholte situative Messungen bei denselben Personen zwingend notwendig. Schließlich kommen wir zu Fragen nach Interaktionen zwischen Phänomenen auf der Personen- und Situationsebene.
3.1 Unterschiede zwischen Personen: Fragen nach interindividueller Varianz
Viele Forschungsfragen in der KMW adressieren Unterschiede zwischen Personen, sie untersuchen also interindividuelle Varianz. Sie untersuchen, wie Menschen denken, fühlen und handeln, ohne sich im Detail für die Veränderlichkeit dieser Konstrukte zu interessieren. Vielmehr stehen allgemeine Aussagen über diese Kognitionen, Emotionen und Verhaltensweisen im Zentrum; situative Unterschiede werden nicht berücksichtigt. Die Untersuchungseinheiten dieser Ebene sind entsprechend verschiedene Personen.
Beispielsweise können wir uns dafür interessieren, wie oft und wie lange Personen am Tag Podcasts nutzen und welche Personen sie länger oder häufiger nutzen als andere. In ähnlicher Weise können wir daran interessiert sein, mit welchen Motiven Menschen Podcasts nutzen und welche Gratifikationen sie ihnen zuschreiben (Chan-Olmsted & Wang, 2022). Zur Beantwortung solcher Fragen benötigen wir nicht zwingend wiederholte Messungen bei denselben Personen; sie können auch mit einer Querschnittsbefragung angegangen werden (z. B. Chan-Olmsted & Wang, 2022; Craig et al., 2023; Perks & Turner, 2019; Samuel-Azran et al., 2019). Allerdings weisen diese einmaligen, oft retrospektiven Messungen eine geringe Validität auf. Teilnehmer:innen müssen zunächst alle interessierenden Ereignisse in der Vergangenheit erinnern und über die Zeit aggregieren, wenn sie in Befragungen rückblickend Auskunft geben sollen. Vergangenes Verhalten, kognitives und emotionales Erleben sind – verglichen z. B. mit aktuellen Ereignissen – jedoch schwierig zu erinnern (Bradburn et al., 1987; Krosnick, 1991; Nisbett & Wilson, 1977; Prior, 2009). Die kognitive Zugänglichkeit ist vor allem bei hoch frequenten und alltäglichen Ereignissen gering, die einzelnen Ereignisse „blend into one global knowledge-like representation that lacks specific time or location markers” (Schwarz & Oyserman, 2001, S. 137). Deshalb wenden Befragte häufig Inferenz- und Schätzstrategien an, um ihre Antwort herzuleiten (Schwarz & Oyserman, 2001). Diese Strategien sind v. a. schwierig und fehleranfällig, wenn Ereignisse stark über die Zeit variieren (Lee et al., 2008) oder häufig vorkommen (Blair & Burton, 1987; Burton & Blair, 1991). Damit sind gerade verallgemeinernde Angaben über das Mediennutzungsverhalten anfällig für Messfehler (Boase & Ling, 2013; Naab et al., 2019; Shalev et al., 2025). Lediglich herausragende, intensive, emotionale, ungewöhnliche oder persönlich bedeutsame Ereignisse werden besser erinnert (Reis & Gable, 2000). Eine methodische Alternative besteht darin, Teilnehmer:innen nach einzelnen aktuellen Ereignissen zu befragen; sie müssen dann weder Vergangenes erinnern noch mehrere Ereignisse überschlägig zusammenfassen. Solche Abfragen gelten als weniger verzerrt (Kahlor et al., 2003; Lee et al., 2008). Allerdings sind die Antworten besonders von der einen konkreten Messsituation abhängig, die atypisch im Vergleich zu sonstigen Verhaltensweisen, Emotionen und Kognitionen sein kann (Chang & Krosnick, 2003).
In-situ-Studien verbinden den Selbstbericht über konkrete, einzelne, aktuelle Situationen mit der wiederholten Messung über verschiedene Situationen hinweg. Auf diese Weise können wir z. B. Konstrukte wie die tägliche Nutzungsdauer oder ‑häufigkeit oder die tatsächlich aus der Nutzung gezogenen Gratifikationen nicht nur einmalig, sondern wiederholt in verschiedenen Situationen erheben. Wir können die daraus ermittelten Messwerte einer Person über mehrere Situationen zu einem Wert für die Person zusammenfassen bzw. aggregieren. So können wir z. B. über einen Zeitraum von mehreren Tagen Teilnehmer:innen bitten, immer nachdem sie Podcast gehört haben, einen Fragebogen auszufüllen (ereignisabhängiges ESM, siehe Kapitel 2). Die Antworten geben z. B. Auskunft über die Frage, wie lange und wie aufmerksam sie den Podcast gehört haben und wie intensiv sie sich in die Geschichte hineingezogen fühlten. Alle Messwerte über die Hördauer können zu einem Durchschnittswert für jede Person aggregiert und alle Messwerte der Aufmerksamkeit bzw. Transportation zu einem durchschnittlichen Aufmerksamkeits- bzw. Transportationswert für jede Person im Erhebungszeitraum verrechnet werden. Diese Werte haben eine größere Validität als die o. g. Erhebungen, weil sie weniger anfällig für Erinnerungs- und Schätzfehler sowie atypische Erhebungssituationen sind.
Neben methodischen können auch inhaltliche Gründe für den Einsatz wiederholter In-situ-Messungen sprechen. Schlütz (2002; siehe auch Scherer & Schlütz, 2002) unterscheidet z. B. zwischen generalisierten und konkreten erhaltenen Gratifikationen. Erstere vermitteln eine grundsätzliche Einschätzung darüber, welche Bedürfnisse ein Medienangebot erfüllt (z. B. „Nachrichten-Podcasts informieren mich“). Letztere spiegeln konkret erhaltene Gratifikationen, die in einer Nutzungssituation durch ein bestimmtes Angebot erfüllt wurden (z. B. „Genau dieser Podcast hat mich jetzt informiert“). Befragungsstudien sind häufig an den konkreten Gratifikationsleistungen von Medienangeboten interessiert. In retrospektiven Befragungen zeigen sich jedoch v. a. post hoc rationalisierte Erwartungen, die eher generalisierte Gratifikationen reflektieren. Auch Naab et al. (2019) zeigen, dass retrospektive Bewertungen der Bedürfnisbefriedigung von Social-Media-Plattformen deutlich von In-situ-Bewertungen abweichen (siehe Studiensteckbrief).
Bei einer geringen situativen Varianz einer Variable ist dagegen auch der Bedarf für wiederholte In-situ-Messungen gering. Dieser Fall liegt beispielsweise vor, wenn eine Person immer ähnlich lange Podcasts hört, dabei ähnlich aufmerksam ist und eine ähnlich intensive Transportation erlebt. Alle einzelnen Messungen dürften zu einem ähnlichen Ergebnis führen, das sich wiederum im Aggregat widerspiegelt, sodass der retrospektiv gewonnene Messwert wenig verzerrt sein dürfte. Einfach lässt sich dieser Befund an der Messung der Geräteausstattung verdeutlichen. Die Medienausstattung der meisten Menschen ändert sich zwar über die Zeit, weil sie neue Geräte anschaffen, allerdings eher in längeren Zyklen von Monaten oder Jahren. In einer kurz angelegten In-situ-Studie ist es daher kaum sinnvoll, die Ausstattung mehrfach – und schon gar nicht in jeder Situation – abzufragen. Anders verhält es sich mit dem jeweils genutzten Gerät, das durchaus situativ variieren kann. Persönlichkeitsmerkmale gelten zwar als langfristig wandelbar (z. B. Roberts et al., 2006), in kürzeren Lebensabschnitten bleiben sie jedoch stabil und werden nur einmalig abgefragt (z. B. zur Messung der Big Five, Rammstedt & John, 2007). Diese Annahme gilt auch für viele weitere Dispositionen, die Menschen mitbringen, z. B. Transportabilität, also die Eigenschaft, sich grundsätzlich (mehr oder weniger) gut in Geschichten hineinzuversetzen (Dal Cin et al., 2004) oder die grundsätzliche kognitive Leistungsfähigkeit unabhängig von der Aufmerksamkeit in einer spezifischen Situation.
Bei hoher situativen Varianz einer Variable ist hingegen – wie bereits erläutert – die mehrmalige In-situ-Messung sinnvoll. Um mit den Ergebnissen aus In-situ-Studien Forschungsfragen auf Personenebene beantworten zu können, werden die Werte häufig zu Summen oder Mittelwerten aggregiert. Allerdings sind auch andere mathematische Operationen möglich. Wir könnten zum Beispiel per Aggregation die Varianz aller In-situ-Werte einer Person berechnen. Dann erhalten wir ein Maß für die intraindividuelle Schwankungsbreite der einzelnen Werte. Es könnte z. B. quantifiziert werden, ob eine Person beim Hören eines Podcasts immer ähnlich aufmerksam ist (geringe Varianz aller In-situ-Werte) oder die Aufmerksamkeit im Zeitablauf sehr schwankt (große Varianz aller In-situ-Werte).
Um interindividuelle Varianz valide zu erfassen, werden zahlreiche Messpunkte einer Person aggregiert. Unter Aggregation sind mathematische Operationen zu verstehen, bei denen mehrere Werte zu einer Kennzahl verrechnet werden. Beispiele sind die Bildung der Summe, des Mittelwerts oder der Varianz aus mehreren Einzelwerten. Nach einer Aggregation haben die Daten eine geringere Granularität, d. h. eine geringere Detailgenauigkeit. Werden In-situ-Daten auf Personenebene aggregiert, gehen intraindividuelle Schwankungen zwischen den Messwiederholungen einer Person verloren.
Natürlich befragen wir in In-situ-Studien nicht nur eine einzige Person, sondern eine Gruppe von Teilnehmer:innen. Im Mittelpunkt steht die Frage, wie sich das betrachtete Phänomen über alle Personen verhält, z. B. wie lange Menschen durchschnittlich Podcasts nutzen (Mittelwert der aggregierten Personenwerte), wie aufmerksam sie im Durchschnitt sind oder wie transportiert sie sich im Durchschnitt fühlen. Wir können außerdem fragen, ob es bei diesen Phänomenen große Unterschiede oder Gemeinsamkeiten zwischen den betrachteten Nutzer:innen gibt. Oder anders formuliert: Es wird die Frage untersucht, wie groß die interindividuelle Varianz (between-person variance) des Konstrukts ist. Aus statistischer Sicht geht es um die Streuung der aggregierten Personenwerte.
Forschungsfragen auf Personenebene interessieren sich für interindividuelle Differenzen, also für Unterschiede zwischen Personen (between-person variance). Wiederholte In-situ-Messungen sind dafür nicht zwingend notwendig, können ggf. aber die Validität der Messung verbessern. Die wiederholten Messungen einer Person werden anschließend aggregiert.
Wenn wir feststellen, dass die Teilnehmer:innen sich tatsächlich in dem untersuchten Phänomen unterscheiden, können wir uns auf die Suche nach Zusammenhängen dieser Variable mit anderen Variablen machen. Wir stellen also Fragen nach dem multivariaten Zusammenspiel mehrerer Phänomene, von denen alle oder einige wiederholt in situ gemessen wurden. Beispielsweise erhoben Valkenburg et al. (2021) in einer dreiwöchigen ESM-Studie sechsmal täglich die Nutzung sozialer Medien und das situative Selbstwertgefühl der Teilnehmer:innen (siehe Studiensteckbrief). Sie ermittelten unter anderem eine negative Korrelation zwischen der mittleren Social-Media-Nutzung und dem mittleren Selbstwertgefühl der Teilnehmer:innen. Personen mit (im Durchschnitt über alle ihre situativen Antworten) geringer Social-Media-Nutzung hatten ein (im Durchschnitt über alle ihre situativen Antworten) höheres Selbstwertgefühl, Personen mit hoher Nutzung dagegen ein geringes Selbstwertgefühl (vgl. allerdings Abschnitt 3.2.2 für die abweichenden Resultate auf situativer Ebene). Im Rahmen derselben Erhebung untersuchten Siebers et al. (2022) neben der Nutzung sozialer Medien die von den Teilnehmer:innen selbst wahrgenommene Ablenkung (siehe Studiensteckbrief). Sie fanden eine mittlere Korrelation der aggregierten In-situ-Messwerte einer Person in dem Sinne, dass Jugendliche, die mehr Zeit mit sozialen Medien verbrachten als ihre Peers auch über eine höhere Ablenkung berichteten (vgl. Abschnitt 3.2.2 zur Korrelation auf situativer Ebene).
Auch die Studie von Naab et al. (2019) kann diesbezüglich als Beispiel dienen (siehe Studiensteckbrief) : Die Autorinnen berechnen Korrelationen der retrospektiv erhobenen Angaben zur Nutzung von Social-Media-Plattformen mit in situ erhobenen und anschließend aggregierten Angaben derselben Teilnehmer:innen in einer ESM-Studie über 14 Tage mit drei zufälligen Signalen pro Tag. Sie zeigen für verschiedene Konstrukte mäßig starke Zusammenhänge.
Übertragen wir diese Typen von Forschungsfragen auf die Podcasnutzung, könnten wir die Frage untersuchen, ob Menschen, die grundsätzlich die Eigenschaft haben, sich in Geschichten hineinzuversetzen (einmalig gemessen als Transportabilität, Dal Cin et al., 2004), häufiger oder länger Podcasts hören (wiederholt in situ gemessen und aggregiert). Eine weitere zu untersuchende Frage könnte sein, ob Menschen, die häufiger Podcasts nutzen, insgesamt besserer Stimmung sind als Menschen, die seltener Podcasts nutzen.
Auch wenn wir Podcastnutzer:innen typologisieren, arbeiten wir auf der Personenebene (z. B. Karnowski et al. (2024), siehe Studiensteckbrief). Beispielsweise könnten wir in einer ESM-Studie erfragen, in welcher Umgebung Podcasts gehört wurden, ob nebenbei Paralleltätigkeiten ausgeführt und ob Kopfhörer eingesetzt wurden. Mit den Messwerten können wir Nutzungstypen unterscheiden, deren Podcastnutzung typischerweise in verschiedenen Kontexten stattfindet.
3.2 Unterschiede zwischen Situationen: Fragen nach der intraindividuellen Varianz
Die Besonderheit von In-situ-Studien besteht darin, dass sie Phänomene über mehrere Situationen hinweg wiederholt bei denselben Teilnehmer:innen erfassen. Es ist daher möglich, Forschungsfragen nach intraindividuellen Veränderungen, also Veränderungen innerhalb derselben Person (within-person variance), zu beantworten. Im Folgenden betrachten wir sowohl Fragen nach der intraindividuellen Varianz einer einzelnen Variablen als auch nach dem Zusammenspiel mehrerer Variablen.
3.2.1 Beschreibung der situativen Variation eines Konstrukts und zeitliche Dynamiken
Nehmen wir an, wir wissen z. B. aus einer einmaligen Befragung von einer Person, dass sie durchschnittlich pro Tag eine Stunde Podcasts hört. Eventuell interessiert uns nun zusätzlich die Frage, ob die Person tatsächlich jeden Tag eine Stunde lang Podcasts hört. Oder nutzt sie Podcasts nur unter der Woche, hat am Wochenende jedoch keine Zeit dafür? Wie verteilt sich die Nutzungszeit über den Tag? Hört die Person nur morgens auf ihrer langen Fahrt zur Arbeit eine Stunde am Stück oder auch abends noch? Diese Fragen beziehen sich auf die Situationsebene und stellen darauf ab, wie veränderlich ein Konstrukt bei derselben Person über verschiedene Situationen hinweg ist. Mit anderen Worten: Wir untersuchen, wie groß die situative bzw. intraindividuelle Varianz, d. h. die within-person variance des Konstrukts ist. Aus statistischer Sicht geht es darum, wie stark die einzelnen In-situ-Messwerte einer Person um den Mittelwert aller In-situ-Messwerte dieser Person streuen (siehe Abschnitte 9.5.1 und 9.5.2.7). Diesen Zusammenhang haben wir bereits an anderer Stelle angesprochen, als es um die Aggregation von Messwerten einer Person ging (siehe Abschnitt 3.1).
Forschungsfragen auf der Situationsebene sind Fragen nach der Veränderlichkeit von Konstrukten bei derselben Person über verschiedene Situationen hinweg. Sie adressieren intraindividuelle Differenzen, also Unterschiede innerhalb einer Person zwischen verschiedenen Situationen (within-person variance). Dafür sind wiederholte In-situ-Messungen bei derselben Person notwendig.
Wiederholte Messungen sind vor allem sinnvoll, wenn intraindividuelle Varianz zu erwarten ist, wie z. B. bei über die Woche oder über den Tag variierender Mediennutzung. Basierend auf fundierten theoretischen Überlegungen und einer ausführlichen Recherche empirischer Befunde müssen wir zunächst klären, ob intraindividuelle Varianz bei den in einem spezifischen Forschungsprojekt relevanten Konstrukten zu erwarten ist. Der umfassende Literaturkorpus zu Stimmungen legt beispielsweise nahe, dass unsere Stimmung stark von Situation zu Situation schwankt (Penner et al., 1994). Eine Messung zu einem Zeitpunkt führt mit einer hohen Wahrscheinlichkeit zu einem anderen Ergebnis als eine Messung einige Zeit später. Auch viele Konstrukte mit Bezug zur Mediennutzung schwanken erheblich zwischen Situationen (Schnauber-Stockmann et al., 2025).
Wiederholte Messungen sind sinnvoll, wenn diese Vermutung auch auf das zu untersuchende Konstrukt zutreffen sollte. Bei eher stabilen Merkmalen reicht hingegen eine Querschnittserhebung aus (siehe Abschnitt 1.4). Eine Panelbefragung ist bei intraindividuellen Veränderungen über einen längeren Zeitraum hinweg angebracht, wenn z. B. die Bewältigung von Entwicklungsaufgaben in der Jugend untersucht wird (siehe Abschnitt 1.4).
Anhand von wiederholten Messungen lässt sich feststellen, ob sich ein Konstrukt im Zeitverlauf verändert. Wenn dieser Fall vorliegt, ist die Frage von Interesse, ob in dieser zeitlichen Dynamik Muster zu erkennen sind. Daran knüpft die Frage an, welche Tendenzen sich im Erhebungszeitraum zeigen. Denkbar wäre beispielsweise, dass die Nutzung von informationsorientierten Podcasts im zeitlichen Umfeld von Wahlen zunimmt, Podcasteinsteiger:innen mit zunehmender Nutzung ihre Auswahl stärker kuratieren oder sich spezifische Zyklen zeigen: Eine Person könnte Podcasts z. B. an Werktagen weniger als an Wochenendtagen (wöchentlicher Rhythmus, Wochentags- vs. Wochenendeffekt) oder im Hinblick auf die Tageszeit morgens mehr als abends nutzen (täglicher Rhythmus, z. B. Struckmann & Karnowski, 2016). Die Studie von Schnauber-Stockmann & Naab (2019) zeigt beispielhaft, dass Nutzer:innen auf eine neue App über die Zeit zunehmend habitueller und mit weniger Selektionsaufwand zugreifen (siehe Studiensteckbrief).
Es ist unter anderem abhängig von der Dauer der Erhebung, wie gut sich zeitliche Dynamiken untersuchen lassen (vgl. Abschnitt 6.1). Die Erhebungsdauer sollte sich deshalb an theoretischen Annahmen über die Häufigkeit und Volatilität des Phänomens orientieren. Es ist etwa unmittelbar einsichtig, dass ein langer Erhebungszeitraum über mehrere Monate notwendig ist, um saisonale Effekte zu identifizieren. Für In-situ-Studien ist ein langer Erhebungszeitraum allerdings eher untypisch. Interessieren wir uns dagegen für Gefühlsschwankungen während eines Tages, ist ggf. eine Erhebung über einige Tage ausreichend. Neben der Erhebungsdauer bestimmt die Granularität der Erhebung – also die Anzahl der auszufüllenden Protokolle pro Tag und deren zeitlicher Abstand zueinander –, wie fein Schwankungen gemessen werden können (vgl. Abschnitte 6.1 und 6.3).
3.2.2 Zusammenhänge zwischen mehreren situativ variierenden Konstrukten
Nicht immer schwanken Phänomene nach einem zeitlichen Muster. Ihre Varianz kann auch im Zusammenhang mit der Varianz eines anderen, zeitlich nicht determinierten Phänomens stehen. Wir betrachten in diesem Abschnitt zunächst den Zusammenhang mehrerer situativ gemessener Konstrukte (multivariate Zusammenhänge auf situativer Ebene). Wir verbleiben also zunächst auf der Situationsebene. Später werden wir außerdem Forschungsfragen betrachten, bei denen Personen- und Situationsmerkmale interagieren.
Es ist eine Frage des individuellen Forschungsinteresses und der theoretischen Überlegungen, zu welchen anderen Variablen ein Konstrukt in Beziehung gesetzt werden soll. Zum Beispiel könnten wir die Frage klären, ob ein Podcast genutzt wird oder nicht, an welchem Aufenthaltsort (zu Hause, auf dem Weg zur Arbeit, beim Warten auf einen Termin) und wie groß die Aufmerksamkeit gegenüber dem Inhalt ist. Anschließend könnten wir prüfen, ob Paralleltätigkeiten die Aufmerksamkeit einschränken. Auch Kovariationen mit Kognitionen oder Emotionen sind Ausgangspunkt vieler Forschungsfragen. In der Podcastingstudie interessierte uns beispielsweise der Zusammenhang zwischen narrativer Transportation und Aufmerksamkeit bei der Nutzung von True-Crime-Podcasts. Die Annahme war, dass Personen sich umso besser in das auditive Geschehen hineinversetzen können, je aufmerksamer sie zuhören (siehe Studiensteckbrief).
Otto et al. (2020) erhoben in einer ereignisabhängigen ESM-Studie z. B. Situationen, in denen die Teilnehmer:innen mit politischen Informationen konfrontiert wurden, und maßen deren emotionale Reaktionen und Aufmerksamkeit. Die Studie zeigte unter anderem, dass Wut, nicht aber Angst mit größerer Aufmerksamkeit gegenüber den Informationen einherging. Karsay et al. (2023) erhoben über fünf Tage dreimal täglich zu festen Uhrzeiten rezipierende bzw. produzierende Nutzungsarten sozialer Medien und damit einhergehendes affektives Wohlbefinden. Posting und Messaging waren positiv und Browsing negativ mit Wohlbefinden assoziiert. Klingelhoefer et al. (2024) untersuchten situativ variierende Motivationen, die einen Einfluss darauf hatten, ob Menschen zeitweise auf digitale Medien verzichteten (siehe Studiensteckbrief).
Wir können zeitliche Dynamiken untersuchen, z. B. Muster im Tagesverlauf oder Tendenzen im Erhebungszeitraum, um intraindividuelle Varianz zu erklären. Aber auch andere räumliche und soziale Kontexte oder innere Zustände können situativ variieren und im Zusammenhang mit der Mediennutzung stehen.
In Abschnitt 3.1 zu Personenunterschieden haben wir bereits die Studie von Siebers et al. (2022) (siehe Studiensteckbrief) und Valkenburg et al. (2021) (siehe Studiensteckbrief) kennengelernt. Siebers et al. (2022) fanden eine Between-Person-Korrelation zwischen der Nutzung sozialer Medien und wahrgenommener Ablenkung. Dieser Zusammenhang zeigte sich auch auf situativer Ebene, wenn auch auf schwächerem Niveau: Jugendliche fühlten sich in Situationen, in denen sie soziale Medien nutzten, abgelenkter als in Situationen, in denen sie keine sozialen Medien nutzten. Anders sieht es hingegen bei Valkenburg et al. (2021) im Hinblick auf den Zusammenhang zwischen der Nutzung sozialer Medien und Selbstwertgefühl aus: Während die Autor:innen zeigten, dass Personen mit insgesamt höherer Social-Media-Nutzung ein im Durchschnitt über ihre wiederholten Messungen geringeres Selbstwertgefühl aufwiesen, konnten sie keinen Zusammenhang auf der Ebene der situativ gemessenen Konstrukte feststellen. Dieser Unterschied in den Ergebnissen auf der Personen- und Situationsebene verdeutlicht eindrucksvoll, dass sich interindividuelle Zusammenhänge nicht zwingend auch intraindividuell zeigen müssen.
Die Beispiele belegen, welche hohe Bedeutung es hat, ob Forschungsfragen auf der Personen- oder Situationsebene untersucht werden. Ggf. können sich die Ergebnisse erheblich unterscheiden. Ignoriert man, dass die Daten aus wiederholten Befragungen von denselben Personen stammen, kann es sogar zu einer Variante des ökologischen Fehlschlusses kommen. Dieser entsteht, wenn Daten auf Aggregatniveau ausgewertet werden (wenn z. B. die wiederholten Angaben derselben Personen zu Personenmittelwerten verrechnet werden, mit denen dann auf Personenebene weitergerechnet wird), daraus aber unzulässigerweise auf Zusammenhänge auf der nicht aggregierten Ebene (hier die situative Ebene) geschlossen wird. Die Darstellung des Simpsons Paradoxons in Abschnitt 9.5.2.1 wird diesen Fehlschluss noch einmal veranschaulichen.
3.2.3 Zeitversetzte Zusammenhänge und Autokorrelationen
Mehrere zeitlich variierende Konstrukte schwanken nicht notwendigerweise gleichzeitig. Auch zeitversetzte Variationen können theoretisch und praktisch relevant sein. Menschen regulieren z. B. durch die Nutzung von Medien ihre Stimmung in Vorbereitung auf eine später folgende Aufgabe (Knobloch, 2003) oder Auswirkungen von Mediennutzung treten erst mit Verzögerung ein (Thomas, 2022). Z. B. kann die Nutzung sozialer Medien die wahrgenommene Ablenkung zwei Stunden später voraussagen; in die umgekehrte Richtung, in der das Ablenkungsgefühl die Nutzung voraussagen würde, findet sich jedoch kein nennenswerter Effekt (Siebers et al., 2022) (siehe Studiensteckbrief). Ein anderes Beispiel zeigt, dass die Motivation, vorübergehend auf digitale Medien zu verzichten, um Ablenkung zu vermeiden, Wohlbefinden zu steigern oder offline präsenter zu sein, etwa zwei bis drei Stunden später tatsächlich zu etwas gesteigertem Disconnection-Verhalten führen kann (Klingelhoefer et al., 2024) (siehe Studiensteckbrief).
Gelegentlich gibt es auch Forschungsfragen zu autokorrelativen Effekten. Mit Autokorrelation ist die Korrelation einer Variable mit sich selbst zu einem anderen Zeitpunkt gemeint. Wir könnten zum Beispiel die Frage untersuchen, wie die Stimmung einer Person zu einem Zeitpunkt mit ihrer Stimmung kurze Zeit später zusammenhängt.
3.2.4 Fragen zum Zusammenspiel von Personen- und Situationsmerkmalen
Oben haben wir einige Beispiele für situative Schwankungen von Phänomenen vorgestellt, die wir in In-situ-Erhebungen erfassen können. Solche situativen Schwankungen sind aber unter Umständen nicht für alle Personen identisch, sondern es liegen interindividuelle Unterschiede im Hinblick auf die intraindividuelle Varianz vor. Situative Schwankungen von Phänomenen können anhand von Personenmerkmalen erklärt werden (Haupteffekte von Variablen auf der Personenebene) oder Unterschiede zwischen Situationen können mit Unterschieden zwischen Personen zusammenspielen (Interaktionseffekte von Variablen auf Personen- und Situationsebene).
In der Podcastingstudie haben wir folgende Überlegung angestellt (siehe Studiensteckbrief): Ob sich Hörer:innen in einen wahren Kriminalfall hineinversetzen können, könnte nicht nur abhängig sein von der Aufmerksamkeit, die sie dem Podcast in einer konkreten Nutzungssituation widmen. Das situative Transportationserleben könnte auch davon abhängen, ob sie sich grundsätzlich gut in Geschichten hineinversetzen können (Transportabilität, Dal Cin et al., 2004). Dies wäre ein Beispiel für einen Haupteffekt eines stabilen Personenmerkmals. Weiterhin haben wir oben beispielhaft überlegt, ob Menschen in der Zeit vor und nach Wahlen zunehmend informationsorientierte Podcasts auswählen. Solche Veränderungen über die Zeit (Situationsebene) sind aber eventuell nicht für alle Menschen gleich, sondern möglicherweise treffen sie für Menschen mit hohem Interesse für politische Themen zu, für Menschen mit geringem Interesse hingegen nicht. Hier läge eine Interaktion zwischen dem Personenmerkmal des Politikinteresses und dem Situationsmerkmal des Abstands zum Wahltermin vor.
Forschungsfragen nach Haupt- und Interaktionseffekten beschäftigen sich damit, wie situative Veränderungen mit Personenmerkmalen zusammenhängen. Dafür sind wiederholte In-situ-Messungen mit mehreren Personen notwendig.
In-situ-Studien, die sich mit Haupt- und Interaktionseffekten befassen, beschränken sich nicht notwendigerweise auf Merkmale, die den Personen inhärent sind, wie ihre Charaktereigenschaften. Auch andere Variablen können situationsübergreifend stabil bei einer Person wirken und sich zwischen Personen unterscheiden, wie strukturelle Einbindungen (z. B. haben manche Personen ein stabileres familiäres Netzwerk als andere) oder Medienausstattung (z. B. die Qualität der Kopfhörer für die Podcastnutzung). Auch solche Faktoren auf Personenebene können die intraindividuelle Variation erklären.
3.2.5 Klassen-/Typenbildung von Personen und Situationen
Die meisten Fragestellungen auf der Situationsebene in der KMW beziehen sich auf Beschreibungen der Häufigkeit situativer Kontexte, zeitliche Dynamiken oder Zusammenhänge zwischen stabilen und situativ variierenden Konstrukten. Gelegentlich werden aber auch Situationen zu Klassen zusammengefasst. Beispielsweise fragten Karnowski et al. (2024) in einer ESM-Studie junge Erwachsene wiederholt, ob und wenn ja in welchem Rezeptionsmodus (lesen, schauen, hören) und auf welcher Plattform (Webseite, App, Social Media Messenger u. a.) sie Onlinenachrichten konsumiert haben (siehe Studiensteckbrief). Anhand dieser situativen Merkmale gruppieren die Autorinnen anschließend Nachrichtennutzungssituationen. Im Rahmen einer ereignisabhängigen ESM-Studie identifizieren auch Ernst & Schnauber-Stockmann (2026) Situationsklassen (siehe Studiensteckbrief). Die Teilnehmer:innen füllten nach Beendigung einer TikTok- oder Instagram-Nutzungsepisode ein ESM-Protokoll aus, in dem sie u. a. angaben, warum sie die jeweilige App geschlossen haben. Auf Basis dieser sogenannten Disengagement Cues (z. B. Ortswechsel, Empfang einer Pushbenachrichtigung, Erreichung des Mediennutzungsziels) konnten die Autorinnen verschiedene Typen von Disengagement-Situationen identifizieren.
Es ist ebenfalls möglich, auf Basis von situativ erhobenen Konstrukten Personenklassen oder ‑typen zu unterscheiden, etwa anhand der Frage, ob es Personen gibt, bei denen bestimmte Nachrichtennutzungssituationen besonders häufig auftreten.