Joint Action

Joint Action bezieht sich auf eine bestimmte Form

sozialer Interaktion, bei der

zwei oder mehr Akteure ihre Handlungen absichtlich

räumlich und zeitlich koordinieren, um ein

gemeinsames Ergebnis entweder

direkt oder indirekt durch

Arbeitsteilung zu erzielen.

• Repräsentationen miteinander teilen

• Handlungen vorhersagen

• Vorhergesagte Effekte von eigenen und anderen Handlungen integrieren

= Joint Action beruht auf geteilten Intentionen, die helfen die gemeinsamen Handlungen zu koordinieren.

• Voraussetzung: komplexe Metarepräsentation der Intentionen, Pläne, Absichten

• Probleme:

  • Theorie erklärt nicht, wieso junge Kinder und Tiere auch in Joint Action partizipieren können

  • Theorien erklären nicht Vorhersagen, Monitoring und Handlungsanpassungen während tatsächlicher Handlungsausführung

=Joint Action benötigt keine geteilte Intention

• Joint Attention als minimale Joint Action: Personen müssen nicht die mentalen Zustände voneinander repräsentieren, sondern wahrnehmen wie/was sie wahrnehmen

• Minimale Komponenten: Repräsentation, Vorhersage- und MonitoringProzesse, Coordination Smoothers

  • Repräsentation der eigenen Aufgaben und Ziele

  • Vorhersage der sensorischen Konsequenzen der eigenen und anderen Handlungen

  • Monitoring der tatsächlichen sensorischen Konsequenzen, um Vorhersagefehler zu identifizieren

  • Coordination Smoothers zur Simplifizierung der Koordination

Vorteile:

-Erklären weniger komplexe Joint Action Fälle

-Können klassische Ansätze vervollständigen

Motivationale Unsicherheit: Unsicherheit, ob die Interessen & Ziele des anderen Akteurs mit unseren Interessen & Zielen übereinstimmen und wie stabil diese Interessen & Ziele sind

Instrumentelle Unsicherheit: Unsicherheiten darüber, wie das Ziel erreicht werden kann, welcher Plan verfolgt werden soll, wie die Rollen verteilt werden, wann und wo gehandelt wird

(durchführbarkeit)

„Common Ground“ Unsicherheit: Unsicherheit darüber, wie viel von den gemeinsamen Zielen, Plänen, ect. „Common Ground“ ist, also beiden Akteuren bewusst ist

—> Die Kategorien überschneiden sich:

Es reicht für die Koordinierung nicht aus, dass wir tatsächlich motiviert sind, dieselben Ziele zu verfolgen, und dass wir hinreichend ähnliche instrumentelle Überzeugungen und Pläne haben, wie diese Ziele erreicht werden sollen → Es muss transparent sein, dass Motivationen und Pläne übereinstimmen

• Mentale Repräsentationen bei Joint Action (3)

  • Ziel der Joint Action- Gemeinsam ein Sofa von einem Zimmer ins nächste tragen Aufgaben

  • (Co-) Repräsentation- Das Sofa vorwärts oder rückwärts tragen

  • Monitoren- Fehler in der Leistung des Co-Akteurs erkennen

• Sensomotorische Informationen teilen (6)

  • Joint Attention und geteilter Blick- Sich gemeinsam eines Hindernisses im Weg bewusst sein

  • Sensomotorische Vorhersage- Bewegungsrichtung des Co-Akteurs vorhersagen

  • Sensomotorische Kommunikation- Den Co-Akteur in eine bestimmte Richtung schieben

  • Haptische Kopplung- Fühlen, dass der Co-Akteur das Sofa schiebt

  • Multisensorische Verarbeitung- Informationen unterschiedlicher Sinne integrieren

  • Emotionsausdruck und –verständnis- Wahrnehmen, wie erschöpft der Co-Akteur ist

• Grundsätzliche Mechanismen zur Unterstützung der Koordination (4)

  • Coordination Smoothers- Verhaltensvariabilität minimieren

  • Affordanzen- Einschränkungen durch verfügbaren Platz und Kraft des Co-Akteurs

  • Konventionen und Kultur- Konventionen bzgl. wer mehr Gewicht trägt

  • Verbale Kommunikation- Via Sprache kommunizieren, dass das Sofa abgesetzt werden soll

• Fähigkeiten für die Joint Action: Roboter & Mensch müssen grundsätzliche Fähigkeit für Handlungen der Joint Action besitzen

• Self-Other-Distinction: Beide Akteure müssen eigene Handlungen & Intentionen von Handlungen & Intentionen des anderen getrennt repräsentieren können

• Handlungsverständnis: Sowohl Roboter als auch Mensch müssen fähig sein, die Handlungen und Intentionen des anderen Akteurs wahrzunehmen & zu verstehen

  • Der Roboter muss so ausgestattet sein, dass er die Handlungen des Menschen wahrnehmen und interpretieren kann

  • Der Roboter muss so handeln, dass es für den Menschen wahrnehmbar und interpretierbar und dadurch auch vorhersagbar ist

Motivationale Unsicherheit:

Instrumentelle Unsicherheit:

„Common Ground“ Unsicherheit:

-> Kommuniktation

• Verbale Kommunikation

  • explizit

  • implizit

• Non-verbale Kommunikation

  • explizit

  • implizit

  
  

• Ziele: Reduziert Unsicherheiten, beeinflusst Motivation, Koordination, Vorhersage, Einstellung gegenüber Robotern

Hauptergebnisse:

• Roboter in der IMP+EXP-Bedingung (ex- und implizite Kommunikation) signifikant besser verstehbar.

• Probanden hatten ein besseres mentales Modell von dem Roboter in dieser Bedingung

• Aufgaben konnten schneller erledigt werden, sowie Fehler schneller erkannt werden

• Probanden haben sich natürlicherweise auf das Blickverhalten des Roboters verlassen , um Informationen über seinen Aufmerksamkeitsstatus zu erhalten

• den sozialen Erwartungen der Menschen sollte bestmöglich entsprochen werden. wenn nicht , könnte das Verhalten auf den Menschen sonst verwirrend oder irreführend sein

Kritik:

• begrenzte Repräsentation der übrigen Altersklassen außer 20-40 ->schwerere Übertragbarkeit der Ergebnisse auf eine breitere Bevölkerungsschicht

• kontrollierten Umgebung-> eingeschränkte Realitätsnähe

• Fokus der Studie auf humanoiden Roboter Leonardo-> eingeschränkte Übertragbarkeit auf andere Robotermodelle

• umfassendere Analyse verschiedener nonverbaler Signale für zusätzliche Einblicke: Kommunikationsvielfalt

Hauptergebnisse:

Human-Human:

Beobachter können das Ende einer Handlung, z. B. einer Handbewegung, vorhersagen. Nur Anfangsbewegungskinematik wie Richtung und Beschleunigung sind notwendig, um Endposition und Bewegungsdauer abzuschätzen.

Menschen erwarten eine natürliche Handübergabe-Position etwa in der Mitte zwischen den Akteuren (Huber et. al., 2009)

Ein optimaler Schätzprozess bestimmt, ob die erwartete und geschätzte Handübergabe-Position optimal kombiniert werden sollten. Die Reaktionszeit steigt, wenn erwartete und geschätzte Endpunkte unterschiedlich sind.

Mit zunehmender Versuchszahl neigen Probanden dazu, Bewegungen mit einer weniger genauen Schätzung der Handübergabe-Position zu initiieren, was zu schnelleren Reaktionen führt.

Human-Robot:

Reaktionszeiten kürzer wenn Bewegungen vom Roboter weniger ruckartig sind,

Aussehen scheint eine Rolle zu spielen, Funktion von Spiegelneuronen als Grund genannt

Unterstützt Hypothese, dass Menschen Bewegungen vorhersagen können, wenn diese menschenähnlich sind

laufende Person/Tisch:

Ablegen bei Tisch schneller: Individuelle Werte der Entfernung der Person zum Tisch korrelieren --> scheinen nicht von sozialen Faktoren abzuhängen

Montage:

Präzise zeitliche Abstimmung von Handlungen des Roboters in Assistenzszenarien ist ein entscheidender Schritt zur Anpassung technischer Systeme an menschliche Benutzer

Kritik:

Studie entspricht nicht unseren (psychologischen) wissenschaftlichen Standards:

• Keine Angabe über Anzahl der Versuchspersonen

• Keine testbare a-priori Hypothesen aufgestellt oder zumindest nicht angegeben

• Keine Angabe von Signifikanzwerten Nennung von Ergebnissen teilweise ohne genaue Herleitung

Ergebnisse aus den Human-Robot Übergabe Versuch basierend auf einem humanoiden Roboter

• Es fehlt Angabe wie menschlich Roboter ist bzw. als wie menschenähnlich er wahrgenommen wird

• Ein Manipulation Check wäre hier sinnvoll gewesen, um zu schauen, ob die VP die beiden Roboter tatsächlich unterschiedlich anthropomorph wahrgenommen haben

• Es wurde keine genaue Einschätzung angegeben, wie nahe Simulation an realen Werten ist und inwieweit diese einsatzbereit ist

=Neuronen, die bei zielgerichteter Handlung und Wahrnehmung der Handlung aktiviert werden

(1) Affe im Ruhezustand (keine Aktivierung)

(2) Affe greift Gegenstand (Aktivierung)

(3) Affe beobachtet Greifbewegung (Aktivierung)

bei Menschen:

• Ort: Befinden sich im prämotorischen Kortex, parietalen Bereichen sowie im superioren temporalen Sulcus (STS)

• Hauptfunktion: Verständnis, was eine andere Person tut → Bewegungen werden als eigene Handlungen simuliert und so leichter verstanden („DirectMatching Hypothese“)

• Grundlegend für soziales Verständnis und soziale Interaktion

• Hilfreich für Joint Action

Wann keine Aktivität?

wenn Objekt mit einem Werkzeug gegriffen wurde

Hauptergebnisse:

• Linker prämotorischer Kortex zeigt signifikant erhöhte Aktivierung bei Beobachtung manueller Greifbewegungen durch menschliches Modell, jedoch nicht durch Robotermodell.

• Aktivierung anderer Hirnareale sowohl bei Mensch- als auch bei Robotermodell (jeweils Action vs. Static (unbewegt))

• Im Vergleich zwischen Mensch- und Robotermodell keine signifikanten Aktivierungsunterschiede → Hirnareale reagieren auf Bewegung

Kritik:

• Kleine Stichprobe und wenig Divers

• Starke Abhängigkeit vom Design der Roboterhand? (Selbstkritik der Autoren) → Allgemeingültigkeit?

• Was ist, wenn die Versuchspersonen nicht wissen, dass es sich um eine Roboterhand handelt?

• Kontrolle durch Versuchsleiter offensichtlich: Roboter als Werkzeug?

Hauptergebnisse:

• Mu-Unterdrückung mit und ohne Zielobjekt bei Robotern

• Mu-Unterdrückung bei willentlicher und unwillentlicher Bewegung

• Roboterhand und menschliche Hand: kein Unterschied in der Mu-Unterdrückung

Kritik:

• Umsetzung der Willentlichkeit in Experiment 2

  —> Faden an Hand lässt nicht direkt auf vollständige Kontrolle durch Faden schließen,

  —> vor allem bei Schließbewegung der Hand

• Kontrollbedingung: Videos mit schwarz-weißem Rauschen: keine natürliche Bedingung

• Widerspruch zu Tai et al.: Weil Roboter als Werkzeug gesehen?

Hauptergebnisse:

• Aktivierung der Spiegelneurone wird bei bestimmten Kombinationen von Erscheinung und Bewegungsarten beeinflusst

• roboterartige Bewegungen eines Roboters führen zu Aktivierungen , roboterartige Bewegungen von Menschen hingegen zu einer Deaktivierung, und andersrum

• Vermutung individueller Unterschiede bei der Aktivierung von Spiegelneuronen während der Beobachtung von Robotern: Je routinierter und selbstverständlicher der Umgang mit Robotern wird, desto stärker könnten die Spiegelneurone aktiviert werden

• prämotorische Kortex reagiert besonders empfindlich auf die Bewegungsart, wenn in der beobachteten Szene ein (computeranimierter) Mensch agiert

Kritik:

• andere Studien zum Teil widersprüchliche Ergebnisse

• gute Einordnung in andere Studien

= Mechanismus, mit dem das Gehirn wahrgenommene Handlungen simuliert (z.B. repräsentiert, wie der eigene Körper bestimmte Bewegungen ausführen würde)

= Spiegelneurone

Funktionen

• Vorbereitung des motorisches System auf potenzielle Handlungsausführung

• Individuum mit Erleichterung sozialer Interaktion Informationen über Machbarkeit und Bedeutung der Handlung zu versorge

• Erleichterung sozialer Interaktion:

  • Vorhersage des Ergebnisses einer Handlung → effektivere Koordination

  • besonders relevant für temporale Koordination bei Joint Action

Effekte:

• Motorisches Priming (Automatische Imitation) -> Das Sehen einer Handlung erleichtert die Ausführung der gleichen Handlung (bottom-up Prozess)

• Motorische Interferenz —> Das Sehen einer Handlung hindert die Ausführung einer anderen Handlung, da ein Top-Down Prozess die automatische Simulation kontrollieren muss, wodurch Kosten entstehen, die zum Interferenz-Effekt führen.

Aufgabenirrelevante Stimuli: Handgesten

Aufgabenrelevante Stimuli: blaue vs. rote Farbe

Rote Farbe = Finger spreizen

blaue Farbe = Greifbewegung

Ergebnisse:

Reaktionszeiten kürzer in kongruentem Trial und länger im inkongruenten Trial

- Motorisches Priming in kongruentem Trial

- Motorische Interferenz in inkongruentem Trial

Dual Route Hypothese=

Handlungen anderer Leute löst automatisch eine

Handlungssimulation aus

− Aufgrund visuomotorischer Bottom-Up Assoziationen

Dyadic Motor Plan Hypotheses=

Handlungen der Partner*innen werden in gemeinsamen motorischen Plan integriert

− Plan - enthält Ziel der Joint Action (JA)

- ermöglicht Auswirkungen der Handlung der

anderen Person darzustellen und

vorherzusagen

−> Reaktion basiert auf Vorhersage gemäß dem übergeordneten JA Ziel

Hauptergebnisse:

• Nachweis für Dyadic Motor Plan Hypotheses als kognitives Modell zur Erklärung der Interaktion bei nicht-imitierenden Handlungen

• Anstelle passiver Imitation versuchen Versuchspersonen Handlungseffekte in Bezug auf das gemeinsame Ziel hervorzusagen

  − Kongruente Bewegungen nur relevant, wenn kein gemeinsames Ziel vorliegt

• Nutzen für Interaktion von Artificial Agents und Menschen:

  − Fokus auf Erkennung eines gemeinsamen Plans

Kritik:

• Hinzufügen des externen Cue (farbiges Licht) ohne erkenntlichen Mehrwert

• Teilnehmende zwischen 20 – 27 → nicht repräsentativ

Hauptergebnisse:

• Bestätigt Experimentaldesign zur Bewertung der impliziten Reaktion eines Menschen auf einen humanoiden Roboter

• Eine realistische Bewegung muss von humanoid aussehendem Roboter ausgeführt werden, um eine ähnliche Reaktion wie bei menschlicher Bewegungsbeobachtung hervorzurufen

• Motorische Interferenz auch bei Mensch - humanoider Roboter Interaktionen beobachtbar

Kritik:

• Keine Angaben zum Sample → Ergebnisse nicht interpretierbar

• Limitationen nicht reflektiert

• Wissenschaftlicher Stil teils nicht eingehalten

  • Hypothesen nicht eindeutig formuliert

  • Analyseergebnisse ohne Erläuterung

  • Diskussion wiederholt v.a. Inhalte aus der Einleitung, auf Teile der Ergebnisse wird nicht eingegangen

Hauptergebnisse:

• robotische Bewegungsreize führen bei Menschen zu automatischer Imitation und können visuomotorisches Priming auslösen

• höheres visuomotorisches Priming auf menschliche Bewegungsreize als auf robotische

• Kompatibilitätseffekt

• assoziatives Lernen unterstützt visuomotorisches Priming —> Priming nicht ausschließlich auf biologische Bewegungsreize beschränkt, auch bei robotischen möglich

Kritik:

• Ergebnisse in Kontrast zu bisheriger Forschung zur Wahrnehmung von robotischen Bewegungsreizen

• —> robotischen Stimuli könnten hier verglichen mit vorherigen Studien den menschlichen ähnlicher sein

• nicht-repräsentatives Durchschnittsalter

• Darbietungen beschränken sich auf Hände und bestimmte Bewegungen

Simon Effekt = Reaktionen sind schneller & akkurater, wenn der Stimulus räumlich mit dem Ort der Reaktion übereinstimmt, selbst wenn der Ort des Stimulus für die Aufgabe irrelevant ist

3 Facts:

• Erste Entwicklung des Simon Task von Simon & Rudell, 1967, Simon & Small, 1969

• Wird genutzt, als Tool zur Untersuchung von Wahrnehmung, Aufmerksamkeit, Handlungsplanung und kognitiver Kontrolle

• Hat Theorien im Bereich der Beziehung von Aufmerksamkeit, Handlung und intentionaler Handlungskontrolle geprägt

Häufige Erklärung Simon:

• „Response Conflict“

  • →Wenn Stimulus und Reaktion nicht korrespondieren, entsteht ein Konflikt zwischen intentionaler Antwort und der automatisch durch die Stimulus Location getriggerteren Antwort →Kann zu Fehlern oder verzögerter Reaktion führen

• Annahme:

  • Simon Effekt müsste verschwinden, wenn VP nur noch auf einen Stimulus mit einem Button reagieren müssen, da die Reaktion so vorbereitet werden kann bevor der Stimulus auftritt

  • → wurde in Studien nachgewiesen (Hommel, 1996)

= Wenn VP genau das gleiche wie beim individuellen „Go/No-Go Task“ machen, aber in Anwesenheit einer anderen Person, die dann die Reaktion auf den anderen Stimulus übernimmt, dann tritt der Simon Effekt wieder auf

->Teilnehmende zeigen schnellere Reaktion, wenn der Stimulus räumlich mit dem jeweils ihnen zugeordneten Reaktionsbutton korrespondiert

Erklärung:

Personen repräsentieren die Aufgaben/Handlungen anderer Personen automatisch genauso wie ihre eigenen

—> „Handlungs-Co-Repräsentation“

= Fundamentaler und automatischer sozialer Prozess der Wahrnehmung und Handlung

Hauptergebnisse:

• Der SSE in der menschenähnlichen(Roboter als aktiver + intelligenter Agen) Bedingung war signifikant größer als in der maschienenähnlichen

• Probanden schätzten die Aktionen deutlich intetnionaler ein

• Funktion menschlicher Repräsentationssysteme: nicht rein auf Lebewesen beschränkt, auch (top-down) Annahmen über das Funktionsprinzip der Maschine

• nicht nur Menschenähnlichkeit engineerien- Überzeugungen des menschl. Interaktionspartners spielen Rolle

Kritik:

• inkorrekte Reaktionen in der statistischen Analyse nicht untersucht

• Fehlerrate als AV nicht untersucht

• keine kritische Reflexion

• Ökologische Validität im SSE- Pradagima sehr eingeschränkt. Eventuell wären komplexere Aufgaben interessanter zu untersuchen

Hauptergebnisse:

• SSE wird nicht durch die Integration der Handlung einer anderen Person in das eigene Körperschema verstärkt

• Social-Simon-Effekt ist unabhängig von der aktiven Beteiligung des Co-Actors

• der Social-Simon-Effekt basiert nicht unbedingt auf einer sozialen Interaktion, kann durch nicht-soziale, saliente Events entstehen

• der SSE entsteht eher durch räumliche Trennung von Handlungsereignissen als durch die Integration der Handlung einer anderen Person

Kritik:

• Angaben zu den ANOVA fehlerhaft

• Fehlendes Experiment

• Widersprüchlichkeit:

  • Körperschemaintegration wird künstlich erzeugt, jedoch wird angenommen, dass diese den SSE bereits im standard SST erzeugt

• nicht unter sonst gleichen Bedingungen

• Menschen monitoren ihre Handlungen, um sicherzustellen, dass sie ihre Ziele erreichen

Wie?

• Abgleich zwischen aktueller Handlung und internen Zielen und Standards

• Bewertung der Angemessenheit der aktuellen Handlung

• Voraussetzung für Verhaltensanpassungen, die adäquater für die Zielerreichung sind

  —> Oft schnelle & zuverlässige Fehlererkennung

• Event Related Negativity (ERN / Ne )*

  • Funktion einer fehlerhaften Reaktion verläuft wesentlich negativer als die der korrekten Reaktion (Peak nach ca. 80ms)

  • Nach der starken Negativierung (ERN / Ne ) im späteren Verlauf deutliche Positivierung (Pe )

• ERN:

• Wodurch?

  • Wird hervorgerufen durch Reaktionsfehler → interne Information (z.B. falsche Bewegung) triggert ERN

• Ursprüngliche Annahme:

  • ERN als Signal für Fehlererkennung, im Sinne eines Mismatch-Signals, wenn die gegebene Antwort mit der korrekten Antwort verglichen wird

  • Aber: kleinere Negativierung auch bei korrekten Reaktionen

  • Schlussfolgerung: ERN spiegelt Vergleichsprozess zwischen gegebener und korrekter Antwort wider - tritt unabhängig von bewusster Wahrnehmung auf

= Von ERN unabhängige Komponente der Fehlerverarbeitung,

—> stärker ausgeprägt bei bewusster Fehlerregistrierung: bei Fehlern, die Probanden wahrnehmen als bei Fehlern, die sie nicht wahrnehmen

• Mögliche Bedeutung von Pe :

  • Affektive Reaktion auf einen Fehler

  • Bewusste Wahrnehmung des Fehlers

  • Antwortstrategieanpassung nach Fehler

= Nachdem externes Feedback gegeben wurde (z.B. auditiv), tritt etwas später auf als ERN (ca. 250ms nach Feedback),

• Genauso wie beim ERN: Negativierung gefolgt von Positivierung

• Achtung: umgekehrte Y-Achsen-Skalierung

Sowohl FRN als auch ERN treten auch auf, wenn Handlungen anderer Personen beobachtet

werden

Hauptergebnisse:

• abgeänderte Tonhöhen haben eine stärkere P300 hervorgerufen

  Stärker wenn die eigene Stimme betroffen war

  Stärker wenn das Joint outcome betroffen war

• Internale Modelle werden bei Joint Action nicht nur für die Vorhersage eigener Outcomes, sondern auch für die Partner verwendet

• Bei Joint Action sowohl eigene “Fehler”, als auch die der/des Partner*in eine Feedback-Related- Negativity auslösen

• Während die P300 Komponente zeigt, dass zwischen eigenen “Fehlern” und denen der/des Partner*in unterschieden wird und ob das Joint-Outcome davon beeinflusst ist

Kritik:

• Jahre musikalischen Trainings resultieren in starker Assoziation zwischen Handlungen und den hörbaren Konsequenzen

• Alternative: FRN hervorgerufen durch (für westliche Musik) ungewöhnliche Harmonien?

• Mismatch-Negativity (MMN) anstatt FRN

• Genaue Umsetzung nicht beschrieben: Wie wurde die Tonhöhe verändert?

Der kognitive Konflikt=

Diskrepanz zwischen Vorhersage des Gehirns und der

Realität - ERN

—> Nutzen: Mensch-Roboter-Kollaboration verbessern indem

kognitive Konflikte erkannt werden

Hauptergebnisse:

• Nachweis der Prediction Error Negativity bei kognitiven Konflikten

  • PEN als geeignetes Maß für kognitive Konflikte in Mensch-Roboter Kollaboration

  • PEN spiegelt kognitiven Konflikt wieder, insbesondere bei plötzlichen Hindernissen.

• Intensität und Art des Konflikts beeinflusst die Stärke der neurophysiologischen Reaktion

Kritik:

• Artefakte durch mobiles Setup

• Störfaktor: geistige und körperliche Ermüdung

• Aufgrund der vielen Bewegungen, hohe Anfälligkeit für Sensorverschiebung und Ablösungen der EEG-Kappe

• geringe Alterspanne- nur eingeschränkt repräsentativ

Hauptergebnisse:

• Beobachtung von richtigen und falschen (schütten vs. verschütten) Roboteraktionen unterscheidet das Gehirn

• sowie den Robotertyp (humanoid/nicht humanoid) ist in der menschlichen Hirnaktivität kodiert sind.

• gehirngesteuerte Roboter stellen eine vielversprechende, neue Art von Hilfsmitteln für schwer beeinträchtige Personen dar

Kritik:

• für praktische Anwendung sind die erreichten

  Ergebnisse nicht ausreichend hoch.

• Verallgemeinerung der Ergebnisse schwierig (Erg. knapp über dem Zufallsniveau)

• Anzahl der Teilnehmenden sehr gering

• Folgestudien erforderlich