Open Access

Ana Kirschbaum

• Soziotechnische Gruppeninteraktionen stellen ein zentrales Zukunftsthema der Mensch-Maschine-Interaktion (MMI) dar. Einerseits dominiert in der Forschung zur MMI die Untersuchung dyadischer Interaktionen. Andererseits werden bestehende Studien zu Gruppeninteraktionen überwiegend in kontrollierten Laborumgebungen oder als Wizard-of-Oz (WOz)-Studien durchgeführt. Entsprechend mangelt es bislang an empirischen Untersuchungen zu autonomen sozial interaktiven Agenten (SIA) in realen Gruppenkontexten. Besonders in öffentlichen, situierten Interaktionen – also in Umgebungen, in denen Menschen spontan und unvorhersehbar mit SIA interagieren – sind die zugrunde liegenden sozialen und technischen Dynamiken bislang kaum erforscht. Diese Dissertation schließt diese Forschungslücke durch Feldstudien mit autonomen SIA – dem sozialen Roboter Furhat und dem virtuellen Agenten MetaHuman – in öffentlichen Räumen. Ziel ist es, die Komplexität soziotechnischer Gruppeninteraktionen zu entschlüsseln und ein fundiertes, empirisch basiertes Verständnis der Dynamiken und Wechselwirkungen soziotechnischer Gruppeninteraktionen in öffentlichen Räumen zu entwickeln. Der Schwerpunkt liegt auf der Identifikation von Mechanismen, die soziotechnische Verbindungen stärken und bestehende Barrieren für Gruppeninteraktionen abbauen. Durch die Analyse von in situ Interaktionen wird untersucht, wie SIA effektiv in Gruppen integriert werden können, um ihre Interaktionsqualität zu optimieren. Wichtig ist nicht nur, wie SIA in bestehende Gruppen integriert werden, sondern auch, wie sie aktiv Kommunikation, Rollenverteilung und Kohäsion innerhalb der Gruppe beeinflussen. Die Ergebnisse leisten sowohl theoretische Beiträge für die MMI und angrenzenden Disziplinen als auch praxisorientierte Leitlinien für die Entwicklung zukünftiger Generationen von SIA, die soziale Dynamiken fördern, statt sie zu stören. Die Arbeit fußt auf dem Dynamischen-Soziotechnischen-Interaktionsmodell (DSI), das als theoretischer und methodischer Rahmen die Akteur-Netzwerk-Theorie (ANT), Design-Based-Research (DBR) und Design Science Research (DSR) integriert, um soziotechnische Gruppeninteraktionen systematisch zu analysieren und gezielt zu gestalten. Zur Untersuchung der Fragestellung wurde ein interdisziplinäres Forschungsdesign mit qualitativen und quantitativen Methoden entwickelt. Vier Feldstudien wurden in Museen, einer Hochschule und einer Stadtverwaltung durchgeführt. Eine als empirische Bestandsaufnahme angelegte Grounded-Theory-Videoanalyse (N = 176) zeigte, dass Gruppeninteraktionen durch dynamische Rollenverteilungen, emergente soziale Normen und situative Adaptivität geprägt sind. Auf dieser Grundlage wurde ein gruppensensitives Conversation Design entwickelt und in zwei A/B-Tests evaluiert (N = 188). Die Ergebnisse zeigen, dass adaptive Sprachstrategien allein keine signifikante Verbesserung der Interaktionsqualität bewirken. Eine weitere Studie (N = 40) untersuchte mittels soziotechnischer Egonetzwerkanalyse (sENA) die Interaktionsrollen in Gruppeninteraktionen. Zudem wurde in einer Studie zur räumlichen Nähe (N = 187) eine multimodale quantitative Methodentriangulation durchgeführt, um subjektives Bonding (wahrgenommene soziale Nähe) und objektive Proximity (physische Nähe) zu erfassen. Während das Bonding per Fragebogen erhoben wurde, wurde die Proximity-Analyse mittels Videoauswertung durchgeführt. Die Ergebnisse zeigen, dass Gruppen tendenziell eine größere räumliche Distanz zu SIA einhalten, während Einzelpersonen eine stärkere soziale Nähe berichten. Das Promotionsprojekt leistet einen substanziellen Beitrag zur (1) Theorie- und Modellbildung soziotechnischer Gruppeninteraktionen durch die Entwicklung des DSI, zur (2) Entwicklung und Evaluation adaptiver Gruppeninteraktionsstrategien für sozial interaktive Agenten (SIA) in öffentlichen Räumen sowie zur (3) methodischen Weiterentwicklung der empirischen Untersuchung von Gruppeninteraktionen, insbesondere durch die Anwendung und Adaption der Egonetzwerkanalyse und multimodaler quantitativer Triangulation. Die Arbeit schließt mit einem Ausblick auf die Zukunft der gruppensensitiven MMI und diskutiert zentrale Herausforderungen und Potenziale. Sie trägt damit (4) zur Forschung und Entwicklung in anderen Bereichen Mensch-Maschine-Interaktion, darunter der Human-Robot-Interaction (HRI), Conversational Artificial Intelligence (AI), der Human-Agent-Interaction (HAI), sowie empirische Methoden für soziotechnische Gruppeninteraktionen bei.
• Sociotechnical group interactions represent a central future topic of Human-Machine-Interaction (HMI). On the one hand, research in HMI has been dominated by studies focusing on dyadic interactions. On the other hand, existing work on group interactions has been conducted predominantly under controlled laboratory conditions or within Wizard-of-Oz (WOz) setups. Consequently, there is still a lack of empirical investigations involving autonomous socially interactive agents (SIAs) in real-world group contexts. In particular, public and situated interactions – environments in which people engage spontaneously and unpredictably with SIAs – remain largely unexplored with regard to their underlying social and technical dynamics. This dissertation addresses this research gap through field studies with autonomous SIAs — the social robot Furhat and the virtual agent MetaHuman—in public spaces. Its aim is to unravel the complexity of sociotechnical group interactions and to develop an empirically grounded understanding of their dynamics and interdependencies. The focus lies on identifying mechanisms that strengthen sociotechnical connections and reduce barriers to group interaction. By analyzing in situ interactions, the study examines how SIAs can be effectively integrated into groups to enhance interaction quality. Beyond integration, it explores how SIAs actively influence communication, role distribution, and group cohesion. The findings contribute both theoretical insights to HMI and related disciplines and practical design guidelines for future generations of SIAs that support rather than disrupt social dynamics. The work is grounded in the Dynamic Sociotechnical Interaction Model (DSI), which integrates Actor–Network Theory (ANT), Design-Based Research (DBR), and Design Science Research (DSR) as a theoretical and methodological framework for systematically analyzing and designing sociotechnical group interactions. To address the research questions, an interdisciplinary mixed-methods design combining qualitative and quantitative approaches was developed. Four field studies were conducted in museums, a university, and a city administration. A Grounded Theory video analysis (N = 176) revealed that group interactions are characterized by dynamic role distributions, emergent social norms, and situational adaptivity. Based on these insights, a group-sensitive conversation design was developed and evaluated in two A/B tests (N = 188). The results indicate that adaptive speech strategies alone do not significantly improve interaction quality. A further study (N = 40) applied sociotechnical ego network analysis (sENA) to examine interaction roles within group settings. In another study on spatial proximity (N = 187), a multimodal quantitative triangulation was conducted to assess subjective bonding (perceived social closeness) and objective proximity (physical distance). While bonding was measured through questionnaires, proximity was analyzed via video data. The findings show that groups tend to maintain greater spatial distance from SIAs, whereas individuals report stronger perceived social closeness. This dissertation makes substantial contributions to (1) theory and model building of sociotechnical group interactions through the development of the DSI, (2) the design and evaluation of adaptive group interaction strategies for SIAs in public spaces, and (3) the methodological advancement of empirical research on group interaction through the application and adaptation of ego network analysis and multimodal quantitative triangulation. The work concludes with a discussion of future directions for group-sensitive HMI and highlights key challenges. It also contributes to (4) research and development in related domains such as Human–Robot-Interaction (HRI), conversational AI, Human-Agent-Interaction (HAI), and empirical methods for studying sociotechnical group interaction.