Wie beeinflussen Emotionen unsere Entscheidungen?
Im Verbundprojekt SCORES – Sustainable Choices in Online and Real-world Economic Stress untersuchen Forschende, wie Emotionen Kaufentscheidungen im Alltag beeinflussen.
Dank der Kombination aus
Experience Sampling und
physiologischer Messung liefert das Projekt neue Erkenntnisse über die Emotionsregulation bei nachhaltigem Konsum.
Ausgangssituation / Herausforderung
Nachhaltigkeit endet nicht beim Produkt – sie beginnt im Kopf.
Doch wie treffen Menschen nachhaltige Entscheidungen, wenn sie emotional beansprucht sind, etwa beim Online-Shopping unter Stress?
Die Forschung stand bisher vor der Herausforderung,
echte Alltagsentscheidungen ökologisch valide zu erfassen – ohne die künstlichen Bedingungen des Labors.
Das Verbundprojekt SCORES
Titel: Sustainable Choices in Online and Real-world Economic Stress: Enhancing Emotional Regulation
Laufzeit: Januar 2025 – Dezember 2026
Leitung:
• Philipps-Universität Marburg – Prof. Dr. Dr. Martin Peper
• Karlsruher Institut für Technologie (KIT) – PD Dr. Dipl.-Psych. Simone Nadine Löffler
Förderung: Bundesministerium für Justiz und Verbraucherschutz (BMJV)
Das Projekt untersucht, welche
emotionalen und physiologischen Mechanismen nachhaltige Konsumentscheidungen beeinflussen. Dabei werden Stress, Emotionsregulation und Selbstreflexion in realen Alltagssituationen erfasst.
SCORES Projektinformation
Lösung / eingesetzte Technologie
Um Emotionen, Selbstberichte, Kontextfaktoren und Verhalten in Alltagssituationen synchron zu erfassen, nutzt das Forschungsteam:
• die
Experience Sampling Platform movisensXS,
• kombiniert mit
EcgMove 4 Sensoren zur Messung von Herzrate (ECG) und Bewegung.
Ein zentraler Bestandteil ist der
Additional Heart Rate Trigger Algorithm (AHR), der auf der movisensXS App läuft. Der Sensor liefert kontinuierlich
vorverarbeitete Herzfrequenz- und Bewegungsdaten via Bluetooth an die App. Dort analysiert der Algorithmus, ob ein Anstieg der Herzrate auf
mentale oder emotionale Beanspruchung zurückzuführen ist – und löst in Echtzeit gezielte Experience-Sampling-Abfragen aus.
Sensorkopplung mit movisensXS
Methodik / Umsetzung im Detail
Das Projekt kombiniert
Labor- und Feldansätze:
• Im Labor werden emotionale Reaktionen auf Konsumentensituationen standardisiert erfasst.
• Im Alltag liefern movisensXS und EcgMove 4 kontinuierliche Daten zu Herzrate, Bewegung und Stimmung.
• Sobald der
AHR-Algorithmus emotionale Aktivierung erkennt, wird über die App eine Abfrage zur situativen Selbsteinschätzung ausgelöst.
Das Ergebnis: Hochauflösende, realitätsnahe Daten über das Zusammenspiel von Emotion, Verhalten und physiologischer Reaktion.
Technischer Hintergrund: Additional Heart Rate Trigger Algorithm (AHR)
Der
AHR-Algorithmus erkennt, wenn ein Anstieg der Herzrate
nicht durch körperliche Aktivität, sondern durch
mentale oder emotionale Beanspruchung verursacht wird – den sogenannten non-metabolic oder additional heart rate-Anteil.
Dazu analysiert die movisensXS App kontinuierlich Herzfrequenz und Bewegungsintensität.
Steigt die Herzrate stärker, als durch Bewegung erklärbar wäre, löst die App ein
AHR-Ereignis aus und startet automatisch eine Experience-Sampling-Abfrage.
Der Algorithmus basiert auf den Arbeiten von Myrtek et al. (1988; 2001) zur Erfassung emotionaler EKG-Veränderungen und wurde für mobile Anwendungen optimiert.
In Kombination mit den EcgMove 4-Sensoren und der Experience Sampling Plattform movisensXS erlaubt er eine präzise Verknüpfung von
physiologischen Daten und subjektivem Erleben im Alltag.
AHR-Trigger-Algorithmus
Ergebnisse und Bedeutung
Mit Hilfe des AHR-Triggers kann das Forschungsteam emotionale Reaktionen zeitlich präzise identifizieren und im Alltag direkt erfassen.
So wird erstmals möglich,
emotionale Beanspruchung, Stress und Entscheidungsverhalten in Echtzeit zu koppeln – eine Basis für evidenzbasierte Empfehlungen im Verbraucherschutz und nachhaltigen Konsum.
Fazit & Ausblick
Das SCORES-Projekt zeigt, wie
mobile Sensorik und Experience Sampling Alltagsforschung auf ein neues Niveau heben: wissenschaftlich präzise, ökologisch valide und alltagstauglich.
Der Einsatz des AHR-Algorithmus erlaubt dabei die Erforschung emotionaler Prozesse bei nachhaltigen Entscheidungen.
Weitere Anwendungsbeispiele
