Übersicht

DOSIMIRROR arbeitet mit wenigen, aber sehr wichtigen Indikatoren. Sie bilden auf der einen Seite die Arbeits- und Lebensumstände ab, auf der anderen Seite Befinden und Gesundheit.

Man könnte wesentlich mehr Indikatoren verwenden, wir konzentrieren uns auf die wichtigsten. Denn in unseren Feldversuchen hat sich gezeigt, dass man nur dann lange Spaß an der Teilnahme hat, wenn man sich auf einige wenige Indikatoren konzentriert. Wir haben daher die Indikatoren ausgewählt, die in unseren Feldversuchen die besten Ergebnisse erzielt haben.

Wir verwenden dabei einerseits Indikatoren, die die Arbeits- und Lebensumstände beschreiben. Diese Indikatoren wirken auf den Menschen ein und bedingen sein Befinden:

  • Zeitdruck in der Arbeit oder auch im Privatleben
  • Organisation der Arbeit oder auch des Privatlebens in allen Facetten
  • Verhalten der Führungskräfte
  • Atmosphäre unter den Kollegen
  • Ärger oder positive Erlebnisse mit den Kunden
  • Privatleben, entspannend oder belastend
  • Bewegung und Sport
  • Regeneration, aktive Entspannung, Schlaf

Auf der anderen Seite erfragen wir mit DOSIMIRROR, wir es dir als Teilnehmer/-in geht:

  • Wie steht es um deine Zufriedenheit?
  • Wie hoch ist dein Stress?
  • Hast du (Kopf-, Rücken-, Nacken-) Schmerzen?
  • Bist du erschöpft oder ausgeglichen?

Die Belastungsindikatoren wirken (positiv oder negativ) auf den Menschen ein. Es resultieren Zufriedenheit oder Stress, Schmerzen und Erschöpfung. Um diese Effekte zu bestimmen, vergleicht die App, welche Bedingungen und welches Befinden gleichzeitig auftritt: Wenn z.B. immer an Tagen mit hohem Zeitdruck der Stress als stark empfunden wird, kann man davon ausgehen, dass der Zeitdruck bei dem Teilnehmer zu Stress führt.

Der Vergleich des Verlaufs der Indikatoren wird von der App kontinuierlich durchgeführt, sodass die App nach ca. zwei Wochen schon relativ sicher sagen kann, woran der Stress liegt oder wozu der Zeitdruck führt.

Theoretisch kann der Zusammenhang auch anders herum interpretiert werden: So kann der Zeitdruck auch vom Stress kommen, weil man beispielsweise unter Stress mehr Fehler macht und mit seiner Arbeit daher nicht fertig wird. Wenn du dir nicht sicher bist, wie herum der Zusammenhang zu interpretieren ist, besprich das mit dem Coach.

Manchmal gibt es auch paradoxe Effekte: Vielleicht blüht jemand unter Zeitdruck auf, ein anderer hat Spaß an der Konfrontation mit Kunden. Das sind aber Ausnahmen und oftmals Anzeichen für ungesunde Verhaltensweisen wie z.B. Workaholism. Wenn wir paradoxe Effekte feststellen, weist die App darauf hin, dass man dies mit dem Coach besprechen sollte.

 

Komplexität

DOSIMIRROR wirkt auf den ersten Blick sehr einfach und stark reduziert. Zu einen gibt es wahrscheinlich Hunderte von Indikatoren, die eigentlich relevant wären. Allein um das Führungsverhalten eines Vorgesetzten umfassend zu beschreiben, müsste man aus wissenschaftlicher Sicht mehrere Dutzend Items heranziehen. Und DOSIMIRROR verwendet ja nur ein Dutzend, um die gesamte Arbeits- und Lebenssituation abzubilden.

Auch verzichten wir in DOSIMIRROR auf die Beschreibung der stabilen Faktoren in Arbeit und Privatleben: Alter, Anzahl der Kinder, Arbeitszeiten usw. Eigentlich hat dies ja erheblichen Einfluss auf das Stressempfinden. Und wir verzichten auch darauf, ganz genau zu beschreiben, was denn unter „Organisation“ oder „Regeneration“ zu verstehen ist und was die Smileys in der Antwortskala denn genau bedeuten sollen.

Dies haben wir ganz bewusst getan.

Wir haben bei der Entwicklung von DOSIMIRROR mit einem sehr komplexen Modell angefangen, aber festgestellt, dass es nicht nur wenig praktikabel war (und dem User überhaupt keinen Spaß machte), sondern auch Daten lieferte, die so komplex waren, dass sie auch von Experten kaum noch interpretierbar waren. Einige Beispiele:

  • Eingabe: Wenn man pro Eingabe 5 sec benötigt, dann bedeutet das bei dem aktuellen DOSIMIRROR mit seinen 12 Items genau eine Minute Anwendungszeit pro Tag. Bei einer Eingabedauer von 10 sec (z.B. durch präzisere Fragen oder differenziertere Antwortskalen) wären es zwei Minuten. Bei 24 Items dann schon vier Minuten, bei 36 sechs usw. Wir haben in Tests festgestellt, dass eine Minute pro Tag akzeptiert wird. Alles darüber hinaus ist zuviel für die User und führt in kürzester Zeit zum Abbruch.
  • Auswertung: Wenn man DOSIMIRROR nur vier Wochen anwendet, entstehen ca. 30 Datensätze (einer pro Tag), die in 12/24/36 etc. Kurvendiagrammen dargestellt werden, je nach Anzahl der Items. Hinzu kommen Korrelationen der Items: 121, 552 oder gar 1.260 Werte. Selbst wenn man nur einen Bruchteil dieser Auswertungen tatsächlich zur Interpretation heranzieht, sind dies Informationsmengen, die auch ein geübter Coach nicht mehr im Zusammenhang interpretieren kann, geschweige denn ein User selbst.

Warum aber soll man Daten erheben (und die User damit belasten), wenn man nachher ohnehin nicht in der Lage ist, diese Daten auszuwerten und zu interpretieren? Wir haben daher versucht, DOSIMIRROR so einfach wie möglich zu gestalten. Hierzu haben wir mehrere Feldversuche mit insgesamt ca. 100 Nutzern durchgeführt, die verschiedene Versionen des Systems über mehrere Wochen getestet haben. Ergebnis waren folgende Maßnahmen zur Vereinfachung:

  • Reduktion auf die im Feldversuch besten Indikatoren (hohe Variabilität, häufige Korrelation, theoretischer Erklärungswert, Plausibilität)
  • Definition von abhängigen und unabhängigen Variablen und damit Reduktion der Anzahl der zu berechnenden Korrelationen (40 statt 121).
  • Verwendung des Konzeptbegriffs („Zeitdruck“) statt einer ausformulierten Frage („Wie hoch war heute ihr Zeitdruck?“)
  • Verwendung einer Smiley-Skala von „schlecht“ nach „gut“ statt einer formalen Antwortskala („trifft zu bis trifft nicht zu“ oder „hoch bis gering“).

Innerhalb des Systems DOSIMIRROR werden also nur die wichtigsten Daten erhoben, d.h. die Daten, die dafür geeignet sind, „die richtige Spur aufzunehmen“. Die anderen Fragen (z.B. nach den Arbeitszeiten oder der Belastung durch die Familienarbeit) können dann vom Coach im Rahmen der Interpretation der Ergebnisse gestellt werden, also dann, wenn es wirklich erforderlich ist, um die Zusammenhänge zu klären, nicht „auf Vorrat“.

 

Indikatorenwahl

Die Indikatoren wurden in einem umfangreichen Testprozess entwickelt.

Zunächst wurde aus der einschlägigen arbeitswissenschaftlichen Literatur eine Liste von insgesamt 70 kurzzyklisch variierenden Indikatoren für Belastungen, Ressourcen, Empfinden und Beschwerden kondensiert. Diese Liste wurde abgeglichen mit eigenen Items aus Mitarbeiterbefragungen. Zu diesen Items lagen jeweils statistische Auswertungen hinsichtlich der Indikatorgüte über z.T. mehrere Tausend Probanden vor.

Parallel wurde ein einfaches Modell der wichtigsten Indikatoren in Zusammenarbeit mit Experten aus Praxis und Wissenschaft entworfen: Vertreter/-innen aus der Unternehmenspraxis verschiedener Branchen, von Verbänden und Gewerkschaften, Sozialwissenschaftler, Psychologen, Arbeitswissenschaftler, Mediziner.

Das Modell stellt sich wie folgt da:

  1. Wir unterscheiden zwischen Belastungen und Ressourcen als Inputvariablen und Empfinden und Beschwerden als Resultanten.
  2. Belastungen sind negativ, Ressourcen positiv für das Wohlbefinden.
  3. Ein Indikator kann dabei je nach Ausprägung Belastung oder Ressource sein: Gute Führung ist eine Ressource, schlechte Führung eine Belastung.
  4. Als originäre Belastungen in der Arbeit sind die Arbeitsleistung (Schwere mal Menge pro Zeiteinheit) und die Organisation der Arbeit (Arbeitsplatz, -system, -gruppe usw.) zu sehen.
  5. Das soziale Umfeld (Führungskraft, Kollegen, Kultur der Organisation, Kunden) ist je nach Ausprägung starke Belastung oder starke Ressource.
  6. Das Privatleben (positive soziale Bindungen, Belastungen durch Kinder oder Pflege usw.) ist ebenfalls Belastung und Ressource zugleich.
  7. Alle Belastungen und Ressourcen aus allen Lebensbereichen wirken auf das Empfinden der Probanden. Eine ausgleichende Funktion nehmen Regenerationsmaßnahmen ein, z.B. Schlaf, Entspannung, Bewegung.
  8. Wichtigste Zielgrößen sind Stressempfinden sowie Arbeits- und Lebenszufriedenheit.
  9. In der Kurzfristperspektive sind psychische Zustände wie Reizbarkeit oder Antriebslosigkeit und physische wie Kopf-, Rücken- oder Nackenschmerzen Warnindikatoren.
  10. In der Langfristperspektive entstehen psychische und physische Erschöpfungszustände und manifeste Krankheitsbilder.

 

Für die Testphase wurden gemeinsam mit Anwendern mehrere verschiedene Sets von Items für unterschiedliche Anwendungskontexte ausgewählt und mit unterschiedlichen Probandenzahlen getestet. Die Teilnahme an der Erhebung war ebenso freiwillig wie die Teilnahme am Coaching. Insgesamt wurden ca. 100 Datensätze rückgesendet.

Die Auswahl der finalen Items erfolgte auf der Basis einer statistischen Überprüfung der Indikatoren sowie der umfänglichen Abdeckung des mit den Experten entwickelten Wirkungsmodells. Folgende Indikatoren wurden ausgewählt.

Sie stellen die „stärksten“ Indikatoren da und bilden das Modell von Belastung/Ressourcen und Empfinden/Beschwerden vollständig und mit der geringstmöglichen Indikatorenanzahl ab. Dabei werden selbstverständlich wichtige Items ausgeblendet, die vielleicht im Einzelfall die zentrale Belastung darstellen: bei Arbeitsplätzen im Kühlhaus sind Klimafaktoren und die körperliche Schwere der Arbeit sicherlich erheblich wichtiger als Kollegen oder Kunden. Das wird aber bewusst in Kauf genommen, um die App schlank und einfach zu halten. Wir konzentrieren uns auf Indikatoren, die bei den meisten Arbeitsplätzen wichtig und zentral sind.

Der Modellversuch zeigte zudem, dass die Arbeit mit ausformulierten Fragen zur Erhebung nicht nötig war: Sowohl die Probanden als auch die Coaches verwendeten in der Diskussion nur die „Konzeptbegriffe“, also Zeitdruck, Organisation etc., nicht aber die konkreten Fragen (Wie hoch war heute Ihr Zeitdruck?). Daher wurde auch in der Erhebung auf die Formulierung von Fragen verzichtet. Wir gehen davon aus, dass die verwendeten Indikatoren auch so verständlich sind und keiner Definition bedürfen. Sollte dies doch der Fall sein, so stehen auf der Website entsprechende Erklärungen bereit.

Auf der individuellen Ebene ist es zudem gleichgültig, wie der Proband das Item interpretiert, weil er es im Zeitverlauf immer gleich interpretieren wird. Ob er also unter Organisation die Organisation des Unternehmens meint oder seine Selbstorganisation, ist für die Auswertung einerlei. Im Gegenteil zwingt eine stärkere Lenkung der Iteminterpretation (z.B. durch Definitionen) den Probanden dazu, Tatbestände zu beantworten, die ihn nicht interessieren oder die er nicht beurteilen kann. Dies wird hier vermieden.

 

Antwortskala

Die Antwortskala wurde von einer neutralen Skala (hoch bis niedrig, trifft zu bis trifft nicht zu) verändert in eine qualitativ-wertende. Ein roter, trauriger Smiley drückt „schlecht“ aus, ein grüner „gut“.

Dies hat mehrere Vorteile:

  1. Die Skala ist immer eindeutig, unabhängig von der Formulierung des Items. Es ist also gleichgültig, ob der Proband das Item „Kunden“ als „Ärger mit Kunden“ oder als „Zusammenarbeit mit Kunden“ interpretiert. Gut ist immer grün, rot ist immer schlecht. Eine neutrale Skala würde hier unterschiedliche Antworten erfordern.
  2. Dies gilt nicht nur bei der Eingabe. Auch bei der Interpretation muss nicht die genaue Frage interpretiert werden, sondern nur die Ausprägung auf der Skala: ein Wert von 5 kann aber gut oder schlecht sein, je nach Ausgangsfrage, aber rot ist immer schlecht. Dies verhindert Fehlinterpretationen durch Skalendrehungen.
  3. Bei der Korrelation (s.u.) sind positive Korrelationen immer das Erwartete: Positive Erlebnisse sollten mit positiven Empfindungen einhergehen. Negative Korrelationen beschreiben damit immer unerwartete Zusammenhänge.

Insbesondere die Verwendung dieser qualitativ-wertenden Antwortskala erleichtert die Auswertung und Interpretation enorm. Bei einer neutralen Skala können negative Korrelationen inhaltlich positiv sein (GERINGER Zeitdruck führt zu HOHER Zufriedenheit), aber auch positive Korrelationen (GERINGER Zeitdruck führt zu GERINGEM Stressempfinden). Bei der Interpretation vieler Korrelationen im Zuge einer Auswertung wächst die Fehlergefahr dann stark an.

Die Verwendung unserer Skala bedingt, dass erwartete Korrelationen immer positiv sind: wenn etwas Gutes zu etwas Gutem führt und etwas Negatives zu etwas Negativem. Nur unerwartete Korrelationen sind negativ. Wenn also etwas Negatives (wie Konflikte mit Kunden) zu etwas Positivem (z.B. hoher Zufriedenheit) führt. Mathematisch negative Korrelationen verweisen also immer auf ungewöhnliche Ergebnisse.

Die Antwortskala ist zudem, und dies ist nicht zu unterschätzen, intuitiv und emotional. Sie verwendet Emoticons, die den Probanden aus ihrer täglichen Mediennutzung geläufig sind. Dies erhöht die Leichtigkeit und den Spaß bei der Eingabe. Und nicht zuletzt bedeutet der Verzicht auf Fragen und eine verbale Antwortskala auch eine geringere Anforderung an die Sprachkenntnisse.

 

Zusammenhänge

DOSIMIRROR ermöglicht es, die Zusammenhänge zwischen Belastungen und Ressourcen auf der einen Seite und Empfinden und Beschwerden auf der anderen Seite zu untersuchen.

Hierzu wird die sogenannte Korrelation berechnet. Das ist ein statistisches Maß dafür, wie eng die Übereinstimmung zwischen zwei Kurvenläufen ist.

Wenn die Korrelation hoch ist, dann bedeutet das, dass es einen engen Zusammenhang zwischen der einen und der anderen Frage gibt. In dem Beispiel oben gibt es einen engen Zusammenhang zwischen der Bewegung und der Zufriedenheit: Immer, wann man sich viel bewegt hat, ist man zufriedener. Immer, wenn man sich wenig bewegt hat, wird man unzufrieden.

Technisch werden die Zusammenhänge zwischen den Bedingungen (Zeitdruck, Organisation, Führung usw.) und dem Erleben (Stressempfinden, Zufriedenheit usw.) berechnet. Die folgende Tabelle zeigt alle Wirkungen, die in der Software ausgewertet werden.

Dies ist selbstverständlich eine Vereinfachung, die aber bewusst zur Komplexitätsreduktion (siehe auch den entsprechenden Abschnitt auf dieser Seite) durchgeführt wurde:

  1. Es gibt auch Korrelationen innerhalb der Variablengruppen, also zwischen Ressourcen/Belastungen und Empfinden/Beschwerden. Z.B. ist es gut denkbar, dass man unter Zeitdruck auch häufiger Probleme mit Kunden hat oder Unzufriedenheit mit Schmerzen einhergeht.
  2. Es ist denkbar, dass die Korrelationen umgekehrt interpretiert werden müssen. Z.B. kann es ein, dass der Zeitdruck Stressempfinden verursacht. Es kann aber auch sein, dass ein gestresster Mitarbeiter mehr Fehler macht und dadurch in Zeitdruck kommt.

Wir haben uns bei der Entwicklung der Software dafür entschieden, die Dinge nicht zu kompliziert zu machen, um dem Nutzer ein möglichst intuitiv verständliches Tool an die Hand zu geben und daher auf diese Auswertungen bzw. Interpretationen verzichtet. Der Coach kann diese Details mit dem User besprechen, die App selbst soll maximal selbsterklärend sein.

Eine Korrelation hat Werte von +1 (perfekte positive Übereinstimmung) bis -1 (perfekte negative Übereinstimmung). Ein Beispiel für eine hohe positive Korrelation wäre z.B. folgender Verlauf:

Immer, wenn der Zeitdruck hoch ist, ist auch das Stressempfinden hoch, immer wenn der Zeitdruck sinkt, sinkt auch das Stressempfinden.

Es gibt aber auch negative Korrelationen. Diese besagen, dass der eine Wert steigt, wenn der andere fällt. Im Beispiel würde das Stressempfinden geringer werden, wenn der Zeitdruck steigt.

Dies wäre aber eher ungewöhnlich. Bedingt durch die Skala erwarten wir in DOSIMIRROR nur positive Korrelationen: Wenn etwas „Gutes“ passiert, sollte sich das Empfinden auch verbessern. Negative Korrelationen sind ein Indikator dafür, dass ein ungewöhnlicher Zusammenhang identifiziert wurde. Das kann aber in der Praxis sehr wohl vorkommen: Es gibt Menschen, die unter Stress aufblühen oder sich an Konflikten erfreuen.

In DOSIMIRROR wird explizit darauf hingewiesen, wenn ein solcher Zusammenhang vorliegt.

In DOSIMIRROR werten wir nur Zusammenhänge aus, die sich zwischen Indikatoren ergeben, die variieren. Dies tun wir, weil sich sonst Ergebnisse einstellen, die mathematisch richtig, aber inhaltlich uninterpretierbar sind. Wenn jemand z.B. nie Zeitdruck und nie Schmerzen hat, dann würde sich mathematisch daraus eine perfekte Korrelation ergeben, die DOSIMIRROR so interpretieren würde: Die hast nie Zeitdruck, deshalb hast du nie Schmerzen. Das ist inhaltlich natürlich unsinnig.

Wir schalten daher eine Berechnung vor, die testet, ob die Indikatoren variieren, d.h. ob die Kurven „rauf und runter gehen“. Nur wenn eine zufriedenstellende Variation erreicht wird, wird der Indikator in die Berechnungen einbezogen.

   Präzision

 

DOSIMIRROR-Ladebalken

DOSIMIRROR bietet dem User nach wenigen Tagen der Eingabe eine ganze Reihe nützlicher Informationen zu individuellen Zusammenhängen zwischen Ressourcen, Belastungen und Empfinden. Für jede Parameterkombination werden innerhalb des Systems automatisierte Zusammenhangsanalysen durchgeführt und dem User als zusammengefasste Ergebnisse in Echtzeit – mit einer Interpretation – zurückgespiegelt.

Mit jedem Eingabetag werden die Berechnungen genauer, denn sie basieren auf einer stabileren Datenbasis als am Vortag. Wie präzise die Zusammenhangsanalysen von DOSIMIRROR sind, hängt neben der Anzahl der Eingabetage aber auch von der Stärke der berechneten Zusammenhänge ab. In dem DOSIMIRROR-Ladebalken ist die durchschnittliche Verlässlichkeit der Analysen – bei entsprechender Anzahl an Eingabetagen – in einem Wertebereich von 0% (überhaupt nicht tragfähig) bis 100% (maximale Präzision) zusammengefasst.

Die prozentualen Angaben zur Präzision der Analyseergebnisse stammen aus einer Experimentalstudie, deren Idee und Umsetzung in den folgenden Abschnitten skizziert wird.

 

Die Idee:

  • DOSIMIRROR-Eingabedaten für einen sehr langen Zeitraum simulieren, sodass der wahre Zusammenhang zwischen zwei Merkmalen bekannt ist
  • Zufallsstichprobe aus den simulierten Daten ziehen und die Korrelation der Merkmale in dieser Zufallsstichprobe berechnen
  • Vergleich des wahren Korrelationskoeffizienten mit dem aus der Stichprobe berechneten Zusammenhangsmaß
  • Diesen Prozess viele Male wiederholen und am Ende zusammenfassen, wie oft die berechneten Korrelationen der wahren Korrelation ähneln

Abbildung 1: Idee der Simulationsstudie

Quelle: Eigene Darstellung

 

Der Ablauf:

  1. Erzeugung von simulierten DOSIMIRROR-Eingabedaten (n=1.000, entspräche ungefähr einer täglichen DOSIMIRROR-Anwendung über 3 Jahre), deren exakte Korrelation bekannt ist
  2. Definition eines Vertrauensbereichs um diese exakte Korrelation (r – 0,15 ≤ r ≤ r + 0,15)
  3. Wiederholung der Schritte 1. und 2. für verschiedene Korrelationen zwischen 0,30 und 0,90 mit Zwischenschritten von 0,05
  4. Zufallsstichproben in aufsteigender Größe (beginnend mit 3 Fällen, bis 30 Fälle erreicht sind) aus den simulierten Daten ziehen und jeweils den Korrelationskoeffizienten für diese Stichprobe berechnen
  5. Liegt die ermittelte Korrelation der Zufallsstichprobe innerhalb des Vertrauensbereichs?
  6. Die Schritte 4. und 5. werden 10.000 Mal wiederholt und am Ende geprüft wie viel Prozent der 10.000 ermittelten Korrelationskoeffizienten innerhalb des Vertrauensbereiches liegen

 

 

Abbildung 2: Durchschnittliche Präzision der DOSIMIRROR-Zusammenhangsanalysen

Quelle: Eigene Darstellung

 

Die Präzision der DOSIMIRROR-Ergebnisse orientiert sich an dieser Simulationsstudie. Aus den Anteilen aller simulierten Korrelationen (0,30 ≤ r ≤ 0,90), die innerhalb ihres jeweiligen Vertrauensbereichs liegen, werden Mittelwerte (siehe hierzu Abbildung 2) innerhalb der gleichen Stichprobengrößen und über die gesamte Breite der simulierten Korrelationsstärke berechnet. Daraus ergibt sich jeweils ein Anteilswert für die durchschnittliche absolute Präzision bei gegebener Stichprobengröße. Für die im DOSIMIRROR-Ladebalken hinterlegte relative Präzision wurden die Simulationsergebnisse nachträglich skaliert, sodass der Zeitraum an dem die maximale Präzision erreicht wird (30 Eingabetage) 100% entspricht.

 

 Nutzungsdauer

Bei der Frage, ob die Auswertungen verlässlich sind, kommt es natürlich entscheidend darauf an, auf wie viele Daten die Berechnung zurückgreifen kann.

Eigens durchgeführte Simulationen haben ergeben, dass bereits eine Nutzungsdauer von 30 Tagen sehr ähnliche Korrelationen ergibt wie eine Dauer von 1.000 Tagen. Bei 10 Messdaten ist die Verlässlichkeit nur bei ca. 25%, bei 30 Messdaten schon über 90%. Wir empfehlen daher eine Nutzungsdauer von 30 Tagen.

Diese Verlässlichkeit wird mit einem Balken auf der Eingangsseite von DOSIMIRROR angezeigt. Inhaltich zeigt der Balken also an, wie gut die Messergebnisse sind. Bitte beachte das bei der Interpretation und ziehe erst Schlüsse, wenn die Verlässlichkeit hoch genug ist.

Welche Zeiträume werden bei DOSIMIRROR zugrundgelegt?

Wir stellen Auswertungen zu unterschiedlichen Zeiträumen dar:

  1. Die Wettersymbole basieren auf der Auswertung (arithmetisches Mittel) der letzten 10 Eingaben. Dadurch wird sichergestellt, dass hier aktuelle Entwicklungen betrachtet werden und vermieden, dass sich länger zurückliegende Extremeinschätzungen zu lange im Mittelwert widerspiegeln.
  2. Aus dem gleichen Grund werden in der Verlaufsdarstellung die letzten 10 Eingaben zugrunde gelegt.
  3. Die Korrelationen basieren auf den letzten 30 Eingaben. Unsere Simulationen haben ergeben, dass sich nach 30 Eingaben keine dramatische Veränderung mehr einstellt.

Die App ist entsprechend limitiert. Nach 30 Tagen werden die Daten von Anfang an wieder überschrieben. Hierdurch wird sichergestellt, dass DOSIMIRROR immer aktuelle Auswertungen auf der Basis der letzten vier bis sechs Wochen anbietet und nicht veraltete Auswertungen, in denen sich noch Auswirkungen längst vergangener Ereignisse niederschlagen.