Thema 8.3 — Verhaltenswissenschaft und Annahme

Der Einsatz eines Systems verändert, was möglich ist; erst Verhaltensänderung macht es real – behandeln Sie Annahme daher als gestaltetes, gemessenes Ergebnis, nicht als hoffnungsvolles Nebenprodukt des Go-live.

Warum das in Gesundheit und Pflege wichtig ist#

Ein System, das installiert, aber ungenutzt ist, ist kein neutrales Ergebnis. In Gesundheit und Pflege ist es ein lebendes Risiko: Halb angenommene Werkzeuge erzeugen Umgehungen, doppelte Erfassung und Lücken, wo Information fließen sollte, und jedes davon ist ein Weg zu einem klinischen Vorfall. Wenn ein Krankenhaus elektronische Verordnung kauft, aber ein Teil der Verordnenden weiter auf Papier kritzelt, ist die Akte nun über zwei Medien gespalten, und der auf dem digitalen System aufgebaute Sicherheitsfall scheitert still. Einsatz und Annahme sind verschiedene Leistungen, und der Abstand zwischen ihnen wird in Verhalten gemessen.

Auf der Seite von Patientinnen und Bürgern geht es beim Einsatz um Gleichstellung und Ergebnisse. Eine App, die eine Langzeiterkrankung managt, hilft nur den Menschen, die sie herunterladen, aktivieren und Woche für Woche weiter nutzen – und diese Menschen sind überproportional jünger, wohlhabender, digital selbstsicherer und von vornherein gesünder. Wenn Sie Erfolg daran messen, dass „der Dienst verfügbar ist“, können Sie einen Triumph berichten und dabei genau die Ungleichheiten vergrößern, die der NHS verringern soll. Die Menschen, die einen Diabetes- oder Bluthochdruckpfad am meisten brauchen, nehmen ihn oft am wenigsten unaufgefordert an.

Verhaltenswissenschaft ist die Disziplin, die Annahme als Gegenstand von Design und Evidenz ernst nimmt. Sie steht neben – nicht in – dem Veränderungsmanagement (siehe Thema 8.1 — Veränderungsmanagement), das den organisatorischen Übergang führt, und Kommunikation und Beteiligung (siehe Thema 8.2 — Kommunikation und Beteiligung), die Verständnis und Vertrauen aufbaut. Verhaltenswissenschaft ist enger und spezifischer: Sie fragt, was ein einzelnes Zielverhalten für einen realen Menschen in einem realen Kontext wahrscheinlicher oder unwahrscheinlicher macht, und nutzt dieses Verständnis, um die gewünschte Handlung zur leichten, offensichtlichen zu machen. Weil Sie mit öffentlichem Geld die Gesundheitsentscheidungen von Menschen beeinflussen, ist es Teil Ihrer Sorgfaltspflicht, dies gut – und ethisch – zu tun, keine optionale Verfeinerung.

Kernkonzepte#

Verhaltensänderung und Verhaltenswissenschaft. Verhaltensökonomie und das weitere Feld der Verhaltensänderung gehen von einem realistischen Modell des Menschen aus: Aufmerksamkeit ist knapp, Aufwand kostet, Voreinstellungen haften, und Entscheidungen werden vom Kontext weit stärker geprägt als von Information allein. Klinikpersonal ein Memo oder Bürgern ein Faltblatt zu geben ändert selten, was sie tun; die umgebende Umwelt zu ändern tut es meist. Die praktische Frage ist nie „wissen Menschen, dass sie sollten?“, sondern „was macht hier die richtige Handlung leicht und die falsche schwerer?“

Das COM-B-Modell und das Behaviour Change Wheel. COM-B, von Susan Michie und Kolleginnen am University College London entwickelt, besagt, dass jedes Verhalten (B) drei Bedingungen braucht: Capability (Fähigkeit) (die körperliche und psychologische Fähigkeit, es zu tun), Opportunity (Gelegenheit) (der soziale und physische Kontext, der es erlaubt und anstößt) und Motivation (die reflektierten und automatischen Antriebe dazu). Das Behaviour Change Wheel umhüllt COM-B mit einer systematischen Methode: diagnostizieren, welches von Fähigkeit, Gelegenheit oder Motivation die bindende Beschränkung ist, dann Interventionsfunktionen wählen (Aufklärung, Schulung, Befähigung, Umweltumgestaltung, Anreizsetzung und andere), die genau diese Lücke adressieren. Seine Disziplin ist, dass es Sie zwingt, vor dem Intervenieren zu diagnostizieren, statt auf noch mehr Schulung oder noch mehr Kommunikation zurückzufallen.

Nudge-Theorie und Entscheidungsarchitektur. Die Nudge-Theorie von Richard Thaler und Cass Sunstein besagt, dass kleine Änderungen daran, wie Wahlmöglichkeiten präsentiert werden – die Entscheidungsarchitektur (Choice Architecture) –, Verhalten lenken können, ohne Optionen zu entfernen oder wirtschaftliche Anreize zu ändern. Voreinstellungen, Rahmung, Reihenfolge und Auffälligkeit sind die Hebel. Das Behavioural Insights Team des Vereinigten Königreichs (die „Nudge Unit“), 2010 innerhalb des Cabinet Office gegründet, machte das in öffentlichen Diensten operativ und erprobte Interventionen wie Botschaften zu sozialen Normen und SMS-Erinnerungen in kontrollierten Studien.

Annahme, Aktivierung und nachhaltige Nutzung. Das sind drei verschiedene Verhaltensweisen, nicht eine. Annahme ist der Beginn – Einloggen, Herunterladen, Einschreiben. Aktivierung ist das Erreichen des Punkts, an dem die Nutzerin den Kernwert erlebt (der „Aha“-Moment: die erste sichere Nachricht senden, die erste Fernmessung abschließen). Nachhaltige Nutzung ist fortgesetzte, eingebettete Nutzung Wochen und Monate später. Viele Dienste sind stark bei der Annahme, brechen bei der Aktivierung ein und sind bis zum dritten Monat Friedhöfe – nur das erste zu messen sagt Ihnen also fast nichts.

Reibung, Voreinstellungen, Erinnerungen und Rückmeldung. Reibung ist alles, was ein Verhalten schwerer macht – ein Login, ein Formularfeld, ein Schritt, ein Warten. Reibung auf dem gewünschten Weg zu verringern und auf ungewollten Wegen hinzuzufügen ist der verlässlichste Verhaltenshebel, den Sie haben. Voreinstellungen bestimmen das Ergebnis für Menschen, die nichts tun, und sind gerade deshalb mächtig, weil so viele Menschen nichts tun. Erinnerungen lösen Vergessen; Rückmeldung (Fortschritt, Vergleich, Bestätigung) hält die Motivation aufrecht, sobald das Verhalten begonnen hat.

Gewohnheitsbildung. Eine Gewohnheit (Habit) ist ein Verhalten, das durch eine in einem stabilen Kontext wiederholte Schleife aus Auslöser–Routine–Belohnung automatisch wird. Nachhaltige Nutzung eines klinischen Systems ist eigentlich ein Problem der Gewohnheitsbildung: Sie wollen, dass das Öffnen des Systems zum unbedachten ersten Schritt einer Visite wird, nicht zu einer bewussten Entscheidung jedes Mal. Gewohnheiten entstehen durch Wiederholung, gebunden an vorhandene Auslöser, weshalb das Einbetten eines neuen Werkzeugs in einen etablierten Arbeitsablauf das Danebenschrauben schlägt.

Anreize und ihre Grenzen. Anreize – finanziell, beruflich oder reputativ – können Verhalten verschieben, schlagen aber bei grober Anwendung zurück. Sie können intrinsische Motivation verdrängen, Tricksen an der Kennzahl erzeugen und aufhören zu wirken, sobald sie zurückgezogen werden. Die Selbstbestimmungstheorie erklärt, warum Autonomie, Kompetenz und Verbundenheit Verhalten meist dauerhafter tragen als äußere Belohnung allein.

Diffusions- und Adoptionskurven. Wie sich eine Innovation durch eine Bevölkerung ausbreitet, beschreiben die Diffusion von Innovationen und der Technologie-Adoptionszyklus – Innovatoren und frühe Anwender zuerst, dann die Mehrheiten, dann Nachzügler. Das verbindet Verhaltenswissenschaft mit der weiteren Frage der phasenweisen Einführung von Innovation (siehe Thema 8.0 — Innovation phasenweise einführen): Verhaltenshebel müssen darauf abgestimmt werden, wo eine Gruppe auf dieser Kurve steht.

Bewährte Praktiken#

1. Definieren Sie das Zielverhalten präzise, für eine benannte Gruppe, in einem benannten Kontext. „Engagement verbessern“ ist kein Verhalten; „Gemeindeschwestern erfassen eine Wundbewertung in der mobilen App während des Hausbesuchs, nicht nachträglich auf Papier“ ist eines. Verhaltenswissenschaft wirkt nur an Konkretem: wer tut was, wann, wo, statt was. Schreiben Sie das Verhalten in dieser Auflösung auf, bevor Sie irgendetwas gestalten, denn ein vages Ziel garantiert eine vage Intervention.

2. Diagnostizieren Sie die Barriere mit COM-B, bevor Sie eine Korrektur wählen. Fragen Sie, ob die bindende Beschränkung Fähigkeit ist (sie können nicht – Fähigkeiten, Verständnis oder das Gerät versagt), Gelegenheit (der Kontext blockiert es – keine Zeit, kein Signal, kein Anstoß) oder Motivation (sie wollen nicht – kein wahrgenommener Nutzen, konkurrierende Gewohnheiten oder Misstrauen). Die Intervention folgt der Diagnose: Eine Fähigkeitslücke braucht Schulung oder Vereinfachung, eine Gelegenheitslücke braucht Umweltveränderung, eine Motivationslücke braucht einen ganz anderen Hebel. Diagnose zu überspringen ist der Grund, warum Organisationen ein Gelegenheitsproblem mit mehr E-Mails beantworten und sich wundern, warum sich nichts bewegt (siehe Thema 8.1 — Veränderungsmanagement zur Diagnose von Widerstand).

3. Verringern Sie Reibung auf dem gewünschten Weg unnachgiebig. Jeder zusätzliche Klick, jedes Login, jedes Freitextfeld und jeder Kontextwechsel verliert einen Bruchteil Ihrer Nutzenden, und die Bruchteile potenzieren sich. Zählen Sie die Schritte der aktuellen Reise, dann löschen, vorbefüllen und voreinstellen Sie sich zu weniger. Single Sign-on, sinnvolle Voreinstellungen und Formulare, die aus der Akte vorbefüllt ankommen, bewegen die Annahme oft mehr als jede Menge Überzeugung, weil sie die Gelegenheit ändern statt nur die Motivation anzusprechen.

4. Setzen Sie Voreinstellungen bewusst und ethisch. Weil die meisten Menschen die Voreinstellung akzeptieren, ist die Voreinstellung eine Designentscheidung mit realen Folgen – machen Sie sie zur sicheren, empfohlenen Option und den Ausstieg leicht und transparent. Opt-out-Strukturen (zum Beispiel ein voreingestellter Terminslot, den die Patientin ändern kann) heben die Inanspruchnahme weit mehr als Opt-in-Entsprechungen. Die ethische Linie ist, dass die Voreinstellung der Person dienen muss, die Alternative wirklich verfügbar bleiben muss und Sie offen sein müssen, was Sie getan haben.

5. Nutzen Sie Erinnerungen und Rückmeldung, um Absicht in Handlung zu verwandeln und sie aufrechtzuerhalten. Gut getimte Anstöße schließen die Lücke zwischen Handeln-Wollen und Handeln – der klassische Verhaltensbefund hinter SMS-Terminerinnerungen, die die Nichterscheinensraten senkten. Rückmeldung (ein Fortschrittsbalken, eine Serie, eine Bestätigung „Ihr Messwert liegt im Bereich“, ein Peer-Vergleich) hält ein Verhalten aufrecht, sobald es begonnen hat. Halten Sie Anstöße spezifisch, zeitgerecht und sparsam; ein Kanal, der zu viel benachrichtigt, wird bald stummgeschaltet oder deinstalliert.

6. Gestalten Sie für Gewohnheit, indem Sie in vorhandene Arbeitsabläufe und Auslöser einbetten. Bitten Sie Menschen nicht, sich zu erinnern, ein neues Werkzeug zu nutzen; binden Sie es an etwas, das sie ohnehin an einem festen Punkt tun – das Login, das die Schicht beginnt, den Moment vor der Entlassung, den bestehenden täglichen Huddle. Stabile Auslöser plus Wiederholung bauen Automatismus auf. Ein Werkzeug, das im Arbeitsablauf lebt, wird zur Gewohnheit; eines, das daneben sitzt, bleibt eine Pflicht und wird unter Druck aufgegeben.

7. Nutzen Sie Anreize vorsichtig und achten Sie auf Tricksen und Verdrängung. Wenn Sie eine Zahlung oder ein Leistungsziel an ein Verhalten binden, erwarten Sie, dass Menschen genau auf das optimieren, was Sie messen – manchmal auf Kosten dessen, was Sie meinten. Bevorzugen Sie intrinsische und berufliche Motivatoren (Autonomie, Meisterschaft, Peer-Normen, sichtbarer Patientennutzen), wo Sie können, und behandeln Sie finanzielle Anreize als kurzfristigen Katalysator, nicht als dauerhafte Stütze. Fragen Sie stets, was bricht, wenn der Anreiz entfällt, denn ein Verhalten, das nur existiert, solange Sie dafür zahlen, wurde nie angenommen.

8. Testen Sie Interventionen, statt sie anzunehmen. Verhaltenseffekte sind kontextabhängig und überraschen häufig selbst Expertinnen; pilotieren, A/B-testen oder führen Sie daher, wo Sie können, eine kleine randomisierte kontrollierte Studie durch – die Arbeitsmethode des Behavioural Insights Team. Ein Zwei-Arm-Vergleich zweier Erinnerungsformulierungen kostet wenig und kann die Wirksamkeit verdoppeln. Testen schützt Sie auch davor, selbstsicher einen Nudge auszurollen, der nichts bewirkt oder, schlimmer, für eine Untergruppe nach hinten losgeht.

9. Prüfen Sie die Gleichstellungswirkung jedes Nudge und gestalten Sie zuerst für die Benachteiligten. Nudges und digitale Voreinstellungen wirken tendenziell am besten bei Menschen, die ohnehin im Vorteil sind – lese- und schreibkundig, vernetzt, selbstsicher, gesund –, was bedeutet, dass eine Intervention den Durchschnitt heben und dabei die Lücke vergrößern kann. Segmentieren Sie Ihre Annahmedaten nach Alter, Benachteiligung, Sprache und Behinderung und gestalten Sie assistierte Wege, menschliche Rückfälle und Stellvertreterzugang für jene, die der digitale Weg zurücklässt (siehe Thema 1.9 — Digitale Inklusion und Barrierefreiheit und Thema 3.3 — Patienten- und bürgerorientierte Dienste). Eine Annahmestrategie, die nur die leicht Erreichbaren erreicht, ist ein als Erfolg verkleidetes Scheitern.

10. Messen Sie Verhalten und Annahme, nicht den Einsatz. Versehen Sie die tatsächlichen Verhaltensweisen mit Messpunkten – Logins, Aktivierungsereignisse, Feature-Nutzung, Kohorten nachhaltiger Nutzung, Umgehungs- und Rückkehrraten, Nichterscheinens- und Adhärenzraten – und berichten Sie sie gegen eine Baseline, nach Gruppen segmentiert. Einsatzkennzahlen („System läuft an 40 Standorten“) schmeicheln Ihnen; Verhaltenskennzahlen sagen die Wahrheit. Machen Sie nachhaltige Nutzung nach neunzig Tagen, nicht den Go-live, zur Definition von fertig (siehe Thema 10.1 — Key Performance Indicators (KPIs)).

Fragen zur Diskussion im Team#

1. Was ist für die Veränderung, die wir vornehmen wollen, das einzelne präzise Verhalten, das wir brauchen, von wem, und welches von Fähigkeit, Gelegenheit oder Motivation blockiert es heute tatsächlich? Diese Frage zwingt das Team über die bequeme Abstraktion „Annahme vorantreiben“ hinaus zum konkreten Verhalten, das geschehen muss – und von wem, wann und wo. In Gesundheit und Pflege ist die ehrliche Antwort oft unbequem: Die Barriere ist nicht, dass Klinikpersonal Bewusstsein oder Motivation fehlt, sondern Gelegenheit, weil das System einer Konsultation neunzig Sekunden hinzufügt, die sie nicht haben, oder Fähigkeit, weil es auf der alternden Hardware der Station versagt. Die Debatte sollte den Unterschied zwischen dem, was die Führung als Barriere annimmt, und dem, was Beobachtung an der Front und Daten tatsächlich zeigen, ans Licht bringen, denn beides weicht häufig ab. Bedenken Sie, ob Sie reale Nutzende beim Versuch des Verhaltens beobachtet haben oder aus Beschwerden und Hoffnung schließen. Eine gute Antwort benennt ein Verhalten in hoher Auflösung, zitiert Evidenz, welche COM-B-Komponente bindet, und verpflichtet sich zu einer Intervention, die dieser Diagnose entspricht, statt auf mehr Schulung oder mehr Kommunikation zurückzufallen. Die beste Version identifiziert einen Fall, in dem das Team im Begriff war, die falsche Komponente zu beheben, und lenkt den Aufwand um.

2. Wo verlassen wir uns auf Nudges und Voreinstellungen, die für unsere ohnehin bevorteilten Nutzenden womöglich besser wirken als für jene, die den Dienst am meisten brauchen – und woran würden wir es überhaupt merken? Das ist die Gleichstellungsfrage, die Verhaltenswissenschaft unvermeidlich macht, denn dieselben Techniken, die die Gesamtinanspruchnahme heben, können Ungleichheiten still vergrößern. Die zu debattierende Spannung ist real: Eine Opt-out-Voreinstellung oder eine glatte Digital-first-Reise kann Ihre Schlagzeilenzahlen heben und dabei ältere, ärmere, digital weniger selbstsichere oder nicht englischsprachige Patientinnen weiter zurücklassen, und ein sich verbessernder Durchschnitt kann eine wachsende Lücke verbergen. Die Diskussion sollte sich der Frage stellen, ob Ihre Annahmedaten überhaupt segmentiert sind – nach Benachteiligung, Alter, Sprache, Behinderung – oder Sie eine einzelne schmeichelhafte Zahl berichten. Sie sollte auch prüfen, welche assistierten und nicht digitalen Wege es für Menschen gibt, die der Nudge nicht erreicht, und ob diese Wege ausgestattet oder nur vorgeblich sind. Eine ernsthafte Antwort akzeptiert, dass „für alle verfügbar“ nicht dasselbe ist wie „von allen angenommen“, verpflichtet sich, die Verteilung und nicht nur den Mittelwert zu messen, und behandelt eine wachsende Lücke als Abbruchbedingung, die den Rollout stoppen oder ändern würde. Die schwächste Antwort ist die, die nie hingesehen hat.

3. Wo liegt die ethische Linie zwischen Menschen bei guten Gesundheitsentscheidungen zu helfen und sie zu manipulieren – und stehen wir transparent auf der richtigen Seite? Verhalten in der Gesundheit zu beeinflussen trägt eine Pflicht, die gewöhnliches Marketing nicht trägt, weil das Machtgefälle größer ist und es um den Körper und das Leben von Menschen geht. Die Debatte sollte legitime Entscheidungsarchitektur – die gesunde oder empfohlene Option leicht zu machen, dabei Alternativen wirklich verfügbar zu halten und offen zu sein, was Sie getan haben – von verdeckter Manipulation, Dark Patterns, dem Ausnutzen von Angst oder dem Verstecken des Opt-outs unterscheiden. Bedenken Sie konkrete Fälle: Ein voreingestellter Screening-Termin, den die Patientin frei ändern kann, ist vertretbar; ein Design, das das Ablehnen absichtlich schwer macht oder Scham nutzt, ist es nicht. Das Team sollte fragen, ob es sich wohlfühlen würde, jeden Nudge der Person zu erklären, die er zielt, und einem Regulierer oder der Öffentlichkeit, denn Transparenz ist der praktische Test ethischer Einflussnahme. Autonomie, informierte Einwilligung und Vertrauen sind keine Hindernisse der Annahme, sondern ihr Fundament (siehe Thema 1.8 — Datenethik, Einwilligung und öffentliches Vertrauen), und ein manipulativer Gewinn heute gibt das Vertrauen aus, das Sie für jede künftige Veränderung brauchen. Eine gute Antwort setzt einen klaren Standard, wendet ihn auf Ihre tatsächlichen Designs an und ist bereit, einen Nudge zu entfernen, der wirkt, aber nicht offen verteidigt werden kann.

4. Haben wir Annahme von Aktivierung von nachhaltiger Nutzung unterschieden – und besitzt hier tatsächlich jemand die Zahl, die sagt, dass Menschen dies nach neunzig Tagen noch nutzen? Teams verschmelzen routinemäßig drei verschiedene Verhaltensweisen zu einem Wort, „Inanspruchnahme“, und feiern dann die falsche. Annahme (sich anmelden) ist am leichtesten zu erreichen und am schmeichelhaftesten zu berichten; Aktivierung (den ersten Moment realen Werts erreichen) ist, wo die meisten Dienste still Nutzende bluten lassen; nachhaltige Nutzung Monate später ist, was den klinischen Nutzen im Business Case tatsächlich liefert. Die Diskussion sollte sich der Frage stellen, wo Ihre eigenen Daten enden – viele Programme können Anmeldungen zitieren, haben aber den Aktivierungsmoment nie mit Messpunkten versehen oder eine Bindungskurve aufgetragen, sodass sie die Klippe in Woche zwei nicht einmal sehen, geschweige denn erklären können. Sie sollte auch eine rechenschaftspflichtige Verantwortliche benennen: Wenn „Annahme“ allen im Allgemeinen gehört, gehört sie niemandem im Besonderen, und die Neunzig-Tage-Zahl wird zur Waise, die kein Dashboard trägt. Debattieren Sie, was Ihre Definition von „fertig“ wirklich ist, denn wenn der Go-live als Erfolg zählt, ist das ganze System darauf optimiert, genau dann aufzuhören sich zu kümmern, wenn das Schwere beginnt. Eine ehrliche Antwort trennt die drei Verhaltensweisen, zeigt den Trichter mit realen Zahlen und verweist auf eine benannte Person, die für nachhaltige Nutzung antwortet – nicht einen Nutzenfall, der sie annahm.

5. Betten wir dieses Verhalten in einen vorhandenen Arbeitsablauf und Auslöser ein, oder schrauben wir ein neues Werkzeug daneben und hoffen, dass Menschen sich erinnern? Gewohnheiten entstehen, wenn ein Verhalten an einen stabilen, bereits vorhandenen Auslöser gebunden und wiederholt wird; die Integrationsfrage ist daher eine Verhaltensfrage und nicht bloß eine technische. Die ans Licht zu bringende Spannung ist, dass das Leichteste zu Liefernde – eine eigenständige App oder ein separates Portal mit eigenem Login – oft das ist, was unter Druck am sichersten aufgegeben wird, weil es um Aufmerksamkeit und Gedächtnis konkurriert, statt auf etwas mitzufahren, das die Nutzerin ohnehin tut. Das Team sollte konkret prüfen, an welchen vorhandenen Moment das gewünschte Verhalten anknüpfen wird: das Login, das die Schicht beginnt, der Schritt vor der Entlassung, die morgendliche Medikationsrunde. Es sollte auch ehrlich zu den Kosten der Alternative sein, denn das Einbetten in die elektronische Akte oder den täglichen Arbeitsablauf ist schwerer, langsamer und politischer als das Ausliefern eines separaten Werkzeugs, und genau diese Schwierigkeit ist der Grund, warum Organisationen es überspringen. Eine gute Antwort identifiziert den realen Auslöser und verpflichtet sich zur Integration im Kontext, auch wenn ein eigenständiger Bau schneller wäre; die schwache Antwort liefert neben dem Arbeitsablauf aus und beschuldigt die Nutzenden, wenn das Werkzeug in der ersten geschäftigen Woche still fallen gelassen wird.

6. Was haben wir hier tatsächlich getestet statt angenommen – und trainieren unsere Anreize Menschen still, die Kennzahl zu manipulieren? Verhaltenseffekte sind notorisch kontextabhängig und überraschen häufig selbst Expertinnen; ein auf selbstsichere Annahme statt auf einen kleinen Vergleich gebauter Plan trägt daher verborgenes Risiko. Die Diskussion sollte fragen, was vor dem Skalieren billig pilotiert oder A/B-getestet werden könnte – zwei Erinnerungsformulierungen, zwei Voreinstellungen, ein assistierter Weg gegen keinen –, denn ein Zwei-Arm-Test kostet wenig und ändert routinemäßig die Antwort, und weil das Skalieren eines ungetesteten Nudge etwas verfestigen kann, das nichts bewirkt oder für eine Untergruppe nach hinten losgeht. Das Gespräch muss sich auch den Anreizen zuwenden, finanziell oder als Leistungsziel, und fragen, welches Verhalten sie tatsächlich belohnen: Binden Sie eine Zahlung oder ein Ziel an eine Zahl, und Menschen werden auf diese Zahl optimieren, manchmal auf Kosten des gemeinten Ergebnisses, und das Verhalten kann kollabieren, sobald der Anreiz entfällt. Bedenken Sie, ob ein aktuelles Ziel erfüllt werden könnte, während die zugrunde liegende klinische Absicht verfehlt wird, was die Signatur des Trickserns ist. Eine starke Antwort benennt, was getestet wird und wie, behandelt finanzielle Anreize als kurzfristigen Katalysator, der auf Nebenwirkungen zu überwachen ist, statt als dauerhafte Stütze, und fragt bei jedem Anreiz, was bricht, wenn er endet.

In der Praxis: ein Beispiel aus Gesundheit und Pflege#

Ein Integrated Care System führt einen Fernüberwachungsdienst für Menschen mit Herzinsuffizienz ein: Patientinnen erfassen täglich Gewicht und Symptome auf einem gelieferten Gerät, und ein Team der Virtual Ward prüft sie. Die Technologie funktioniert im Pilot. Sechs Monate später bemerkt der Programmleiter das Muster, das die Verhaltenswissenschaft vorhersagt – starke Anmeldung, ein scharfer Abfall nach Woche zwei und eine kleine, demografisch verzerrte Gruppe, die es im dritten Monat noch nutzt.

Statt weitere Patientenfaltblätter zu beauftragen, führt das Team eine COM-B-Diagnose durch. Die Anmeldung (Annahme) ist in Ordnung. Der Einbruch liegt bei Aktivierung und nachhaltiger Nutzung, und die Barrieren unterscheiden sich je Gruppe. Für viele ältere Patientinnen ist die Beschränkung Fähigkeit – die Geräteeinrichtung hat zu viele Schritte – und Gelegenheit – niemand stößt sie an, und die tägliche Messung hat keinen Anker in ihrer Routine. Für die Pflegekräfte der Virtual Ward ist die Beschränkung ebenfalls Gelegenheit: Die Prüfung der Messwerte bedeutet ein zweites Login an einem separaten Portal, das nicht Teil ihres vorhandenen Arbeitsablaufs ist.

Die Interventionen folgen der Diagnose. Die Geräteeinrichtung wird von Reibung befreit, zu einem vorkonfigurierten, sofort nutzbaren Kit, das nach Hause geliefert wird, mit einem kurzen persönlichen oder telefonischen Aktivierungsanruf, damit die erste Messung – der „Aha“-Moment – mit Unterstützung geschieht. Eine tägliche Erinnerung wird auf einen vorhandenen Auslöser gelegt (morgendliche Medikation), und eine einfache Rückmeldung bestätigt „Ihr Messwert liegt im Bereich“ oder eskaliert. Für das Personal werden die Messwerte innerhalb des vorhandenen klinischen Systems statt in einem separaten Portal sichtbar, was die Prüfung zu einer an den Schichtbeginn gebundenen Gewohnheit macht. Entscheidend segmentiert das Team die Annahmedaten nach Alter und Benachteiligung, stellt fest, dass der digitale Weg das am stärksten benachteiligte Quartil im Stich lässt, und fügt einen telefonbasierten assistierten Weg und Zugang für pflegende Angehörige/Stellvertreter hinzu, damit die Inanspruchnahme nicht einfach dem Privileg folgt.

Sie testen die Erinnerungsformulierung in einem kleinen Zwei-Arm-Vergleich, bevor sie skalieren. Erfolg wird neu definiert: nicht „Gerät an 300 Patientinnen ausgegeben“, sondern nachhaltige tägliche Nutzung nach neunzig Tagen, nach Untergruppen verfolgt und berichtet, neben den Aufnahmeraten wegen Herzinsuffizienz gegen die Baseline. Das Vorstands-Dashboard zeigt nun Verhalten, nicht Einsatz – und die Gleichstellungslücke ist eine Schlagzeilenkennzahl, keine Fußnote.

Sektorperspektiven#

Startup#

Ein Startup der digitalen Gesundheit lebt und stirbt mit Aktivierung und Bindung; Verhaltensdesign ist daher keine Nettigkeit, sondern der Kern des Produkts. Gründer sollten den Trichter besessen mit Messpunkten versehen – Anmeldung, Aktivierung, Bindung an Tag 7 und Tag 30 – und billige A/B-Tests zu Onboarding, Voreinstellungen und Anstößen fahren, denn ein kleiner Zuwachs bei der Aktivierung potenziert sich zu Überleben. Die Falle ist, auf Eitelkeitskennzahlen (Downloads, registrierte Nutzende) zu optimieren, die Investoren beeindrucken, während reale nachhaltige Nutzung still versickert. Startups tragen auch ein überproportionales ethisches Risiko: Wachstumsdruck verführt zu Dark Patterns und manipulativen Bindungstricks, die in der Gesundheit das klinische Vertrauen und die Evidenzbasis kosten können, die Sie brauchen, um überhaupt an den NHS zu verkaufen. Bauen Sie ehrliche Entscheidungsarchitektur und gleichstellungsbewusstes Design von Anfang an ein, denn ihr Nachrüsten nach einem Sicherheits- oder Vertrauensvorfall ist weit teurer.

Kleines Unternehmen#

Ein etablierter kleiner Anbieter – eine Hausarztpraxis, eine Gemeindeapotheke, ein Pflegeheim oder Anbieter häuslicher Pflege, eine Einzelstandort-Klinik – trägt dieselbe Pflicht, ein neues Werkzeug wirklich nutzen zu lassen, aber ohne die Analytik, Super-User oder freie Kapazität des Großunternehmens, Studien zu fahren. Die Verhaltensarbeit muss hier schlank und körperlich statt mit Messpunkten sein: Wählen Sie ein präzises Verhalten, schälen Sie seine Reibung bis auf die Knochen ab und binden Sie es an einen Auslöser, der im Tag eines kleinen Teams bereits existiert, denn es gibt niemanden, dessen Aufgabe es ist, der Annahme nachzujagen. Voreinstellungen und Einbettung zählen noch mehr als in einem großen Trust, da ein Team aus fünf Personen keinen parallelen Arbeitsablauf oder ein zweites Login aufnehmen kann und am ersten geschäftigen Morgen zu Papier zurückkehrt, wenn das Werkzeug neben statt in seiner Routine sitzt. Beobachten Sie die Gleichstellungswirkung mit den bescheidenen Mitteln, die Sie haben – die Bewohnerinnen eines Pflegeheims oder die älteren, stärker benachteiligten Patientinnen einer Praxis sind genau die Gruppe, die eine Digital-first-Voreinstellung zurücklassen kann – und stützen Sie sich auf assistierte und Stellvertreterwege und auf die vertrauensvolle persönliche Beziehung, die ein kleiner Anbieter bereits hat. Wo Fähigkeit oder Evidenz Ihre Möglichkeiten übersteigen, übernehmen Sie die national veröffentlichten fertigen Playbooks, Voreinstellungen und Muster assistierter Wege, statt eigene zu erfinden.

Großunternehmen#

Ein großer Trust oder ein ICS hat den Umfang, Verhaltenswissenschaft ordentlich zu betreiben – reale Annahmeanalytik, Untergruppensegmentierung, eingebettete Super-User und kontrollierte Piloten vor breitem Rollout –, aber auch die Trägheit, die „eingesetzt“ über Tausende Beschäftigte und Standorte als „angenommen“ durchgehen lässt. Die Herausforderung des Großunternehmens ist, Annahme zu einem verantworteten, gemessenen Ergebnis statt einer Annahme in einem Nutzenfall zu machen, mit jemandem, der für nachhaltige Nutzung nach neunzig Tagen und darüber hinaus rechenschaftspflichtig ist. Integration ist im großen Maßstab der Schlüsselhebel: Ein Verhalten in die vorhandene elektronische Akte und den Arbeitsablauf einzubetten, über Single Sign-on und Anstöße im Kontext, schlägt jedes eigenständige Werkzeug oder jeden Schulungsvorstoß. Hüten Sie sich vor Veränderungsmüdigkeit und Benachrichtigungsüberlastung – bei vielen gleichzeitigen Programmen konkurriert jeder zusätzliche Anstoß um dieselbe knappe Aufmerksamkeit, und schlecht gesteuerte Nudges heben einander auf. Der Vorteil des Großunternehmens, gut genutzt, ist die Fähigkeit, Verhalten durch Arbeitsablauf, Richtlinie und Audit dauerhaft zu verankern.

Regierung#

Eine nationale oder lokale öffentliche Stelle gestaltet selten den einzelnen Klick; sie prägt die Bedingungen – Standards, Finanzierung, Voreinstellungen und nationale Dienste –, unter denen Verhalten im Bevölkerungsmaßstab geschieht, was genau dort ist, wo Nudges am härtesten zubeißen und Gleichstellungsrisiken am größten sind. Bei der Regierung gehört das Modell der „Nudge Unit“ hin: rigorose Tests (randomisierte Studien), veröffentlichte Evidenz und wiederverwendbare Verhaltens-Playbooks, die lokale Organisationen übernehmen können. Rechenschaft gegenüber Ministern, Parlament und Öffentlichkeit hebt die ethische Latte stark an – eine nationale Voreinstellung oder ein Nudge ist hochsichtbar, politisch sensibel und, wenn er manipulativ ist oder Ungleichheit vergrößert, für Jahre zersetzend für das öffentliche Vertrauen (siehe Thema 1.8 — Datenethik, Einwilligung und öffentliches Vertrauen). Die besondere Pflicht der Regierung ist, die Verteilung zu beobachten, nicht nur den Durchschnitt: Eine nationale digitale Voreinstellung, die die Gesamtinanspruchnahme hebt und die am stärksten Benachteiligten zurücklässt, ist ein politisches Versagen, auch wenn sich die Schlagzeilenzahl verbessert. Ihre eigentliche Rolle ist, das gesunde, gerechte Verhalten über ein föderiertes System zum leichten zu machen, das sie nicht direkt anleitet.

Häufige Fehlermuster#

• Einsatz als Erfolg zählen. „An 40 Standorten live“ berichten, während sich das Verhalten nie änderte. Vermeiden durch Definition von fertig als nachhaltige Nutzung nach neunzig Tagen und deren Messung.
• Eine Intervention für jede Barriere. Eine Gelegenheits- oder Fähigkeitslücke mit mehr Kommunikation beantworten. Vermeiden durch Diagnose zuerst mit COM-B.
• Die Aktivierungsklippe ignorieren. Die Anmeldung optimieren, während die Nutzung in Woche zwei kollabiert. Vermeiden durch Gestaltung und Messung des Aktivierungsmoments, nicht nur der Annahme.
• Die Bevorteilten anstoßen. Eine Voreinstellung oder glatte Reise, die den Durchschnitt hebt und die Lücke vergrößert. Vermeiden durch Segmentierung der Annahmedaten und assistierte Wege für jene, die zurückbleiben.
• Anreize, die manipuliert werden oder verdrängen. Verhalten, das nur existiert, solange man zahlt, oder an der Kennzahl manipuliert wird. Vermeiden durch Bevorzugung intrinsischer Motivatoren und Test auf Nebenwirkungen.
• Manipulatives Design. Dark Patterns, versteckte Opt-outs, Ausnutzen von Angst. Vermeiden durch Anwendung eines Transparenztests: Könnten Sie diesen Nudge der Person, die er zielt, offen verteidigen?
• Aufschrauben statt einbetten. Ein eigenständiges Werkzeug neben dem Arbeitsablauf, unter Druck aufgegeben. Vermeiden durch Bindung des Verhaltens an vorhandene Auslöser und Systeme.
• Annehmen statt testen. Einen Nudge ausrollen, den niemand prüfte. Vermeiden durch Pilotierung und A/B-Tests vor dem Skalieren.

Reifegradmodell#

Checkliste#

• Das Zielverhalten ist präzise aufgeschrieben: wer tut was, wann, wo.
• Die bindende Barriere wird mit COM-B (Fähigkeit / Gelegenheit / Motivation) diagnostiziert, bevor eine Intervention gewählt wird.
• Der gewünschte Weg ist von Reibung befreit (Schritte, Logins, Felder), und Voreinstellungen sind auf die sichere, empfohlene Option gesetzt, mit leichtem, transparentem Opt-out.
• Erinnerungen und Rückmeldung sind auf vorhandene Auslöser getaktet und sparsam gehalten.
• Das Verhalten ist in vorhandenen Arbeitsablauf und Systeme eingebettet, um Gewohnheit aufzubauen, nicht daneben aufgeschraubt.
• Anreize, falls genutzt, sind auf Tricksen und Verdrängung geprüft und darauf, was bricht, wenn sie entfallen.
• Annahme, Aktivierung und nachhaltige Nutzung werden getrennt gegen eine Baseline gemessen.
• Annahmedaten sind nach Alter, Benachteiligung, Sprache und Behinderung segmentiert, und assistierte / nicht digitale Wege existieren für jene, die der Nudge zurücklässt.
• Interventionen werden vor dem Skalieren pilotiert oder A/B-getestet.
• Jeder Nudge besteht einen Transparenztest: Er ließe sich der Person, die er zielt, einem Regulierer und der Öffentlichkeit offen verteidigen.
• Eine benannte Verantwortliche ist für nachhaltige Nutzung über den Go-live hinaus rechenschaftspflichtig, und das Vorstands-Dashboard berichtet Verhalten, nicht Einsatz.

Zentrale Quellen#

• Susan Michie, Lou Atkins & Robert West, The Behaviour Change Wheel: A Guide to Designing Interventions — das COM-B-Modell und die BCW-Methode.
• Richard H. Thaler & Cass R. Sunstein, Nudge: Improving Decisions About Health, Wealth, and Happiness — Nudge-Theorie und Entscheidungsarchitektur.
• Das Behavioural Insights Team („Nudge Unit“) — auf öffentliche Politik angewandte Verhaltenserkenntnisse, einschließlich des EAST-Frameworks (bi.team).
• NICE Guideline NG155, Behaviour change: individual approaches, und PH49, Behaviour change: general approaches (nice.org.uk).
• Everett M. Rogers, Diffusion of Innovations — wie sich Innovationen durch eine Bevölkerung ausbreiten.
• NHS England — digitale Inklusion und das Framework zur Verringerung digitaler Ausgrenzung (england.nhs.uk).
• Government Communication Service — Verhaltenswissenschaft und die Ansätze OASIS / EAST zur Verhaltensänderung in der Öffentlichkeit (gcs.civilservice.gov.uk).
• Siehe auch Thema 8.0 — Innovation phasenweise einführen, Thema 8.1 — Veränderungsmanagement, Thema 8.2 — Kommunikation und Beteiligung und Thema 3.3 — Patienten- und bürgerorientierte Dienste.

Referenzen#

1. Behavioral economics — Wikipedia — https://en.wikipedia.org/wiki/Behavioral_economics
2. Behavior change (public health) — Wikipedia — https://en.wikipedia.org/wiki/Behavior_change_(public_health)
3. Susan Michie — Wikipedia — https://en.wikipedia.org/wiki/Susan_Michie
4. Behavior change method (including the Behaviour Change Wheel) — Wikipedia — https://en.wikipedia.org/wiki/Behavior_change_method
5. Nudge theory — Wikipedia — https://en.wikipedia.org/wiki/Nudge_theory
6. Choice architecture — Wikipedia — https://en.wikipedia.org/wiki/Choice_architecture
7. Behavioural Insights Team — Wikipedia — https://en.wikipedia.org/wiki/Behavioural_Insights_Team
8. Habit — Wikipedia — https://en.wikipedia.org/wiki/Habit
9. Self-determination theory — Wikipedia — https://en.wikipedia.org/wiki/Self-determination_theory
10. Randomized controlled trial — Wikipedia — https://en.wikipedia.org/wiki/Randomized_controlled_trial
11. Diffusion of innovations — Wikipedia — https://en.wikipedia.org/wiki/Diffusion_of_innovations
12. Technology adoption life cycle — Wikipedia — https://en.wikipedia.org/wiki/Technology_adoption_life_cycle
13. The Behaviour Change Wheel: A Guide to Designing Interventions — Susan Michie, Lou Atkins & Robert West, Silverback Publishing (2014) — http://www.behaviourchangewheel.com/
14. Nudge: Improving Decisions About Health, Wealth, and Happiness — Richard H. Thaler & Cass R. Sunstein, Yale University Press (2008) — https://en.wikipedia.org/wiki/Nudge_(book)
15. EAST: Four Simple Ways to Apply Behavioural Insights — The Behavioural Insights Team — https://www.bi.team/publications/east-four-simple-ways-to-apply-behavioural-insights/
16. Behaviour change: individual approaches (NG155) — National Institute for Health and Care Excellence — https://www.nice.org.uk/guidance/ng155
17. Diffusion of Innovations, 5th edition — Everett M. Rogers, Free Press (2003) — ISBN 978-0743222099
18. Inclusive digital healthcare: a framework for NHS action on digital inclusion — NHS England — https://www.england.nhs.uk/long-read/inclusive-digital-healthcare-a-framework-for-nhs-action-on-digital-inclusion/