Menü
Start
Anmelden / Registrieren
Suche
 
Start arrow Betriebswirtschaft & Management arrow EEG-basierte Erfassung von Aufmerksamkeitsprofilen
< Zurück   INHALT   Weiter >

3 Klassifizierung von Aufmerksamkeitsprofilen

3.1 Aufmerksamkeit

Unter Aufmerksamkeit versteht man die selektive Verarbeitung von Informationen, die aus verschiedenen parallelen Quellen stammen. [1] Der Brockhaus Psychologie definiert Aufmerksamkeit als: „Wachheit; Bewusstheit; Selektion aus der Vielfalt der Wahrnehmungsinformationen“[2]. Diese Informationen sind typischerweise akustischer Art (z.B. mehrere Gespräche in einem Raum) oder visueller Art (z.B. mehrere Objekte im Sichtfeld). Unser Gehirn hat dabei die Fähigkeit die Aufmerksamkeit auf bestimmte Informationen zu richten und gezielt andere (unbedeutendere) Informationen oder Reize auszublenden. [3] Durch die Konzentration der Aufmerksamkeit auf diese bestimmten Reize kann wiederum die Sensitivität und die Reaktionszeit verbessert werden. [4] Aufmerksamkeit kann auch als die Fähigkeit zur Aufrechterhaltung eines Aktivierungszustandes beschrieben werden, der es möglich macht, relevante Informationen registrieren und verarbeiten zu können sowie für die Planung und Durchführung von Handlungen auszuwählen. [5]

Aufmerksamkeit kann in verschiedene Stufen oder unterschiedlich starke Ausprägungen eingeteilt werden. Die Stärke der Aufmerksamkeit bzw. der Aktivierung des Cortexes lässt sich durch die Geschwindigkeit der Potenzialverschiebung messen und wird, wie in Kapitel 2.5.2 beschrieben, in Frequenzbändern dargestellt. [6] Je stärker die durch das EEG erfassten Schwingungen ausfallen, desto stärker ist die Aufmerksamkeit auf einen bestimmten Fokus gerichtet.

Die Einteilung der Frequenzbänder variiert je nach Autor[7] und ist je nach Untersuchung ebenfalls vom Alter des Probanden abhängig.

Berger zeigte bereits 1938, dass sich die Grundfrequenz der Hirnströme eines Menschen im Laufe seines Lebens verändert. Dies geschieht am eindrucksvollsten in den ersten Lebensjahren, jedoch auch noch bis ins hohe Alter. Mit steigendem Alter nimmt beim gesunden Menschen die Hirnfrequenz zu und der messbare Alpha-Rhythmus wird zunehmend dominant, wie die Abbildung 14 deutlich zeigt.

Abbildung 14: Veränderung des EEG-Rythmus mit zunehmendem Alter Quelle: Entnommen aus Berger, H. (1938, S. 51)

Frequenzbandeinteilungen sind folglich nicht immer trennscharf zu bilden. Aufmerksamkeitszustände können zudem einen fließenden Übergang haben und Frequenzbereiche sich bei der Bestimmung dieser Zustände überschneiden.

Die folgende Darstellung (Tabelle 3) beschreibt die Frequenzbereiche wie sie für diese Arbeit definiert werden und ordnet diesen den jeweiligen Aufmerksamkeitszustand der untersuchten Person zu. Die numerische Aufteilung der Frequenzbänder dient hierbei aus den genannten Gründen als Anhaltspunkt.

Frequenzbereich

Frequenzband (in Hz)

Aufmerksamkeitszustand

Delta

0-4

Tiefschlaf, starke Müdigkeit

Theta

4-8

tiefe Entspannung, Müdigkeit, Kreativität

Alpha 1

8-10

wache Entspannung, entspannte Aufmerksamkeit

Alpha 2

10-12

wache Aufmerksamkeit, nicht fokussierte (breite) Aufmerksamkeit

Beta

>12

fokussierte Aufmerksamkeit, starke Aufmerksamkeit bis Anspannung

Tabelle 3: Zuordnung der Aufmerksamkeitszustände zu den Frequenzbereichen

Quelle: Eigene Darstellung in Anlehnung an NeuroFit Akademie und Haus et al. (2013, S. 18)

Als ein weiterer Anhaltspunkt für die Aktiviertheit eines Probanden kann das „Task Engagement“ (auch Task-Engagement-Index oder EEG-Engagement genannt) herangezogen werden. Das Task Engagement wird durch die Formel Beta / (Alpha+Theta) berechnet und gibt an, wie stark eine Person in die Bearbeitung einer Aufgabe involviert ist. [8] Da auf dem Task Engagement nicht der Schwerpunkt dieser Arbeit liegt, soll diese Kennzahl hier nur kurz erwähnt werden.

  • [1] Vgl. Bear et al., Neurowissenschaften, 2009, S. 726.
  • [2] Der Brockhaus Psychologie, Aufmerksamkeit, 2009, S. 59.
  • [3] Vgl. Bear et al., Neurowissenschaften, 2009, S. 727.
  • [4] Vgl. ebenda, S. 744.
  • [5] Vgl. Gauggel, S., Neuropsychologische Grundlagen, in Wittchen/Hoyer: Klinische Psychologie und Psychotherapie, 2011, S. 278.
  • [6] Vgl. Haus et al., Praxisbuch Biofeedback und Neurofeedback, 2013, S. 18.
  • [7] Siehe Tabelle 2
  • [8] Vgl. Pope, A. et a.l, Biocybernetic system evaluates indices of operator engagement in automated task, 1994.
 
Fehler gefunden? Bitte markieren Sie das Wort und drücken Sie die Umschalttaste + Eingabetaste  
< Zurück   INHALT   Weiter >
 
Fachgebiet
Betriebswirtschaft & Management
Erziehungswissenschaft & Sprachen
Geographie
Informatik
Kultur
Lebensmittelwissenschaft & Ernährung
Marketing
Maschinenbau
Medien und Kommunikationswissenschaft
Medizin
Ökonomik
Pädagogik
Philosophie
Politikwissenschaft
Psychologie
Rechtswissenschaft
Sozialwissenschaften
Statistik
Finanzen
Umweltwissenschaften