Die Wirksamkeit digitaler Interventionen für Depression ist mittlerweile gut belegt, wobei die beste Evidenz aus Metaanalysen stammt, die Vergleiche zu Face-to-Face Behandlungen zusammenfassen (Cuijpers et al., 2019). Studien, die Wartelisten (WL) oder Treatment-as-Usual (TAU) als Kontrollgruppe (KG) verwenden, sind kritisch zu betrachten, da bei Depression Erwartungseffekte sowie Hoffnungslosigkeit bei Randomisierung in eine KG die Effektstärken künstlich vergrößern können. Gleichzeitig sind bei WL-Kontrollen in der Langzeitbetrachtung nur noch intraindividuelle Vergleiche möglich, was die Aussagekraft begrenzt. Im Folgenden werden vier Publikationen zusammengefasst, die die Evidenz zur Wirksamkeit, Nutzung und zu potenziellen Nebenwirkungen digitaler Interventionen am Beispiel des iFightDepression Tools erweitern. Dabei werden im ersten Teil zwei Publikationen zu Daten aus einer randomisierten kontrollierten Studie (RCT) mit einer aktiven KG betrachtet (Get.Started Studie) und im zweiten Teil werden Analysen von Nutzungsdaten, sogenannten Log-Daten, beschrieben, die in der Routineversorgung in Deutschland gewonnen wurden. Die Get.Started Studie – Wirksamkeitsstudie Die Get.Started Studie ist ein RCT, bei dem sechs Wochen begleitete iFightDepression (iFD) Nutzung mit sechs Wochen begleitetem Online-Entspannungstraining (PMR) verglichen wurden. Insgesamt wurden 347 Patient:innen mit aktuell leicht- bis mittelschweren Depressionen in eine der beiden Gruppen randomisiert. Sie erhielten in fünf kurzen Telefonaten Begleitung und Unterstützung durch das Studienteam und wurden gebeten vor Beginn der Intervention, nach drei Wochen sowie nach sechs Wochen Online-Fragebögen auszufüllen. Zusätzlich wurden nach drei, sechs, und zwölf Monate Follow-Up Messungen durchgeführt. Erfasst wurde dabei die depressive Symptomatik im Selbstbericht (IDS-SR) als primäres Outcome sowie die gesundheitsbezogene Lebensqualität (SF-12) als sekundäres Outcome. Anhand dieser Studie wurden die folgenden Fragen untersucht: 1) Kann die Wirksamkeit des iFightDepression Tools im Vergleich zu einer aktiven KG gezeigt werden und bleibt ein möglicher Behandlungseffekt über einen längeren Zeitraum stabil? Mithilfe eines linearen gemischten Modells wurde der Interventionseffekt im Vergleich zur Kontrollgruppe statistisch geprüft. Insgesamt verringerten sich die Depressionssymptome, gemessen mit dem IDS-SR, in beiden Gruppen über die Zeit (t(1196.2) = -3.934; p<.001). Der Symptomrückgang erfolgte dabei in der iFD Gruppe signifikant schneller als in der KG (t(1157.2) = -2.519; p = .01). In post hoc Tests, die die einzelnen Messzeitpunkte betrachteten, bestand nach 6 Wochen ein kleiner positiver Effekt für iFD. Dieser war nicht statistisch signifikant (g = 0,192, 95%KI[-0,02;0,404]). Nach 3 Monaten war iFD signifikant überlegen (g = 0,281, 95%-KI[0,069;0,493]). Vergleichbare Ergebnisse ergaben sich in Bezug auf die gesundheitsbezogene Lebensqualität. Diese stieg signifikant schneller in der iFD Gruppe (t(1198.4) = −1.967; p = .049) und war dort nach 6 Wochen (g = -0.343, 95%-KI[-0,555;-0,130]) sowie nach 3 und 6 Monaten statistisch signifikant höher (respektive g = -0,249, 95%-KI[-0,461;-0,037], g = -0,26;[-0,472;-0,048]). Interpretation: Das iFD Tool ist gegenüber einer aktiven KG in Bezug auf die Reduktion depressiver Symptome sowie die Steigerung der Lebensqualität überlegen. Auch nach 12 Monaten verbleiben die Symptome auf niedrigem Niveau, es findet jedoch eine Angleichung der Kontrollgruppe statt. Dieses Wiederangleichen der Symptome auf niedrigem Niveau könnte dadurch zu erklären sein, dass sich Patient:innen während einer depressiven Episode zur Studienteilnahme bereit erklärten. Da eine Depression meist phasenweise verläuft, ist auch ohne Behandlung ein Rückgang der Symptome zu erwarten, dieser war bei der KG im Vergleich zur iFD Gruppe jedoch verzögert. 2) Finden sich bei einer tiefgehenden und multi-methodalen Betrachtung Hinweise auf negative Effekte der Intervention und welche sind das? Bisher wurden negative Effekte digitaler Interventionen häufig betrachtet indem aus vorhandenen Studiendaten Indices für reliable Verschlechterung berechnet wurden. Dies greift jedoch zu kurz und birgt das Risiko relevante negative Effekte zu übersehen. Im Rahmen der Get.Started Studie wurde daher zusätzlich der Selbstberichtsfragebogen INEP eingesetzt (Inventory of negative effects of psychotherapy) und Freitextantworten aus den begleitenden Telefonaten ausgewertet. Gruppenunterschiede wurden im INEP nicht gefunden (30 % iFD, 30.7 % KG, keine signifikanten Unterschiede auf INEP Items, alle p >.60). Die am häufigsten berichteten Nebenwirkungen laut INEP waren „nicht ernst genommen“ fühlen, sowie „längere Zeiten in denen es schlechter ging“. Die analysierten Freitextantworten bildeten ergänzende unerwünschte Effekte, spezifisch für das digitale Format, ab. Es wurden z.B. technische Probleme und Zeitdruck benannt. Die berichteten Nebenwirkungen wurden durch die Teilnehmer:innen meist als „leicht“ eingestuft und waren vorrübergehend. Interpretation: Auch bei multimethodaler Betrachtung ergaben sich keine Hinweise auf schwerwiegende Nebenwirkungen. Wenn auch die Häufigkeit negativer Effekte niedriger oder vergleichbar zu Face-to-Face Psychotherapie waren, können diese thematisch anders gelagert sein. Log-Daten Analysen – iFightDepression in der Regelversorgung Eine Implementierung in die Regelversorgung scheint basierend auf diesen Ergebnissen sinnvoll, birgt jedoch weitere Herausforderungen. Besonders eine häufig gering ausgeprägte Adhärenz beim Einsatz digitaler Interventionen außerhalb von Studien limitiert die potentielle Wirksamkeit solcher Interventionen. Um weitere Erkenntnisse zu Nutzung und Nutzen von iFD in der Regelversorgung zu erhalten wurden für die folgenden zwei Publikationen die automatisiert gespeicherten Log-Daten des iFD Tools analysiert. Enthalten sind die Angaben aus dem Eingangsfragebogen (minimale soziodemographische Angaben), die Summenwerte der im iFD Tool ausgefüllten PHQ-9 Symptomfragebögen sowie Logs der angeklickten Inhalte mit Zeitstempel, aus denen die Nutzungsparameter berechnet wurden. Anhand dieser Daten können naturalistische Beobachtungen über das Nutzer:innenverhalten außerhalb von Studiensettings angestellt werden, ohne dass extra Befragungen durch ein Studienteam durchgeführt werden müssen. 3) Hängt die Adhärenz in der Regelversorgung vom Beruf des Begleiters/der Begleiterin ab und kann ein Einfluss auf die Wirksamkeit gefunden werden? Betrachtet wurde ein Datensatz von 2184 TN (59.8 % weiblich, Durchschnittsalter 38.69 Jahre (SD = 13.57), die vor dem 29.06.2020 zur Nutzung von iFD eingeladen wurden. Begleitet wurden davon 512 TN (23,4 %) durch Fachärzt:innen, 838 TN (38,4 %) durch Allgemeinärzt:innen und 834 TN (38,8 %) durch psychologischen Psychotherapeut:innen. In multiplen logistischen Regressionen wurde geprüft, ob verschiedene Nutzungsparameter (z.B. Anzahl der bearbeiteten Workshops und Anzahl der Sessions) statistisch signifikant mit dem Beruf/Arbeitssetting des Begleiters/der Begleiterin assoziiert waren. Bei TN, die von psychologischen Psychotherapeut:innen begleitet wurden, lagen statistisch signifikant höhere Nutzungsparameter im Vergleich zur Begleitung durch Allgemeinärzt:innen (OR’s: 0,502-0,625, alle ps<.001) sowie mit fachärztlicher Begleitung vor (OR’s: 0,611-0,802, p = .002 - .197). Interpretation: Der Beruf und damit das Arbeitssetting des Begleiters/der Begleiterin haben einen signifikanten Einfluss auf das Nutzungsverhalten von Patient:innen im iFD Tool. Besonders das psychotherapeutische Setting (meist hochfrequentere Termine und mehr Zeit um auf Patient:innen einzugehen) fördert die Nutzung von iFD. 4) Sind in Situationen mit großer Nachfrage und limitierten Ressourcen auch unbegleitete Interventionen zu empfehlen? Während des ersten Lock-Downs zur Eindämmung der COVID-19 Pandemie wurde von März bis Juni 2020 iFD auch ohne Begleitung freigegeben. Die Daten aus diesem Zeitraum ermöglichen im Vergleich zu Daten begleiteter Nutzer:innen aus der Regelversorgung erste empirische Befunde, ob der unbegleitete Einsatz des iFD Tools eine Option sein kann, wenn keine Begleitung möglich ist. Um dieser Frage nachzugehen wurden Daten von 1423 Nutzer:innen (n = 940 ohne Begleitung, 66.1 %), die ausreichend Eingaben im PHQ-9 machten, ausgewertet. Um den Zusammenhang von Begleitung und Wirksamkeit zu prüfen wurde ein lineares Regressionsmodell zur Vorhersage der Symptomveränderung mit Begleitung (ja/nein), „minimal Dose“ sowie deren Interaktion als Prädiktoren spezifiziert. Eine statistisch signifikante Interaktion von Begleitung und minimaler Dosis zeigte eine spezifisch größere Verbesserung für Patienten, die begleitet wurden und mindestens die minimale Dosis der Inhalte nutzten (β = -1,75,t = -2,37, P = .02). Der Haupteffekt der Begleitung erreichte nur marginale Signifikanz (β = -.53, t = -1.78, P = .08). Interpretation: Ein signifikanter Einfluss von minimaler Dosis auf die Symptomveränderung kann als Schätzer für einen Interventionseffekt betrachtet werden. Dieser zeigt an, dass Patient:innen, die mindestens zwei Workshops beendeten, eine größere Reduktion der Symptome berichteten als solche, die iFD nicht oder nur wenig nutzten. Dieser Unterschied findet sich in dieser Studie nur bei Patient:innen, die iFD begleitet nutzten.:Gliederung 1 Einführung 1.1. Ein Lösungsansatz: digitale Angebote in der Depressionsbehandlung 1.2. Das iFightDepression® Tool (iFD Tool) 1.3. Wirksamkeit digitaler Interventionen 1.4. Wirksamkeitsbelege im Vergleich zu aktiven Kontrollgruppen 1.5. Die Königsdisziplin – der Vergleich zu Face-to-Face Behandlung 1.6. Nebenwirkungen digitaler Interventionen 1.7. Übertragbarkeit der Wirksamkeit in die Regelversorgung 1.8. Digitale Interventionen als Lösung bei begrenzten Ressourcen? 1.9. Zusammenfassung 2 Publikationen 2.1. Efficacy of a Guided Web-Based Self-Management Intervention for Depression or Dysthymia: Randomized Controlled Trial With a 12-Month Follow-Up Using an Active Control Condition 2.2. A closer look at negative effects in a guided web-based intervention for mild to moderate depression 2.3. How are guide profession and routine care setting related to adherence and symptom change in iCBT for depression? - an explorative log-data analysis 2.4. Intervention Use and Symptom Change With Unguided Internet-Based Cognitive Behavioral Therapy for Depression During the COVID-19 Pandemic: Log Data Analysis of a Convenience 3 Zusammenfassung der Arbeit 4 Literaturverzeichnis 5 Anlagen 5.1. Erklärung über die eigenständige Abfassung der Arbeit 5.2. Spezifikation des eigenen wissenschaftlichen Beitrages 5.4. Publikationen und Präsentationen

Die Wirksamkeit digitaler Interventionen für Depression ist mittlerweile gut belegt, wobei die beste Evidenz aus Metaanalysen stammt, die Vergleiche zu Face-to-Face Behandlungen zusammenfassen (Cuijpers et al., 2019). Studien, die Wartelisten (WL) oder Treatment-as-Usual (TAU) als Kontrollgruppe (KG) verwenden, sind kritisch zu betrachten, da bei Depression Erwartungseffekte sowie Hoffnungslosigkeit bei Randomisierung in eine KG die Effektstärken künstlich vergrößern können. Gleichzeitig sind bei WL-Kontrollen in der Langzeitbetrachtung nur noch intraindividuelle Vergleiche möglich, was die Aussagekraft begrenzt. Im Folgenden werden vier Publikationen zusammengefasst, die die Evidenz zur Wirksamkeit, Nutzung und zu potenziellen Nebenwirkungen digitaler Interventionen am Beispiel des iFightDepression Tools erweitern. Dabei werden im ersten Teil zwei Publikationen zu Daten aus einer randomisierten kontrollierten Studie (RCT) mit einer aktiven KG betrachtet (Get.Started Studie) und im zweiten Teil werden Analysen von Nutzungsdaten, sogenannten Log-Daten, beschrieben, die in der Routineversorgung in Deutschland gewonnen wurden. Die Get.Started Studie – Wirksamkeitsstudie Die Get.Started Studie ist ein RCT, bei dem sechs Wochen begleitete iFightDepression (iFD) Nutzung mit sechs Wochen begleitetem Online-Entspannungstraining (PMR) verglichen wurden. Insgesamt wurden 347 Patient:innen mit aktuell leicht- bis mittelschweren Depressionen in eine der beiden Gruppen randomisiert. Sie erhielten in fünf kurzen Telefonaten Begleitung und Unterstützung durch das Studienteam und wurden gebeten vor Beginn der Intervention, nach drei Wochen sowie nach sechs Wochen Online-Fragebögen auszufüllen. Zusätzlich wurden nach drei, sechs, und zwölf Monate Follow-Up Messungen durchgeführt. Erfasst wurde dabei die depressive Symptomatik im Selbstbericht (IDS-SR) als primäres Outcome sowie die gesundheitsbezogene Lebensqualität (SF-12) als sekundäres Outcome. Anhand dieser Studie wurden die folgenden Fragen untersucht: 1) Kann die Wirksamkeit des iFightDepression Tools im Vergleich zu einer aktiven KG gezeigt werden und bleibt ein möglicher Behandlungseffekt über einen längeren Zeitraum stabil? Mithilfe eines linearen gemischten Modells wurde der Interventionseffekt im Vergleich zur Kontrollgruppe statistisch geprüft. Insgesamt verringerten sich die Depressionssymptome, gemessen mit dem IDS-SR, in beiden Gruppen über die Zeit (t(1196.2) = -3.934; p<.001). Der Symptomrückgang erfolgte dabei in der iFD Gruppe signifikant schneller als in der KG (t(1157.2) = -2.519; p = .01). In post hoc Tests, die die einzelnen Messzeitpunkte betrachteten, bestand nach 6 Wochen ein kleiner positiver Effekt für iFD. Dieser war nicht statistisch signifikant (g = 0,192, 95%KI[-0,02;0,404]). Nach 3 Monaten war iFD signifikant überlegen (g = 0,281, 95%-KI[0,069;0,493]). Vergleichbare Ergebnisse ergaben sich in Bezug auf die gesundheitsbezogene Lebensqualität. Diese stieg signifikant schneller in der iFD Gruppe (t(1198.4) = −1.967; p = .049) und war dort nach 6 Wochen (g = -0.343, 95%-KI[-0,555;-0,130]) sowie nach 3 und 6 Monaten statistisch signifikant höher (respektive g = -0,249, 95%-KI[-0,461;-0,037], g = -0,26;[-0,472;-0,048]). Interpretation: Das iFD Tool ist gegenüber einer aktiven KG in Bezug auf die Reduktion depressiver Symptome sowie die Steigerung der Lebensqualität überlegen. Auch nach 12 Monaten verbleiben die Symptome auf niedrigem Niveau, es findet jedoch eine Angleichung der Kontrollgruppe statt. Dieses Wiederangleichen der Symptome auf niedrigem Niveau könnte dadurch zu erklären sein, dass sich Patient:innen während einer depressiven Episode zur Studienteilnahme bereit erklärten. Da eine Depression meist phasenweise verläuft, ist auch ohne Behandlung ein Rückgang der Symptome zu erwarten, dieser war bei der KG im Vergleich zur iFD Gruppe jedoch verzögert. 2) Finden sich bei einer tiefgehenden und multi-methodalen Betrachtung Hinweise auf negative Effekte der Intervention und welche sind das? Bisher wurden negative Effekte digitaler Interventionen häufig betrachtet indem aus vorhandenen Studiendaten Indices für reliable Verschlechterung berechnet wurden. Dies greift jedoch zu kurz und birgt das Risiko relevante negative Effekte zu übersehen. Im Rahmen der Get.Started Studie wurde daher zusätzlich der Selbstberichtsfragebogen INEP eingesetzt (Inventory of negative effects of psychotherapy) und Freitextantworten aus den begleitenden Telefonaten ausgewertet. Gruppenunterschiede wurden im INEP nicht gefunden (30 % iFD, 30.7 % KG, keine signifikanten Unterschiede auf INEP Items, alle p >.60). Die am häufigsten berichteten Nebenwirkungen laut INEP waren „nicht ernst genommen“ fühlen, sowie „längere Zeiten in denen es schlechter ging“. Die analysierten Freitextantworten bildeten ergänzende unerwünschte Effekte, spezifisch für das digitale Format, ab. Es wurden z.B. technische Probleme und Zeitdruck benannt. Die berichteten Nebenwirkungen wurden durch die Teilnehmer:innen meist als „leicht“ eingestuft und waren vorrübergehend. Interpretation: Auch bei multimethodaler Betrachtung ergaben sich keine Hinweise auf schwerwiegende Nebenwirkungen. Wenn auch die Häufigkeit negativer Effekte niedriger oder vergleichbar zu Face-to-Face Psychotherapie waren, können diese thematisch anders gelagert sein. Log-Daten Analysen – iFightDepression in der Regelversorgung Eine Implementierung in die Regelversorgung scheint basierend auf diesen Ergebnissen sinnvoll, birgt jedoch weitere Herausforderungen. Besonders eine häufig gering ausgeprägte Adhärenz beim Einsatz digitaler Interventionen außerhalb von Studien limitiert die potentielle Wirksamkeit solcher Interventionen. Um weitere Erkenntnisse zu Nutzung und Nutzen von iFD in der Regelversorgung zu erhalten wurden für die folgenden zwei Publikationen die automatisiert gespeicherten Log-Daten des iFD Tools analysiert. Enthalten sind die Angaben aus dem Eingangsfragebogen (minimale soziodemographische Angaben), die Summenwerte der im iFD Tool ausgefüllten PHQ-9 Symptomfragebögen sowie Logs der angeklickten Inhalte mit Zeitstempel, aus denen die Nutzungsparameter berechnet wurden. Anhand dieser Daten können naturalistische Beobachtungen über das Nutzer:innenverhalten außerhalb von Studiensettings angestellt werden, ohne dass extra Befragungen durch ein Studienteam durchgeführt werden müssen. 3) Hängt die Adhärenz in der Regelversorgung vom Beruf des Begleiters/der Begleiterin ab und kann ein Einfluss auf die Wirksamkeit gefunden werden? Betrachtet wurde ein Datensatz von 2184 TN (59.8 % weiblich, Durchschnittsalter 38.69 Jahre (SD = 13.57), die vor dem 29.06.2020 zur Nutzung von iFD eingeladen wurden. Begleitet wurden davon 512 TN (23,4 %) durch Fachärzt:innen, 838 TN (38,4 %) durch Allgemeinärzt:innen und 834 TN (38,8 %) durch psychologischen Psychotherapeut:innen. In multiplen logistischen Regressionen wurde geprüft, ob verschiedene Nutzungsparameter (z.B. Anzahl der bearbeiteten Workshops und Anzahl der Sessions) statistisch signifikant mit dem Beruf/Arbeitssetting des Begleiters/der Begleiterin assoziiert waren. Bei TN, die von psychologischen Psychotherapeut:innen begleitet wurden, lagen statistisch signifikant höhere Nutzungsparameter im Vergleich zur Begleitung durch Allgemeinärzt:innen (OR’s: 0,502-0,625, alle ps<.001) sowie mit fachärztlicher Begleitung vor (OR’s: 0,611-0,802, p = .002 - .197). Interpretation: Der Beruf und damit das Arbeitssetting des Begleiters/der Begleiterin haben einen signifikanten Einfluss auf das Nutzungsverhalten von Patient:innen im iFD Tool. Besonders das psychotherapeutische Setting (meist hochfrequentere Termine und mehr Zeit um auf Patient:innen einzugehen) fördert die Nutzung von iFD. 4) Sind in Situationen mit großer Nachfrage und limitierten Ressourcen auch unbegleitete Interventionen zu empfehlen? Während des ersten Lock-Downs zur Eindämmung der COVID-19 Pandemie wurde von März bis Juni 2020 iFD auch ohne Begleitung freigegeben. Die Daten aus diesem Zeitraum ermöglichen im Vergleich zu Daten begleiteter Nutzer:innen aus der Regelversorgung erste empirische Befunde, ob der unbegleitete Einsatz des iFD Tools eine Option sein kann, wenn keine Begleitung möglich ist. Um dieser Frage nachzugehen wurden Daten von 1423 Nutzer:innen (n = 940 ohne Begleitung, 66.1 %), die ausreichend Eingaben im PHQ-9 machten, ausgewertet. Um den Zusammenhang von Begleitung und Wirksamkeit zu prüfen wurde ein lineares Regressionsmodell zur Vorhersage der Symptomveränderung mit Begleitung (ja/nein), „minimal Dose“ sowie deren Interaktion als Prädiktoren spezifiziert. Eine statistisch signifikante Interaktion von Begleitung und minimaler Dosis zeigte eine spezifisch größere Verbesserung für Patienten, die begleitet wurden und mindestens die minimale Dosis der Inhalte nutzten (β = -1,75,t = -2,37, P = .02). Der Haupteffekt der Begleitung erreichte nur marginale Signifikanz (β = -.53, t = -1.78, P = .08). Interpretation: Ein signifikanter Einfluss von minimaler Dosis auf die Symptomveränderung kann als Schätzer für einen Interventionseffekt betrachtet werden. Dieser zeigt an, dass Patient:innen, die mindestens zwei Workshops beendeten, eine größere Reduktion der Symptome berichteten als solche, die iFD nicht oder nur wenig nutzten. Dieser Unterschied findet sich in dieser Studie nur bei Patient:innen, die iFD begleitet nutzten.:Gliederung 1 Einführung 1.1. Ein Lösungsansatz: digitale Angebote in der Depressionsbehandlung 1.2. Das iFightDepression® Tool (iFD Tool) 1.3. Wirksamkeit digitaler Interventionen 1.4. Wirksamkeitsbelege im Vergleich zu aktiven Kontrollgruppen 1.5. Die Königsdisziplin – der Vergleich zu Face-to-Face Behandlung 1.6. Nebenwirkungen digitaler Interventionen 1.7. Übertragbarkeit der Wirksamkeit in die Regelversorgung 1.8. Digitale Interventionen als Lösung bei begrenzten Ressourcen? 1.9. Zusammenfassung 2 Publikationen 2.1. Efficacy of a Guided Web-Based Self-Management Intervention for Depression or Dysthymia: Randomized Controlled Trial With a 12-Month Follow-Up Using an Active Control Condition 2.2. A closer look at negative effects in a guided web-based intervention for mild to moderate depression 2.3. How are guide profession and routine care setting related to adherence and symptom change in iCBT for depression? - an explorative log-data analysis 2.4. Intervention Use and Symptom Change With Unguided Internet-Based Cognitive Behavioral Therapy for Depression During the COVID-19 Pandemic: Log Data Analysis of a Convenience 3 Zusammenfassung der Arbeit 4 Literaturverzeichnis 5 Anlagen 5.1. Erklärung über die eigenständige Abfassung der Arbeit 5.2. Spezifikation des eigenen wissenschaftlichen Beitrages 5.4. Publikationen und Präsentationen

Heutzutage erfüllen nur 35 % der Deutschen das empfohlene Maß an körperlicher Bewegung (Robert Koch Institute, 2015). Ein möglicher Grund für diese Inaktivität ist, dass die körperliche Betätigung am Arbeitsplatz sich in den letzten Jahren um insgesamt 28% verringert hat (Wilke, Ashton, Elis, Biallas, & Froböse, 2015). Um dieser Entwicklung entgegenzuwirken, evaluiert die vorliegende Dissertation eine mHealth Intervention bestehend aus Fitnessarmbändern und einem Online Coach, welche die Bewegung von inaktiven Beschäftigten mit Gesundheitsrisiko fördern soll. Zusätzlich wird das Occupational Health Behavior Change (OHBC) Modell als theoretische Grundlage für Veränderungen von Gesundheitsverhalten im betrieblichen Kontext entwickelt. Das OHBC Modell verbindet ein gesundheitspsychologisches Modell mit einem Modell aus dem Bereich der Arbeits-& Organisationspsychologie und stellt die Grundlage für die beiden veröffentlichten Studien der Dissertation dar. Studie I bewertet den Effekt der Intervention auf körperliche Gesundheit und arbeitsbezogenem Wohlbefinden anhand eines randomisiert kontrollierten Studiendesigns und unter Berücksichtigung von Langzeiteffekten. Beschäftigte in der Interventionsgruppe zeigten eine Verbesserung ihrer physischen Gesundheit bis zu einem Jahr nach der Intervention, jedoch wurde kein Effekt auf arbeitsbezogenes Wohlbefinden gefunden. Studie II zeigt, dass die Schrittanzahl und die Beeinträchtigung des Wohlbefindens während der Intervention verbessert werden und beantwortet weiterführende Fragen über die Effektivität der Intervention anhand von modernen statistischen Methoden. Abschließend werden die Ergebnisse der beiden Studien diskutiert und dabei die Struktur des neu kreierten OHBC Modells überprüft. Insgesamt zeigt die vorliegende Dissertation, dass Fitnessarmbändern kombiniert mit einem Online Coach eine effektive Intervention darstellen, um körperliche Aktivität, physische Gesundheit und das Wohlbefinden von Beschäftigten zu fördern. / Nowadays only 35% of the German population performs the recommended amount of physical activity (Robert Koch Institute, 2015). A reason for this inactivity might be that the amount of moderate to vigorous physical activities at work (e.g., brisk walking or moving heavy loads) has diminished by about 28% within the last decades (Wilke et al., 2015). To counteract this alarming development, this dissertation evaluates an mHealth intervention that aims to promote physical activity in the working environment. In particular, this intervention combines activity trackers with an online coach to promote physical activity among inactive employees at risk. Furthermore, this dissertation creates the Occupational Health Behavior Change (OHBC) model as a theoretical framework for changing health behavior within a work setting by combining a model of the health psychology with a model of the industrial and organizational psychology. The model functions as the basis for the two published studies of the dissertation. Study 1 evaluated the intervention by using a randomized controlled trial design and assessed long-term effects on employees’ physical health and work-related well-being. The results show that employees in the intervention group improved their physical health up to one year after the intervention whereas no effect was found for work-related well-being. Study 2 shows that the number of steps and impaired well-being were improved during the intervention and clarified several additional questions about the intervention’s efficacy by applying modern statistical methods. Finally, the findings of the studies were discussed and the theoretical structure of the newly created OHBC model was reviewed based on the studies’ results. Taken together, the overall findings show that combining activity trackers with an online coach constitutes an effective intervention for occupational health promotion with the aim of promoting physical activity, health and well-being among employees.

Eine effektive Förderung des Sozialverhaltens autistischer Kinder erfordert ein tiefgehendes Verständnis der Ursachen maladaptiver Reaktionen und die Bereitstellung eines leicht verfügbaren Förderangebots. Hier haben digitale Angebote ein großes Potential. Ebenso wie bei der Ursachenforschung mangelt es jedoch an Forschungsansätzen, welche eine Vielzahl an kognitiven und emotionalen Prozessen in die digitale Förderung integrieren. Dementsprechend untersuchte die Dissertation zunächst das Zusammenspiel verschiedener Ursachen aggressives Sozialverhaltens anhand eines etablierten Modells der sozial-kognitiven Informationsverarbeitung. Durch die Integration verschiedener Facetten der Empathie und deren zugrundeliegende Kompetenzen in ein digitales Förderangebot sollte im zweiten Schritt eine Verbesserung des Sozialverhaltens autistischer Grundschüler:innen erreicht werden. Es zeigte sich, dass Emotionsdysregulation verschiedene Formen aggressiven Sozialverhaltens und damit assoziierte feindselige Attributionen verstärkt. Letztere stand vor allem mit verbalen und verdeckten Aggressionsformen sowie mit guten Emotionserkennungsfertigkeiten im Zusammenhang. Eine Verbesserung des Sozialverhaltens und der Emotionsregulation konnte mittelfristig durch das sechswöchige, eltern-begleitete eLearningprogramm „Zirkus Empathico“ erreicht werden. Die multizentrische, randomisiert kontrollierte Studie ergab zudem kurzfristige und moderate Interventionseffekte für Empathie und Emotionserkennung als primäre Endpunkte. Insgesamt unterstreicht die Dissertation die Validität etablierter Modelle der sozialen Informationsverarbeitung sowie die Relevanz, diese zukünftigen Forschungs- und Interventionsansätzen zugrunde zu legen. Durch die Integration verschiedener sozio-emotionaler Kompetenzen scheint die digitale Intervention Zirkus Empathico prosoziales Verhalten autistischer Kinder auf effektive und praktikable Weise zu fördern. / Effective training of autistic children`s social behavior requires an in-depth understanding of the causes of maladaptive responses and the provision of easily accessible support services. In this context, digital interventions have great potential. However, there is a lack of research approaches that integrate a variety of cognitive and emotional processes into both, explanation and digital support. The present dissertation first examined the interplay of different causes of aggressive social behavior by applying an established model of social-cognitive information processing to a sample of autistic elementary school students. Second, by integrating different facets of empathy and their underlying competencies into a digital program, the social behavior of autistic elementary school children should be improved. First, it was shown that emotion dysregulation strengthens various forms of aggressive social behavior and associated hostile attribution biases. The latter was mainly related to verbal and covert forms of aggression and good emotion recognition skills. Second, the parent-assisted eLearning program "Zirkus Empathico" led to a medium-term improvement in social behavior and emotion regulation after a six-week training. In addition, the multicenter randomized controlled trial showed moderate intervention effects on empathy and emotion recognition as primary outcomes, which were no longer detectable three months later. Overall, the dissertation highlights the validity of established models of social information processing and the relevance of using them as a foundation for future research and intervention. By integrating various socio-emotional competencies, the digital intervention Zirkus Empathico seems to strengthen autistic children’s prosocial behavior effectively and feasibly.