Transkript | Simon Munzert: Wer nutzt die Corona-Warn-App? Tracking und Steigerung der Nutzung der COVID-19-Kontaktverfolgungs-App | Soziologische Perspektiven auf die Corona-Krise

Music.

In diesem Podcast sammeln wir Vorträge, die im Rahmen eines digitalen Cologquiums zur Korona Krise entstanden sind.

Organisiert wird das Kollektiv am Wissenschaftszentrum Berlin für Sozialwo

und damit herzlich willkommen zur neuen Ausgabe unseres Podcasts, zur soziologischen Perspektiven auf die Korona Krise. Mein Name ist Sylvie Suko, ich bin wissenschaftlicher Mitarbeiter am Wissenschaftszentrum Berlin für Sozialforschung und organisiere das digitale Kolokio mit.

Am dritten Februar hielt Simon Munzert einen Vortrag mit dem Titel Tracking und Steigerung der Nutzung einer Kowitne Kontaktverfolgungsapp.

Simon Munzert ist es, Assistant Professor of Daido Science and Public Policy an der School und auch Mitglied des Herthy School Dato Science Labs

Er ist Politikwissenschaftler und seine Forschungsinteressen liegen auf den Themen Meinungsbildung im digitalen Zeitalter, öffentliche Meinung und die Nutzung von Online-Daten in der Sozialforschung.

Es gab gerade in der Anfangszeit eine lebhafte Diskussion zu der Coronawarn App. Besonders zu deren Datensicherheit, der zu geringen Verbreitung und dem daraus resultierenden, fehlenden Nutzen.

Simon Munzert hat Ergebnisse vorliegen, die über einige dieser Streitpunkte aufklären. Hier nochmal der Hinweis auf den Vortrag von Herrn Zwirn und Herrn Gerhards, der sich zu Beginn der dritten Staffel.

Mit der chinesischen, beziehungsweise asiatischen Systemkonkurrenz zu den liberalen, westlichen Demokratien beschäftigt hat.

Und ich denke, dass sich hier an dem konkreten Beispiel der App für diese Diskussion einige sozialwissenschaftliche Erkenntnisse zu Anreiz und Zielgruppenstrukturen beim Einsatz digitaler Technologien in der Pandemie gewinnen lassen

Und nun viel Spaß mit dem Vortrag von Simon Munzart. Ja, herzlichen Dank auch von meiner Seite für die Einladung

Ich stelle Studie vor, die ein kleines bisschen an die meines Vorredners anschließt, ähm, weil sie das Autorenteam überlappt und weil da auch Daten genutzt werden, die im Rahmen der selben Erhebung.

Ja gesammelt wurden und ausgewertet wurden. Ist eine Studie, die uns über den letzten Sommer bis in Herbst hinein stark beschäftigt hat, ähm mit

wir meine ich Peter Selb von der Uni Konstanz, Anita Godes, ähm, auch von der Erdischool, wie ich selbst und eben den Sie gerade schon gehört hab, Lukas Stötzer

von äh der Humboldt W.

Wir sind zum Hintergrund dessen, äh was wir äh gemacht haben. Ähm äh Suko hat's gerade schon gesagt. Die Diskussion ist äh nun schon eine längere, ist eine der ersten großen Debatten ähm im im Zuge der Corona Pandemie

Und zwar wie sichergestellt werden kann, dass äh der Virus äh eingedämmt wird durch Maßnahmen, die ja, bevor es ähm.

Äh im Impfstoffzugriff gab äh möglich waren. Und äh die Debatte des letzten Frühjahrs war primär eine, um äh die Kontaktnachverfolgung, die eben entscheidend ist, äh oder auch entscheidend war, aber eigentlich nach wie vor ist.

Um Übertragungsketten zu unterbrechen.

Ähm das ist insofern herausfordernd äh nach wie vor, weil eben äh Kobit neunzehn auch als Symptomatisch übertragen wird. Das heißt, es im Einzelfall schwer zu sagen ist, wen habe ich getroffen, wer ist potentiell.

Auch ja infiziert worden, ähm, durch durch Kontakt mit Virusträgern.

'ne potenzielle Maßnahme, die relativ früh in die Debatte mit aufgenommen wurde, war die äh dieses klassische Kontaktnachverfolgungs ähm Konzept durch ähm

Digital Contract Tracing zu unterstützen, das heißt durch äh Technologie, Smartphone, Technologie ähm kombiniert mit äh Bluetooth ähm.

Erkennung oder Tracking.

Und äh dadurch kam's eben zu einer Entwicklung von von äh Apps, äh auch von Infrastruktur, durch die großen Big Tech Unternehmen, Apple Google im Hintergrund und äh stand jetzt, beziehungsweise Stand Dezember, aber da wird sich seitdem wenig getan haben.

Ähm ist, dass solche Smartphone-Tracking-Apps in mehr als vierzig Ländern ähm eingesetzt wurden.

Es gibt äh und äh ja es gibt einige Debatten und auch äh Stimmen zur Wirksamkeit dieser Apps aus technischer Perspektive, das heißt wie gut funktioniert ähm die ähm die Erkennung via Bluetooth generell.

Ähm das ist natürlich eine Debatte, zu der können wir als Sozialwissenschaftler relativ wenig sagen. Es gibt aber einen zweiten Faktor, der zur Wirksamkeit äh entscheidend beiträgt und das ist die Nutzung.

Durch durch die Bevölkerung und äh da ist eben unser unser Punkt, dass das eben.

Eigentlich eine soziologische Perspektive verdient, denn äh wer die App nutzt und wer nicht ist, potenziell durch Faktoren äh beeinflusst, die ähm ja möglicherweise ungünstig zusammenhängen mit äh der Wirksamkeit der App.

Äh zum Hintergrund, es gab eine sehr einflussreiche, sehr viel beachtete Studie von Forated All zwanzig zwanzig in Science erschienen. Es war eine Simulierung, ist eine eine ja Modellierungs äh Studie.

Die nahegelegt hat, dass wenn

nur auf Digital Contract Tracing gesetzt wird, ähm dann wäre eine Nutzungsgrad, ein Verbreitungsgrad von sechzig Prozent oder mehr in der Bevölkerung ideal, damit ähm das dann auch funktioniert, effektiv.

Hab andere Maßnahmen noch nicht äh wirklich berücksichtigt, aber dass wir sozusagen der Idealfall.

In Deutschland den Kontext werden sie äh alle ähm kennen, wurde eben die Korona Warnapp am sechzehnten Juni vergangenen Jahres veröffentlicht nach großer Vorlaufzeit in der Entwicklung.

Aber dann eben letztlich doch mit Mitte Juni veröffentlicht und hat sich sehr schnell eigentlich zu einer der populärsten Contectracing Apps weltweit entwickelt.

Sobald man das nachvollziehen kann und messen kann, das ist ein großes Problem, zu dem ich auch gleich noch kommen werde, wie genau kann man das eigentlich ervoluieren? Aber Stand jetzt oder stand vor ein paar Tagen war, ähm, wenn man die RKI-Zahlen sich ähm

herannimmt, dass es äh ja fünfundzwanzig Millionen Downloads etwa gab. Davon sind aber schon fünfzehn Millionen

in den ersten einen anderthalb Monaten schon zustande gekommen. Also sie sehen's im im Vergleich, beziehungsweise haben zusätzlich auch alle den Vergleich der

äh Installationsraten ähm im Kopf, der eben so eine logarithmische Kurve abbietet, ähm äh abbildet.

Das heißt starke Annahme, starke Downloadzahlen zu Beginn und dann sehr, sehr äh rasche Abflachung.

Was diese Zahlen nicht beinhalten, ähm, ist die Anzahl der Nutzer, die App kann wiederholt, da geloadet werden, sie kann downgeloadet werden, dann aber ähm de facto nicht genutzt werden

ähm Nutzerinnen und Nutzer können das auf mehrere Geräte installieren, also es ist völlig unklar

wie viele nutzen das überhaupt und vielleicht noch wichtiger, ähm wie ist diese Nutzung verteilt in der Bevölkerung? Also in unterschiedlichen Bevölkerungssegmenten.

Ein Kernmerkmal der Chorona Warne, aber auch viele andere Content Crasing Apps war, weil das Privacy beide sein Prinzip was man.

Könnte man argumentieren, was auch sicherlich beigetragen hat zur Akzeptanz, nämlich die Idee, dass hier Daten gesammelt werden mit minimalem Eingriff in die Privatsphäre der Nutzerinnen und Nutzer.

Das heißt, da werden keine Daten zentralisiert auf irgendwelchen Servern hochgeladen, sondern das funktioniert im Wesentlichen alles dezentral und es werden keine Meterinformationen über ähm die äh Nutzer zur Verfügung gestellt.

Ist lobenswert und wichtig und richtig für die App erschwert aber natürlich die Evaluation enorm, weil wie gesagt weder klar ist, wie viele Leute nutzen es überhaupt, in welchen Situationen

und wie verteilt sich eben die Nutzung. Und hier setzt unsere Studie an.

Und wir sind eben motiviert durch durch zwei Kernfragen, das ist eben die erste, die ich schon ähm jetzt mehrfach erwähnt habe, wer nutzt die Corona waren ja

Die zweite Kernfrage aber ähm die relativ schnell relevant wurde, als man äh gesehen hat, dass die Nutzungs äh sozusagen die die Installationskurve schon sehr stark, sehr schnell äh abflachte.

Wie lässt sich die Nutzungsrate potenziell steigern?

Unser Forschungsansatz dazu in wenigen Punkten zusammengefasst ist der folgende gewesen. Wir haben Umfragedaten kombiniert mit Beobachtungsdaten, mit Smartphone, Tracking Daten, die uns äh es eben ermöglicht.

Haben die Nutzung der Gewohnerwarn-App direkt zu messen und das auch über Zeit zu messen.

Der Studienzautraum ähm waren circa hundert Tage. Ähm, es gab da noch ähm

Sammlung aus technischen Gründen, auf die ich später gerne noch ein bisschen eingehen kann. Also insgesamt hundertvierzig Tage der Kern äh Zeitraum eben knapp äh oder etwa drei Monate.

Ab Beginn der Veröffentlichung der App Mitte Juni bis etwa äh Mitte September.

Finales Merkmal, ähm außerdem, dass wir über diese Umfrage, die wir dazu geschaltet hatten, ähm noch mehrere Experimente wieder mehrere Interventionen setzen konnten, mit denen wir ja testen konnten.

Äh ob sich die Nutzungsrate möglicherweise steigern lässt durch äh eben bestimmten Input.

Studio wurde ähm in Zusammenarbeit mit Rosbondi ähm äh durchgeführt, äh Basis ist ein Online Exess Panel, das heißt da.

Kein probabilistisches Panel, für das Leute zufällig ausgewählt werden, sondern diese

Panelteilnehmer sind Teil des Panels, haben eingewilligt sich auch tracken, tracken zu lassen. Okay ist dazu die die Tracking Software.

Die dazu eben zum Einsatz kommt.

Äh nochmal im Kurzüberblick ähm das Studiendesign, das geht also über mehrere Wellen, das heißt die äh Befragten wurden äh wieder ruhig befragt

was aber hier die wesentliche Erkenntnis ist, dass das Tracking durchläuft. Das heißt ein Problem, das sie in vielen sozialwissenschaftlichen Studien haben, die über zeitfunktionieren, nämlich, dass Leute abbrechen

und möglicherweise nicht zufällig abbrechen, sondern in dem Fall zum Beispiel abbrechen, weil sie mit dem Thema nichts anfangen könnten, was

problematisch wäre für unsere wissenschaftliche Schlussfolgerung. Was hier eben wichtig ist, ist, dass das Tracking durchläuft. Und ähm

Wir haben auch mehrere Gruppen, es gibt Leute, die werden nur im Service befragt, nicht getrackt, ähm dann äh Leute, die die beides machen

und auch eine Tracking Base Line Gruppe, die nicht befragt wird, das äh erlaubt uns technisch noch ein noch ein paar weitere Vergleiche hinzuzuziehen. Wird jetzt hier vielleicht auch nicht so.

Entscheiden.

Die Ergebnisse im im Schnelldurchlauf. Äh wir haben uns eben im ersten Schritt angeguckt, wer ähm wer nutzt die App und konnten dadurch eben Informationen, die aus, wie aus den Umfragen gesammelt hatten

kombinieren mit der tatsächlichen App Nutzung, die wir in den

Tracking Daten beobachten, also was hier sozusagen die Installationsrate ist, ist die Installationsrate, bevor der Server eigentlich richtig gestartet ist, ja? Also das ist jetzt nicht beeinflusst durch ähm die ähm die wiederholte Befragung.

Das heißt, das sind sozusagen Nutzungsdaten bis äh na ja Ende Juli Anfang,

Anfang August vergangenen Jahres. Hier ein paar Kernbefunde, die ich die ich gerne beleuchten würde. Ähm der erste ist ein etwas unintivintuitiver Befund, was das Alter angeht. Nämlich da sehen wir ähm überdurchschnittliche Nutzung.

In den höheren Altersgruppen, sprich fünfzig äh plus und dann insbesondere sechzig plus. Das ist ein Befund, der so in anderen Studien nicht unbedingt repliziert wird

der möglicherweise etwas mit der Natur unseres Panels zusammenhängt, wobei wir da verschiedene Theorien getestet hatten, die sich dann nicht als als richtig herausstellten. Also das ist erstmal ein interessanter Befund.

Ähm außerdem, dass ähm höhere Formelle ähm ähm Bildungsschichten tatsächlich auch äh die App ähm ja substanziell.

Häufiger nutzen, keine Geschlechtsunterschiede, äh, die die nennenswert wären und auch auf den anderen Soziodemographischen Variablen keine Unterschiede.

Ähm, richtig spannend, aus meiner Sicht, zumindest wird's, wenn man sich Risikostatus und Risikoverhalten.

Teilnehmer sich anguckt und da zeigen sich tatsächlich ein bisschen ungünstige Muster, äh zum ersten ähm wir

hatten die Teilnehmer befragt zur Nutzung öffentlicher Verkehrsmittel, Besuch von Restaurant äh und und Bars, Cafés, Besuch von Freunden und Familie, das heißt eigentlich alles ähm

ja Verhaltensweisen, die in einem Social Distancing Kontext eher problematisch sind und da zeigt sich eben, dass Teilnehmer, die dieses Nutzen berichtetermaßen ähm an den Tag legen

ja migräre Wahrscheinlichkeit haben, die App dann auch tatsächlich zu nutzen.

Genauso was die Aha-Maßnahmen Aha-Compliance angeht ähm.

Diejenigen, die sich sowieso schon an ähm ja Maßnahmen zur Eindämmung der Panthemie halten. Die nutzen auch die App deutlich wahrscheinlicher. Das heißt, man könnte sagen, ja, die Ideennutzung der App ist wirklich ungünstig verteilt.

Oben schließe ich noch was die Einstellungen angeht, ähm vielleicht wenig überraschend, Leute, die der Regierung vertrauen, die der Wissenschaft vertrauen, dem Gesundheitssystem vertrauen.

Nutzen die App deutlich häufiger. In einem zweiten Schritt hatten wir dann eben versucht wie lassen sich die Raten

steigern. Wir hatten einige Ideen, auch aus Vorumfragen von von Leuten, die Skepsis geäußert hatten. Wir wollten erstmal Informationsermittel vermitteln, wie funktioniert die App, welches Ziel hat sie, wie

schaut's mit dem Datenschutz aus und haben dann an äh im Prinzip zwei Aspekte appelliert, einmal eine prosoziale Motivation

wenn sie die App nutzen, können sie vor allem die vulnerable Bevölkerungs ähm Schichten schützen.

Und dann aber auch ans Eigeninteresse. Wenn sie die App nutzen und wenn viele andere die App nutzen, dann ähm ist es potenziell möglich schnell zu einem äh normalen Leben wieder zurückzukehren.

Das hat mir eben in einem Video gemacht, dass äh den Befragten im Service vorgespült wurde, randomisiert

In dem zweiten Stream, weil wir selber ein bisschen skeptisch waren, ob das überhaupt funktionieren würde, hatten wir es relativ hart mit finanziellen Anreizen äh probiert. Das heißt, den Befragten wurden zufällig gar nichts, ein, zwei oder fünf Euro geboten, die App zu installieren.

Was waren die Ergebnisse? Ähm, links die Ergebnisse zum Informationsvideo, rechts die Ergebnisse zur finanziellen Insentivierung. Ein bisschen äh ja

ja bedauerliche Ergebnisse vielleicht, vielleicht aber auch nicht allzu überraschend

äh die Videos hatten äh keinen richtig messbaren Effekt auf äh eine Steigerung der Installationsrate, was die Videos konnten, waren tatsächlich das Wissen zur Steigerung und auch positive Einstellungen zur App

Also ähm die die Botschaft kam an, aber sie hat sich nicht umgesetzt in mehr Installation.

Umgekehrt, ähm das finanzielle Treatment, äh, große Effekte auf die Installation, also wenn man hier diese standardisierten Effekte übersetzt in Prozentpunkte heißt es und das ging nur an Leute, die die App berichtetermaßen noch nicht installiert hatten, siebzehn Prozentpunkte im Schnitt äh äh Zuwachs bei der Installation. Also

wirklich verhält, dass mehr sich starke Effekte. Hier nochmal die Entwicklung über Zeit, aber ähm das überspringe ich vielleicht aus Zeitgründen mal.

Also um's zusammenzufassen. Ähm was wir diskriptiv beobachten ist, dass die Chorona Warnapp Nutzung wirklich

ja ungünstig zusammen ähm hängt mit Social Distancing Verhalten beziehungsweise Aha-Conference. Ungünstig eben in in dem Sinne, dass die, die die App

am besten nutzen sollten, damit sie auch effektiv ähm potenzielle Infektionen meldet, es eben eher nicht tun

Ähm alter Bildungsniveau, Digitalkompetenz auch hängen stark positiv mit der Nutzung zusammen, auch ja starkes Vertrauen in Regierung und Wissenschaft.

Ein experimentell konnten wir dann eben beobachten, informative Appelle, steigern Wissen über die App, das heißt, sie funktionieren hier

prinzipiell bewegen aber nicht vielleicht nicht mehr zur Installation, also im Kontext von einer großen Mediendebatte von ja auch viel einer großen Kampagne um die App herum, vielleicht nicht

nicht mehr allzu überraschend. Ähm,

aber kleine finanzielle Anreize hat man in Formen äh enormen Effekt auch viel Nutzung, sogar in einem Online-Shaking-Panel, das per se natürlich potenziell höhere Bereitschaft hat mit mit digitalen Technologien überhaupt zu arbeiten. Ähm.

Von daher ähm scheint's nicht so zu sein, dass die, die die App zumindest zum damaligen Zeitpunkt nicht oder noch nicht genutzt hatten. Hardcore-Verweigerer sind. Also es gab da einen Spielraum,

aber anscheinend ja braucht es diese wirklich konkreten Anreize um den letzten Schritt der Installation dann auch zu machen.

Ähm weil's relativ viel Info in relativ wenig Zeit ähm die Studie dazu ist ganz kürzlich erschienen. Äh, ist auch frei äh verfügbar. Also da können sie gerne.

Nochmal reingucken für für mehr Hintergrund und jetzt freue ich mich auf die Diskussion. Vielen Dank.

Vielen Dank für den Vortrag, sehr interessante Ergebnisse, vielleicht als erstes eine Nachfrage dazu, ob auch kontrolliert wurde, in wie das eigene Ansteckungsrisiko eingeschätzt.

Von den Personen, vielleicht auch gerade die, die eben dann die App nicht installiert haben.

Das ist ein guter Punkt. Äh hatten wir so als äh als Frage tatsächlich nicht im Surva,

Ich bin aus ja Servicemethodischer Sicht immer etwas skeptisch, wenn's darum geht, eigenes Verhalten einzuschätzen. Wir wollten lieber direkt die sozusagen das berichtete Verhalten und daraus dann ableiten, ob,

potentiell riskant ist oder nicht. Wir sind dann natürlich bei weitem nicht so präzise wie wir es mit den Mobildaten sind, wo wir tatsächlich die Nutzung der App

prinzipiell sekundengenau sehen. Ähm beim Verhalten darüber hinaus sind wir auf ja Berichte der der Teilnehmerinnen und Teilnehmer angewiesen.

Dann vielleicht noch zwei Fragen zu eventuell ähm ja variablen, die dir auch einen Einfluss haben könnten auf die Nutzung der Cochona App, äh einmal, ob es einen Unterschied gibt zwischen Ost und Westdeutschland.

Als zweite Frage vielleicht gleich hinterher, ob auch nach politischer Einstellung und Parteizugehörigkeit gefragt wurde und ob sich da Effekte ähm zeigten.

Der Link zum zum Vorgängerpapier. Ostwest hatten wir erfasst, äh hatten wir im ultimativen Modell nicht mit drin. Ähm.

Dazu muss man auch sagen, also solche auch in Teilen experimentellen Studien werden ja noch vorregistriert, das heißt man

schreibt sich selbst vor der Analyse vor, was man sich dann letztlich angucken möchte,

um dich dann im Nachhinein zu sagen, ähm hier, ich habe einen großen Effekt für die und die variable und letztlich war's dann aber nur Zufall, das heißt, diese Studie wurde vorab registriert.

Da hatten wir Ost-West nicht mit drin und deswegen äh dann auch später nicht im Detail angeguckt. Könnte man sich dann tatsächlich nochmal angucken,

mich würde dann wieder interessieren, was wären tatsächlich die ähm die treibenden Faktoren, das ist möglicherweise eine

Breitbandabdeckung oder überhaupt Zugang zu zu digitalen Technologien oder eben ja möglicherweise andere präferenzielle ähm Fragen wie die Parteineigung.

Parteineigung hatten wir natürlich erfasst. Ähm auch das hatten wir Apriogi nicht vorregistriert und ich hab's mir nicht angeguckt, das werde sie nicht auch spannend. Kann ich leider jetzt nicht, kann ich leider nicht berichten. Aber die Daten sind frei verfügbar, deshalb ähm mit ein bisschen.

Ja ähm mit der Möglichkeit die auszuwerten, gerne auch selber reinguck.

Vielleicht ähm eine weitere Frage dazu, es wurde ja viel am Anfang über den Datenschutz auch gerade in Deutschland ähm diskutiert und über die nicht zentrale Speicherung, also dass sozusagen auch der Staat keinen Zugriff hat auf die Datenbank und äh dieser auslesen kann

gibt es denn da Hinweise, dass diese nicht zentrale Speicherung, die

Nutzungsbereitschaft erhöht hat im Vergleich zum Beispiel auch anderen Ländern, ähm wo das anders gehandhabt wird.

Ja, also es ist Posthock immer schwer, schwer zu sagen, was sozusagen die kausalen Faktoren sind, die solche Entscheidungen treiben. Was wir vorab, bevor wir selbst ins Feld gegangen waren, äh uns schon angeguckt hatten, waren andere Studien, es gab zum Beispiel eine Studie von Yoga

die ja die befragten Fragen stellen, was sind denn die Gründe, warum nutzen sie die App nicht?

Schon vorher gesagt, ich bin immer ein bisschen skeptisch, wenn man äh ja Befragte solche Entscheidungen selbst rationalisieren lässt, aber was da schon auffällig war, war, dass äh.

Primär ähm ja Datenschutzbedenken, aber auch Bedenken zur Funktionalität der App vorgebracht wurden und das waren dann auch für uns die Gründe, die Informationsvideos, so wie wir sie gestaltet haben.

So zu gestalten, um eben dort äh zu diesen Themen aufzuklären. Ähm.

Und na ja, was wir gezeigt hatten in den Daten oder was wir gesehen hatten war ja die Leute wissen danach mehr, also sie nehmen diese Information durchaus auf, sie sind bereit.

Ähm dazu zu lernen, aber es hat sich eben nicht direkt übersetzt in in Verhalten. Von daher bin ich da ja ein bisschen skeptisch, ähm ob das dann die.

Ultimativen Faktoren waren, aber wie gesagt, kausal extrem schwer zu sagen, sowas.

Gibt es dann Hinweise, dass auch nochmal eine Frage aus dem Chat und ich glaube, da gab's auch ein bisschen Medienberichterstattung zu, dass ja oft auch positive Testergebnisse in der App nicht äh gemeldet werden. Also wenn ich positiv getestet bin,

hab die App zwar installiert, aber ich melde meinen positiven Test nicht.

Deutschland werden andere Personen dann auch nicht informiert. Gibt's da irgendwie Hinweise? Erstens woran das liegt oder ob man nicht da auch ähm

haben sollte, äh, damit das dann eben auch funktioniert.

Genau, das ist ein wichtiger Punkt, weil also nur die App ist sozusagen passiv zu nutzen, ähm ist im Zweifel dann auch einfach nicht ausreichend.

Wir konnten so ein ähm so ein Bericht, das Berichtungsverhalten vielleicht auch zum Glück nicht beobachten in Daten. Das heißt, was wir beobachten konnten, war nur ist die App geöffnet oder nicht. Was wir deswegen gemacht hatten, war im Serva.

Noch nachzufragen, ähm eben gab's schon mal den Fall, hatten sie schon mal ein positives Ergebnis und haben sie's berichtet? Das ist zum damaligen Zeitpunkt, äh das war an einer Hand abzuzählen. Es waren sehr wenige in der Befragung, aber wir hatten an die anderen auch die hypothetische Frage gestellt.

Immer wieder zu sagen, hypothetische Fragen sind mit Problemen behaftet, aber würden sie denn ein Ergebnis melden

Ähm wenn wenn sie eins bekämen in der App äh und die zweite Frage war auch, würden sie sich quarantänisieren, wenn sie sozusagen eine kritische Warnung bekämen in der,

Und zur ersten Frage würden sie ein Ergebnis melden, hatten wir eine.

Berichtete Rückmeldung von fünfzig Prozent. Ich würde es eher als ähm oberes Limit ansehen ähm.

Weil äh ja ich in der Befragungssituation vielleicht eher sage, ja ja mache ich schon, aber dann im im konkreten Fall vielleicht doch nicht. Also ja, das ist mit Sicherheit noch ein ähm noch ein wichtiges Problem, das angegangen werden müsste.

Was ihr aber nicht direkt testen könnt, ne? Also man hat natürlich Ideen, wie man.

Da die Compliance auch unter den App Nutzerinnen und Nutzern erhöhen könnte, durch bestimmte Design.

Entscheidungen, wie die App funktioniert, aber auch durch klare Anreize, wenn ich ein positives Ergebnis oder ein negatives Ergebnis registriere.

Wird mir zum Beispiel was gutgeschrieben oder dergleichen, das werden prinzipiell Mechanismen, die man sich, die man sich übernehmen könnte.

Aber bis jetzt noch nicht oder vielleicht noch nie umgesetzt werden. Äh vielleicht nochmal direkt zu dem finanziellen Incentives. Also wie kann man die dann also

in der Studie jetzt, äh, wie haben Sie denn theoretisch gefasst? Kann man ja an vieles denken jetzt Naching oder andere Theorien auch, wie, wie haben Sie die erklärt, dass die gewirkt haben.

Ähm ah ja, ich meine, es gibt eine breite Theorie dazu ähm und ich jetzt keine sonderlich so festizierte Theorie.

Dass Anreize prinzipiell funktionieren und harte Anreize ähm umso stärker funktionieren, von daher.

Dass es prinzipiell funktioniert hat, hat uns nicht sonderlich überrascht und wir hatten jetzt auch keine sozusagen keinen großen theoretischen Unterbau. Wir hatten einfach ähm die ähm.

Den den Anreiz oder die Motivation in einem Setting, wo.

Ja Teilnehmer einer Befragung teilnehmen wiederholt sozusagen auch auf die App und auf deren Nützlichkeit hingewiesen werden. Ähm! Aber möglicherweise die App doch nicht installieren, das heißt, das ist ja eigentlich schon, auch wenn's vielleicht ein.

Ja ein Sample ist von äh Leuten, die prinzipiell so einer Technologie aufgeschlossener sind, als die Gesamtbevölkerung, die eben diese App trotzdem nicht nutzen. Und da wollten wir äh gucken, ähm.

Ist das ein eine fundamentale Ablehnung oder ist das möglicherweise eine Bequemlichkeitsentscheidung? Und ähm.

Das war dann sozusagen einfach der pragmatische Ansatz, dass ja möchten wir monetär testen, eben mit unterschiedlichen Levels. Es gibt ähm andere Studien, die äh noch mit deutlich größeren äh Anreizen gearbeitet hat, bis zu fünfzig in dem Fall Dollar.

Ähm so hoch wollten wir nicht gehen, weil wir schon äh sozusagen den Bereich abdecken wollten, der prinzipiell auch skandierbar wäre. Ähm

Interessanterweise gab's eben zwischen den drei unterschiedlichen Levels, die wir geboten hatten. Ein Euro zwei Euro fünf Euro, nicht die nicht die ganz großen Unterschiede. Also in der Tendenz hat sich schon gezeigt, äh je mehr Geld, desto mehr

aber auch mit ähm mit einem Euro, was wirklich ein minimaler, minimaler Anreiz war, ähm über der Anstieg der Installationsrate schon

schon deutlich und einfach um diese sozusagen pragmatischen Einsichten ging's uns bei der Design des bei bei der bei dem Design dieses dieses Experiments.

Ja, dann vielleicht auch nochmal den den Bogen

äh zu meiner Einleitung äh was kann dann jetzt zum Beispiel auch das RKI beziehungsweise die Bundesregierung insgesamt daraus lernen, wenn solche technologischen Policies sozusagen umgesetzt werden sollen

was was würden sie denn vorschlagen, wieder jetzt auch Erkenntnisse der Sozialwissenschaften eingebettet werden könnten.

Ich denke, es gibt ein paar Dinge, die man lernen kann. Also zum zum einen ähm äh

ja, also die App wird natürlich nach wie vor medial diskutiert, sie ist präsent, ähm hat so ein bisschen geschwankt von Optimismus, Pessimismus, auch Technologie, Ske.

Zismus. Ähm uns hat so ein bisschen die Evidenz gefehlt, die wissenschaftliche Evidenz und allein die deskriptive, die wir eben durch die Kombination von Tracking Daten und Umfragedaten liefern können

ist aus unserer Sicht erstmal ein fundamentaler ähm Gewinn äh zu wissen, ja, befügt bestimmte Teile der Bevölkerung, nutzen die Apps systematisch weniger.

Im Nachhinein könnte man sagen, dass man, ja, möglicherweise dann auch äh Kampagnen darauf anpassen könnte, von mir natürlich gezeigt, dass äh ja

zusätzliche zur Verfügungsstellung von Information und auch Appelle möglicherweise einen sehr limitierten Einfluss haben. Vielleicht ist das nicht der richtige Weg, aber grundsätzlich mal die Erkenntnis, dass es jetzt vielleicht nicht nur die.

Die Alten sind, die die App nicht nutzen, ähm sondern möglicherweise auch die Jungen oder halt prinzipiell die, die andere Technologien schon nicht nutzen, erfordert vielleicht eine andere Strategie, wie ich die App und deren Nutzen auch kommuniziere.

Was die experimentellen Ergebnisse zum zum finanziellen Anreiz angeht.

Ja, also das lässt sich aus unserer Sicht natürlich nicht eins zu eins in Policies ähm übersetzen und das war jetzt auch nicht unser Anlass, unsere Motivation, da ähm.

Sozusagen äh sozusagen eine monetäre monetäres Modell hinter dieser App ähm zu fordern und gleich auch zu testen

Ähm aber man könnte schon ähm sozusagen auf einer Meterebene drüber nachdenken, wie kann ich denn die Nutzung der App noch attraktiver machen, reizvoller gestalten, da gibt's ähm aus.

Sozusagen aus aus App Nutzung, Forschung und generell der Marketingforschung gibt's da Strategien wie Gamification.

Ja ich nutze die App, ich rufe die App App täglich auf und so weiter. Ähm.

Ich denke über solche Strategien bisschen innovativer, bisschen kreativer nachzudenken, wer wäre durchaus reizvoll, wie es dann technisch unumsetzbar, ist es eine andere Frage. Ähm aber es muss nicht zwangsläufig mit einer weiteren Millioneninvestition einhergehen.

Wenn man bestimmte Anreize steigern möchte. Vielleicht noch eine ganz kurze abschließende Frage, ähm was ist mit Menschen ohne Smartphone die

haben wir jetzt zum bisschen noch gar nicht betrachtet. Ähm, die kommen natürlich dann auch in ihrem Studiendesign gar nicht vor, aber wie groß ist eigentlich da die Zahl und oft sind das ja vielleicht auch Menschen, die gerade eben.

Nochmal geschützt werden sollten, wenn der Kontakt nach Verfolgung ja, das ist ein guter Punkt, das ist ein Stück weit 'ne Schwäche unserer Studie, wir haben schon auch

in unserem sozusagen dem nicht getrackten Teil unserer Studie Leute ohne Smartphone, aber das war nicht der Kern. Äh eine andere Studie, ähm Teil der Corona ähm äh der Mannheimer Corona Studie, unter der Unterleitung von Frau Bloh

ähm hat zu der Frage auch noch weiter geforscht und tatsächlich auch gesehen, ja. Ähm,

gerade vulnerable Bevölkerungsschichten haben die App äh haben, haben möglicherweise kein Smartphone Zugriff

auch das wieder schwer zu schätzen auf Basis von von Daten, aber man man sagt so grundsätzlich vielleicht äh zwischen fünfzehn und fünfundzwanzig Prozent.

In Deutschland haben keinen Smartphonezugriff. Es gab ethische Papiere dazu ähm inwiefern ist es überhaupt ethisch, so eine Technologie einzusetzen, wenn Apriori bestimmte

Teile der Bevölkerung davon ausgeschlossen sind, habe Forderungen dann auch Smartphones oder sozusagen ähnliche Bluetooth-Devices zur Verfügung zu stellen

wie realistisch das dann ist, ist eine andere, ist eine andere Frage. Ich denke, es ist eine ähm.

Ähm es ist ein wichtige Frage in der Debatte, äh rein rein pragmatisch sehe ich, da sehe ich da wenig Lösungen. Also

ich denke, es ist hat auch einen Wert darüber nachzudenken. Wie kann ich die Leute, die prinzipiell mal Zugang hätten zu der Technologie überhaupt erstmal erwundern, ähm die dann auch dementsprechend zu nutzen.

Das war der Vortrag, den Simon Munzert in unserem digitalen Kologium am dritten Februar gehalten hat. Wir hoffen, sie konnten ein paar Anregungen mitnehmen

Wenn sie mögen, dann abonnieren und teilen sie doch gern den Podcast, folgen sie uns außerdem auf Twitter unter at.

Music.

Transkript: Simon Munzert: Wer nutzt die Corona-Warn-App? Tracking und Steigerung der Nutzung der COVID-19-Kontaktverfolgungs-App