Erfolgsfaktoren von mobilen (Rad-)Sport-Applikationen am Beispiel Strava

Inhaltsverzeichnis

Abstract

Abstrakt

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungsverzeichnis

1 Einleitung
1.1 Ausgangssituation
1.2 Problemstellung & Zielsetzung
1.3 Vorgehen

2 Gesundheit 2.0
2.1 Begrifflichkeiten
2.1.1 Iceberg Profil
2.1.2 Liken
2.1.3 Komoot
2.1.4 Kudos
2.1.5 Ubiquitous Computing
2.1.6 Wearables
2.2 Mobile Health
2.2.1 Marktsituation
2.2.2 Treiber
2.2.3 Angebot
2.2.4 Effektivität
2.2.5 Finanzierung
2.2.6 Werbung
2.2.7 Limitationen
2.2.8 Zukunftsaussichten

3 Sport 2.0
3.1 Grundlagen
3.1.1 Gesundheit
3.1.2 Glück
3.1.3 Motivation
3.1.4 Geschlechterunterschiede
3.2 Sport-Apps
3.2.1 Quantified Self
3.2.2 Nutzer
3.2.3 Soziales Netzwerk
3.2.4 Usability
3.2.5 User Experience
3.3 Beispiel „Strava“
3.3.1 Fakten
3.3.2 Funktionen
3.3.3 Usability
3.3.4 User Experience

4 Empirische Studie
4.1 Hypothesenaufstellung
4.2 Operationalisierung
4.3 Ergebnisse
4.3.1 Ergebnisse Umfrage 1
4.3.2 Ergebnisse Umfrage 2

5 Fazit
5.1 Resümee
5.2 Handlungsempfehlungen
5.3 Kritische Würdigung & Forschungsbedarf
5.4 Ausblick

Literaturverzeichnis

Anhang

Umfrage 1

Umfrage 2

Abstract

As digitalization is getting more and more important and is established in diverse areas, it has also reached sports. Little digital helpers, as the smartwatches, have replaced the analogue and the manual sportive protocols. With a sport app like Strava, the user is not only able to record his activity, but is also able to get connected with other users via social network. The social network is a benefit for the users as it allows them to like and comment each others’ activities. The apps are constantly getting improved to guarantee the most effort for the user.

The main goal of this master thesis is to find out the most important success factors of sport applications and to divert them as recommendations for the providers of sport apps. Therefore, scientific work, journals as well as (online) articles are used as secondary research to build the basis for the primary research.

The reader gets a wide view of the topics Electronic and Mobile Health and learns about the mechanism, which caused the digitalization in sports. Because of self knowledge and self optimization as well as of the development of the internet, the virtual reality in social networks and the Quantified Self trend need an extensive research.

By the use of the online survey method and an exploratory data analysis, the empirical study is able to find out the concrete success factors for sport applications and divert them into the relevant recommendations.

Abstrakt

Die allgegenwärtige Digitalisierung hat sich auch im Bereich „Sport“ mit diversen Apps und technischen Helfern, wie Fitnessuhren, etablieren können und die analoge, manuelle Protokollie- rung als persönliches „Online-Sport-Tagebuch“ abgelöst. Neben der automatischen Aufzeich- nung der eigenen Leistung, stellen diverse Sport-Apps und Plattformen, wie Strava, eigene sozi- ale Netzwerke bereit. Die (Hobby-)Sportler können sich gegenseitig verlinken sowie sportliche Aktivitäten positiv bewerten und kommentieren, was einen Mehrwert für die User darstellt. Die Apps werden stetig um zusätzliche Funktionen und Features ergänzt, um dem User den größt- möglichen Mehrwert zu bieten.

Das Ziel der Master Thesis besteht nun darin, die wichtigsten Erfolgsfaktoren von (Rad-)Sport- Applikationen aufzudecken, um daraus Handlungsempfehlungen für die Anbieter solcher Apps abzuleiten. Dafür wird zunächst Sekundärforschung mit bestehender Literatur in Form von wissenschaftlichen Arbeiten, Journals sowie (Online-)Artikel hinzugezogen, welche das Fundament für die anschließende empirische Untersuchung bildet.

Der Leser erhält einen Einblick in das Thema Electronic bzw. Mobile Health, die Bedeutung des Sports und wird über Mechanismen aufgeklärt, welche zu einer Digitalisierung im Sport geführt haben. Im Fokus stehen dabei die Selbsterkenntnis und Selbstoptimierung im Zusammenhang mit dem Fortschritt des Internets, der so genannten Quantified Self -Bewegung und der virtuellen Realit ä t in sozialen Netzwerken.

Unter Verwendung der Methode Online-Befragung und einer explorativen Datenanalyse können bei der empirischen Forschung konkrete Erfolgsfaktoren für Sport-Applikationen ermittelt und daraus handfeste Handlungsempfehlungen für App-Anbieter abgeleitet werden.

Abbildungsverzeichnis

Abbildung 1.1: Übersicht verschiedener Wearables

Abbildung 1.2: Weltweiter Umsatz von Wearables und Apps von 2016 bis 2022 in Millionen €

Abbildung 1.3: Gliederung der Master Thesis

Abbildung 2.1: Visualisierung des Eisbergmodells

Abbildung 2.2: Screenshot des Routenplaners von Komoot

Abbildung 2.3: Screenshot der Funktionsweise von Jameda

Abbildung 2.4: Umsatz des globalen Digital Health -Marktes nach Segmenten von 2015 bis

Abbildung 2.5: Screenshots diverser Gesundheits-Applikationen im Google Play Store

Abbildung 2.6: Die 10 beliebtesten Apps im Bereich Digital Health in den USA

Abbildung 2.7: Die Effektivität von Wearables aus ärztlicher Sicht

Abbildung 2.8: Die wichtigsten 10 Gründe, die den Erfolg von mHealth -Produkten hindern

Abbildung 2.9: Darstellung der Global HeatMap am Beispiel Modcow, Ruddia

Abbildung 3.1: Die häufigsten Beschwerden und Krankheiten nach Alter

Abbildung 3.2: Das Umbrella-Modell

Abbildung 3.3: Screenshot des jeweiligen Newsfeeds von Strava und Garmin Connect

Abbildung 3.4: Screenshot des Clubs „TND - Triathlon Netzwerk Düsseldorf“ mit der zugehörigen Bestenliste

Abbildung 3.5: Aufnäher des Club-Events „Rapha Festive 500“

Abbildung 3.6: Screenshot des Segments „Fegeteschstr. und Heidbergsweg“ mit zugehöriger Leistungsanalyse

Abbildung 3.7: Screenshot des KOMs bzw. QOMs auf dem Segment „Fegeteschstr. und Heidbergsweg“

Abbildung 3.8: Leistungsanalyse von Strava

Abbildung 3.9: Leistungsanalyse von Garmin Connect

Abbildung 3.10: Profilüberblick von Strava

Abbildung 3.11: Profilüberblick von Garmin Connect

Abbildung 3.12: Screenshot von der Flyby -Funktion innerhalb einer aufgezeichneten Aktivität

Abbildung 3.13: Screenshot der Aktivität ☆ RUND UM K Ö LN ☆ auf relive.cc

Abbildung 4.1: Operationalisierung der Variablen soziales Netzwerk, Wettbewerb und Usability (Quelle: Eigene Darstellung)

Abbildung 4.2: Teilnehmer Verteilung Strava- vs. Nicht-Strava bzw. Mann vs. Frau

Abbildung 4.3: Sportarten, die von Strava- bzw. Nicht-Strava-Nutzern aufgezeichnet werden im Vergleich

Abbildung 4.4: Verteilung der männlichen und weiblichen Strava-Nutzer

Abbildung 4.5: Die wichtigsten Funktionen von Strava aus männlicher und weiblicher Sicht

Abbildung 4.6: Vorteile von Strava gegenüber anderen Sport-Apps aus männlicher und weiblicher Sicht

Abkürzungsverzeichnis

Abbildung in dieer Leseprobe nicht enthalten

1 Einleitung

1.1 Ausgangssituation

Was benötigt ein passionierter Radfahrer für eine Tour? Ein verlässliches Fahrrad, je nach Wet- terlage passende Kleidung, adäquate Schuhe und einen Helm. Doch diese Basisausrüstung reicht heutzutage längst nicht mehr aus, denn mit dem Fortschritt der Technik wird auch der Sportler „digitalisiert“. Zahlreiche physiologische und kinematische Metriken werden mittels Sensoren gemäß dem so genannten Ubiquitous Computing- Paradigma¹ in Echtzeit verarbeitet und proto- kolliert. Dank dieser Technik kann sich der Sportler bspw. Daten in Echtzeit mit einer „smarten Brille“ anzeigen lassen. Eine einfache Uhr sieht man immer seltener an den Handgelenken; sie ist inzwischen „smart“ und kann die Funktionen des Körpers messen. Selbst Schuhe sind inzwischen mit Sensoren ausgestattet und überwachen das Tempo und die Beinbewegung.

Ermöglicht wird diese „Digitalisierung des Sportlers“² durch die so genannten Wearables.³ Wearables erfreuen sich zunehmender Beliebtheit, so ist der Absatz in Höhe von 28,8 Millionen Euro von 2014, im Jahre 2017 auf 115,4 Millionen gestiegen.⁴ Abbildung 1.1 visualisiert die Bereiche des menschlichen Körpers, die technisch unterstützt werden können.

Diverse Applikationen und elektronischen Geräte haben zu einer Digitalisierung im Sport ge- führt.⁵ Neben der automatischen Aufzeichnung der eigenen Leistung sowie einem „Online-Sport- Tagebuch“, bieten diverse Sport-Apps und Plattformen, wie Strava oder Runtastic die Möglich- keit, sich sozial zu verlinken. Beispielsweise können Leistungen gegenseitig „gelikt“, ⁶ also posi- tiv bewertet, und kommentiert werden. Um den Aspekt Social Media weiter auszubauen und at- traktiv für die User zu gestalten, können die eigenen sportlichen Aktivitäten um Erfahrungsberichte, Strecken und Fotos ergänzt werden. Die Radsport-Applikationen, allen voran Strava, werden stetig um weitere Funktionen ergänzt, um ihren Nutzern Mehrwert zu bieten.

Abbildung in dieer Leseprobe nicht enthalten

Abbildung 1.1: Übersicht verschiedener Wearables (Quelle: In Anlehnung an Meyer, 2017, eigene Darstellung)

Die Aufzeichnung der sportlichen Aktivitäten erfolgt entweder per Fitness-Tracker, GPS-Gerät, dem eigenen Handy oder per manueller Eingabe. Spezialisierte (Multi-)Sportuhren oder Fahr- radcomputer bekannter Hersteller wie Garmin, Polar oder Wahoo, erlauben durch Bereitstellung einer Vielzahl weiterführender Leistungsparameter, tiefe Einsicht in den eigenen Fitnesszustand.⁷ Darüber hinaus liefern solche Dienste auch die Möglichkeit des Live Trackings. Diese Funktion sendet kontinuierlich den eigenen Standort via E-Mail, SMS oder sonstigen Messenger-Diensten an einen zuvor festgelegten Personenkreis, der dann die sportliche Aktivität in Echtzeit mitver- folgen kann. Mit dieser Funktion können sich andere Sportler einer aktiven Radtour anschließen, aber auch der genaue Standort kann im Falle eines Unfalls ermittelt werden.⁸

1.2 Problemstellung & Zielsetzung

Abbildung 1.2 stellt den Umsatz von Fitness-Apps und Wearables zwischen 2016 und 2018 sowie eine Prognose für die nächsten vier Jahre dar. Weiter wird bis 2019 ein Umsatzwachstum von 17,7% erwartet, wobei die Wearables mit einem Umsatz von 222,8 Millionen Euro im Jahr 2017 das größte Marktsegment darstellen.⁹ Da der Gebrauch eines Wearables nur mit einer App sinn- voll ist, bilden Hersteller und Dienstleister eine Art digitales Ö kosystem, indem Hardware und Software miteinander vernetzt sind und im ständigen Datenaustausch zueinander stehen.¹⁰ So lässt sich bspw. eine Fahrradtour mit einer, speziell fürs Rennrad geeigneten Bodenbeschaffen- heit, in der App Komoot ¹¹ zusammenstellen, in den Fahrradcomputer reinladen und anschließend bei Strava hochladen und analysieren.

Angesichts der Symbiose aus Hardware und Software sowie der Prognose für den steigenden Umsatz von Fitness-Apps und Wearables, ist es von Relevanz, diese Thematik wissenschaftlich zu beleuchten, um die wichtigsten Erfolgsfaktoren von Sport-Applikationen (in dieser Arbeit kon- kret für den Radsport) aus der Sicht der User zu identifizieren, um damit Handlungsempfehlungen für die Anbieter solcher Apps ableiten zu können. Insbesondere ist die intrinsische Motivation zur Verwendung einer solchen App von Bedeutung. Will sich der Nutzer innerhalb des Mikro- kosmos von Apps mit einem ausgebauten sozialen Netzwerk mit anderen messen,¹² verwendet er die Fitness-Apps zur Leistungsanalyse oder als Sport-Tagebuch? Neben der primären Fragestellung um die Erfolgsfaktoren von Sport-Applikationen, sollen als Sekundärziel etwaige geschlechtsspezifische Unterschiede aufgedeckt werden.

Abbildung in dieer Leseprobe nicht enthalten

Abbildung 1.2: Weltweiter Umsatz von Wearables und Apps von 2016 bis 2022 in Millionen € (Quelle: Statista.com, 2018, eigene Darstellung)

1.3 Vorgehen

Die Masterarbeit wird aus fünf, aufeinander aufbauenden Kapiteln bestehen (s. Abbildung 1.3). Nachdem nun im ersten, einleitenden Kapitel die Ausgangssituation geschildert, die Problemstellung näher erläutert und die Zielsetzung der Arbeit deklariert wurde, wird nun die Methodik vorgestellt, welche zur Erreichung der gesetzten Ziele verwendet wird.

Das zweite Kapitel befasst sich mit den Grundlagen zur Thematik Electronic und Mobile Health. Es soll dem Leser sowohl ein fundiertes Basiswissen zu den verschiedenen Begrifflichkeiten übermitteln, als ihn auch über die technische und wirtschaftliche Entwicklung von Apps und Fit- nessgeräten informieren. Darüber hinaus werden die Treiber für die Entwicklung von eHealth und mHealth und deren Barrieren aufgedeckt, um anschließend eine zukünftige Prognose zu stel- len.

Im dritten Kapitel wird der bisherige Forschungsstand gezielt im Hinblick auf die Erfolgsfaktoren von (Rad-)Sport-Apps untersucht. Dabei wird zunächst die Bedeutung des Sports ermittelt und in den digitalen Rahmen gestellt. Es wird nach Motiven gesucht, die für eine Digitalisierung im Sport verantwortlich sind, welche Faktoren hierbei für den Nutzer wichtig sind und welche Rolle dabei die Quantified Self- Bewegung einnimmt. Um die Erfolgsfaktoren zu konkretisieren, wird die Rad-Sport-App Strava mit der Sport-App Connect des Herstellers Garmin verglichen.

Aus den Ergebnissen der bisherigen Untersuchung können anschließend im vierten Kapitel Hypothesen formuliert und mithilfe einer empirischen Studie belegt werden. Die Untersuchung erfolgt in Form von zwei (Online-)Befragungen. In der ersten werden (Rad-)Sport-Apps allgemein untersucht. Die zweite Umfrage richtet sich explizit an den Strava -Nutzer und soll die erste Untersuchung unterstützen sowie mögliche Lücken schließen. Die Ergebnisse werden im Anschluss detailliert aufbereitet und diskutiert.

Basierend auf dem Forschungsstand der Sekundärforschung und der eigenen empirischen Unter- suchung werden im finalen, fünften Kapitel die gewonnenen Erkenntnisse zusammengefasst und daraus konkrete Handlungsempfehlungen für die Entwicklung erfolgreicher Rad-Sport-Apps ab- geleitet. Schließlich wird auf die Limitationen der Arbeit sowie den weiteren Forschungsbedarf hingewiesen und eine Prognose für die künftige Entwicklung von Sport-Apps dargelegt.

Abbildung in dieer Leseprobe nicht enthalten

Abbildung 1.3: Gliederung der Master Thesis (Quelle: Eigene Darstellung)

2 Gesundheit 2.0

2.1 Begrifflichkeiten

2.1.1 Iceberg Profil

Abbildung 2.1: Visualisierung des Eisbergmodells (Quelle: In Anlehnung an Morgan, Facsm, Brown, Raglin, Connor & Ellickson, 1987, eigene Darstellung)

Laut der Definition von Profile of Moods (POMS) existieren sechs verschiedene Gemütszustände: Anspannung, Depression, Ä rger, M ü digkeit, Verwirrtheit und Kraft/Vitalit ä t. Im Rahmen einer Untersuchung von Leistungssportlern und sportlich aktiven Menschen, hat Ende der 1970er Jahre William Morgan herausgefunden, dass die sportlichen Menschen in ein so genanntes Iceberg Pro- file (Eisbergmodell) eingeordnet werden können. Das Iceberg Profil, s. Abbildung 2.1, entspricht dabei dem wünschenswerten emotionalen Gesundheitszustand, bei dem die Ausprägungen von Anspannung, Depression, Ä rger, M ü digkeit und Verwirrtheit niedrig sind und die Ausprägung Kraft/Vitalit ä t hoch. Demnach überwiegt der positive Gemütszustand der Sportler im Vergleich zur nicht sportlichen Bevölkerung.¹³

2.1.2 Liken

Mit der Betätigung des so genannten Like-Buttons kann ein User einen Beitrag im Internet positiv bewerten oder zum Ausdruck bringen, dass er diesen zur Kenntnis genommen hat.¹⁴ Da täglich bis zu drei Milliarden Beiträge gelikt und kommentiert werden, ist der Like-Button auch für Un- ternehmen von Bedeutung: Auf diese Weise kann eine enge Beziehung zum Kunden effizient aufgebaut und gepflegt werden, was sich positiv auf den Unternehmenserfolg auswirken kann.¹⁵

2.1.3 Komoot

Komoot ist eine Applikation bzw. Internetplattform mit der digitale Routen manuell erstellt und als GPX-Files an diverse Hardware, wie Fahrradcomputer oder Wearables, ausgegeben werden können. Die eigenen Routen lassen sich veröffentlichen, so entstehen Touren für den unterschied- lichsten Gebrauch, die oftmals durch schöne Natur mit diversen Sehenswürdigkeiten führen.¹⁶ Der User kann bei Komoot den Schwierigkeitsgrad einer Tour bestimmen und erhält Auskunft über die Beschaffenheit des Bodenbelags. So können anstrengende Höhenmeter umfahren oder Schotterwege vermieden werden (s. Abbildung 2.2). Komoot lässt sich kostenlos nutzen, aller- dings kann die Navigation der App nur in der bezahlten Variante verwendet werden. Es können einzelne Regionen oder aber auch die komplette Weltkarte freigeschaltet werden. Die zweite Va- riante ist besonders empfehlenswert, da sich auf diese Weise auch im Urlaub problemlos Erkun- dungstouren planen lassen.¹⁷

Abbildung in dieer Leseprobe nicht enthalten

Abbildung 2.2: Screenshot des Routenplaners von Komoot (Quelle: Komoot.de, 2018)

2.1.4 Kudos

Kudos ist eine Funktion von Strava und fungiert als Like -Button, ähnlich wie bei Facebook. Der User kann durch die Vergabe von Kudos die Aktivität eines Sportlers positiv bewerten.¹⁸ Kudos ist das englische Wort für Anerkennung, Ruhm, Ehre, Ansehen und Lob und hat seinen Ursprung vom griechischem Wort κῦδος (kydos), was für Ruhm und Ehre steht.¹⁹

2.1.5 Ubiquitous Computing

Unter Ubiquitous Comuting wird die Allgegenwärtigkeit der Informationsverarbeitung verstanden. Im Zusammenhang mit den Wearables am Körper, werden also unterschiedliche Daten mittels Sensoren aufgezeichnet, verarbeitet und an den Sportler über das Display weitergeleitet.²⁰ So zeigt die Smartwatch eines Radfahrers seine Herzfrequenz, den Schnitt, die zurückgelegte Distanz und die Steigung der aktuell befahrenen Radstrecke (ohne zeitliche Verzögerung) an und kann ihn sogar auf unbekannten Strecken navigieren.²¹

2.1.6 Wearables

Immer kleiner werdende Transistortechnologie ermöglichte die Entstehung der so genannten Por tables. Zu diesen gehört der Walkman oder das Mobiltelefon, welche die Vorreiter der Wearables sind . ²² Unter dem Begriff „Wearables“ versteht man Endgeräte, wie Smartwachtes, Fitnessarmbänder oder VR-Brillen, die am Körper getragen werden.²³ Alle Endgeräte lassen sich mit dem Smartphone steuern. Die Smartwatches und Fitnessbänder sind zusätzlich mit Sensoren ausgestattet, welche Gesundheitsdaten, wie den Pulsschlag oder die Schlafdauer, messen. Mit dem Smartphone werden diese Daten gesammelt und ausgewertet.²⁴

2.2 Mobile Health

2.2.1 Marktsituation

Es existieren inzwischen mehr als 100.000 verschiedene Apps, die das Thema Gesundheit abde- cken.²⁵ Die Digitalisierung bzw. die gigantische Informationsquelle Internet haben einen kultu- rellen Wandel²⁶ der Bürger ausgelöst, was auch eine Veränderung in der Gesundheitsbranche zur Folge und den Begriff eHealth (Electronic Health) etabliert hat.²⁷ Als Synonym für eHealth wird auch oftmals der Begriff mHealth (Mobile Health) verwendet.²⁸ In der Literatur wird häufig wie folgt differenziert: Konkret wird die Verwendung elektronischer Geräte zur medizinischen Ver- sorgung mit eHealth bezeichnet - mHealth entspricht dabei mobilen eHealth -Systemen.²⁹ Die Definition von eHealth lautet:

“ ( … ) the use of devices such as smartphones or tablets in the practice of medicine, and the downloading of health-related applications or ‘ apps ’ … (to) help with the flow of informa tion over a mobile network and … improve communication, ” specifically between indivi duals and clinicians “ .³⁰

Mit seinem Smartphone stehen dem mündigen Bürger also sämtliche Informationen zu (Krank- heits-)Symptomen, Medikamenten sowie Heilungsmethoden zur Verfügung. Der Patient kann sich nun, über die ihm zur Verfügung stehenden, Applikationen, selbstständig gesundheitlichen Rat einholen und sich über den Befund seines Arztes detailliert informieren. Doch eHealth schafft noch mehr Transparenz: So gibt es diverse Applikationen, die Bewertungen über Ärzte, Kranken- häuser, Psychotherapeuten und Heilpraktiker anbieten.³¹ Die App Jameda ist so ein Bewertungs- portal und gehört, mit seinen 2 Millionen Bewertungen und 275.000 eingetragenen Ärzten, zu Deutschlands größten Arztempfehlungen.³² Die Funktionsweise von Jameda ist simpel (s. Abbil- dung 2.3): Sucht man bspw. nach einem Zahnarzt im näherem Umkreis, kann man im oberen Suchfeld eintragen, wer und im unteren wo gesucht wird. Als Ergebnis erhält man eine Liste von diversen Ärzten, die nach Schulnotensystem (1 = sehr gut bis 6 = ungenügend) bewertet sind.

Abbildung in dieer Leseprobe nicht enthalten

Abbildung 2.3: Screenshot der Funktionsweise von Jameda (Quelle: Jameda -Applikation, 2018)

Durch die einfache Handhabung und Transparenz erfreuen sich solche Gesundheitsangebote wachsender Beliebtheit. So verwenden nach Schätzungen der Studie Perspektive E-Health von Deloitte im Jahre 2014 rund 45% der Deutschen entsprechende Applikationen auf ihren Smart- phones und Tablets.³³ Im Jahre 2016 wurden laut einer weltweiten Studie von resear- che2guidance 3,2 Milliarden mHealth Applikationen heruntergeladen - die Schätzung für 2017 betrug 3,7 Milliarden.³⁴ So ist der Umsatz des globalen Digital Health- Marktes (s. Abbildung 2.4) laut einer Erhebung von Roland Berger von 79 Milliarden US-Dollar im Jahre 2015 nach nur einem Jahr auf 96 Milliarden US-Dollar gestiegen. Bis zum Jahr 2020 wird ein Umsatz von 206 Milliarden US-Dollar prognostiziert.³⁵ Speziell für das Segment Mobile Health wird von 2013 bis 2020 ein jährliches Wachstum von 36% vorhergesagt.³⁶

Abbildung in dieer Leseprobe nicht enthalten

Abbildung 2.4: Umsatz des globalen Digital Health -Marktes nach Segmenten von 2015 bis 2020 (Quelle: Roland Berger, 2016, eigene Darstellung)

Das eHealth verläuft auf drei Ebenen: Die erste Ebene umfasst den professionellen Gesundheits- markt. Die zweite Ebene betrifft den Konsumenten und alle damit verbundenen eHealth -Ange- bote, wie Gesundheitsportale, mobile Applikationen, Messgeräte (also Wearables) oder andere digitale Fitness-Systeme. Die dritte Ebene wird als Makro-Ebene bezeichnet und stellt eine Net- zinfrastruktur zur Verfügung, um die einzelnen digitalen Gesundheitsangebote miteinander zu verknüpfen. Dieser Schutzmantel soll einen sicheren Informationsfluss zwischen Patient, Arzt, Krankenhaus und Gesundheitsversicherung gewährleisten. Dabei ist die zweite Ebene, den Kon- sumenten betreffend und ausnahmslos privat finanziert, besonders erfolgreich. Das liegt daran, dass Anwendungen entwickelt werden, die den konkreten Wünschen der User entsprechen. Ob- gleich das Interesse beim Kunden vorhanden ist, seine Daten an Ärzte zu übertragen, stellt der Datenschutz eine Barriere zum Ausbau der Makroebene dar.³⁷

- Zwischenfazit:

Der Markt rund um mHealth im privaten Gesundheitssektor wächst. Lediglich der Datenschutz sowie die lückenhafte Netzinfrastruktur stellen eine signifikante Barriere dar.

2.2.2 Treiber

Es gibt drei Treiber, welche die Entwicklung von eHealth und mHealth maßgeblich beeinflusst haben: Der technische Fortschritt, die allgegenwärtige Digitalisierung sowie der kulturelle Wandel und das damit verbundene Gesundheitsbewusstsein der Bürger.³⁸

2.2.2.1 Technischer Fortschritt

Der technische Fortschritt bezieht sich vor Allem auf die Entwicklung und Verbreitung von mo- bilen Endgeräten. Laut einer deutschlandweiten Bitcom -Studie besitzen 57 Millionen der Bürgern ab 14 Jahren, ein Smartphone.³⁹ Der Erfolg des Smartphones liegt an seiner einfachen und kom- fortablen Handhabung; so fügt sich das Gerät optimal in den alltäglichen Gebrauch ein und kann für verschiedene Zwecke genutzt werden.⁴⁰ Auf der einen Seite ermöglicht das Smartphone einen unkomplizierten Zugang ins Internet (den sich auch einkommensschwächere Bürger leisten kön- nen), auf der anderen Seite ist es für Bewohner ländlicher Gebiete, mit schwach ausgebautem Netz, die einzige Möglichkeit, um ins Internet zu gelangen.⁴¹ Des Weiteren lassen sich smarte Geräte, wie Fitness-Tracker, Waagen oder Blutzucker-Messer, problemlos mit den Smartphones verknüpfen und steuern. Alle wichtigen Informationen können so auf nur einem Gerät verwaltet werden. Möglich wird dies durch die entsprechende Software bzw. Applikationen.⁴² Der Markt wird zu 97% von Apple und Google beherrscht. Bei dem Betriebssystem iOS von Apple handelt es sich um ein „geschlossenes“ Betriebssystem; iOS- Applikationen werden also nur von Apple entwickelt und vertrieben.⁴³ Googles Betriebssystem Android enthält hingegen einen Open Source -Code⁴⁴, womit auch Drittanbieter Gesundheits-Apps anbieten können. Die Methode von Google ermöglicht somit viel mehr Spielraum beim Entwickeln neuer Software-Lösungen.⁴⁵ Die Zahlungsbereitschaft für kostenpflichtige Apps beträgt bei sportlich aktiven Menschen 50%,⁴⁶ so finanzieren sich die Apps hauptsächlich durch Werbung.⁴⁷

Zwischenfazit:

Die technische Entwicklung treibt den Erfolg von Gesundheits-Apps an, welches von den beiden Herstellern Apple und Google dominiert wird. Dadurch, dass Google für die Programmierung von Android im Gegensatz zu Apple einen offenen Source- Code verwendet, können mehr Applikationen für Android, als für iOS entwickelt werden.

2.2.2.2 Digitalisierung

Der zweite Treiber für den Vormarsch von eHealth und mHealth wird durch die Digitalisierung bestimmt. Das Konzept eines vernetzten Gesundheitssystems entwickelte sich bereits Ende der 1950er Jahre, bei dem mithilfe digitaler Dienste, Patientendaten auf professioneller Ebene ver- waltet und bereitgestellt werden konnten. Zunächst wurden im Jahre 1959 nur Röntgenbilder mit- tels eines kabelgestützten TV-Systems zwischen zwei Krankenhäusern in Montreal übertragen.⁴⁸ Später wurde auch der Patient im Rahmen der so genannten Telemedzin eingebunden. Die Idee: Der Patient solle durch das Konzept Telemedizin über die Barriere der Distanz hinaus, medizi- nisch versorgt werden können.⁴⁹ Die Motivation: Aus der Sicht der Ärzteschaft bedarf das deut- sche Gesundheitswesen eine Optimierung, um zum einen Kosten und Ressourcen in Praxen bzw.

Krankenhäusern einzusparen und zum anderen, um die Patienten besser versorgen zu können. So kann etwa der Patient in der Rehabilitationsphase von hiesigen Einrichtungen kooperativ betreut werden, indem sämtliche Informationen in einem Datenpool vorhanden sind.⁵⁰ Die Realität: Trotz der vielen Vorteile, bestehen nach wie vor Hürden bei der Digitalisierung des Gesundheitswesens. Obwohl die Bereitschaft zur Übermittlung der Fitness- und Gesundheitsdaten an Krankenkassen mit 41% der Frauen und 39% der Männer hoch ist,⁵¹ wird nur ein kleiner Teil medizinischer Daten verwendet.⁵² Grund dafür sind die deutschen Datenschutzbestimmungen⁵³ und die unzureichende IT-Infrastruktur zur Datenübertragung.⁵⁴ Der Bedarf beim Patienten ist jedoch vorhanden; dieser zieht eine stärkere medizinische Integration - und den damit zusammenhängenden Mehrwert - strengen Datenschutzbestimmungen vor.⁵⁵ Auf EU-Ebene werden bereits die Vorteile eines digi- talisierten Gesundheitswesen erkannt, so wird ein dezentralisiertes, selbstbestimmtes und patien- tenzentriertes Gesundheitssystem entwickelt, dem die Bundesrepublik Deutschland langfristig folgen wird.⁵⁶

Zwischenfazit:

Obwohl Patienten dazu bereit sind, ihre medizinischen Daten einem zentralen, digitalisierten Gesundheitssystem zur Verfügung zu stellen, bestehen in Deutschland Barrieren durch Datenschutzbestimmungen.

2.2.2.3 Kultureller Wandel

Ein weiterer Treiber für eHealth und mHealth stellt der kulturelle Wandel dar, der eng mit dem technischen Fortschritt - vor allem dem Internet - verknüpft ist. Das Internet verkörpert das Tor zu einer weltweiten medizinischen Enzyklopädie, mit der sich der Patient eigenmächtig Informa- tionen über sein eigenes Krankheitsbild oder das seiner Angehörigen, verschaffen kann.⁵⁷ Der Umschwung des Internets vom passiven Web 1.0 zum interaktiven Web 2.0 ermöglichte, nicht nur Inhalte zu sammeln, sondern auch eigene auf Onlineplattformen beizutragen und sich mit anderen Usern auszutauschen.⁵⁸ Infolgedessen hat sich die Rolle des passiven Empfängers, hin zu einem emanzipierten, aktiven Patienten entwickelt, der seinem Arzt auf Augenhöhe begegnen kann. Diese neue Position des Patienten wird unter dem Begriff Patient Empowerment bezeichnet. Der Bürger ist im Stande sich selbst um seine Gesundheit und sein Wohl zu kümmern, was dem- entsprechend sein Bewusstsein für das Thema Gesundheit sensibilisiert.⁵⁹ Die alternde Bevölke- rung sowie chronisch Kranke spielen als kultureller Treiber ebenfalls eine Rolle, da nun der ge- sundheitliche Status mithilfe von entsprechenden Apps überwacht⁶⁰ und gemanagt, die Anzahl von Krankenausaufenthalten verringert und die Lebensqualität verbessert werden.⁶¹ Einen weite- ren Faktor für den kulturellen Treiber, stellt die Quantified Self- Bewegung dar⁶² und wird in Ka- pitel 3.2.1 erläutert.

- Zwischenfazit:

Mit Hilfe des Internets kann sich der Patient über medizinische Fragen Rat einholen, was die Kommunikation mit dem Arzt nachhaltig verändert und die Quantified Self -Bewegung gefördert hat.

2.2.3 Angebot

Gibt man im Google Play Store, womit Applikationen auf ein Android -Smartphone heruntergeladen werden können, den Begriff Gesundheit ein (s. Abbildung 2.5), werden die unterschiedlichsten Apps angezeigt. Mithilfe der Apps, kann der User etwa seinen Speiseplan um gesunde Rezepte erweitern, sich über diverse Krankheiten und Gesundheits-Tipps informieren und seinen Puls sowie Schritte zählen lassen. Es existieren sogar Apps, die den Nutzer daran erinnern, genug Wasser zu trinken und solche die, die motivierende Funktion eines Coachs übernehmen. Die unterschiedlichen Apps dienen zu Wellnesszwecken und auch als präventive, gesundheitsfördernde Maßnahmen. Selbst im pflegerischen Bereich finden sie Verwendung.⁶³

Abbildung in dieer Leseprobe nicht enthalten

Abbildung 2.5: Screenshots diverser Gesundheits-Applikationen im Google Play Store (Quelle: Google Play Store -Applikation, 2018)

2.2.4 Effektivität

Abbildung in dieer Leseprobe nicht enthalten

Abbildung 2.6 zeigt die zehn beliebtesten Applikationen der 26- bis 64jährigen, die im Rahmen einer Online-Umfrage des US Instituts HealthMine, durchgeführt wurde. Mit 50% der Stimmen landeten Fitness-Apps auf dem ersten Platz, dicht gefolgt von Applikationen zum Thema Ern ä h- rung mit 46% und dem damit eng verbundenen Thema Gewichtsreduktion mit 39% der Befragten. Auf Platz vier befinden sich Apps, die zu den entsprechenden Herstellern von Wearables gehö- ren.⁶⁴

Abbildung in dieer Leseprobe nicht enthalten

Abbildung 2.6: Die 10 beliebtesten Apps im Bereich Digital Health in den USA (Quelle: HealthMine, 2016, eigene Darstellung)

Im Rahmen der Umfrage wurden die Nutzer auch zur Effektivität der Gesundheits-Apps befragt: 76% sind sich darüber einig, dass die Nutzung der Digital Health -Angebote ihren Gesundheitszustand verbessert habe. 20% der Nutzer haben keinen Effekt feststellen können und lediglich 3% beklagten sich darüber, dass die Verwendung einer solchen App die Gesundheit verschlechtert habe.⁶⁵ Auch beim Thema Wearables überwiegt die positive Resonanz, zu dem 601 Ärzte in den USA im Jahr 2015 befragt wurden:⁶⁶

Abbildung in dieer Leseprobe nicht enthalten

Abbildung 2.7: Die Effektivität von Wearables aus ärztlicher Sicht (Quelle: Accure, 2016, eigene Darstellung)

85% der Ärzte sind der Meinung, dass der Einsatz von Wearables einen positiven Effekt auf die eigene Gesundheit ausübe, stehen der Validität der Daten jedoch kritisch gegenüber. Allgemein trügen die Wearables zur Patientenzufriedenheit bei, da somit Gesundheitsdaten besser verstanden werden und die Kommunikation zwischen Arzt und Patient gefördert werde. Beides hat einen positiven Einfluss auf die Qualität der Behandlung. Im Bezug auf die Kostenreduktion sehen jedoch 45% der befragten Ärzte keinen positiven Effekt - 21% der Befragten sehen sogar einen negativen Effekt bei der Verwendung von Wearables.

Zwischenfazit:

Sowohl User, als auch Ärzte sind vom positiven Effekt der Gesundheits-Apps überzeugt. Am häufigsten werden Apps im Bereich Fitness, Ern ä hrung und Gewichtsreduktion heruntergeladen.

[...]

---

¹ Vgl. Kapitel 2.1.5 Ubiquitous Computing, S. 9

² Meyer, J.-U., 2017, S. 5

³ Vgl. Kapitel 2.1.6 Wearables, S. 10

⁴ IDC, 2018

⁵ Meyer, J.-U., 2017, S. 17 & 24

⁶ Vgl. Kapitel 2.1.2 Liken, S. 8

⁷ Strava, 2018

⁸ WDR, 2018

⁹ Statista.de, 2018

¹⁰ Meyer, J.-U., 2017, S. 14f

¹¹ Vgl. Kapitel 2.1.3 Komoot, S. 8

¹² Maltseva, K. & Lutz, C., 2018, S. 105

¹³ Hanin, Y., 2012, S. 1f

¹⁴ Facebook, 2018

¹⁵ Vgl. Bruhn, M. & Hardwich, K., 2013, S. 279

¹⁶ Komoot, 2018

¹⁷ Komoot, 2018

¹⁸ Strava, 2018

¹⁹ Wiktionary, 2018

²⁰ Gabriel, R. & Röhrs, H.-P., 2017, S. 184

²¹ Garmin, 2018

²² Steinmeier, T., 2016, S. 125f

²³ Rieber, D., 2017, S. 7

²⁴ Rieber, D., 2017, S. 19

²⁵ Deloitte, 2014, S. 4

²⁶ Vgl. Kapitel 3.2.1 Quantified Self, S. 30

²⁷ Gabriel, R. & Röhrs, H.-P., 2017, S. 171f

²⁸ Bramer, 2018

²⁹ Gigerenzer, G. Schlegel-Matthies, K. & Wagner, G. G., 2016, S. 1

³⁰ AHIMA Guide, 2013, S. 1

³¹ Gabriel, R. & Röhrs, H.-P., 2017, S. 171f

³² Jameda, 2018

³³ Deloitte, 2014, S. 4

³⁴ research2guidance, 2017, S. 11

³⁵ Roland Berger, 2016, S. 4

³⁶ Little, A. D., 2016, S. 4

³⁷ Deloitte, 2014, S. 4

³⁸ Deloitte, 2014, S. 5

³⁹ Bitcom, 2018

⁴⁰ Charisma Studie, S. 14

⁴¹ Malvey, D. & Slovensky, D. J., 2014, S. 6f

⁴² Deloitte, 2017, S. 7

⁴³ Charisma Studie, S. 15

⁴⁴ Source.Android, 2018

⁴⁵ Charisma Studie, S. 15f

⁴⁶ Deloitte, 2017, S. 19

⁴⁷ Charisma Studie, S. 16

⁴⁸ Keuper, F., 2002, S. 321

⁴⁹ Charisma Studie, S. 50

⁵⁰ Keuper, F., 2002, S. 322

⁵¹ Statista, 2018

⁵² Deloitte, 2016, S. 5

⁵³ Charisma, S. 29

⁵⁴ Charisma, S. 20

⁵⁵ Deloitte, 2014, S. 15

⁵⁶ Charisma, S. 18

⁵⁷ Deloitte, 2014, S. 6

⁵⁸ Schachinger, A., 2014, S. 12

⁵⁹ Köppler, K., Neisecke T. & Nölke, L., 2016, S. 29

⁶⁰ Deloitte, 2016, S. 20

⁶¹ Malvey, D. & Slovensky, D. J., 2014, S. 3

⁶² Vgl. Kapitel 3.2.1 Quantified Self, S. 30

⁶³ Charisma, S. 15

⁶⁴ HealthMine, 2016, S. 6

⁶⁵ HealthMine, 2016, S. 15

⁶⁶ Accure, 2016, S. 17