Einleitung und Fragestellung

Empirische Untersuchungen zu Technikeinstellungen gibt es in Deutschland seit den 1960er-Jahren, als das Institut für Demoskopie in Allensbach danach fragte, ob Technik eher Fluch oder Segen sei (Hampel und Zwick 2016, S. 27). Das Interesse an Technikeinstellungen in dieser ersten Phase der Einstellungsforschung galt der Frage, ob die Deutschen technikfeindlich seien, so auch die Titel der Publikationen von Jaufmann und Kistler (1988) sowie Hennen (1994). Derartige Fragen wurden nicht nur in Deutschland gestellt, sie finden sich auch in Großbritannien (Bodmer 1985) oder den USA (Bauer 1995).

Ansätze zur Erklärung von Technikeinstellungen unterscheiden sich im Wesentlichen danach, ob sie entweder auf Eigenschaften der Individuen zurückzuführen seien, die Technik ablehnen, oder auf Faktoren abzielen, die wir in der Techniksoziologie als sozio-technisches System bezeichnen. Bei letzterem rücken zum einen gesellschaftliche Prozesse der Technikgestaltung, -implementation und dem Betrieb von Technik in den Vordergrund. Zum anderen geht es aber auch um gesellschaftliche Aushandlungsprozesse, die im Fall strittiger Technologien erforderlich werden können, mit dem Ziel, faire und tragfähige Kompromisse für deren Einsatz auszuloten. Hierauf hat die partizipative Technikfolgenabschätzung (TA) hingewiesen (Grunwald 2005). Der Einsatz partizipativer Aushandlungsprozesse setzt allerdings voraus, dass die Beteiligten offen für Argumente, Kompensationen und Kompromisse sind. Sie erübrigen sich, sollten sich Technikeinstellungen als in der persönlichen Charakterstruktur fixiert erweisen. Hierin liegt die besondere Relevanz unseres Beitrags.

Die sozialwissenschaftliche Forschung hat in jüngeren empirischen Studien die Bedeutung des sozio-technischen Kontexts technischer Innovationen für deren Akzeptanz herausgearbeitet und einige individuenbezogene Erklärungen wie etwa das Defizit-Modell oder ‚Technikfeindschaft‘ widerlegt. Dessen ungeachtet ist im öffentlichen Diskurs nach wie vor die Semantik persönlichkeitsdeterminierter Technikeinstellungen präsent (Müller 2015).

Des Weiteren gibt es auch in jüngerer Zeit Versuche, divergierende Technikeinstellungen mithilfe fester und zum Teil angeborener (Bouchard und McGue 2003, S. 23) Persönlichkeitseigenschaften zu erklären (Rammstedt 2007; Franke et al. 2018). Ein Überblick über Studien zur Erklärung von Technikeinstellungen anhand der Big-Five-Skala (Dehne und Schupp 2007) findet sich bei Fuglsang (2024), der dabei auf stark divergierende Resultate hinweist und diese vor allem in methodischen Mängeln begründet sieht. Zur Schließung dieser Lücke untersuchen wir anhand des TechnikRadar 2018, was die Big Five als Prädiktoren bei techniksoziologischen Fragestellungen zu leisten vermögen.

Das Konzept der Big Five

Der TechnikRadar-Survey 2018 (acatech et al. 2018), erlaubt es, den Zusammenhang zwischen Technikeinstellungen und Persönlichkeitsmerkmalen zu analysieren. Zur Untersuchung von Persönlichkeitsmerkmalen wurde dazu eine für das Sozio-oekonomische Panel (SOEP) entwickelte Fassung der Big-Five-Skala verwendet (Dehne und Schupp 2007). Das persönlichkeitspsychologische Konzept beabsichtigt, feste Charaktereigenschaften von Personen zu identifizieren und messbar zu machen. Neyer und Asendorpf (2018, S. 19) definieren Persönlichkeit als „individuelle Besonderheiten von Menschen in körperlicher Erscheinung, Verhalten und Erleben“ und schreiben diesen Personenmerkmalen hohe Persistenz zu. Cervone und Pervin (2019, S. 23) subsumieren unter Persönlichkeit folgende Dimensionen: „Personality ‚traits‘ […] are descriptions of patterns of thinking, emotion, and behavior“. Insofern Persönlichkeitseigenschaften nur teilweise als mit der Umweltinteraktion erworben und veränderlich gelten, teilweise aber auch genetischen Ursprungs sein sollen, gewinnen sie als Prädiktoren von Einstellungen und Präferenzen wegen ihrer vergleichsweise geringen Beeinfluss- und Veränderbarkeit sozial- und kommunikationswissenschaftlich aber auch politisch besondere Brisanz (Fuglsang 2024, S. 2). Neuere Studien tendieren dazu, die vormals behauptete Stabilität von Persönlichkeitseigenschaften zu relativieren: ihre Veränderung im Lebenslauf folge zwar kaum persönlichen Reifungsprozessen, gravierende Live Events und damit verbundene Rollenwechsel könnten jedoch Veränderungen der Persönlichkeit bewirken (Specht et al. 2011, S. 863).

Material und Methoden

Das TechnikRadar 2018 (acatech et al. 2018) basiert auf einer personenrepräsentativen Stichprobe der 16-jährigen und älteren deutschen Wohnbevölkerung, bei der insgesamt 2002 zufällig ausgewählte Personen nach dem Computer-Assisted-Telephone-Interview-Verfahren befragt wurden (acatech et al. 2018, S. 82 ff.). Unsere nachfolgenden Analysen basieren auf dem personenrepräsentativ gewichteten Datensatz.

Das TechnikRadar 2018 hat das Thema Digitalisierung zum Gegenstand. Neben allgemeinen Fragen zur Einschätzung des technischen Wandels, fokussiert es schwerpunktmäßig auf Einstellungen zu autonomem Fahren, Smart Home und zur Pflegerobotik.

Darüber hinaus wurde den Probanden das so genannte ‚Big-Five-Inventory (BFI)‘ zur Einschätzung vorgelegt, welches auf Arbeiten von John et al. (1991) zurückgeht. Dabei handelt es sich um die Big-Five-Skala in einer anfänglichen Variante mit 25 Items, die für die Zwecke des SOEP nach eingehenden Tests der Items auf je drei Items für jede der fünf Dimensionen, also insgesamt 15 Items, verkürzt wurde (Gerlitz und Schupp 2005; Schupp und Gerlitz 2008, S. 1; Dehne und Schupp 2007, S. 31 f.).

In der Literatur finden sich Hinweise für eine akzeptable Reliabilität und Validität der BFI-S-Skala (Specht et al. 2011, S. 866), Dehne und Schupp (2007, S. 32) zufolge sei „die interne Konsistenz der Skalen […] hinreichend gut und Hauptkomponentenanalysen bestätigen die Fünf-Faktoren-Struktur bei relativ guter Trennschärfe der Items“.

Der Versuch, die fünf Komponenten anhand der Ausgangsvariablen faktorenanalytisch zu reproduzieren, verlief zunächst unbefriedigend. Insgesamt wurden nicht fünf, sondern sechs Faktoren mit einem Eigenwert > 1,0 bei insgesamt 64,8 % Varianzaufklärung extrahiert. Dabei gelang zwar die korrekte, der Theorie entsprechende Reproduktion der Dimensionen Gewissenhaftigkeit aus den Variablen V108, V114 und V118, Offenheit (aus V111, V116 und V121), Neurotizismus (aus V112, V117 und V122) und Extraversion (aus V109, V115 und V119). Der Verträglichkeit wurden jedoch nur die beiden Variablen V113 und V120 zugeordnet, während V110 („manchmal etwas grob zu anderen zu sein“) faktorenanalytisch einen eigenen, sechsten Faktor begründete. Da der Eigenwert des sechsten Faktors mit 1,02 das Kaiser-Kriterium [1] nur marginal übersteigt, entschieden wir uns für eine forcierte 5‑faktorielle Lösung, die mit Faktorladungen > 0,49, KMO [2]  = 0,72; Barlett‑p < 0,001 und 58,0 % Varianzaufklärung sowie einer korrekten Zuordnung aller Ausgangsvariablen zu den theoretisch behaupteten Typen eine akzeptable Lösung darstellt.

Entsprechend des Vorgehens im SOEP (Dehne und Schupp 2007, S. 32), haben wir die Skalen für Extraversion, Gewissenhaftigkeit, Neurotizismus, Offenheit und Verträglichkeit additiv à la Likert erstellt, wobei wir die negativ gepolten Items zuvor umcodierten. Zuletzt wurden von jeder Skala drei Punkte subtrahiert und der Wertebereich einer jeden Skala von 0 bis 18 Punkte normiert.

Die drei Merkmale wurden auf Skalen zwischen 0 und 10 Punkten erhoben. Ihre Eindimensionalität lässt sich faktorenanalytisch reproduzieren (explorative Hauptkomponentenanalyse: KMO = 0,73; Barlett‑p < 0,001; Varianzaufklärung 80,3 %). Wie schon bei den Big Five bildeten wir einen additiven Indikator für Technophilie. Er ist intervallskaliert, umfasst den Wertebereich von 0 bis 30, wobei 0 für maximale Technikdistanz, 30 für stärkst mögliche Technophilie stehen, und weist insgesamt 18 missing cases auf.

Mit einem Mittelwert von 18,8 gerieren sich die Deutschen als eher technophil – die mittleren 50 % liegen im Intervall zwischen 15,0 und 24,0 Skalenpunkten. Dabei treten starke geschlechtsspezifische Unterschiede auf – 15,8 Skalenpunkte bei Frauen, 21,9 bei Männern [3] (η = 0,46^***), wohingegen Technophilie mit steigenden Lebensaltersgruppen schwach monoton abnimmt: Erzielen die 16- bis unter 35-Jährigen durchschnittlich 20,4 Skalenpunkte, sind es bei den über 65-Jährigen nur mehr 17,7 (η = 0,17^***). Mit wachsenden Bildungsabschlüssen vollzieht sich eine streng monotone aber gleichfalls schwache Zunahme der Technophilie, mit durchschnittlich 18,3 Skalenpunkten bei Befragten mit maximal Hauptschulabschluss und 20,4 Skalenpunkten bei Akademikern (η = 0,12^***).

Statistische Signifikanz und Effektstärke

Zur Erfassung der Erklärungskraft betrachten wir nicht Signifikanzen, da diese bekanntlich von der Fallzahl abhängig sind (Sahner 2008, S. 136) und bei großen Fallzahlen auch minimale Effekte statistisch signifikant werden. Die Substanz der Erklärungskraft muss stattdessen an fallzahlunabhängigen Effektstärken festgemacht werden. Da alle zur Disposition stehenden Variablen metrisch skaliert sind, wird das Gros der Analysen mit bivariaten Korrelationen (r) oder multivariaten Regressionsrechnungen durchgeführt. Bezogen auf Regressionsanalysen unterstreicht Küchler (1979, S. 51), dass „bei Einstellungsdaten auf Individualebene schon 20 % erklärte Varianz als ‚Erfolg‘ anzusehen sind.“ Will man eine Überidentifizierung multipler Regressionsmodelle, eine Flut von Prädiktoren und die damit zusammenhängenden Probleme vermeiden (Urban und Mayerl 2018, S. 233), scheint es angemessen, aus Küchlers Norm eine untere Grenze von 2 % Varianzaufklärung je Prädiktorvariable abzuleiten, so dass sich aus zehn Prädiktoren bei Absenz jedweder Kollinearität 20 % Erklärungskraft für die abhängige Variable ergeben würden. Für jede einzelne Prädiktorvariable errechnet sich hieraus als Untergrenze für ein ‚substanzielles‘ Erklärungspotential eine bivariate Korrelation mit der abhängigen Variable von r > 0,14, entsprechend einem maximalen Erklärungspotential von 0,14² = 2 % Varianzaufklärung. [4]

Technikbezogene Einstellungen und die Erklärungskraft der Big Five

Ausgewählte Charakteristika der Big Five

Big Five und Technophilie

In Bezug auf Technikeinstellungen müssen die Big Five als distale Prädiktoren angesehen werden, mit erwartbar geringer Erklärungskraft. Entsprechend schwach fallen die Korrelationen der Big-Five-Komponenten mit dem Technophilie-Index aus: G (r = 0,01^{n. s.}), V (r = 0,03^*), E (r = 0,04^**) und O (r = 0,12^***). Einzig Personen mit überdurchschnittlich hohen Werten auf der Neurotizismus-Skala erweisen sich als substanziell weniger technophil (r = −0,21^***).

Diese Ergebnisse decken sich weitestgehend mit den gleichfalls auf Repräsentativstichproben fußenden Analysen von Fuglsang (2024, S. 7 f.). Es mutet plausibel an, dass sich die Neigung zu Ängstlichkeit bei zum Neurotizismus neigenden Personen auch auf technische Risiken erstreckt. Der diesem Typus eigene, introspektive Fokus dürfte dem Interesse für ‚äußerliche‘ Dinge wie modernen Technologien abträglich sein. Bedeutsam erscheint dieser Umstand für unsere Analysen, weil nicht nur der Neurotizismus einen gewissen Genderbias aufweist, sondern, wie gezeigt, auch die Technophilie.

Bei Kontrolle des Geschlechts kann die Neurotizismus-Dimension aus den Big Five einen zwar signifikanten, aber mit nur mehr 1,2 % Varianzerklärung keinen substanziellen Erklärungsbeitrag für technophile Einstellungen beitragen.

Die Big Five als Prädiktoren ausgewählter Einstellungen zum technischen Fortschritt

Ein ähnliches Bild erhält man, wenn man die fünf Persönlichkeitsdimensionen als Prädiktoren für allgemeine Orientierungen gegenüber Technik bzw. dem technischen Wandel heranzieht.

Big Five und die Einstellungen zur Digitalisierung

Zieht man die Big Five zur statistischen Erklärung von Einstellungen zur Digitalisierung heran, erhält man das bereits bekannte Bild.

Big Five und die Einstellungen zu ausgewählten digitalen Anwendungen

Gleichgültig, ob bei abgefragten Einstellungen zu vollautonomem Fahren, zu Smart Home, Pflegerobotik oder zur Nutzung digitaler Endgeräte oder Dienste, für die statistische ‚Erklärung‘ von Einstellungen zu untersuchten digitalen Anwendungen aber auch zur berichteten Nutzung ausgewählter digitaler Dienste und Endgeräte erweisen sich die Big Five als bedeutungslos.

Diskussion

Unsere empirischen Ergebnisse sind eindeutig. Abgesehen von geringfügigen, technikaversiven Einstellungen bei Personen mit Neigung zum Neurotizismus tragen die Big Five allenfalls marginal zu allgemeinen oder spezifischen, auf Digitalisierung bezogene Technikeinstellungen oder der Nutzung digitaler Dienste und Endgeräte bei. Die Ergebnisse stehen in Einklang mit neueren Studien (Franke et al. 2018, S. 461; Fuglsang 2024, S. 8). Fuglsang (2024, S. 9) resümiert seine, anhand zweier Repräsentativbefragungen in den Niederlanden und Deutschland, gewonnenen Ergebnisse, wie folgt: „Centrally, findings indicate that personality traits are clearly not the rock on which public opinion of science and technology is built. Although some personality traits do relate to some science and technology attitudes, they do so weakly. This might be expected for distant predictors.“ Widersprüchliche empirische Befunde schreibt er methodischen Mängeln zu, allen voran unzulänglichen Stichproben.

Es lohnt sich, den Blick von Persönlichkeitscharakteristika auf die Technik bzw. Technisierungsprozesse zu richten.

Überraschend sind diese Befunde nicht. Die neuere Forschung hat zur Frage, was Technik für die Öffentlichkeit akzeptabel macht, eine Reihe von theoretischen Konzepten vorgelegt, zu denen aber, anders als in der Risikoforschung (Zwick 2002), bis dato nur partikulare empirische Studien, jedoch kein systematisch-empirischer Vergleich vorliegt. Dessen ungeachtet zeichnet sich im Bilde der Empirie ab, dass für die Bewertung und Akzeptanz von Technik neben der Wahrnehmung von spezifischen Technikeigenschaften vor allem konkrete soziale Prozesse eine gewichtige Rolle spielen: Es lohnt sich, den Blick von festen Persönlichkeitscharakteristika auf die Technik bzw. auf Technisierungsprozesse zu richten.

Zur Beantwortung der Frage, welche Techniken von der Öffentlichkeit goutiert und welche abgelehnt werden, hat die empirische Techniksoziologie in den vergangenen Jahren einige wesentliche Dimensionen ermittelt: Es sind dies technikbezogene Risiko- und Nutzenwahrnehmungen (Gaskell et al. 2004) sowie die erwartete gesellschaftliche Verteilung von Nutzen und Risiken (Bonfadelli 2012; Hampel und Zwick 2019). Bei Groß‑, Risiko- und Infrastrukturtechnologien können sich die Legitimität von technikbezogenen Entscheidungsprozessen (Gaskell et al. 2006) und das Vertrauen in Akteure, die Einfluss auf Entscheidungen, Kontrolle und eventuelle Sanktionierungen bei unerwünschten Nebenfolgen oder Technikversagen haben (Siegrist und Hartmann 2020), als wichtige Prädiktoren für die Technikakzeptanz erweisen (Zwick 2002, S. 94 ff.; Hampel und Zwick 2016). Wenn es darüber hinaus Hinweise für generalisierte Technikeinstellungen bei Befragten mit soziodemographischen Charakteristika gibt, wofür im TechnikRadar 2018 Analysen mit dem Technophilie-Index von Zwick sprechen, dann lassen sich diese spezifischen Technikeinstellungen jedenfalls nicht durch feste Charaktereigenschaften erklären. Analysen, die wir mit den Daten der Nachfolgestudie – TechnikRadar 2019 – durchgeführt haben, sprechen vielmehr für lebensweltliche Erfahrungen, die sich hinter den jeweiligen soziodemographischen Merkmalen verbergen, wie etwa bei alten Frauen und jungen Männern, die beispielsweise durch deutlich divergierende Einstellungen zur Digitalisierung auffallen (acatech et al. 2019, S. 27 ff.).

Die Erklärungskraft der Big Five für allgemeine Technikeinstellungen oder eine Auswahl konkreter Anwendungen aus dem Bereich der Digitalisierung erweist sich in den hier präsentierten Analysen als erratisch und marginal. Allenfalls die Dimension Neurotizismus ist hie und da mit einer gewissen Technikdistanz assoziiert.

Für unsere Gesellschaft, die Techniksoziologie und Technikfolgenabschätzung sind dies relevante Ergebnisse! Im Fall umstrittener Infrastruktur‑, Groß- und Risikotechnologien mit erheblichen externalisierten Risiken, stoßen konventionelle Prozeduren der politischen Entscheidungsfindung und -durchsetzung oftmals an Grenzen (Renn 2021). Im Sinne der partizipativen TA empfiehlt es sich stattdessen, „die von der Technikentwicklung Betroffenen (Konsumentinnen und Konsumenten, Bürgerinnen und Bürger, politische Parteien, Behörden, Verbände, soziale Bewegungen etc.) in die Entscheidungsprozesse einzubeziehen.“ (Grunwald 2005, S. 55). Der Einsatz partizipativer Verfahren setzt freilich zwingend voraus, dass es sich bei der Wahrnehmung und Bewertung von Technik sowie der Frage nach Bedingungen ihrer Akzeptanz um disponible, verhandelbare und nicht um charakterlich determinierte Phänomene handelt.