Die vorliegende Arbeit greift die Frage auf, inwiefern sich Spielertypen aufgrund des Zuschauererlebnisses auf Twitch.tv unterscheiden. Dabei richtet sich der Fokus auf die individuellen Verhaltensmuster der Nutzer und Nutzerinnen der Live-Streaming-Plattform. In diesem Kontext werden acht Variablen spezifiziert, die jene Verhaltensweisen quantifizierbar machen. Diese reichen von statistischen Kennzahlen, zum Beispiel der wöchentlichen Konsumdauer, über die Benutzung von Twitch als Informationsquelle, des Chatverhaltens bis zu allgemeinen Nutzungsgewohnheiten.
Daran schließen sich die Auswahlkriterien einer Übertragung, die Gründe für Geldaufwendungen, beispielsweise für Abonnements, und die favorisierten Rubriken an. Abschließend werden unter anderem die angesehenen Inhalte mit den persönlich präferierten Videospielen verglichen. Die forschungstheoretische Basis hinsichtlich des Spielertyps bietet das Player Trait Model. Ähnlich den modernen Praktiken der Persönlichkeitsforschung setzt dieses Modell nicht auf eine strikte Klassifizierung von Menschen, sondern vertritt die Auffassung, dass Spieler und Spielerinnen durch eine Summe verschiedener Eigenschaften zu charakterisieren sind. Die Präferenzen von Spielenden werden durch die Ausprägung der fünf Charakteristika Social, Narrative, Goal, Challenge und Aesthetic Orientation gemessen.
In Anbetracht dessen wird der quantitative Forschungszugang gewählt. Zum Zweck der Datenerhebung kommt ein Online-Fragebogen (N=133) zum Einsatz. Die Daten werden mit Kruskal-Wallis-Tests sowie zugehörigen Post-Hoc-Tests in Bezug auf Unterschiede zwischen den fünf Spielerorientierungen hin analysiert.
Inhaltsverzeichnis
TEIL A EINLEITUNG
1 Ausgangssituation
2 Zielsetzung und Forschungsfrage
3 Vorgehensweise
3.1 Forschungszugang
3.2 Forschungsmethode
TEIL B THEORETISCHE GRUNDLAGEN DER SPIELERTYPOLOGIE UND DER LIVE-STREAMING-PLATTFORM TWITCH
1 Spielertypen und -motive
1.1 Ansatzbasierte Einordnung der Theorien
1.1.1 Psychografische Grundlage
1.1.2 Verhaltensbasierte Grundlage
1.1.3 Videospielinterne demografische Daten
1.1.4 Weitere Ansätze
1.2 Gegenüberstellung und kritische Betrachtung
2 Zusehen statt Spielen
2.1 Die Live-Streaming-Plattform Twitch
2.2 Motivation und Nutzungsverhalten
2.3 Resümee des Forschungsstandes
TEIL C HETEROGENE SPIELERORIENTIERUNGEN UND BEDINGTE VERHALTENSMUSTER AUF TWITCH.TV
1 Hypothesengenerierung
2 Spezifikation und Operationalisierung
TEIL D DATEN UND METHODIK
1 Datenerhebung mittels Online-Fragebogen
2 Fragebogenrevision
2.1 Qualitativer Pretest
2.2 Quantitativer Pretest
3 Forschungsdurchführung
4 Stichprobe
5 Datenaufbereitung und -analyse
6 Gütekriterien
TEIL E ERGEBNISPRÄSENTATION
1 Deskriptive Präsentation der Spielerorientierungen
2 Spielerorientierungen und Verhaltensmuster
2.1 Favorisierte Publikumsgröße und Nutzungsintensität
2.2 Twitch als Informationsquelle
2.3 Verwendung des Chats
2.4 Nutzungsgewohnheiten
2.5 Auswahlkriterien
2.6 Abonnements und weitere Formen monetärer Unterstützung
2.7 Übertragungskategorien
2.8 Angesehene Übertragungen und Videospielpräferenzen
TEIL F DISKUSSION UND HYPOTHESENABGLEICH
1 Spezifische Verhaltensmuster für die Spielerorientierungen
1.1 Favorisierte Publikumsgröße und Nutzungsintensität
1.2 Twitch als Informationsquelle
1.3 Verwendung des Chats
1.4 Nutzungsgewohnheiten
1.5 Auswahlkriterien
1.6 Abonnements und weitere Formen monetärer Unterstützung
1.7 Übertragungskategorien
1.8 Angesehene Übertragungen und Videospielpräferenzen
2 Gegenüberstellung und Hypothesenabgleich
TEIL G FAZIT
Zielsetzung & Themen
Die vorliegende Masterarbeit untersucht, inwieweit sich Spielertypen auf Basis des "Player Trait Models" aufgrund ihres Nutzungsverhaltens auf der Live-Streaming-Plattform Twitch.tv unterscheiden. Das zentrale Ziel ist es, Zusammenhänge zwischen den individuellen Spielerorientierungen (Social, Narrative, Goal, Challenge, Aesthetic) und spezifischen Verhaltensweisen beim Zuschauen von Videospielübertragungen zu identifizieren, um so die Forschungsfrage zu beantworten, ob der Spielertyp das Nutzungsverhalten auf Twitch.tv maßgeblich beeinflusst.
- Charakterisierung von Nutzern anhand von fünf Spielerorientierungen (Player Trait Model).
- Analyse des Nutzungsverhaltens auf Twitch.tv durch acht spezifizierte Dimensionen.
- Empirische Untersuchung mittels Online-Fragebogen (N=133) unter Anwendung statistischer Testverfahren (Kruskal-Wallis-Tests).
- Vergleich zwischen den persönlich bevorzugten Videospielen und den auf der Plattform angesehenen Inhalten.
- Diskussion über die Relevanz der gewonnenen Erkenntnisse für Spieleentwicklung und Marketing.
Auszug aus dem Buch
1 Ausgangssituation
Männer und Frauen, die sich in Live-Übertragungen während des Spielens von Videospielen zeigen, ziehen hunderte Millionen Menschen in ihren Bann. Einzelne versammeln zum Teil hunderttausende als Publikum (TwitchTracker, 2020). Diese Übertragungen werden als Streams bezeichnet und mit Hilfe von Diensten wie Facebook, Twitch oder YouTube immer populärer (May, 2020).
Die Weiterentwicklungen im Bereich des Video Encodings, der permanenten Erhöhung der Bandbreite von Netzwerken, eine wachsende Kultur von nutzergenerierten Inhalten und zu guter Letzt die Lust daran, anderen während des Videospielens zuzusehen, forcieren diesen Trend zudem. Als Konsequenz daraus ist das Peer-to-Peer Online-Streaming inzwischen eine der am schnellsten wachsenden Medienformen (Sjöblom & Hamari, 2017).
Verdoppelte sich die Nutzerbasis stets in den vergangenen Jahren, weisen diesbezügliche Prognosen darüber hinaus auf ein andauerndes Wachstum hin (Iqbal, 2020; Kavanagh, 2019; Perez, 2020; TwitchTracker, 2020). Content-Erstellende, die ihren Fokus auf Videospiele richten, zum Beispiel PewDiePie oder Ninja, fordern aufgrund ihrer immensen Anzahl an Abonnenten traditionelle Medienunternehmen heraus (Sjöblom & Hamari, 2017). Zum Zeitpunkt der Ausarbeitung dieser Arbeit belaufen sich diese für Erstgenannten auf etwa 107 Millionen YouTube-Abonnenten (YouTube, 2020b), respektive im Falle Ninjas auf 24 Millionen und weitere 16 Millionen Abonnenten auf der Website Twitch.tv (SullyGnome, 2020b; YouTube, 2020a).
In den vergangen sechs Jahren hat sich die Relevanz der Live-Streaming-Plattform Twitch und deren Einfluss außerordentlich ausgeweitet. Twitch ist nicht nur zu einer bedeutenden Säule der Videospieleindustrie geworden, sondern zudem zu einer Größe im globalen Medien-Ökosystem herangewachsen. Der Einfluss, der dieser Position immanent ist, wirkt sich neben des Spielens und Zuschauens von Videospielen auch auf deren Entwicklung, Vermarktung und Rezensionen aus (Johnson & Woodcock, 2019c). Die beiden Autoren nennen in diesem Kontext das Spiel Rocket League, das sich als auffallend und überraschend attraktiv auf Twitch.tv erwies.
Zusammenfassung der Kapitel
TEIL A EINLEITUNG: Führt in das Thema Live-Streaming ein und definiert die Forschungsfrage, ob der Spielertyp das Nutzungsverhalten auf Twitch.tv beeinflusst.
TEIL B THEORETISCHE GRUNDLAGEN DER SPIELERTYPOLOGIE UND DER LIVE-STREAMING-PLATTFORM TWITCH: Erarbeitet den aktuellen Forschungsstand zu Spielertypologien, insbesondere dem Player Trait Model, und analysiert die Plattform Twitch sowie bestehende Studien zum Nutzungsverhalten.
TEIL C HETEROGENE SPIELERORIENTIERUNGEN UND BEDINGTE VERHALTENSMUSTER AUF TWITCH.TV: Stellt die Hypothesen auf und spezifiziert die Variablen für die empirische Untersuchung.
TEIL D DATEN UND METHODIK: Beschreibt das Forschungsdesign, die Datenerhebung via Online-Fragebogen, die Stichprobe sowie die angewandten statistischen Analysemethoden.
TEIL E ERGEBNISPRÄSENTATION: Visualisiert und präsentiert die Resultate der Datenanalyse deskriptiv und mittels statistischer Tests für die einzelnen Spielerorientierungen.
TEIL F DISKUSSION UND HYPOTHESENABGLEICH: Diskutiert die gewonnenen Ergebnisse detailliert und führt den Abgleich mit der aufgestellten Arbeitshypothese durch.
TEIL G FAZIT: Fasst die zentralen Erkenntnisse der Arbeit zusammen und gibt einen Ausblick auf zukünftige Forschungsbedarfe.
Schlüsselwörter
Twitch.tv, Live-Streaming, Spielertypen, Player Trait Model, Nutzungsverhalten, Videospiele, Social Orientation, Narrative Orientation, Goal Orientation, Challenge Orientation, Aesthetic Orientation, Online-Fragebogen, quantitative Sozialforschung, Spielermotivation, Zuschauererfahrung.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht den Zusammenhang zwischen der Persönlichkeit von Spielern (Spielertypen) und ihrem spezifischen Nutzungsverhalten auf der Live-Streaming-Plattform Twitch.tv.
Was sind die zentralen Themenfelder?
Die Themen umfassen die Spielertypologie, Theorien der Spielermotivation, das Mediennutzungsverhalten auf Streaming-Plattformen sowie die Analyse von Zuschauer-Interaktionen.
Was ist das primäre Ziel oder die Forschungsfrage?
Die Forschungsfrage lautet: „Inwieweit differiert der Spielertyp aufgrund der gezeigten Verhaltensmuster auf Twitch.tv?“ Ziel ist es, Unterschiede im Zuschauerverhalten anhand von fünf Spielerorientierungen nachzuweisen.
Welche wissenschaftliche Methode wird verwendet?
Es wird ein quantitativer Forschungszugang gewählt. Die Datenbasis bildet eine Online-Befragung (N=133), deren Ergebnisse mittels Kruskal-Wallis-Tests und Post-Hoc-Analysen ausgewertet werden.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in theoretische Grundlagen (Spielertypologien, Twitch), die Hypothesengenerierung, die methodische Erhebung sowie die detaillierte Ergebnispräsentation und Diskussion.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Twitch.tv, Spielertypen, Player Trait Model, Nutzungsverhalten, Spielermotivation und quantitative Analyse.
Warum wurde das "Player Trait Model" als Grundlage gewählt?
Das Modell von Tondello et al. wurde gewählt, da es auf Eigenschaften basiert und nicht auf starren Typenkategorien, was die Erfassung individueller Präferenzen präziser ermöglicht.
Welche Rolle spielt der Chat für die Nutzer?
Die Chatnutzung dient der sozialen Interaktion und Selbstdarstellung; die Ergebnisse zeigen, dass sich insbesondere die "Social Orientation" signifikant auf das Chatverhalten auswirkt.
Welchen Einfluss haben Videospielpräferenzen auf das Zuschauerverhalten?
Es zeigt sich ein signifikanter Zusammenhang zwischen der bevorzugten Spielorientierung (z.B. "Challenge Orientation") und der Auswahl von Streams sowie der Übereinstimmung mit selbst gespielten Titeln.
- Quote paper
- Jürgen Lotze (Author), 2020, Andern Menschen beim Spielen zusehen. Beeinflusst der Spielertyp das Nutzungsverhalten auf Twitch.tv?, Munich, GRIN Verlag, https://www.grin.com/document/985247
