Analyse der Effektivität von lerntheoretischen Modellen und Entscheidungsbäumen zur Diagnose der posttraumatischen Belastungsstörung in einem Serious Game

Bachelorarbeit von Andre Koza

Die posttraumatische Belastungsstörung ist eine psychische Störung, an der Kinder und Jugendliche nach dem Erleben eines Traumas leiden. Durch ein Serious Game wird eine expositionsfokussierte Verhaltenstherapie in einer virtuellen 3D-Welt durchgeführt.

In dieser Arbeit war zu untersuchen, wie Konzepte einer Lerntheorie eingesetzt werden können, um das Verhalten eines Spielers zu ermitteln. Entscheidungsbäume dienen als Ausgangspunkt für die Abbildung der Lerntheorie: Regeln und Situationen, die durch die Lerntheorien vorgegeben werden, lassen sich prinzipiell auf Entscheidungsbäume abbilden. Ziel der Arbeit war es, die Lerntheorie auf Entscheidungsbäume abzubilden, um daraus das Verhalten des Spieler zu ermitteln. Die Hypothese der Arbeit ist: Jede Entscheidung des Spieler kann durch Verzweigungen im Baum modelliert werden, die jeweils zu unterschiedlichen Handlungsalternativen führen.

In der Arbeit wurden zunächst Anforderungen aus der Lerntheorie abgeleitet, die als Basis für die Gestaltung des Konzepts dienten. Daraus wurden charakteristische Kriterien erstellt, die im nächsten Schritt konzeptionell auf Elemente des Spiels übertragen wurden. Anschließend fand die konkrete Abbildung der Lerntheorie auf Entscheidungsbäume statt. Im letzten Schritt wurden Bäume zur Erfassung des Spielerverhaltens modelliert.

Zur Validierung wurde eine Spielszene erstellt. In dieser prototypischen Szene wurden einige der zuvor erstellten Konzepte zur Abbildung der Lerntheorie und zur Verhaltenserkennung exemplarisch umgesetzt.

Diese Arbeit hat gezeigt, dass eine Abbildung von Lerntheorien auf ein Serious Game möglich ist. Das Verhalten des Spielers lässt sich durch alternative Pfade im Baum ermitteln. Entscheidungsbäume stoßen jedoch an ihre Grenzen, wenn es darum geht, komplexere Anforderungen von Lerntheorien auszudrücken.