Die COVID-19-Pandemie hat zur Verbreitung von virtueller Teamarbeit geführt und heute arbeiten immer mehr Teams auf der ganzen Welt virtuell zusammen. Virtuelle Teamarbeit bringt jedoch auch Herausforderungen mit sich, wie z. B. eine geringere informelle Kommunikation, die die Effizienz des Teams verringern kann. Teamflow-Erleben, das geteilte Erleben des völligen Aufgehens in einer optimal beanspruchenden Tätigkeit und einer optimalen Teamdynamik, ist ein Konzept mit großem Potenzial zur Förderung der Teameffektivität. Seine Messung und Förderung sind jedoch eine Herausforderung. Traditionelle Messmethoden von Teamflow beruhen auf Fragebögen zur Selbsteinschätzung, die eine Unterbrechung des Teamprozesses und somit des Flows selbst erfordern. Ansätze der künstlichen Intelligenz, d. h. des maschinellen Lernens, bieten dagegen Methoden zur Identifikation eines Algorithmus auf der Grundlage von Verhaltens- und Sensordaten, der in der Lage ist, das Teamflow-Erleben und seine Dynamik im Verlauf der Zeit zu bestimmen, ohne den Prozess zu unterbrechen.

In Zusammenarbeit mit Prof. Corinna Peifer (Institut für Psychologie I, Universität zu Lübeck) entwickeln wir eine lernbasierte Mustererkennungkette, die automatisiert das Flow- und Teamflow-Erleben auf der Basis von Daten mehrerer Wearable-Sensoren bestimmen soll. Die Datenerfassung für unsere Pilotstudie erfolgt mit verschiedenen Geräten (Empatica E4, RespiBan und Emotiv Epoc X) während die Studienteilnehmenden Rechen- und Leseaufgaben bearbeiten. Die Sensoren zeichnen eine Vielzahl von physiologischen Merkmalen (wie BVP, EDA, EMG, EKG, EEG und EOG) während der Messung auf.

Derzeit arbeiten wir mit Daten aus unserer Pilotstudie (25 Probanden), um Flow vs. No Flow (d.h. in einem 2-Klassen-Problem) zu klassifizieren. Hierbei fokussieren wir uns zunächst auf das individuelle Flow-Erleben. In den kommenden Monaten planen wir, Daten von virtuellen Teams zu sammeln, um einen Algorithmus zu entwickeln, der in der Lage ist, auch den Teamflow und dessen Dynamik anhand von Verhaltens- und Sensordaten zu bestimmen.

Ansprechpartner

Dr.-Ing. Xinyu Huang

Drittmittelprojekte und Publikationen

DFG project: V-T-Flow - Team Flow and Team Effectiveness in Virtual Teams. Duration: 01/15/2022 - 01/14/2025.

Peifer, Corinna, Anita Pollak, Olaf Flak, Adrian Pyszka, Muhammad Adeel Nisar, Muhammad Tausif Irshad, Marcin Grzegorzek, Bastian Kordyaka, and Barbara Kożusznik. "The symphony of team flow in virtual teams. using artificial intelligence for its recognition and promotion." Frontiers in Psychology 12 (2021): 697093.

Leonie Kloep, Martje Buss, Marcin Grzegorzek, Muhammad Tausif Irshad, Philip Gouverneur, Barbara Kożusznik, Anita Pollak, Olaf Flak, Adrian Pyszka, and Corinna Peifer. "A Computational Approach to Understand Social Flow and Its Role in Interpersonal Relationships in Virtual Teams – Project Outline and First Results from a Pilot Study”. EAWOP Congress (2023), Poland.