Mobiles Crowdsourcing und Microjobbing-Anwendungen auf dem Smartphone


Masterarbeit, 2014
129 Seiten, Note: 1,0

Gratis online lesen

Eine Analyse vorhandener Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
I
I
NHALTSVERZEICHNIS
I
NHALTSVERZEICHNIS
... I
A
BKÜRZUNGSVERZEICHNIS
... III
A
BBILDUNGS
-
UND
T
ABELLENVERZEICHNIS
... IV
1.
E
INLEITUNG
... 1
2.
B
EGRIFFLICHKEITEN UND KONZEPTIONELLE
G
RUNDLAGEN
... 3
2.1.
Crowdsourcing ... 3
2.1.1.
Definition, Abgrenzung und Einordnung ... 3
2.1.2.
Elemente und Prozess ... 4
2.1.3.
Potenziale, Herausforderungen und Risiken ... 7
2.1.4.
Ausprägungsformen ... 8
2.2.
Mobiles Microjobbing ... 10
3.
A
KTUELLER
S
TAND DER
F
ORSCHUNG
... 13
3.1.
Erkenntnisse zu Potenzialen und Risiken
von Microjobbing-Anwendungen ... 18
3.2.
Erkenntnisse zu Herausforderungen
von Microjobbing-Anwendungen... 25
3.3.
Erkenntnisse zum Nutzungsverhalten
mobiler Microjobbing-Anwendungen ... 29
3.4.
Zwischenfazit ... 34
4.
E
IN
K
LASSIFIZIERUNGSSYSTEM
FÜR MOBILE
M
ICROJOBBING
-A
NWENDUNGEN
... 35
4.1.
Aufbau, Merkmale und Ausprägungsformen ... 36
4.2.
Einordnung der Microjobbing-Anwendungen ... 42
4.2.1.
abalo ... 43
4.2.2.
AppJobber ... 44
4.2.3.
cash
4
feedback ... 47
4.2.4.
Cash Cat ... 49
4.2.5.
eyeQuest ... 50
4.2.6.
Mob4Hire ... 53
4.2.7.
PremioCent ... 55
4.2.8.
scanmiles ... 57
4.2.9.
Streetspotr ... 59
4.2.10.
Survey.com Mobile ... 62
4.3.
Zwischenfazit ... 64

Eine Analyse vorhandener Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
II
5.
E
MPIRISCHE
U
NTERSUCHUNG
... 65
5.1.
Untersuchungsdesign ... 65
5.2.
Durchführung der Untersuchung ... 66
5.3.
Auswertung der Daten ... 67
5.4.
Interpretation und Diskussion der Ergebnisse ... 68
5.4.1.
Einstellung und Ansichten ... 68
5.4.2.
Vorteile und Potenziale ... 69
5.4.3.
Nachteile und Gefahren ... 70
5.4.4.
Nutzungsverhalten ... 73
5.5.
Implikationen für Praxis und weiterführende Forschung ... 77
6.
S
CHLUSS
... 79
6.1.
Zusammenfassung der Ergebnisse ... 79
6.2.
Kritische Würdigung ... 81
6.3.
Ausblick... 82
A
NHANG
... 83
L
ITERATUR
... 107

Eine Analyse vorhandener Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
III
A
BKÜRZUNGSVERZEICHNIS
2G
Mobilfunkstandard der zweiten Generation (GSM/GPRS/EDGE)
3G
Mobilfunkstandard der dritten Generation (UMTS/HSPA)
4G
Mobilfunkstandard der vierten Generation (LTE)
App Smartphone-Applikation
(Programm/Anwendung)
BITKOM
Bundesverband Informationswirtschaft, Telekommunikation und
neue Medien e. V.
CN
Cashnips, wandelbare Punkte in der App Cash Cat
EDGE
Enhanced Data Rates for GSM Evolution (Technik zur Erhöhung der Datenüber-
tragungsrate)
EUR
Internationaler Währungscode für Euro
FGI Fokusgruppeninterview
GPRS
General Packet Radio Service (Datenübertragungsdienst in GSM-Netzen)
GPS
Global Positioning System (globales Navigationssatellitensystem zur Positionsbe-
stimmung und Zeitmessung)
GSM
Global System for Mobile Communications (Mobilfunkstandard der zweiten
Generation)
HSPA
High Speed Packet Access (Erweiterung des Mobilfunkstandards UMTS für
höhere Datenünertragungsrate)
kbit
Datenvolumen in Kilobit, 1 kbit entspricht 1.000 Bits
kbit/s
Datenübertagungsrate in Kilobit pro Sekunde
LTE
Long Term Evolution (Mobilfunkstandard der vierten Generation)
M Moderator
MB
Datenvolumen in Megabyte, 1 MB entspricht 8.000.000 Bits
Mbit
Datenvolumen in Megabit, 1 Mbit entspricht 1.000.000 Bits
Mbit/s
Datenübertragungsrate in Megabit pro Sekunde
PC
PremioCents, Rang- und wandelbare Punkte in der App PremioCent
SP
Streetpoints, Rang- und wandelbare Punkte in der App Streetspotr
UMTS
Universal Mobile Telecommunications System (Mobilfunkstandard der dritten
Generation)
USD
Internationaler Währungscode für US-Dollar
Web 2.0
Überbegriff für die vielfältigen interaktiven Elemente und sozialen Netzwerke
des Internets
WLAN
Wireless Local Area Network (drahtloses lokales Netzwerk)

Eine Analyse vorhandener Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
IV
A
BBILDUNGS
-
UND
T
ABELLENVERZEICHNIS
Abb. 1:
Elemente und Prozess eines idealtypischen Crowdsourcing-Vorgangs ... 7
Abb. 2:
Entwicklung der Organisation und Granularität von Arbeit ... 12
Abb. 3:
Einordnung des mobilen Microjobbings in die Crowdsourcing-Landschaft ... 13
Abb. 4:
Kartenansicht der Anwendungen AppJobber, Streetspotr und scanmiles ... 39
Abb. 5:
Auszeichnungen bei Streetspotr, wandelbare Punkte bei Cash Cat und Rang-
liste bei PremioCent als Beispiel für unterschiedliche Arten der Belohnung ... 40
Abb. 6:
abalo Logo ... 44
Abb. 7:
Benutzeroberfläche von abalo... 45
Abb. 8:
AppJobber Logo ... 45
Abb. 9:
Benutzeroberfläche von AppJobber ... 46
Abb. 10:
cash
4
feedback Logo... 48
Abb. 11:
Benutzeroberfläche von cash
4
feedback ... 49
Abb. 12:
Cash Cat Logo ... 50
Abb. 13:
Benutzeroberfläche von Cash Cat ... 50
Abb. 14:
eyeQuest Logo ... 51
Abb. 15:
Benutzeroberfläche von eyeQuest ... 52
Abb. 16:
Mob4Hire Logo ... 54
Abb. 17:
Benutzeroberfläche von Mob4Hire ... 54
Abb. 18:
PremioCent Logo ... 56
Abb. 19:
Benutzeroberfläche von PremioCent ... 57
Abb. 20:
scanmiles Logo ... 58
Abb. 21:
Benutzeroberfläche von scanmiles ... 59
Abb. 22:
Streetspotr Logo ... 60
Abb. 23:
Benutzeroberfläche von Streetspotr ... 61
Abb. 24
Survey.com Mobile Logo ... 63
Abb. 25
Benutzeroberfläche von Survey.com Mobile ... 64
Tab. 1:
Bezug, Fokus, Methodik und Ergebnisse der Forschungsbeiträge ... 15
Tab. 2:
Klassifizierungssystem für mobile Microjobbing-Anwendungen ... 38
Tab. 3:
Technische Daten Samsung Galaxy S II GT-I9100 ... 43
Tab. 4:
Induktiv angepasstes Kategoriensystem der qualitativen Inhaltsanalyse ... 69

1. Einleitung
Masterarbeit
·
F. Krüger
1
1.
E
INLEITUNG
Mit einem prognostizierten Wachstum von 29 % auf 28 Millionen verkaufter
Smartphones für 2013 wird laut Bundesverband Informationswirtschaft, Tele-
kommunikation und neue Medien e.V. (BITKOM) ein erneuter Absatzrekord in
Deutschland erwartet. Mit 8,8 Milliarden Euro erwirtschaften die Smartphones
somit 96 % des Umsatzes vom Mobiltelefonmarkt.
1
Sowohl diese zunehmende
Verbreitung als auch die fortschreitende Entwicklung von internetfähigen mobilen
Endgeräten führt u. a. zu neuen Möglichkeiten im Bereich des Crowdsourcings.
Das Auslagern von Aufgaben an eine undefinierte Masse von Menschen ist
hierdurch nicht mehr auf einen stationären Computer mit Internetzugang begrenzt.
Die Crowd wird nicht nur um die Anzahl der Smartphone-Nutzer sowie deren
Mobilität erweitert, sondern kann zudem auf die kostengünstige, aber leistungs-
starke Sensorik der Endgeräte zurückgreifen.
2
Mithilfe von Kamera, Mikrofon,
GPS- und Beschleunigungssensoren lassen sich kleine Aufträge wie das Übertra-
gen von Fotos gefragter Locations in wenigen Minuten erledigen. Damit können
auf der einen Seite die Smartphone-User z. B. die Wartezeit auf den nächsten Bus
effektiv nutzen, um etwas Geld nebenher zu verdienen. Auf der anderen Seite
stellt das mobile Crowdsourcing eine preiswerte, flexible und schnelle Lösung für
Unternehmen dar Informationen zu erhalten.
3
1
Vgl. Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e.V.
(BITKOM) (2013).
2
Vgl. Kanhere (2013), S. 19-21, Chatzimilioudis et al. (2012), S. 36
und Lane et al. (2010), S. 140-141.
3
Vgl. Morris/Dontcheva/Gerber (2012) S. 13 und
Mohan/Padmanabhan/Ramjee (2008), S. 323-324.

1. Einleitung
Masterarbeit
·
F. Krüger
2
Die Microjobbing-Anwendungen, die vom Nutzer auf das Smartphone geladen
werden, dienen den Unternehmen als Plattform. Hier können sie ihre Aufgaben
inserieren, deren Ergebnisse kontrollieren und die Entlohnung der Crowd steu-
ern.
4
Während die Forschung sich umfassend mit Microjobbing-Plattformen für
Computer ­ allen voran Amazon Mechanical Turk
5
­ auseinandergesetzt hat, fin-
den mobile Microjobbing-Anwendungen bislang vergleichsweise wenig Berück-
sichtigung.
Ziel dieser Arbeit soll es daher sein, vorhandene mobile Microjobbing-
Anwendungen zu identifizieren und zu klassifizieren. Weitere Untersuchungsge-
genstände sind die Potenziale und Grenzen dieser Applikationen sowie deren
Wirkung auf mögliche Nutzer.
Um dorthin zu gelangen, werden im zweiten Abschnitt zunächst die begriffli-
chen und konzeptionellen Grundlagen des Crowdsourcings und insbesondere des
Microjobbings mit dem Smartphone erarbeitet. Anschließend werden, unter
Rückgriff auf die Erkenntnisse der bisherigen Forschung, die wesentlichen Poten-
ziale, Herausforderungen und Risiken des mobilen Microjobbings aufgezeigt. Im
darauf folgenden Kapitel sollen die vorhandene Microjobbing-Applikationen
(kurz: Apps) vorgestellt und in ein zuvor erarbeitetes Klassifizierungssystem ein-
geordnet werden. Dabei wird der Fokus auf Anwendungen liegen, die innerhalb
Deutschlands verfügbar sind. Das fünfte Kapitel umfasst eine empirische Unter-
suchung, in der die Wirkung auf potenzielle Nutzer anhand einer qualitativen In-
haltsanalyse zweier Fokusgruppeninterviews beleuchtet wird. Zuletzt werden die
gewonnenen Erkenntnisse zusammengefasst, die Vorgehensweise einer kritischen
Würdigung unterworfen und ein Ausblick gegeben. Außerdem finden sich hier
Implikationen für die Praxis und weiterführende Forschungen.
4
Vgl. Gassmann (2012), S. 7 sowie Hoßfeld/Hirth/Tran-Gia (2012), S. 205.
5
Siehe hierzu u. a. Buhrmester/Kwang/Gosling (2011), Marge/Banerjee/Rudnicky (2010) oder
Ross et al. (2010).

2. Begrifflichkeiten und konzeptionelle Grundlagen
Masterarbeit
·
F. Krüger
3
2.
B
EGRIFFLICHKEITEN UND
KONZEPTIONELLE
G
RUNDLAGEN
Im nachfolgenden Kapitel wird zunächst auf die Grundlagen des Crowdsour-
cings im Allgemeinen eingegangen. Aufbauend darauf werden die Eigenschaften
des mobilen Microjobbings vertiefend behandelt und das Konzept in Abgrenzung
zu anderen Ansätzen in die Crowdsourcing-Landschaft eingeordnet.
2.1.
Crowdsourcing
In diesem Abschnitt soll das Konzept des Crowdsourcings in seiner Allge-
meinheit näher betrachtet werden. Dazu sind vorab notwendige Begriffe zu defi-
nieren und voneinander abzugrenzen. Zudem wird eine mögliche Einordnung des
Crowdsourcings samt seinen Ausprägungen vorgestellt, bevor auf einzelne Kom-
ponenten sowie Potenziale und Herausforderungen eingegangen wird.
2.1.1.
Definition, Abgrenzung und Einordnung
Die Bezeichnung Crowdsourcing stellt eine Komposition der Begriffe ,,Out-
sourcing" und ,,Crowd" dar. Unter Ersterem ist die Auslagerung von Wertschöp-
fungsschritten im Sinne der Arbeitsteilung zu verstehen. Als Crowd wird ,,eine
undefinierte Masse an Menschen"
6
bezeichnet. H
OWE
führte den Begriff Crowd-
sourcing 2006 in ein und versuchte eine erste Definition:
7
"Crowdsourcing is the act of taking a job traditionally performed by a
designated agent (usually an employee) and outsourcing it to an unde-
fined, generally large group of people in the form of an open call."
8
E
STELLÉS
-A
ROLAS
/G
ONZÁLES
-L
ADRÓN
-
DE
-G
UEVARA
führten eine systemati-
sche Analyse der in der Literatur vorhandenen Crowdsourcing-Definitionen
durch. Auf Basis der gemeinsamen Elemente formulierten sie eine integrierte De-
finition, deren nachfolgende Kurzform als Grundlage für diese Arbeit dienen soll.
9
6
Leimeister (2012), S. 388.
7
Vgl. Hoßfeld/Hirth/Tran-Gia (2012), S. 204-205, Reichwald/Piller (2009), S. 7 und
Howe (2006a), S. 1.
8
Howe (2006b).
9
Vgl. Estellés-Arolas/Gonzáles-Ladrón-de-Guevara (2012), S. 189-192 und
Simula (2013), S. 2783.

2. Begrifflichkeiten und konzeptionelle Grundlagen
Masterarbeit
·
F. Krüger
4
"Crowdsourcing is a type of participative online activity in which an
individual [...] or company proposes to a group of individuals of varying
knowledge [and] heterogeneity [...] undertaking [...] a task [...] of varia-
ble complexity and modularity, and in which the crowd should participate
bringing their work, money, knowledge and/or experience, always entails
mutual benefit."
10
Wie für neue Phänomene üblich, tauchen im Zusammenhang mit Crowdsour-
cing Begriffe auf, die verwandte Ansätze betiteln, wie Peer Production oder inter-
aktive Wertschöpfung, oder einzelne Bestandteile des Konzepts umschreiben.
11
In
dieser Arbeit ist Crowdsourcing als Oberbegriff zu verstehen, unter dem sowohl
die einzelnen Bestandteile als auch abgewandelte Konzepte einzuordnen sind.
Darunter fallen außerdem die unterschiedlichen Ausprägungen, die bereits vor
Auftreten des Crowdsourcing-Modells präsent waren wie z. B. Open Innovation
12
oder Crowdfunding. Hierzu zählen insbesondere die Open Source Initiativen im
Bereich der Softwareentwicklung, die retrospektiv als Ursprung des Crowdsour-
cings gelten.
13
2.1.2.
Elemente und Prozess
Die vier Kernbestandteile beim Crowdsourcing sind die Crowd, die Plattform,
die Aufgabe oder das Problem sowie der Aufgabensteller.
14
Die Crowd ist die
undefinierte Masse der Individuen, die sich mit der Lösung des Problems befasst.
Je nach Art der Aufgabe, variieren dabei der Grad der Zusammenarbeit der Grup-
pe wie auch deren Zusammensetzung. Einbringen können sich Angehörige der
Crowd nicht nur mit ihrer Arbeitskraft oder Kreativität, sondern z. B. indem sie
ihre finanziellen Mittel als Kapitalquelle oder ungenutzte Rechnerkapazität zur
Verfügung stellen.
15
10
Estellés-Arolas/Gonzáles-Ladrón-de-Guevara (2012), S. 197.
11
Vgl. Sobczak/Groß (2010), S. 16-20.
12
Anders Marjanovic/Fry/Chataway (2012), S. 320 -321, die Crowdsourcing nur als Teil eines
übergeordneten Konzepts der Open Innovation sehen bzw. Zhao/Zhu (2012), S. 5, die Crowd-
sourcing generell von Open Innovation abgrenzen.
13
Vgl. Simula (2013), S. 2783, Doan/Ramakrishnan/Halevy (2011), S. 86 und
Vukovic (2009), S. 686.
14
Anders Pedersen et al. (2013), die eine Unterteilung in Prozess, Technologie, Governance und
Menschen im Kontext eines Input-Process-Output-Modells vornehmen.
15
Vgl. zum vorhergehenden Absatz Weinhardt et al. (2009), S. 391-392 und
Leimeister (2012), S. 388.

2. Begrifflichkeiten und konzeptionelle Grundlagen
Masterarbeit
·
F. Krüger
5
Mitglied der Crowd können nur diejenigen sein, denen Zugang zu der jeweili-
gen Plattform möglich ist, auf der die Probleme angeboten werden. Diese Platt-
form stellt das Bindeglied zwischen der Crowd und dem Aufgabensteller dar. Sie
dient zur Vermittlung der Arbeitsaufträge und unterstützt alle Beteiligte bei deren
Abwicklung und Entlohnung.
16
Zudem kann sie als Instrument zur Kontrolle und
Bewertung der hervorgehenden Lösungen eingesetzt werden. Je nach Ausprä-
gungsform wird diese Plattform entweder von einem unabhängigen dritten Unter-
nehmen, welches hauptsächlich als Plattformbetreiber auftritt (siehe Amazon Me-
chanical Turk, InnoCentive oder clickworker), oder vom Aufgabensteller direkt
betrieben (z. B. DELL IdeaStorm, Tchibo ideas oder P&G connect+develop).
17
Die Probleme bzw. die Aufgaben werden vom Auftraggeber formuliert. Sie
können sehr einfach und in kurzer Zeit gelöst werden, aber auch eine hohe Kom-
plexität aufweisen und viel Zeit und Ressourcen in Anspruch nehmen. Neben die-
ser Kategorisierung in Routine-, komplexe oder kreative Aufgaben, finden sich in
der Literatur weitere Unterscheidungskriterien wie z. B. in Co-Creation, Crowd-
Creation, Crowd-Voting oder Crowd-Wisdom.
18
Außerdem kann zwischen freiem
leistungsabhängigem Zugang zu einer Problemlösung unterschieden werden. Ist
Letzteres der Fall, gewährt der Auftraggeber nur dann Zugang zu seinen Aufga-
ben, wenn das jeweilige Mitglied der Crowd bereits eine gewisse Anzahl an Auf-
gaben gelöst und dabei ein bestimmtes Maß an Qualität eingehalten hat.
19
Der Aufgabensteller oder Auftraggeber delegiert sein Problem in Form eines
Open Calls an die Crowd. Weiterhin stellt er Informationen zur Verfügung, die
zur Bearbeitung der Aufgabe benötigt werden und entlohnt die Crowd für ihre
geleistete Arbeit. Im Allgemeinen ist der Aufgabensteller ebenfalls für die Kon-
trolle und Überwachung des Crowdsourcing-Prozesses sowie für die Bewertung
und Auswahl der Lösungen zuständig. Die Rolle des Auftraggebers kann dabei
von Unternehmen, Regierungsbehörden, Nichtregierungsorganisationen oder ein-
zelnen Privatpersonen eingenommen werden.
20
16
Vgl. Gassmann (2012), S. 7 und Hoßfeld/Hirth/Tran-Gia (2012), S. 205.
17
Vgl. Leimeister (2012), S. 391, Marjanovic/Fry/Chataway (2012), S. 324-325 und
Doan/Ramakrishnan/Halevy (2011), S. 92-93.
18
Vgl. Pedersen et al. (2013), S. 581 und Hoßfeld/Hirth/Tran-Gia (2012), S. 205-207.
19
Vgl. Hoßfeld/Hirth/Tran-Gia (2012), S. 207 und Pedersen et al. (2013), S. 583.
20
Vgl. zum vorhergehenden Absatz Marjanovic/Fry/Chataway (2012), S. 318 und
Pedersen et al. (2013), S. 582.

2. Begrifflichkeiten und konzeptionelle Grundlagen
Masterarbeit
F. Krüger
6
Auftraggeber
Plattform
Crowd
Entlohnung
Weiterleitung der Prämie
Sammlung von Lösungen
Problem/Aufgabe und Anforderungen
Problem/Aufgabe
Verwertung der Lösung
Bewertung, Auswahl
und Prämierung der
Lösungen
Auswahl und
Bearbeitung des
Problems
Abbildung 1: Elemente und Prozess eines idealtypischen Crowdsourcing-Vorgangs
21
In Abbildung 1 sind die Elemente sowie der Prozess des Crowdsourcings ideal-
typisch dargestellt. G
ASSMANN
gliedert den Crowdsourcing-Prozess in fünf
Schritte. In der Vorbereitungsphase wird u. a. das Problem auf Crowdsourcing-
Tauglichkeit geprüft und eine geeignete Plattform gewählt. Während der an-
schließenden Initiierung sind die Aufgabenstellung und Rahmenbedingungen wie
geistiges Eigentum, Entlohnung und Verantwortlichkeiten festzulegen. Im dritten
Schritt, der Durchführung, reduziert sich die Tätigkeit des Aufgabenstellers auf
die Rolle eines Moderators. Hier erarbeitet die Crowd die Lösungsansätze für die
Problemstellung. In der Auswertungsphase findet die Beurteilung und Auswahl
der Lösungen statt.
22
Dies muss nicht zwangsläufig durch den Auftraggeber ge-
schehen. Zum einen bieten die Plattformbetreiber entsprechende Zusatzleistungen
an
23
, zum anderen kann die Bewertung und Auswahl der besten Lösung, in Form
eines ganzheitlichen Crowdsourcing-Prozesses, ebenso durch die Crowd erfol-
gen.
24
Schlussendlich werden die gefundenen Ideen in der Verwertungsphase um-
gesetzt und die Crowd entlohnt.
25
21
Quelle: In Anlehnung an Leimeister (2012), S. 391.
22
Vgl. Gassmann (2012), S. 15-16 und ähnlich Vukovic (2009), S. 689 sowie
Simula (2013), S. 2784.
23
Siehe z. B. clickworker GmbH (2013) oder wer denkt was GmbH (2014d).
24
Vgl. Geiger et al. (2011), S. 1-3 und Little et al. (2010), S. 68-70.
25
Vgl. Gassmann (2012), S. 15-16 und ähnlich Vukovic (2009), S. 689.

2. Begrifflichkeiten und konzeptionelle Grundlagen
Masterarbeit
·
F. Krüger
7
2.1.3.
Potenziale, Herausforderungen und Risiken
Insbesondere Unternehmen nutzen Crowdsourcing, um Kunden in die Pro-
duktentstehung einzubeziehen. Dies spart Kosten und Zeit im Vergleich zu den
unternehmensinternen Entwicklungsprozessen und erhöht ebenfalls die Wahr-
scheinlichkeit, dass die neuen Produkte am Markt angenommen werden. Weiter-
hin kann der Zugriff auf die kollektive Kreativität und das Wissen der Crowd dazu
beitragen, neuartige, qualitativ hochwertige Lösungen zu finden. Die Kundenin-
tegration und damit die Kundenbeziehung werden intensiviert. Die Vorteile aus
Sicht der Crowd umfassen die freie Auswahl der Aufgaben wie auch deren zeit-
lich sowie räumlich nahezu uneingeschränkte Bearbeitung.
26
Um von diesen Vorteilen profitieren zu können, gilt es sich zunächst den Her-
ausforderungen des Crowdsourcings anzunehmen. Dazu gehört die Schaffung
eines Anreizsystems, welches die Crowd nicht nur zum Mitmachen motiviert,
sondern dafür sorgt, dass deren Beiträge nicht an Qualität verlieren. Die Beloh-
nung sollte dabei neben extrinsischen Motiven (Geld, Gutscheine) auch intrinsi-
sche bedienen (Spaß, Anerkennung). Weitere Herausforderungen bestehen in der
fortwährenden Anpassung der Plattform an die Bedürfnisse der Nutzer und der
Begleitung des Crowdsourcing-Prozesses durch den Auftraggeber. Zu Letzterem
gehören die Bereitstellung von Informationen, die Moderation der Crowd sowie
die Bewertung, Auswahl und allem voran die Umsetzung der Lösungen.
27
Neben den Herausforderungen birgt die systematische Öffnung nach außen
ebenso Risiken. Diesen sollte sich das Unternehmen bewusst sein und bereits im
Vorfeld eines Crowdsourcing-Projektes entgegnen. So können intransparente
Kommunikation oder eine ungerechte Behandlung der Crowd zu Misstrauen füh-
ren und fehlgeschlagene Projekte das Image eines Unternehmens erheblich nega-
tiv beeinflussen. Überdies spielen bislang ungeklärte Rechtslagen hinsichtlich
Aspekten wie geistigem Eigentum, Arbeitsrecht oder Datenschutz, eine bedeuten-
de Rolle und müssen vorab abgesichert werden.
28
26
Vgl. zum vorhergehenden Absatz Stampfl (2012), S. 108-110, Pedersen et al. (2013), S. 579 und
Hammon/Hippner (2012), S. 167-168.
27
Vgl. zum vorhergehenden Absatz Chanal/Caron-Fasan (2008), S. 11-13,
Jahnke/Prilla (2008), S. 8-10 und Doan/Ramakrishnan/Halevy (2011), S. 93-96.
28
Vgl. zum vorhergehenden Absatz Füller (2012), Marjanovic/Fry/Chataway (2012), S. 319 und
Simula (2013), S. 2786-2788.

2. Begrifflichkeiten und konzeptionelle Grundlagen
Masterarbeit
·
F. Krüger
8
2.1.4.
Ausprägungsformen
Wie eingangs erwähnt, ist Crowdsourcing ein Oberbegriff für eine Vielzahl
von unterschiedlichen Modellen, die alle auf einem Mitwirken der Crowd basie-
ren. H
OWE
unterscheidet dabei vier grundlegenden Ausprägungsformen: Crowd
Wisdom oder Kollektive Intelligenz, Crowd Creation, Crowd Voting und Crowd-
funding. Der Einsatz dieser Formen orientiert sich dabei an den verfolgten Zielen,
genau wie an den jeweiligen Rahmenbedingungen und kann daher auch in Kom-
bination erfolgen.
29
Ebenso situativ ist die Strategie zu wählen. Während einige
Problemlösungen von einer aktiven Zusammenarbeit der einzelnen Mitglieder der
Crowd profitieren, können andere Aufgaben besser im Alleingang bearbeitet wer-
den. Wieder andere ziehen Vorteile aus einem auf Wettbewerb beruhenden Um-
feld.
30
Die Kollektive Intelligenz stellt ein zentrales Prinzip beim Crowdsourcing dar,
welches darauf beruht, dass eine Gruppe ein Problem effizienter lösen kann als ein
Individuum, selbst wenn es sich hierbei um einen Experten handelt.
31
In The Wis-
dom of Crowds beschreibt S
UROWIECKI
vier Eigenschaften, die für die Weisheit
der Masse notwendig sind: Erstens muss die Crowd ein gewisses Maß an Diversi-
tät aufweisen, welches aus unterschiedlichen persönlichen Meinungen resultiert.
Weiterhin dürfen diese Meinungen nicht von anderen beeinflusst also abhängig
voneinander sein. Drittens müssen die einzelnen Crowd-Mitglieder im Sinne einer
Dezentralisierung über ein ,,local knowledge"
32
verfügen und schließlich ein Ag-
gregationsmechanismus vorhanden sein, der sämtliche Einzelentscheidungen zu
einer kollektiven Lösung zusammenführt.
33
Mit Crowd Creation ist ,,die Erstellung von Produkten und Inhalten jeglicher
Art durch die Nutzung kreativer Energie der Crowd"
34
gemeint, dessen Ergebnis
als User Generated Content bezeichnet wird. Insbesondere die Verbreitung des
Internets einschließlich der Möglichkeiten des Web 2.0 hat dazu beigetragen, dass
29
Vgl. Howe (2009), S. 280 und Geiger et al. (2011), S. 1-3.
30
Vgl. Ekins/Williams (2010), S. 393, Leimeister et al. (2009), S. 197-199 und
Abernethy/Frongillo (2011), S. 1-4.
31
Vgl. Hong/Page (2004), S. 16389 und Howe (2009), S. 280.
32
Surowiecki (2006), S. 10.
33
Vgl. Surowiecki (2006), S. 10, Brabham (2008a), S. 81 sowie S. 85-87 und
Solomon (2006), S. 34.
34
Sobczak/Groß (2010), S. 58.

2. Begrifflichkeiten und konzeptionelle Grundlagen
Masterarbeit
·
F. Krüger
9
die Grenzen zwischen Produzent und Konsument ebenso verschwinden wie die
zwischen Laie und Experte. So liegt auch beim Crowdsourcing der Fokus auf den
Ergebnissen der geleisteten Arbeit, nicht auf den Qualifikationen des Arbeiters.
35
Im Rahmen des Crowd Votings ist es Aufgabe der Crowd Bewertungen ab-
zugeben, Meinungen zu äußern, Empfehlungen auszusprechen oder über eine Ab-
stimmung die am besten geeignetste Lösung zu finden. Bekannte Beispiele sind
die Produktbewertungen beim Online-Händler Amazon oder die Design Challen-
ges von Threadless, bei denen die Community die besten T-Shirt-Entwürfe kürt.
Dabei muss die Crowd keineswegs zwingend eine explizite Empfehlung abgeben.
Allein der Kauf eines bestimmten Produkts oder das Aufrufen eines bestimmten
Links aus einer Suchmaschinenanfrage impliziert eine entsprechende Präferenz.
36
In diesem Zusammenhang fand H
OROWITZ
heraus, dass nur etwa 1 % der Crowd
User Generated Content erstellen, 10 % im Sinne des Crowd Votings ihre Mei-
nung über diesen Inhalt äußern, während die übrigen Mitglieder der Crowd ledig-
lich durch Konsum ihre Vorlieben zum Ausdruck bringen.
37
Beim Crowdfunding wird die Masse als unmittelbare Kapitalquelle genutzt.
Das Prinzip, aus vielen kleineren Beträgen ein großes Finanzierungsziel zu errei-
chen, ist nicht neu. Durch die sozialen Netzwerke des Webs 2.0 ist es jedoch um
ein Vielfaches einfacher geworden eine größere Anzahl an Menschen anzuspre-
chen und entsprechende Projekte zu koordinieren. K
ALTENBECK
differenziert hier
zwischen dem traditionellen, vorwiegend offline umgesetzten Konzept und dem
Crowdfunding 2.0 mit einer dezentralen Koordination mithilfe von online Platt-
formen.
38
Gemeinnützige Projekte, weniger bekannte Musik-Bands oder Filmpro-
jekte wie auch die Gründung von Start-ups konnten bereits mit Crowdfunding
unterstützt werden. Je nachdem welches Ziel verfolgt wird, kommen unterschied-
liche Arten des Crowdfundings, wie Crowdsponsoring, -investing, -lending oder
-donating zum Einsatz.
39
35
Vgl. Howe (2009), S. 71-74, S. 99 sowie S. 177-182 und Sobczak/Groß (2010), S. 58-62.
36
Vgl. Hopkins (2011), S. 18, Howe (2009), S. 224-236 und Piller (2011), S. 106-111.
37
Vgl. Horowitz (2006); Howe (2009), S. 227 bezeichnet diese als 1:10:89 bzw. 1:9:90 Regel.
38
Vgl. Kaltenbeck (2011), S. 7-9 und Howe (2009), S. 281 sowie S. 247-258.
39
Vgl. Sobczak/Groß (2010), S. 71-72 und Leimeister (2012), S. 389.

2. Begrifflichkeiten und konzeptionelle Grundlagen
Masterarbeit
·
F. Krüger
10
2.2.
Mobiles Microjobbing
Im folgenden Kapitel liegt der Fokus auf dem mobilen Microjobbing. Zunächst
wird der Begriff des Microjobs näher erläutert und das Konzept anschließend von
anderen Crowdsourcing-Ansätzen abgegrenzt. Da in der Literatur keine Definition
zu finden ist, wird abschließend versucht, das mobile Microjobbing kurz und
prägnant darzustellen. Neben dem Microjobbing finden sich in der Literatur ähn-
liche Begriffe wie Microwork oder Microtasking. Da diese dasselbe Konzept be-
schreiben, werden sie in dieser Arbeit nachfolgend synonym verwandt.
40
Als Microjob wird eine ergebnisorientierte Tätigkeit bezeichnet, deren Ziel
mit wenig Aufwand, aber auch in kurzer Zeit erreichbar ist und in geringem Um-
fang entlohnt wird. Unter diese Routinearbeiten fallen Aufgaben, die ein Mensch
verhältnismäßig einfach lösen kann, eine algorithmische Lösung jedoch nicht
oder nur mit hohen Kosten möglich ist. Folglich sind zur Bearbeitung selten Vor-
kenntnisse notwendig oder ist die Kreativität der Crowd gefordert. Üblicherweise
handelt es sich hierbei um die Überprüfung von Daten, die Kategorisierung, Be-
schreibung oder Bewertung von Inhalten, Produkten sowie Dienstleistungen.
41
Werden die Anforderungen an die Crowd als auch der zeitliche Aufwand zur Lö-
sung der Aufträge sukzessiv höher, spricht man als nächstes von Macrotasks,
dann von einfachen Projekten und zuletzt von komplexen Aufgaben.
42
Microtasks entstehen indem eine umfassende Aufgabe in eine Vielzahl von
kleinen, voneinander nur wenig abhängigen Arbeitsschritten aufgeteilt wird.
43
In
Verbindung mit dem Crowdsourcing-Ansatz sehen H
OßFELD
/H
IRTH
/T
RAN
-G
IA
hierin eine Weiterentwicklung des traditionellen Outsourcings, welche die Zu-
kunft von Arbeit als auch deren Organisation signifikant verändern wird. Die in
Abbildung 2 zu sehende verfeinerte Granularität der Arbeit und die Tatsache, dass
die Crowd eigenständig und frei entscheiden kann, welche Aufgaben sie annimmt
bzw. welche nicht, sind nur zwei Aspekte dieses Wandels.
44
40
Vgl. hierzu u. a. Irani (2013), S. 12-14, Pai/Davis (2012), S. 10-13 oder Gawade et al. (2012).
41
Vgl. zum vorhergehenden Absatz Sarasua/Simperl/Noy (2012), S. 529-530,
Kleemann et al. (2012), S. 29 und Hoßfeld/Hirth/Tran-Gia (2012), S. 205-206.
42
Vgl. Felstiner (2011), S. 150 und Adda/Mariani (2013), S. 5-6.
43
Vgl. Kittur et al. (2011), S. 43 und Faggiani et al. (2012), S. 1-2.
44
Vgl. Hoßfeld/Hirth/Tran-Gia (2011), S. 142-143, Reichwald/Piller (2009), S. 53-54 und
Hoßfeld/ Hirth/Tran-Gia (2012), S. 204-206.

2. Begrifflichkeiten und konzeptionelle Grundlagen
Masterarbeit
F. Krüger
11
Arbeitgeber A
Vermittlung
Arbeiter B
Aufgabe
Projekt
Unter-
aufgabe
Microtasks
Out-
sourcing
Firma
Out-
sourcing
Firma
Freie
Mitarbeiter
A verhandelt mit B, A wählt B.
A verhandelt mit B, A wählt B.
A wählt B
über Plattform.
B über
Plattform bezahlt.
A startet
Kampagne und
stellt Microtasks
in Plattform ein.
B entscheidet Microtask zu erledigen,
ohne A zu kennen.
Outtasking
Plattform
Human Cloud
Crowdsourcing Plattform
Control Engine
Abbildung 2: Entwicklung der Organisation und Granularität von Arbeit
45
Nutzen Mitglieder der Crowd zur Lösung der Aufgaben ein mobiles Endgerät
z. B. ein Smartphone oder ein Tablet-PC wird von mobilem Microjobbing ge-
sprochen. Abzuheben und daher nicht Bestandteil dieser Arbeit sind die Crowd-
sourcing-Ansätze, bei denen die Smartphone-User passiv involviert sind.
46
Hier
werden u. a. die Sensorik bzw. die Rechenleistung von vielen, weit verbreiteten
Endgeräten genutzt, um Messdaten zu erheben, zu analysieren und Rückschlüsse
auf die Umgebung des Geräts zu ziehen. Bezeichnend sind dies vor allem
Ubiquitous Crowdsourcing oder Ubiquitous Computing bzw. Participatory oder
Opportunistic Mobile Phone Sensing. Entsprechende Anwendungen laufen im
Hintergrund und werden z. B. zur Analyse von Verkehrsfluss, Netzabdeckung
oder im Umwelt-, Natur- sowie Katastrophenschutz verwendet.
47
Weiterhin soll
das mobile Microjobbing von den sogenannten Games with a Purpose abgegrenzt
werden. Hier sind die von der Crowd zu lösenden Probleme in eine Spielsituation
eingebettet und dienen, da sie keine finanzielle oder materielle Entlohnung bein-
halten, hauptsächlich der Unterhaltung.
48
Die Grenzen zwischen den Konzepten
verlaufen allerdings fließend, sodass eine eindeutige Zuordnung in einigen Fällen
nur schwer möglich ist.
45
Quelle: in Anlehnung an Hoßfeld/Hirth/Tran-Gia (2012), S. 206.
46
Siehe hierzu u. a. Burke et al. (2006), Kanhere (2013), Vukovic/Kumara/Greenshpan (2010) und
Pan/Blevis (2011), S. 399-401 sowie Hightower/Borriello (2001).
47
Vgl. Abecker et al. (2012), S. 241-243, Rana et al. (2010) und
Koukoumidis/Peh/Martonosi (2011).
48
Zum Thema Games with a Purpose siehe u. a. Ahn (2006), Siorpaes/Hepp (2008) oder
Matyas et al. (2008).

2. Begrifflichkeiten und konzeptionelle Grundlagen
Masterarbeit
·
F. Krüger
12
Crowd Voting
Crowd Creation
Crowdfunding
Crowd Wisdom / Kollektive Intelligenz
Games with a
Purpose (GWAP)
Crowd
Testing
Open
Innovation
Mobile
Crowd Creation
Micro-
working
Ubiquitous
Computing
Mobiles
Microjobbing
Opportunistic
Sensing
Crowdsponsoring
Crowdinvesting
Bewertungen
Abstimmungen
Meinungen
Empfehlungen
Crowdlending
Crowddonating
Mobile
GWAP
Participatory
Sensing
Weiterhin existieren bereits einige Microjobbing-Plattformen im Internet, für
deren Zugang einen Computer benötigt wird bzw. deren Benutzeroberfläche nicht
für Smartphones ausgelegt ist.
49
Sie stellen den stationären Gegenpart zum mobi-
len Microjobbing dar und sollen hier nicht weiter betrachtet werden.
Jedoch wird
im Verlauf der Arbeit auf Forschungsbeiträge zu diesen Plattformen zurückgegrif-
fen, da einige Ergebnisse auch auf die Smartphone-Variante übertragbar sind.
50
Letztendlich soll nachfolgende Definition als Grundlage für diese Arbeit die-
nen sowie Abbildung 3 die Einordnung des mobilen Microjobbings in die Crowd-
sourcing-Landschaft veranschaulichen, ohne dabei einen Anspruch auf Vollstän-
digkeit zu erheben:
Mobiles Microjobbing ist die Bearbeitung von kleineren
Aufgaben, deren Ziel mit wenig Aufwand erreicht und in ge-
ringem Umfang entlohnt wird, durch eine undefinierte Masse
an Menschen, der Crowd, mithilfe mobiler Endgeräte.
Abbildung 3: Einordnung des mobilen Microjobbings in die Crowdsourcing-Landschaft
49
Z. B. Amazon Mechanical Turk, clickworker oder microWorkers.
50
Vgl. Musthag/Ganesan (2013), S. 641-642 und Yan et al. (2009), S. 347.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
13
3.
A
KTUELLER
S
TAND DER
F
ORSCHUNG
Das nachfolgende Kapitel gibt einen Überblick über die bisherige Forschung
im Bereich des Crowdsourcings mit dem Smartphone, insbesondere des mobilen
Microjobbings. Dabei werden zunächst die bereits vorhandenen Arbeiten sowie
die daraus gewonnenen Ergebnisse hinsichtlich der Potenziale und Risiken von
Microjobbing-Apps dargestellt. Diese sowie die darauffolgend betrachteten Er-
kenntnisse zu den Herausforderungen und zum Nutzungsverhalten solcher An-
wendungen sollen als Grundlagen für eine Klassifizierung der Microjobbing-Apps
gleichsam der späteren empirischen Untersuchung dienen.
Zuvor wurde das mobile Microjobbing von naheliegenden Konzepten abge-
grenzt wie z. B. dem stationären Microjobbing oder dem Participatory Sensing.
Einige Erkenntnisse aus der Forschung in diesen Bereichen lassen sich jedoch auf
das Microjobbing mit dem Smartphone übertragen. Dazu zählen u. a. Entwicklun-
gen zur Energieeinsparung, die Beeinflussung von Motivation sowie Ergebnisqua-
lität durch Incentives oder mögliche Kategorisierungen entsprechender Anwen-
dungen. Tabelle 1 stellt die herangezogenen Arbeiten zunächst übersichtlich dar,
gliedert sie nach Schwerpunkten und fasst deren zentrale Ergebnisse zusammen,
bevor in den nächsten Abschnitten näher auf diese eingegangen wird. Einige der
untersuchten Aspekte weisen verschiedene Merkmale auf und lassen sich daher
z. B. sowohl den Herausforderungen als auch dem Nutzerverhalten zuordnen. Um
einen ganzheitlichen Blick auf diese Faktoren zu erhalten, werden sie nur in einem
der jeweiligen Abschnitte beleuchtet.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
14
Crow
dsourcing
Be
z
u
g
A
u
to
r(
en)
B
e
d
e
rs
on/
Q
u
inn
(201
1)
Fo
k
u
s
M
e
thod
ik
E
thi
sch
e B
ede
nk
en
A
rbe
itsb
ed
ing
ung
en
Er
ge
bni
sse
Ü
ber
blic
k ü
ber
eth
isc
he
Be
den
ke
n
u
nd and
er
e
n
H
e
ra
us
for
d
er
u
n
g
en
bei
m
O
n
lin
e-
C
ro
w
ds
ou
rc
in
g
-
R
ich
tlin
ien
für
Au
ftr
a
gge
be
r
un
d A
n
w
end
un
gsd
e
s
ig
n
-
E
rh
ö
h
u
ng d
e
r T
ra
n
sp
ar
enz
v
o
n
a
llen
Se
iten
no
tw
end
ig
B
u
c
hho
lz
/L
ato
rr
e
(201
1)
D
a
te
nq
ual
ität
A
nal
y
s
e
ein
e
s
An
sat
z
es
z
u
r
fr
ühz
eiti
gen
Er
ken
n
u
ng v
o
n
"c
hea
ter
"
-
A
uss
c
h
lus
s
de
r
"c
he
ate
r" e
rst nac
h K
o
n
tr
o
lle, d
a
a
u
c
h
v
e
rt
raue
ns
-
w
ü
rd
ige
Er
geb
nis
s
e
gef
ilte
rt
w
e
rd
en
D
e
lla P
enn
a/R
e
id
(201
2)
D
a
te
nq
ual
ität
E
n
tw
ick
lun
g
u
nd T
e
s
t ei
nes
A
lgo
ri
th
m
u
s z
u
r
E
rke
nn
ung
nic
h
t
v
e
rt
raue
nsw
ü
rd
ig
er
D
a
te
n
-
N
a
c
hwei
s
de
r
F
u
n
k
ti
o
n
s
cht
igkei
t
d
u
rc
h Si
m
u
la
ti
o
n
Ka
uf
m
a
n
n
/
Sc
hu
lz
e/
V
e
it
(201
1)
M
o
ti
v
a
ti
on
E
x
pe
ri
m
e
n
telle
U
n
te
rs
uc
hu
ng
des
E
infl
u
ss
es unt
er
s
c
hie
d
lich
e
r
M
o
tiv
a
to
ren
-
M
oti
v
ati
on hau
pts
ä
c
h
lic
h
d
u
rc
h
fin
a
n
z
ie
llen
En
tloh
nu
ng
-
s
oz
ia
le Fak
tor
en,
Ve
rg
n
ügu
ng
un
d
H
e
ra
usf
o
rd
er
u
n
g
sin
d
e
ben
fall
s
wi
c
h
ti
g
M
a
s
on/
W
a
tts
(201
0)
D
a
te
nq
ual
ität
B
e
lo
hnu
ng
Mo
ti
v
a
ti
o
n
E
x
pe
ri
m
e
n
telle
An
aly
s
e
des
E
infl
u
ss
es v
o
n
Be
loh
nun
ge
n
a
u
f
d
ie
Pe
rf
or
m
a
n
c
e
de
r
C
rowd
-
S
teig
er
u
n
g
de
r Q
uan
titä
t
be
i E
rhö
hun
g
d
e
r
Be
lohn
un
g
-
L
ohn
for
m
h
a
t sign
ifik
an
te
n
Ein
flus
s
a
u
f die Q
u
alit
ät
C
h
a
ndl
er
/K
ap
e
ln
e
r
(201
3)
Mo
ti
v
a
ti
o
n
D
a
te
nq
ual
ität
E
x
pe
ri
m
e
n
telle
U
n
te
rs
uc
hu
ng
des
E
infl
u
ss
es der
W
ich
ti
g
k
e
it
d
e
r
Auf
gab
e
-
h
öhe
re
Q
u
alitä
t
d
e
r
E
rg
ebn
iss
e
u
nd
T
e
ilneh
m
e
ra
n
z
a
h
l b
e
i
b
e
d
eut
sam
e
re
n A
u
fg
ab
en
C
h
e
n
/M
en
ez
e
s
/
Br
a
d
le
y
(201
1)
A
u
fg
ab
end
esi
g
n
B
e
lo
hnu
ng
S
tud
ie z
u
A
u
fg
ab
end
esi
g
n,
Pr
o
z
e
sse
n
u
nd Bel
ohn
un
gss
tr
a
tegi
en
-
A
ufg
abe
nd
es
ig
n
k
a
n
n
A
rbe
itsq
ua
litä
t er
höh
en
-
v
on Effe
kti
v
en
Be
loh
nun
gs
stra
teg
ien
pro
fiti
e
re
n a
lle B
e
te
ilig
ten
-
P
ote
n
z
iale
hin
s
ic
htl
ic
h
d
e
r Sta
nda
rd
is
ier
u
n
g
v
o
n
P
ro
z
es
sen
Do
w
/K
le
m
m
e
r
(201
1)
D
a
te
nq
ual
ität
E
n
tw
ick
lun
g
u
nd T
e
s
t ei
ner
A
n
w
end
ung
m
it
F
eed
ba
ck-
Fun
k
tio
n
-
E
rh
öh
un
g
de
r
A
rbe
it
s
q
ua
litä
t du
rc
h
z
e
it
na
he
s
F
e
ed
ba
c
k
u
n
d
V
o
ra
rb
e
ite
rfu
n
k
ti
o
n
Micro
job
bing
K
inn
air
d
/D
abb
is
h
/
K
ies
ler
(20
12)
A
u
fg
ab
end
esi
g
n
D
a
te
nq
ual
ität
E
x
pe
ri
m
e
n
telle
An
aly
s
e
des
E
infl
u
ss
es der
W
o
rk
lf
lo
w
-T
ran
spa
ren
z
-
E
rh
ö
h
u
ng d
e
r T
e
ilne
hm
er
a
n
z
a
hl
u
n
d
Ar
beit
s
qu
ali
tät
b
e
i höh
er
e
r
T
ran
sp
ar
e
n
z
M
o
rr
is
/D
on
tc
h
e
v
a
/
G
e
rb
er
(
2
0
12)
A
u
fg
ab
end
esi
g
n
E
x
p
e
rim
en
te z
u
m
Ein
flu
ss
v
o
n
Pr
im
in
g
au
f di
e
Le
is
tu
ng
de
r
M
icr
o
job
be
r
-
V
er
b
e
ss
er
u
n
g
de
r
Le
ist
ung
sfä
h
ig
k
e
it
de
r C
row
d d
u
rc
h
P
rim
ing
-
H
inw
e
is
e
z
u
e
ine
m
A
u
fg
ab
end
es
ign,
w
e
lch
e
s Pr
im
in
g
n
u
tz
t
R
o
s
s
et
al.
(201
0)
N
u
tz
un
gsv
e
rh
alte
n
H
o
m
o
g
eni
sie
rung
Ri
s
ik
e
n
Er
h
e
b
u
n
g
z
u
r
d
e
m
o
g
ra
fi
s
c
hen
A
nal
y
s
e
de
r
M
itgl
ied
er
v
on
Am
az
o
n
Me
c
h
a
n
ic
a
l T
u
rk
-
In
ter
nat
ion
a
lis
ier
u
n
g
de
r M
itgli
ede
r,
v
o
r alle
m
a
u
s
Ind
ien
(
3
6 %
)
-
W
or
k
e
r s
ind
ha
u
p
ts
äc
hli
c
h j
u
ng
un
d
m
ä
n
n
lic
h
Tabelle 1: Bezug, Fokus, Methodik und Ergebnisse der Forschungsbeiträge

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
15
Micro-
jobbing
Bez
u
g
Autor
(en)
W
a
ng
et
al
.
(2013
)
Fo
k
u
s
Methodi
k
M
o
ti
va
ti
o
n
Nu
tz
ungs
v
e
rh
a
lt
e
n
Be
lo
hnu
ngen
Er
g
ebni
sse
Qu
al
it
at
iv
e Bef
ragun
g hi
nsi
c
ht
lich
E
rf
ahr
ung
en,
Pr
ä
fer
en
z
en
un
d
B
e
lohnu
ngen
im
M
ic
ro
job
bi
ng
-
M
ic
ro
jobbi
ng
e
her
u
nbe
kann
t
-
B
e
v
or
z
u
g
ung v
o
n
of
fe
n
en Auf
g
a
ben w
ie
z
.
B.
Pr
o
duk
tb
eschr
e
ib
un
ge
n
-
fi
n
anzi
e
lle un
d
n
ic
h
t f
inan
z
iel
le
Be
lo
hnun
g spi
e
le
n
ei
ne
Ro
lle
Y
a
n
g
/A
d
a
m
ic/
Ack
e
rm
an
(2008
)
Nu
tz
ungs
v
e
rh
a
lt
e
n
A
nal
y
s
e
d
e
s
Nut
z
u
ngsver
hal
tens ei
ne
r
M
icr
oj
obb
in
g-
Pl
a
tt
fo
rm
i
n
Chi
n
a
-
h
ä
u
fi
g
I
nak
ti
v
it
ä
t b
e
re
it
s
na
ch
ei
ni
gen
A
u
ft
rägen
-
G
ruppe
a
k
ti
ver
e
r M
icr
oj
obbe
r
ist
e
ff
e
kt
iv
er
-
B
e
v
or
z
u
g
ung v
o
n
Auf
gab
en m
it
w
eni
g
ko
nkur
ri
e
ren
de
n
Us
er
n
Bam
for
d/
Coul
to
n
/
Edw
a
rd
s
(2007
)
Pr
iv
at
sp
här
e
Techn
is
c
he
He
ra
us-
fo
rder
ung
en
E
n
tw
ic
kl
ung
un
d T
e
st
ei
ner
A
n
w
end
ung
zur
T
e
x
ter
k
enn
ung
in
E
n
tw
ic
kl
ungs
n
d
e
rn
-
N
ac
hw
ei
s de
r Um
set
z
b
a
rk
ei
t
hi
ns
ic
ht
lic
h
der
Nu
tz
er
e
rf
ahr
un
g
-
N
ut
z
e
r
ad
apt
ie
re
n
d
a
s
Pr
in
z
ip
der
Of
fenh
ei
t und
l
e
g
en w
eni
ge
r
W
e
rt
auf
Pr
iv
at
sphä
re
Bud
hat
hok
i/
Hayth
o
rn
th
w
a
it
e
(2013
)
M
o
ti
v
a
ti
on
Qu
ant
it
at
iv
e Be
fr
agu
ng
v
o
n
M
icr
oj
obb
er
n hi
nsi
c
ht
lic
h
ih
re
r
M
o
ti
va
ti
o
n
-
M
ot
iv
at
ion abh
ängi
g
v
o
n
Nut
z
un
gshä
uf
ig
ke
it
-
g
e
le
gent
liche
Nut
z
e
r
v
o
r
al
le
m
d
u
rc
h
sozi
a
le
Fa
kt
or
en m
o
ti
vi
e
rt
-
regel
m
ä
ß
ig
e
Nut
z
er
zusä
tz
lich
m
o
ti
v
ier
t
du
rc
h
E
rge
bni
s de
r
Ar
b
e
it
G
a
o
n
ka
r
e
t a
l.
(2008
)
En
er
gi
ev
er
br
auc
h
Pr
iv
at
sp
här
e
E
n
tw
ic
kl
ung
un
d T
e
st
ei
ner
A
n
w
end
ung
zum
M
icr
o-
Bl
oggi
ng
-
A
b
häng
ig
kei
t
d
e
s Ener
gi
ever
b
ra
u
chs
v
on de
r
Or
tu
n
g
sge
nau
ig
k
e
it
W
a
ng
/H
uang
/L
o
u
is
(2013
)
Pr
iv
at
sp
här
e
Si
c
her
hei
t
Fa
llst
ud
ie
n
z
u
p
o
te
nt
ie
lle
n
R
is
ik
e
n hi
n-
s
ic
h
tl
ic
h
P
ri
v
a
tsp
här
e und
Si
ch
er
hei
t
-
R
ah
m
en f
ü
r
be
sser
n
Sch
u
tz
der
P
ri
v
at
sp
här
e
C
h
a
tz
imili
o
u
d
is
et
al
.
(2012
)
Se
nso
ri
k
En
er
gi
ev
er
br
auc
h
L
o
ka
lisa
ti
on
Un
te
rs
uchu
ng
v
o
n v
ier
v
e
rs
chi
ede
nen
b
e
st
ehe
nde
n
Anw
e
n
dung
en
-
K
la
s
s
if
iz
ie
ru
n
g
m
o
bi
le
r
Cr
o
w
dso
u
rc
ing-
Apps
-
E
n
e
rg
ie
v
e
rb
rauc
h
is
t
abh
ängi
g von
der
g
enu
tz
te
n
Or
tungs
te
chn
o
lo
gi
e
Bal
a
s
ubr
am
ani
a
n
/
Bal
a
s
ubr
am
ani
a
n
/
Ven
k
at
ar
am
an
i
(2009
)
L
o
ka
lisa
ti
on
En
er
gi
ev
er
br
auc
h
Da
te
nt
ran
s
fe
r
M
o
del
lie
run
g,
En
tw
ic
k
lu
ng un
d Test
e
in
e
s Pr
ot
okol
ls
z
u
r
Redu
z
ier
ung de
s
E
ner
gi
ev
e
rbr
auc
hs
-
V
e
rz
ö
ger
ung
st
ol
e
ra
n
z
um
Ene
rgi
e
un
d Dat
env
o
lu
m
en
z
u
sp
ar
en
-
h
o
her
R
e
st
ene
rg
ie
ver
b
ra
uc
h
b
e
i Da
te
n
tr
ans
fe
r
m
it
3G
und
GSM
-
W
ir
k
s
a
m
e
r A
lgo
ri
th
m
u
s
z
u
r
E
n
e
rgi
ee
in
s
p
a
run
g
Mobile
s Crow
dsourc
ing
Do/Hsu
/V
e
n
ka
ta
-
su
br
a
m
ani
an
(2012
)
Da
te
nt
ran
s
fe
r
Da
te
nv
ol
um
e
n
E
n
tw
ic
kl
ung
un
d T
e
st
ei
ner
A
n
w
end
ung
zur
Nut
z
u
ng
fr
ei
er
Da
te
n
k
o
n
ti
n
g
e
n
te
-
R
ed
uz
ie
rung
d
e
r Ko
st
en
r gen
ut
z
tes
Dat
envol
um
en
Hua
ng et
a
l.
(2013
)
L
o
ka
lisa
ti
on
En
er
gi
ev
er
br
auc
h
M
o
del
lie
run
g,
En
tw
ic
k
lu
ng un
d Test
e
in
e
s O
rt
u
n
g
ss
er
vi
ces
zur
Re
duzi
e
ru
n
g
des
En
er
g
ie
v
er
br
auc
hs
-
R
ed
uz
ie
rung
d
e
s
Ene
rgi
ever
br
a
u
ch
s
bei
gl
ei
chzei
ti
g
hoh
er
Gen
aui
gk
ei
t
dur
ch
Gr
upp
enl
ok
al
is
at
io
n
Mobile Endgeräte
Tabelle 1 (Fortsetzung): Bezug, Fokus, Methodik und Ergebnisse der Forschungsbeiträge

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
16
Mo
bile
End-
geräte
Be
z
u
g
A
u
to
r(
en)
Li
n
et
al
.
(201
0)
Fo
k
u
s
Me
tho
d
ik
E
n
e
rgie
v
er
br
a
u
ch
Lo
k
a
lis
at
ion
Erge
bn
is
s
e
M
ode
llie
run
g
, E
n
tw
ick
lun
g u
nd T
e
s
t
ei
nes
Alg
o
ri
thm
u
s
z
u
r
En
er
giee
ins
p
ar
un
g
be
i d
e
r O
rtu
ng
-
a
u
tom
ati
s
c
h
e A
npa
ss
ung
de
r
O
rtun
g
s
gen
aui
gk
e
it a
n
s
itua
tiv
e
n
B
e
d
a
rf
A
lt e
t
a
l.
(201
0)
N
u
tz
ung
sv
er
h
a
lte
n
A
u
fg
abe
nd
esi
g
n
Ex
pe
ri
m
ent
elle
An
aly
s
e d
e
s
Nu
tz
un
gs
ver
h
al
te
n
-
B
evo
rzu
gu
ng
de
r fr
e
ien
Au
s
w
a
h
l von
Au
ft
ge
n
-
B
e
lieb
the
it v
on
Fot
o
-J
obs
-
v
o
rw
iege
nd Job
s
in
N
ähe
de
s
W
o
h
nor
ts
A
m
a
to et
a
l.
(201
3)
A
u
fg
abe
nd
esi
g
n
F
a
lls
tudi
e
ü
ber
Str
a
te
gie
z
u
r
Se
gm
en
tier
ung
v
o
n
A
u
fg
abe
n z
u
r
Be
ar
beit
ung
m
it
ei
nem
S
m
a
rtph
o
n
e
-
e
in
de
utig
e
B
e
sc
hr
e
ibu
ng
v
e
rr
ing
e
rt
Ze
itau
fw
a
n
d
un
d
e
rhö
ht
Q
u
a
litä
t
-
je höh
er
die
Au
fsp
littu
ng
der
Au
fga
ben
, de
sto
be
sse
r fü
r
S
m
a
rtph
o
n
e
-
B
e
n
u
tz
e
rf
re
und
lic
h
k
ei
t
ha
t po
sit
iv
e
n
Ef
fek
t au
f d
ie
E
rge
bn
isse
Be
rn
s
tei
n
et
al
.
(201
1)
A
n
tw
or
ten in
Ec
h
tz
e
it
En
tw
ickl
ung
un
d T
e
st
ein
e
s
M
o
del
ls
sa
m
t An
w
e
n
d
u
ng z
u
m
C
row
dso
u
rc
ing
in
Ec
htz
e
it
-
A
nt
wor
tz
e
it
en
bi
s
z
u
2
S
e
k
u
nd
en
er
re
ic
h
b
a
r du
rc
h
Cr
owd
a
rb
ei
t
on
-d
e
m
a
n
d
und
sy
nch
ron
Ea
gl
e
(200
9)
E
n
tw
ick
lun
g u
nd
Ar
c
h
it
e
k
tu
r
En
tw
ickl
ung
un
d T
e
st
ein
e
r
An
w
e
nd
ung
in
Ent
w
ic
klu
ngs
län
der
n
-
M
ö
g
lichk
e
it m
it
h
ilfe
ein
e
s
M
o
bilt
ele
fon
s
G
e
ld
z
u
v
e
rd
ie
nen
-
p
os
it
ive
r E
inf
lu
ss
au
f
da
s
L
e
b
e
n
i
n
E
n
twi
c
k
lun
g
s
nde
rn
G
u
pt
a
et
al
.
(201
2)
N
u
tz
ung
sv
er
h
a
lte
n
A
u
fg
abe
nd
esi
g
n
En
tw
ickl
ung
un
d T
e
st
ein
e
r
Anw
e
n
-
du
ng
z
u
r Di
gita
lisi
e
ru
ng
v
o
n
T
e
x
te
n
-
M
ö
g
lichk
e
it auc
h
S
M
S
-ba
sie
rt
T
e
x
te
z
u
di
gita
lisi
e
re
n
-
v
ir
ale
Ve
rb
re
itu
ng
der
An
w
e
n
d
u
n
g
D
e
lla M
ea/
M
a
dda
-
lena
/M
iz
z
a
ro
(201
3)
A
u
fg
abe
nd
esi
g
n
E
x
p
e
rim
ent
elle
Un
ter
s
uc
hun
g
w
e
lc
her
A
u
fg
ab
en
ty
p
f
ü
r
Sm
ar
tp
ho
ne
s
ge
eig
n
e
t ist
-
S
pr
a
c
h
e
rk
e
nnun
g
d
e
s
Sm
ar
tp
ho
n
e
s
sp
ar
t
Ze
it
be
i
te
x
tb
a
s
ie
rt
e
n
A
u
fg
ab
en
-
b
e
s
tim
m
te
A
u
fg
abe
n
ty
pe
n e
igne
n
s
ich
be
sse
r al
s
a
nde
re
Le
dl
ie
et
al
.
(201
0)
D
a
te
nq
uali
tät
En
tw
ickl
ung
un
d T
e
st
ein
e
r
An
w
e
nd
ung
z
u
r
Sp
ra
che
rke
nn
u
n
g
-
a
u
tom
ati
s
c
h
e
V
a
lid
ier
ung
v
o
n
U
s
er
G
e
ne
ra
te
d C
o
n
ten
t
er
höh
t di
e
Q
ual
ität der
Da
ten
Mobi
les Microj
obbin
g
Li
u
et
al
.
(201
0)
A
u
fg
abe
nd
esi
g
n
Q
ual
itati
v
es
Ex
per
im
e
n
t
z
u
r
En
tw
ickl
ung
ein
e
s
Au
fga
ben
de
si
gn
s
-
E
rgeb
nis
ab
hän
gig
v
o
n W
is
s
en
und
Ve
rf
ü
gba
rk
e
it
d
e
r
Cr
o
w
d
Li
u
et
al
.
(201
2)
B
e
lo
hnu
ng
A
u
fg
abe
nd
esi
g
n
Ex
pe
ri
m
ent
elle
Un
ter
s
uc
hun
g
e
ine
r
so
cia
l-
m
ed
ia
-b
asi
e
rt
e
n
A
n
w
end
un
g
-
B
e
v
or
z
u
g
u
n
g
u
m
fa
sse
nd
er
A
u
fg
ab
ene
rk
ru
n
g
-
k
ul
tu
re
llen
Ei
n
flu
s
s
b
e
i I
n
c
e
nt
iv
es
be
c
k
s
ic
h
ti
gen
M
u
s
tha
g/G
a
n
e
sa
n
(201
3)
N
u
tz
ung
sv
er
h
a
lte
n
D
a
te
nq
uali
tät
U
n
te
rs
uc
hu
ng des
Nu
tz
u
ngs
v
e
r-
ha
lte
n
s
e
ine
r A
n
w
end
un
g in
de
n U
S
A
-
"s
upe
r ag
en
ts"
sind
r
üb
er
80 %
d
e
r
Akt
iv
itä
ten
v
e
ra
n
tw
o
rt
lich
-
im
Ve
rg
le
ich
z
u
m
s
tat
ionä
re
n
M
icr
o
job
bin
g
lie
fer
t
da
s
m
o
b
ile ein
e
he
re
D
a
te
nq
ual
ität
Tabelle 1 (Fortsetzung): Bezug, Fokus, Methodik und Ergebnisse der Forschungsbeiträge

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
17
Be
z
u
g
Au
tor(en
)
Na
ru
la
et
al
.
(2
01
1)
Fo
k
u
s
Me
th
od
ik
D
a
te
nq
ual
ität
Be
nu
tz
er
-
fr
eun
dli
c
hk
eit
E
rge
bn
iss
e
E
n
tw
ick
lun
g u
nd T
e
s
t
e
ine
r
A
n
w
end
un
g z
u
r
T
e
x
ter
k
e
n
nun
g i
n
E
n
tw
ick
lun
gsl
ä
n
d
e
rn
-
N
ac
hw
eis
de
r
W
ir
ts
c
h
a
ftli
c
hk
eit
, G
e
na
uig
k
eit
de
r
E
rge
bni
sse
un
d
d
e
r
Be
nut
z
e
rf
re
u
n
d
lic
h
k
ei
t fü
r
di
e
g
e
te
ste
te
A
n
w
end
un
g
T
a
m
ilin et
a
l.
(2
01
2)
E
n
tw
ick
lun
g u
nd
Ar
c
h
it
e
k
tu
r
N
u
tz
ung
sv
er
h
a
lte
n
E
n
tw
ick
lun
g e
ine
s k
ont
ex
tb
ew
us
ste
n
A
n
w
end
un
g
-
w
ei
ter
e
A
rbe
it z
u
r
S
itu
atio
nse
rk
e
nn
ung
no
tw
end
ig
T
eod
or
o
et
al.
(2
01
4)
Mo
ti
v
a
ti
o
n
N
u
tz
ung
sv
er
h
a
lte
n
Q
u
al
it
at
iv
e
In
te
rv
ie
w
s
z
u
r
An
al
yse
de
s
N
u
tz
ung
sv
er
h
a
lte
n
s
v
o
n
M
icr
o
job
be
rn
-
M
o
tiv
a
tion
ha
up
tsä
c
hli
c
h
dur
ch
fina
nz
ie
lle
n
E
n
tl
ohn
u
n
g
-
s
itu
a
tiv
e
F
a
k
tor
e
n
s
p
ie
len
ein
e
w
ich
tig
e
R
o
lle
be
i d
e
r
J
o
b
aus
w
a
hl
-
W
is
s
e
n üb
er
Hin
ter
gr
u
nd
der
Au
fga
b
e
er
w
ü
n
sch
t
C
h
ri
s
tin
e e
t
al.
(2
01
1)
Pr
iv
at
s
p
h
ä
re
Si
c
h
e
rhe
it
S
tud
ie z
u
r
Pri
v
ats
p
h
ä
re
in M
o
bile
Ph
on
e
Se
ns
in
g
-
D
iv
er
s
e
H
e
ra
usf
o
rd
er
u
n
g
en sam
t
L
ö
su
ng
sm
ö
g
lic
hk
ei
te
n z
u
m
S
c
hu
tz
d
e
r P
ri
v
at
s
p
re
S
h
in
et
al.
(2
01
1)
Pr
iv
at
s
p
h
ä
re
Si
c
h
e
rhe
it
E
n
tw
ick
lun
g u
nd T
e
s
t
e
ine
r
A
n
w
e
n-
d
ung
z
u
m
Sch
u
tz
de
r P
riv
a
tsp
re
-
e
rf
ol
g
re
ich
er
E
ins
at
z
un
te
rs
ch
ie
d
lic
h
e
r Tec
h
no
lo
g
ien
z
u
m
S
c
h
u
tz
de
r
Pri
v
ats
p
h
ä
re
Y
ang
et
al.
(2
01
2)
B
e
lo
hnu
ng
M
o
d
e
llie
ru
ng und
Si
m
u
latio
n
v
o
n
z
w
ei
B
e
lo
hnu
ng
ss
y
s
te
m
e
n
-
N
ac
hw
eis
de
r W
ir
ts
c
h
a
ftli
c
hk
eit
sow
o
h
l de
s U
s
e
r-
c
ent
ric
als
auc
h
d
e
s
Pla
tfo
rm
-c
en
tri
c
M
o
de
lls
Mu
s
o
le
s
i
e
t a
l.
(2
01
0)
D
a
te
nv
e
rb
ind
ung
D
a
te
ntr
ans
fer
De
m
o
ns
tr
at
ion von
T
e
ch
n
ik
e
n
zur
V
e
rb
es
ser
ung
de
s
D
a
te
nu
plo
ads
-
80
% d
e
r G
e
nau
igk
e
it
er
re
ich
b
a
r
be
i E
ner
gie
e
in
sp
a
run
g
v
o
n
60
%
Mo
biles
Micro
job
bing
Mo
bile
Se
nsing
Tabelle 1 (Fortsetzung): Bezug, Fokus, Methodik und Ergebnisse der Forschungsbeiträge

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
18
3.1.
Erkenntnisse zu Potenzialen und Risiken von
Microjobbing-Anwendungen
Das mobile Microjobbing bringt eine Vielzahl von Vorteilen und Möglichkei-
ten für Auftraggeber, Plattformbetreiber, aber auch für die microjobbende Crowd
mit sich. Zunächst werden die Erkenntnisse der Forschung zu diesen Potenzialen
näher betrachtet. Im Anschluss daran sollen die kehrseitigen Risiken des mobilen
Microjobbings erfasst sowie, soweit in der Theorie vorhanden, Wege zu deren
Reduzierung vorgestellt werden.
Der Einsatz von Smartphones erweitert das Crowdsourcing-Konzept in unter-
schiedlichen Dimensionen. Zum einen vergrößert eine mobile Plattform die
Crowd an sich. Dabei wird nicht nur der Zugang zu den Aufgaben verbreitert,
sondern eine Übertragung deren Bearbeitung von der digitalen in die reale Welt
ermöglicht.
51
Zum anderen erhöht sich die Flexibilität sowohl auf der Seite der
Crowd als auch aus der Sicht der Auftraggeber, welche außerdem von einer höhe-
ren Qualität der Ergebnisse profitieren können.
52
Durch die Möglichkeit die Microjobs mithilfe mittlerweile weit verbreiteter
mobiler Endgeräte erledigen zu können, ist ein stationärer Computer mit Internet-
zugang nicht mehr notwendig. Somit wurde die Voraussetzung geschaffen, die
Crowd um Personen zu erweitern, die keinen Zugang zu einem PC haben, entwe-
der weil sie es für unnötig erachten oder sie es sich nicht leisten können.
53
Insbe-
sondere Letzteren wurde in den vergangenen Jahren im Rahmen verschiedener
Projekte in Entwicklungsländern die Gelegenheit gegeben mobiles Microjobbing
als Einnahmequelle zu nutzen.
54
Der geringe Bildungsstand in diesen Regionen
wird durch die Tatsache kompensiert, dass zur Bearbeitung der Microtasks nur
wenige Vorkenntnisse notwendig sind. Eine derartige Globalisierung der Arbeit
und der damit verbundenen wirtschaftlichen Auslagerung kann folglich den armen
und wenig gebildeten Menschen eine Perspektive geben.
55
51
Vgl. Alt et al. (2010), S. 13 sowie S. 16, Gupta et al. (2012), S. 1843 und
Chatzimilioudis et al. (2012), S. 36.
52
Vgl. Kanhere (2013), S. 19-21 und Väätäjä et al. (2011), S. 435.
53
Vgl. Vukovic/Kumara/Greenshpan (2010), S. 523 und Yang et al. (2012), S. 173.
54
Beispiele zu entsprechenden Projekten finden sich u. a. bei Eagle (2009),
Govindaraj et al. (2011), Ledlie et al. (2010), Narula et al. (2011) oder Gupta et al. (2012).
55
Vgl. Gupta et al. (2012), S. 1843-1845 und Howe (2009), S. 17.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
19
Als Pionier auf diesem Gebiet der Forschung zeigte E
AGLE
zunächst, dass mit
dem Handy Geld verdient werden kann. Mit dem Projekt txteagle gab er Men-
schen in Kenia und Ruanda die Aussicht auf einen Zuverdienst durch die Erfül-
lung einfacher Aufgaben mithilfe ihres Mobiltelefons. Auf txteagle, welches als
Vorreiter des mobilen Microjobbing angesehen werden kann, folgten weitere Pro-
jekte in Entwicklungsländern.
56
N
ARULA ET AL
. und G
UPTA ET AL
.
verbreiterten
das Aufgabenspektrum, indem sie die bislang textbasierte Aufgabenstellungen um
die Erkennung von Bild- und Schriftzeichen erweiterten. Die Anwendung mClerk
verschickte die kleinen Bilder über ein SMS-Protokoll, MobileWorks hingegen
setzte bereits einen Webbrowser voraus und verband das mobile Microjobbing mit
dem Internet. Zudem untersuchten G
UPTA ET AL
. die virale Verbreitung ihrer Ap-
plikation sowie die Aktivität der Nutzer in Abhängigkeit von der Zeit.
57
L
EDLIE ET AL
.
verwenden die Ergebnisse sprachbasierter Aufgaben, um sowohl
die Anzahl an Sprachen in der Spracherkennung als auch deren Qualität zu erhö-
hen. Um eine entsprechend große Menge an Daten zu erhalten, werden die aus
Entwicklungsländern stammenden Nutzer des Crowd Translators ebenfalls für die
Beantwortung der Aufträge mithilfe des Mobiltelefons entlohnt.
58
S
AMADAR-
IA
/M
ATHUR
/B
ALAKRISHNAN
fanden u. a. heraus, dass die Möglichkeit der Aus-
zahlung in diesen Regionen mangelhaft ist und aus diesem Grund verhältnismäßig
wenige Menschen Crowdsourcing als Nebeneinkommen nutzen. Zur Abhilfe ent-
wickelten sie ein ,,Commodity-Centric Crowdsourcing Modell (CCCM)"
59
, in
welchem die Microtasks nicht mit Geld, sondern mit Produkten oder Vergünsti-
gungen von Gegenleistungen entlohnt werden.
60
Aber auch außerhalb von Ent-
wicklungsländern gab es bereits vor der Verbreitung von Smartphones sogenannte
standortbezogene Dienste (Location-based Services) für Handys, die auf dem
Konzept des Crowdsourcings beruhten. Die Anwendung LocoBlog, entwickelt,
implementiert und erfolgreich getestet von B
AMFORD
/C
OULTON
/
E
DWARDS
, er-
möglichte es Urlaubsbilder sowie -erfahrungen oder alltägliche Erlebnisse via
Mobiltelefon auf einen Blog zu laden und somit mit der Crowd zu teilen.
61
56
Vgl. zum vorhergehenden Absatz Bamford/Coulton/Edwards (2007), S. 1-7,
Eagle (2009), S. 447-455 und Govindaraj et al. (2011), S. 79-90.
57
Vgl. Narula et al. (2011), S. 1 und Gupta et al. (2012), S. 1843-1850.
58
Vgl. Ledlie et al. (2010), S. 84-88.
59
Samdaria/Mathur/Balakrishnan (2012), S. 345.
60
Vgl. Samdaria/Mathur/Balakrishnan (2012), S. 343-359 und Thies/Ratan/Davis (2011).
61
Vgl. Bamford/Coulton/Edwards (2007), S. 1-7.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
20
Die kostengünstige, zugleich aber leistungsstarke Sensorik der Smartphones
sowie deren Mobilität überführen das Microjobbing von der digitalen in die reale
Welt und ermöglichen eine neue Art von Daten zu erheben. So können z. B. mit
der Kamera aufgenommene Fotos oder Videos mithilfe des integrierten GPS-
Empfängers mit jeweiligen Geodaten verknüpft werden.
62
Aber auch für die ver-
bauten Beschleunigungssensoren, Mikrofone und Gyroskope existieren bereits
Anwendungsmöglichkeiten, die neben dem Microjobbing z. B. im Gesundheits-
wesen, bei Umweltschutzprojekten oder im Verkehr zum Einsatz kommen. Dabei
spielt die hohe Mobilität der Smartphones eine entscheidende Rolle. Im Gegen-
satz zum Computer, haben ihre Besitzer diese ständig bei sich und die meiste Zeit
eingeschaltet, sodass sie annähernd ununterbrochen zum Arbeiten bereit sind.
63
Sowohl nahezu überall als auch zu fast jeder Zeit können die Mitglieder der
Crowd wählen, ob und welche Aufträge sie bearbeiten wollen. Sei es, um die
Wartezeit auf den nächsten Bus effektiv zu nutzen oder um sich ein wenig Geld in
der Freizeit dazu zu verdienen. Dabei ist weder eine vertragliche noch eine geo-
grafische Bindung zum ursprünglichen Auftraggeber notwendig.
64
Derartige Fle-
xibilisierungen gelten nicht nur für die Crowd, sondern ebenso für die Unterneh-
men als Auftraggeber. Diese erhalten die Ergebnisse günstiger im Vergleich zur
Bearbeitung durch eine festangestellte Arbeitskraft und zudem schneller. Da die
Smartphones rund um die Uhr einsatzbereit sind, können gewünschte Daten teil-
weise in Echtzeit abgerufen werden.
65
M
USTHAG
/G
ANESAN
fanden als weiteren positiven Aspekt des mobilen Micro-
jobbings heraus, dass die Qualität der von der Crowd übermittelten Daten im
Vergleich zum stationären Microjobbing am Computer höher ist. Sie vermuten
dahinter zwei Gründe. Zum einen dient die Aufzeichnung der Orts- und Zeitdaten
des Smartphones als Verifikation, dass der entsprechende Auftrag vor Ort erledigt
wurde. Zum anderen ist die Bearbeitung der Aufgabe im Vergleich zum stationä-
ren Microjobbing für die Nutzer teurer aufgrund der zusätzlichen Wegekosten. Da
62
Vgl. Lane et al. (2010), S. 140-141, Chatzimilioudis et al. (2012), S. 36 und
Alt et al. (2010), S. 13.
63
Vgl. Faggiani et al. (2012), S. 2, Lane et al. (2010), S. 140 und Musthag/Ganesan (2013), S. 641.
64
Vgl. Thies/Ratan/Davis (2011), S. 1, Gupta et al. (2012), S. 1843 und
Liu et al. (2010), S. 1.
65
Vgl. Govindaraj et al. (2011), S. 82, Morris/Dontcheva/Gerber (2012), S. 2 und
Brabham (2008a), S. 79.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
21
die Mitglieder der Crowd nicht auf diesen Kosten sitzen bleiben wollen, vermin-
dern sie das Risiko, dass das Ergebnis vom Auftraggeber zurückgewiesen und
somit nicht bezahlt wird, indem sie die Qualität ihrer Arbeit erhöhen.
66
Diesen Vorteilen stehen sowohl für die Auftraggeber und die Betreiber der
Microjobbing-Anwendungen als auch für deren Nutzer eine Reihe von Risiken
gegenüber. Jede der Beteiligten Gruppen sollte sich derer bereits im Vorfeld be-
wusst sein und individuell abwägen, ob das Konzept des mobilen Microjobbing
nach Berücksichtigung dieser Risiken für die jeweilige Situation in Frage kommt.
Was von den einen als Unterstützung für Menschen mit niedrigen Einkommen
insbesondere in Entwicklungsländern angesehen wird, führt bei anderen zu ethi-
schen Bedenken hinsichtlich Ausbeutung, Dehumanisierung der Arbeit und Ver-
drängung von Arbeitsplätzen und stellt somit das erste Risiko dar. Da die Crowd
nicht als Arbeitnehmer angesehen wird, stehen den Mitgliedern z. B. keine An-
sprüche auf Mindestlohn, Arbeitssicherheit oder vertragliche Bindung zu. Im Ge-
genteil führt die Bezahlung pro erfülltem Auftrag zu einer Art Akkordlohn, bei
dem zusätzlich das Erfolgsrisiko, also ob sich die gearbeitete Zeit und eventuell
sogar das investierte Kapital bezahlt machen, vollständig bei der Crowd liegt.
67
K
ITTUR
ET AL
. sehen in der zunehmenden Granularität der Aufgaben eine neue
Form des Taylorismus und in Verbindung damit eine Ausbeutung der Arbeiter
sowie eine zunehmende Dehumanisierung der Arbeit.
68
Die Aufspaltung in immer
kleinere Arbeitsschritte führt weiterhin dazu, dass das einzelne Crowd-Mitglied
nicht in der Lage ist, sein Handeln ethisch zu hinterfragen, da es häufig weder
Ziele noch Absichten der Aufgabe bzw. des Auftraggebers kennt.
69
Einerseits belebt und liberalisiert das Konzept des Crowdsourcings ganzheit-
lich die Art und Weise von Arbeit, andererseits trägt es dazu bei, dass auf indivi-
dueller Ebene Existenzen und Karrieren zerstört werden. Die Crowd als Laie oder
Semiprofi erledigt für wenig Geld Arbeit, mit welcher professionelle Angestellte
oder Selbstständige bislang ihren Lebensunterhalt verdient haben und verdrängt
diese vom Markt. Ein vielfach erwähntes Beispiel stellt die Stockfotografie dar,
66
Vgl. zum vorhergehenden Absatz Musthag/Ganesan (2013), S. 649.
67
Vgl. Bergvall-Kåreborn/Howcroft (2013), S. 965-968, Kittur et al. (2013), S. 1301-1303 und
Gupta et al. (2012), S. 1851.
68
Vgl. Kittur et al. (2013), S. 1302-1303.
69
Vgl. Irani (2013), S. 13 und Zittrain (2009).

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
22
bei der Amateurfotografen zum Teil mit Smartphone-Kameras geschossene Fotos
für ein paar Cents an Portale wie iStockphoto oder fotolia verkaufen. Aber auch in
anderen Bereichen wie Modedesign
70
, Forschung und Entwicklung
71
, Journalis-
mus
72
oder der Werbe- und Filmbranche
73
kann dieser Trend beobachtet werden.
74
Die Arbeit von B
EDERSON
/Q
UINN
beschäftigt sich u. a. mit den Arbeitsbedin-
gungen in der Crowd und setzt sich mit den ethischen Bedenken bezüglich des
Crowdsourcings auseinander. Während sie einen praktischen Leitfaden für ein
faires Crowdsourcing-Konzept entwickeln, geben K
ITTUR ET AL
. einen Ausblick
in eine Zukunft mit Crowdsourcing. Sie gehen der Frage nach, ob bereits zum
jetzigen Zeitpunkt eine Arbeitswelt in der Crowd vorhersehbar ist, ,,in which we
would want our children to participate"
75
. Des Weiteren bilden sie einen Rahmen
für eine nachhaltige Crowd-Arbeit, der auf wesentlichen Herausforderungen wie
z. B. Motivation, Aufgabendesign und Qualität der Ergebnisse aufbaut.
76
Ein weiteres Risiko geht aus der umfassenden Sensorik der mobilen Endgeräte
hervor. Auf der einen Seite macht diese es möglich, Daten aus der realen in die
digitale Welt zu übertragen. Auf der anderen Seite betreffen insbesondere diese
Daten die Privatsphäre der Nutzer. Sie müssen aus diesem Grund sensibel be-
handelt werden, damit die Identität der jeweiligen User geschützt bleibt. Allen
voran fallen darunter persönliche Daten wie Name, E-Mail-Adresse oder Telefon-
nummer.
77
Speziell beim mobilen Microjobbing entstehen Gefahren aus der Tat-
sache, dass Nutzer nicht wissen, welche Daten sie wann und wofür zur Verfügung
stellen. Selbst wenn bewusst vermeintlich unsensible Daten übermittelt werden,
kann durch deren Kombination von Informationen aus anderen Quellen ein zu-
sätzliches Risiko entstehen. Dies gilt vor allem für Fotos und Videos, deren Auf-
nahme mithilfe der Technologien zur Positionsbestimmung lokalisiert wird.
78
70
Z. B. das Entwerfen von eigenen T-Shirt-Designs über threadless.com oder spreadshirt.de.
71
Z. B. mithilfe der Open Innovation über InnoCentive.com oder durch Spiele-Modifikation.
72
Z. B. nutzen BBC, Reuters und Gannett die Crowd für Berichterstattung von lokalen Events.
73
Z. B. über Videoportale wie YouTube, Dailymotion oder Clipfish.
74
Vgl. zum vorhergehenden Absatz Howe (2009), S. 16-17, S. 23-29 sowie S. 39-40 und
Brabham (2008a), S. 83-84.
75
Kittur et al. (2013), S. 1301.
76
Vgl. zum vorhergehenden Absatz Kittur et al. (2013), S. 1303-1312 und
Bederson/Quinn (2011), S. 103-105.
77
Vgl. Wang/Huang/Louis (2013), S. 50-54, Boulos et al. (2011), S. 71 sowie S. 91 und
Mohan/ Padmanabhan/Ramjee (2008), S. 324-325.
78
Vgl. Choffnes/Bustamante/Ge (2010), S. 394, Wang/Huang/Louis (2013), S. 50-54 und
Lane et al. (2010), S. 149.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
23
Auch im Hinblick auf die zu schützende Privatsphäre beim Crowdsourcing mit
dem Smartphone liefert die Forschung Erkenntnisse und Lösungen. So wendet die
Applikation AnonySense von S
HIN ET AL
.
eine Vielzahl von unterschiedlichen
Technologien an und bietet damit Schutz vor Angriffen von außen und vor unbe-
wusster Weitergabe sensibler Daten.
79
C
HRISTIN ET AL
. und W
ANG
/H
UANG
/L
OUIS
geben hingegen einen Gesamtüberblick über Faktoren, die hinsichtlich der Pri-
vatsphäre zu beachten sind, arbeiten Lösungsmöglichkeiten heraus und implizie-
ren von Forschung und Praxis zukünftig zu klärende Problemfelder.
80
Eng Verbunden mit dem Aspekt der Privatsphäre ist das Risiko der Sicherheit
bezüglich der Anwendung an sich und damit der persönlichen wie auch der vom
Nutzer erstellten Daten. Zunehmend werden Mobile Endgeräte nicht allein für das
Microjobbing, sondern ebenfalls für andere Apps genutzt, die eine hohe Empfind-
lichkeit u. a. bezüglich der Privatsphäre oder Bankdaten aufweisen. Insbesondere
die Letzteren machen Smartphones zukünftig zu einem attraktiven Ziel für illegale
Angriffe von außen (Phishing, Abofallen usw.). Dementsprechend müssen die
Microjobbing-Apps so konzipiert werden, dass die Anwendung auf den Endgerä-
ten, die jeweiligen Server, mit denen die Applikation kommuniziert, sowie die
Verbindung Anwendung-Server vor derartigen Zugriffen geschützt sind. Gleich-
zeitig ist zu berücksichtigen, dass die Funktionalität der App von bereits auf den
Smartphones vorhandenen Sicherheitsprogrammen nicht beeinträchtigt wird.
81
Des Weiteren besteht das Risiko der zunehmenden Homogenisierung der
Crowd, welche die Diversität verringert. Zwei Aspekte können dafür u. a. verant-
wortlich gemacht werden. Erstens haben R
OSS ET AL
. gezeigt, dass die meisten
Mitglieder der Crowd unter 30 Jahre alt sind, typischerweise aus der sozialen Mit-
tel- oder Oberschicht kommen und einen höheren Bildungsstand aufweisen. Zu-
dem finden Menschen ohne Anbindung an das Internet keine Berücksichtigung
und beim mobilen Microjobbing wird die Diversität zusätzlich auf Smartphone-
User eingeschränkt.
82
Zweitens ist die Bildung eines Konsenses umso einfacher,
wenn die Gruppendiversität abnimmt.
83
79
Vgl. Shin et al. (2011), S. 26-29.
80
Vgl. Wang/Huang/Louis (2013), S. 61-64 und Christin et al. (2011), S. 1941-1943.
81
Vgl. zum vorhergehenden Absatz Portokalidis et al. (2010), S. 347-348,
Schmidt (2010), S. 4-5 und Faggiani et al. (2012), S. 3-4.
82
Vgl. Brabham (2008a), S. 85-86, Ross et al. (2010), S. 2866-2870 und Chen et al. (2010), S. 34.
83
Vgl. Lorenz et al. (2011), S. 9020-9021 und Howe (2009), S. 141-145 sowie S. 177-182.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
24
Als letztes Risiko bringen innovative Entwicklungen wie das Crowdsourcing
mit dem Smartphone häufig Unsicherheiten in Bezug auf die Gesetzeslage mit
sich und werfen rechtliche Fragen auf, die mithilfe bestehender Regelungen nicht
beantwortet werden können. Während das Patentrecht im Bereich der Open Inno-
vation zum Tragen kommt, spielt es beim mobilen Microjobbing eine weniger
wichtige Rolle. Hier bereiten vielmehr die Gebiete des Arbeits-, des Urheber- so-
wie des Datenschutzrechts Probleme.
84
Im Arbeitsrecht befindet sich die Crowd
z. B. in einer Grauzone zwischen Arbeitnehmer und unabhängigen Auftragneh-
mer, was Unklarheiten aufwirft, nicht nur in Hinblick auf die Sozialversiche-
rungspflicht, sondern auch was Umsatz- und Einkommenssteuer betrifft. Weiter-
hin kann ein Foto ­ als persönliche geistige Schöpfung ­ mit Urheberrechten des
Fotografen versehen sein, sodass für dessen Verwendung entsprechende Nut-
zungsrechte eingeholt werden müssen.
85
Die Richtlinien des Datenschutzrechts
dienen allem voran dem Schutz der Privatsphäre und sollen die informationelle
Selbstbestimmung der Nutzer gewährleisten. Erschwerend kommt hinzu, dass
bislang keine Fälle aus der rechtlichen Praxis vorliegen, da bisher ,,das Crowd-
sourcing ausdrücklich und explizit nicht Gegenstand von Gerichtsurteilen"
86
war.
87
84
Vgl. Wolfson/Lease (2011), S. 1-6, Marjanovic/ Fry/Chataway (2012), S. 318-319.
85
Vgl. Adda/Mariani (2013), S. 16-17, Wolfson/Lease (2011), S. 4-6, Simula (2013), S. 2788 und
Felstiner (2011), S. 168.
86
Zankl/Kock/Vogel (2012).
87
Vgl. Roßnagel (2006), S. 9-11, Zankl/Kock/Vogel (2012) und
Hornung/Schnabel (2009), S.84-86.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
25
3.2.
Erkenntnisse zu Herausforderungen von
Microjobbing-Anwendungen
Ein erfolgreiches Microjobbing-Konzept für mobile Endgeräte bringt, neben
den erwähnten Potenzialen und Risiken, auch Herausforderungen mit sich. Diese
gelten insbesondere für die technische Umsetzung durch den Plattformbetreiber.
Ohne zu detailliert auf die einzelnen Technologien und Entwicklungen einzuge-
hen, werden nachfolgend die relevanten Anforderungen samt einiger in der For-
schung behandelter Lösungsansätze und Verfahren zu diesen betrachtet.
Die erste Herausforderung stellt die Positionsbestimmung dar. Die zur Verfü-
gung stehenden Technologien, GPS, WLAN und GSM, variieren zum Teil sehr
stark in ihrer Genauigkeit u. a. in Abhängigkeit vom jeweiligen Standort des
Smartphone-Users. So benötigen die letzteren beiden eine Verbindung zu einem
Funknetzwerk, während GPS in der Nähe bzw. innerhalb großer Gebäude oder
Tunnel ausfallen kann. Ein weiterer zu berücksichtigender Aspekt im Zusammen-
hang mit der Positionsbestimmung stellt der Energieverbrauch dar. GPS-
Lokalisierung besitzt mit einigen Metern zwar die höchste Genauigkeit, ver-
braucht jedoch auch am meisten Energie. Die Lokalisierung mithilfe von WLAN
oder GSM ist mit zehn bis hunderten von Metern zwar ungenauer, benötigt aller-
dings nur ein Bruchteil der Energie im Vergleich zur GPS-Ortung.
88
Der Energieverbrauch wird durch die unterschiedlichen Technologien der Po-
sitionsbestimmung beeinträchtigt und ist zum Teil abhängig von der genutzten
Rechenleistung, der Größe der versendeten Datenpakete sowie deren Übermitt-
lungsfrequenz.
89
Energie stellt bezüglich der Smartphone-Nutzung eine kritische
Ressource dar und sollte daher stets in ausreichendem Umfang für den Kernnut-
zen des Smartphones, die mobile Kommunikation, bereitstehen. Daher ist bereits
bei der Entwicklung von Microjobbing-Anwendungen darauf zu achten, dass ent-
sprechende Funktionen zur Einsparung von Energie implementiert werden.
90
88
Vgl. zum vorhergehenden Absatz Bamford/Coulton/Edwards (2007), S. 1-2 sowie S. 7,
Thiagarajan et al. (2009), S. 87, Chatzimilioudis et al. (2012), S. 39 und
Mohan/Padmanabhan/Ramjee (2008), S. 325.
89
Vgl. Balasubramanian/Balasubramanian/Venkataramani (2009), S. 280-282 und
Huang et al. (2013), S. 439.
90
Vgl. Yan et al. (2009), S. 77-78, Wang/Huang/Louis (2013), S. 59-62 und
Kotler/Bliemel/Keller (2007), S. 493.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
26
Bereits G
AONKAR ET AL
.
stellten fest, dass über 80 % der Energie eingespart
werden kann, wenn das mobile Endgerät anstatt mit GPS mit GSM lokalisiert
wird. Allerdings wird diese Einsparung durch Einbußen im Hinblick auf die Ge-
nauigkeit erkauft.
91
Um dem entgegenzuwirken, entwickelten L
IN ET AL
.
eine An-
wendung, die den Energieverbrauch senkt, indem sie die Ortungsgenauigkeit dy-
namisch an die jeweiligen Bedürfnisse des Nutzers anpasst. Einen anderen Ansatz
zur Energieeffizienz verfolgten H
UANG ET AL
., deren System E2A2 Smartphones
mit ähnlicher Position zu einer Gruppe zusammenfasst. Dadurch kann bei gleich-
bleibend hoher Genauigkeit der Batterieverbrauch um bis zu 33 % gesenkt wer-
den.
92
Zusätzlich zur Lokalisierung wird Energie für die Datenübermittlung benötigt,
was auch hier von der verwendeten Technologie abhängig ist. B
ALASUBRAMANI-
AN
/B
ALASUBRAMANIAN
/V
ENKATARAMANI
konnten den Verbrauch einer hohen
Restenergie bei dem Datentransfer mithilfe von 3G und GSM auch nach vollen-
deter Übertragung nachweisen. Neben der von ihnen konzipierten Anwendung,
die diese Restenergie reduziert, schlagen sie weiterhin die Implementierung einer
Verzögerungstoleranz vor. Diese bewirkt, dass Daten mit einer zeitlichen Verzö-
gerung erst dann übermittelt werden, wenn eine Verbindung zu einem energieeffi-
zienteren WLAN besteht.
93
Eine andere Strategie wird u. a. von M
USOLESI ET AL
.
verfolgt, die unterschiedliche Algorithmen zur Reduzierung des Energiebedarfs
entworfen und getestet haben. Abhängig von Verbindungsqualität sowie Position
und Bewegung des Nutzers wird hier die energetisch günstigste Variante zum
Transfer der Daten verwendet.
94
Die Möglichkeit nahezu überall zu microjobben wird von der Verfügbarkeit
und der Qualität einer mobilen Datenverbindung eingeschränkt. Diese definiert
sich hauptsächlich über die Übertragungsrate der Daten und variiert je nach Mo-
bilfunkstandard von 2G (GSM/GPRS/EDGE) mit bis zu 260 kbit/s bis hin zu 4G
(LTE) mit bis zu 150 Mbit/s.
95
Weiterhin kann die Netzwerkkapazität als Begren-
zung angesehen werden. Befinden sich zu viele Smartphones in einer Funkzelle
führt dies zur Überlastung des Funknetzes, sodass eine Datenübermittlung nicht
91
Vgl. Gaonkar et al. (2008), S. 182-185 und Chatzimilioudis et al. (2012), S. 37-39.
92
Vgl. Lin et al. (2010), S. 292-296 und Huang et al. (2013), S. 439-443.
93
Vgl. Balasubramanian/Balasubramanian/Venkataramani (2009), S. 288-292.
94
Vgl. Musolesi et al. (2010), S. 359-371.
95
Dazwischen liegt 3G (UMTS/HSPA) mit bis zu 42 Mbit/s.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
27
mehr möglich ist.
96
Ebenfalls können Verbindungsabbrüche während des Über-
tragens von Daten auftreten, was bei der Programmierung der Microjobbing-Apps
zu berücksichtigen ist. Ein zusätzliches Problem besteht in der asymmetrischen
Up-/Download-Bandbreite, da die Upload-Bandbreite, ungünstig für das Bereit-
stellen der Aufgabenergebnisse, kleiner als die zum Herunterladen von Daten
ist.
97
Zum einen wirkt sich die Datenübermittlung auf den Energiebedarf des Geräts
aus, zum anderen muss auch das Volumen der übertragenen Daten berücksichtigt
werden. Die Mobilfunkanbieter nehmen aufgrund der zunehmenden Nutzung des
mobilen Internets und der damit verbundenen hohen Auslastung des Funknetzes
immer mehr Abstand von unbegrenzten Datentarifen. Entsprechend steigen die
Kosten für die Nutzer. D
O
/H
SU
/V
ENKATASUBRAMANIAN
zeigten, dass diese Kos-
ten mithilfe eines Crowdsourcing-Ansatzes wieder reduzierbar sind. Ihre Anwen-
dung CrowdMAC zielt auf eine Nutzung der freien Datenkapazität von mobilen
Endgeräten in der Umgebung ab, bevor es zu einer Überschreitung des vertraglich
vereinbarten Datenlimits kommt. Dabei kommt u. a. auch die bereits erwähnte
Verzögerungstoleranz zum Einsatz und eine Win-win-Situation für die Nutzer
entsteht: Der Nutzer des Datenvolumens bezahlt einen geringeren Preis im Ver-
gleich zu dem des Mobilfunkanbieters und derjenige, der sein nicht genutztes
Kontingent zu Verfügung stellt, erhält im Gegenzug einen finanziellen
Ausgleich.
98
Eine weitere Herausforderung bei der Konzeption einer Microjobbing-App ist
deren Benutzerfreundlichkeit. Diese umfasst dabei nicht nur technische Aspekte
wie Effizienz, Fehler oder Funktionalität, sondern auch Kriterien aus dem Bereich
der Human-Computer Interaction (Mensch-Computer-Interaktion). So bewertet
die Erlernbarkeit z. B. wie leicht ein User bei der ersten Anwendung einen Auf-
trag erledigen kann, die Einprägsamkeit hingegen, wie gut er mit der Funktions-
weise der App vertraut ist, wenn er diese einen längeren Zeitraum nicht genutzt
hat.
99
Erschwerend kommt hinzu, dass die genutzten mobilen Endgeräte im Ver-
96
Vgl. Boulos et al. (2011), S. 72, Chatzimilioudis et al. (2012), S. 38 und
Telekom Deutschland GmbH (2013).
97
Vgl. Chatzimilioudis et al. (2012), S. 38 und Froehlich et al. (2007), S. 57-58.
98
Vgl. zum vorhergehenden Absatz Do/Hsu/Venkatasubramanian (2012), S. 1-19 und
Holzer/Ondrus (2011), S. 189-190.
99
Vgl. Strang/Lichtenstern (2012), S. 426-428, Amato et al. (2013), S. 22 und Nielsen (2012).

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
28
gleich zu einem Computer-Bildschirm relativ klein sind. Ferner variieren Größe
und Format der Smartphone-Oberflächen, abhängig von dem jeweiligen Gerät
selbst oder dessen Bedienung, was für die Gestaltung in Bezug auf eine einheitli-
che Benutzerfreundlichkeit zu berücksichtigen ist.
100
Insbesondere beim Microjobbing spielt das Aufgabendesign eine wichtige
Rolle. Da der Internetzugriff mit dem Smartphone häufig nur kurzzeitig stattfindet
z. B. beim Anstehen in einer Schlange oder während der Zugfahrt zur Arbeit soll-
te ein Job entsprechend in wenigen Minuten und einfach zu erledigen sein.
101
Die
Form der Aufgabenstellung beeinträchtigt zudem die Leistung der Crowd sowie
deren Arbeitsqualität, was in der Forschung umfangreich untersucht wurde. Dabei
hat zunächst die Formulierung der Aufgabe samt Ziel und gewünschtem Resultat
eine große Bedeutung. Diese sollte zwar verständlich sein und umfassend über die
Aufgabe informieren, allerdings darf sie keineswegs zu lang sein, da für die Bear-
beitung des Microtasks in der Regel nicht viel Zeit zur Verfügung steht.
102
Außer-
dem fanden L
IU ET AL
. heraus, dass die Möglichkeit der Kommunikation, sowohl
zwischen den Mitgliedern der Crowd als auch zwischen Crowd und Auftraggeber
bzw. Plattform, die Arbeitsergebnisse positiv beeinflusst. P
AI
/D
AVIS
wiesen wie-
derum gute Ergebnisse selbst bei unerfahrenen Nutzern nach, auch wenn das Auf-
gabendesign minimalistisch ist.
103
Für die Plattformbetreiber stellt die Schnelligkeit bezüglich der Annahme und
Bearbeitung von Aufträgen eine weitere Herausforderung dar. Dies ist zwar ab-
hängig vom Nutzungsverhalten der Microjobber, kann jedoch durch entsprechen-
de Ansätze seitens der Herausgeber der App beeinflusst werden. Während z. B.
L
IU ET AL
. mit ihrer Anwendung UbiAsk eine Antwortzeit von bis zu zehn Minu-
ten erreichen konnten, ermöglicht das System von B
ERNSTEIN ET AL
. Ergebnisse
in Echtzeit zu erhalten, indem ständig ein Pool von Usern für die Erledigung von
Jobs auf Abruf bereit steht.
104
Nach A
MATO ET AL
. spielt hinsichtlich der Bearbei-
tungszeit u. a. wieder das Aufgabendesign eine wichtige Rolle. Dabei profitieren
100
Vgl. Chen et al. (2010), S. 34, Narula et al. (2011), S. 1-2 und Thies/Ratan/Davis (2011), S. 2.
101
Vgl. Della Mea/Maddalena/Mizzaro (2013), S. 14-16.
102
Vgl. Della Mea/Maddalena/Mizzaro (2013), S. 16, Liu et al. (2010), S. 1-3 und
Chen/Menezes/Bradley (2011), S. 2-3.
103
Vgl. Liu et al. (2012), S. 66 und Pai/Davis (2012), S. 10-13.
104
Vgl. Liu et al. (2012), S. 57 sowie S. 63-67, Bernstein et al. (2011), S. 40-43 und
Bernstein et al. (2012), S. 7-8.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
29
nicht nur die Auftraggeber von den schnellen Ergebnissen, sondern auch die
Smartphone-Nutzer, deren Energiebedarf bei kürzerer Bearbeitungszeit entspre-
chend niedriger ist.
105
Nicht zuletzt weist das Geschäftsmodell einer mobilen Microjobbing-Plattform
wesentliche Charakteristika einer Multi-sided Platform auf, welche Wert
schöpft, indem sie als Vermittler die Interaktion mehrerer Gruppen ermöglicht.
Diese voneinander abhängigen, aber unterschiedlichen Gruppen werden hier von
den Microjobbern auf der einen und den Auftraggebern auf der anderen Seite ver-
treten. Beide müssen in gleichem Maß von der Plattform angesprochen werden,
da der Nutzen der einen von der Größe der anderen Gruppe abhängig ist und vice
versa.
Inserieren wenige Auftraggeber nur spärlich Aufgaben, kann eine entspre-
chend große Crowd nicht bedient werden. Umfasst die Crowd hingegen nicht ge-
nügend Mitglieder, wird es für den Auftraggeber schwer, seine Jobs vermitteln zu
können. Kommt es zu einem Ungleichgewicht, ist eine erfolgreiche Umsetzung
des Geschäftsmodells schwierig.
106
3.3.
Erkenntnisse zum Nutzungsverhalten mobiler
Microjobbing-Anwendungen
Während die erwähnte Benutzerfreundlichkeit einer Microjobbing-App bereits
erste Einblicke in das Nutzungsverhalten der Microjobber lieferte, gibt es eine
Vielzahl von Beiträgen aus der Forschung, die sich mit diesem Aspekt auseinan-
dersetzen. Dabei stellen einige dieser Erkenntnisse weitere Herausforderungen für
die Plattformbetreiber sowie die Auftraggeber dar. Mit anderen wiederum lassen
sich Potenziale besser ausschöpfen oder Risiken minimieren.
Die wohl größte Herausforderung besteht in der Motivation der Crowd sowohl
die jeweilige Microjobbing-App auf das Smartphone herunterzuladen als sie auch
dazu zu bewegen, die Anwendung zu nutzen. Letzteres meint dabei nicht, in den
ersten paar Wochen nach der Installation einige wenige Jobs zu erledigen, sondern
dauerhaft und regelmäßig mit der App zu arbeiten. Die zahlreichen Studien über
die Motivation von Menschen aus Bereichen von Psychologie über Wirtschafts-
105
Vgl. Amato et al. (2013), S. 21-22 und Zeinalipour-Yatzi et al. (2013), S. 1249-1252.
106
Vgl. zum vorhergehenden Absatz Osterwalder/Pigneur (2011), S. 81-83,
Armstrong (2006), S. 668-669 und Evans (2003), S. 195-196.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
30
und Spieltheorie bis hin zur Management- und Verhaltensforschung belegen die
Trag- wie auch Reichweite und somit die Komplexität dieses Themas.
107
Allge-
mein ist zwischen intrinsischer und extrinsischer Motivation zu unterscheiden.
Intrinsische Motivation bezieht sich auf die Bearbeitung einer Aufgabe an sich
und umfasst Aspekte wie Interesse, Vergnügen, Herausforderung, Selbstverwirk-
lichung oder Unabhängigkeit. Extrinsische Motivation zielt hingegen auf das Re-
sultat der Arbeit samt dessen Folgen ab. Entsprechend wirken Faktoren wie Be-
zahlung, Ansehen, Karriere oder andere finanzielle Vor- oder Nachteile auf diese
ein.
108
Während die Bearbeitung komplexer und kreativer Aufgaben eher intrinsisch
motiviert ist, stehen beim mobilen Microjobbing die extrinsischen Motive im
Vordergrund. So fanden T
EODORO ET AL
. heraus, dass die Crowd hauptsächlich
aufgrund der finanziellen Belohnung ihre Smartphones zum Microjobbing in der
realen Welt einsetzt. Weitere Gründe für die Nutzung sind das Vergnügen sowie
die Freiheit, was Auswahl der Aufgabe und Zeitpunkt derer Bearbeitung be-
trifft.
109
Hinzu kommt, dass die Qualität der Beiträge beim mobilen Microjobbing
nicht unter dem Einsatz von monetären Incentives leidet wie es beim stationären
Pendant am PC der Fall ist. Bei Letzterem wird die Crowd durch die Bezahlung
pro Auftrag dazu verleitet schneller zu arbeiten, um mehr Geld zu verdienen,
wodurch es ­ vorsätzlich, um Zeit zu sparen oder unbeabsichtigt unter Zeitdruck ­
zu fehlerhaften Ergebnissen kommen kann. Dass dies beim mobilen Microjobbing
nicht der Fall ist, hat nach Deutung von M
USTHAG
/G
ANESAN
wie bereits erwähnt
zwei Gründe. Erstens verifiziert die Sensorik des Smartphones die Orts- und Zeit-
daten, zweitens trägt die Crowd für die Erfüllung eines Auftrags in der realen
Welt höhere Kosten.
110
In Bezug auf die Bestimmung der Höhe der Incentives erarbeiteten Y
ANG ET
AL
. zwei unterschiedliche Modelle. Bei dem einen können die User selbst durch
Auktionsverfahren den Umfang der Entlohnung bestimmen (User-centric Model).
Bei dem anderen setzt der Auftraggeber bzw. die Plattform den Betrag fest (Plat-
form-centric Model). Beide Ansätze werden erfolgreich in der Praxis umgesetzt,
107
Vgl. Faggiani et al. (2012), S. 3, Teodoro et al. (2014), S. 3 und
Quinn/Bederson (2011), S. 1406-1408.
108
Vgl. Hossain (2012), S. 310, Brabham (2008b), S. 3-4 und Ryan/Deci (2000), S. 55.
109
Vgl. Teodoro et al. (2014), S. 10, Wang et al. (2013), S. 77 und Brabham (2008b), S. 16-17.
110
Vgl. Musthag/Ganesan (2013), S. 649 und Wu et al. (2013), S. 1122-1124.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
31
wobei es bei keinem der beiden Verlierer gibt. Beim Platform-centric Model kann
allerdings lediglich der Auftraggeber bzw. der Plattformbetreiber seinen Nutzen
steigern.
111
C
HEN
/M
ENEZES
/B
RADLEY
schlagen hingegen eine Belohnungsstrate-
gie vor, die sich aus drei Bausteinen zusammensetzt. Zunächst gibt es eine
Grundvergütung pro erledigten Auftrag. Zusätzlich haben die Nutzer die Chance
einen Bonuslohn zu erhalten, welcher für gute Ergebnisqualität, erarbeitete Repu-
tation oder in Form einer Lotterie ausgezahlt wird. Anderseits können schlechte
Ergebnisse mit einem Negativlohn bestraft werden, der unterhalb der Grundvergü-
tung liegt.
112
Bei der Erforschung des Zusammenhangs zwischen finanziellen In-
centives und der Leistung der Crowd fanden M
ASON
/W
ATTS
heraus, dass mit
steigender Belohnung zwar nicht die Güte der geleisteten Arbeit ansteigt, dafür
aber deren Menge zunimmt. Signifikanten Einfluss auf die Qualität hat jedoch die
Lohnform. Durch deren entsprechende Gestaltung ist sogar eine Verbesserung der
Leistung bei sinkendem Stücklohn möglich.
113
Finanzielle Incentives sind für die Crowd der wichtigste Motivationsfaktor für
das Microjobbing. W
ANG ET AL
. und K
AUFMANN
/S
CHULZE
/V
EIT
fanden heraus,
dass auch nicht finanzielle Faktoren wie Vergnügen und Herausforderung eine
wichtige Rolle spielen, während soziale Aspekte, im Vergleich zum kreativen
bzw. komplexen Crowdsourcing, beim Microjobbing weniger zum Tragen kom-
men. Zudem würden die Nutzer lieber anhand des geleisteten Aufwands sowie der
investierten Zeit entlohnt werden, anstatt nach der Qualität der Ergebnisse.
114
B
UDHATHOKI
/H
AYTHORNTHWAITE
untersuchten insgesamt 39 Elemente auf ihre
Relevanz in Bezug auf die Motivation zum Crowdsourcing und stellten fest, dass
diese von der Nutzungshäufigkeit bedingt wird. Demnach sind User, die regelmä-
ßig microjobben u. a. intrinsisch durch die Arbeit innerhalb der Crowd motiviert,
gelegentliche Jobber hingegen eher am Ergebnis der Tätigkeit.
115
Neben den Incentives beeinflussen noch weitere Faktoren die Performance
der Crowd bzw. die Qualität der Arbeitsergebnisse. So erkannten D
OW
/K
LEM
-
MER
, dass ein aufgabenspezifisches und zeitnahes Feedback die Güte der Resulta-
111
Vgl. Yang et al. (2012), S. 182-183.
112
Vgl. Chen/Menezes /Bradley (2011), S. 4.
113
Vgl. Mason/Watts (2010), S. 105-108 und Rogstadius et al. (2011), S. 4-7.
114
Vgl. Kaufmann/Schulze/Veit (2011), S. 8-10, Wang et al. (2013), S. 77 und
Teodoro et al. (2014), S. 8.
115
Vgl. Budhathoki/Haythornthwaite (2013), S. 562-569.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
32
te ebenso erhöht wie das Einführen einer Vorarbeiterfunktion. Dabei kommt es zu
einer zusätzlichen Leistungssteigerung, wenn beide Funktionen von der Crowd
selbst erfüllt werden.
116
Die Untersuchung des Einflusses der Aufgabenbedeutung
von C
HANDLER
/K
APELNER
ergab, dass die Crowd erstens gewissenhafter arbeitet
und zweitens die Teilnahmerate steigt, je höher die Bedeutsamkeit der Ergebnisse
ist. Eine vergleichbare Wirkung bringt die Erhöhung der Workflow-Transparenz
mit sich, was K
INNAIRD
/D
ABBISH
/K
IESLER
nachweisen konnten.
117
Einen ganz
anderen Ansatz wählten M
ORRIS
/D
ONTCHEVA
/G
ERBER
, die die Performance der
Crowd steigerten, indem sie die Reizverarbeitung durch unbewusste Aktivierung
von Assoziationen und Vorerfahrungen beeinflussten. Der genutzte Effekt stammt
ursprünglich aus dem Gebiet der Psychologie und wird als Priming bezeichnet.
118
Während die zuvor genannten Faktoren direkt die Leistung der Crowd und so-
mit die Ergebnisqualität beeinflussen, existieren außerdem Möglichkeiten, die
Brauchbarkeit der Resultate im Nachhinein zu verbessern. So konzipierten
R
ANA
ET AL
. ein Verfahren, welches auch aus unvollständigen Datensätzen Ergebnisse
hoher Genauigkeit zusammenstellt.
119
Einige Mitglieder der Crowd liefern be-
wusst verfälschte Resultate, um möglichst schnell viel Geld zu verdienen, indem
z. B. Aufgabenanleitungen oder Fragbögen vor deren Bearbeitung nicht gelesen
werden. Um diese Ergebnisse herauszufiltern, haben u. a. D
ELLA
P
ENNA
/R
EID
verschiedene Algorithmen konstruiert, die derartige Daten automatisch erkennen
und löschen.
120
B
UCHHOLZ
/L
ATORRE
hingegen entwickelten ein System, welches
diese als ,,cheater"
121
bezeichneten Mitglieder der Crowd bereits im Vorfeld aus-
schließt. Dabei wird auf langfristig erhobene Arbeitsergebnisse der einzelnen
Crowd-Mitglieder zurückgegriffen. Allerdings ist hier nicht auszuschließen, dass
auch vertrauenswürdige Ergebnisse gefiltert oder fehlerhafte nicht als solche er-
kannt werden.
122
T
EODORO ET AL
.
untersuchten ebenfalls, was die Crowd zur Teilnahme am
Crowdsourcing mit dem Smartphone bewegt. Dabei kamen sie zu dem Ergebnis,
116
Vgl. Dow et al. (2011), S. 1669-1673 und Dow et al. (2012), S. 1019-1021.
117
Vgl. Chandler/Kapelner (2013), S. 129-132 und Kinnaird/Dabbish/Kiesler (2012), S. 283-284.
118
Vgl. Morris/Dontcheva/Gerber (2012), S. 13-18.
119
Vgl. Rana et al. (2010), S. 113-116.
120
Vgl. Della Penna/Reid (2012), S. 2-4.
121
Buchholz/Latorre (2011), S. 3054.
122
Vgl. Buchholz/Latorre (2011), S. 3054-3056.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
33
dass neben der finanziellen Belohnung ebenso Informationen zum Hintergrund
der Aufgabe sowie deren Absicht eine Rolle spielen. In ihrer Analyse konnten sie
weiterhin situative Kriterien wie Tageszeit, Wetter oder Lokalisation als Ein-
flussfaktoren ausmachen. A
LT ET AL
.
stellten vor diesem Hintergrund u. a. fest,
dass die Crowd Aufgaben in der Nähe des Wohnsitzes bevorzugt, zeitlich gesehen
eher nachmittags und abends zum Microjobbing übergeht und die Bearbeitung
von Foto-Jobs präferieren.
123
Der Bedeutung der situativen Faktoren gerecht wer-
dend, entwickelten T
AMILIN ET AL
. ein kontextbewusstes System. Der implemen-
tierte Algorithmus versendet dabei Probleme und Aufgaben an diejenigen Nutzer,
die sich zur richtigen Zeit am richtigen Ort befinden, um diese zu bearbeiten.
124
Im Hinblick auf das Nutzungsverhalten im mobilen Microjobbing entdeckten
M
USTHAG
/G
ANESAN
die sogenannten ,,super agents"
125
, eine Kerngruppe, die
weniger als zehn Prozent der Crowd ausmacht, aber für über 80 % der Aktivitäten
verantwortlich ist. Ferner weisen sie nicht nur eine höhere Effizienz auf, was
z. B. die Anreise zu den Jobs und deren Bearbeitung anbelangt, sondern liefern
auch eine gute Datenqualität und verbessern zudem sukzessiv ihre Leistungen.
Ähnliche Ergebnisse bezüglich einer aktiveren Kerngruppe liefern Y
ANG
/A
DAMIC
/A
CKERMAN
. Außerdem fanden sie heraus, dass viele User nach der Erledigung
einiger Jobs inaktiv wurden, also keine weiteren Aufgaben mehr bearbeiteten und
bevorzugt Aufträge gewählt werden, an denen weniger andere Crowd-Mitglieder
beteiligt sind.
126
Eine weitere Schwierigkeit stellt die Verfügbarkeit der Crowd dar. Auf diese
wirken einerseits allgemein geografische sowie technische Faktoren ein. Hierzu
zählen z. B. Bevölkerungsdichte, Angebot von und Nachfrage nach Aufgaben,
verfügbare Verkehrsmittel bzw. daraus entstehende Pendelzeiten oder Dichte und
Kapazität der Funk- und mobilen Datennetzwerke.
127
Andererseits sehen L
IU ET
AL
. in der Availability auch einen Einfluss von individuellen Eigenschaften der
Crowd-Mitglieder:
128
123
Vgl. Teodoro et al. (2014), S. 8-10 und Alt et al. (2010), S. 19-22.
124
Vgl. Tamilin et al. (2012), S. 717-719.
125
Musthag/Ganesan (2013), S. 641.
126
Vgl. zum vorhergehenden Absatz Musthag/Ganesan (2013), S. 648-650 und
Yang/Adamic/Ackerman (2008), S. 254.
127
Vgl. Musthag/Ganesan (2013), S. 641 und Boulos et al. (2011), S. 71.
128
Vgl. Liu et al. (2010), S. 7.

3. Aktueller Stand der Forschung
Masterarbeit
·
F. Krüger
34
,,It is not only about if people are free [...], but also involves other fac-
tors like social relationship, expertise, properties of questions, etc."
129
Außerdem liegt die Kontrolle über die Verfügbarkeit, insbesondere über die
persönlichen Faktoren, weder in der Hand des Aufgabenstellers noch in der des
Plattformbetreibers. Die Smartphone-User gehen dorthin, wo sie wollen und nut-
zen die Microjobbing-Apps, wann es ihnen am besten passt.
130
3.4.
Zwischenfazit
Das mobile Microjobbing bringt, zusammenfassend gesagt, eine Reihe an Vor-
teilen wie auch Potenzialen mit sich, denen allerdings ein breit gestreutes Spekt-
rum an Risiken und Schwierigkeiten gegenübersteht. Neben den generellen Her-
ausforderungen des Crowdsourcings wie der Motivation der Crowd, den ethischen
oder rechtlichen Unsicherheiten, sind beim mobilen Microjobbing vor allem die
technischen Aspekte hinsichtlich des Einsatzes der Smartphones zu berücksichti-
gen. Einige dieser Faktoren wurden bereits von der Forschung näher beleuchtet
und insbesondere die Erkenntnisse zum Nutzungsverhalten der Crowd liefern An-
sätze, mit denen die Potenziale genutzt, Risiken reduziert werden können und sich
weitere Möglichkeiten für das mobile Microjobbing erschließen.
129
Liu et al. (2010), S. 7.
130
Vgl. Faggiani et al. (2012), S. 3 und Howe (2009), S. 215.

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
35
4.
E
IN
K
LASSIFIZIERUNGSSYSTEM FÜR
MOBILE
M
ICROJOBBING
-A
NWENDUNGEN
In Bezug auf die Kategorisierung von Crowdsourcing-Anwendungen im All-
gemeinen existieren diverse Ansätze zur Klassifizierung. Diese helfen allerdings
weniger zur Unterscheidung von mobilen Microjobbing-Apps untereinander, son-
dern vielmehr zur Abgrenzung dieser von anderen crowdsourcingbasierten Kon-
zepten. Sehr wohl tragen sie zum besseren Verständnis des Gesamtkontextes bei
und liefern Gründe, warum eine Differenzierung der Applikationen anhand gewis-
ser Faktoren wenig nutzbringend ist. Daher sollen zum Beginn dieses Abschnitts
einige dieser Unterscheidungsmerkmale dargestellt werden, bevor anschließend
ein System zur Kategorisierung von mobilen Microjobbing-Anwendungen mithil-
fe bereits bestehender Ansätze entwickelt wird.
Allein durch Anwendung der in Abschnitt 2.2. hergeleiteten Definition können
bereits einige Differenzierungsmerkmale ausgeschlossen werden. So macht eine
Unterteilung der Aufgaben hinsichtlich ihrer Komplexität keinen Sinn, da beim
Microjobbing in der Regel einfache Aufgaben zu bearbeiten sind.
131
Demnach
fällt ebenso eine Differenzierung nach kognitivem Aufwand bzw. der notwendi-
gen Fähigkeiten weg, da diese beim mobilen Microjobbing wenig bis gar nicht
vorhanden sein müssen. Lediglich der Umgang mit einem Smartphone ist hier
vorausgesetzt, was jedoch als Klassifizierungsmerkmal unbrauchbar ist, weil dies
für sämtliche Apps gilt.
132
Hinzu kommt, dass die Arbeit per Definition in gerin-
gem Umfang entlohnt wird und somit eine Kategorisierung mithilfe unterschiedli-
cher Belohnungshöhen ebenfalls nicht in Frage kommt.
133
Weiterhin erübrigt sich eine Einordnung anhand des Involvements der Crowd,
wie es bei C
HATZIMILIOUDIS ET AL
.
zu sehen ist, da die User stets aktiv werden,
um Jobs zu bearbeiten. Eine zu differenzierte Unterteilung der Aufgabentypen
erscheint ebenso wenig hilfreich. Eine entsprechende Kategorisierung ist bei
H
IRTH
/H
OßFELD
/T
RAN
-G
IA
zu finden, wobei sich über 75 % der Aufgaben nicht
in einer der 17 gebildeten Gruppen einordnen lassen.
134
Zuletzt kann von einer
131
Vgl. u. a. Schenk/Guittard (2011), S. 98-101 und Teodoro et al. (2014), S. 2.
132
Vgl. Chatzimilioudis et al. (2012), S. 38, Quinn/Bederson (2011), S. 1407-1410 und
Doan/ Ramakrishnan/Halevy (2011), S. 99.
133
Vgl. Schenk/Guittard (2011), S. 95-99.
134
Vgl. Chatzimilioudis et al. (2012), S. 38, Hirth/Hoßfeld/Tran-Gia (2011), S. 327 und
Della Mea/Maddalena/Mizzaro (2013), S. 18.

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
36
Klassifizierung der Motivationen zum Microjobbing abgesehen werden, da die
Crowd Aufgaben in erster Linie aufgrund der Entlohnung bearbeitet. Üblicher-
weise wird hier zunächst nach extrinsischen bzw. intrinsischen Faktoren unter-
schieden, welche sich anschließend feiner unterteilen wie z. B. in Bezahlung, Alt-
ruismus, Vergnügen, Reputation und die Arbeit an sich bei Q
UINN
/B
EDERSON
oder in game based, sozial und wirtschaftlich bei L
IU ET AL
.
135
4.1.
Aufbau, Merkmale und Ausprägungsformen
Das in Tabelle 2 übersichtlich dargestellte Klassifizierungssystem für mobile
Microjobbing-Anwendungen unterscheidet diese nach vier Merkmalen: der Art
der Jobs und der Belohnung, der Festlegung der Belohnungshöhe sowie der Ver-
besserung der Benutzerfreundlichkeit. Nachfolgend werden alle diese Merkmale
samt ihrer Ausprägungsformen näher erläutert und im Anschluss auf das System
insgesamt sowie dessen Anwendbarkeit eingegangen.
Ähnlich wie bei C
HATZIMILIOUDIS ET AL
. wird zunächst anhand der Art des
Jobs unterschieden, ob diese entweder ortsgebunden und somit in der realen Welt
oder ortsungebunden, also ohne Bezug zur realen Welt, zu bearbeiten sind.
136
Bei-
spiele für Letztere sind Aufgaben wie das Herunterladen und Testen von neuen
Apps, das Betrachten und Bewerten von Videos auf entsprechenden Online-
Portalen wie YouTube, das Teilnehmen an Umfragen oder das Anschauen von
Werbeanzeigen auf dem mobilen Endgerät.
Die ortsgebundenen Jobs unterteilen sich weiterhin in lokale und regionale
Aufträge. Lokale Aufgaben müssen an einem bestimmten Ort erledigt werden und
sind meistens mithilfe von Markierungen in einer der App integrierten Karte zu
finden (siehe Abbildung 4). Der Einsatz dieser Jobs ist sehr vielfältig und kann z.
B. das Überprüfen von Verkehrsschildern oder Produktpreisen, das Fotografieren
von Sehenswürdigkeiten oder das Bestätigen von Adressen beinhalten. Regionale
Aufträge sind hingegen nicht an einen spezifischen Ort gebunden. Hierbei handelt
es sich häufig um sogenannte Suchjobs, bei denen u. a. neue Geschäfte oder Res-
taurants, defekte bzw. renovierungsbedürftige Einrichtungen oder Taxistände ge-
meldet werden sollen.
135
Vgl. Liu et al. (2011), S. 2-3, Quinn/Bederson (2011), S. 1407-1408 und
Kaufmann/Schulze/Veit (2011), S. 3-5.
136
Vgl. Chatzimilioudis et al. (2012), S. 38.

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
37
Art des Jobs
Art der
Belohnung
Festlegung
der
Belohnungs-
höhe
Verbesserung
der Benutzer-
freundlichkeit
real,
ortsgebunden
virtuell,
ortsunabhängig
finanziell
materiell
virtuell
Punkte
Auszeichnungen
Plattform bzw.
Auftraggeber
Crowd bzw.
Nutzer
Funktionen
einer
zusätzlichen
Online-
Plattform
keine
anzeigen
verwalten
microjobben
Nutzung der
Smartphone-
Sensorik
Verzögerungs-
toleranz
lokal
regional
Rangpunkte
wandelbare Punkte
fix
variabel
fix
variabel
Fotografieren eines Straßenschilds
Melden von defekter Leuchtreklame
Herunterladen und Testen einer App
Geld, Gutscheine oder Spende
Sachpreise oder getestete Produkte
digitale Produkte
getestete Software
StreetPoints
Cashnips
Badges
festgelegt durch Auftraggeber
abhängig von Ergebnis-Qualität
vorab durch Crowd bestimmt
durch Autkion
Plattform ohne weitere Funktion
Einsehen der Benutzerdaten
Verändern der Benutzerdaten
Bearbeitung von Aufgaben
Kamera oder Ortungssensorik
Datenupload erst bei WLAN-Verbindung
Merkmal
Ausprägungsformen
Beispiele
Benachrich-
tigungssystem
Auszahlungs-
bedingungen
Form
Einschränkungen
Währung
indirekt oder direkt
Mindestauszahlungsbetrag
US-Dollar oder Euro
Information bei neuen Jobs in der Nähe
Support
Hotline, E-Mail, FAQ
Tabelle 2: Klassifizierungssystem für mobile Microjobbing-Anwendungen
Das nächste Merkmal zur Kategorisierung von Microjobbing-Apps stellt die
Art der Belohnung dar. Dabei wird primär zwischen finanziellen, materiellen
oder virtuellen Incentives unterschieden. Unter Erstere fällt die Entlohnung der
Arbeit z. B. durch Geld oder Gutscheine, in Form von Vergünstigungen für Pro-

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
38
dukte bzw. Dienstleistungen. Aber auch die Möglichkeit der Spende wird hier
eingeordnet. Als materielle Belohnungen können u. a. Sachpreise oder der kosten-
lose Erhalt getesteter Produkte angesehen werden. Dazu zählen ebenfalls Dienst-
leistungen, die im Gegenzug für die Arbeit am Smartphone kostenfrei sind.
Abbildung 4: Kartenansicht der Anwendungen AppJobber, Streetspotr und scanmiles
Die virtuellen Incentives unterteilen sich in digitale Produkte, Punkte und Aus-
zeichnungen. Digitale Produkte sind der virtuelle Gegenpart zur materiellen Be-
lohnung. Hierunter fallen dementsprechend z. B. kostenlose Software für das mo-
bile Endgerät. Bei den Punkten wird zwischen Rang- und wandelbaren Punkten
differenziert. Erstgenannte dienen dazu die erbrachten Leistungen und erfüllten
Aufgaben der Nutzer in Form einer Rangliste vergleichbar zu machen. Die wan-
delbaren Punkte hingegen können gesammelt werden, um sie in eine andere Form
der Belohnung einzutauschen. So gibt es bei einigen Anwendungen einen fixen
Wechselkurs für die Einlösung von Punkten in Geld bzw. Gutscheine. Auszeich-
nungen stellen eine weitere Form der virtuellen Incentives dar und können durch
besondere Leistungen erworben werden, indem z. B. mehrere Jobs in kurzer Zeit
erledigt werden oder ein Platz weit oben in einer Rangliste belegt wird. Abbildung
5 zeigt einige der Belohnungsarten in unterschiedlichen Anwendungen.
Die Festlegung der Belohnungshöhe stellt ein weiteres Unterscheidungs-
merkmal der Microjobbing-Apps dar. Dies geschieht, ähnlich wie bei Y
ANG ET
AL
., entweder durch den Plattformbetreiber bzw. den Auftraggeber oder durch die

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
39
Crowd bzw. den einzelnen User.
137
Ferner wird bei beiden Formen differenziert,
ob die Höhe der Belohnung vor der Bearbeitung des Auftrags fix festgelegt wird
oder ob diese variabel ist. Dabei wird die Entlohnungshöhe bei vielen der unter-
suchten Apps von der Plattform bzw. dem Auftraggeber vorab feststehend be-
stimmt. Es ist jedoch auch denkbar, dass die Crowd einen fixen Betrag für eine
bestimmte Art von Job ermittelt, indem sie z. B. im Vorfeld nach einer gerechten
Belohnung befragt wird. Bei der variablen Variante kann die Höhe der Incentivie-
rung von der Qualität des Ergebnisses abhängig gemacht werden.
138
Die Qualität
wiederum wird entweder vom Auftraggeber bzw. vom Plattformbetreiber auf der
einen oder von der Crowd auf der anderen Seite bewertet. Außerdem ist hinsicht-
lich einer variablen Bestimmung seitens der Crowd ein Auktions-Mechanismus
möglich, bei dem die Nutzer ein Angebot für die Belohnung einer einzelnen Auf-
gabe abgeben und die niedrigsten Gebote den Zuschlag zur Bearbeitung des Jobs
erhalten.
Abbildung 5: Auszeichnungen bei Streetspotr, wandelbare Punkte bei Cash Cat und Rangliste
bei PremioCent als Beispiel für unterschiedliche Arten der Belohnung
Das letzte Merkmal des Klassifizierungssystems unterscheidet die Microjob-
bing-Anwendungen hinsichtlich der eingesetzten Mechanismen, Funktionen oder
Technologien zur Verbesserung der Benutzerfreundlichkeit. Die Ausprägungs-
formen stellen dabei die aktuell verwendeten Möglichkeiten dar und sind bei ent-
137
Vgl. Yang et al. (2012), S. 182-183.
138
Vgl. Chen/Menezes /Bradley (2011), S. 4.

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
40
sprechenden zukünftigen Entwicklungen gegebenenfalls noch zu erweitern. Ob
diese tatsächlich zu einer Verbesserung der Nutzerfreundlichkeit und Bedienbar-
keit der Anwendung führen, wurde nur teilweise durch die Forschung belegt.
139
Da der Fokus dieser Arbeit jedoch auf der Kategorisierung der Microjobbing-
Apps liegt, werden jene Faktoren, ungechatet ihrer tatsächlichen Wirkung auf die
Benutzerfreundlichkeit, als Unterscheidungsmerkmale herangezogen.
Als erstes wird hier nach den Funktionen einer zusätzlichen Online-Plattform
differenziert. Dabei reicht das Spektrum von einer nicht vorhandenen Plattform
bzw. einer ohne unterstützende Funktion, bis hin zu einem Online-Portal, mit dem
ebenfalls Aufträge erledigt werden können. Dazwischen liegen Plattformen, die
z. B. ausschließlich das Verwalten von Benutzerdaten zulassen oder diese ledig-
lich anzeigen, ohne weitere Bearbeitungsfunktion.
Zudem kommt bei den Microjobbing-Apps die Sensorik der mobilen Endgeräte
zum Einsatz, was als weiteres Differenzierungsmerkmal verwendet wird. Neben
der integrierten Kamera oder den unterschiedlichen Technologien zur Ortung
werden auch Beschleunigungssensoren verwendet. Die bereits erläuterte Verzöge-
rungstoleranz ergänzt die Mechanismen zur Verbesserung der Benutzerfreund-
lichkeit. Einerseits besteht die Möglichkeit, dass die jeweiligen Daten erst auf die
Plattform geladen werden, sobald eine Verbindung zu einem WLAN besteht, um
ein tariflich begrenztes Datenvolumen nicht auszuschöpfen. Andererseits kann die
Datentransferrate für die jeweilige App gedrosselt werden, sodass stets genügend
freie Kapazitäten für andere Applikationen zur Verfügung stehen.
Ein zusätszliches Benachrichtigungssystem zählt ebenfalls zu den Funtkionen
zur Erhöhung der Nutzerfreundlichkeit. Dabei wird der User über Jobs in seiner
Nähe informiert. Zum einen kann dies in Form einer E-Mail und anhand der vom
Nutzer angegebenen Adresse oder Region geschehen, in der er sich häufig aufhält.
Zum anderen kann die Anwendung, ähnlich wie bei T
AMILIN ET AL
., Informatio-
nen über Aufgaben situativ versenden, u. a. in Abhängigkeit vom aktuellen Stand-
ort des jeweiligen Microjobbers.
140
So wird er z. B. während des Einkaufens im
Supermarkt darauf hingewiesen, dass sich in diesem ein Produkt-Check befindet.
139
Vgl. dazu u. a. Tamilin et al. (2012), S. 717-719 oder
Balasubramanian/Balasubramanian/Venkataramani (2009), S. 288-292.
140
Vgl. Tamilin et al. (2012), S. 717-719.

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
41
Für den Fall, dass eine finanzielle Belohnung in Form von Geld stattfindet,
spielen weiterhin die Auszahlungsbedingungen hinsichtlich der Verbesserung der
Benutzerfreundlichkeit eine Rolle. Ganz allgemein wird zunächst zwischen indi-
rekter oder direkter Auszahlung unterschieden, wobei bei der letzteren Form der
Geldbetrag direkt auf das Bankkonto des Users überwiesen wird. Bei der indirek-
ten Variante wird der Lohn über Payment-Systeme wie z. B. PayPal ausgezahlt,
wodurch eine zusätzliche Schutz-Funktion bezüglich der sensiblen Bankdaten der
Nutzer gegeben ist. Zudem haben einige Microjobbing-Anwendungen, wie später
zu sehen ist, Auszahlungseinschränkungen implementiert. Demnach existieren
Mindestauszahlungsbeträge, ab denen eine Überweisung auf ein Bankkonto erst
möglich ist oder die Anzahl der Auszahlungen innerhalb eines Zeitraums sind
begrenzt. Da einige Anwendungen, die nicht originär aus Deutschland bzw. Euro-
pa stammen, auch ortsunabhängige Jobs anbieten, kann mit diesen ebenso inner-
halb Deutschlands Geld verdient werden. Dies führt jedoch zum letzten Unter-
scheidungsmerkmal bezüglich der Auszahlungsbedingungen: der Währung. Mit-
hilfe der bereits erwähnten Payment-Systeme ist eine Auszahlung ebenfalls in
Fremdwährung möglich, sodass zwischen Euro und US-Dollar differenziert wer-
den kann.
Zuletzt tragen Support-Funktionen zur besseren Nutzerfreundlichkeit bei. Sie
kommen in der Regel dann zum Einsatz, wenn die User Probleme mit der An-
wendung oder Fragen zu den Auszahlungsmodalitäten haben. Können diese Fra-
gen nicht mithilfe von FAQs beantwortet werden, sollte die Möglichkeit einer
Kontaktaufnahme per E-Mail oder Telefon-Hotline bestehen. Zum Support zählen
aber auch beispielhafte Aufgaben, in denen dem Nutzer Schritt für Schritt die
Funktionsweise der Microjobbing-App erklärt wird.
Das beschriebene Klassifizierungssystem kann sowohl zur Analyse bestehen-
der Microjobbing-Anwendungen verwendet als auch bei der Gestaltung und Ent-
wicklung neuer Crowdsourcing-Apps als Hilfsmittel herangezogen werden. Dabei
ist bei beiden Varianten zu berücksichtigen, dass eine exakte Einordnung in die
entsprechenden Kategorien nicht immer möglich ist. Außerdem wurden die Gren-
zen zwischen den einzelnen Ausprägungsformen teilweise bewusst unscharf ge-
halten, um eine Flexibilität des Systems zu gewährleisten. Während sich bei den
Merkmalen ,,Art des Jobs" und ,,Festlegung der Belohnungshöhe" die Ausprä-

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
42
Bezeichnung
Modellnummer
Betriebssystem
Prozessor
Interner Speicher
Bildschirmgröße
Auflösung
Datenübertragung
Weitere Funktionen
Digitalkamera
GALAXY S II
GT-I9100
Android 4.1.2
1,2 GHz Dual Core
16 GB
10,85 cm (4,27 Zoll)
480 x 800 Pixel
WLAN, Bluetooth, GPRS, HSPA, EGDE
Hersteller
Samsung
Touchscreen, GPS, Sprachsteuerung
4-fach Digitalzoom, Autofokus, Bildstabilisator, Auflösung:
Fotos 3264 x 2448 Pixel, Videos 1920 x 1080 Pixel
gungen gegenseitig ausschließen (eine Aufgabe kann nicht gleichzeitig ortsge-
bunden und ortsunabhängig sein), ergänzen sich die anderen wiederum. Letztere
Mischformen führen z. B. dazu, dass Microjobber für Aufträge gleichzeitig Rang-
punkte und eine finanzielle Belohnung erhalten oder dass eine Verzögerungstole-
ranz sowie ein Benachrichtigungssystem implementiert sind.
4.2.
Einordnung der Microjobbing-Anwendungen
Im folgenden Abschnitt werden die identifizierten Microjobbing-Apps vorge-
stellt und deren Merkmale dabei direkt in das oben dargestellte Klassifizierungs-
system eingeordnet, soweit dieses möglich ist. Um auf ein breit gestreutes Feld an
Anwendungen zurückgreifen zu können, werden sowohl diejenigen untersucht,
die sich auf den deutschsprachigen Raum konzentrieren, als auch Microjobbing-
Dienste herangezogen, die zwar nicht originär aus Deutschland stammen, aber es
erlauben, innerhalb der Bundesrepublik ortsunabhängige Aufgaben zu bearbeiten.
Die Auswahl an Applikationen soll dabei die vielfältigen Gestaltungsmöglichkei-
ten verdeutlichen. Daher werden Aspekte wie z. B. Nutzerbewertungen, die tat-
sächliche Verfügbarkeit von Jobs oder der Umfang der Verdienstmöglichkeiten
nicht weiter berücksichtigt bzw. bewertet.
Tabelle 3: Technische Daten Samsung Galaxy S II GT-I9100
141
Da alle untersuchten Apps kostenlos über Google play angeboten werden, aber
einige z. B. nicht im App Store von Apple erhältlich sind, wurde für die Analyse
auf das Betriebssystem Android zurückgegriffen. Auf eine differenzierte Betrach-
tung der Anwendungen hinsichtlich verschiedener Betriebssysteme (u. a. iOS,
Symbian, Windows Phone) wurde somit verzichtet, da für den Fall, dass die ent-
141
Quelle: Daten zusammengestellt nach Samsung Electronics GmbH (2013).

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
43
sprechenden Apps für diese Systeme verfügbar sind, sich die jeweiligen Funktio-
nen weitgehend gleichen. Als Hilfsmittel zur Untersuchung diente aus diesem
Grund das Smartphone Galaxy S II GT-I9100 des Herstellers Samsung, dessen
technische Daten in Tabelle 3 übersichtlich zusammengefasst sind, in Verbindung
mit einem Mobilfunkvertrag des Anbieters Telefónica Germany GmbH & Co.
OHG. Während des Untersuchungszeitraums stand im Rahmen dieses Vertrags
(O
2
Blue Select Online)
ein monatlich unbegrenztes mobiles Datenvolumen zur
Verfügung, wobei die Datentransferrate ab einem Verbrauch von 300 MB von 7,2
Mbit/s auf 32 kbits/s reduziert wurde.
142
4.2.1.
DEDOR
Die Anwendung abalo wird von der abalo Media Deutschland GmbH seit
2012 herausgegeben und lässt den Nutzer Geld verdienen, indem er Werbung
konsumiert. Dabei erscheint eine großflächige Werbeanzeige beim entsperren des
Smartphone-Bildschirms, welche entweder ohne eine Wartezeit gelöscht werden
kann oder bei Interesse des Users einen entsprechenden Link zum Angebot her-
stellt. Somit ist die Art des Jobs in diesem Fall virtuell, da das Ansehen der Wer-
bung nicht an einen bestimmten Ort gebunden ist.
143
In Abbildung 7 ist die Benut-
zeroberfläche der App sowie eine beispielhafte Werbeanzeige zu sehen.
Die Werbeeinblendungen sind aktuell auf 27 Anzeigen pro Tag begrenzt, wo-
bei der Nutzer pro konsumierter Werbung eine Betrag in Höhe von 1,8 Cent er-
hält. Hinter einigen Werbeanzeigen befinden sich zudem Gutscheine oder ähnli-
che Vorteile, sodass hier von einer ausschließlich finanziellen Art der Belohnung
gesprochen werden kann, deren Höhe generell durch den Plattformbetreiber fix
festgelegt ist.
144
Mithilfe des Online-Portals können Informationen über angezeig-
te Werbung oder aktuellen Kontostand angezeigt und diverse Nutzereinstellungen
verwaltet werden. So ist z. B. der Inhalt der Anzeigen individuell steuerbar, indem
die Interessen des Nutzers von Multimedia und Entertainment über Wohnen und
Bauen bis hin zu Kunst und Kultur wählbar sind.
145
142
Telefónica Germany GmbH & Co. OHG (2013).
143
Vgl. zum vorhergehenden Absatz abalo Media Deutschland GmbH (2014a) und (2014b) sowie
Google Inc. (2014a).
144
Vgl. abalo Media Deutschland GmbH (2014a).
145
Vgl. abalo Media Deutschland GmbH (2013a).
Abbildung 6:
abalo Logo

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
44
Abbildung 7: Benutzeroberfläche von abalo
Die Auszahlungsbedingungen lassen sich ausschließlich über das Online-Portal
verwalten, wobei der User wählen kann zwischen Bank, PayPal, Scheck oder
Spende. Bei ersteren beiden ist eine Verifizierung des Kontos erforderlich und
eine Auszahlung findet regelmäßig spätestens zum dritten Werktag des Folgemo-
nats statt. Ein Scheck wird dagegen zweimal jährlich an die angegebene Post-
adresse versandt. Die Auszahlung in Form einer Spende geht an eine wohltätige
Partnerorganisation der abalo Media Deutschland GmbH.
146
Folglich werden so-
wohl direkte als auch indirekt Auszahlungsformen angeboten, die in einer zeitli-
chen Regelmäßigkeit in Euro erfolgen. Eine Verzögerungstoleranz, Kamera, Or-
tungssensorik oder ein Benachrichtigungssystem kommen aufgrund des Aufga-
bentyps nicht zum Einsatz. Allerdings wird ein umfassender Support in Form ei-
ner Hotline, eines E-Mail-Kontaktformulares und eines Support Centers gebo-
ten.
147
4.2.2.
$SS-REEHU
Die Anwendung AppJobber der wer denkt was GmbH startete im Dezember
2011 zunächst in Deutschland und ist mittlerweile in zehn weiteren europäischen
Ländern vertreten. Dabei bietet die Microjobbing-App eine Vielzahl von unter-
schiedlichen Aufgabentypen. Bei den lokalen ortsgebundenen Jobs reicht das
146
Vgl. abalo Media Deutschland GmbH (2013a).
147
Vgl. abalo Media Deutschland GmbH (2013b).
Abbildung 8:
AppJobber Logo

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
45
Spektrum von der Überprüfung von Verkehrs-, Straßendaten und Öffnungszeiten
über tagesaktuelle Preisvergleiche bis hin zur Erstellung von Bildern bestimmter
Orte. Diese können auf der integrierten Karte ausgewählt und entsprechend der
Kurzbeschreibung oder der detaillierten Anleitung bearbeitet werden, wobei die
einzelnen Arbeitsschritte erst nach Annahme des Jobs ersichtlich sind. Unter die
regionalen Suchjobs fallen aktuell z. B. das Finden von Factory-Outlets, neuer
Kinos oder Trimm-dich-Pfade, aber auch das Fotografieren renovierungsbedürfti-
ger Hotels. Als virtuelle bzw. ortsunabhängige Aufträge werden Marktfor-
schungsumfragen oder mobile Panels geboten sowie das Testen von Apps.
148
In
Abbildung 9 ist die Benutzeroberfläche samt Kartenansicht der lokalen Jobs und
eine Liste verfügbarer Suchjobs des AppJobbers dargestellt sowie eine schrittwei-
se Aufgabenbeschreibung zu sehen.
Abbildung 9: Benutzeroberfläche von AppJobber
Die Aufgaben werden ausschließlich mit Geldbeträgen entlohnt, wobei eine
Mindestlohngrenze von 1,00 EUR pro Job vom Plattformbetreiber festgelegt ist.
Wie hoch die Bezahlung über diese Grenze hinaus geht, entscheidet der jeweilige
Auftraggeber. Dieser oder Mitarbeiter der wer denkt was GmbH überprüfen in-
nerhalb von zwei bis vier Wochen nach Erledigung der Auftrags und Übermitt-
lung der Daten deren Qualität. Ist sie nicht ausreichend, kann der Auftrag abge-
lehnt werden, sodass der Microjobber keine Belohnung erhält. Wird das Arbeits-
148
Vgl. zum vorhergehenden Absatz wer denkt was GmbH (2014a) und
wer denkt was GmbH (2014b).

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
46
ergebnis angenommen, bekommt er den vorab fesgesetzten Betrag in voller Höhe
auf seinem Account gutgeschrieben.
149
Damit ist die Belohnung beim AppJobber
ebenfalls ausnahmslos finanzieller Art, deren Höhe in erster Linie vom Auftrag-
geber festgelegt wird. Obwohl ein geliefertes Ergebnis in Abhängigkeit von des-
sen Qualität abgelehnt werden kann, handelt es sich nicht um eine variabele Ge-
staltung der Entlohnungshöhe. Wird ein Job vom Auftraggeber angenommen,
kommt es zur Gutschrift des gesamten vorab festgelegten Betrages. Dessen Höhe
ist unabhängig davon, ob die Qualität der akzeptierten Arbeitsergebnisse weniger
gut ist, dem Standard entspricht oder sogar darüber hinausgeht.
Wie bei abalo lassen sich über die Online-Plattform von AppJobber die Benut-
zerdaten verwalten, die abgearbeiteten Jobs samt aktuellen Kontostand einsehen
sowie die Zahlungsweise einstellen. Bei Letzterem steht im Vergleich zu abalo
jedoch lediglich die Banküberweisung zur Auswahl. Eine Auszahlung kann dafür
jederzeit, unabhängig von der Höhe des Betrages und ohne Erhebung von Gebüh-
ren für den Nutzer ausgelöst werden. Somit bestehen keinerlei Einschränkungen
bei einer direkten Auszahlung des Lohns auf das Bankkonto des Nutzers, wobei
diese stets in Euro erfolgt.
Häufig dienen zur Verifizierung der Arbeitsergebnisse mit der integrierten
Kamera gemachte Fotoaufnahmen. Dazu ist eine entsprechende Foto-Funktion in
der Anwendung implementiert. Mithilfe der Beschleunigungssensoren des Smart-
phones erkennt AppJobber zudem die Lage des Geräts und richtet die Benutzer-
oberfläche entweder horizontal oder vertikal auf dem Bildschirm aus. Weiterhin
kommt bei der Erledigung ortsgebundener Jobs das GPS zum Einsatz, sodass
letztendlich die Sensorik des Smartphones umfangreich genutzt wird. Zusätzlich
bietet die App die Optionen, erfasste Daten direkt zu übermitteln oder mit dem
Transfer zu warten, bis eine Verbindung zu einem WLAN besteht. Weiterhin be-
nachrichtigt die Plattform die Nutzer per E-Mail über neue Jobs in der Region, die
vorab vom Nutzer in Form von Postleitzahlen angegeben wurde. Als Support-
Funktionen stehen eine Sammlung von FAQ und der Kontakt per E-Mail zur Ver-
fügung.
150
149
Vgl. wer denkt was GmbH (2014c) und wer denkt was GmbH (2014d).
150
Vgl. zu den beiden vorhergehenden Absätzen wer denkt was GmbH (2014e).

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
47
4.2.3.
FDVK
IHHGEDFN
Die Anwendung cash
4
feedback wird von der testing and controlling GmbH
herausgegeben und bietet ein ähnlich umfangreiches Aufgabenspektrum wie der
AppJobber. Zu den ortsgebundenen Jobs zählen regionale Aufträge wie Produkt-
bewertungen oder das Überprüfen von Dienstleistungen sowie lokale Aufgaben
wie die Vervollständigung von ortsbezogenen Daten oder das Überprüfen von
Produktplatzierungen. Letztere sind hier ebenfalls über eine integrierte Karte ab-
rufbar. Aber auch virtuelle ortsunabhängige Aufträge können erledigt werden wie
z. B. die Teilnahme an Meinungsumfragen oder das Testen und Bewerten von
mobilen Internetseiten oder Apps. Neben einer detaillierten Aufgabenbeschrei-
bung wird der Nutzer im Vorfeld zudem darüber informiert, wie weit ein Auftrag
von seinem aktuellen Standort entfernt ist, wie lange die Bearbeitung schätzungs-
weise dauert, wie viele Arbeitsschritte er beinhaltet und wie hoch die Entlohnung
ist.
151
Die Benutzeroberfläche von cash
4
feedback ist in Abbildung 11 zu sehen,
auf der u. a. die Kartenansicht und die Auftragsliste der Applikation dargestellt
ist.
Das komplexe Entlohnungssystem der Anwendung setzt sich aus drei Kompo-
nenten zusammen. Zunächst erhält der Microjobber für jeden Auftrag sogenannte
cashpoints. Dazu bekommt er bei den meisten Aufgaben eine finanzielle Entloh-
nung in Form von Geld, welches auf dem jeweiligen Nutzerkonto gutgeschrieben
wird. Außerdem wird der Fleiß des Nutzers mit Feedback-Stars belohnt. Abhän-
gig davon, wie viele cashpoints verdient wurden, können bis zu fünf Sterne erar-
beitet werden. Ist der User im Besitz dieser maximalen Anzahl an Sternen, erhöht
sich zudem dessen finanzielle Entlohnung pro Job um 1,00 EUR. Werden über
einen längeren Zeitraum keine Aufgaben mehr erledigt, geht ein Teil der Punkte
verloren, sodass auch die Anzahl der Feedback-Stars geringer wird. Hat ein
Microjobber erst einmal drei Sterne erarbeitet, bleiben diese jedoch immer erhal-
ten.
152
Somit existieren neben der finanziellen zusätzlich zwei virtuelle Arten der
Belohnung in Form von wandelbaren Punkten, den cashpoints, und Auszeichnun-
gen, den Sternen.
151
Vgl. testing and controlling GmbH (2014a) und (2014b).
152
Vgl. testing and controlling GmbH (2014c) und (2014d).
Abbildung 10:
cash
4
feedback Logo

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
48
Abbildung 11: Benutzeroberfläche von cash
4
feedback
Die Höhe der Belohnung wird vom Plattformbetreiber bzw. dem Auftraggeber
vorab festgelegt. Da dieser Betrag ebenfalls wie beim AppJobber nicht z. B. von
der Qualität der Arbeitsergebnisse abhängig ist, handelt es sich hierbei nicht um
einen variablen, sondern um einen fixen Lohn. Die Auszahlung des Gehalts findet
direkt auf das Bankkonto des Nutzers in Euro statt und ist dahingehend einge-
schränkt, dass es erst in der Mitte des auf die Bearbeitung folgenden Monats zu
einer Überweisung kommt. Dies auch nur dann, wenn ein Guthaben von mindes-
tens 10,00 EUR erarbeitet wurde. Bleibt der Verdienst unter dieser Grenze, erfolgt
eine Auszahlung auf das Bankkonto nach spätestens drei Monaten.
153
Die Sensorik des mobilen Endgeräts wird für die Erstellung von Fotos und der
Ortung des Users genutzt. Dabei ist es diesem nur möglich einen lokalen Job an-
zunehmen, solange er höchstens 100 m von diesem entfernt ist. Eine Verzöge-
rungstoleranz ist nicht in der Anwendung integriert, dafür kann eingestellt wer-
den, ab welcher Entfernung zwischen aktuellem Standort und einem Auftrag eine
Benachrichtigung erfolgen soll. Durch Log-in im Online-Portal, können sowohl
die persönlichen Informationen und die Bankdaten verwaltet als auch der aktuelle
Punkte- bzw. Guthabenstand eingesehen werden. Hier dient zudem eine FAQ-
Seite als Support, die um einen Beispiel-Job in der Anwendung ergänzt wird, in
dem alle Funktionen der App erklärt werden.
154
153
Vgl. testing and controlling GmbH (2014c) und (2014d).
154
Vgl. testing and controlling GmbH (2014c).

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
49
4.2.4.
&DVK &DW
Auf der Plattform Cash Cat der sub1 GmbH werden ausschließlich virtuelle
Aufgaben für die Microjobber bereitgestellt. Neben dem Herunterladen und Tes-
ten von Apps, der Registrierung auf Websites oder dem Anschauen von Videos
werden die User z. B. auch für das Anwerben weiterer Mitglieder belohnt. Die
unterschiedlichen Jobs sind anhand ihrer Beschaffenheit entweder auf der Ginger
Wall, der Azure Wall oder unter Cash Cat Picks eingeordnet.
155
Diese sind auf der
in Abbildung 13 dargestellten Benutzeroberfläche der Anwendung zu sehen eben-
so wie eine detaillierte Ansicht der Aufgaben, die auf der Azure Wall zu finden
sind, und das Menü zur Anforderung von Auszahlungen.
Abbildung 13: Benutzeroberfläche von Cash Cat
Ebenfalls auf Abbildung 13 erkennbar ist, dass die Jobs in Form von sogenann-
ten Cashnips (kurz: CN) entlohnt werden, welche in einen Geldbetrag umge-
tauscht werden können. Somit erhalten die Nutzer zunächst virtuelle Punkte, die
sie in eine finanzielle Belohnung umtauschen können. Der virtuelle Wechselkurs
beträgt dabei 4.000 CN/USD. Die Festlegung der Belohnungshöhe, also der An-
zahl der Cashnips, die ein User für einen erledigten Auftrag erhält, liegt in den
Händen der Auftraggeber bzw. der sub1 GmbH als Plattformbetreiber. Auch hier
ist der Umfang der Entlohnung vorab fixiert und kann nicht z. B. aufgrund der
Qualität der Arbeitsergebnisse variieren. Die Vergütung findet innerhalb von 48
155
Vgl. sub1 GmbH (2014) und Google Inc. (2014b).
Abbildung 12:
Cash Cat Logo

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
50
Stunden nach Anforderung indirekt auf ein PayPal-Konto in US-Dollar statt. Da-
bei ist die Auszahlung auf einen Mindestbetrag von 2,00 USD begrenzt und staf-
felt sich weiterhin in 5, 10, 15 und 20 USD. Sie kann jedoch jederzeit veranlasst
werden und unterliegt somit keiner zeitlichen Einschränkung.
156
Eine zusätzliche Online-Plattform existiert bei Cash Cat nicht. Auf dem Inter-
netauftritt des Anbieters sind die Vorzüge der App dargestellt sowie die Allge-
meinen Geschäftsbedingungen samt einer Datenschutzerklärung zu finden.
157
Support in Form von FAQ und der Möglichkeit der Kontaktaufnahme per E-Mail
wird direkt über die Applikation geboten, worüber ebenfalls die allgemeinen Nut-
zer- und Auszahlungseinstellungen verwaltet werden. Da Cash Cat keine ortsge-
bundenen Jobs anbietet, kommt die Sensorik des mobilen Endgeräts nur in gerin-
gem Umfang zum Einsatz. Dafür ist zum Bearbeiten der Aufgaben stets eine mo-
bile Datenverbindung notwendig, um die jeweiligen Apps zum Testen herunterla-
den oder Videos zum Bewerten anschauen zu können. Dementsprechend ist kein
Mechanismus bezüglich einer Verzögerungstoleranz implementiert und auch ein
Benachrichtigungssystem über neu verfügbare Jobs existiert bei Cash Cat nicht.
Neben Cash Cat existieren diverse andere Anwendungen, die sich hinsichtlich
des Konzepts und insbesondere der zur Verfügung stehenden virtuellen Aufgaben
nur wenig unterscheiden. Daher wurde Cash Cat an dieser Stelle stellvertretend
für weitere Apps wie JunoWallet, Appcasher, MintCoins, GETS, Powercoins, Get
Gift, oder RewardEgg vorgestellt und anhand des Klassifizierungssystems analy-
siert. Der wesentliche Unterschied zwischen den Anwendungen besteht in der
Auszahlungsform. Während z. B. einige die erarbeiteten Punkte direkt in Geld
eintauschen, bieten andere die Einlösung in diverse Gutscheine an.
4.2.5.
H\H4XHVW
Die Applikation eyeQuest fällt bei genauer Betrachtung nicht in die Kategorie
der Microjobbing-Apps, sondern eher in das Feld der Mobile Games with a Pur-
pose (siehe Abbildung 3). Einige Merkmale lassen jedoch Parallelitäten erkennen
und auch das Prinzip der Anwendung ist im Allgemeinen für das mobile Micro-
jobbing denkbar, sodass an dieser Stelle näher auf die App eingegangen wird.
156
Vgl. zum vorhergehenden Absatz sub1 GmbH (2014).
157
Siehe sub1 GmbH (2014).
Abbildung 14:
eyeQuest Logo

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
51
eyeQuest ist ein Service der gleichnamigen eyeQuest GmbH und wird gegen-
wärtig noch in der Betaversion getestet. Somit konzentrieren sich die verfügbaren
Jobs aktuell auf das Stadtgebiet von Berlin.
158
Der große Unterschied zu den an-
deren untersuchten Anwendungen ist, dass diese sowohl für die Microjobber auf
der einen als auch für die Auftraggeber auf der anderen Seite ausgelegt ist. So
kann der Nutzer gleichzeitig Aufgaben bearbeiten, hat aber ebenso die Möglich-
keit Aufträge zu inserieren. Dabei werden die gestellten Aufgaben als sogenannte
Eyequests bezeichnet, die entweder mit einem Foto oder Video, jeweils mit optio-
nalem Kommentar in Textform, beantwortet werden müssen. Dieses Prinzip bietet
unterschiedliche Nutzungsmöglichkeiten der App wie z. B. das Erhalten von aktu-
ellen Bildern bestimmter Orte oder Sehenswürdigkeiten, Informationen über die
Qualität eines speziellen Hotels oder über den Besucherandrang bei Veranstaltun-
gen. Neben diesen lokalen Jobs stehen zudem regionale Aufträge als Special
Quests zu Verfügung, bei denen u. a. Fotos von Werbeplakaten oder Videoauf-
nahmen von aktuellen Ereignissen gemacht werden müssen. Die Benutzeroberflä-
che von eyeQuest ist in Abbildung 15 dargestellt, in der die Erstellung eines Jobs,
die Kartenansicht der verfügbaren Eyequests in Berlin sowie die Liste der regiona-
len Special Quests zu sehen sind.
159
Das Ergebnis eines bearbeiteten Jobs wird Eyeshare genannt und durch zwei
verschiedene Arten von virtuellen Punkten belohnt. Zum einen erhält der Nutzer
in der Regel 250 Punkte pro erfüllten Auftrag, die sich auf dessen Platzierung in
einer Rangliste auswirken. Zum anderen wird eine beantwortete Aufgabe mit Di-
amant-Punkten entlohnt, die wiederum benötigt werden, um Eyequests zu erstel-
len. Dabei kostet das Inserieren eines Jobs zehn Diamant-Punkte, während übli-
cherweise pro bearbeiteter Anfrage eine Gutschrift in Höhe von 20 Diamant-
Punkten erfolgt. Die Special Quests werden ebenfalls mit Rang- und Diamant-
punkten entlohnt, wobei zusätzlich bei einigen dieser Aufgaben Gutscheine an die
besten Beiträge vergeben werden. Dabei entscheiden die User, wer die ausge-
schriebenen Gutscheine erhält, indem sie darüber abstimmen, welches die besten
Beiträge sind. Außerdem erhalten die Nutzer von eyeQuest virtuelle Trophäen für
besondere Aktivitäten wie z. B. die Number One Trophäe für das Erreichen des
ersten Platzes in der Rangliste. Neben diesen Trophäen wird weiterhin die Positi-
158
Vgl. Google Inc. (2014c).
159
Vgl. zum vorhergehenden Absatz eyeQuest GmbH (2012a) und (2012b).

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
52
on in der Rangliste bewertet und wöchentlich mit Gold (Top 1 %), Silber
(Top 10 %) oder Bronze (Top 25 %) ausgezeichnet. Zusammenfassend kommen
somit bei eyeQuest finanzielle Belohnungen in Form von vergebenen Gutscheinen
und virtuelle Belohnungen in Form von Rang- und wandelbaren Punkten sowie
zwei unterschiedlichen Arten von Auszeichnungen zum Einsatz. Die Belohnungs-
höhe wird dabei vom Plattformbetreiber vorab fix festgelegt.
160
Abbildung 15: Benutzeroberfläche von eyeQuest
Die Kamera und Ortungssensorik des Smartphones wird von der Anwendung
zwar zur Erstellung der Eyeshares genutzt, eine Verzögerungstoleranz ist jedoch
nicht implementiert. Das Benutzerkonto kann über das Online-Portal verwaltet
werden und bietet zudem die Möglichkeit Eyequests zu erstellen. Außerdem wer-
den aktuelle Punktestände samt Platzierung in der Rangliste sowie die gesammel-
ten Trophäen angezeigt. Die Einstellungen zum Benachrichtigungssystem lassen
sich ebenfalls über die Online-Plattform verändern. Dabei erfolgt die Information
über neue Aufgaben in der Nähe, beantwortete bzw. kommentierte Aufträge oder
erhaltene Belohnungen wahlweise per E-Mail oder als Nachricht direkt auf das
mobile Endgerät. Als Support-Funktion stehen eine FAQ-Seite sowie eine
E-Mail-Adresse auf dem Online-Portal zur Verfügung und auf einem separaten
Blog wird über Aktionen und neue Special Quests informiert.
160
Vgl. zum vorhergehenden Absatz eyeQuest GmbH (2012b) und (2013).

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
53
4.2.6.
0RE+LUH
Das kanadische Unternehmen Mob4Hire Inc. hat sich auf das Testen von mobi-
len Anwendungen sowie Mobile App Marketing spezialisiert. Mit der gleichna-
migen App Mob4Hire bietet es Smartphone-Besitzern die Möglichkeit Geld zu
verdienen, indem sie ihre mobilen Endgeräte als Testobjekte zur Verfügung stel-
len. Entwickler für mobile Services wie z. B. Motorola Developer, BlackBerry
Alliance Program oder Samsung Mobile Innovator, können durch Nutzung des
Dienstes von Mob4Hire Inc. auf weltweit über 60.000 Mobilfunkgeräte zurück-
greifen, um ihre Applikationen vor der offiziellen Markteinführung zu überprüfen.
Dabei reicht das Test-Spektrum vom Nachweis der Empfangbarkeit in den jewei-
ligen Mobilfunknetzen über objektive Analysen hinsichtlich der Funktionalität der
Anwendung bis hin zu Befragungen zur benutzerfreundlichen Bedienbarkeit.
161
Abbildung 17: Benutzeroberfläche von Mob4Hire
Bei der Registrierung als sogenannter Mobster (mobile Tester) werden neben
den persönlichen Daten zudem Eckdaten zu den vorhandenen mobilen Endgeräten
samt Informationen über das jeweils verwendete Mobilfunknetz angegeben, da die
Test-Aufträge entsprechend auf diese zugeschnitten sind. Je nach Aufgabe laufen
die Tests entweder im Hintergrund wie beim Nachweis der Empfangbarkeit oder
unter aktivem Mitwirken der Nutzer. Bei Letzteren müssen diese z. B. eine An-
wendung herunterladen, auf Funktionalität und Bedienbarkeit prüfen und dazuge-
161
Vgl. zum vorhergehenden Absatz Mob4Hire Inc. (2012a) und (2012b).
Abbildung 16:
Mob4Hire Logo

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
54
hörige Fragen beantworten. Da die Durchführung der Tests nicht an einen Ort
gebunden ist, handelt es sich hierbei um virtuelle Jobs. Abbildung 17 zeigt die
Benutzeroberfläche der Mob4Hire-App, auf der ebenfalls ein Auszug aus einer
Test-Beschreibung sowie das Platzieren eines Angebots zu sehen ist.
Entlohnt wird ein erledigter Test finanziell, wobei die Festlegung der Beloh-
nungshöhe in diesem Fall über einen Auktionsmechanismus und somit vom Nut-
zer bzw. von der Crowd erfolgt. Dabei platziert der User ein Angebot in der Höhe,
die er unter Berücksichtigung der Eigenheiten des Jobs für angemessen hält, wo-
raufhin der Auftraggeber entscheidet, ob eine Zulassung für den Test erfolgt oder
nicht. Dies hängt nicht allein vom gebotenen Preis des Nutzers, sondern auch von
dessen Qualifikation, Erfahrung sowie Bewertungen aus vergangenen Aufträgen
ab. Somit wird die Höhe der Belohnung zwar im Vorfeld vom User variabel fest-
gelegt, der Auftraggeber beeinflusst diese aber im Nachhinein ebenfalls durch die
Freigabe zum Test von seiner Seite.
Über das zugehörige Online-Portal von Mob4Hire lassen sich die Benutzerda-
ten verwalten, Kontostände anzeigen und Auszahlungen auslösen. Letzteres er-
folgt dabei jeden zweiten und vierten Freitag im Monat in indirekter Form auf ein
PayPal- oder Kreditkarten-Konto. Für eine Auszahlung ist jedoch ein Guthaben
von mindestens 50 USD notwendig.
162
Weiterhin bietet die Plattform die Mög-
lichkeit nicht nur fremde Anwendungen zu testen, sondern auch eigens vom Nut-
zer entwickelte Apps überprüfen zu lassen. Somit ist das Online-Portal ähnlich
wie bei eyeQuest gleichzeitig als Mitglied der Test-Crowd und als Test-
Auftraggeber nutzbar.
Die Sensorik des Smartphones wird nicht von der Mob4Hire-App selbst ge-
nutzt, sondern gegebenenfalls von den zu testenden Anwendungen. Entsprechend
verhält es sich mit einem Mechanismus zur Verzögerungstoleranz. Benachrichti-
gungen über neue Test-Aufträge oder direkte Einladungen zu den Jobs werden per
E-Mail versendet und als Support stehen auf dem Online-Portal FAQs für Tester
und Entwickler zur Verfügung.
162
Vgl. Mob4Hire Inc. (2012c).

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
55
4.2.7.
3UHPLR&HQW
Die Anwendung PremioCent wird von der net-Com AG mit Sitz in Osnabrück
herausgegeben und bietet drei unterschiedliche Möglichkeiten sogenannte Premi-
oCents (kurz: PC) zu verdienen. Zunächst erhält der Microjobber diese virtuellen
Punkte indem er Informationen zu einer bereits in der App vorhandenen Location
hinzufügt oder eine neue Location innerhalb der vorgegebenen Kategorien anlegt.
So können im Bereich des Einzelhandels z. B. Modegeschäfte, Drogerien oder
Reisebüros als Location ergänzt werden, aber auch Örtlichkeiten zu weiteren Ka-
tegorien wie Dienstleitungen, Kultur und Freizeit oder Essen und Trinken sind
erfassbar. Zusätzlich zum Hinzufügen von Kontaktinformationen, Beschreibungen
sowie Innen- und Außenfotos bringt das Anwerben dieser Locations als Premio-
Cent-Partner weitere Punkte für die Nutzer.
163
Die zweite Möglichkeit PremioCents zu erhalten besteht im Scannen von
QR-Codes, die bei diesen PremioCent-Partnern zu finden sind. Je nach Location
ist es möglich bei Besuch des Geschäfts oder beim Kauf eines Produktes vor Ort
den entsprechenden Code mithilfe der App zu erfassen. Der dritte Weg zum ver-
dienen von Punkten sind die Aktionen, die die net-Com AG dauerhaft oder zeitlich
befristet anbietet. Diese können ortsgebunden wie das Fotografieren von beliebten
Plätzen oder Sehenswürdigkeiten, aber auch Ereignisse aus dem Privatleben der
User sein. Unter Letzteres Fallen u. a. PremioCents für das Bestehen der Führer-
schein- oder Abiturprüfung, gute Noten auf Schulzeugnissen eine Geburt oder
Hochzeit. Somit bietet die Anwendung sowohl ortsgebundenen reale Jobs wie das
Fotografieren des Innen- bzw. Außenbereichs einer Location, als auch ortsunab-
hängige virtuelle Aufgaben, da das Hinzufügen der Kontaktinformationen oder
einer Beschreibung nicht an die Anwesenheit des Nutzers in der entsprechenden
Örtlichkeit gebunden ist. In Abbildung 19 ist die Nutzeroberfläche von Premio-
Cent dargestellt, die die vorhandenen Locations in einer Listenansicht sowie die
Maske zur Erfassung neuer Locations zeigt.
164
Die erhaltenen Punkte dienen gleichzeitig zur Aufnahme und Platzierung in der
Hall of fame sowie zur Aufladung eines Kontos, mit dessen Guthaben unter-
schiedliche Prämien eingelöst werden können. Unter den lokalen Prämien finden
163
Vgl. zum vorhergehenden Absatz net-Com AG (2014a) und (2014b).
164
Vgl. zum vorhergehenden Absatz net-Com AG (2014a) und (2014b).
Abbildung 18:
PremioCent Logo

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
56
sich dabei hauptsächlich Produkte, die bei PremioCent-Partnern vor Ort erhältlich
sind. Bei den globalen Prämien handelt es sich um Gutscheine wie z. B. für Ama-
zon oder Kinokarten.
165
Somit stellen die PremioCents zum einen Rangpunkte
und zum anderen wandelbare Punkte dar. Letztere können für eine finanzielle
Belohnung in Form von Gutscheinen oder für materielle Belohnungen in Form
von Produkten der PremioCent-Partner eingelöst werden.
Abbildung 19: Benutzeroberfläche von PremioCent
Als weitere Art der virtuellen Belohnung werden besondere Leistungen mit so-
genannten Badges ausgezeichnet. Diese sind für die User nicht nur repräsentativ,
sondern schalten zusätzlich weitere Funktionen der Anwendung frei. So können
Nutzer mit Ambassador-Status z. B. Fotos aus der Bilddatenbank ihres Smartpho-
nes hochladen, was sonst nur direkt aus der Foto-Funktion der App möglich ist.
Durch diese Art der Verzögerungstoleranz ist es möglich auch bei Locations mit
schlechter mobiler Datenverbindung Punkte zu sammeln, indem Fotos vor Ort
gemacht und erst später über die Anwendung hochgeladen werden.
166
Die Belohnungshöhe wird von der net-Com AG als Plattformbetreiber in Form
der zu erhaltenen Punkte festgelegt, während die Preise und Konditionen der ein-
zulösenden Prämien von den PremioCent-Partnern bestimmt werden. Dabei ist für
den Microjobber die maximale Anzahl an PremioCents im Vorfeld bekannt.
167
165
Vgl. net-Com AG (2014c).
166
Vgl. zum vorhergehenden Absatz net-Com AG (2014b).
167
Vgl. net-Com AG (2014b).

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
57
Für das Anlegen einer Location werden z. B. 5 PC ausgezahlt und die Aufnahme
eines Fotos vom Innenbereich bringt bis zu 75 PC. Wie viele Punkte der User im
Nachhinein tatsächlich erhält ist variabel und hängt von der Qualität der erfassten
Daten ab. Diese wird ebenfalls vom Plattformbetreiber bewertet und variiert von
geringer über mittlere bis hin zu hoher Qualität.
Im Hinblick auf die Benutzerfreundlichkeit sind die Auszahlungsbedingungen
unterschiedlichen Einschränkungen unterworfen. Einerseits kommt es zu einer
zeitlichen Verzögerung, da erst nach Prüfung der übermittelten Daten die Gut-
schrift der PremioCents erfolgt. Zudem zieht die Einlösung der Prämien eine Be-
arbeitungszeit seitens des Plattformbetreibers mit sich, sodass von der Erledigung
eines Jobs bis zum Erhalt der Prämie einige Tage bis Wochen vergehen können.
Außerdem ist eine Auszahlung der Punkte in Geld nicht möglich. Dafür bietet das
zusätzliche Online-Portal sämtliche Funktionen der mobilen Anwendung, bis auf
das Scannen von QR-Codes und das Fotografieren der Location. Hier finden sich
weiterhin die Support-Funktionen in Form eines Kontaktformulares sowie FAQ.
Ein separater PremioCent-Blog informiert über neue Funktionen der App und
Aktionen zum Punkte sammeln.
168
Zudem tragen die Nutzung der Kamera und Ortungssensorik der Smartphones
zur Nutzerfreundlichkeit bei. Mithilfe der in der App integrierten Kartenansicht
lassen sich Locations einfach finden und die Foto-Funktion von PremioCent
übermittelt die Bilder direkt nach ihrer Aufnahme an die Plattform. Bei einigen
Aktions-Aufgaben oder als Nutzer mit Ambassador-Status ist ferner der bereits
erwähnte Verzögerungsmechanismus vorgesehen, der es möglich macht Bilder
vor Ort zu fotografieren und später bei einer besseren mobilen Datenverbindung
zu übermitteln. Eine Benachrichtigungsfunktion, die über Locations in der Nähe
des User-Standortes informiert, existiert aktuell nicht.
4.2.8.
VFDQPLOHV
Bei der Anwendung scanmiles werden die Microjobber für das Einscannen von
Produkten belohnt. Dabei sind die Geschäfte sowie die zu scannenden Produkte
vorgegeben. In der Regel können maximal fünf Bar- oder QR-Codes von unter-
schiedlichen Artikeln in einer Verkaufsstätte erfasst werden, wobei der User pro
168
Vgl. Deutsche Stadtmarketing Gesellschaft mbH (2014).
Abbildung 20:
scanmiles Logo

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
58
Scan einen Punkt erhält. Das Erfassen der Produkte geschieht unabhängig vom
Einkauf des Nutzers, d. h. ein gescannter Artikel muss nicht gekauft werden.
169
Abbildung 21 zeigt die Benutzeroberfläche von scanmiles, auf der eine Listenan-
sicht, die zu erfassender Produkte sowie die Prämienauswahl zu sehen sind.
Abbildung 21: Benutzeroberfläche von scanmiles
Die gesammelten Punkte können gegen finanzielle Belohnungen als Gutschei-
ne, z. B. für das Kaufhaus Müller oder für den Online-Spielzeughändler myToys,
oder eine Spende für die Naturschutzorganisation WWF Deutschland eingetauscht
werden. Die Festlegung der Belohnungshöhe in Form dieser wandelbaren Punkte
erfolgt fix durch den Plattformbetreiber bzw. den Auftraggeber. Letzterer nutzt
scanmiles als mobiles Marketinginstrument, um die Nutzer der Anwendung in
seine Filialen zu locken oder auf neueingeführte Produkte hinzuweisen.
170
Im Hinblick auf die Benutzerfreundlichkeit der Anwendung wird die Kamera
sowie Ortungssensorik des Smartphones verwendet, um die Produkt-Codes zu
scannen und zu überprüfen, ob dies in der vorgegebenen Verkaufsfiliale ge-
schieht. Ein Benachrichtigungssystem ist in der App nicht implementiert. Auf-
grund der geringen Datenmenge, die übermittelt werden muss, existiert zudem
kein Verzögerungsmechanismus. Außerdem weist der Online-Auftritt von scan-
169
Vgl. scanmiles GmbH (2014).
170
Vgl. mynetfair AG (2014).

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
59
miles keinerlei Funktionen zur Unterstützung der mobilen Anwendung auf und
bietet als Support lediglich ein Kontaktformular.
Bei den Auszahlungsbedingungen ist eine Bearbeitungszeit zwischen Scan des
Produkts und Prämien-Auszahlung vorgesehen sowie eine Wandlung der Punkte
in Geld ebenfalls nicht möglich. Allerdings fällt im Vergleich zu PremioCent auf,
dass bei scanmiles höhere Grenzbeträge für eine Auszahlung angesetzt sind. So
können die Microjobber bei PremioCent z. B. einen Amazon-Gutschein in Höhe
von 5,00 EUR bereits für 685 PC einlösen, während ein vergleichbarer Gutschein
für 4,00 EUR bei scanmiles 4.000 Punkte kostet. Hinzu kommt, dass bei Letzte-
rem in der Regel höchstens fünf Punkte je Geschäft gesammelt werden können,
bei PremioCent die Erfassung sämtlicher Informationen zu einer Location in ho-
her Qualität mit 200 PC
171
belohnt wird.
4.2.9.
6WUHHWVSRWU
Die Anwendung Streetspotr, herausgegeben von der gleichnamigen Streetspotr
GmbH, ist verfügbar in Deutschland, Österreich, der Schweiz und Großbritannien.
Das Aufgabenspektrum ist dabei ähnlich breit gestreut wie beim AppJobber. Die
hier als Spots bezeichneten Aufträge reichen vom Erfassen von Adressen und
Öffnungszeiten über die Überprüfung von Produktplatzierungen samt tagesaktuel-
ler Preisvergleiche bis hin zu sogenannten Stufen-Spots, bei denen Eingangsberei-
che von öffentlichen Gebäuden oder Geschäften auf ihre Barrierefreiheit überprüft
werden müssen. Ausgewählt werden die Aufträge entweder mithilfe der integrier-
ten Karte, auf der jeder Spot gekennzeichnet, ist oder über die Listenansicht, in
der die Aufgaben nach Entfernung vom Standort des Microjobbers aufgereiht
sind.
172
Neben diesen lokalen Jobs existieren zudem auch regionale Spots wie das
Suchen und Melden von Taxiständen oder Hotelbauprojekten. Weiterhin werden
ebenso virtuelle Aufgaben veröffentlicht, die nicht ortsgebunden sind. Hierunter
fallen z. B. das Herunterladen und Testen von Apps oder der wöchentlich ausge-
schriebene Rätsel-Spot.
171
Anlegen der Location: 5 PC, Kontaktinformationen: 30 PC, Beschreibung: 30 PC,
Innenfoto: 60 PC, Außenfoto: 75 PC.
172
Vgl. Google Inc. (2014d), Streetspotr GmbH (2014a) und (2014c).
Abbildung 22:
Streetspotr Logo

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
60
Abbildung 23: Benutzeroberfläche von Streetspotr
Jeder der Aufträge enthält eine umfangreiche Beschreibung, wie dieser zu er-
füllen ist und welchen Hintergrund die Aufgabe hat. Diese ist, ebenso wie die Be-
lohnung, die es für die Erfüllung des Auftrags gibt, bereits vor der Annahme eines
Spots einsehbar. Während der Bearbeitung wird der Nutzer Schritt für Schritt
durch die jeweiligen Teilaufgaben geleitet wie das Aufnehmen von Fotos, die
Beantwortung von Fragen oder das Lesen von Hintergründen zum Spot. Einige
dieser Schritte sind dabei obligatorisch, andere hingegen optional, sodass der User
z. B. die Beschreibung des Auftrags überspringen kann, wenn er bereits ähnlich
Spots erledigt hat. Die Benutzeroberfläche von Streetspotr ist in Abbildung 23 zu
sehen, in der die Kartenansicht samt einer Spot-Beschreibung und die Streetspotr-
Rangliste dargestellt sind.
Für abgearbeitete Spots erhalten die Nutzer als Belohnung Geld, sogenannte
Streetpoints (kurz: SP) und Auszeichnungen. Mit wie vielen Streetpoints eine
Aufgabe entlohnt wird, ist bereits vor deren Annahme bekannt ebenso wie die
Höhe des Geldbetrages, der für viele Spots zusätzlich auf das Nutzer-Konto gut-
schrieben wird. Die Badges genannten Auszeichnungen hingegen werden für be-
sondere Leistungen oder nach Anzahl abgeschlossener Aufgaben verliehen. User
die z. B. 20 Stufen-Spots erledigt haben erhalten die Auszeichnung Social Hero
und für den Badge Street Master müssen insgesamt 5.000 SP verdient werden.
173
173
Vgl. Streetspotr GmbH (2014b).

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
61
Die gesammelten Streetpoints spiegeln die Erfahrung der einzelnen Microjob-
ber wider und legen die Platzierung in der Streetspotr-Rangliste fest. Anfang des
Jahres 2014 kündigte die Streetspotr GmbH an, dass die Punkte zukünftig auch
gegen Angebote und Prämien eingetauscht werden können. Somit handelt es sich
bei den Streetpoints sowohl um Rang- als demnächst zugleich um wandelbare
Punkte. Ist es in Zukunft möglich, diese Sachpreise einzutauschen, werden die
abgeschlossenen Aufgaben somit materiell, finanziell in Form von Geld sowie
virtuell mit Auszeichnungen und Punkten belohnt.
Die Festlegung der Belohnungshöhe wird bezüglich der zu verdienenden
Streetpoints von der Streetspotr GmbH als Plattformbetreiber festgelegt. Die Höhe
des zusätzlichen Geldbetrages legt der Auftraggeber fest, der nach Erhalt der vom
Nutzer übermittelten Daten sieben Tage Zeit hat diese zu kontrollieren. Genügt
die Qualität der Ergebnisse nicht den Ansprüchen des Auftraggebers, kann er den
Spot mit einer Begründung zurückweisen. Der Microjobber hat anschließend die
Möglichkeit sein Ergebnis innerhalb von zwei Tagen nachzubessern. Werden die
Daten vom Auftraggeber angenommen, kommt es zur Gutschrift des vorab festge-
legten Geldbetrages und der Streetpoints auf das Konto des jeweiligen Nutzers.
174
Da eine Anpassung der Belohnungshöhe etwa anhand der Qualität der übermittel-
ten Daten nicht stattfindet, handelt es sich um eine fixe Festlegungsart.
Bezüglich der Benutzerfreundlichkeit bringt die Überprüfung der Daten auch
bei Streetspotr Einschränkungen im Hinblick auf die Auszahlungsbedingungen
mit sich. Zu der zeitlichen Verzögerung der Gutschrift auf das Nutzer-Konto auf-
grund der bis zu 30 Tage andauernden Prüfung kommt die Wartezeit für die
Überweisung des Geldbetrages auf das PayPal-Konto des Users hinzu. Letzteres
stellt die einzige Möglichkeit der Auszahlung dar, welche somit ausschließlich
indirekt und in Euro erfolgt.
175
Als Hilfestellung für die mobile Anwendung, können sich die Microjobber auf
dem Internetauftritt von Streetspotr registrieren. Weitere die App unterstützende
Funktionen wie das Verwalten von Benutzerdaten existieren hier jedoch nicht.
Dafür wird auf dem Online-Portal ein umfangreicher Support angeboten, der u. a.
FAQ, ein Kontaktformular und einige Fallstudien zur Funktionsweise der Anwen-
174
Vgl. Streetspotr GmbH (2014c).
175
Vgl. zum vorhergehenden Absatz Streetspotr GmbH (2014c).

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
62
dung umfasst. Zudem werden die User mittels eines Blogs über Neuigkeiten in-
formiert. Diese Support-Funktionen stehen ebenfalls in der App zur Verfügung, in
der außerdem ein Beispiel-Spot nach der ersten Anmeldung bearbeitet werden
muss. Weiterhin können innerhalb der Applikation die Einstellungen zum Be-
nachrichtigungssystem verwaltet werden. Eine Benachrichtigung des Users kann
je nach Ereignis ausgeschaltet werden oder per E-Mail bzw. Smartphone-
Nachricht erfolgen.
Bei der Bearbeitung eines Spots greift die Anwendung auf eine integrierte Fo-
to-Funktion sowie die Ortungssensorik des Smartphones zurück. So wird der Nut-
zer z. B. gewarnt, wenn er einen Auftrag annimmt, obwohl er sich weiter als
100 m von diesem entfernt aufhält und ist eine Annahme bei zu großer Distanz
gar nicht erst möglich. Hat der User sämtliche Teilaufgaben des Spots erledigt
und schließt diesen ab, wird er bei schlechter mobiler Datenverbindung gefragt,
ob der Datentransfer später stattfinden soll. Die implementierte Verzögerungstole-
ranz übermittelt die Daten anschließend aber nicht automatisch, sobald eine Ver-
bindung zu einem WLAN besteht. Dazu muss der Nutzer den zurückgestellten
Spot erneut aufrufen und beenden.
4.2.10.
6XUYH\FRP 0RELOH
Wie bereits der Name von Survey.com Mobile impliziert, werden die User die-
ser App für die Teilnahme an Umfragen belohnt. Diese sind in unterschiedlichen
Kategorien wie Lifestyle, Communication oder Food & Drink eingeteilt und kön-
nen direkt innerhalb der Anwendung beantwortet werden, was in der nur wenige
Minuten dauert. Allgemeine Fragen, z. B. über das Konsumverhalten der letzten
Tage, können von allen Nutzern beantwortet werden. Einige Umfragen hingegen
sind an einen speziellen Ort gebunden, sodass die Teilnahme auf Microjobber in
deren Nähe eingeschränkt ist.
176
Somit bietet Survey.com Mobile seinen Nutzern
sowohl virtuelle ortsunabhängige als auch ortsgebundene Befragungen an. Letzte-
re erfordern dabei gelegentlich die Aufnahme von Fotos oder Videos. In Abbil-
dung 25 ist die Benutzeroberfläche von Survey.com Mobile dargestellt, die Über-
sicht eines Nutzer-Kontos sowie zwei beispielhafte Umfrage-Layouts zu sehen.
176
Vgl. Survey.com (2014a).
Da Survey.com sich auf den amerikanischen Markt konzentriert, stehen in
Deutschland aktuell keine ortsgebundenen zur Verfügung.
Abbildung 24:
Survey.com Mobile
Logo

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
63
Abbildung 25: Benutzeroberfläche von Survey.com Mobile
Die User werden für die Teilnahme an einer Umfrage finanziell entlohnt. Da
sich Survey.com auf den amerikanischen Markt konzentriert, erhalten die Nutzer
geringe Cent-Beträge in US-Dollar pro ausgefüllten Fragebogen. Die Höhe des
Entgelts wird von den Unternehmen festgelegt, die die Befragung bei Survey.com
in Auftrag geben. Die Auszahlung des Lohns wird auf unterschiedliche Weise
eingeschränkt. Zum einen ist ein Transfer des Geldes nur indirekt auf ein PayPal-
Konto und zudem erst ab einem Betrag von 7,50 USD möglich. Zum anderen
steht das Guthaben zwar direkt nach der Beendigung einer Umfrage auf dem Nut-
zer-Konto der App zur Verfügung, die Überweisung auf ein PayPal-Konto dauert
nach Anweisung der Auszahlung allerdings zwischen 25 und 30 Arbeitstage.
177
Survey.com Mobile macht Gebrauch von der Smartphone-Sensorik, indem ver-
einzelt Foto- oder Videoaufnahmen in einer Befragung erforderlich sind. Ferner
können die Geräte der Nutzer geortet werden, um diese über in der Nähe liegende
ortsgebundene Umfragen zu informieren. Dementsprechend ist ein Benachrichti-
gungssystem in der Anwendung implementiert. Eine Funktion zur Verzögerung
der Datenübermittlung gibt es jedoch nicht. Mithilfe der zusätzlichen Online-
Plattform von Survey.com lassen sich die Nutzerdaten verwalten und Informatio-
nen über das aktuelle Guthaben abrufen und außerdem nicht ortsgebundene Um-
fragen beantworten. Weiterhin werden hier Support-Funktionen in Form von FAQ
und eines Kontaktformulars geboten.
177
Vgl. zum vorhergehenden Abschnitt Survey.com (2014b).

4. Ein Klassifizierungssystem für mobile Microjobbing-Anwendungen
Masterarbeit
·
F. Krüger
64
4.3.
Zwischenfazit
Das zu Beginn dieses Abschnitts hergeleitete Klassifizierungssystem für mobi-
le Microjobbing-Apps wurde im weiteren Verlauf als Analyse-Tool für eine Aus-
wahl identifizierter Applikationen herangezogen. Die Untersuchung der Micro-
jobbing-Anwendungen zeigte sowohl die vielfältigen Gestaltungs- und Einsatz-
möglichkeiten solcher Dienste als auch die Anwendbarkeit des Klassifizierungs-
systems. Während die betrachteten Apps in gleichem Maße reale, ortsgebundene
sowie virtuelle, ortsunabhängige Jobs für die Microjobber bereithalten, belohnen
sie diese in der Regel in finanzieller oder virtueller Form. Nur eine der insgesamt
zehn untersuchten Apps bietet bislang die Möglichkeit einer materiellen Entloh-
nung. Ebenso die Festlegung der Belohnungshöhe erfolgt häufig fix und durch die
Auftraggeber bzw. die Herausgeber der Anwendung als Plattformbetreiber.
Die Funktionen zur Verbesserung der Benutzerfreundlichkeit werden in unter-
schiedlichem Umfang eingesetzt. Dabei gilt nicht zwingend, dass eine Anwen-
dung mit einer Vielzahl dieser Funktionen ausgestattet eine bessere Benutzer-
freundlichkeit aufweist als eine App, in der keine oder nur wenige solcher Me-
chanismen implementiert sind. Viel mehr ist dies von der technischen Umsetzung
dieser Funktionen und insbesondere von den übrigen Merkmalen der Anwendung
abhängig. Die Untersuchung des Zusammenhangs zwischen den einzelnen Be-
standteilen zur Verbesserung und der tatsächlich empfundenen Benutzerfreund-
lichkeit ist jedoch nicht Bestandteil dieser Arbeit, sondern Aufgabe weiterer For-
schung auf diesem Gebiet. Die hier zukünftig gewonnenen Erkenntnisse sind ent-
sprechend in das Klassifizierungssystem zu integrieren, damit dessen Anwend-
barkeit und Flexibilität auch weiterhin gewährleistet bleibt.

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
65
5.
E
MPIRISCHE
U
NTERSUCHUNG
Gegenstand des nachfolgenden Kapitels ist eine empirische Untersuchung zur
Wirkung mobiler Microjobbing-Anwendungen auf potenzielle Nutzer. Zunächst
wird das gewählte Untersuchungsdesign vorgestellt sowie auf die Durchführung
und Auswertung eingegangen. Die an dieser Stelle kurz gefassten Erläuterungen
beziehen sich auf den umfassenden Bericht der Analyse. Wesentliche Inhalte die-
ses Berichts, die aus Platzgründen nicht aufgeführt sind wie z. B. der inhaltsanaly-
tische Ablauf oder die Anwendung der Gütekriterien finden sich im Anhang wie-
der. Die Ergebnisse der Analyse werden anschließend interpretiert und hinsicht-
lich der bisher vorliegenden Erkenntnisse diskutiert. Die sich daraus ergebenen
Implikationen für die Microjobbing-Praxis, in erster Linie für die Plattformbetrei-
ber und Auftraggeber, sowie für weiterführende Forschungen schließen dieses
Kapitel ab.
5.1.
Untersuchungsdesign
Die Wirkung der mobilen Microjobbing-Anwendungen auf potenzielle Nutzer
wurde in der Forschung bislang nicht betrachtet. Um auf diesem Feld erste Einbli-
cke zu gewinnen, wurde ein exploratives Untersuchungsdesign gewählt, dem
nachfolgende Fragestellungen als Grundlage dienten:
1. Wie wirkt das mobile Microjobbing-Konzept auf die potenziellen Nutzer?
a. Würden sie entsprechende Anwendungen nutzen?
i. Falls ja, warum bzw. welche Vorteile sehen sie für sich?
ii. Falls nicht, warum bzw. welche Bedenken haben sie?
2. Welche weiteren Möglichkeiten sehen die Nutzer in dem Konzept?
3. Welche weiteren Bedenken haben die potenziellen Nutzer gegenüber dem mo-
bilen Microjobbing?
Zur Beantwortung dieser Fragen fand zunächst eine dem explorativen Untersu-
chungsdesign entsprechende primäre, qualitative Datenerhebung in Form eines
mündlichen Fokusgruppeninterviews (kurz: FGI) statt. Um die Einstellungen und
Ansichten der Teilnehmer nicht zu beeinflussen, wurden ihnen dabei wesentliche
Erkenntnisse insbesondere zu den Potenzialen und Grenzen des mobilen Micro-
jobbings weitgehend vorenthalten. Die Situation der moderierten Gruppendiskus-

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
66
sion ermöglichte es den Probanden sich gegenseitig Denkanstöße in unterschiedli-
che Richtungen zu geben und somit ein breites Spektrum an Facetten und Aus-
wirkungen des mobilen Microjobbings zu beleuchten. Neben Aussagen zu den
bereits gewonnenen Erkenntnissen zielte die Wahl der Erhebungsmethode zudem
auf die Gewinnung bislang nicht berücksichtigter Aspekte des mobilen Microjob-
bings ab.
Anschließend wurde der transkribierte Verlauf der FGI mithilfe einer zusam-
menfassenden qualitativen Inhaltsanalyse ausgewertet. Die Untersuchungseinhei-
ten wurden aus dem Freundes- und Bekanntenkreis des Verfassers gewählt. Sie
fallen zwar alle in die Grundgesamtheit der 18 bis 30-jährigen Smartphone-Nutzer
und weisen unterschiedliche Eigenschaftsausprägungen hinsichtlich Alter, Ge-
schlecht sowie Lebens- und Berufssituation auf, ein Repräsentationsschluss der
Stichprobe auf die Grundgesamtheit ist dadurch jedoch nicht möglich.
5.2.
Durchführung der Untersuchung
Die freiwilligen Probanden wurden im Vorfeld eingeladen, an einem von ins-
gesamt drei möglichen FGI-Terminen teilzunehmen. Aufgrund zu geringer
Rückmeldungen für einen der Termine wurden die FGI auf Freitag, den 28. Feb-
ruar 2014, und Samstag, den 15. März 2014, jeweils ab 20 Uhr festgelegt. Von
den insgesamt 21 eingeladenen Teilnehmern erschienen sieben zum ersten und
acht zum zweiten Termin.
Die FGI fanden in den Räumlichkeiten des Verfassers statt, der ebenfalls die
Rolle des Moderators (kurz: M) einnahm. Nachdem dieser die Probanden über
Hintergrund und Ziel des FGI sowie die Anonymisierung ihrer persönlichen Da-
ten aufklärte, stellten sich die Teilnehmer kurz vor. Anschließend führte M mithil-
fe einer Powerpoint-Präsentation Streetspotr als ein konkretes Beispiel für eine
mobile Microjobbing-Anwendung vor. Nach Klärung der Fragen von Seiten der
Teilnehmer sollten diese in einer ersten Gruppendiskussion ihre Eindrücke und
Meinungen zu Streetspotr äußern.
Daraufhin präsentierte M das allgemeine Konzept des mobilen Crowdsour-
cings, worauf die zweite Diskussionsrunde aufbaute. Während der Diskussions-
phasen notierte M die von den Teilnehmern angesprochenen Themen stichpunkt-

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
67
artig auf einem Flipchart. Als Dankeschön für ihre Unterstützung wurde den Teil-
nehmern sowohl während des FGI als auch im Anschluss Verpflegung wie Snacks
und Getränke zur Verfügung gestellt.
Die Verläufe der FGI wurden mit einem Diktiergerät (Typ: Olympus DM-650)
aufgezeichnet und im Nachgang in digitaler Form transkribiert, um deren an-
schließende Auswertung zu vereinfachen und nachvollziehbar zu machen. Als
Hilfestellung erhielten die Transkribenten im Vorfeld Hinweise zur Interviewtran-
skription.
5.3.
Auswertung der Daten
Zur Auswertung der beiden FGI wurde die Methode der zusammenfassenden
qualitativen Inhaltsanalyse angewendet, wobei deren Vorgehensweise an der von
M
AYRING
angelehnt ist.
178
Nach der Beschreibung des Ausgangsmaterials in
Form der transkribierten FGI-Verläufe wurde die Richtung der Analyse hinsicht-
lich des kognitiven Hintergrunds der Teilnehmer festgelegt. Darauf folgte der Be-
zug der Fragestellungen auf die Vorarbeiten der vorangegangenen Kapitel sowie
die Erstellung des Ablaufmodells der Untersuchung.
Als zentrales Hilfsmittel der Analyse wurde zunächst ein Kategoriensystem
deduktiv aus den Erkenntnissen der bisherigen Forschung und der vorab identifi-
zierten und untersuchten Apps definiert. Nach der Festlegung der Analyseeinhei-
ten fanden die Paraphrasierung der Aussagen der Teilnehmer sowie deren Genera-
lisierung auf ein vorab festgelegtes Abstraktionsniveau statt. Das Kategoriensys-
tem wurde in der darauffolgenden Kodierung induktiv angepasst und an Theorie
und Ausgangsmaterial rücküberprüft. Das entstandene Kategoriensystem ist in
Tabelle 4 übersichtlich dargestellt und wird im Untersuchungsbericht im Anhang
näher erläutert. Es folgte die Zusammenstellung und Interpretation der Ergebnisse
sowie Schlussfolgerungen für Praxis und weiterführende Forschung. Abschlie-
ßend wurde der Untersuchungsgang anhand von allgemeinen und spezifisch in-
haltsanalytischen Gütekriterien bewertet.
178
Vgl. Mayring (2010), S. 48-85.

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
68
Vorteile und Potenziale
Nachteile und Gefahren
Nutzungsverhalten
·
Flexibilität
·
Privatsphäre
·
Rechtslage
·
Ethik
·
Sicherheit
·
Transparenz
·
Aufgabe
·
Motivation
·
Situation
·
Auszahlung
·
Nutzer
·
Performance
Einstellung und
Ansichten
Tabelle 4: Induktiv angepasstes Kategoriensystem der qualitativen Inhaltsanalyse
5.4.
Interpretation und Diskussion der Ergebnisse
Nachfolgend werden die Ergebnisse der empirischen Untersuchung dargestellt
und in Bezug auf die zugrundeliegende Fragestellungen sowie den Stand der For-
schung (siehe Kapitel 3) analysiert, interpretiert und diskutiert. Dabei orientiert
sich der Ablauf an dem Kategoriensystem der qualitativen Inhaltsanalyse. Vorab
kann bereits festgehalten werden, dass keiner der Teilnehmer die vorgestellte
Microjobbing-Anwendung im Vorfeld genutzt hat noch diese im Detail kannte.
5.4.1.
Einstellung und Ansichten
Die Wirkung des mobilen Microjobbings auf die Probanden ist unterschiedlich.
Während einige Teilnehmer das Konzept interessant finden, war ein großer Teil
nicht vom mobilen Microjobbing überzeugt. Dabei spielen insbesondere der Da-
tenschutz und die Privatsphäre eine bedeutende Rolle in der Diskussion. So wird
angeführt, dass hier Geld verdient wird, indem die Privatsphäre anderer Personen
durch die entstandenen Fotoaufnahmen verletzt wird. In diesem Zusammenhang
wird vor allem die Möglichkeit der Verknüpfung mit sozialen Netzwerken als
problematisch und störend empfunden. Dies beschränkt sich jedoch nicht auf
Microjobbing-Anwendungen, sondern gilt für sämtliche Smartphone-Apps. Auf
weitere Aspekte hingehend Datenschutz wird später unter dem Punkt Privatsphäre
gesondert eingegangen.
Weiterhin bestehen Bedenken hinsichtlich des Missbrauchs entsprechender
Anwendungen, aber auch in Bezug auf eine Zukunft, in der ausschließlich Tage-
löhner-Jobs mithilfe des Smartphones bearbeitet werden. Die Akzeptanz der Öf-
fentlichkeit wird nicht nur in Frage gestellt, sondern die Ablehnung ähnlicher

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
69
Konzepte mit Erfahrungen aus Medienberichten belegt. Einige Teilnehmer sehen
im Microjobbing u. a. aufgrund der zu verdienenden Punkte eher ein Spiel und
vergleichen es mit dem Konzept des Geocachings. Probanden mit geteilter Mei-
nung sind zwar vom allgemeinen Konzept überzeugt, allerdings nicht von dessen
Umsetzung in der Praxis. Außerdem differenzieren sie nach Art der Aufgabe und
erachten einige für sinnvoll. Die Bearbeitung bestimmter anderer Jobs schließen
sie für sich persönlich aber aus.
5.4.2.
Vorteile und Potenziale
Hinsichtlich der Flexibilität existieren ebenfalls unterschiedliche Ansichten
bei den Teilnehmern. Einerseits wird angeführt, dass durchaus flexibel und ohne
großen Mehraufwand Geld verdient werden kann. Andererseits besteht die Be-
fürchtung, dass die Bearbeitung der Aufgaben im Vorfeld geplant sowie zusätzli-
che Zeit aufgewendet werden muss. Der Vorteil Wartezeiten effektiv zu nutzen,
um mit dem mobilen Microjobbing Geld zu verdienen, wird angezweifelt. Die
Probanden führen hier an, dass falls es zu solchen Wartezeiten kommt, diese in
der Regel täglich an denselben Orten verbracht werden z. B. auf dem Weg zur
Arbeitsstelle. Die ortsgebundenen Aufgaben sind jedoch geografisch weit verbrei-
tet, was deren Bearbeitbarkeit während dieses Zeitraums erheblich einschränkt.
Die Teilnehmer betrachten das mobile Microjobbing zudem nicht als potenziel-
le primäre Einnahmequelle, aber werten die Möglichkeit des Zuverdienstes posi-
tiv. Dies deckt sich weitgehend mit den Erkenntnissen der Forschung, da sich
Microjobbing als Haupteinnahmequelle auf die erwähnten Projekte in Entwick-
lungsländern bezieht.
Über die vorteiligen Aspekte aus der bisherigen Forschung hinaus sehen die
Teilnehmer weitere Potenziale und Einsatzmöglichkeiten des mobilen Micro-
jobbings für Jugendliche sowie in den Bereichen Marktforschung, Soziales und
Tourismus. So bietet das Microjobbing mit dem Smartphone die Gelegenheit jun-
ge Menschen weg von Computer- und Fernseh-Bildschirmen ins öffentliche Le-
ben zu locken und sie z. B. für Kultur zu sensibilisieren. Im Bereich der Marktfor-
schung können nach Ansicht einiger Probanden die gerichtete Ansprache von
Zielgruppen sowie die Abläufe von Produkttest verbessert werden. Zudem wäre
es möglich, die gewonnen Informationen für die Allgemeinheit zur Verfügung zu

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
70
stellen, damit nicht ausschließlich wirtschaftliche Unternehmen profitieren. Einige
Teilnehmer können sich vorstellen, unbekannte Städte mithilfe mobiler Microjob-
bing-Anwendungen zu erkunden.
5.4.3.
Nachteile und Gefahren
Die mögliche Verletzung der Privatsphäre sowohl der Microjobber als auch
Unbeteiligter ist ausschlaggebend für viele Teilnehmer entsprechende Anwen-
dungen nicht zu nutzen und wurde in den FGI emotional diskutiert. Dabei argu-
mentiert eine Seite, dass die Privatsphäre bereits in viel größerem Umfang von
anderen Diensten, insbesondere durch soziale Netzwerke wie z. B. facebook, ver-
letzt wird und dass das mobile Microjobbing als weniger kritisch betrachtet wer-
den kann. Viele Teilnehmer sind jedoch der Ansicht, dass dies keine Rechtferti-
gung für weitere Verstöße gegen das Datenschutzrecht ist und befürchten, dass
neben den Fotodaten auch Bewegungsprofile mithilfe der GPS-Ortung erstellt und
ausgewertet werden könnten. Sie bemängeln das Fehlen einer Kontrollinstanz
sowie des Interesses am Datenschutz und begründen dies mit dem Geschäftsmo-
dell des mobilen Microjobbings. Dieses basiert ihrer Meinung nach auf der Wei-
tergabe von Daten.
Der Vergleich mit dem Staatssicherheitsdienst der ehemaligen DDR verdeut-
licht zudem die Bedenken hinsichtlich einer ständigen Überwachung durch die
Microjobbing-Apps. In Anlehnung an die erwähnten Vorteile für Jugendliche
wird davon ausgegangen, dass diese ein anderes Verständnis von Privatsphäre und
Datenschutz besitzen und es als normal erachten private Daten im Internet zu ver-
öffentlichen. Einigkeit herrschte bei den Teilnehmern dahingehend, dass niemand
die Microjobbing-Applikationen mit sozialen Netzwerken verknüpfen würde, da
somit Daten über einen selbst preisgegeben werden könnten.
Die Einstellungen und Ansichten zum Datenschutz und zur Privatsphäre zei-
gen, dass dieses Thema zugleich Risiko und Herausforderung für die Plattformbe-
treiber aber auch für die Auftraggeber darstellt. Der Risiko-Faktor zielt dabei, wie
bereits von der Forschung erkannt, auf den Schutz der persönlichen sowie im Zu-
ge der Auftragsbearbeitung erstellten Daten ab. Die Herausforderung besteht zum
einen darin, diesen Schutz durch entsprechende Technologien und Systeme umzu-
setzen, zu gewährleisten und zu verbessern. Zum anderen und viel mehr sind die

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
71
Plattformbetreiber gefordert die Befürchtungen der potenziellen Nutzer hinsicht-
lich der Verletzung ihrer Privatsphäre, aber auch derer Unbeteiligter, aus dem
Weg zu räumen.
Die bereits in der Literatur als Risiko angesehene, bislang ungeregelte Rechts-
lage spiegelt sich in den Bedenken von Seiten der Teilnehmer wider. Auch diese
rühren zum Teil aus mangelhaften oder unsicheren Kenntnissen der Gesetze und
Bestimmungen her. Sicher sind die Teilnehmer hingegen, dass es Aufgabe des
Nutzers ist, sich der rechtlichen Konsequenzen bewusst zu werden. Plattform und
Auftraggeber sichern sich durch Vorschriften für die User ab, sind allerdings we-
nig an der Einhaltung ihrer Vorgaben durch den Microjobber interessiert. Gefah-
ren werden weiterhin in nicht gezahlten Steuern und Sozialversicherungsbeiträgen
durch die Nutzer gesehen.
Die Aussagen der Probanden zum Punkt Ethik stimmen ebenfalls mit den Aus-
führungen der Forschung weitgehend überein. So befürchten einige der Probanden
eine Zerstörung von Arbeitsplätzen durch das mobile Microjobbing. Es wird zwar
bedacht, dass auch wieder neue Arbeitsplätze durch das Microjobbing entstehen
und andere Entwicklungen Schuld am Arbeitsplatzabbau tragen, aber gesamtheit-
lich betrachtet überwiegen die Bedenken. Außerdem wird auf die Gefahr der Aus-
beutung hingewiesen. Zum einen werden die Microjobber von den Unternehmen
ausgenutzt, um kostengünstig und mit geringem Risiko an Daten zu kommen, mit
denen sie wiederum Geld verdienen. Zum anderen fällt es den Nutzern schwer
Lohn und Arbeitsaufwand ins Verhältnis zu setzen. Hinzu kommt, dass die Teil-
nehmer ein Sucht-Risiko sehen, welches durch den Spiel-Charakter, einen mögli-
chen Gruppendruck, die Rangpunkte sowie die Abhängigkeit von der virtuellen
Welt verschärft wird. Insbesondere Letztere trägt nach Ansicht der Probanden
auch dazu bei, dass die zwischenmenschliche Kommunikation eine zunehmend
bedeutungslosere Rolle im alltäglichen Leben spielt.
In Bezug auf die Sicherheit des Systems fehlt es an einer Kontrollinstanz, was
Befürchtungen gegenüber dem Missbrauch der Anwendungen bei den Teilneh-
mern aufkommen lässt. Konkret führen sie an, dass Aufgaben auch von jeweiligen
Konkurrenzunternehmen inseriert werden könnten, um den Wettbewerb mit Pro-
dukttests vor Ort auszuspionieren oder Kriminelle gezielt in Wohnungen einbre-
chen könnten, von denen sie wissen, dass sich der entsprechende Bewohner nicht

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
72
in dieser aufhält, da er unterwegs einen Job erledigt. Die Gefahr des Angriffes von
Smartphone oder Plattform-Servern von außen wird von den Teilnehmern nicht
thematisiert. Jedoch sind sie nicht dazu bereit, ihre Bankdaten weder an die Platt-
form zur Auszahlung noch im Allgemeinen an Smartphone-Anwendungen weiter-
zugeben. Zudem berücksichtigen sie die bei der Installation der Applikation erteil-
ten Zugriffsrechte auf Hardware und Software der mobilen Geräte.
Der Unterpunkt Transparenz spiegelt die Kritik der Teilnehmer an der fehlen-
den Durchschaubarkeit der Prozesse, der Identität der Auftraggeber sowie deren
Intention hinter den Aufgaben wider. So ist oft unklar, welches Unternehmen den
Auftrag inseriert hat, welche Absichten es verfolgt und inwiefern die vom Nutzer
übermittelten Daten weiterverwendet werden. T
EODORO ET AL
. stießen bei ihren
Untersuchungen zur Teilnahmebereitschaft am mobilen Crowdsourcing auf ver-
gleichbare Erkenntnisse, was Informationen über Hintergründe der Aufgabe sowie
deren Intentionen anbelangt.
179
Auch die Folgen der Datenweitergabe bleiben
nach Ansicht der Probanden im Verborgenen, da die Nutzer ,,nur so ein kleiner
Teil von dem Ganzen [sind, ohne] [...] das ganze Ausmaß davon durchblicken [zu
können]"
180
. Die erwähnten Aspekte stehen in enger Verbindung zu den Ausfüh-
rungen von K
ITTUR ET AL
., die in der zunehmenden Granularität der Aufgaben
eine neue Form des Taylorismus samt einer Ausbeutung der Nutzer sehen. Die
Microjobber sind außerdem aufgrund der Aufspaltung in immer kleinere Arbeits-
schritte nicht mehr in der Lage, ihr Handeln ethisch zu hinterfragen.
181
Hinzu kommt die intransparente Überprüfung der Daten, was Misstrauen auf-
kommen lässt, ob die Auftraggeber trotz entsprechender Qualität der übermittelten
Daten diese nicht akzeptieren. Damit würden sie die Entlohnung des Nutzers um-
gehen, jedoch trotzdem Nutzen aus den erarbeiteten Informationen ziehen. Des
Weiteren wird bemängelt, dass die Einnahmen der Plattform aus der Vermittlung
eines Auftrags nicht offengelegt und die Folgen einer Verknüpfung der Anwen-
dung mit sozialen Netzwerken nicht umfassend erläutert werden. Eine entspre-
chende Workflow-Transparenz würde also die Teilnahmebereitschaft erhöhen,
was auch die Erkenntnisse von K
INNAIRD
/D
ABBISH
/K
IESLER
belegen.
182
179
Vgl. Teodoro et al. (2014), S. 8-10.
180
Teilnehmer 1E, Interview-Kode 01, Z. 876-879.
181
Vgl. Kittur et al. (2013), S. 1302-1303, Irani (2013), S. 13 und Zittrain (2009).
182
Vgl. Kinnaird/Dabbish/Kiesler (2012), S. 283-284.

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
73
Zudem erkannten die Teilnehmer das Risiko der zunehmenden Homogenisie-
rung der Crowd, da ausschließlich Smartphone-Nutzer angesprochen werden und
somit die Diversität innerhalb der Nutzer-Gemeinschaft eingeschränkt ist.
183
Ebenfalls führten die Probanden die Nachteile einer großen Anzahl von Nutzern
an. Der in diesem Zusammenhang identifizierte Circulus vitiosus für das Ge-
schäftsmodell des Plattformbetreibers verdeutlicht die Probleme einer Multi-sided
Platform, die bereits in der Theorie erörtert wurden.
184
Über die nachteiligen Aspekte aus der bisherigen Forschung hinaus beziehen
sich die Teilnehmer hinsichtlich weiterer Gefahren des mobilen Microjobbings
zunächst auf konkrete Beispiele. So sind einige Probanden der Ansicht, dass Wer-
beanzeigen auf dem Entsperr-Bildschirm die Anmutung des Smartphones verrin-
gern. Ohnehin gibt es einen Überfluss an Informationen, sodass auf zusätzliche
Werbebanner verzichtet werden kann. Weiterhin tragen die Jobs, in denen Bewer-
tungen abgegeben oder Feedback-Berichte geschrieben werden müssen, zur Ma-
nipulation entsprechender Systeme bei, sodass deren Glaubwürdigkeit sinkt. Glo-
bal betrachtet erwarten die Probanden, dass weder Steuern noch Versicherungsab-
gaben von den Nutzern geleistet werden. Hierin sehen sie eine Gefahr der Beein-
trächtigung des Sozialsystems für eine Zukunft mit dem mobilen Microjobbing.
5.4.4.
Nutzungsverhalten
Während sich insgesamt elf Probanden generell gegen eine Nutzung mobiler
Microjobbing-Apps aussprechen, können sich vier Teilnehmer vorstellen jeweili-
ge Anwendungen bedingt zu nutzen. D. h. die Apps würden lediglich dem Zeit-
vertreib dienen und zunächst eine Probephase durchlaufen werden. Eine Nut-
zungsdauer, die nicht über eine solche Testphase hinausgeht, liefert eine mögliche
Erklärung für die Erkenntnisse von Y
ANG
/A
DAMIC
/A
CKERMAN
, die entdeckten,
dass viele Nutzer nach einiger Zeit keine Aufgaben mehr bearbeiteten.
185
Außerdem sind die Teilnehmer nicht bereit, zusätzliche Wege für die Erledi-
gung von Jobs zu machen, können sich jedoch vorstellen, mithilfe der Anwen-
dung unbekannte Städte zu erkunden. Als weitere Bedingung für die Nutzung
183
Vgl. Brabham (2008a), S. 85-86 und Chen et al. (2010), S. 34.
184
Vgl. Osterwalder/Pigneur (2011), S. 81-83,
Armstrong (2006), S. 668-669 und Evans (2003), S. 195-196.
185
Vgl. Yang/Adamic/Ackerman (2008), S. 254.

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
74
geben die Teilnehmer an, dass ihre Arbeit Vorteile und Nutzen für alle Beteilig-
ten, aber keine Beeinträchtigungen oder Nachteile gleichsam für Unbeteiligte
nach sich ziehen darf. Zudem differenzieren sie nach der Art der Aufgaben. Da-
bei kommt der Konsum von Werbeanzeigen am ehesten in Frage, aber auch Pro-
dukttests samt Feedback würden von einigen Probanden bedenkenlos angenom-
men und bearbeitet werden.
Die Gründe, die dazu führen, dass die Teilnehmer das mobile Microjobbing
nicht nutzen, sind in nachfolgenden Stichpunkten übersichtlich zusammengefasst:
·
Keine Zeit
·
Privatsphäre und Datenschutz
·
Keine Lust
·
Zu häufige Nutzung des Smartphones
·
Keine oder zu geringe Vorteile
·
Keine Möglichkeit
Als Motivation sehen die Probanden in erster Linie die Möglichkeit des Geld-
verdienens. Sie betrachten allerdings ebenso die Punkte in Verbindung mit einer
Rangliste oder diese einzutauschen als Anreiz und würden einige Aufgaben un-
entgeltlich und lediglich zur Belustigung bearbeiten. Einige Teilnehmer wären
zudem motiviert, wenn ihre Arbeit auch anderen Nutzen bringt und sehen in der
Weiterverwendung ihrer übermittelten Daten einen positiven Nebeneffekt. Diese
Aussagen decken sich weitestgehend mit den bisherigen Forschungsergebnis-
sen.
186
Einer der Probanden kann sich durchaus vorstellen mobile Microjobbing-
Apps zu nutzen, wird jedoch aus nicht spezifizierbaren Gründen davon abgehal-
ten, die Anwendung zu installieren (,,Aber irgendwas hält mich davon ab, das jetzt
gleich sofort zu machen."
187
). Dies verdeutlicht die in der Theorie erwähnte Her-
ausforderung für die Plattformbetreiber, die Crowd sowohl zur Installation der
App als auch zu deren fortdauernder Nutzung zu motivieren.
188
186
Vgl. Kaufmann/Schulze/Veit (2011), S. 8-10, Wang et al. (2013), S. 77 und
Teodoro et al. (2014), S. 8.
187
Teilnehmer 1D, Interview-Kode 01, Z. 943.
188
Vgl. Faggiani et al. (2012), S. 3, Teodoro et al. (2014), S. 3 und
Quinn/Bederson (2011), S. 1406-1408.

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
75
Unabhängig von der Motivation zum Gebrauch des mobilen Microjobbings
wird die Nutzung nach Ansicht der Teilnehmer durch unterschiedliche Situatio-
nen und Rahmenbedingungen beeinflusst. Dazu zählt einerseits der Arbeitsauf-
wand in Bezug auf die zu investierende Zeit, andererseits hinsichtlich der Kom-
plexität der Aufgaben. Außerdem spielt der Wohnort des Nutzers eine Rolle, was
u. a. die Erkenntnisse von A
LT ET AL
. widerspiegelt.
189
Dazu ergänzend sehen die
Probanden für eine Großstadt mehr Vorteile als für ein kleines Dorf in ländlicher
Gegend, insbesondere da hier mehr Aufträge zur Verfügung stehen. Dabei kommt
wie bereits erwähnt hinzu, dass sich Wege zwischen Wohn- und Arbeitsstätte so-
wie die damit verbundenen Wartezeiten in der Regel nur wenig ändern und somit
die Erledigung großflächig verteilter, ortsgebundener Jobs für diese Strecken we-
niger in Frage kommt. Allerdings können sich die Probanden eine kooperative
Bearbeitung der Aufgaben vorstellen, womit nach Untersuchungen von L
IU ET AL
.
eine positive Beeinflussung der Arbeitsergebnisse einhergehen würde.
190
Sie se-
hen weiterhin die Funktion eines Benachrichtigungssystems innerhalb der An-
wendung als Erleichterung an, was dessen Aufnahme in das Klassifizierungssys-
tem in Kapitel 4 nachträglich rechtfertigt.
Weiterhin wird die Nutzung mobiler Microjobbing-Apps von den verfügbaren
Möglichkeiten der Auszahlung bedingt. Die Mehrheit der Teilnehmer ist nicht
bereit, seine Bankdaten für diese Zwecke anzugeben. Die übrigen Probanden ma-
chen die Angabe ihrer Bankverbindung abhängig vom Bekanntheitsgrad der An-
wendung und davon, wie lange sie bereits aktiv ist. Im Gegensatz dazu wird
PayPal als sichere Auszahlungsmöglichkeit bewertet, aber der Grenzbetrag für
die Überweisung vom PayPal- auf das Bankkonto als Barriere angesehen. Im
Vergleich zu den ebenso akzeptierten Gutscheinen als Auszahlungsform stellt die
weitgehend autonome Verwendung des Geldbetrages bei dem Online-
Zahlungsdienst jedoch einen Vorteil dar. Während in der Literatur umfassend mit
der Belohnung der Crowd und verschiedenen Belohnungssystemen beschäftigt,
finden die Auszahlungsbedingungen weniger Beachtung. Deren Aufnahme in das
Klassifizierungssystem war demnach ebenfalls sinnvoll und kann als Grundlage
für weitere Forschungen verwendet werden.
189
Vgl. Alt et al. (2010), S. 19-22.
190
Vgl. Liu et al. (2012), S. 66.

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
76
Nach Ansicht vieler Teilnehmer ist der typische Nutzer von mobilen Micro-
jobbing-Anwendungen eher jung und gebildet, da wenig ältere Menschen ein
Smartphone besitzen und Personen mit einem niedrigen Bildungsstand sich mit
entsprechenden Apps nicht auseinandersetzen würden. Diese Einschätzung kor-
respondiert mit den Untersuchungsergebnissen von R
OSS ET AL
. sowie vergleich-
baren Arbeiten.
191
Allerdings besteht seitens einiger Probanden der Einwand, dass
die Erledigung der Aufgaben für besser gebildete User zu monoton ist und als
Zeitverschwendung angesehen wird. Zudem machen die Probanden die Nutzung
abhängig von den Einkommensverhältnissen und der traditionellen Arbeitsstelle.
Während einige denken, dass der typische Nutzer eher reich als arm ist, können
sich andere Probanden vorstellen, dass potenzielle Nutzer vorwiegend weniger
Geld verdienen und keiner geregelten Arbeit nachgehen. Sollte Letzteres nicht der
Fall sein, wird ein Vorteil für bestimmte Nutzergruppen aus der Verbindung des
mobilen Microjobbings mit dem Beruf oder Hobby gesehen z. B. für Angestellte
in der Medienbranche, Fachkräfte für Kurier-, Express- und Postdienstleistungen
oder Nutzer von Geocaching-Anwendungen. In jedem Fall wird eine Technikaffi-
nität des typischen Nutzers vorausgesetzt.
In Bezug auf die Performance der Nutzer herrscht geteilte Meinung. Zum ei-
nen wird davon ausgegangen, dass die Qualität der übermittelten Daten höher ist,
da u. a. einige Aufgaben durch jeweilige Zielgruppen bearbeitet werden. Zum
anderen wird bezweifelt, ob die Auftraggeber ihre gewünschten Ziele mit dem
mobilen Microjobbing erreichen können. Unabhängig davon vermuten einige
Teilnehmer eine Steigerung der Leistung hinsichtlich Datenqualität und Bearbei-
tungszeit aufgrund des herrschenden Konformitätsdrucks aus der Nutzer-
Gemeinschaft. Der Einfluss von Gruppensituationen auf die individuelle Leistung
einzelner Gruppenmitglieder wurde speziell im Hinblick auf das mobile Micro-
jobbing in der Forschung nicht untersucht. Es liegen jedoch umfassende Erkennt-
nisse zur Wirkung des Gruppendrucks in anderen Bereichen vor, die hier als
Grundlage für weitergehende Analysen dienen können.
192
191
Vgl. Ross et al. (2010), S. 2866-2870, Brabham (2008a), S. 85-86 und Chen et al. (2010), S. 34.
192
Siehe hierzu allen voran Janis (1971) sowie Esser (1998), der einen Überblick über Ergebnisse
der empirischen Forschung gibt.

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
77
5.5.
Implikationen für Praxis
und weiterführende Forschung
Aus den Ergebnissen der qualitativen Inhaltsanalyse der FGI lassen sich eine
Reihe von Implikationen sowohl für Auftraggeber und Plattformbetreiber als auch
für weiterführende Untersuchungen im Bereich des mobilen Microjobbings ablei-
ten. Auf eine Auswahl dieser wird nachfolgend kurz eingegangen.
Um weitere Nutzer für Microjobbing-Apps zu gewinnen, sollten zunächst
Maßnahmen zur Verbesserung des Datenschutzes und gegen die mögliche Verlet-
zung der Privatsphäre Unbeteiligter getroffen werden. Dabei stellt die technische
Umsetzung nur einen Teil dar. Die Überzeugung potenzieller User hinsichtlich
der Wirksamkeit dieser Schutzmaßnahmen und somit letztendlich das mobile
Microjobbing zu nutzen ist eine weitere und vor allem komplexere Herausforde-
rung. Ist bereits zum jetzigen Zeitpunkt ein Image-Wandel des mobilen Microjob-
bings erforderlich? Neben dem Wegfall der Möglichkeiten zur Verknüpfung mit
sozialen Netzwerken, wäre hier eine generelle Ablehnung von Daten, die persön-
liche Informationen enthalten, seitens der Plattformbetreiber denkbar. Zur techni-
schen Realisierung könnte z. B. eine in der Foto-Funktion der Anwendung im-
plementierte Software zur Gesichtserkennung verhindern, dass entsprechende
Aufnahmen getätigt werden.
Zudem ist es ratsam, die Abläufe, Prozesse und vor allem die Identität und Ab-
sichten der Auftraggeber transparenter zu gestalten. Eine umfangreiche Aufklä-
rung der User vor der Ausführung von Jobs, aber auch nachträgliche Informatio-
nen über die erzielten Ergebnisse des Projekts, welches hinter den Aufgaben steht,
würden hierzu beitragen. Um den Bedenken hinsichtlich der fehlenden sozialen
Interaktion zu entgegnen, könnte ein Kooperations-Modus eingerichtet werden, in
dem Aufträge gemeinschaftlich bearbeitet werden müssen. Ferner wäre eine Aus-
weitung von Aufgaben mit sozialen oder kulturellen Hintergründen denkbar.
Das Entlohnungsmodell sollte neben den finanziellen Incentives ebenso Rang-
listenpunkte beinhalten, um den Spiel-Charakter der Anwendung zu wahren. Die
Möglichkeit diese zusätzlich einzutauschen z. B. gegen Einkaufsgutscheine erhöht
zudem den Nutzen für potenzielle Microjobber und ist daher ebenfalls in Betracht
zu ziehen. Als Auszahlungsform ist die direkte Überweisung auf das Bankkonto

5. Empirische Untersuchung
Masterarbeit
·
F. Krüger
78