Forschungsartikel
Eine Studie mit 385 chinesischen Sportlern ergab, dass der Einsatz von künstlicher Intelligenz (KI) und Selbstwirksamkeit das psychische Wohlbefinden positiv beeinflussen, was wiederum die wahrgenommene Sportleistung verbessert. Psychologisches Wohlbefinden vermittelt auch die Beziehungen zwischen KI/Selbstwirksamkeit und Leistung. Die Ergebnisse deuten darauf hin, KI-Tools mit Strategien zur Steigerung der Selbstwirksamkeit und des Wohlbefindens zu integrieren.
Diese Studie untersuchte, wie KI das psychische Wohlbefinden und die wahrgenommene Sportleistung von Sportlern in China beeinflusst. Konkret wollte sie den direkten Einfluss des Einsatzes künstlicher Intelligenz auf das psychische Wohlbefinden, die Auswirkungen der Selbstwirksamkeit von Sportlern auf das psychische Wohlbefinden, die Auswirkungen des psychologischen Wohlbefindens auf die wahrgenommene sportliche Leistung sowie die vermittelnde Rolle des psychologischen Wohlbefindens in diesen Beziehungen untersuchen. Ein quantitativer Forschungsansatz wurde unter Verwendung eines querschnittsbezogenen Umfragedesigns verfolgt. Daten wurden von 385 Wettkampfsportlern in China mittels eines strukturierten Fragebogens erhoben und mit dem Statistical Package for the Social Sciences (SPSS) und Partial Least Squares Structural Equation Modeling (PLS-SEM) analysiert. Die Ergebnisse zeigten, dass der Einsatz von künstlicher Intelligenz und die Selbstwirksamkeit der Athleten beide das psychische Wohlbefinden positiv beeinflussten, während das psychologische Wohlbefinden die wahrgenommene Sportleistung positiv beeinflusste. Darüber hinaus vermittelte das psychologische Wohlbefinden signifikant die Zusammenhänge zwischen der Nutzung künstlicher Intelligenz und der wahrgenommenen Sportleistung sowie zwischen der Selbstwirksamkeit der Athleten und der wahrgenommenen Sportleistung. Diese Ergebnisse deuteten darauf hin, dass sowohl technologische als auch psychologische Ressourcen wichtig sind, um die Ergebnisse der Athleten zu verbessern. Die Studie legte nahe, dass Sportorganisationen, Trainer und politische Entscheidungsträger KI-gestützte Systeme mit Strategien integrieren sollten, die die Selbstwirksamkeit und das psychische Wohlbefinden der Athleten stärken. Insgesamt kam die Studie zu dem Schluss, dass künstliche Intelligenz nicht nur durch technische Unterstützung, sondern auch durch ihren positiven Einfluss auf die psychologische Funktion von Sportlern zur sportlichen Leistung beiträgt.
Künstliche Intelligenz wird zu einer treibenden Kraft im modernen Sport und ermöglicht es Trainern, Analysten und Athleten, große Datenmengen für Leistungsüberwachung, Verletzungsprävention, taktische Planung und personalisierte Trainingsanpassungzu verarbeiten. Jüngste Bewertungen bestätigen, dass KI und maschinelles Lernen zunehmend für biomechanische Überwachung, Arbeitsbelastungsanalyse, Rehabilitation, Bewegungsverfolgung und Trainingsoptimierung eingesetzt werden, was einen entscheidenden Wandel hin zu datengetriebenen, technologiegestützten Vorbereitungs- und Wettbewerbssystemen signalisiert2. Doch da diese Technologien in den Alltag der Athleten integriert werden, warnen Wissenschaftler, dass ihr Einfluss weit über technische und biomedizinische Bereiche hinausgeht: KI-Werkzeuge prägen auch, wie Athleten Feedback interpretieren, ihren eigenen Fortschritt bewerten und Selbstvertrauen sowie Motivation im Training und Wettkampf regulieren3. In China ist dieses Thema dringlich. Nationale Sportbehörden haben berichtet, dass KI-gestützte Trainingssysteme, die Echtzeit-technisches Feedback liefern, bereits bei Elite-Teams eingesetzt werden, weshalb es unerlässlich ist, nicht nur die Leistungssteigerungen, sondern auch die psychologischen Folgen einer solchen Integration zu verstehen4.
Während die angewandten Vorteile von KI im Sport zunehmend dokumentiert werden, beginnt eine wachsende Zahl von Forschungen ihre psychologischen Implikationen zu untersuchen und zeigt ein nuancierteres Bild, als die früheLiteratur nahelegt. Einerseits haben Studien negative Folgen festgestellt, darunter Rückkopplungsangst durch ständige Leistungsüberwachung, algorithmische Abhängigkeit, die autonome Entscheidungsfindung untergraben kann, und erhöhten Druck, wenn datenbasierte soziale Vergleiche allgegenwärtigwerden. Andererseits haben Forscher auf potenzielle psychologische Vorteile hingewiesen: Wenn KI-Feedback als unterstützend wahrgenommen wird, kann es Leistungsunsicherheiten verringern, das Kontrollgefühl der Sportler über ihre Entwicklung stärken und die Selbstregulierungsfähigkeit stärken7. Diese aufkommende Debatte zeigt, dass die psychologische Wirkung von KI nicht monolithisch ist; Vielmehr hängt es davon ab, wie Athleten technologische Inputs in ihr Selbstbild und ihre täglichePraxis einschätzen und integrieren. Entscheidend ist, dass bestehende Arbeiten fragmentiert bleiben. Studien isolieren typischerweise einzelne psychologische Folgen wie Angst, Motivation oder Burnout, ohne zu untersuchen, wie diese Ergebnisse zusammenhängen, und nur sehr wenige haben psychisches Wohlbefinden als zentralen Erklärungsmechanismus für den Einsatz von KI mit Sportleistung positioniert.
Die vorliegende Studie adressiert diese Lücke, indem sie sich auf das psychologische Wohlbefinden (PWB) als zentralen vermittelnden Mechanismus konzentriert. Basierend auf der eudaimonischen Tradition umfasst PWB sechs Dimensionen: Umweltbeherrschung, persönliches Wachstum, Lebenssinn, Selbstakzeptanz, Autonomie und positive Beziehungen zu anderen, die besonders im Sport9 relevant sind, wo Athleten hohe Erwartungen managen, mit Unsicherheiten umgehen und eine ausgewogene Funktion aufrechterhalten müssen, während sie wettbewerbsorientierte Exzellenz anstreben10. Jüngste Erkenntnisse bestätigen, dass das Wohlbefinden von Sportlern nicht nur ein wünschenswertes Nebenprodukt ist, sondern eine entscheidende Grundlage für nachhaltige Leistung, adaptives Bewältigungsverhalten und langfristige sportliche Entwicklung11. Wichtig ist, dass PWB als psychologischer Kanal dienen kann, durch den sowohl technologische Ressourcen als auch persönliche Kompetenzen in bessere Leistungsbewertungen münden: KI kann das Wohlbefinden fördern, indem sie grundlegende Bedürfnisse nach Kompetenz, Autonomie und Verbundenheit befriedigt, während Selbstwirksamkeit das Wohlbefinden durch die Förderung von Selbstvertrauen und Resilienz erhalten kann12,13.
Die zunehmende Integration von KI in Sportumgebungen durch intelligente Wearables, Bewegungsverfolgung und personalisierte Leistungsanalysen hat das Potenzial, nicht nur die Trainingseffizienz, sondern auch die psychologischen Erfahrungen der Athleten grundlegend zu gestalten14. Während ein Großteil des bestehenden Diskurses KI als technisches Werkzeug zur Verletzungsprävention oder taktischen Entscheidungen darstellt, legt eine theoretisch fundierte Sichtweise nahe, dass KI-gesteuerte Sportumgebungen als sinnvolle psychologischeRessource dienen können. Basierend auf der Selbstbestimmungstheorie können KI-Systeme die Erfüllung grundlegender psychologischer Bedürfnisse, Autonomie, Kompetenz und Verbundenheit unterstützen, die weithin als Vorläufer des eudaimonischen Wohlbefindensgelten 16. Wenn Athleten individuelles, datenbasiertes Feedback erhalten, das ihren Fortschritt verdeutlicht und Leistungsunklarheiten reduziert, wird ihr Kompetenzgefühl gestärkt; wenn KI-gestützte Plattformen maßgeschneiderte Trainingsoptionen und anpassungsfähige Zeitpläne bieten, wird die Autonomie gesteigert; Und wenn geteilte Dashboards oder kollaborative Analysen eine konstruktive Kommunikation zwischen Trainer und Athlet ermöglichen, wird das Bedürfnis nach Verbundenheitgenährt 17. Durch diese Wege kann der Einsatz von KI die Kernkomponenten des psychologischen Wohlbefindens (PWB)17, Umweltbeherrschung (durch Steigerung der Vorhersehbarkeit und Kontrolle über das eigene Trainingsumfeld), persönliches Wachstum (durch das Visualisieren schrittweiser Verbesserungen über die Zeit), Lebenssinn (durch Ausrichtung des täglichen Trainings auf langfristige sportliche Ziele), Selbstakzeptanz (durch Normalisierung von Leistungsschwankungen durch objektive Daten) und positive Beziehungen (durch Förderung unterstützender Aktivitäten) positiv beeinflussen zwischenmenschliche Austausche) 18. Daher vermutet die vorliegende Studie: H1: Die Nutzung künstlicher Intelligenz wirkt sich positiv auf das psychische Wohlbefinden aus.
Athleten-Selbstwirksamkeit bezieht sich auf den Glauben einer Person an ihre Fähigkeit, Aufgaben erfolgreich zu erfüllen, Herausforderungen zu überwinden und im Sportkontext gewünschte Ergebnisse zu erzielen19. Laut der Selbstwirksamkeitstheorie sind Menschen, die mehr Vertrauen in ihre Fähigkeiten haben, eher dazu geneigt, in schwierigen Situationen durchzuhalten, ihre Anstrengungen zu regulieren und konstruktiv auf Rückschläge zu reagieren20. In sportlichen Umgebungen ist Selbstwirksamkeit besonders wichtig, da Athleten regelmäßig unter Wettbewerbsdruck, körperlichen Anforderungen und Leistungsunsicherheit konfrontiertsind 21,22. In dieser Studie wird die Selbstwirksamkeit von Sportlern durch die Wirksamkeit der Sportdisziplin, psychologische Wirksamkeit, professionelle Denkwirksamkeit und Persönlichkeitswirksamkeit dargestellt, was die multidimensionale Natur des Selbstvertrauens in der sportlichen Funktionsweise widerspiegelt23. Sportler mit hoher Selbstwirksamkeit sind im Allgemeinen besser in der Lage, mit Stress umzugehen, ihre Motivation zu bewahren und das emotionale Gleichgewicht unterDruck 24 Jahre alt zu halten. Solche Sportler sehen Herausforderungen eher als handhabbar denn als bedrohlich, was ihre psychologische Funktion und ihr allgemeines Wohlbefinden verbessern kann25,26. Da psychologisches Wohlbefinden Elemente wie Selbstakzeptanz27, Autonomie und Lebenssinn umfasst, kann Selbstwirksamkeit als eine wichtige innere Ressource verstanden werden, die diese positiven psychologischen Zustände unterstützt28. In anspruchsvollen Sportumgebungen kann eine stärkere Selbstwirksamkeit den Athleten daher helfen, einen gesünderen und anpassungsfähigeren psychologischen Zustand zu bewahren. H2: Die Selbstwirksamkeit der Sportler wirkt sich positiv auf das psychische Wohlbefinden aus.
Psychologisches Wohlbefinden (PWB) ist ein multidimensionales Konstrukt, das positives Funktionieren, persönliches Wachstum, sinnvolles Engagement und gesunde Anpassung im Leben widerspiegelt29. Nach Ryffs eudaimonischem Rahmen umfasst er sechs Dimensionen: Umweltmeisterschaft (die Fähigkeit, die Umgebung effektiv zu managen), persönliches Wachstum (ein Gefühl fortlaufender Entwicklung), Lebenssinn (sinnvolle Ziele halten), Selbstakzeptanz (eine positive Einstellung zu sich selbst), Autonomie (Selbstbestimmung und Unabhängigkeit) und positive Beziehungen zu anderen (warme, vertrauensvolle zwischenmenschliche Verbindungen)30. Im Sportbereich hat jede Dimension eine besondere Relevanz dafür, wie Athleten ihreeigene Leistung bewerten. Umweltmeisterschaft befähigt Athleten, Trainingsanforderungen und Wettkampfbelastungen zu kontrollieren; Persönliches Wachstum fördert nachhaltigen Einsatz und die Verfeinerung von Fähigkeiten; Lebenssinn verankert das Engagement für langfristige sportliche Ziele; Selbstakzeptanz schützt gegen Selbstkritik nach Rückschlägen; Autonomie unterstützt intrinsische Motivation und Entscheidungsfindung unter Druck32. PWB ist also nicht nur das Fehlen von Belastung, sondern eine positive psychologische Grundlage, die es Athleten ermöglicht, während des Trainings und Wettkampfsfokussiert, widerstandsfähig und motiviert zu bleiben. Wenn sich Athleten zielgerichtet, selbstbewusst und emotional ausgeglichen fühlen, können sie Widrigkeiten besser bewältigen, ihre Konzentration aufrechterhalten und ihre eigene Leistung positiv bewerten, was PWB zu einem starken Prädiktor für die wahrgenommene Sportleistungmacht 34. Im Einklang mit diesen Überlegungen stellt die vorliegende Studie folgende Hypothese auf: H3: Psychologisches Wohlbefinden beeinflusst die wahrgenommene Sportleistung positiv.
Die Beziehung zwischen der Nutzung künstlicher Intelligenz und der Sportleistung ist möglicherweise nicht vollständig direkt, da die Vorteile von KI oft durch die internen psychologischen Reaktionen der Athleten realisiert werden35. KI kann leistungsbezogene Informationen, Trainingsempfehlungen und Echtzeit-Feedback liefern, aber der tatsächliche Einfluss dieser technologischen Eingaben hängt davon ab, wie Athleten sie interpretieren und nutzen36. Wenn der Einsatz von KI das Gefühl von Kontrolle, Kompetenz und Wachstum der Athleten erhöht, kann sie zunächst ihr psychisches Wohlbefinden verbessern, bevor sie die Leistungsergebnisse beeinflusst37. Dies legt nahe, dass das psychische Wohlbefinden den Prozess erklären könnte, durch den der Einsatz von KI zu besseren leistungsbezogenen Wahrnehmungen im Sport beiträgt. Mit anderen Worten: Athleten, die regelmäßig KI-gestützte Werkzeuge nutzen, fühlen sich möglicherweise besser vorbereitet, selbstbewusster im Training und zufriedener mit ihrem Fortschritt, was ihr psychisches Wohlbefinden stärken kann38. Sobald Athleten ein höheres Wohlbefinden erleben, werden sie wahrscheinlich fokussierter, emotional stabiler und motivierter, und diese Eigenschaften können ihre Wahrnehmung ihrer sportlichenLeistung positiv beeinflussen. Daher kann psychologisches Wohlbefinden als erklärender Mechanismus dienen, der technologische Einbindung mit sportbezogenen Ergebnissen verknüpft. Auf Grundlage dieser Argumentation schlägt die vorliegende Studie vor, dass der Einfluss der Nutzung künstlicher Intelligenz auf die wahrgenommene Sportleistung durch das psychische Wohlbefinden übertragen wird. H4: Psychologisches Wohlbefinden vermittelt die Beziehung zwischen KI-Nutzung und wahrgenommener Sportleistung.
Die Selbstwirksamkeit von Sportlern gilt weithin als wichtiger Prädiktor für positive Ergebnisse im Sport, da sie Ausdauer, Selbstvertrauen und adaptives Bewältigungsverhalten beeinflusst. Der Einfluss der Selbstwirksamkeit auf die Leistung kann jedoch auch indirekt durch das psychische Wohlbefinden auftreten. Sportler, die stark an ihre Fähigkeiten glauben, fühlen sich eher autonom, zielgerichtet und akzeptierend – zentrale Elemente des psychischen Wohlbefindens40. In diesem Sinne wirkt sich Selbstwirksamkeit nicht nur direkt auf Handeln und Anstrengung aus; Sie kann auch zu einem gesünderen psychischen Zustand beitragen, der langfristige Funktionsfähigkeit und Leistung unterstützt. Wenn Athleten eine hohe Selbstwirksamkeit besitzen, sind sie in der Regel besser in der Lage, Rückschläge zu bewältigen, mit Druck umzugehen und ihren Zielen treu zu bleiben. Diese Erfahrungen können ihr psychisches Wohlbefinden stärken, was wiederum ihre Wahrnehmung von Sportleistungen verbessern kann. Daher kann psychologisches Wohlbefinden als Mechanismus dienen, durch den Vertrauen in die eigene sportliche Leistungsfähigkeit in stärkere, leistungsbezogene Ergebnisse umgesetzt wird41. Anstatt anzunehmen, dass Selbstwirksamkeit nur direkt die Leistung beeinflusst, argumentiert diese Studie, dass Sportler besser abschneiden, wenn ihr Selbstvertrauen ihre breitere psychologische Funktion verbessert. H5: Psychologisches Wohlbefinden vermittelt die Beziehung zwischen der Selbstwirksamkeit des Sportlers und der wahrgenommenen sportlichen Leistung.
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Ethische Überlegungen
Die Studie war gemäß der Richtlinie der Institution von der formellen ethischen Überprüfung ausgenommen, da sie die Kriterien für eine anonyme Umfrage mit minimalem Risiko erfüllte. Alle Verfahren wurden in strikter Übereinstimmung mit den ethischen Standards der Helsinkier Erklärung durchgeführt. Vor der Datenerhebung wurde von allen erwachsenen Teilnehmern eine informierte Zustimmung eingeholt. Für Teilnehmer unter 18 Jahren wurde eine schriftliche informierte Zustimmung von ihren Eltern oder gesetzlichen Erziehungsberechtigten eingeholt, ebenso wie die schriftliche Zustimmung der Minderjährigen selbst. Alle Befragten wurden ausdrücklich über den Forschungszweck, ihre freiwillige Teilnahme, ihr Recht, jederzeit ohne Konsequenzen zurückzutreten, und die strengen Vertraulichkeitsmaßnahmen für ihre Daten informiert. Es wurden keine personenbezogenen Daten erhoben oder gemeldet, und alle Daten wurden ausschließlich für aggregierte akademische Analysen verwendet. Besonderes Augenmerk wurde auf nicht-aufdringliche, respektvolle Formulierungen gelegt, um sicherzustellen, dass die Umfrage nicht die Trainingsverpflichtungen oder das psychische Wohlbefinden der Athleten beeinträchtigt. Für weitere Details siehe bitte die Materialtabelle.
Forschungsdesign und Studienkontext
Diese Studie verwendete einen quantitativen Forschungsansatz mit einem Querschnittsbefragungsdesign, um die vorgeschlagenen Zusammenhänge zwischen der Nutzung künstlicher Intelligenz, der Selbstwirksamkeit der Athleten, dem psychischen Wohlbefinden und der wahrgenommenen Sportleistung unter Athleten in China zu untersuchen. Ein quantitatives Design galt als angemessen, da die Studie darauf abzielte, theoretisch abgeleitete Hypothesen zu testen, die Stärke und Richtung von Beziehungen zwischen klar definierten Konstrukten zu untersuchen und sowohl direkte als auch medialierende Effekte mittels statistischer Verfahren zu bewerten. Der Querschnittsansatz wurde gewählt, weil Daten zu allen Studienvariablen zu einem bestimmten Zeitpunkt von den Befragten erhoben wurden, was es dem Forscher ermöglichte, die aktuellen Wahrnehmungen der Athleten zum Einsatz von KI im Sport, ihre Effektivitätsüberzeugungen, das psychologische Wohlbefinden und die wahrgenommenen Leistungsergebnisse zu erfassen. Dieses Design wurde in den Sozial- und Verhaltenswissenschaften weit verbreitet verwendet, insbesondere wenn es darum ging, Assoziationsmuster zwischen latenten Konstrukten zu identifizieren und ein theoretisch fundiertes Strukturmodell in einem natürlichen Umfeld zu testen. Die Studie wurde in China durchgeführt, was einen sehr relevanten empirischen Rahmen für diese Forschung bot, da das Land eine rasante Digitalisierung in mehreren Sektoren erlebt hatte, darunter Sport, Fitness und Athletenentwicklung. In den letzten Jahren haben chinesische Sportinstitutionen, Universitäten, professionelle Ausbildungszentren und Sportorganisationen zunehmend KI-basierte Systeme in Coaching, Leistungsüberwachung, technische Bewertung und Verletzungsprävention integriert. Dieser zunehmende Einsatz intelligenter Sporttechnologien schuf ein geeignetes Umfeld, um zu untersuchen, ob die Exposition gegenüber KI-gestützten Sportsystemen zu den psychologischen Zuständen und Leistungswahrnehmungen der Athleten beiträgt. Darüber hinaus machte die hochkompetitive Natur des chinesischen Sportumfelds es besonders wichtig zu verstehen, wie technologische Ressourcen und psychologische Fähigkeiten gemeinsam die Funktionsweise der Athleten beeinflussen. Daher bot der chinesische Kontext sowohl praktische Relevanz als auch theoretischen Wert für die Untersuchung des vorgeschlagenen Modells.
Population und Stichprobe
Die Zielgruppe der Studie bestand aus Wettkampfsportlern in China, darunter solche, die mit Universitäten, Sportakademien, Profivereinen, provinziellen Trainingszentren und anderen organisierten Sportinstitutionen verbunden waren und aktiv an regelmäßigen Trainings- und Wettkampfaktivitäten beteiligt waren. Die Studie konzentrierte sich auf Sportler, da sie am besten geeignet waren, um die Rolle künstlicher Intelligenz in sportbezogenen Kontexten zu bewerten und über ihre Selbstwirksamkeit, psychologisches Wohlbefinden und wahrgenommene Leistung zu berichten. Um sicherzustellen, dass die Befragten ausreichend Vertrautheit mit dem Thema hatten, wurden nur Personen aufgenommen, die derzeit im organisierten Sport aktiv sind und in gewisser Erfahrung mit technologiegestützten Sportumgebungen haben. Für die Studie wurde eine Stichprobengröße von 385 Befragten verwendet. Diese Stichprobengröße wurde als ausreichend für eine quantitative Studie mit mehreren latenten Variablen, multidimensionalen Konstrukten und Mediationsanalysen angesehen, insbesondere bei Verwendung von PLS-SEM, die genügend Fälle für stabile Parameterschätzung und prädiktive Bewertung erforderte.
Die Befragten wurden durch eine gezielte Stichprobenmethode ausgewählt, die es dem Forscher ermöglichte, Personen auszuwählen, die spezifische Einschlusskriterien erfüllten, die für die Ziele der Studie relevant waren. Zielgerichtete Stichprobe war besonders geeignet, da die Forschung Daten von Sportlern und nicht von der Allgemeinbevölkerung erforderte. Praktisch wurden die Teilnehmer über Sportinstitutionen, Universitätssportabteilungen, Clubs, Trainingsprogramme und Athletennetzwerke angesprochen. Die Stichprobe sollte eine Vielzahl von Sportdisziplinen, Wettkampfniveaus und Athleten-Hintergründen abdecken, um die Ergebnisse zu erweitern und ein sinnvolleres Bild davon zu liefern, wie KI-bezogene Sportpraktiken in verschiedenen sportlichen Kontexten in China erlebt wurden.
Messung von Variablen
Die Studie verwendete einen strukturierten Fragebogen, um alle Variablen zu messen, und alle Items wurden von zuvor in der Literatur berichteten Skalen angepasst. Der Fragebogen verwendete ein Likert-ähnliches Antwortformat, das weithin anerkannt ist, um Wahrnehmungen, Einstellungen, Überzeugungen und selbstberichtete Erfahrungen in der quantitativen Forschung zu messen. Die unabhängige Variable, die Nutzung von KI, wurde mit acht Elementen gemessen, die aus einerStudie 42 adaptiert und an den sportlichen Kontext angepasst wurden. Konkret veranlassten die Punkte die Athleten, anzugeben, inwieweit sie während Training und Wettkampf aktiv mit KI-gestützten Sporttechnologien interagierten. Um das Konstrukt in der konkreten Praxis zu verankern, listete der Fragebogen explizit Beispiele von KI-Anwendungen auf, denen Athleten im chinesischen Sportsystem häufig begegnen, darunter tragbare Biosensoren (z. B. Smartwatches, Herzfrequenzvariabilitätsmessgeräte, GPS-fähige Leistungstracker), KI-gesteuerte Videoanalysen und Motion-Capture-Systeme, die automatisiertes technisches Feedback bieten, sowie personalisierte Trainingsempfehlungsplattformen, die Arbeitslasten anhand von Echtzeitdaten anpassen. sowie prädiktive Analyse-Dashboards, die für Verletzungsrisikowarnungen und Erholungsüberwachung verwendet werden. Die Artikel erfassten somit die selbstberichtete Häufigkeit der Athleten und die wahrgenommene Integration dieser intelligenten Werkzeuge in ihren täglichen Sportroutinen, anstatt lediglich die allgemeine Einstellung zur Technologie. Diese Operationalisierung ermöglicht es dem Konstrukt, die Breite der KI-Exposition widerzuspiegeln, während anerkannt wird, dass Athleten nicht zwischen verschiedenen algorithmischen Untertypen unterscheiden mussten; stattdessen maß die Skala ein ganzheitliches Maß an Engagement mit KI-gestützten Sportumgebungen. Es sollte beachtet werden, dass aufgrund der Heterogenität von KI-Werkzeugen zwischen Sportarten und Institutionen die KI-Nutzung als eine breite latente Variable behandelt wird, eine Einschränkung, die später diskutiert wird.
Die zweite unabhängige Variable, die Athleten-Selbstwirksamkeit, wurde als multidimensionales Konstrukt konzipiert, das in vier Dimensionen gemessen wird: Sportdisziplin-Wirksamkeit, psychologische Wirksamkeit, professionelle Denkwirksamkeit und Persönlichkeitswirksamkeit, jeweils mit vier Elementen. Diese multidimensionale Behandlung erfasst die theoretische Breite der Selbstwirksamkeit im Wettkampfsport, bei der Selbstvertrauen über körperliche Ausführung hinausgeht und den Glauben an die eigene Disziplin und die Einhaltung von Trainingsplänen (Sportdisziplin-Effizienz), geistige Bereitschaft und emotionale Regulation unter Druck (psychologische Wirksamkeit), taktisches Verständnis und Entscheidungsfähigkeit (professionelle Denkwirksamkeit) sowie widerstandsfähige persönliche Eigenschaften wie Ausdauer und Anpassungsfähigkeit (Persönlichkeitswirksamkeit). Diese vier Dimensionen basieren auf der Athlete Self-Efficacy Scale, die von Koçak43 entwickelt und validiert wurde, wo gezeigt wurde, dass sie gemeinsam ein übergeordnetes Gefühl sportlicher Leistungsfähigkeit widerspiegeln. Die vermittelnde Variable, das psychologische Wohlbefinden, wurde mit einer angepassten Version der Psychologischen Wohlfühlskala für Kinder (PWB-c) von einer Gruppe44 gemessen, die sechs Dimensionen umfasst: Umweltbeherrschung (7 Items), persönliches Wachstum (5 Items), Lebenssinn (5 Items), Selbstakzeptanz (5 Items), Autonomie (5 Items) und positive Beziehungen (10 Items). Obwohl ursprünglich für jüngere Bevölkerungsgruppen entwickelt, sind die PWB-c-Elemente mit einer klaren Sprache formuliert, die auf Ryffs eudaimonischem Rahmen basiert, wodurch der Inhalt konzeptionell für Erwachsene geeignet ist. Für die vorliegende Studie wurden die Aufgaben sorgfältig überprüft und bei Bedarf umformuliert, zum Beispiel durch das Ersetzen von schulbezogenen Referenzen durch Trainings- oder Sportkontexte, um die Eignung für erwachsene Wettkampfsportler sicherzustellen, ohne die zugrundeliegenden Konstrukte zu verändern. Die abhängige Variable, die wahrgenommene Sportleistung, wurde aus einer weiteren Studie45 adaptiert und umfasste drei Dimensionen: selbstorientierte Leistung (4 Items), sozial vorgeschriebene Leistung (4 Items) und sonstig-orientierte Leistung (4 Items). Da mehrere Konstrukte im Modell multidimensional waren, wurden sie in der Datenanalyse als latente Konstrukte höherer Ordnung behandelt. Um sprachliche und konzeptuelle Gleichwertigkeit im chinesischen Kontext sicherzustellen, durchlief das vollständige Instrument ein strenges Übersetzungs- und Rückübersetzungsverfahren durch zweisprachige Experten in Sportpsychologie, gefolgt von einer Expertenbewertung zur Bewertung der Inhaltsvalidität und kulturellen Relevanz. Anschließend wurde ein Pilottest mit einer kleinen Stichprobe von Athleten (n = 30) durchgeführt, um die Klarheit der Fragen, den Antwortprozess und die vorläufige interne Konsistenz zu bewerten; Feedback führte zu geringfügigen Formulierungsverfeinerungen vor der Hauptdatenerhebung. Der Einsatz angepasster, zuvor validierter Skalen in Kombination mit diesen prozeduralen Schritten verbesserte die Inhaltsvalidität und theoretische Konsistenz des Messmodells.
Verfahren zur Datenerhebung
Die Daten wurden je nach Zugänglichkeit und praktischer Verfügbarkeit der Befragten durch eine selbst durchgeführte Online- und Präsenzerhebung erhoben. Dieser Ansatz der gemischten Verteilung wurde verfolgt, um die Teilnahme von Athleten aus verschiedenen Institutionen und Sporteinrichtungen in China zu maximieren. Vor der umfassenden Datenerhebung wurde das Umfrageinstrument hinsichtlich Formulierung, Klarheit, Relevanz und kontextueller Angemessenheit überprüft. Da die ursprünglichen Skalen in unterschiedlichen Kontexten entwickelt wurden, wurden die Gegenstände sorgfältig angepasst, um die Realitäten des athletischen Trainings und der Leistungsumgebungen in China widerzuspiegeln. Wo nötig, wurden kleinere Wortlautänderungen vorgenommen, um den Befragten zu helfen, die Gegenstände leicht mit ihren eigenen sportlichen Erfahrungen in Verbindung zu bringen, ohne die zugrundeliegenden Bedeutungen der Konstrukte zu verändern.
Der abschließende Fragebogen war in logische Abschnitte unterteilt: eine kurze Einführung mit Erläuterung zum Zweck der Forschung, gefolgt von demografischen Fragen und anschließend die Messpunkte zur Nutzung künstlicher Intelligenz, zur Selbstwirksamkeit der Athleten, zum psychischen Wohlbefinden und zur wahrgenommenen Sportleistung. Während der Datenerhebung wurde den Teilnehmern mitgeteilt, dass ihre Teilnahme völlig freiwillig sei, es keine richtigen oder falschen Antworten gebe und die Studie ausschließlich zu akademischen Zwecken durchgeführt werde. Ihnen wurde zugesichert, dass alle Antworten vertraulich und anonym bleiben und bei der Berichterstattung der Ergebnisse keine personenbezogenen Informationen offengelegt werden. Diese Verfahren waren wichtig, um Response Bias zu reduzieren, ehrliche Antworten zu fördern und die Glaubwürdigkeit der gesammelten Daten zu erhöhen. Ausgefüllte Fragebögen wurden vor der Analyse geprüft, um sicherzustellen, dass nur gültige und nutzbare Antworten für statistische Tests erhalten bleiben.
Die Teilnehmer wurden durch eine Kombination aus gezielter und schneeballbasierter Stichprobe in provinziellen Trainingszentren, Universitätssportabteilungen und professionellen Sportvereinen in Ost- und Südchina rekrutiert. Die Einschlusskriterien verlangten, dass die Teilnehmer aktive Athleten (Alter ≥ 16 Jahre) mit mindestens einem Jahr systematischer Trainingserfahrung und regelmäßigem Kontakt mit KI-basierten Leistungstools (z. B. tragbare Sensoren, Videoanalyse-Software oder intelligente Coaching-Apps) sind. Ausschlusskriterien umfassten aktuelle Verletzungsverhinderungstraining, unvollständige Umfragen oder Nichteinwilligung zur Datennutzung. Alle Teilnehmer gaben vor der Teilnahme eine schriftliche informierte Einwilligung ab; Für Athleten unter 18 Jahren wurde zusätzlich die Zustimmung der Eltern oder des Erziehungsberechtigten eingeholt. Bezüglich der Übersetzung und kulturellen Anpassung wurden alle originalen englischen Skalen unabhängig ins Chinesische von zwei zweisprachigen Sportwissenschaftlern übersetzt, in einer einzigen Version abgestimmt und dann von einem dritten, der die Originalstücke blind erkannte, zurückübersetzt. Unstimmigkeiten wurden durch Expertenpaneldiskussionen behoben, gefolgt von einem Pilottest mit 30 Athleten (nicht in der Endstichprobe enthalten), um semantische, konzeptuelle und kontextuelle Äquivalenz zu bestätigen. Dieser Prozess stellte sicher, dass die Messinstrumente sowohl sprachlich korrekt als auch kulturell passend für den chinesischen Sportkontext waren.
Datenanalyse-Technik
Die gesammelten Daten wurden mit SPSS und PLS-SEM analysiert, da beide Werkzeuge für die Verarbeitung quantitativer Umfragedaten und für das Testen komplexer theoretischer Modelle mit Mediation und multidimensionalen latenten Variablen geeignet waren. In der ersten Analysephase wurde SPSS für die Datenerstellung und die vorläufige statistische Untersuchung verwendet. Dazu gehörte das Codieren der Antworten, das Überprüfen fehlender Werte, das Identifizieren von Ausreißern, das Screening auf unvollständige Fragebögen sowie die Erstellung beschreibender Statistiken wie Häufigkeit, Mittelwerte und Standardabweichungen für demografische und studienbezogene Variablen. SPSS wurde auch verwendet, um die interne Konsistenz der Skalen auf Anfangsebene zu bewerten und sicherzustellen, dass die Daten für weitere multivariate Analysen geeignet sind. In der zweiten Phase wurde PLS-SEM angewendet, um sowohl das Messmodell als auch das Strukturmodell zu bewerten. PLS-SEM wurde ausgewählt, weil es besonders geeignet war, wenn die Studie höherordnungige Konstrukte, vorhersageorientierte Ziele, Vermittlungsbeziehungen und Modelle umfasste, die möglicherweise keine multivariate Normalität erfordern. Die Bewertung des Messmodells konzentrierte sich auf die Indikatorzuverlässigkeit, äußere Lasten, zusammengesetzte Zuverlässigkeit, Cronbachs Alpha, die extrahierte durchschnittliche Varianz und die Diskriminantenvalidität anhand akzeptierter Kriterien wie dem Fornell-Larcker-Kriterium und dem HTMT-Verhältnis.
Nach Bestätigung der Angemessenheit des Messmodells wurde das strukturelle Modell bewertet, um die hypothetisierten Zusammenhänge zu bewerten. Wegkoeffizienten, t-Werte, p-Werte und bias-korrigierte 95%-Konfidenzintervalle wurden durch Bootstrapping mit 5.000 Unterstichproben ermittelt, ein Verfahren, das für stabile und zuverlässige Signifikanztests im PLS-SEM empfohlen wird. Die Erklärungskraft des Modells wurde anhand des Bestimmungskoeffizienten (R2), der Effektgrößen (f2) und der prädiktiven Relevanz (Q2) untersucht. Die hypothetisierten strukturellen Zusammenhänge zwischen der Nutzung künstlicher Intelligenz, der Selbstwirksamkeit des Sportlers, dem psychischen Wohlbefinden und der wahrgenommenen Sportleistung wurden zunächst bewertet, gefolgt von der Bewertung des psychischen Wohlbefindens als Vermittler. Die Mediationsanalyse wurde durchgeführt, indem die spezifische indirekte Effekte der KI-Nutzung auf die wahrgenommene Sportleistung durch das psychologische Wohlbefinden sowie von der Selbstwirksamkeit der Athleten auf die wahrgenommene Sportleistung durch das psychologische Wohlbefinden bewertet wurden, wobei dasselbe Bootstrapping-Verfahren verwendet wurde, um robuste Konfidenzintervalle für die indirekten Pfade zu erzeugen. Außerdem wurde aufgrund der Erhebung aller Variablen aus einem einzigen Umfrageinstrument eine gemeinsame Methodenverzerrung bewertet, um die Strenge der Analyse zu stärken. Gemeinsam schuf der Einsatz von SPSS für vorläufige Datenscreening und PLS-SEM für die strukturelle Modellierung einen systematischen und robusten analytischen Rahmen für die Hypothesenprüfung.
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Beschreibende Statistiken (N = 385)
Deskriptive Statistiken wurden präsentiert, um die grundlegenden Eigenschaften der Studienvariablen zusammenzufassen und ein erstes Verständnis der Daten zu vermitteln, bevor eine fortgeschrittene statistische Analyse durchgeführt wurde. In der quantitativen Forschung sind deskriptive Statistiken wichtig, da sie die durchschnittlichen Antworten der Teilnehmer und das Ausmaß der unterschiedlichen Antworten über die Stichprobe hinweg ...
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Bevor die wesentlichen Ergebnisse interpretiert werden, ist es notwendig, bestimmte analytische und methodologische Grenzen der vorliegenden Studie zu klären. Diese Forschung verwendet ein Querschnittsvermessungsdesign und analysiert die Daten mittels varianzbasierter Strukturgleichungsmodellierung (PLS-SEM). Folglich unterteilten die Autoren die Daten in Modellrobustheit und prädiktive Relevanz, die durch Bootstrapping (5.000 Neustichproben) und die Stone-Geisser-Q2-Statistik mittels de...
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Der Autor dieses Artikels erklärt keine Interessenkonflikte.
| Name | Unternehmen | Katalognummer | Kommentare |
|---|---|---|---|
| Artificial Intelligence Use Scale (angepasst für den Sport) | Adaptiert von Abbas et al. [42] | [42] | N/A |
| Athlete Self-Efficacy Scale (multidimensional) | Adaptiert von Koçak [45] | [45] | N/A |
| IBM SPSS Statistics (Version 28) | IBM Corp., Armonk, NY, USA | https://www.ibm.com/products/spss-statistics | SCR_002865 |
| Perceived Sport Performance Scale | Adaptiert von Hill et al. [44] | [44] | N/A |
| Pilot test questionnaire | Intern | Intern (Instrument) | N/A |
| Psychological Well-Being Scale for Children (PWB-c) – angepasst für erwachsene Athleten | Adaptiert von Opree et al. [43] | [43] | N/A |
| SmartPLS (Version 4.2) | SmartPLS GmbH, Oststeinbek, Deutschland | https://www.smartpls.com/ | SCR_022040 |
| Translation and back-translation procedure (zweisprachige Experten) | Intern (Sportpsychologen) | Intern (Verfahren) | N/A |
Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden
Genehmigung beantragen