Sie sind ein Paradebeispiel für Gamification-Anwendungen. Kaum
ein kompetitives, digitales Spiel kommt ohne sie aus. Zudem sind
sie das am häufigsten untersuchte Spielement: Ranglisten.
Sie begegnen einem vermehrt dort, wo man sich mit anderen
vergleichen kann. Sei es für zurückgelegte Kilometer beim Joggen,
für das Triumphieren über Kontrahent:innen im Onlinespiel oder
beispielsweise auch im Arbeitskontext für abgeschlossene
eLearning-Lektionen - wir werden belohnt für unsere Leistung, oft
mit Punkten oder auch Abzeichen. Auf Basis gesammelter Punkte
oder Ähnlichem errechnet sich eine Platzierung, die uns zeigt,
wie wir im Vergleich zu anderen dastehen. Dies soll uns
motivieren, durch weitere Aktivitäten zu besseren Platzierungen
in der Rangliste aufzusteigen. Andererseits wollen wir vermeiden
durch Nichtstun von anderen überholt zu werden und dadurch
abzusteigen. Doch (wann) spornt uns eine Rangliste (tatsächlich)
an, noch mehr Zeit in die entsprechenden Aktivitäten zu
investieren oder werden sie eher als „schmückendes Beiwerk“
wahrgenommen?
– In dieser Folge diskutieren wir, in welchen beispielhaften
Kontexten uns Ranglisten begegnen und werfen einen Blick auf
unterschiedliche Herangehensweisen bei der Gestaltung jenes
Spielelements. Auf der Basis eines zur CHI’19-Konferenz
publizierten Forschungsartikels von Weiwen Leung betrachten wir,
welchen Einfluss die Gruppe, mit der man sich „misst“, auf die
Wirkungsweise von Ranglisten haben kann. Dabei geht es auch um
das wissenschaftliche Filmempfehlungssystem MovieLens sowie die
Filmportale IMDb und Letterboxd. Zudem sprechen über die
Sport-Apps adidas Running by Runtastic und Strava Training,
Ligensysteme, die Sprachlern-Anwendung Duolingo, Streaks,
Highscores & Tippspiele, Forschungsansätze sowie Legends of
Runeterra. Nicht zuletzt schwingt auch die Frage nach der
Sinnhaftigkeit von Ranglisten mit.
=== Inhalt (Sprungmarken in mm:ss):
ab 00:00- Einleitung,
ab 01:25- Hintergrundinformationen zum Paper,
ab 02:19- Persönliche Erfahrungen in Sport-Apps,
ab 08:55- Erkenntnis der Studie,
ab 11:08- Verwandte Arbeiten zur Studie (Related Work),
ab 17:14- Methodik der Studie,
ab 20:10- Filmempfehlungssystem MovieLens,
ab 29:05- untersuchte Einflussfaktoren der Gruppe auf
individuelle Leistung,
ab 31:26- Einschub zu qualitativen & quantitativen
Ansätzen,
ab 36:13- messbarer Gamification-Effekt,
ab 39:19- Einschub zu Highscores,
ab 41:07- Ranglisten & Ligensystem,
ab 44:31- duolingo & Streaks,
ab 47:09- duolingo: Lernen & Ranglisten,
ab 52:10- Ausblick der Studie (Future Work),
ab 53:40- Limitationen der Studie,
ab 56:33- UX bei der Filmempfehlung: MovieLens &
Letterboxd,
ab 59:40- Ranglisten bei Tippspielen,
ab 1:02:30- Fazit & Abmoderation
=== Anmerkungen & Weiterführende Links gibt's in den
Shownotes unter bit.ly/SpielsinnF9N
=== Ihr habt Fragen oder Anregungen? Wir freuen uns über Eure
Mail an spielsinn.podcast@gmail.com oder Rückmeldung per
Feedback-Formular
=== Diskutiert auch gern mit uns auf Facebook, Instagram, Twitter
oder YouTube und erzählt uns von Euren Erfahrungen.
![#89) Mehr als Regeln: Was gute UX in Rollenspielen ausmacht [mit Harald Eckmüller vom 3W6 Podcast]](https://cdn.podcastcms.de/images/shows/66/1343962/s/707932536/89-mehr-als-regeln-was-gute-ux-in-rollenspielen-ausmacht-mit-harald-eckmueller-vom-3w6-podcast.png)
![#85) Wirkungsvolle Charaktere: Emotionale virtuelle Agenten als Designwerkzeug [mit Dr.-Ing. Linda Graf von der Entertainment Computing Group der Universität Duisburg-Essen]](https://cdn.podcastcms.de/images/shows/66/1343962/s/704180924/85-wirkungsvolle-charaktere-emotionale-virtuelle-agenten-als-designwerkzeug-mit-dr-ing-linda-graf-von-der-entertainment-computing-group-der-universitaet-duisburg-essen.png)
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.