DIE ROLLE DER KOGNITIVEN FLEXIBILITÄT BEIM KREATIVEN DENKEN

(1)

Fabiola Stefanie FRANZ

DIE ROLLE DER KOGNITIVEN FLEXIBILITÄT BEIM KREATIVEN DENKEN

Diplomarbeit

Zur Erlangung des akademischen Grades einer Magistra an der naturwissenschaftlichen Fakultät

der Karl-Franzens-Universität Graz

Begutachter:

Univ.-Prof. Dr. Aljoscha Neubauer Mag. Dr. Mathias Benedek

Institut für Psychologie

(2)

EHRENWÖRTLICHE ERKLÄRUNG

Ich erkläre ehrenwörtlich, dass ich die vorliegende Arbeit selbstständig und ohne fremde Hilfe verfasst, andere als die angegebenen Quellen nicht benutzt und die den Quellen wörtlich oder inhaltlich entnommenen Stellen als solche kenntlich gemacht habe. Die Arbeit wurde bisher in gleicher oder ähnlicher Form keiner anderen Prüfungsbehörde vorgelegt und auch noch nicht veröffentlicht. Die vorliegende Fassung entspricht der eingereichten elektronischen Version.

__________________ __________________________________

Datum Unterschrift

(3)

DANKSAGUNG

Die vorliegende Diplomarbeit hätte nicht ohne die Unterstützung zahlreicher Menschen entstehen können, denen ich an dieser Stelle meinen Dank ausdrücken möchte.

Vielen Dank an Univ.-Prof. Dr. Aljoscha Neubauer, der mir die Möglichkeit gegeben hat, mei- ne Diplomarbeit in seiner Arbeitsgruppe zu einem spannenden Thema zu verfassen und der mir in den Sprechstunden wichtige Anregungen und Hilfestellungen zur Untersuchung gegeben hat.

Mein besonderer Dank gilt Mag. Dr. Mathias Benedek für seine großartige Unterstützung und sein Engagement während der gesamten Diplomarbeitsbearbeitung. In zahlreichen Sprechstun- den hat er sich intensiv für Fragen und Diskussionen Zeit genommen. Er hat es stets geschafft, Begeisterung an dem Forschungsthema zu vermitteln. Nicht zuletzt möchte ich mich auch für die Programmierung des Random Motor Generation Tasks, die einen großen Aufwand darstell- te, ganz herzlich bei ihm bedanken.

Für die gute Zusammenarbeit und gemeinsame Datenerhebung möchte ich meinen Dank an Melanie Zierer aussprechen. In vielen Gesprächen und Emails diskutierten wir über die Pla- nung, Durchführung und Auswertung der Untersuchung und konnten uns gegenseitig Hilfestel- lungen leisten.

Den größten Dank möchte ich meinen Eltern aussprechen, die es mir nicht nur durch finanzielle Unterstützung, sondern auch durch großes Verständnis und durch Fürsorglichkeit ermöglicht haben, mein Studium in Mindestdauer zu absolvieren.

Mein innigster Dank gilt nicht zuletzt Stefan, der mich während der Diplomarbeitsphase und vor allem auch während des gesamten Studiums stets liebevoll unterstützt und ermutigt hat und mir in allen Höhen und Tiefen beigestanden ist. Insbesondere sein Verständnis und seine Rück- sicht haben wesentlich dazu beigetragen, die Diplomarbeit heute in Händen halten zu können.

(4)

ZUSAMMENFASSUNG

Die für kognitive Flexibilität und kognitive Kontrolle bedeutende Exekutivfunktion Inhibition (Friedman & Miyake, 2004) wird häufig durch sogenannte Random Sequence Generation Tasks untersucht, bei welchen Zufallsreihenfolgen produziert werden sollen. Inhibition sorgt hierbei vor allem für das Unterdrücken von stereotypen Antworttendenzen während der Aufga- be (Miyake et al., 2000), was wesentlich für die kognitive Kontrolle ist. Aufgrund widersprüch- licher Befunde über den Zusammenhang zwischen kognitiver Kontrolle und Kreativität in der Literatur, wurde in dieser Studie die Bedeutung von Inhibition gemessen durch einen Random Motor Generation (RMG) Task für Kreativität näher untersucht. Weiters wurde überprüft, ob die Dissoziationsfähigkeit (Benedek, 2009) mit Inhibition und auch mit Kreativität in Zusam- menhang steht, da auch hierfür das Hemmen von Stereotypien notwendig zu sein scheint. Zur Überprüfung einer möglichen Moderator- oder Mediatorrolle wurde die Intelligenzleistung berücksichtigt. Im RMG Task wurden zwei verschiedene Taktgeschwindigkeiten (0.5 und 1 Sekunde) sowie Alternativenanzahlen (4 und 9) vorgegeben, um Differenzierungen in der Inhi- bition- als auch in der Updatingleistung zu untersuchen. Die Stichprobe bestand aus 104 Stu- dierenden im Alter von 18 bis 35 Jahren. Es konnte gezeigt werden, dass Inhibition und Upda- ting bei der schnelleren Taktgeschwindigkeit bzw. der höheren Alternativenanzahl beeinträch- tigt waren. Für Inhibition konnte außerdem eine signifikante Wechselwirkung festgestellt werden. Weiters steht die Dissoziationsfähigkeit in positivem Zusammenhang mit Inhibition und divergentem Denken, allerdings nicht mit der Intelligenz. Das Hauptergebnis zeigte, dass der gemeinsame Anteil zwischen Intelligenz und Kreativität durch die Inhibitionleistung erklärt werden kann. Diesem Ergebnis zufolge sollte die kognitive Flexibilität, gemessen durch Inhibi- tion, in zukünftigen Studien zur Kreativität und Intelligenz eine bedeutende Rolle spielen.

(5)

ABSTRACT

Inhibition - an executive function - is important for cognitive flexibility and cognitive control (Friedman & Miyake, 2004). It has frequently been assessed by Random Sequence Generation tasks in which subjects have to produce random sequences. In these tasks inhibition enables the suppression of stereotype response tendencies (Miyake et al., 2000), which is essential for cognitive control. Due to inconsistent findings about the relationship between cognitive control and creativity, the present study targeted the investigation of the relevance of inhibition measured by a Random Motor Generation (RMG) task to creativity. Furthermore there was an interest in investigating the relations among dissociation ability (Benedek, 2009), inhibition and creativity, by reason that a high dissociation performance also seems to require suppressing stereotypes. To control a potential mediator model, intelligence had also been determined. In the RMG task conditions were presented with two different production speeds (0.5 and 1 second) and set sizes (4 and 9 alternatives) to explore variances in the inhibition and updating perfor- mances. A sample of 104 students aged between 18 and 35 years was recruited. The results showed that both, inhibition and updating performance decreased in conditions with a faster production speed as well as in conditions with a higher set size. Moreover an interaction between these factors was found for inhibition. Further the dissociation ability showed significant correlations with inhibition and divergent thinking, but not with intelligence. Finally the major result illustrated that the direct effect among intelligence and divergent thinking was mediated by inhibition. This finding suggests the importance of considering cognitive flexibility as measured through inhibition in future creativity and intelligence research.

(6)

INHALTSVERZEICHNIS

1. Einleitung und Theorie ...1

1.1. Kreativität ...1

1.1.1. Divergentes Denken ...1

1.1.2. Kreativitätsselbstbeschreibung ...2

1.2. Kognitive Kontrolle ...3

1.3. Inhibition ...4

1.4. Random Sequence Generation ...5

1.4.1. Random Number Generation ...5

1.4.2. Der Mittenecker Zeigeversuch (Mittenecker, 1958) ...7

1.4.3. Taktgeschwindigkeit in Random Sequence Generation Tasks ...8

1.4.4. Anzahl der Alternativen in Random Sequence Generation Tasks ...10

1.4.5. Bedeutung der Exekutivfunktionen für Random Sequence Generation ...11

1.4.6. Updating und Inhibition in Random Sequence Generation ...12

1.5. Kognitive Kontrolle und Kreativität ...14

1.6. Inhibition und Kreativität ...18

1.7. Bedeutung der Intelligenz für Inhibition und Kreativität ...20

1.8. Dissoziationsfähigkeit ...21

1.9. Untersuchungsziele ...23

1.10. Fragestellungen und Hypothesen ...24

2. Methode ...26

2.1. Stichprobe ...26

2.2. Untersuchungsmaterial ...27

2.2.1. Kreativitätsmessung ...27

2.2.2. Intelligenzmessung ...30

2.2.3. Messung der Dissoziationsfähigkeit ...31

2.2.4. Random Motor Generation Task ...31

2.3. Untersuchungsort und Hilfsmittel ...36

2.4. Untersuchungsablauf ...36

2.5. Originalitätsrating ...38

2.5.1. Analyse des Originalitätsratings ...39

(7)

2.6. Untersuchungsdesign ...40

3. Ergebnisse ...41

3.1. Analyse der Random Motor Generation Scores ...41

3.1.1. Updating und Inhibition ...49

3.2. Analyse der Kreativitätsmaße ...51

3.2.1. Divergentes Denken ...51

3.2.2. Kreativitätsselbsteinschätzung ...57

3.3. Intelligenz ...58

3.4. Dissoziationsfähigkeit ...60

3.5. Interkorrelationen für die Kreativitätsmaße und die Intelligenz ...61

3.6. Interkorrelationen für Inhibition, Updating und Dissoziationsfähigkeit ...62

3.6.1. Korrelationen mit den einzelnen Random Motor Generation Scores ...63

3.7. Regressionsanalysen ...65

4. Diskussion ...68

Literaturverzeichnis ...78

(8)

1. EINLEITUNG UND THEORIE

1.1. Kreativität

Die moderne Kreativitätsforschung nahm schon vor über 60 Jahren mit Guilford (1950) ihren Anfang und ist auch heute noch aus der psychologischen Forschung nicht wegzudenken.

Dennoch gibt es bisher keine einheitliche Definition, wie Kreativität verstanden werden kann.

Der Begriff des Neuen wird jedoch in vielen Definitionen genutzt und stellt somit ein häufig erwähntes Kriterium für Kreativität dar (Amelang & Bartussek, 2001). So versteht beispielsweise Barron (1965; zitiert nach Amelang und Bartussek, 2001, S. 266) „Kreativität - ganz ein- fach - als die Fähigkeit (…), etwas Neues zu schaffen“. Häufig wird der Begriff des Neuen auch synonym mit originell gebraucht (Amelang & Bartussek, 2001). Hierbei besteht allerdings das Problem, wer oder auch wie man über diese Originalität entscheiden kann (Amelang &

Bartussek, 2001). Dazu hat Stein (1953; zitiert nach Amelang & Bartussek, 2001, S. 266) fol- gendes formuliert: „Ein kreatives Produkt ist ein neues Produkt, das von einer Gruppe zu ir- gendeinem Zeitpunkt als brauchbar oder befriedigend angesehen werden kann“. In dieser Defi- nition erlangt nicht nur die Neuheit, sondern vor allem der Nutzen des kreativen Produktes an Bedeutung.

1.1.1. Divergentes Denken

Guilford (1956, 1966) hat in seinem Structure-of-Intellect Modell, in welchem verschiedene Komponenten der Informationsverarbeitung dargestellt werden, divergente Produktion als Teilaspekt der Kreativität vorgestellt. Divergente Produktion meint hierbei die Produktion vieler, verschiedener Lösungen für eine Aufgabe, im Unterschied zu konvergenter Produktion, bei welcher lediglich eine mögliche Lösung einer Aufgabe gefunden werden soll. Zu der divergenten Produktion bzw. zum divergenten Denken zählen die Aspekte Problemsensitivität, Flüssig- keit, Flexibilität, Redefinition, Elaboration und Originalität. Bei dem Aspekt der Problemsensi- tivität geht es darum, zu erkennen, wo es ein Problem gibt. Der Aspekt der Flüssigkeit erfordert eine schnelle Produktion vieler Ideen und Lösungen. Die Flexibilität bezeichnet die Fähigkeit, sich von vorhandenen oder gewohnten Denkprozessen oder –schemata zu lösen und Ideen aus unterschiedlichen Kategorien zu produzieren. Für den Aspekt der Redefinition werden in einer Aufgabe bekannte Objekte oder Funktionen neu interpretiert. Hierbei ist Improvisation notwendig. Zur Erfassung der Elaboration werden in Aufgaben unfertige Plan-Konturen in Hinb-

(9)

EINLEITUNG UND THEORIE

________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

lick auf ihre Umsetzungsmöglichkeit und Praktikabilität ausgestaltet. Der Aspekt der Originali- tät (auch Ideenoriginalität genannt) wird durch die Seltenheit und Ungewöhnlichkeit der Ideen erfasst. Beispiele für sogenannte Guilford-Tests, welche die divergente Produktion erfassen, wären Aufgaben, in welchen ein bestimmter Anfangsbuchstabe vorgegeben ist und wobei so- viele Wörter wie möglich dazu aufgeschrieben werden sollen. Eine weitere typische Aufgabe wäre es, Anwendungsmöglichkeiten für einen Gegenstand zu nennen. Oder beispielsweise auch aus vorgegebenen Linien oder Figuren Gegenstände zu zeichnen. Einige der Aufgaben aus den Guilford-Tests sind auch in ähnlicher Weise in anderen Testbatterien enthalten (Amelang &

Bartussek, 2001). Hiermit sollen mit dem Minnesota Tests of Creative Thinking von Torrance (1962; zitiert nach Amelang & Bartussek, 2001, S. 274) oder dem Berliner-Intelligenzstruktur- Test (BIS-4, Jäger, Süß & Beauducel, 1997) nur auszugsweise zwei der zahlreichen Tests genannt werden, welche Aufgaben zur divergenten Produktion enthalten.

1.1.2. Kreativitätsselbstbeschreibung

Kreativität wird allerdings nicht nur durch sogenannte Leistungstests zu erfassen versucht, sondern auch durch Fragebogenverfahren, bei welchen beispielsweise kreative Verhaltenswei- sen ähnlich wie bei Persönlichkeitsfragebögen subjektiv beschrieben werden. Gough (1962, zitiert nach Amelang & Bartussek, 2001, S. 275) erstellte ein erstes Verfahren, mit welchem Kreativität subjektiv erfasst werden sollte. Für die zeitlich gesehen später entwickelte „Adjecti- ve Check-List“ erstellte Gough (1979) Kreativitätsskalen, wobei eine Reihe von Adjektiven (beispielsweise „fähig“ oder „unkonventionell“) bei Zutreffen angekreuzt werden sollte. Diese wurden in Hinblick auf einen Gesamtwert für individuelle Kreativität untersucht, wobei schließlich 30 Adjektive für die „Creative Personality Scale“ (CPS, Gough, 1979) ausgewählt wurden. Einen anderen Zugang zur Kreativitätserfassung mittels Selbstbeschreibungsinventa- ren wählte beispielsweise Hocevar (1979) mit seinem „Creative Behavior Inventory“ (CBI).

239 Studierende haben hierbei dazu beigetragen, eine Liste von kreativen Aktivitäten und Leis- tungen bzw. Erfolgen für die sechs Bereiche Mathematik und Naturwissenschaften, Musik, bildende Kunst, darstellende Kunst, Literatur und Handwerk zu erstellen. In das Inventar wurden schließlich 90 Items aufgenommen (z.B. „Ich habe ein originelles Bild gemalt“), wobei auf einer Ratingskala die Häufigkeit der Aktivität bzw. des Erfolges angegeben werden soll. Ein ähnliches Verfahren, in welchem bereits erbrachte kreative Leistungen erfasst werden, erstell- ten die AutorInnen Carson, Peterson & Higgins (2005) mit dem „Creative Achievement Ques-

(10)

berücksichtigt werden. Hierbei werden somit nicht kreative Verhaltensweisen, sondern kreative Leistungen wie beispielsweise erhaltene Preise in diesen Kreativitätsbereichen erfragt.

Diese Aufzählung und Beschreibung möglicher Verfahren zur Erfassung von Kreativität sollen nur einen beispielhaften Auszug bieten. Dieser Auszug dient dem besseren Verständnis von den in dieser Studie verwendeten Verfahren. Einen umfassenden Überblick über die verschiedenen Kreativitätserfassungsmethoden bis zum Jahre 1981 bietet Hocevar (1981) in seinem Review.

1.2. Kognitive Kontrolle

Die Kognitive Kontrolle ist eine in der Forschung vielfach untersuchte Funktion, die es ermöglicht, die eigenen Aufmerksamkeitsressourcen flexibel auf die für den spezifischen Kon- text relevanten Bereiche zu lenken und das Verhalten flexibel anzupassen (Badre & Wagner, 2004). So werden beispielsweise störende Umgebungsreize oder andere für den Kontext irrelevante Reize ignoriert. Eine verringerte oder fehlende kognitive Kontrolle führt demnach dazu, dass externe Reize Überhand nehmen und kein zielgerichtetes Verhalten möglich ist, das an den Kontext angepasst wäre (Shallice & Burgess, 1991; Stuss & Benson, 1987; beide zitiert nach Badre & Wagner, 2004, S. 473).

Der weitbekannte Stroop-Test (1935, zitiert nach Groborz & Nȩcka, 2003, S. 184) ist ein klassisches Beispiel dafür, wie der Mechanismus der kognitiven Kontrolle untersucht werden kann. Im Stroop-Test werden Farbworte in unterschiedlichen Farben präsentiert. Dabei gibt es sogenannte kongruente Bedingungen, in welchen das Farbwort mit der präsentierten Farbe übereinstimmt (z. B. das Wort „Rot“ wird in roter Farbe dargestellt) und inkongruente Bedin- gungen, in welchen sich das Farbwort von der präsentierten Farbe unterscheidet (z. B. das Wort

„Rot“ wird in grüner Farbe dargeboten). Die klassische Aufgabe besteht darin, entweder das Farbwort oder die Farbe zu benennen. Bei inkongruenten Bedingungen müssen hier also zwei konkurrierende Prozesse – einerseits das Lesen, andererseits die Farbbenennung – richtig ge- handhabt werden. Dabei stellt sich heraus, dass es einen sogenannten Interferenz-Effekt gibt.

Dies bedeutet, dass die Reaktionszeit von Personen bei inkongruenten Bedingungen üblicher- weise länger ist als bei kongruenten Bedingungen. Die Interferenz kommt durch zwei konkurrierende Reaktionen zustande: durch das Lesen, das sehr automatisiert ist und durch das Be- nennen der Farbe, das bewusst kontrolliert werden muss. Bei Personen mit einem kleineren Interferenz-Effekt, also einem kleineren Unterschied in der Reaktionszeit zwischen kongruenter und inkongruenter Bedingung, kann angenommen werden, dass die kognitive Kontrolle stärker

(11)

________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

ausgeprägt ist. Diesen Personen gelingt es besser und demnach schneller, eine der beiden genannten Prozesse zu unterdrücken. Ein größerer Interferenz-Effekt ist hingegen einer schwä- cheren kognitiven Kontrolle zuzuschreiben, da hierbei irrelevante Informationen länger be- trachtet und demnach langsamer unterdrückt werden (Groborz & Nȩcka, 2003).

1.3. Inhibition

Eine für die kognitive Kontrolle und die kognitive Flexibilität sehr wesentliche Funktion ist die Exekutivfunktion Inhibition. Exekutivfunktionen sind im Allgemeinen Prozesse, welche das menschliche Denken und Handeln kontrollieren sowie regulieren (Friedman et al., 2006).

Eine der in der Literatur am häufigsten postulierten Exekutivfunktionen ist Inhibition (Miyake et al., 2000) – zu Deutsch Hemmung –, die nach Clark (1996) definiert werden kann als „me- chanism that reduces or dampens neuronal, mental, or behavioral activity“ (S. 128). Miyake et al. (2000) haben in ihrer Studie über Exekutivfunktionen unter anderem “Inhibition of prepotent responses” untersucht und diese Funktion als „one‟s ability to deliberately inhibit domi- nant, automatic, or prepotent responses when necessary“ (S. 57) beschrieben. Inhibition sorgt demnach dafür, zum geeigneten Zeitpunkt dominante, automatisch ablaufende oder vorherr- schende Antworten bzw. Reaktionen bewusst zu unterdrücken. Genau diese Fähigkeit ist essen- tiell für die Bearbeitung des Stroop-Tests. Demnach ist der Stroop-Test ein häufig eingesetzter Test für die Messung von Inhibition.

Doch Inhibition ist keineswegs gleich Inhibition. Denn nach Friedman und Miyake (2004) gibt es drei Arten von Inhibition: die soeben erwähnte „Prepotent Response Inhibition“, die

„Resistance to Distractor Interference“ und die „Resistance to Proactive Interference“. Erstere wurde eingangs näher erläutert. Resistance to Distractor Interference meint hingegen die Fä- higkeit, Informationen oder Reize in der Umgebung zu vernachlässigen bzw. zu ignorieren, welche für die zu bearbeitende Aufgabe nicht relevant sind. Die dritte Art der Inhibitionfunkti- on wird als Resistance to Proactive Interference bezeichnet, welche die Fähigkeit beschreibt, Erinnerungen an Informationen zu hemmen, die für die Aufgabe zuvor zwar Relevanz hatte, nun aber durch andere Information abgelöst und daher irrelevant wurde. Resistance to Distrac- tor Interference und Resistance to Proactive Interference bezeichnen ähnliche Fähigkeiten. Sie unterscheiden sich aber darin, dass bei ersterem die irrelevante Information (Distraktor) simultan zur Aufgabe präsentiert wird und diese unbeachtet bleiben sollte. Bei der zweitgenannten Fähigkeit wurde die zu hemmende Information zuvor präsentiert (nicht simultan zur jetzigen

(12)

denen Inhibitionformen ist noch relativ jung, daher wird in vielen Studien von Inhibition als Gesamtkonstrukt gesprochen und nicht näher differenziert.

1.4. Random Sequence Generation

Nicht nur der Stroop-Test stellt eine valide Messung von Inhibition dar, sondern auch sogenannte Random Sequence Generation Tasks (Miyake et al., 2000). Bei diesen Tasks gibt es verschiedene Varianten, wobei der Random Number Generation Task einer der am häufigsten eingesetzten Tasks ist. Dieser soll nun im Folgenden näher vorgestellt werden.

1.4.1. Random Number Generation

Beim Random Number Generation Task besteht die Aufgabe, vorgegebene Ziffern in einer zufälligen Reihenfolge nacheinander zu nennen, aufzuschreiben oder in neueren Studien auf einer Computertastatur zu tippen. Meist werden hierfür die Ziffern von 0 bis 9 verwendet, es gibt aber auch Varianten, bei denen mehr oder weniger Ziffern verwendet werden. In den meisten Untersuchungen wird zudem eine Taktgeschwindigkeit mittels Tönen vorgegeben. In diesem Takt sollen schließlich die Ziffern genannt werden (Schulter, Mittenecker & Papousek, 2010). Die Idee hinter dieser Aufgabe besteht darin, dass bewusst versucht werden muss, bestimmte Präferenzen von Zahlen oder Zahlenkombinationen zu hemmen und so gut wie mög- lich Zufallsreihenfolgen zu produzieren. Daher ist für derartige Aufgaben eine gut ausgeprägte Inhibitionfunktion notwendig, um tatsächlich Zufallsreihenfolgen zu generieren. In reinen Zu- fallsreihenfolgen sollten die Häufigkeiten aller zur Verfügung stehenden Alternativen ungefähr gleich verteilt sein. Auch die Häufigkeit von Paaren sollte über die gesamte Reihenfolge unge- fähr gleich verteilt sein (Schulter et al., 2010). In der Regel stellt es sich allerdings als sehr schwierig bis unmöglich für Menschen heraus, tatsächlich reine Zufallsreihenfolgen zu erzeugen (Chapanis, 1995; Rath, 1966; Wagenaar, 1971). Beispielsweise hat Rath (1966) in seiner Untersuchung drei verschiedene Alternativenanzahlen untersucht. Die Stimuli, die für die drei Gruppen verwendet wurden, waren für die „binäre Gruppe“ die Ziffern 0 und 1, für die „Dezi- malgruppe“ die Ziffern von 0 bis 9 und für die „Alphabet-Gruppe“ die Buchstaben von a bis z.

Die Alphabet-Gruppe bearbeitete hierbei einen sogenannten Random Letter Generation Task.

Insgesamt sollten die UntersuchungsteilnehmerInnen jeweils 2500 Ziffern bzw. Buchstaben in zufälliger Reihenfolge in dafür vorgefertigte Rechtecke schreiben. Es stellte sich heraus, dass in allen drei Gruppen Biases zum Vorschein kamen. In der binären Gruppe, in der eine Zufallsrei-

(13)

________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

henfolge aus zwei Ziffern erstellt werden sollte, zeigte sich, dass 18 von 20 TeilnehmerInnen die Zahl 1 präferierten, also häufiger nannten. In der Dezimalgruppe, in welcher zehn Ziffern zur Auswahl standen, wurden die Zahlen 1 und 2 bevorzugt und die Zahlen 0, 5, 7, 8 und 9 signifikant vermieden. Die Alphabet-Gruppe zeigte ebenfalls interessante Präferenzen. Hier wurden die Buchstaben, die in der englischen Sprache am häufigsten vorkommen, signifikant häufiger genannt als andere Buchstaben. Außerdem stellte sich heraus, dass unmittelbare Wie- derholungen von Ziffern oder Buchstaben – z. B. 00 oder bb – von den Untersuchungsteilneh- merInnen signifikant vermieden wurden. Dahingegen werden Nennungen in der natürlichen Reihenfolge – z. B. 12 oder ab – bevorzugt. In der Studie von Wiegersma (1984) konnte zudem gezeigt werden, dass auch die natürliche Reihenfolge absteigend – also z. B. 65 – mindestens gleich häufig vorkommt wie aufsteigend. Auch Treisman und Faulkner (1987) konnten in ihrer Untersuchung herausfinden, dass Personen gewisse Präferenzen in ihren Reihenfolgen zeigen.

Wiederholungen von Ziffern wurden auch in dieser Studie vermieden und natürliche Reihen- folgen (aufsteigend sowie absteigend) wurden bevorzugt. In der Untersuchung von Chapanis (1995) konnte ebenfalls gezeigt werden, dass es Präferenzen gibt, aber anders als bei Rath (1966) wurden in dieser Untersuchung teilweise andere Ziffern bevorzugt. Es gibt also durchaus Unterschiede in den Präferenzen der einzelnen Ziffern zwischen den einzelnen Personen, jedoch kann generell gezeigt werden, dass Personen so gut wie nicht in der Lage sind, reine Zufallsreihenfolgen zu erzeugen.

Es stellte sich hierbei die Frage, ob diese Tatsache an einem mangelnden Verständnis von Zufälligkeit liegen könnte. In den Untersuchungen wird zwar zumeist eine kurze Instruktion samt Beispiel vorgegeben, was Zufälligkeit bedeutet, aber es wäre theoretisch auch denkbar, dass diese Instruktionen missverständlich sind. Dieser Frage ging beispielsweise Chapanis (1995) nach, wofür er in seiner Studie zur Hälfte Studierende einschloss, welche zuvor zwei Semester lang Statistik besuchten und mit den Konzepten der Zufälligkeit und Wahrscheinlich- keit vertraut waren. Die andere Hälfte der UntersuchungsteilnehmerInnen bestand ebenfalls aus Studierenden, welche allerdings weder Kurse in Statistik noch in höherer Mathematik absol- viert hatten. Chapanis konnte zeigen, dass sich bei Studierenden mit Statistikkenntnissen die- selben Bias-Effekte wie bei der Kontrollgruppe zeigten, nur etwas geringer ausgeprägt. Dies konnte trotz der Tatsache festgestellt werden, dass alle Studierenden sehen konnten, welche Zahlen sie geschrieben hatten. Dadurch hätten Unregelmäßigkeiten in den Zahlenfolgen leicht erkannt werden können. Zum selben Ergebnis kamen beispielsweise auch Stukovska (1972, zitiert nach Brugger, 1997, S. 628) und Ward (1973, zitiert nach Brugger, 1997, S. 628). Perso-

(14)

nen, egal ob geschult in Statistik oder nicht, neigen dazu, Antwort Biases in ihren Reihenfolgen zu zeigen.

1.4.2. Der Mittenecker Zeigeversuch (Mittenecker, 1958)

Um den automatischen Präferenzen, welche sich bei scheinbar allen Untersuchungsteil- nehmerInnen von Random Number bzw. Letter Generation Tasks zeigen, zu vermeiden, entwickelte Mittenecker (1958) den „Mittenecker Zeigeversuch“. Hierbei wurden in der ursprüngli- chen Version neun Kreise verstreut auf einen Pappkarton gezeichnet. Die Anordnung der Krei- se wurde so ausgewählt, dass - so gut wie möglich - keine Geometrie in der Anordnung zu erkennen war. Die UntersuchungsteilnehmerInnen hatten die Aufgabe, in zufälliger Reihenfolge in einem vorgegebenen Takt mit einem Griffel auf die Kreise zu zeigen. Der / die Untersu- chungsleiterIn notierte die gezeigte Reihenfolge für dreieinhalb Minuten mit.

Die Vorteile dieses sogenannten Random Motor Generation Tasks gegenüber Random Number oder Letter Generation sind nach Mittenecker (1958) und Schulter et al. (2010) vielfäl- tig. Zum Einen werden bei dieser Methode Vorlieben für bestimmte Zahlen (z. B. Glückszah- len) oder Buchstaben (z. B. Anfangsbuchstabe des eigenen Namens) bzw. Abneigungen gegen- über Zahlen (z. B. Unglückszahlen) oder Buchstaben vermieden. Des Weiteren können Präfe- renzen, die z.B. bei bestimmten Buchstaben aufgrund der Häufigkeit in der Muttersprache auf- treten, vermieden werden. Zudem gibt es keine natürlichen Reihenfolgen der Kreise, die etwa gelernt wurden wie bei Zahlen oder Buchstaben. Ein weiterer Vorteil des Random Motor Gene- ration Tasks ist, dass alle Alternativen, aus welchen für die Generierung der Reihenfolgen ge- wählt werden kann, für die UntersuchungsteilnehmerInnen ständig sichtbar sind. Man muss also den Itempool nicht dauernd im Kurzzeitgedächtnis behalten und kann sich somit ganz darauf konzentrieren, auf welche Kreise gezeigt wurde, um Unregelmäßigkeiten zu vermeiden.

Denn sowohl in Random Number als auch in Random Motor Generation Tasks ist es hilfreich, sich die ungefähre Häufigkeit der bereits gewählten Zahlen bzw. Kreise zu merken, um in etwa eine gleiche Verteilung der Alternativen zu gewährleisten (Schmuck & Wöbken-Blachnik, 1996, zitiert nach Schulter et al., 2010, S. 334; Towse & Cheshire, 2007). Beispielsweise konnten Towse und Cheshire (2007) zeigen, dass Personen bei einem Random Number Generation Task mit einer zusätzlichen Gedächtnisaufgabe weniger zufällig in ihrem Antwortverhalten waren als beim Random Number Generation Task ohne diese Gedächtnisaufgabe.

Der Random Motor Generation Task hat demnach viele Vorteile gegenüber Random Number oder Letter Generation Tasks. Jedoch stellt der Random Motor Generation Task in

(15)

________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

seiner soeben beschriebenen ursprünglichen Version hohe Anforderungen an den / die Untersu- chungsleiterIn. Er / sie muss alle gezeigten Kreise notieren, was eine hohe Konzentration erfordert und bei der kleinsten Unaufmerksamkeit schon zu Fehlern führt. Zudem ist die Auswer- tung sehr aufwendig, da alle Reihenfolgen händisch in den Computer getippt werden müssen, was zu zusätzlichen Fehlern führen kann. Aufgrund dessen entwickelten Schulter et al. (2010) ein Computerprogramm, welches diesen genannten Problemen entgegenwirkt. In dieser adap- tieren Version des Mittenecker Zeigeversuchs kommen nun nicht mehr Kreise zur Anwendung, sondern Tasten auf einer Computertastatur, die gedrückt werden sollen. Bei der Auswahl der Tasten wurde auch hier darauf geachtet, dass keine geometrische Anordnung zu erkennen ist.

Die Verteilung der Tasten ist auf Abbildung 1 zu sehen. Für die Anwendung des Programms sollen hierbei die Tasten „3“, „5“, „9“, „Y“, „P“, „D“, „J“, „V“ und „.“ abgeklebt werden, sodass die Beschriftung nicht mehr zu sehen ist (Schulter et al., 2010).

Abbildung 1: Verteilung der neun Tasten beim Computerprogramm des Mittenecker Zeigeversuchs (aus Schulter, Mittenecker & Papousek, 2010)

Beim Mittenecker Zeigeversuch werden neben anderen Scores drei zentrale Parameter, welche Aussagen über die Zufälligkeit der gedrückten Tastenreihenfolgen zulassen, berechnet:

„Symbol Redundancy“, „Context Redundancy“ und „Coefficient of Constraint“. Bei diesen drei Parametern wird jeweils die Häufigkeitsverteilung der gedrückten Tasten überprüft, wobei für die Symbol Redundancy die Verteilung der einzelnen Tasten und bei der Context Redun- dancy und dem Coefficient of Constraint die Häufigkeitsverteilung der Tastenpaare in die Be- rechnungen einfließen. In Abschnitt 2.2.4. werden diese Parameter ausführlicher behandelt.

1.4.3. Taktgeschwindigkeit in Random Sequence Generation Tasks

Bei der computerisierten Version des Mittenecker Zeigeversuchs ist es unter anderem möglich, zu Beginn einzustellen, welche Taktgeschwindigkeit für die Aufgabe ausgewählt werden soll. Der Unterschied, welcher durch verschiedene Taktgeschwindigkeiten resultieren

(16)

In vielen Studien konnte bereits gezeigt werden, dass bei einer schnelleren Taktgeschwin- digkeit die Zufälligkeit der Reihenfolgen abnahm (Brugger, 1997). Dabei gab es in den Studien eine große Variation der Taktgeschwindigkeiten. Diese betragen in den einzelnen Studien zwischen .25 und 4 Sekunden (z.B. Wagenaar, 1972; Warren & Morin, 1965) oder durften von den UntersuchungsteilnehmerInnen selbst gewählt werden (Mittenecker, 1953; Teraoka, 1963, beide zitiert nach Wagenaar, 1972, S. 66). Beispielsweise hat Baddeley (1966) seinen Untersu- chungsteilnehmerInnen einen Random Letter Generation Task mit den Taktgeschwindigkeiten 0.5, einer, zwei und vier Sekunden vorgegeben. In jeder Bedingung wurde eine Reihenfolge von 100 Buchstaben erzeugt, wobei das Alphabet als Itempool verwendet wurde. Es konnte gezeigt werden, dass bei schnellerer Taktgeschwindigkeit das stereotype Antwortverhalten zu- nahm. Die Unterschiede zwischen allen vier Geschwindigkeiten wurden signifikant, was bedeutet, dass bei der Taktgeschwindigkeit von 0.5 Sekunden am wenigsten und bei der Taktge- schwindigkeit von vier Sekunden am meisten Zufälligkeit in den Reihenfolgen erzeugt wurde.

In einer anderen Studie (Hamdan, de Souza und Bueno, 2004) konnte dieses Ergebnis nur zum Teil bestätigt werden. Hier wurde untersucht, ob es Unterschiede in der Generierung von Rei- henfolgen zwischen den Taktgeschwindigkeiten von einer, zwei und vier Sekunden gibt. Insge- samt mussten für den Random Number Generation Task in jeder Bedingung 100 Zahlen gene- riert werden, wobei die Zahlen von eins bis zehn als Alternativen zur Auswahl standen. In der Untersuchung ergab sich, dass sich die Gruppen mit einer und zwei Sekunden sowie die Grup- pen mit einer und vier Sekunden unterschieden. Die Taktgeschwindigkeit von einer Sekunde schien hierbei die UntersuchungsteilnehmerInnen stärker unter Druck gesetzt zu haben, sodass in dieser Bedingung geringere Zufälligkeit und damit stereotyperes Antwortverhalten produziert wurde als in den beiden anderen Bedingungen. Zwischen den Gruppen mit zwei und vier Sekunden gab es hingegen keinen Unterschied. Eine weitere Studie (Daniels, Witt, Wolff, Jan- sen & Deuschl, 2003) untersuchte Unterschiede zwischen den Taktgeschwindigkeiten von einer halben und einer Sekunde in einem Random Number Generation Task. Auch hier zeigte sich ein signifikanter Geschwindigkeitseffekt. Bei einer Taktgeschwindigkeit von einer halben Se- kunde wurden stereotypere, also weniger zufälligere Antworten erzeugt als bei einer Taktge- schwindigkeit von einer Sekunde. Wagenaar (1970, zitiert nach Brugger, 1997, S. 630) fand hingegen keinen Effekt der Taktgeschwindigkeit. Er variierte dabei die Geschwindigkeit zwischen 0.5, einer, zwei und vier Sekunden.

Teraoka (1963, zitiert nach Brugger, 1997, S. 630) konnte interessanterweise einen gegen- teiligen Effekt der Taktgeschwindigkeit finden. In dieser Studie konnten die Untersuchungs- teilnehmerInnen ihre Geschwindigkeit allerdings selbst bestimmen, sodass zum Teil Taktge-

(17)

________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

schwindigkeiten von sechs oder mehr Sekunden resultierten. Es zeigte sich, dass die Zufällig- keit bei langsamerer Geschwindigkeit abnahm.

In der bereits in Abschnitt 1.4.1. beschriebenen Studie von Rath (1966) wurden für die Produktion der Reihenfolgen ebenfalls keine Zeitvorgaben gemacht. Es wurde auch hier mit gestoppt, wie lange die einzelnen Personen für die Bearbeitung der Aufgabe benötigten. Dabei zeigte sich, dass die durchschnittliche Geschwindigkeit, mit der die Zahlen bzw. Buchstaben geschrieben wurden, mit zunehmender Alternativenanzahl abnahm. Das bedeutet, dass die Un- tersuchungsteilnehmerInnen in der Alphabet-Gruppe im Vergleich zur Dezimal- und zur binä- ren Gruppe durchschnittlich am meisten Zeit benötigten. In der binären Gruppe, in welcher nur zwei Alternativen zur Auswahl standen, benötigten die UntersuchungsteilnehmerInnen am wenigsten Zeit zur Bearbeitung der Aufgabe. Dieser Befund gibt einen Hinweis darauf, dass auch die Alternativenanzahl, welche in den Random Sequence Generation Tasks verwendet wird, eine bedeutende Rolle spielt.

1.4.4. Anzahl der Alternativen in Random Sequence Generation Tasks

Während im klassischen Mittenecker Zeigeversuch neun Kreise bzw. Tasten verwendet werden, gibt es durchaus eine große Anzahl von Studien, welche in ihren Untersuchungen die zur Verfügung stehende Alternativenanzahl in verschiedenen Bedingungen variierten. Die Va- riation breitet sich hierbei von zwei bis zu 26 Alternativen oder in einzelnen Fällen sogar mehr aus (Banks & Hill, 1974, zitiert nach Brugger, S. 629, 1997; Wagenaar, 1972).

In mehreren Studien konnte ein Unterschied in der Leistung in Abhängigkeit von der Al- ternativenanzahl in Random Sequence Generation Tasks festgestellt werden. Warren und Mo- rin (1965), Baddeley (1966) und Rath (1966) veröffentlichten die ersten Studien zur Untersu- chung unterschiedlicher Alternativenanzahlen (Wagenaar, 1972). So zeigte sich beispielsweise in der Studie von Warren und Morin (1965), in welcher zwei, vier und acht Alternativen vari- iert wurden, bei zunehmender Anzahl der Alternativen eine Abnahme in der Zufälligkeit der produzierten Reihenfolgen und somit mehr Stereotypie im Antwortverhalten. Rath (1966) wählte für seine Untersuchung - wie bereits beschrieben - Alternativenanzahlen mit größerer Spannbreite (zwei, zehn und 26 Alternativen) und kam zum selben Ergebnis. Auch hier zeigte sich eine Zunahme der Redundanz bei steigender Alternativenanzahl. Baddeley (1966) untersuchte in seiner Studie zusätzlich zu den Bedingungen mit zwei, vier und acht Alternativen auch Bedingungen mit 16 und 26 Alternativen. Er fand heraus, dass ebenfalls bei zunehmender

(18)

schen 16 und 26 Alternativen. Towse (1998) konnte ebenfalls in seiner Untersuchung einen signifikanten Unterschied in der Leistung zwischen zehn und 15 Alternativen zeigen. Auch hier verschlechterte sich die Zufälligkeitsleistung bei höherer Alternativenanzahl.

Wiegersma (1976, zitiert nach Brugger, 1997, S. 629) konnte später zeigen, dass Untersu- chungsteilnehmerInnen bei Bedingungen mit zehn oder weniger Alternativen die Häufigkeiten der Alternativen „zu gut“ ausbalancierten. Sie übertrieben sozusagen die Gleichheitsverteilung der Alternativen. Bei mehr als zehn Alternativen konnte jedoch eine erhebliche Abweichung von der Gleichheitsverteilung erkannt werden. Einige Jahre später konnte Wiegersma (1982) ebenfalls zeigen, dass auch bei weniger als zehn Alternativen schon deutlich erkennbare Unter- schiede in der Stereotypie bestehen. Er fand in seiner Untersuchung eine stärkere Wiederho- lungstendenz von bestimmten Zahlen oder Kombinationen für acht Alternativen im Vergleich zu vier Alternativen.

Die Befunde weisen demnach daraufhin, dass es neben der Bestimmung der Taktge- schwindigkeit ebenfalls für die Planung eines Random Sequence Generation Tasks wichtig ist, die Alternativenanzahl zu berücksichtigen. Es scheint so zu sein, dass es intraindividuelle Un- terschiede für stereotypes Antwortverhalten in Hinblick auf die Anzahl der Alternativen gibt.

Jedoch scheint es ebenso interindividuelle Unterschiede in Bezug auf die Generierung von zu- fälligen Reihenfolgen zu geben. So gelingt es manchen Personen besser als anderen, Zufällig- keit zu erzeugen.

1.4.5. Bedeutung der Exekutivfunktionen für Random Sequence Generation

Random Sequence Generation Tasks sind Aufgaben, welche nicht nur in behavioral psychologischen, sondern auch in neuropsychologischen Untersuchungen zur Messung von Exeku- tivfunktionen verwendet werden. Dabei zeigt sich, dass Random Sequence Generation bei Per- sonen mit Störungen der Exekutivfunktionen beeinträchtigt ist (Brugger, Monsch, Salmon &

Butters, 1996, geben einen Überblick über zwölf neuropsychologische Experimente, welche Random Sequence Generation Tasks einsetzten). Es konnte beispielsweise gefunden werden, dass Random Number Generation bei PatientInnen, welche an Demenz des Alzheimer-Typs erkrankt waren, stereotypere Antworten zeigten als gesunde Personen. Brugger et al. (1996) konnten hierbei in ihrer PET-Studie zeigen, dass das stereotype Antwortverhalten positiv mit dem Schweregrad der dementiellen Störung korrelierte. Die schlechte Leistung der PatientIn- nen im Random Number Generation Task dürfte unter anderem deswegen resultieren, da bei der Demenz-Erkrankung die Exekutivfunktionen beeinträchtigt sind. Diese Beeinträchtigungen

(19)

________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

entstehen aufgrund der Beschädigung des Frontalhirns (Terry & Katzman, 1983, zitiert nach Brugger et al., 1996, S. 102), was bedeutet, je größer die Schädigung im Frontalhirn, desto stärker die Beeinträchtigung der Exekutivfunktionen. In anderen Experimenten konnte zudem gezeigt werden, dass PatientInnen mit Läsionen im Frontallappen und auch PatientInnen, welche an der Parkinson Erkrankung leiden, in einem Random Number Generation Task einen stärkeren Bias (im Speziellen ein „Counting Bias“) zeigten als gesunde Personen (Spatt & Gol- denberg, 1993, zitiert nach Brugger et al., 1996, S. 98). Dies zeigt, dass diese PatientInnen eine beeinträchtigte kognitive Flexibilität aufweisen (Daniels et al., 2003). In Studien von Mitten- ecker und seiner Forschungsgruppe konnte andererseits gezeigt werden, dass PatientInnen, welche an Schizophrenie leiden, stereotyperes Antwortverhalten in Random Sequence Genera- tion Tasks aufweisen als die Kontrollgruppe (z.B. Mittenecker, 1953; Mittenecker, 1960, beide zitiert nach Brugger, 1997, S. 639).

Die Befunde zeigen, dass – ähnlich wie der Stroop-Test – auch Random Sequence Genera- tion Tasks gute Instrumente zur Messung von Exekutivfunktionen darstellen (Brugger et al., 1996; Hamdan et al., 2004; Schulter et al., 2010). Im Folgenden sollen nun die bedeutenden Exekutivfunktionen für Random Sequence Generation Tasks näher erläutert werden. Denn nach Miyake et al. (2000) messen derartige Aufgaben einerseits – wie bereits erwähnt – Inhibi- tion und andererseits die Funktion des Updatings und Monitorings (kurz: Updating).

1.4.6. Updating und Inhibition in Random Sequence Generation

Die Exekutivfunktion Updating wird mit dem Arbeitsgedächtnis in Verbindung gebracht (Jonides & Smith, 1997; Lehto, 1996; beide zitiert nach Miyake et al., 2000, S. 56), welches wiederum häufig mit dem präfrontalen Kortex verknüpft wird (Goldman-Rakic, 1996; Smith &

Jonides, 1999; beide zitiert nach Miyake et al., 2000, S. 57). Die Updatingfunktion sorgt dafür, dass einlangende Information auf Relevanz für die entsprechende Situation / Aufgabe geprüft wird. Sie ersetzt schließlich alte, nicht mehr relevante mit der neuen Information (Morris &

Jones, 1990; Miyake et al., 2000). In Random Sequence Generation Tasks kommt dem Upda- ting die Funktion zu, bei jeder neuen Nennung von Zahlen oder Buchstaben bzw. bei jedem Tastendruck die optimale Verteilung der Stimuli zu überprüfen und diese Verteilung im Auge zu behalten (Miyake et al., 2000).

In Aufgaben zur Random Sequence Generation müssen andererseits aber auch zwei natür- liche Tendenzen unterdrückt werden. Zum Einen ist dies die Tendenz, gelernte Antwortmuster

(20)

men, zu produzieren. Diese Tendenz ist - wie bereits erwähnt - beim Random Motor Generati- on Task nicht vorhanden. Zum Anderen muss die Tendenz gehemmt werden, stereotype Ant- wortmuster zu generieren, die erst durch die Aufgabe entstehen (Schulter et al., 2010). Beispie- le hierfür wären u. a. beim Random Motor Generation Task das Drücken von Tasten im Kreis oder häufigeres Drücken von bestimmten Tastenkombinationen im Vergleich zu anderen, etc.

Die Inhibitionfunktion sorgt dafür, dieses auftretende stereotype Antwortverhalten so gut wie möglich zu unterdrücken (Miyake et al., 2000).

Es kann auch empirisch unterstützt werden, dass Random Sequence Generation Tasks sowohl Inhibition als auch Updating erfordern. Towse und Neil (1998) berechneten eine Fakto- renanalyse für eine Vielzahl von „Randomness“ Kennzahlen. Dabei zeigte sich, dass Kennzah- len, die für stereotypes Antwortverhalten stehen, gemeinsam einen Faktor bildeten. Dieser Fak- tor wurde von Towse und Neil (1998) als „prepotent associates“ bezeichnet. Kennzahlen, die hingegen dafür stehen, die ausgeglichene Verteilung der Stimuli zu überprüfen, luden auf einem anderen Faktor, welcher als „equality of response usage“ bezeichnet wurde. Miyake et al.

(2000) konnten diese Ergebnisse in ihrer Untersuchung bestätigen. Auch sie fanden in ihrer Faktorenanalyse zwei Komponenten, welche ähnlich den Faktoren „prepotent associates“ sowie

„equality of response usage“ von Towse und Neil (1998) waren. In einem Strukturgleichungs- modell konnten Miyake et al. (2000) zudem zeigen, dass die Komponente „prepotent associates“ der Inhibitionfunktion und die Komponente „equality of response usage“ der Updating- funktion zugeschrieben werden kann. Towse (1998) konnte zudem zeigen, dass sich die Inhibi- tion- und Updatingleistung in Abhängigkeit von der Taktgeschwindigkeit und der Anzahl der Alternativen im Random Number Generation Task unterschieden. So konnte für den in seiner Studie berechneten „RNG-Score“, welcher für die Inhibitionleistung steht, gezeigt werden, dass sich die Inhibitionleistung bei steigender Taktgeschwindigkeit verschlechtert. Dies steht in Wi- derspruch mit einigen bisher angeführten Befunden. Die Verschlechterung der Inhibition- leistung bei höherer Alternativenanzahl steht hingegen wieder im Einklang mit der Literatur.

Interessanterweise konnte keine Wechselwirkung der beiden Haupteffekte Taktgeschwindigkeit und Alternativenanzahl gefunden werden. Bei dem in dieser Studie berechneten „R-Score“, welcher für die Updatingleistung steht, wurde zwar der Haupteffekt der Alternativenanzahl signifikant, nicht jedoch der Haupteffekt der Taktgeschwindigkeit. Demnach bestand auch keine signifikante Wechselwirkung.

(21)

________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

1.5. Kognitive Kontrolle und Kreativität

In vielen Studien zu Kreativität wird häufig ein besonderes Augenmerk auf die Untersu- chung des Problemfindens und des Generierens von Ideen geworfen. Eine kreative Person produziert allerdings nicht ausschließlich eine große Anzahl von Ideen und Lösungen für ein Prob- lem, sondern bewertet diese Ideen auch hinsichtlich ihrer Originalität, Adäquatheit oder Neu- heit. Das bedeutet, dass also auch der Prozess der Evaluation der Ideen eine wesentliche Rolle beim kreativen Problemlösen spielt. Es benötigt für den Prozess des kreativen Problemlösens offensichtlich die Kombination aus divergentem Denken (gemeinsam mit der Ideengenerie- rung) und konvergentem Denken, welches wiederum in Zusammenhang mit der Evaluation steht (Groborz & Nȩcka, 2003). Eine Person muss in jedem Stadium des kreativen Problemlö- sens zwischen der Ideengenerierung und der Evaluation wechseln und für beide Prozesse jeweils den geeigneten Zeitpunkt finden (Murdock & Puccio 1993, zitiert nach Brophy, 1998, S.

124; Noppe, 1996; Runco & Chand, 1995, zitiert nach Brophy, 1998, S. 124). Groborz &

Nȩcka (2003) vertreten die Annahme, dass die Fähigkeit, eine Balance zwischen diesen beiden entgegengesetzten Prozessen – Ideengenerierung und Evaluation der Ideen – herzustellen, eines der wesentlichen Charakteristika kreativer Personen ist. Doch wie gelingt es Personen, solch eine Balance zwischen den beiden Prozessen herzustellen? Groborz und Nȩcka (2003) zeigten in ihrer Studie, dass der Prozess der kognitiven Kontrolle für diese Fähigkeit verantwortlich zu sein scheint. Dieser elementar-kognitive Prozess ist dieser Studie zufolge ein Grund für die individuellen Unterschiede in der Kreativität. Es konnte bereits in einigen Untersuchungen gezeigt werden, dass Aufmerksamkeitsprozesse wichtig für kreatives Verhalten sind (z. B. Gol- den, 1975; Kasof, 1997; Nȩcka, 1999, zitiert nach Groborz & Nȩcka, 2003, S. 184). So kann beispielsweise der Studie von Kasof (1997) entnommen werden, dass kreative Leistungen positiv mit einer breitgefassten Aufmerksamkeit zusammenhängen. Nȩcka (1999, zitiert nach Gro- borz & Nȩcka, 2003, S. 184) hingegen konnte zeigen, dass kreative Personen schlechtere Leis- tungen als weniger kreative Personen in dual-task Situationen aufwiesen.

Im weitesten Sinn kann der Mechanismus der kognitiven Kontrolle nach Groborz & Nȩcka (2003) als Kontrolle aller kognitiven Prozesse verstanden werden. Im engeren Sinn versteht sich die kognitive Kontrolle als ein Mechanismus, welcher für die Reduzierung des Chaos im Informationsverarbeitungssystem sorgt. Man kann hierbei davon sprechen, dass die kognitive Kontrolle verantwortlich dafür ist, Antworttendenzen, die zwar für die spezifische Situation möglich, aber unwichtig sind, zu reduzieren. Man kann demnach sagen, dass die kognitive

(22)

ner schwach ausgeprägten kognitiven Kontrolle kann beobachtet werden, dass die Quantität der Ideen zwar steigt, aber die Antworten zugleich auch unangemessener und weniger originell sind. Eine effiziente kognitive Kontrolle hingegen würde dafür sorgen, dass sozusagen chaoti- sche und impulsive Antworten unterdrückt und die Aufmerksamkeit auf der Auswahl relevan- ter Antworten und Ideen liegen würde. Es gäbe eine Balance zwischen der Ideengenerierung und der Ideenevaluation. Hierbei würde kreatives Verhalten zum Vorschein kommen, welches gekennzeichnet ist sowohl durch eine große Anzahl als auch durch Originalität und Neuheit der Antworten (Groborz & Nȩcka, 2003).

Gamble und Kellner konnten bereits 1968 zeigen, dass kreativere Personen - gemessen durch den Remote Associates Test von Mednick (1962) - eine bessere Leistung im Stroop-Test erlangten als weniger kreative Personen, was bedeutet, dass sie einen geringeren Interferenz- Effekt aufwiesen. Golden (1975) erfasste Kreativität durch drei verschiedene Messungen (Im- provement-Test von Roweton, 1969; Matchstick-Test von Guilford, 1967; beide zitiert nach Golden, 1975, S. 503; Lehrerbeurteilungen) und fand in seiner Untersuchung ein ähnliches Er- gebnis. Auch hier zeigten kreativere Personen einen geringeren Interferenz-Effekt, was Golden (1975) zu der Annahme brachte, dass der Stroop-Test eine valide Kreativitätsmessung darstellt.

Groborz & Nȩcka (2003) haben hingegen in zwei Experimenten gezeigt, dass es einen Zu- sammenhang zwischen der psychometrisch gemessenen Kreativität und der Stärke der kognitiven Kontrolle gibt. Allerdings konnten diese Ergebnisse nur für die an den Navon-Task (1977, zitiert nach Groborz & Nȩcka, 2003, S. 186) angelehnte Aufgabe gefunden werden und nicht für den Stroop-Test. Aber auch bei der Navon-Aufgabe wird verlangt, sich auf eine von zwei konkurrierende Reaktionen zu fokussieren. Wie bei dem Stroop-Test werden auch hier kongruente und inkongruente Stimuli dargeboten. Die kongruenten Stimuli bestehen in den Unter- suchungen von Groborz & Nȩcka (2003) entweder aus einem Rechteck, welches aus Buchsta- ben gebildet wird oder aus einem großen Buchstaben, der aus Sternen zusammengesetzt wird.

Als inkongruente Stimuli werden große Buchstaben dargeboten, die aus kleinen, allerdings anderen Buchstaben zusammengesetzt sind (z. B. ein großes „H“ wird durch viele kleine „K“

gebildet). UntersuchungsteilnehmerInnen hatten hierbei die Aufgabe, entweder das globale Zeichen (also beispielsweise das große „H“) oder das lokale Zeichen (z. B. die kleinen „K“) zu erkennen. Es zeigte sich in dieser modifizierten Navon-Aufgabe, dass bei inkongruenten Stimu- li sowohl Kreative als auch weniger Kreative längere Reaktionszeiten aufwiesen als bei kongruenten Stimuli. Allerdings zeigten sich bei kreativen Personen im Vergleich zu weniger kreativen in beiden Bedingungen generell kürzere Reaktionszeiten. Es konnte in diesen beiden Ex- perimenten demnach mit Einschränkungen gezeigt werden, dass kreative Personen resistenter

(23)

________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

gegenüber dem Interferenz-Effekt sind als weniger kreative Personen, was bedeutet, dass es ihnen effizienter gelingt, irrelevante Antworten zu unterdrücken.

Die bisher erwähnten Untersuchungen zeigen, dass eher fokussierte Aufmerksamkeit (gemessen durch die kognitive Kontrolle) mit kreativen Leistungen in Zusammenhang steht. Die Aufmerksamkeit liegt auf zwei konkurrierenden Prozessen oder Reaktionen, wobei eine/r von beiden unterdrückt werden soll. Anders zeigte es hingegen Kasof (1997). Er fand heraus, dass eher eine breite, unfokussierte Aufmerksamkeit kreative Leistungen erleichtern kann. Dies gilt nach Kasof (1997) vor allem aber für hoch komplexe Aufgaben. Denn in seiner Studie mussten UntersuchungsteilnehmerInnen zwei verschiedene Gedichte schreiben, welche hinsichtlich der Kreativität beurteilt wurden. Generell beschreibt er Kreativitätsaufgaben als komplexer, als es die meisten anderen intellektuellen Aufgaben seien. Für weniger komplexe Aufgaben, bei denen man sich z.B. auf wenige Reize konzentrieren muss, benötigt man dahingegen eine fokussierte Aufmerksamkeit. Eine breite, unfokussierte Aufmerksamkeit sei bei solchen Aufgaben eher hinderlich.

Der Frage, ob nun ein höheres oder ein niedrigeres Level an kognitiver Kontrolle kreatives Verhalten und Denken vereinfacht, gingen auch Zabelina & Robinson (2010) nach. Sie zeigten in ihrem einleitenden Teil der Untersuchung Befunde dafür, dass ein niedriges Level an kognitiver Kontrolle assoziative Prozesse erleichtert. Denn Mednick (1962) postulierte, dass je mehr Assoziationen eine Person zu einem Problem hat, desto wahrscheinlicher sei es, eine kreative Lösung dafür zu finden. Die kognitive Kontrolle sollte dieser Theorie zufolge geringer ausgep- rägt sein, um den Assoziationen freien Lauf zu lassen. Andererseits führen Zabelina und Ro- binson (2010) an, dass es so zu sein scheint, dass weniger kreative Personen zu automatischen Abläufen und Perserveration neigen. Eine hohe kognitive Kontrolle sollte einigen bereits er- wähnten Studien zufolge zu einer Vermeidung dieser Perseverationstendenzen führen. Zabelina

& Robinson (2010) wollten nun die Bedeutung der flexiblen kognitiven Kontrolle für kreative Leistung untersuchen. Als Ausgangspunkt für diese Untersuchungsfrage nahmen sie die Längs- schnittstudie von Block & Block (2006), in welcher eine klare Unterscheidung zwischen „Ego Control“ und „Ego Resiliency“ aufgestellt wurde. Das Konstrukt der „Ego Control“ unterscheidet Personen dahingehend, ob sie ihre Affekte und Impulse äußern („undercontrol“) oder ob sie solche Reaktionen und Gefühle hemmen („overcontrol“). Beide Extreme auf dem Kontinuum der „Ego Control“ wären für die Kreativität nicht förderlich. Denn Personen, die „undercontrol- led“ sind, zeigen zwar Spontanität, sind allerdings zu wenig diszipliniert, um auch das kreative Verhalten aufrechtzuerhalten und fortzusetzen. Personen, die als „overcontrolled“ bezeichnet werden können, wären zwar sehr ausdauernd in ihren Bemühungen, allerdings zu wenig spon-

(24)

tan. Resiliente Personen sind nach Block & Block (2006) moderat in der „Ego Control“ aus- geprägt. Diese Tatsache wird dadurch erklärt, dass resiliente Personen in der Lage sind, ihre Impulse und Affekte dem jeweiligen Situationskontext entsprechend anzupassen. Wenn in einer Situation beispielsweise Spontanität gefragt ist, reduzieren resiliente Personen die „Ego Control“. In Situationen, in welchen dahingegen z. B. unangemessene Reaktionen unterdrückt werden müssen, führen resiliente Personen die „Ego Control“ verstärkt aus. Diese Personen können also als flexibel in der Anwendung der „Ego Control“ bezeichnet werden (Zabelina &

Robinson, 2010). Allerdings gab es bis dato noch wenig Forschung, in der Ego Resilienz in Zusammenhang mit Originalität oder kreativen Leistungen untersucht wird. Letzring, Block und Funder (2005) fanden allerdings in ihrer Untersuchung, dass resiliente Personen unter anderem als fantasievoll mit breiten Interessen gesehen werden. Aufgrund dieser Befunde unter- suchten nun Zabelina und Robinson (2010), ob ein höheres Level an kognitiver Flexibilität möglicherweise kreatives Verhalten und Originalität erleichtert. Auch in dieser Untersuchung wurde die kognitive Kontrolle mittels des Stroop-Tests gemessen. Um allerdings auch die Fle- xibilität in der kognitiven Kontrolle zu untersuchen, galt jeweils das vorangegangene Trial als Prime, welcher kongruent oder inkongruent sein konnte. Dies erfordert zusätzliche Flexibilität im Stroop-Test. Hierbei kann flexible kognitive Kontrolle durch einen kleineren Kongruenz- Effekt nach inkongruenten Primes und einen größeren Kongruenz-Effekt nach kongruenten Primes festgestellt werden (Gratton, Coles & Donchin, 1992; Kerns, Cohen, MacDonald, Cho, Stenger, Carter, 2004, zitiert nach Zabelina & Robinson, 2010, S. 138). Kreativität wurde in der Studie einerseits durch eine gekürzte Version des Torrance Test of Creative Thinking (TTCT, Torrance, 1974, zitiert nach Zabelina & Robinson, 2010, S. 138) und andererseits durch den CAQ von Carson et al. (2005) gemessen. Zabelina & Robinson (2010) konnten zeigen, dass ein höheres Level an Kreativität nicht mit dem Stroop-Interferenz-Effekt korreliert war. Aber es konnte gefunden werden, dass Personen mit einem höheren Level an flexibler kognitiver Kont- rolle größere Kreativität zeigten. Nicht kognitive Kontrolle an sich, sondern ein höheres Level an flexibler kognitiver Kontrolle konnte eine größere Originalität in dieser Studie vorhersagen.

Die Ergebnisse dieser Studie weisen demnach darauf hin, dass hoch kreative Personen durch ein hohes Level an kognitiver Flexibilität beschrieben werden können (Zabelina & Robinson, 2010).

(25)

________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

1.6. Inhibition und Kreativität

Anders als in den zuvor beschriebenen Studien, in denen zum Teil eine erhöhte kognitive Kontrolle mit Kreativität in Zusammenhang gebracht wurde, gibt es auch Studien, welche eine reduzierte kognitive Kontrolle bzw. Inhibition mit Störungen oder Erkrankungen in Zusam- menhang bringen, die Auffälligkeiten bei den Exekutivfunktionen zeigen. So konnte beispielsweise eine reduzierte Inhibitionfunktion bei der Schizophrenieerkrankung erkannt werden (Nestor & O„Donnell, 1998, zitiert nach Friedman & Miyake, 2004, S. 101). Andererseits gibt es aber auch Befunde dafür, dass Schizophrenie mit gesteigerter Kreativität einher geht (Keefe

& Magaro, 1980; Lauronen et al., 2004). Dies würde allerdings bedeuten, dass eine reduzierte Inhibitionfunktion bzw. kognitive Kontrolle zu mehr Kreativität führen könnte und würde damit in Widerspruch zu Golden (1975) und Groborz und Nȩcka (2003) stehen.

Eine reduzierte Inhibitionfunktion kann aber auch bei anderen Erkrankungen gefunden werden, welche ebenfalls Auffälligkeiten im Frontallappen zeigen – sozusagen dem Sitz der Exekutivfunktionen. Morgan und Lilienfeld (2000) haben beispielsweise in ihrer Metaanalyse über den Zusammenhang zwischen antisozialem Verhalten und der Bedeutung der Exekutiv- funktionen herausgefunden, dass Personen mit antisozialer Störung in Tests zu Exekutivfunkti- onen signifikant schlechter abschnitten. In der Metaanalyse wurden Studien berücksichtigt, die unterschiedlichste Tests zur Messung der Exekutivfunktionen heranzogen, unter anderem auch den Stroop-Test. Durch unterschiedliche Leistungen im Stroop-Test konnte in anderen Studien sogar gezeigt werden, dass es Unterschiede zwischen Personen mit einer Schädigung im Fron- talbereich und Personen mit Schädigungen in anderen Gehirnregionen gibt (Spreen & Strauss, 1991, zitiert nach Morgan & Lilienfeld, 2000, S. 119). Anhand dieser Befunde kann also angenommen werden, dass der Stroop-Test wie bereits erwähnt eine Messung der Exekutivfunktio- nen zulässt. Blenner (1993, zitiert nach Morgan & Lilienfeld, 2000, S. 119) fand hingegen keinen Unterschied in der Leistung im Stroop-Test zwischen Personen mit Schädigung im Fron- talbereich und Personen mit Schädigung im Temporalbereich.

Auch das Aufmerksamkeitsdefizit-Hyperaktivitäts-Syndrom (ADHS) geht mit einer redu- zierten Inhibition einher. Im Stroop-Test schneiden Kinder mit ADHS schlechter ab, was bedeutet, dass sie mehr Zeit benötigen und mehr Fehler machen, als Kinder der Kontrollgruppe (Barkley, Grodzinsky & DuPaul, 1992, zitiert nach Barkley, 1997, S. 77). In Studien zu Autis- mus konnte ebenfalls gefunden werden, dass die Betroffenen eine reduzierte Inhibitionfunktion aufweisen. Autistische Personen zeigten beispielsweise stärkeres Perseverationsverhalten in

(26)

Rogers, 1991; Prior & Hoffman, 1990; Rumsey & Hamburger, 1988, alle zitiert nach Ciesielski

& Harris, 1997, S. 1).

Die Befunde konnten demnach zeigen, dass sowohl für den Stroop-Test als auch für Ran- dom Sequence Generation Tasks die Inhibitionfunktion von wesentlicher Bedeutung ist. Peters, Giesbrecht, Jelicic und Merckelbach (2007) fanden in ihrer Untersuchung, dass der „Seriation Bias“ des Random Number Generation Tasks positiv mit dem Stroop-Interferenz-Effekt korrelierte. Dieses Ergebnis wurde in ähnlicher Weise auch schon von Brugger, Pietzsch, Weid- mann, Biro und Alon (1995, zitiert nach Peters et al., 2007, S. 630) gefunden, wobei gezeigt wurde, dass eine moderate positive Korrelation zwischen dem Stroop-Interferenz-Effekt und dem „Counting Bias“, der bei reduzierter Inhibitionfunktion auftritt, besteht.

Jahanshahi, Dirnberger, Fuller und Frith (2000) führen die Vorteile des Random Number Generation Tasks gegenüber anderen Aufgaben zu Exekutivfunktionen wie dem Stroop-Test an. Einerseits bleibt die Leistung im Random Number Generation Task (aber auch generell in Random Sequence Generation Tasks) innerhalb eines Trials und zwischen verschiedenen Trials konstant (Evans & Graham, 1980, zitiert nach Jahanshahi et al., 2000, S. 713). Beim Stroop- Test können hingegen Übungseffekte entstehen. Andererseits besteht bei Random Sequence Generation Tasks außerdem die Möglichkeit, die „Randomness“ und auch Biases im Antwort- verhalten zu quantifizieren, was beim Stroop-Test nicht direkt möglich ist. Ein weiterer Vorteil von Random Sequence Generation ist die leicht verständliche Prozedur und Einfachheit in der Durchführung (Jahanshahi et al., 2000).

Der Stroop-Test konnte bereits - wie in Abschnitt 1.5. beschrieben - teilweise mit Kreativi- tät in Zusammenhang gebracht werden. Unklar in der bisherigen Kreativitätsforschung ist jedoch geblieben, ob Inhibition auch beispielsweise gemessen durch Random Sequence Genera- tion Tasks mit Kreativität in Zusammenhang stehen könnte. Denn beim divergenten Denken sollen möglichst viele Ideen produziert werden, was allerdings verlangt, sich von bereits verwendeten Kategorien und Ideen wegzubewegen, um neue Einfälle zuzulassen (Benedek, 2009).

Dies erfordert unter anderem Ideenflexibilität. Hierbei könnte Inhibition gemessen durch Ran- dom Sequence Generation eine wesentliche Rolle spielen, da es auch in Random Sequence Ge- neration Tasks notwendig ist, sich immer wieder von bereits gedrückten / genannten Tasten und Tastenkombinationen (bzw. Zahlen und Zahlenkombinationen) zu lösen, um eine möglichst zufällige Reihenfolge zu erzeugen. Inhibition, die auch mit kognitiver Flexibilität in Zusam- menhang steht (z. B. Zabelina & Robinson, 2010), könnte somit möglicherweise eine elementa- re Teilfunktion von Kreativität darstellen.

(27)

________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

1.7. Bedeutung der Intelligenz für Inhibition und Kreativität

Bei dem Versuch, Inhibition mit Kreativität in Zusammenhang zu bringen, spielt mögli- cherweise auch Intelligenz eine bedeutende Rolle. Denn sowohl für Inhibition als auch für Kre- ativität konnten Zusammenhänge mit Intelligenz gefunden werden.

Dempster (1991, zitiert nach Groborz und Nȩcka, 2003, S. 184) führt die Bedeutung von Inhibition irrelevanter Informationen bzw. Reaktionen, welche die Effizienz von Handlungen beeinträchtigen könnte, für Intelligenz an. Denn in konvergenten Denkaufgaben, in welchen es darauf ankommt, die richtige Antwort zu wählen, ist es notwendig, die Aufmerksamkeit auf die relevante Information zu richten. Dies bedeutet, dass intelligente Personen es schaffen, irrelevante Information schnell und effizient zu unterdrücken (Groborz & Nȩcka, 2003).

Dennoch konnte prinzipiell gefunden werden, dass Schädigungen im Frontalhirn und somit Beeinträchtigungen der Exekutivfunktionen, nicht unbedingt die Intelligenzleistung beeinträch- tigen (Damasio & Anderson, 1993; Milner, 1982; beide zitiert nach Arffa, 2007, S. 969). Nach Arffa (2007) gibt es jedoch inkonsistente Befunde in Studien, die den Zusammenhang zwischen Exekutivfunktionen mit der Intelligenz untersuchen. Es scheint allerdings so zu sein, dass manche Exekutivfunktionen stärker mit Intelligenz in Zusammenhang stehen als andere (Arffa, 2007). Nach Friedman et al. (2006) korreliert beispielsweise Updating positiv mit Intelligenz (gemessen durch Ravens Progressive Matrices Test, 1960 und durch die Wechsler Adult Intel- ligence Scale von Wechsler, 1997; beide zitiert nach Friedman et al., 2006, S. 174/175), Inhibi- tion hingegen nicht. Parson (1984, zitiert nach Arffa, 2007, S. 970) fand allerdings, dass Perso- nen mit hohem IQ eine bessere Leistung in verschiedenen Aufgaben zu Exekutivfunktionen - darunter der Stroop-Test - zeigten als durchschnittlich intelligente Personen. Auch Arffa (2007) fand in ihrer Untersuchung mit Kindern im Alter von sechs bis 15 Jahren, dass hochbegabte Kinder (IQ > 130) im Stroop-Test besser abschnitten als durchschnittlich und überdurchschnitt- lich intelligente Kinder.

Es ist außerdem weitgehend bekannt, dass Intelligenz und Kreativität in positivem Zu- sammenhang stehen. In manchen Untersuchungen konnten höhere, in anderen niedrigere Zu- sammenhänge gefunden werden. So fanden beispielsweise Getzels und Jackson (1962, zitiert nach Amelang & Bartussek, 2001, S. 278), dass die in ihrer Untersuchung verwendeten Kreati- vitätstests mit dem IQ zu ungefähr .27 bzw .30 gemittelt über Mädchen und Jungen korrelier- ten. Grote et al. (1969, zitiert nach Amelang & Bartussek, 2001, S. 279) fanden einen Zusam- menhang von sogar .48, auch Krause (1972, zitiert nach Amelang & Bartussek, 2001, S. 279)

(28)

(2005), in der 21 Studien berücksichtigt wurden, zeigte sich hingegen nur ein geringfügiger Zusammenhang von .17 zwischen Intelligenz und Kreativität. Batey und Furnham (2006) stell- ten in ihrem Review allerdings fest, dass der Zusammenhang zwischen den beiden Konstrukten zumeist zwischen .20 - .40 liegt.

Diese Befunde zeigen, dass Intelligenz zwar eine mehr oder weniger große, doch bedeutende Rolle sowohl für Inhibition als auch für Kreativität zu spielen scheint. Wenn nun der Zu- sammenhang zwischen Inhibition und Kreativität untersucht wird, sowie es zum Teil schon in Studien erfolgt ist, sollte zudem die Intelligenzleistung nicht außer Acht gelassen und in der Untersuchungsanordnung berücksichtigt werden. Denn es wäre theoretisch vorstellbar, dass die Intelligenzleistung möglicherweise eine Mediator- oder Moderatorfunktion in einem möglichen Zusammenhang zwischen Inhibition und Kreativität einnehmen könnte. Da sowohl Inhibition als auch Kreativität mit Intelligenz in der Literatur in Zusammenhang gebracht werden können, wäre es denkbar, dass, wenn ein Zusammenhang zwischen Inhibition gemessen durch Random Sequence Generation und Kreativität besteht, dieser Zusammenhang entweder nur durch die Intelligenzleistung besteht oder sich durch die Intelligenzleistung verändert.

1.8. Dissoziationsfähigkeit

Im Folgenden soll noch auf eine weitere interessante Fähigkeit Bezug genommen werden, welche möglicherweise mit der Inhibitionleistung in Zusammenhang stehen könnte. Es handelt sich hierbei um die Dissoziationsfähigkeit, welche nach Benedek (2009) durch die Aufgabe

„Nicht-Assoziationskette“ erfasst werden kann.

Mednick (1962) führte in seiner Arbeit die Bedeutung von Assoziationen für Kreativität an und formulierte diese als Voraussetzung zur Bildung von kreativen Ideen. Dieser Idee ging auch Benedek (2009) in seiner Forschungsarbeit nach und untersuchte unter anderem Aufgaben zur sogenannten Assoziationskette sowie zur Nicht-Assoziationskette in Hinblick auf Kreativi- tät.

Bei einer Assoziationskette - wie sie bei Benedek (2009) verwendet wurde - wird ein bestimmter Begriff zu Beginn vorgegeben, zu welchem eine Assoziation gebildet werden soll. Im nächsten Schritt soll der erste Begriff außer Acht gelassen und zur bereits produzierten Assozi- ation soll eine weitere Assoziation gebildet werden. In der Instruktion wird angegeben, dass so gut wie möglich eine lange, abwechslungsreiche Assoziationskette gebildet werden soll. Da- durch soll flexibles Assoziieren erfasst werden, da neben der Assoziationsflüssigkeit auch die Assoziationsflexibilität hierbei eine Rolle spielt. Ist nun eine große Anzahl verschiedener Kate-