Refine
Year of publication
- 2022 (2)
Document Type
- Part of a Book (2)
Language
- German (2) (remove)
Has Fulltext
- no (2)
Is part of the Bibliography
- yes (2)
Keywords
- Best Practice (1)
- Gamification (1)
- Gesundheit (1)
- Lernen (1)
- Serious Games (1)
- Spielbasiertes Lernen (1)
Institute
Open Access
- Closed (2) (remove)
In dem Artikel von Dr. Oliver Korn, Belinda Janine Hagley und Annika Sabrina Schulz zur Gamification werden zunächst theoretische Grundlagen für spielbasiertes Lernen im Kontext der Motivations‐ und Persönlichkeitsforschung dargestellt. Anschließend werden eine Auswahl wirksamer Gamification‐Elemente aufgezeigt und beispielhaft drei gamifizierte Anwendungen aus den Bereichen Interne Kommunikation und Onboarding, Produktion sowie Aus‐ und Weiterbildung vorgestellt. Ziel ist es, den nutzerzentrierten Einsatz gamifizierter Lernprozesse sowie deren Implementierung in betriebliche Strukturen aufzuzeigen, um die Akzeptanz spielerischer Lernsysteme zu fördern und nachhaltig motivierend zu wirken.
Rehabilitationsmaßnahmen nach Unfällen oder Krankheiten sind oft langwierig und häufig mit Schmerzen sowie Frustration verbunden – und Ähnliches gilt für Präventionstraining. Die spielerische Anreicherung des Trainings (im Folgenden: Gamification) kann dieser Entwicklung durch die Steigerung des Spaßfaktors entgegenwirken. Im Gegensatz zu regulären Spielen kann es durch die höhere Motivation und Immersion im Training allerdings zu einer verminderten Schmerzwahrnehmung und damit einer Verschlechterung des Gesundheitszustands bis hin zu einer erneuten Verletzung kommen. Daher war es bislang erforderlich, solche Ansätze kontinuierlich therapeutisch zu begleiten. Für eine autonome Intervention, zur Entlastung von Therapeuten, aber auch im Heimbereich ist eine automatisierte Anpassung des Schwierigkeitsgrads des Bewegungstrainings und eine individualisierte Zielsetzung und -kontrolle von zentraler Bedeutung. Diese Herausforderung ist in bestehenden Ansätzen zu wenig adressiert bzw. beschrieben worden. Der Einsatz künstlicher Intelligenz kann hier einen entscheidenden Beitrag zu leisten – insbesondere hybride Ansätze, die expertenbasierte Entscheidungsbäume mit Verfahren des maschinellen Lernens kombinieren, könnten in der Zukunft einen wichtigen Beitrag zu einer erfolgreichen Rehabilitation und Prävention liefern.