Die vorliegende Arbeit untersucht den Einfluss Menschlicher Territorialität auf das Verkehrsverhalten von Fahrradfahrern. Ebenso wurden biologische und lernhistorische Prädiktoren für das Ausmaß von Territorialität überprüft, um langfristig mögliche Risikopopulationen für Unfallverhalten zu identifizieren. Als Grundlage wurde zu Beginn ein Instrument zur Messung Menschlicher Territorialität beim Fahrradfahren (I-MTF) auf der Basis eines Arbeitsplatzfragebogens von Brown, Lawrence und Robinson (2005) konstruiert, in einem Vorversuch getestet sowie faktoranalytisch überprüft. In der Hauptuntersuchung beantworteten 245 Frauen und 335 Männer in einem Internetfragebogen Items zu ihrem territorialen Verhalten beim Fahrradfahren, Verkehrsverhalten, emotionaler Befindlichkeit und verschiedenen Prädiktorvariablen. Die anschließende statistische Analyse fand Zusammenhänge von drei Subfacetten Menschlicher Territorialität (Identitäts- und Kontrollbezogener Markierung sowie Reaktiver Abwehr) mit relevantem Verkehrsverhalten. Analysen erfolgten getrennt nach der Häufigkeit der Fahrradnutzung, um diese potenzielle Störvariable zu kontrollieren. Die Subfacette Identitätsbezogene Markierung erwies sich als geeigneter Prädiktor für die Häufigkeit von Kollisionen, Alleinunfällen und die Zahl der Gesamtunfälle innerhalb der letzten fünf Jahre.

Die vorliegende Arbeit untersucht den Einfluss Menschlicher Territorialität auf das Verkehrsverhalten von Fahrradfahrern. Ebenso wurden biologische und lernhistorische Prädiktoren für das Ausmaß von Territorialität überprüft, um langfristig mögliche Risikopopulationen für Unfallverhalten zu identifizieren. Als Grundlage wurde zu Beginn ein Instrument zur Messung Menschlicher Territorialität beim Fahrradfahren (I-MTF) auf der Basis eines Arbeitsplatzfragebogens von Brown, Lawrence und Robinson (2005) konstruiert, in einem Vorversuch getestet sowie faktoranalytisch überprüft. In der Hauptuntersuchung beantworteten 245 Frauen und 335 Männer in einem Internetfragebogen Items zu ihrem territorialen Verhalten beim Fahrradfahren, Verkehrsverhalten, emotionaler Befindlichkeit und verschiedenen Prädiktorvariablen. Die anschließende statistische Analyse fand Zusammenhänge von drei Subfacetten Menschlicher Territorialität (Identitäts- und Kontrollbezogener Markierung sowie Reaktiver Abwehr) mit relevantem Verkehrsverhalten. Analysen erfolgten getrennt nach der Häufigkeit der Fahrradnutzung, um diese potenzielle Störvariable zu kontrollieren. Die Subfacette Identitätsbezogene Markierung erwies sich als geeigneter Prädiktor für die Häufigkeit von Kollisionen, Alleinunfällen und die Zahl der Gesamtunfälle innerhalb der letzten fünf Jahre.:Inhaltsverzeichnis Tabellenverzeichnis Abkürzungs- und Symbolverzeichnis Zusammenfassung 1. Einleitung 2. Forschungsstand und Theorie 2.1 Theoretischer und empirischer Forschungsstand 2.1.1 Menschliche Territorialität - auf der Suche nach einer Arbeitsdefinition 2.1.2 Die Einteilung menschlicher Territorien nach Altman 2.1.3 Messung Menschlicher Territorialität - Die „Spurensuche\" 2.1.4 Folgen Menschlicher Territorialität 2.1.5 Prädiktoren Menschlicher Territorialität 2.2 Theoretisches Modell zur Studie und Ableitung der Fragestellungen 2.2.1 Das theoretische Modell zur Studie 2.2.2 Ableitung der Fragestellungen 3. Methodenteil 3.1 Implementierung der Internetumfrage 3.2 Untersuchungsdesign und –ablauf 3.3 Instrumente und Messgeräte 3.4 Datenanalyse 4. Ergebnisse 4.1 Zusammenhänge der biologischen Prädiktoren mit Menschlicher Territorialität 4.2 Lernhistorische Prädiktoren Menschlicher Territorialität 4.3 Zusammenhänge von Territorialität und positiven inneren Erlebniszuständen 4.4 Zusammenhänge von Territorialität und negativen Verkehrsfolgen 4.5 Zusammenhänge von positiven Emotionen und negativen Verkehrsfolgen 5. Diskussion 5.1 Diskussion der einzelnen Forschungsfragen 5.2 Integration der Ergebnisse 5.3 Limitationen dieser Studie und Alternativen 5.4 Schlüsse, Praktische Anwendung, Ausblick 6. Literatur 7. Anhang

Ziel der dargestellten Arbeit ist es, aus psychologischer Perspektive Erfolgsfaktoren der Kundenbindung der neuen Mobilitätsdienstleistungen DB Carsharing (DBCS) und Call a Bike (CAB) zu identifizieren. Für die Diffusion dieser Dienstleistungen wurde untersucht, ob für „frühe Kunden“ bestimmte Produkteigenschaften wichtiger sind als für später hinzukommende Kunden. Hierfür war von Interesse, ob es Unterschiede in der Bewertung zentraler Produkteigenschaften von Carsharing bei innovativen und weniger innovativen Nutzern gibt. Als Grundlage der Arbeit wurde ein theoretisches Orientierungsmodell für eine Psychologie der Mobilitätsdienstleistung entwickelt. In diesem Modell wurden Forschungsergebnisse verschiedener Disziplinen in Bezug auf psychologische Faktoren zu Bedarf, Nutzung, Kundenbindung und Kündigung von Mobilitätsdienstleistungen integriert. Mit Expertenbefragungen wurden aus diesem Orientierungsmodell zwei vereinfachte Einflussmodelle für Einflussfaktoren auf Kundenbindung bei Carsharing und Call a Bike (CAB) entwickelt (Basismodell und erweitertes Modell). Eine zentrale Vermutung dieser Einflussmodelle war, dass die Varianz der Kundenbindung mit Prozessen der Wahrnehmung und Bewertung zentraler Eigenschaften der Dienstleistungen DB Carsharing und Call a Bike erklärt werden kann. Diese Eigenschaften sind: wahrgenommene Nutzerfreundlichkeit, Preiswahrnehmung, wahrgenommene Autonomie durch die Nutzung von Carsharing / Call a Bike und wahrgenommene Umweltfreundlichkeit. Ferner wurde ein Einfluss der bisherigen PKW-Nutzung vermutet. Zur Überprüfung der entwickelten Einflussmodelle wurden Strukturgleichungsmodelle berechnet. Alle Skalen der untersuchten Modelle wurden in enger Anlehnung an bestehende Untersuchungen und unter Zuhilfenahme von Expertenurteilen neu entwickelt bzw. an den Untersuchungsgegenstand angepasst. Insgesamt waren die untersuchten Modelle gut an die Daten angepasst (gute Fit-Statistiken) - es ließen sich in den verschiedenen Stichproben jeweils über 50% der Varianz des Faktors Kundenbindung über die Variablen wahrgenommene Nutzerfreundlichkeit und Preiswahrnehmung erklären, als vermittelnde Variable wirkte jeweils die Kundenzufriedenheit: a) Ein vereinfachtes Basismodel konnte an zwei unabhängigen Stichproben von DB Carsharing-Nutzern (n=166 bzw. n=151) bestätigt werden (wahrgenommene Nutzerfreundlichkeit und Preiswahrnehmung als Einflussfaktoren). b) Dieses vereinfachte Modell konnte ferner an einer geteilten Stichprobe (n=248 und n=255) von CAB-Nutzern validiert werden. c) Ein exploratives Modell (Erweitertes Modell) mit den zusätzlichen Variablen PKW-Nutzung, wahrgenommene Autonomie und Ökologische Einstellungen konnte in einer Stichprobe von n=151 Carsharing-Nutzern nur teilweise bestätigt werden. Zwei der angenommenen Einflussfaktoren – Umweltbewusstsein und PKW-Nutzung – zeigten nicht die erwarteten Zusammenhänge. In einem weiteren Schritt wurde untersucht, ob innovativere Nutzer DB Carsharing anders bewerten als weniger innovative Nutzer. Mit dem vorab entwickelten Modell wurden Unterschiede in der Gewichtung der einzelnen Einflussfaktoren auf Kundenbindung bei innovativeren und weniger innovativen Nutzern untersucht. Die hierfür genutzten Innovatoren-Skalen wurden in einer Studie mit hochmobilen Verkehrsteilnehmern entwickelt (n=562) und in drei unabhängigen Stichproben überprüft (n=144, n=151 und n=292). Es konnten in einer Stichprobe von n=166 DBCS-Nutzern signifikante Unterschiede in der Bewertung des Basismodells zwischen innovativeren und weniger innovativen Nutzern nachgewiesen werden. In einer anderen Stichprobe mit n=151 Nutzern von DB Carsharing konnten ebenfalls signifikante Unterschiede in der Bewertung des explorativen Modells durch innovativere und weniger innovative Nutzer gezeigt werden: Während bei innovativeren Nutzern wahrgenommene Autonomie und Nutzerfreundlichkeit entsprechend den Modellannahmen einen stärkeren Einfluss auf Kundenbindung hatten, war es bei weniger innovativen Nutzern die Preiswahrnehmung.