TAM-Telecare
Angesichts der demografischen Entwicklungen und den damit verbundenen epidemiologischen Trends steht der Pflegebereich zunehmend unter Druck. Digitale Technologien haben das Potenzial, die Pflegequalität sowohl für Klient*innen als auch für Pflege- und Betreuungspersonen zu verbessern und somit zu einer Entschärfung der angespannten Situation beizutragen. In den letzten Jahren wurden zahlreiche Produkte und Softwareanwendungen für den Einsatz in der mobilen Altenpflege entwickelt. Dieser Trend zur Digitalisierung wurde durch die COVID-19-Pandemie zusätzlich beschleunigt.
Die Implementierung neuer Technologien stellt alle beteiligten Akteur*innen vor zahlreiche Herausforderungen, die es neben den alltäglichen Arbeitsbelastungen zu bewältigen gibt. Eine der größten Herausforderungen liegt in der Veränderung gewohnter Verhaltensweisen, Arbeitsprozesse und -routinen im Arbeitsalltag. Nur wenn die zu implementierenden Technologien akzeptiert werden, können diese erfolgreich im Arbeitsalltag eingesetzt werden und das beabsichtigte Potenzial entfalten.
Vor diesem Hintergrund konzentriert sich das Dissertationsprojekt auf die Akzeptanzforschung zu interaktiven telepflegerischen Technologien bei Pflege- und Betreuungspersonen der mobilen Altenpflege. Die Ergebnisse werden in Form eines Technologieakzeptanzmodells (TAM), konkret „TAM-Telecare“ präsentiert. TAM-Telecare soll zukünftig einen Beitrag zur Entwicklung und Implementierung neuer Technologien in der (mobilen) Pflege leisten.
Die Anwendung von TAM-Telecare ermöglicht …
… den Entwickler*innen erfolgreicher zu sein, da Produkte/Anwendungen bereits von Beginn an bedarfsorientiert, entlang der Erwartungen der Pflege- und Betreuungskräfte, entwickelt werden können.
… den Unternehmen Implementierungsprozesse zu optimieren und Kosten für Fehlimplementierungen zu vermeiden, da Rollout Entscheidungen abhängig von den Akzeptanzergebnissen vorheriger Pilotphasen getroffen werden. Technologien können dadurch begründet forciert oder frühzeitig ausgeschieden werden.
… den Pflege- und Betreuungspersonen als Nutzer*innen von Technologien Unternehmensentscheidungen zur Implementierung von Technologien bzw. Softwareanwendungen zu beeinflussen, da in Folge der empirischen Erhebungen Akzeptanz bzw. Ablehnung und die zugrundeliegenden Gründe transparent im Kollektiv dargestellt werden.
Forschungsdesign:
Die Forschungsarbeit kombiniert qualitative als auch quantitative Forschungsmethoden („Mixed-Methods Ansatz“). Eine systematische Literaturanalyse bildet den Ausgangspunkt für die nachfolgenden empirischen Teile der Forschungsarbeit. Eine qualitative Vorstudie identifiziert Einflussfaktoren auf die Akzeptanz von Technologien unter Pflege- und Betreuungskräften in der mobilen Pflege, die nicht einfach beobachtet oder über eine standardisierte Befragung erfasst werden können. Die identifizierten Einflussfaktoren bilden das vorläufige theoretische Akzeptanzmodell TAM-Telecare, welches anschließend in einer quantitativen Hauptstudie anhand empirischer Daten und mittels Strukturgleichungsmodellierung geprüft wird.
Ziele Der Dissertationsarbeit im Überblick
Das Ziel der Dissertationsarbeit ist die Ermittlung der Akzeptanzfaktoren von Messengerdiensten bei Pflege- und Betreuungspersonen der mobilen Pflege.
Folgende Punkte leistet die Dissertationsarbeit:
1) Systematischer Überblick über die Evidenz bestehender Akzeptanzmodelle im Pflegebereich
2) Ermittlung der Einflussfaktoren, die zu einer positiven bzw. negativen Verhaltensabsicht zur Nutzung von telepflegerischen Technologien unter Pflegekräften der mobilen Pflege beitragen.
3) Entwicklung eines Akzeptanzmodells für interaktive telepflegerische Technologien der mobilen Pflege auf Grundlage einer bestehenden Akzeptanztheorie
4) Empirische Überprüfung des entwickelten Akzeptanzmodells TAM-Telecare anhand bekannter Messengerdienste
Untersuchte Technologien für den Einsatz in der mobilen Altenpflege:
Digitale Sprachassistenzen (Smart Speaker)
Messengerdienste
Projektlaufzeit: 01.1.2021 - 31.12.2024
Finanzierung: Wirtschaftuniversität Wien
Team WU: