Schulz von Thuns Kommunikationsquadrat: Eine empirische Analyse des Einflusses negativer emotionaler Mimik auf den Empfang von Nachrichten
Bibliographic record
Abstract
Zusammenfassung Vor dem Hintergrund der weitreichenden Verbreitung des Kommunikationsquadrats in (betrieblicher) Aus- und Weiterbildung bei einem gleichzeitigen Mangel hinsichtlich seiner empirischen Fundierung, untersucht diese in der Zeitschrift Gruppe. Interaktion. Organisation. berichtete Studie qualifizierende, das heißt den Empfang einer Nachricht beeinflussende Faktoren. Aufgrund der hohen Relevanz nonverbaler Nachrichtenanteile für die Interpretation des Kommunikationsinhalts wurde im Speziellen das Qualifizieren durch Mimik untersucht. In einem Online-Fragebogen wurden 266 Teilnehmende mit Wohnsitz in Deutschland gebeten anzugeben, in welcher Stärke sie die Nachricht auf einer der vier Seiten des Kommunikationsquadrats empfangen, wobei per Kreuzquote eine repräsentative Verteilung nach Alter und Geschlecht sichergestellt wurde. Die Gesichtsausdrücke der Sendenden wurden zwischen Trauer, Wut und Angst variiert, während die Nachrichten identisch blieben. Als Vergleichsszenario wurden neutrale Gesichtsausdrücke dargeboten. Die Auswertung der mittels einer fünfstufigen Likert-Skala erhobenen Daten erfolgte mit vier einfaktoriellen Varianzanalysen mit Messwiederholung sowie unter Verwendung der Bonferroni-Korrektur für paarweise Vergleiche. Die Ergebnisse belegen, dass eine Qualifizierung durch die Gesichtsausdrücke Trauer, Wut oder Angst bei der Interpretation einer Nachricht dazu führt, dass diese von Empfangenden signifikant stärker auf der Beziehungs‑, Selbstkundgabe- und Appellseite empfangen wird und signifikant weniger stark auf der Sachseite. Darüber hinaus wurde festgestellt, dass dieser Effekt besonders stark für die Basisemotion Wut zutrifft. Die neuen Erkenntnisse stützen die theoretischen Annahmen des Kommunikationsquadrates hinsichtlich des Einflusses von Mimik auf den Empfang von Nachrichten empirisch. Sie präzisieren die Anwendung des Modells für die Mitteilung von Sachinhalten: Wenn Sendende Trauer, Wut oder Angst nonverbal ausdrücken, wird ihre Nachricht von Empfangenden meist kaum sachlich aufgenommen, was eine effektive Verständigung über Sachthemen erschwert. Um eine sachliche Verständigung zu fördern, sollte diese Erkenntnis z. B. Führungskräfte dazu anregen, sich ihrer Emotionen, ihres mimischen Ausdrucks und dessen Wirkung auf andere bewusst zu werden.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.033 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".