Digital gestresst durch Vorgesetzte?
Eine empirische Untersuchung zum Zusammenhang zwischen dem erlebten Führungsstil und dem Entstehen von Technostress bei Mitarbeiter_innen von Unternehmen in Deutschland
Abstract
Zusammenfassung: Technostress – d. h. Stress, der aus dem Umgang mit digitalen Technologien resultiert – ist eine gravierende Schattenseite der voranschreitenden Digitalisierung der Arbeitswelt. Die negativen Auswirkungen dieses Phänomens sind bereits heute erkennbar. Sie beinhalten sowohl negative gesundheitliche Folgen für die betroffenen Mitarbeiter_innen als auch gravierende Folgekosten für Unternehmen durch gesteigerte Fehlzeiten sowie negative Auswirkungen auf Mitarbeiterproduktivität und -zufriedenheit. Die vorliegende Studie untersucht, ob das Führungsverhalten einer Führungskraft die Entstehung von Technostress bei den ihr direkt unterstellten Mitarbeiter_innen beeinflusst. Darüber hinaus werden Einflüsse weiterer individueller und organisationaler Faktoren überprüft. Mittels validierter Erhebungsinstrumente werden selbstberichtete Daten von N=849 Mitarbeiter_innen deutscher Unternehmen erhoben. Die Einschätzung des Führungsverhaltens der direkten Führungskraft erfolgt auf Grundlage der Führungsstile des „Full Range of Leadership Modells“ nach Avolio und Bass (1991) unter Zuhilfenahme des MLQ 5x short. Die Ergebnisse der Datenauswertung mittels Strukturgleichungsmodellierung weisen darauf hin, dass das Führungsverhalten der bzw. des direkten Vorgesetzten Einfluss auf das Technostress-Empfinden der Mitarbeiter_innen hat.
Abstract: Technostress – i. e. stress resulting from dealing with digital technologies – is a serious downside to the advancing digitalization of the work environment. We are already witnessing the negative effects of this phenomenon. They include negative health consequences for the affected employees and serious follow-up costs for companies stemming from increased absenteeism and the negative effects on employee productivity and satisfaction. This study investigates whether the leadership behavior of a supervisor influences the development of technostress among the employees directly reporting to him or her. In addition, the impact of further individual and organizational factors is examined. By means of validated survey instruments, self-reported data from N=849 employees of German companies was collected. We based our assessment of the leadership behavior of the direct supervisor on the leadership styles described by the “full range of leadership model” of Avolio and Bass (1991), with the assistance of the MLQ 5x short. The results of the data evaluation by means of structural equation modeling indicate that the leadership behavior of the direct supervisor does influence the employees’ perception of technostress.
Die „Arbeitswelt 4.0“ ist gekennzeichnet durch eine massive Ausweitung moderner Informations- und Kommunikationstechnologie (IKT). Diese ermöglicht einen Zuwachs an Flexibilität und Mobilität und kann zu erhöhter Produktivität sowie verbesserter Kommunikation beitragen (Lauber, 2016; Boyer-Davis, 2018). Neben diesen Potenzialen und Chancen bringen die Digitalisierung und der Einsatz von IKT jedoch auch Herausforderungen und Risiken – sowohl für Arbeitnehmer_innen als auch für Arbeitgeber_innen – mit sich (Apt, Bovenschulte, Hartmann & Wischmann, 2016). Eine dieser Herausforderungen stellt das Phänomen „Technostress“ (TS) bzw. „digitaler Stress“ dar. Gemeint ist Stress, den Menschen aufgrund der Nutzung moderner IKT erfahren (Tarafdar, Cooper & Stich, 2019). Insbesondere im beruflichen Kontext können Menschen sich dem IKT-Gebrauch i. d. R. nicht entziehen und sind hier in besonderem Maße anfällig für TS (Mahapatra & Pillai, 2018). Häufig fühlen sich Mitarbeiter_innen gezwungen, stets erreichbar zu sein und auf arbeitsbezogene Anfragen sofort zu reagieren. Oftmals sehen sie sich chronischem Multitasking ausgesetzt, um aufgrund der sofortigen Verfügbarkeit von Informationen schneller zu arbeiten (Boyer-Davis, 2018). Diese Faktoren können zu einem deutlich erhöhten Technostresslevel auf Seiten der Beschäftigten führen (Pflügner, Mattke & Maier, 2019). Mittel- und langfristig ergeben sich daraus gesundheitliche Risiken (Nier, 2019). Zusätzlich zu diesen Effekten zieht TS auch hohe Folgekosten durch erhöhte Krankenstände und Fehlzeiten nach sich (Boyer-Davis, 2018). Vor diesem Hintergrund ist es für Unternehmen von zunehmender Bedeutung, die von außen auf die Mitarbeiter_innen einwirkenden Faktoren und Einflussgrößen von TS zu identifizieren und zu verstehen.
Die bisherige Forschung zu TS im organisationalen Kontext hat eine Reihe organisationaler und technologischer Faktoren sowie soziodemographischer Variablen und individueller Charakteristiken identifiziert, die die TS-Entstehung beeinflussen können (Mahapatra & Pillai, 2018). Neuere empirische Erkenntnisse lieferten dabei erste Anhaltspunkte, dass u. a. auch das Führungsverhalten ein solcher Einflussfaktor sein kann. So konnte u. a. Boyer-Davis (2018) in einer Studie unter IT-Managern signifikante positive Zusammenhänge zwischen bestimmten praktizierten Führungsstilen und dem eigenen TS-Empfinden feststellen (Boyer-Davis, 2018). Spagnoli et al. (2020) kamen zu dem Ergebnis, dass der Führungsstil einer Führungskraft Einfluss auf die TS-Entstehung der ihr unterstellten Mitarbeiter_innen im Home-Office hat (Spagnoli et al., 2020) und Fieseler, Grubenmann, Meckel und Müller (2014) beobachteten abschwächende Auswirkungen spezifischen Führungsverhaltens auf negative Folgeerscheinungen von TS (Fieseler et al., 2014). Jedoch fehlen bis heute weitere Studien, die sich diesem Untersuchungsgegenstand widmen. Insbesondere existieren bisher nur sehr vereinzelte empirische Befunde zum Zusammenhang zwischen dem Führungsverhalten einer Führungskraft und dem selbstberichteten TS-Empfinden der ihr unmittelbar unterstellten Mitarbeiter_innen.
Die vorliegende Studie greift diese Forschungslücke auf und untersucht genau diesen Zusammenhang – basierend auf der Theorie des Full Range of Leadership Modells (FRoLM). Um belastbare Ergebnisse zu erzielen, werden darüber hinaus mit den Techno-Inhibitoren „Literacy Facilitation“ und „Technical Support Provision“ (Ragu-Nathan, Tarafdar, Ragu-Nathan & Tu, 2008; Fuglseth & Sorebo, 2014; Califf, Sarker & Sarker, 2020; Li & Wang, 2020) sowie dem „Kompetenten Umgang mit digitalen Technologien“ (vergleichbar mit dem Konstrukt der „Computer-Selbstwirksamkeit“ – Tarafdar, Pullins & Ragu-Nathan, 2015; Shu, Tu & Wang, 2011; Ragu-Nathan et al., 2008) und der „durchschnittlichen täglichen arbeitsbezogenen IKT-Nutzungszeit“ weitere Variablen in die Untersuchung einbezogen, deren Einflüsse auf die Entstehung von TS bereits empirisch gezeigt wurden. So kann untersucht werden, ob das Führungsverhalten Auswirkungen auf die TS-Entstehung hat, die über den Einfluss dieser Variablen hinausgehen. Zudem werden die Ergebnisse anhand der demographischen Variablen „Alter“, „Geschlecht“, „Arbeitserfahrung“ und „höchster beruflicher Abschluss“ kontrolliert.
Im Folgenden werden zunächst die theoretischen Grundlagen zum Technostress-Begriff und zum FRoLM betrachtet. Anschließend folgt die Ableitung der Hypothesen auf Basis bisheriger empirischer Erkenntnisse. Es schließt sich ein Abschnitt zur Forschungsmethodik an, bevor die Ergebnisse dargestellt werden. Danach werden Implikationen der Studienergebnisse diskutiert und die Limitationen der Studie aufgezeigt. Der Artikel schließt mit einem Fazit.
Theoretischer Hintergrund
Technostress
Der Begriff Technostress (TS) geht in seinen Ursprüngen zurück auf den amerikanischen Psychologen Craig Brod, der TS bereits 1984 definierte als „a modern disease of adaptation caused by an inability to cope with the new computer technologies in a healthy manner“ (Brod, 1984, S. 16). Stellte TS zur damaligen Zeit noch ein eher vereinzelt auftretendes Phänomen dar, hat es sich mit den technologischen Fortschritten und dem Einzug von Informations- und Kommunikationstechnologien (IKT) in die Lebens- und Arbeitswelt zunehmend zu einem Massenphänomen entwickelt und ist dadurch in den Fokus arbeits- und organisationspsychologischer Forschung geraten (Mahapatra & Pillai, 2018). Basierend auf einem transaktionalen Stressverständnis ist TS dabei als Prozess zu verstehen, der aus der Kombination äußerer (organisationaler oder technologischer) Einflüsse (Techno-Stressoren) und der individuellen Reaktion der betroffenen Person auf diese Einflüsse entsteht. Je nachdem, wie die individuelle Bewertung äußerer Faktoren ausfällt und in welchem Umfang Widerstandsressourcen zur Verfügung stehen, entsteht entweder Stress, der als bedrohlich wahrgenommen wird (Techno-Distress) oder die Situation wird als herausfordernd und anspornend empfunden (Techno-Eustress). Abhängig von dieser Bewertung wird ein entsprechend angepasstes Coping-Verhalten an den Tag gelegt (Tarafdar et al., 2019). Die Ergebnisse dieses Prozesses haben wiederum Einfluss auf zahlreiche Job-Outcomes. So weisen Mitarbeiter_innen, die in hohem Maße von TS betroffen sind, neben der erwähnten hohen Prädisposition für psychische und physische Erkrankungen auch signifikant höhere Ausprägungen von Job-Burnout, Zermürbung und Jobwechselabsicht auf (Srivastava, Chandra & Shirish, 2015; Boyer-Davis, 2019; Califf et al., 2020). Ebenso sind ein erhöhter Grad an emotionaler Erschöpfung sowie eine gesteigerte Ausprägung des Work-Life-Konflikts empirisch nachgewiesen (Ayyagari, Grover & Purvis, 2011; Chen & Karahanna, 2014). Gleichzeitig sinken bei hohen TS-Ausprägungen die Mitarbeiterproduktivität, die Arbeitszufriedenheit sowie das organisationale Commitment (Tarafdar, Tu, Ragu-Nathan & Ragu-Nathan, 2007; Ragu-Nathan et al., 2008; Gimpel, Lanzl, Manner-Romberg & Nüske, 2018; Pirkkalainen, Salo, Tarafdar & Makkonen, 2019). Zudem führt ein erhöhtes TS-Empfinden zu Rollenüberlastung und gesteigertem Rollenkonflikt, d. h. die Mitarbeiter_innen fühlen sich nicht mehr in der Lage, die ihnen angedachten Rollen adäquat auszufüllen und sehen sich vermehrt Konflikten zwischen den einzelnen Rollen ausgesetzt (Tarafdar et al., 2007; Wang & Shu, 2008). Die beschriebenen Wirkzusammenhänge zur Erklärung des Phänomens TS sind in Abbildung 1 modellhaft veranschaulicht.
Ragu-Nathan et al. (2008) haben fünf Techno-Stressoren identifziert, die auf spezifische Eigenschaften moderner IKT zurückzuführen sind: Techno-Uncertainty (TU) beschreibt das Gefühl einer Person, aufgrund ständiger Erneuerungsprozesse der digitalen Technologien die eigenen Fähigkeiten kontinuierlich weiterentwickeln zu müssen. Das individuelle Empfinden unzureichender Kompetenz aufgrund der hohen Komplexität digitaler Technologien wird als Techno-Complexity (TC) bezeichnet. Techno-Invasion (TI) beschreibt eine zunehmende Auflösung der Grenzen zwischen Arbeits- und Privatleben sowie das Gefühl der ständigen Erreichbarkeit durch digitale Technologien. Techno-Overload (TOL) umfasst das Gefühl eines Individuums von Beschleunigung, Zeitdruck und Zunahme der Arbeit aufgrund des Einsatzes digitaler Technologien. Techno-Insecurity (TIN) meint die Angst vor Verlust des Arbeitsplatzes durch Automatisierung oder Personen mit größerer digitaler Kompetenz (Gimpel et al., 2018).
Sind die Techno-Stressoren ursächlich für die TS-Entstehung, sind Techno-Inhibitoren hingegen organisationale Faktoren, die dazu beitragen können, die Entstehung von TS zu reduzieren (Ragu-Nathan et al., 2008). Dieser stressreduzierende Effekt ist für drei Konstrukte mehrfach empirisch nachgewiesen (Ragu-Nathan et al., 2008; Fuglseth & Sorebo, 2014; Califf et al., 2020; Li & Wang, 2020):
- •Einbindung der Arbeitnehmer_innen durch den Arbeitgeber bei der Einführung neuer Technologien („Involvement Facilitation“)
- •Maßnahmen des Arbeitgebers, die das Teilen von Wissen zum Umgang mit Technologien in der Organisation fördern („Literacy Facilitation“)
- •Maßnahmen durch den Arbeitgeber zur Hilfestellung bei der Lösung von Problemen im Umgang mit Technologien (z. B. Helpdesk) („Technical Support Provision“)
Darüber hinaus können weitere organisationale Faktoren die Entstehung von TS beeinflussen – etwa der Zentralisierungs- und Innovationsgrad eines Unternehmens (Wang, Shu & Tu, 2008) oder das Job-Design (Okolo, Kamarudin & Ahmad, 2018). Untermauert werden diese Erkenntnisse von der Forschung zu Stress durch Technikwirkung im deutschsprachigen Raum. Hoppe (2004) definierte erstmals den Beriff „Technikstress“. Sie fasst dieses Phänomen auf als „[…] ein spezifisches oder unspezifisches Reaktionsmuster des Organismus auf äußere und innere Reizereignisse, die direkt oder indirekt durch Technik […] entsteh[en]“ (Hoppe, 2009, S. 56). Auf Grundlage des Belastungs-Beanspruchungskonzepts entwickelte sie ein dreistufiges Reiz-Reaktionsmodell zur Erklärung von Technikstress (Hoppe, 2009). Im Rahmen der Grundlagenforschung zur Modellerstellung erwiesen sich als potenzielle Stressoren neben solchen Reizen, die durch direkten Technikeinfluss enstehen (etwa die fünf o.g. Technostressoren), auch solche Reize, die nur indirekt mit dem Technikeinsatz zusammenhängen. Hier nennt Hoppe organisationsspezifische Faktoren – etwa Einflüsse aus der materiellen Umgebung (Lärm, Klima, etc.), aus der Arbeitsaufgabe, aus der sozialen Umgebung am Arbeitsplatz, aus der Arbeitsrolle oder aus dem Personen-System (Hoppe, 2010). Diesen organisationsspezifischen Faktoren lässt sich insbesondere der Führungsstil einer Führungskraft zuordnen. Die wissenschaftliche Literatur liefert, wie eingangs geschildert, erste Anhaltspunkte, dass auch dieser die Entstehung von TS beeinflussen kann.
Das Full Range of Leadership Modell
Unter dem Führungsstil versteht man die Einstellungen und das Verhalten einer Führungskraft, um Mitarbeiter_innen zu beeinflussen oder mit Stakeholdern zu interagieren (Dubrin, 2004). Hier ist oftmals ein konsistentes Muster an Verhaltensweisen zu beobachten, das den Stil einer Führungskraft charakterisiert und vorhersagt (Boyer-Davis, 2018).
Das Full Range of Leadership Modell (FRoLM) nach Bass und Avolio (1991) umfasst ein Spektrum verschiedener Führungsstile und integriert sie in ein Gesamtmodell. Bass und Avolio (1994) unterscheiden drei verschiedene Führungsstil-Verhaltenstypologien, die den „Full Range of Leadership“ abbilden: transformationale Führung, transaktionale Führung und Laissez-faire Führung (Bass & Avolio, 1994). Transaktionale Führung beruht dabei auf Kontrolle und Verstärkung. Dabei werden zwei Führungsprinzipien umgesetzt: Das sog. „Management by Exception“ (MbE) sowie „Contingent Reward“ (CR). Unter Management by Exception (MbE) ist zu verstehen, dass die Führungskraft nur dann in Arbeitsprozesse der Mitarbeiter_innen eingreift, wenn Fehler passieren, Abweichungen vom Standard vorliegen oder der aktuelle Status quo gefährdet ist. Das Konstrukt wird in eine aktive und eine passive Komponente unterteilt (Bass & Riggio, 2006). Contingent Reward beschreibt das Führungsprinzip, wonach die Führungskraft für eine bestimmte, möglichst genau definierte Leistung des Mitarbeiters bzw. der Mitarbeiterin eine festgelegte Gegenleistung gewährt (Entgelt, Lob, Aufstieg etc.). Dies gewährleistet eine Anstrengung der Mitarbeiter_innen im Rahmen der Vereinbarung und der Führungskraft wird eine verlässliche Planung ermöglicht. Die Anstrengungen der Mitarbeiter_innen beruhen auf extrinsischer Motivation, die die Aussicht auf Belohnung beinhaltet (Nerdinger, 2019).
Transformationale Führung setzt – anders als transaktionale Führung – nicht in erster Linie auf Zielerreichung durch extrinsische Motivation und Ansprache der Mitarbeiter_innen auf rationaler Ebene, sondern spricht die Mitarbeiter_innen vielmehr auf emotionaler Ebene an, greift deren Ziele, Werte, Einstellungen und Wünsche auf und versucht, diese dauerhaft zu wandeln und auf eine höhere Stufe zu transformieren (Nerdinger, 2019). Hierzu werden fünf Subdimensionen unterschieden, die in wechselseitiger Beziehung stehen und zusammen transformationale Führung ausmachen: „Idealized Influence attributed“ subsummiert alle vorbildlichen Verhaltensweisen einer Führungskraft, durch die sie implizit Einfluss auf die Wert- und Zielvorstellungen der Mitarbeiter_innen nimmt. „Idealized Influence behaviour“ beinhaltet die unmittelbare Beeinflussung der Ziel- und Wertvorstellungen der Mitarbeiter_innen durch direkte Kommunikation (Harazd & Ophuysen, 2011). „Inspirational Motivation“ stellt den Grad dar, zu dem eine Führungskraft eine begeisternde Zukunftsvision für das Unternehmen formuliert und mittels symbolischer und optimistischer Kommunikation Wege zur Annäherung an diese Vision aufzeigt. „Intellectual Stimulation“ beschreibt den Grad, zu dem eine Führungskraft kreative, neue, unkonventionelle Lösungen auf Mitarbeiterseite fördert und das Risiko eventuell aufkommender Fehler akzeptiert. „Individualized Consideration“ ist der Grad, zu dem eine Führungskraft die individuellen Potenziale und Bedürfnisse der Mitarbeiter_innen wertschätzt bzw. berücksichtigt und zu einer Organisationskultur beiträgt, die die Entwicklungschancen des Einzelnen maximiert (Walenta & Kirchler, 2011; Weibler, 2012).
Laissez-faire Führung ist ein Führungsstil, bei dem die Führungskraft sich zurückhält oder ihre Führungsverantwortung an ihre Mitarbeiter_innen abgibt (Bass & Avolio, 1994). Ein solcher Führungsstil gibt die Freiheit, Entscheidungen zu treffen und Probleme eigenständig zu lösen. Die Führungskraft gibt wenige bis gar keine Anweisungen und setzt ihre Autorität i. d. R. nicht ein. Zudem erfolgt oftmals eine zeitliche Aufschiebung oder Verzögerung notwendiger Aktivitäten und Prozesse (Harazd & Ophuysen, 2011). Auch wenn Laissez-faire Führung oftmals als unproduktivster aller drei Führungsstile betrachtet wird, kann der Einsatz beispielsweise bei unabhängigen, motivierten und hoch qualifizierten Mitarbeiter_innen, die sehr eigenständig arbeiten können, gewinnbringend sein (Boyer-Davis, 2018).
Forschungsmodell und Hypothesen
Zusammenhang zwischen Führung und Technostress
In den folgenden Ausführungen bezieht sich die Verwendung der Begriffe „Stress“ bzw. „Technostress“ explizit auf die negativ konnotierte Form des Distresses bzw. Techno-Distresses. Lyons und Schneider (2009) zeigen in einer Studie einen negativen Zusammenhang zwischen transformationalem Führungsverhalten und dem Stressempfinden. Dieser negative Zusammenhang ist in weiteren empirischen Studien bestätigt worden (Seltzer, Numerof & Bass, 1989; Dubinsky, Yammarino, Jolson & Spangler, 1995; Sosik & Godshalk, 2000; Gill, Flaschner & Shachar, 2006; Felfe, 2005; Felfe, 2006). Rowold und Heinitz (2008) kommen in ihrer Studie hingegen zu differenzierten Ergebnissen, wonach transformationale Führung Stressempfinden nur kurzfristig reduzieren kann (Rowold & Heinitz, 2008).
Forschungsarbeiten zum Zusammenhang zwischen transformationaler Führung und der Entstehung von Technostress finden sich aktuell deutlich seltener. Turel und Gaudioso (2018) kommen zu dem Ergebnis, dass Unterstützung durch Vorgesetzte sowie Miteinbindung in zu treffende Entscheidungen den Übergang von Techno-Stressoren zu empfundenem Techno-Distress eindämmen (Turel & Gaudioso, 2018). Beide genannten Führungskomponenten können dabei der transformationalen Führung zugeschrieben werden. Fieseler et al. (2014) folgern aus ihren Studienergebnissen, dass unterstützendes, motivierendes und inspirierendes Führungsverhalten – was insbesondere transformationale Führung ausmacht – die negativen Folgen von Technostress abmildern kann (Fieseler et al., 2014). Allerdings lassen sich in der Literatur gleichzeitig auch Studienergebnisse finden, die diesen Zusammenhang nicht bestätigen (Khan, 2021). Boyer-Davis (2018) kommt zu dem Ergebnis, dass vorrangig transformational führende Proband_innen im Vergleich zu vorrangig transaktional bzw. Laissez-faire Führenden keine gesteigerten TS-Werte zeigen. Die Mehrzahl der zitierten empirischen Ergebnisse der (Techno)Stressforschung deuten darauf hin, dass ein vorrangig transformationales Führungsverhalten auf Mitarbeiter_innenseite zu verringertem TS-Empfinden beitragen kann:
H1: Es besteht ein negativer Zusammenhang zwischen transformational wahrgenommener Führung und dem Technostress-Empfinden der geführten Mitarbeiter_innen.
Bezüglich des Zusammenhangs zwischen transaktionaler Führung und der Entstehung von Stress zeigen sich uneinheitliche Ergebnisse. Korreliert transaktionale Führung bei Seltzer et al. (1989) vorwiegend positiv mit Stress, so zeigen sich bei Sosik und Godshalk (2000) keine Effekte auf das Stressempfinden. Felfe (2005; 2006) berichtet differenziertere Zusammenhänge: Während „Contingent Reward“ negativ mit dem Stressempfinden korreliert, zeigt „MbE active“ keinen Zusammenhang. Rowold und Heinitz (2008) weisen in einer ihrer Stichproben eine positive Korrelation zwischen „MbE acitve“ und dem Stressempfinden nach. Boyer-Davis (2018) zeigt für ihre Stichprobe, dass vorrangig transaktional führende IT-Manager selbst ein gesteigertes TS-Level aufweisen. Zum Einfluss transaktionaler Fühung auf das TS-Empfinden der geführten Mitarbeiter_innen liegen bisher kaum Erkenntnisse vor. Es kann lediglich vermutet werden, dass das gesteigerte TS-Level der transaktional führenden ÍT-Manager über ihren Führungsstil – etwa durch vermehrtes aktives Eingreifen in Arbeitsprozesse – auch auf Mitarbeiter_innenseite zu einem gesteigerten TS-Level führen könnte. Gestützt wird diese Vermutung durch Forschungsergebnisse von Spagnoli et al. (2020), die eine TS-verstärkende Wirkung autoritärer Führung bei Mitarbeitenden im Home-Office nahelegen. Der Großteil der genannten Studien lässt somit auf einen bestehenden positiven Zusammenhang zwischen transaktionaler Führung und dem Empfinden von (Techno)Stress schließen:
H2: Es besteht ein positiver Zusammenhang zwischen transaktional wahrgenommener Führung und dem Technostress-Empfinden der geführten Mitarbeiter_innen.
Hinsichtlich des Zusammenhangs zwischen Laissez-faire Führung und der TS-Entstehung fehlt es in der Empirie bisher noch an Befunden. In der Studie von Boyer-Davis (2018) zeigt sich ein positiver Zusammenhang, so dass von einem positiven Zusammenhang zwischen Laissez-faire Führungsstil und Technostress-Empfinden ausgegangen werden kann:
H3: Es besteht ein positiver Zusammenhang zwischen wahrgenommener Laissez-faire Führung und dem Technostress-Empfinden der geführten Mitarbeiter_innen.
Die empirische Befundlage der Führungs- und TS-Forschung lässt darüber hinaus den Schluss zu, dass neben den genannten direkten Zusammenhängen zwischen Führung und TS-Entstehung auch indirekte Zusammenhänge existieren könnten. So legen neuere Erkenntnisse positive Einflüsse transformationaler Führung auf individuelles und organisationales Lernen nahe. Sälzle (2020) kommt in ihrer Metastudie zu transformationaler Führung und organisationalem Lernen zu folgendem Schluss: „Es zeigt sich, dass transformationale Führungskräfte über die Ermöglichung individuellen Lernens [und] organisationalem Lernens […] die Kompetenzentwicklung ihrer Mitarbeitenden stärken können“ (Sälzle, 2020, S. VII). Demnach können durchaus positive Effekte transformationaler Führung auf die Kompetenzförderung im Kontext digitaler Technologien (Literacy Facilitation) angenommen werden. Literacy Facilitation wiederum führt im Allgemeinen zu einem kompetenteren Umgang mit digitalen Technologien, da die entsprechenden Maßnahmen der Kompetenzförderung spezifisch hierauf ausgerichtet sind. Eindeutig geht aus der Empirie ein negativer Zusammenhang zwischen einem kompetenteren Umgang mit digitalen Technologien und der Entstehung von TS hervor (Ragu-Nathan et al., 2008; Marchiori, Mainardes & Rodrigues, 2018; Shu, Tu & Wang, 2011). Dabei ist davon auszugehen, dass insbesondere „Techno-Complexity“ reduziert werden kann:
H4: Es besteht ein positiver Zusammenhang zwischen transformational wahrgenommener Führung und dem Vorhandensein kompetenzfördernder Maßnahmen („Literacy Facilitation“) am Arbeitsplatz.
H5: Es besteht ein positiver Zusammenhang zwischen der wahrgenommenen Kompetenzförderung („Literacy Facilitation“) am Arbeitsplatz und dem kompetenten Umgang mit digitalen Technologien.
H6.1: Es besteht ein negativer Zusammenhang zwischen dem kompetenten Umgang mit digitalen Technologien und dem Technostress-Empfinden der Mitarbeiter_innen.
H6.2: Insbesondere besteht ein negativer Zusammenhang zur Subdimension „Techno-Complexity“.
Weitere Einflussgrößen
Das Hauptaugenmerk dieser Arbeit liegt auf der Überprüfung der aufgestellten Hypothesen zum direkten und indirekten Zusammenhang zwischen verschiedenen Führungsstilen des FRoLM und der TS-Entstehung bei den geführten Mitarbeiter_innen (H1-H6.2). Zugunsten eines möglichst realitätsnahen Modells werden der Technoinhibitor „Technischer Support“ sowie die „durchschnittliche tägliche arbeitsbezogene IKT-Nutzungszeit“ als weitere Variablen einbezogen. Ein qualitativ hochwertiger technischer Support am Arbeitsplatz hilft den Mitarbeiter_innen, auftretende Probleme bei der IKT-Nutzung schneller zu beheben und erleichtert die Einarbeitung in neue IKT. Es liegt die Vermutung nahe, dass TS so reduziert werden kann. Entsprechend deuten empirische Befunde darauf hin, dass die Qualität des technischen Supports negativ mit der Entstehung von TS korreliert (Ragu-Nathan et al., 2008; Li & Wang, 2020):
H7: Es besteht ein negativer Zusammenhang zwischen der Qualität des vorhandenen technischen Supports am Arbeitsplatz und dem Technostress-Empfinden.
Mit Blick auf den Umfang der IKT-Nutzung am Arbeitsplatz ist davon auszugehen, dass er positiv mit der TS-Entstehung korreliert, bestätigt wird diese Annahme in einer Studie von Ayyagari et al. (2011). Daher wird davon ausgegangen, dass der Umfang der IKT-Nutzung positiv mit dem TS-Empfinden in Zusammenhang steht:
H8: Es besteht ein positiver Zusammenhang zwischen der durchschnittlichen täglichen arbeitsbezogenen Nutzungszeit digitaler Technologien und dem Technostress-Empfinden.
Darüber hinaus kann ein qualitativ hochwertiger technischer Support auch unmittelbar zur IKT-Kompetenzförderung der Mitarbeiter_innen beitragen:
H9: Es besteht ein positiver Zusammenhang zwischen der wahrgenommenen Qualität des technischen Supports und der wahrgenommenen Kompetenzförderung („Literacy Facilitation“) am Arbeitsplatz.
Kontrollvariablen
Als Kontrollvariablen werden im Rahmen dieser Studie die demographischen Größen Alter, Geschlecht, berufliche Erfahrung und höchster beruflicher Abschluss erhoben. Bezüglich des Alters zeigen sich in der Empirie teils widersprüchliche Ergebnisse. Bei Ragu-Nathan et al. (2008) haben ältere Befragte weniger Technostress empfunden, während in einer Studie von Marchiori et al. (2018) eine signifikant positive Korrelation zwischen dem Alter der befragten Mitarbeiter_innen und ihrem TS-Empfinden festgestellt worden ist. Gleiches zeigt sich auch für das TS-Empfinden von Mitarbeiter_innen mit größerer Berufserfahrung. Insbesondere bei der Techno-Complexity weisen beide Gruppen erhöhte Werte auf. Womöglich lassen sich diese Ergebnisse derart interpretieren, dass die aktuelle Arbeitswelt auch für ältere Mitarbeiter_innen keine Möglichkeit zulässt, sich der IKT-Nutzung zu entziehen. Da sie im Rahmen ihrer Ausbildung nicht dieselben IKT-Kompetenzen sammeln konnten wie ihre jüngeren Kolleg_innen, weisen sie höhere TS-Werte auf. Im Rahmen dieser Studie wird demnach ein positiver Zusammenhang zwischen Alter bzw. beruflicher Erfahrung und dem TS-Level der Mitarbeiter_innen angenommen. Auch bzgl. des Geschlechts lassen die bestehenden empirischen Erkenntnisse keinen eindeutigen Schluss zu. Gimpel et al. (2018) kommen zu dem Ergebnis, dass Frauen ein höheres TS-Level aufweisen, während Marchiori et al. (2018) Frauen zwar höhere Werte bei Techno-Complexity und Techno-Uncertainty attestieren, jedoch geringere Werte bei Techno-Invasion sowie Techno-Overload. Bezüglich des formalen Bildungsgrades zeigt sich bei Ragu-Nathan et al. (2008) ein negativer Zusammenhang zur TS-Entstehung. Je höher der formale Bildungsgrad, desto niedriger das TS-Level der Befragten. Bei Marchiori et al. (2018) hingegen hat die formale Bildung keinen Einfluss auf die TS-Entstehung. Entsprechend wird im Rahmen dieser Studie der Einfluss des höchsten beruflichen Abschlusses ergebnisoffen überprüft.
Forschungsmethodik
Ziel der empirischen Erhebung ist es, das abgeleitete Forschungsmodell (vgl. Abb. 2) zu überprüfen. Da der Fokus dabei insbesondere auf Varianz-Erklärung sowie der Ableitung kausaler Zusammenhänge liegt, geschieht dies in Form einer Feldstudie und die Datenanalyse erfolgt mittels Strukturgleichungsmodellierung.
Die bisher nur vereinzelt existierenden Studien zum Zusammenhang zwischen Führung und der TS-Entstehung nutzen Stichproben aus einer bestimmten Branche (z. B. IT-Professionals oder Regierungsangestellte) (Boyer-Davis, 2018; Turel & Gaudioso, 2018). Die Teilnahme an der vorliegenden Studie ist offen für alle berufstätigen Personen in Deutschland (Branchenverteilung siehe Anlage G – siehe ESM 7). Um die Auswirkungen verschiedener Führungsstile auf die TS-Entstehung von Individuen im Arbeitskontext branchenunabhängig untersuchen zu können, bestehen die einzigen weiteren Einschränkungen für die zu generierende Stichprobe in der arbeitsmäßigen IKT-Nutzung sowie in der Existenz einer unmittelbar vorgesetzten bzw. weisungsbefugten Person.
Zur Erfassung aller relevanten Variablen sind bestehende Skalen verwendet worden. Dabei sind die Items, über die die Messwerte der einzelnen Kategorien von Führungsverhalten erhoben werden, dem Multifactor Leadership Questionnaire (MLQ) 5x short in der deutschen Version von Felfe und Goihl (2014) entnommen. Im Vorfeld der Datenauswertung sind die Items der Skala „Laissez-faire Führung“ umcodiert worden, da diese im Fragebogen positiv formuliert waren, um Ähnlichkeit zu den übrigen Items herzustellen. Die Items zur Messung der einzelnen Kategorien von TS stammen aus dem Erhebungsinstrument nach Ragu-Nathan et al. (2008), genauso wie die Items zur Messung der berücksichtigten Techno-Inhibitoren. Die deutsche Übersetzung dieser Items beruht auf Gimpel et al. (2018). Die Operationalisierung des Konstruktes „Kompetenter Umgang mit digitalen Technologien“ erfolgte in Anlehnung an Beierlein, Kovaleva, Kemper und Rammstedt (2012) und Gimpel et al. (2018). Die verwendeten Skalen sind vielfach empirisch validiert, so dass für den verwendeten Fragebogen von hohen Standards bzgl. der wissenschaftlichen Gütekriterien ausgegangen werden kann. So liegen die von Felfe und Goihl (2014) berichteten Cronbach-Alpha-Werte α für die interne Konsistenz der deutschen MLQ 5x short-Version bei allen Skalen bis auf CR und Management by Exception active (MbEa) zwischen .81 und .92 und damit im guten bis exzellenten Bereich. Für die CR-Skala ist α=.7 im akzeptablen Bereich, der Wert bei der MbEa Skala ist mit α=.63 eher als schwach anzusehen. In Anbetracht der kurzen Skalen mit 3 – 4 Items kann hier von einer guten Testreliabilität ausgegangen werden (Felfe & Goihl, 2014). Gleiches gilt für das TS-Erhebungsinstrument nach Ragu-Nathan et al. (2008). Hier bestehen Reliabilitätswerte zwischen α=.71 und α=.91, der durchschnittliche Wert liegt bei α=.84 (Ragu-Nathan et al., 2008; Tarafdar et al., 2007). Die Verwendung etablierter Skalen ermöglicht zudem eine hohe Anschlussfähigkeit an die bestehende Forschung.
Die verwendeten Skalen sind zu einem Online-Fragebogen zusammengefügt worden, der mittels des Tools „Unipark“ erstellt worden ist. Die Teilnahme ist sowohl an Desktop-Computern als auch auf mobilen Endgeräten (Smartphone/Tablet) möglich.
Im ersten Teil des Fragebogens wird das Führungsverhalten der unmittelbar vorgesetzten Person erhoben. Im Vergleich zum MLQ 5x short wird aber zugunsten einer zumutbaren Fragenanzahl auf die Kategorie „Management by Exception passive“ verzichtet, da für diese vielfach eine hohe Korrelation zur Kategorie Laissez-faire Führung nachgewiesen worden ist (Köhn, 2010). Teil 2 umfasst die Erhebung des TS-Levels der Befragten (siehe Anlage B2 – siehe ESM 2). Im dritten Teil des Fragebogens werden die Kontrollvariablen Alter, Geschlecht, höchster beruflicher Abschluss und Berufserfahrung ermittelt. Insgesamt umfasst das Erhebungsinstrument damit 66 Items.
Die Rekrutierung der Teilnehmer_innen erfolgt zum einen über soziale Netzwerke. Zum anderen werden deutschlandweit branchenübergreifend Geschäftsführer_innen per E-Mail angeschrieben, mit der Bitte, den Fragebogenlink an ihre Mitarbeiter_innen weiterzuleiten. Es handelt sich um eine unabhängige, nicht-probabilistische Stichprobe (Döring & Bortz, 2016; Bühl, 2019). Eine a-priori-Teststärkeanalyse ergibt eine Mindest-Stichprobengröße von N=215 Teilnehmer_innen. Diese Zahl ist im Rahmen der Feldphase im Zeitraum vom 03.11. bis 28. 11. 2020 deutlich übertroffen worden. Nach Ausschluss aller fehlerhaften Teilnahmen umfasste die Gesamtstichprobe N=849 Rückläufe von Unternehmensmitarbeiter_innen. Bei der Erfassung der Daten sind alle relevanten Datenschutzbestimmungen eingehalten worden.
Ergebnisse
Insgesamt haben an der Befragung nach Aussortierung aller Fälle mit fehlenden Werten N=849 Personen teilgenommen, die in Unternehmen tätig und einer Führungskraft direkt unterstellt sind.
Abbildung 3 und Tabelle 1 zeigen die demographischen Charakteristika der Stichprobe anhand der erhobenen Kontrollvariablen.
Gut zwei Drittel der Teilnehmer_innen sind weiblich, mit 56.2 % geben mehr als die Hälfte der Teilnehmer_innen ein abgeschlossenes Studium als höchsten beruflichen Abschluss an und die Mehrheit der Befragten verfügt über weniger als zehn Jahre Berufserfahrung (57.8 %). Etwa ein Viertel der Teilnehmer_innen gibt an, über 10 – 20 Jahre Berufserfahrung zu verfügen. Lediglich 5.5 % haben mehr als 30 Jahre Berufserfahrung. Diese Beobachtung deckt sich mit dem Alter der Befragten. Etwa die Hälfte liegt hier in einer Altersspanne zwischen 26 und 35 Jahren, 21.1 % zwischen 36 und 45 Jahren, lediglich 3.5 % sind älter als 55 Jahre.
Spezifikation der Messmodelle – Überprüfung der Faktorenstruktur
Um die Faktorenstruktur der Messinstrumente zu überprüfen, sind konfirmatorische Faktorenanalysen (CFAs) für alle Subdimensionen des MLQ 5x short sowie des TS-Erhebungsinstruments durchgeführt – als auch die Kovarianzen aller Subdimensionen untereinander ermittelt – und für alle Subskalen die entsprechenden Cronbach-Alpha-Werte α berechnet worden. Die Ergebnisse sind in Anlage B (siehe ESM 2) ersichtlich. Auch sind die Interkorrelationen zwischen den einzelnen Subdimensionen angegeben (siehe Anlage C – siehe ESM 3). Alle Ergebnisse weisen akzeptable bis gute interne Konsistenzen auf. Als problematisch hat sich jedoch die Replizierung der Faktorenstruktur des MLQ 5x short erwiesen, da im Rahmen der CFA teils sehr hohe Interkorrelationen zwischen den Subdimensionen transformationaler Führung sowie hohe Korrelationen dieser Subdimensionen zu Contingent Reward (CR) bestehen. Darüber hinaus sind negative Korrelationen zwischen den Subskalen transaktionaler Führung CR und MbEa festgestellt worden (siehe Anlage C – siehe ESM 3). Vergleichbare Probleme sind bereits bei früheren Studien aufgetreten (Bycio, Hackett & Allen, 1995; Tejeda, Scandura & Pillai, 2001; Köhn, 2010). Teilweise wird als Lösung dieses Problems der Einsatz von lediglich zwei Faktoren höherer Ordnung – ein aktiv-proaktiver Faktor mit den Dimensionen transformationaler Führung und CR sowie ein passiv-reaktiver Faktor – diskutiert (Köhn, 2010). Hierauf ist im Rahmen der vorliegenden Studie jedoch verzichtet worden, da dies aus Sicht der Autor_innen einen zu großen Einschnitt in die Theorie des FRoLM und des MLQ 5x short darstellt. Auch stehen dieser Reduktion viele Befunde der empirischen Forschung gegenüber, die positive Effekte transformationaler Führung auf Mitarbeiterzufriedenheit, -commitment und -kreativität bestätigen (Pundt & Nerdinger, 2012; Judge & Piccolo, 2004; Bass & Riggio, 2006; Sosik & Jung, 2010). Zudem ist in vielen Unternehmen transformationales, transaktionales und Laissez-faire Führungsverhalten beobachtbar (Köhn, 2010). Daher ist für die weiteren Berechnungen aus den Subskalen transformationaler Führung ein Index berechnet worden, der „transformationale Führung“ als Konstrukt höherer Ordnung beschreibt. CR als latente Variable wurde trotz der hohen Korrelation zu den Skalen transformationaler Führung nicht in diesen Index mit einbezogen. Transaktionale Führung wird somit nur durch die Skala Management by Exception active (MbEa) bestimmt. Entsprechend wird in Hypothese 2 der Terminus „transaktional wahrgenommene Führung“ ersetzt durch „MbE active“.
Nach der konfirmatorischen Überprüfung kann das Gesamt-Messmodell aufgestellt werden, das die Messmodelle aller erhobenen Variablen umfasst. Dabei werden die Konstrukte untereinander frei korreliert und zusätzlich Kovarianzen zwischen den Fehlertermen der inhaltlich nah beieinanderliegenden Skalen „Inspirational Motivation“ und „Idealized Influence behaviour“ sowie zwischen den Fehlertermen der Items 3 und 4 der MbEa-Skala (siehe Anlage B1 – siehe ESM 2) gesetzt. Inhaltlich liegen auch diese beiden Items eng beieinander. Außerdem wird eine Kovarianz zwischen dem Fehlerterm der Skala „Techno-Complexity“ und dem Konstrukt „Kompetenter Umgang mit digitalen Technologien“ gesetzt. Diese Kovarianz ist zwar konstrukt-übergreifend, aus inhaltlicher Sicht jedoch plausibel und nachvollziehbar, da digitale Kompetenz eine potenzielle Einflussgröße auf Techno-Complexity darstellt. Abbildung 4 und Tabelle 2 zeigen das so spezifizierte Messmodell (ohne die Kovarianz-Doppelpfeile und Fehlerterme der manifesten Variablen) samt zugehöriger Model-Fit-Indizes.
Abgesehen von dem signifikanten Chi-Quadrat-Test, der dem großen Stichprobenumfang geschuldet ist, weist das Modell einen guten Fit auf. Der SRMR sowie der CMIN/df deuten auf einen akzeptablen Fit hin, die weiteren drei Indizes signalisieren alle einen guten Model-Fit (Carmines & McIver, 1983; Tarafdar et al., 2007).
Hypothesenprüfung mittels Strukturgleichungsmodellierung
Nach Prüfung der relevanten Voraussetzungen (siehe Anlage D – siehe ESM 4) kann das vollständige zu prüfende Strukturgleichungsmodell aufgestellt und mit SPSS Amos berechnet werden. Anders als bei der Testung des Messmodells werden nicht alle Kovarianzen zwischen den exogenen Variablen hinzugefügt, sondern nur diejenigen, die inhaltlich sinnvoll sind. Dies sind im vorliegenden Modell alle Kovarianzen zwischen den drei Führungsstilen „transformationale Führung“, „MbEa“ und „Laissez-faire Führung“. So ist davon auszugehen, dass je mehr eine Person etwa zu Laissez-faire Führung neigt, desto weniger wird diese transformational führen. Darüber hinaus wird eine Kovarianz zwischen der Qualität des technischen Supports und der durchschnittlichen täglichen arbeitsbezogenen Nutzungszeit digitaler Technologien unterstellt und es wird angenommen, dass mit steigender Qualität des technischen Supports die Mitarbeiter_innen gewillter sind, digitale Technologien zu nutzen und somit die Nutzungszeit steigt. Weiterhin bleiben die drei genannten Kovarianzen zwischen den Fehlertermen bestehen (siehe Spezifikation der Messmodelle); alle weiteren Kovarianzen zwischen den exogenen Variablen werden entfernt.
Abbildung 5 zeigt die Ergebnisse des so berechneten Strukturgleichungsmodells, wobei die standardisierten Faktorladungen und Pfadkoeffizienten angegeben sind. Alle Fehlerterme und Kovarianzen sind aus Gründen der besseren Übersicht nicht mit eingezeichnet.
Die zugehörigen Model-Fit-Indizes können Tabelle 3 entnommen werden.
Neben dem nicht signifikanten Chi-Quadrat-Test zeigen sich akzeptable Werte beim SRMR und CMIN/df. Die Werte von CFI, GFI und RMSEA signalisieren allesamt einen guten Model-Fit. Unter Einbezug aller Indizes kann hier insgesamt von einem passenden, aus der Theorie abgeleiteten Modell ausgegangen werden, auf dessen Grundlage eine Beantwortung der Forschungshypothesen legitim und sinnvoll ist. Der Residualterm der endogenen Variable „Technostress“ hat den Wert 38.2 % – somit können 61.8 % der Varianz von Technostress durch die erhobenen unabhängigen Variablen (UVs) und Mediatorvariablen (MVs) erklärt werden. Die Pfadkoeffizienten aus dem Strukturmodell dienen zur Testung der aufgestellten Hypothesen. Für jede Hypothese sind die standardisierten Koeffizienten und ihre Signifikanzniveaus in Tabelle 4 aufgelistet. Eine detailliertere Ergebnisdarstellung zu den Hypothesen findet sich in Anlage H – siehe ESM 8. Der Einfluss der Kontrollvariablen wird in Anlage F – siehe ESM 6 analysiert.
Diskussion
Es zeigt sich für die vorliegende Stichprobe, dass Management by Exception active (MbEa) – ein Führungsstil, bei dem die Führungskraft dauerhaft als „Monitor“ agiert und bei Fehlern aktiv korrigierend eingreift – direkt TS-verstärkend auf die unterstellten Mitarbeiter_innen wirkt. Die Effektstärke (β=.210***) liegt dabei im mittleren Bereich (Cohen, 1988) und ist vergleichbar mit der von Boyer-Davis (2018) nachgewiesenen Wirkung von transaktionalem Führungsverhalten auf die TS-Entstehung (Boyer-Davis, 2018). Die Ergebnisse der vorliegenden Untersuchung legen nahe, dass ein TS-verstärkender Effekt auch für die Mitarbeiter_innen besteht, deren direkte Führungskraft vorwiegend den MbEa-Führungsstil ausübt. Dies bestätigt die Ergebnisse von Rowold und Heinitz (2008) – wonach sich MbEa-Führung verstärkend auf das Stressempfinden der Mitarbeiter_innen auswirken kann – auch für die spezielle Form des Technostresses. Ein möglicher Erklärungsansatz ist, dass ein Führungsverhalten, das durch ständige Kontrolle und aktives Eingreifen bei Fehlern gekennzeichnet ist, dazu führt, dass die betroffenen Mitarbeiter_innen Fehler vermeiden und die an sie gestellten Anforderungen und Aufgaben möglichst zeitnah und umfassend erledigen wollen, was zu gesteigerten Werten bei Techno-Overload (TOL), Techno-Invasion (TIN) und Techno-Insecurity (TI) führt. Tatsächlich zeigen sich bei allen diesen Subskalen positive Korrelationen zu MbEa. Zudem ist auch das Techno-Complexity-Level bei MbEa-geführten Mitarbeiter_innen signifikant höher. Lediglich die Werte von Techno-Uncertainty weisen keine Verbindung zu MbEa-Führung auf. Dies scheint nachvollziehbar, da Veränderungen von Soft- bzw. Hardware innerhalb eines Unternehmens i. d. R. nicht auf Entscheidungen der direkt vorgesetzten Führungskraft zurückzuführen sind. MbEa-Führung kann somit im Sinne eines transaktionalen Stressverständnisses als äußerer Faktor eingestuft werden, der direkt TS-verstärkend wirkt.
Im Gegensatz zu MbEa konnten für ein vorwiegend transformationales Führungsverhalten der direkt vorgesetzten Führungskraft keine direkten Einflüsse auf das TS-Empfinden der Mitarbeiter_innen festgestellt werden – Hypothese 1 musste verworfen werden. Transformationale Führung wirkt nicht direkt TS-verstärkend, zeigt aber auch keine direkte TS-reduzierende Wirkung. Eine mögliche Interpretation dieser Befundlage ist, dass eine im Rahmen transformationaler Führung begeisternd vermittelte Vision zwar eine kurzfristige Steigerung der intrinsischen Motivation der Mitarbeiter_innen bewirkt und zusätzliche Ressourcen gegen TS-Entstehung freisetzen kann, dass diese Effekte aber nicht von längerfristiger Dauer sind. Langfristig könnte demnach auch transformationale Führung die Wahrnehmung des individuellen TS-Empfindens der Mitarbeiter_innen nicht eliminieren – zumal mit den formulierten Visionen oftmals herausfordernde Ziele und Aufgaben einhergehen (Rowold & Heinitz, 2008). Um diesbezüglich jedoch nähere Aussagen treffen zu können, wären weitere Forschungsergebnisse – insbesondere aus Längsschnittstudien – notwendig.
Ebenfalls musste Hypothese 3 abgelehnt werden. Es zeigt sich kein direkter Effekt – weder verstärkend noch abschwächend – von Laissez-faire Führung auf das TS-Empfinden der Mitarbeiter_innen. Ein Erklärungsansatz könnte darin bestehen, dass die fehlende Kontrolle vorrangig Laissez-faire führender Vorgesetzter die Mitarbeiter_innen dazu veranlassen könnte, ihre Anstrengungen zur Bewältigung der Aufgaben selbst zurückzufahren. Sie erachten es nicht als notwendig, nach Feierabend ihre E-Mails zu lesen, weil sie keine negativen Reaktionen ihrer/s Vorgesetzten zu fürchten haben, wenn Aufgaben zeitlich verzögert bearbeitet werden. So ist nicht von gesteigerten TS-Werten auszugehen. Diebig und Bormann (2020) argumentieren hingegen, dass fehlende Rückmeldungen und fehlende Aufmerksamkeit von Laissez-faire Führenden bei den Mitarbeiter_innen zu verstärkter Unsicherheit und in der Folge zu erhöhtem Stress führen könnten (Diebig & Bormann, 2020). Zumindest für die vorliegende Stichprobe lässt sich diese Einschätzung nicht bestätigen. Denkbar wäre auch, dass beide geschilderten Wirkungen gleichzeitig zutreffen und nivellierend wirken, so dass letztlich kein signifikanter Einfluss von Laissez-faire Führung nachweisbar ist.
Neben den beschriebenen direkten Effekten von MbEa zeigen sich in der vorliegenden Stichprobe deutliche indirekte Effekte von transformationalem Führungsverhalten der direkt vorgesetzten Führungskraft auf das TS-Empfinden der unterstellten Mitarbeiter_innen, wobei „Kompetenzförderung am Arbeitsplatz“ (Lit_Fac.) und „Kompetenz im Umgang mit digitalen Technologien“ (Dig_Komp.) als Mediatoren wirken (siehe Anlage E – siehe ESM 5). Transformationale Führung hat demnach einen signifikanten Effekt auf Umfang und Qualität der vorhandenen Kompetenzförderung am Arbeitsplatz. Dies entspricht den genannten Erkenntnissen von Sälzle (2020), wonach transformationale Führung positive Effekte auf individuelles und organisationales Lernen haben kann. Die entsprechende Effektgröße (β=.424***) spricht nach Cohen (1988) für einen starken Effekt. Hier ist anzunehmen, dass vorrangig transformational führende Vorgesetzte nicht nur charismatisches Auftreten an den Tag legen und inspirierende Visionen vermitteln, sondern in besonderem Maße daran interessiert sind, die IKT-Kompetenzen ihrer Mitarbeiter_innen zu fördern. Kompetenzförderung am Arbeitsplatz bildet für sie somit einen wichtigen Baustein hinsichtlich der Umsetzung ihrer Vision. Als eine zweite starke Einflussgröße erweist sich die Qualität des technischen Supports (β=.414***). Es ist davon auszugehen, dass Maßnahmen der Kompetenzförderung i. d. R. unter Regie der Mitarbeiter_innen des technischen Supports geplant und durchgeführt werden oder in enger Absprache mit ihnen stattfinden. Kompetenzförderung am Arbeitsplatz selbst wiederum begünstigt die Kompetenzen im Umgang mit digitalen Technologien der Mitarbeiter_innen mit mittlerer Effektstärke (β=.265***), was nicht weiter verwunderlich ist, da hierin der Hauptzweck solcher organisationalen Maßnahmen begründet liegt. Erhöhte Kompetenzen im Umgang mit digitalen Technologien wiederum haben schließlich einen signifikanten TS-reduzierenden Effekt im mittelstarken Bereich (β=-.261***), bezogen auf Techno-Complexity sogar deutlich im starken Bereich (β=-.505***). Etwa die Hälfte der Varianz von Techno-Complexity kann allein durch Kompetenzen im Umgang mit digitalen Technologien erklärt werden. Dies verdeutlicht die große Bedeutung, die der Förderung der Kompetenzen im Umgang mit digitalen Technologien von Unternehmensmitarbeiter_innen zukommt, wenn es um TS-Prävention geht. Dieses Ergebnis bestätigt die Ergebnisse vergangener Studien, bei denen ähnlich starke negative Effekte von Kompetenzen im Umgang mit digitalen Technologien oder vergleichbaren Konstrukten auf TS nachgewiesen wurden (Shu et al., 2011; Tarafdar et al., 2015). Im Sinne eines transaktionalen Stressverständnisses stellt „Kompetenz im Umgang mit digitalen Technologien“ somit eine wichtige Widerstandsressource gegen die Entstehung von TS dar. Durch die nachgewiesene Bestätigung der Mediatoreffekte kann für die vorliegende Stichprobe gefolgert werden, dass transformationales Führungsverhalten über den gesteigerten Aufbau dieser Widerstandsressource indirekt TS-reduzierend wirkt.
Zusammengenommen liefern die hier gewonnenen Erkenntnisse zum Zusammenhang zwischen dem Führungsverhalten der unmittelbar vorgesetzten Führungskraft und dem TS-Empfinden der ihr unterstellten Mitarbeiter_innen deutliche Hinweise darauf, dass das Führungsverhalten einen Faktor darstellt, der die Entstehung von Technostress beeinflussen kann. Ergebnisse, nach denen ein kontrollierender, an Fehlern orientierter Führungsstil TS-verstärkend für den Führenden selbst wirkt, bestätigen sich hier auch für die unmittelbar geführten Mitarbeiter_innen. Darüber hinaus zeigt sich auch eine indirekte TS-reduzierende Wirkung vorrangig transformationaler Führung, während TS-verstärkende Einflüsse von Laissez-faire Führung nicht bestätigt werden können. Ebenfalls bestätigt wird im Rahmen der Untersuchung ein erwarteter positiver Effekt der durchschnittlichen täglichen arbeitsbezogenen Nutzungszeit digitaler Technologien auf die TS-Entstehung. Dieser liegt mit β=.193*** im mittleren Bereich. Je länger digitale Technologien genutzt werden, desto mehr TS entsteht bei den Mitarbeiter_innen. Es ist jedoch erwähnenswert, dass die entsprechende Effektstärke geringer ist, als etwa die des Einflusses von MbEa-Führung. Auch die TS-reduzierende Wirkung von Kompetenzen im Umgang mit digitalen Technologien ist betragsmäßig deutlich größer als der Einfluss der durchschnittlichen täglichen Nutzungszeit. Somit bestätigt die vorliegende Studie die Bedeutung der Techno-Inhibitoren sowie des Führungsverhaltens für die TS-Prävention.
Fazit
Das Forschungsanliegen dieser Arbeit besteht darin, zu untersuchen, ob das Führungsverhalten der direkt vorgesetzten Führungskraft Auswirkungen auf die Entstehung von Technostress bei den ihr unterstellten Mitarbeiter_innen hat und somit in der Konsequenz einen Faktor darstellt, der in konzeptionelle Überlegungen der TS-Prävention mit eingebunden werden sollte.
Dabei sei darauf verwiesen, dass die vorliegende Studie einige Limitationen aufweist, die im Folgenden aufgeführt sind. Vor diesem Hintergrund sind die dargestellten Interpretationen kritisch einzuordnen.
Durch das verwendete Ex-post-facto-Forschungsdesign sind die postulierten Kausalzusammenhänge nur bedingt belastbar und bedürfen einer Überprüfung in weiteren Forschungsdesigns. Insbesondere zukünftige Ergebnisse von entsprechend angelegten Längsschnittstudien oder (quasi)-experimentellen Studien wären hier von Bedeutung. Weiterhin stellt sich die Frage der Übertragbarkeit der Ergebnisse. Zum einen ist die branchenübergreifende Stichprobe nicht probabilistisch und nicht repräsentativ für alle Mitarbeiter_innen deutscher Unternehmen. Zum anderen sind soziale Netzwerke bei der Stichproben-Rekrutierung genutzt worden, was zu Verzerrungseffekten führen könnte. Es wäre etwa denkbar, dass sich via Social Media Personen mit einer gewissen Technik- bzw. Internet-Affinität beteiligen. Auch das vergleichsweise geringe Durchschnittsalter der Stichprobenteilnehmer_innen könnte auf diesen Umstand zurückzuführen sein. Neben diesen potentiellen Verzerrungseffekten muss an dieser Stelle ebenfalls die besondere Situation aufgrund der anhaltenden Corona-Pandemie zum Zeitpunkt der Datenerhebung Erwähnung finden. Es ist denkbar, dass etwa gesteigerte Home-Office-Zeiten Einfluss auf die zentralen Untersuchungsgegenstände Führungsverhalten sowie Technostress haben könnten.
Die Ergebnisse der vorliegenden Studie deuten auf einen Zusammenhang zwischen dem Führungsverhalten der direkt vorgesetzten Führungskraft und der TS-Entstehung bei den ihr unterstellten Mitarbeiter_innen hin. Ein Führungsstil, der vorrangig von MbEa Führung geprägt ist, scheint unmittelbar TS-verstärkend wirken zu können, während ein vorrangig transformational ausgerichteter Führungsstil offenbar indirekt TS-reduzierende Effekte haben kann. Laissez-faire Führung zeigt entgegen der Erwartung für die vorliegende Stichprobe keine signifikanten Effekte auf die Entstehung von Technostress. Darüber hinaus bestätigen die Ergebnisse dieser Studie die bereits empirisch nachgewiesene Wichtigkeit organisationaler Maßnahmen, die einen einfach zu kontaktierenden technischen Support sowie eine qualitativ hochwertige Kompetenzförderung am Arbeitsplatz umfassen. Die entsprechenden TS-reduzierenden Effekte zeigen sich betragsmäßig größer als etwa der Einfluss der täglichen IKT-Nutzungszeit. Gerade die Steigerung der Kompetenz der Mitarbeiter_innen im Umgang mit digitalen Technologien kann anhand der Studienergebnisse als wichtiger Baustein identifiziert werden, um TS effizient vorzubeugen. Weiterhin können durch die Studienergebnisse vielfach empirisch validierte Zusammenhänge wie die TS-reduzierende Wirkung der untersuchten Techno-Inhibitoren oder die TS-steigernde Wirkung einer längeren täglichen IKT-Nutzungszeit bestätigt werden.
Sollten sich diese Erkenntnisse im Rahmen vertiefender Forschung bestätigen, wären sie relevant für die Unternehmenspraxis. So bildet das Wissen um etwaige Effekte eines bestimmten Führungsverhaltens auf das TS-Empfinden der Mitarbeiter_innen einen wichtigen Ansatzpunkt im Rahmen der TS-Prävention. Entsprechend könnten Initiativen, die Technostress entgegenwirken sollen, gezielt auf den Führungsstil der jeweiligen Führungskraft zugeschnitten werden. Die Umsetzung solcher personalisierten Coachings könnte bei der Reduzierung von Technostress effektivere Ergebnisse liefern (Boyer-Davis, 2018). Beispielsweise wäre etwa der Einsatz einer MLQ-Version im Rahmen von 360
-Feedbacks denkbar, um Führungskräfte gezielt zu entwickeln und dabei zu unterstützen, TS-verstärkende Verhaltensweisen zu reduzieren (Rowold & Heinitz, 2008). Schaffen Unternehmen es, entsprechend gut ausgearbeitete TS-Präventionsmaßnahmen erfolgreich umzusetzen, werden sie mittel- bis langfristig sehr wahrscheinlich von den positiven Effekten profitieren – sowohl durch finanzielle Einsparungen als auch durch gesteigerte Mitarbeiter_innenproduktivität und -zufriedenheit.
Elektronische Supplemente (ESM)
Die elektronischen Supplemente sind mit der Online-Version dieses Artikels verfügbar unter https://doi.org/10.1026/0932-4089/a000416
Literatur
(2016). Foresight-Studie „Digitale Arbeitswelt“. Forschungsbericht 463. Berlin: Bundesministerium für Arbeit und Soziales.
(1991). The full range of leadership development programs: Basic and advanced manuals. Binghamton: Bass, Avolio & Associates.
(2011). Technostress: Technological antecedents and implications. MIS Quarterly, 35 (4), 831 – 858.
(1994). Improving organizational effectiveness through transformational leadership. London, New Delhi: Thousand Oaks.
(2006). Transformational leadership. New York, NY: Psychological Press.
(2012). Ein Messinstrument zur Erfassung subjektiver Kompetenzerwartungen. Allgemeine Selbstwirksamkeit Kurzskala (ASKU). Köln: GESIS-Working Papers.
(2018). The relationship between technology stress and leadership style: An empirical investigation. Journal of Business and Educational Leadership, 8 (1), 48 – 65.
(2019). Technostress: An antecedent of job turnover intention in the accounting profession. Journal of Business and Accounting, 12 (1), 49 – 63.
(1984). Technostress: The human cost of the computer revolution. Reading Massachusetts, Menlo Park California, London, Amsterdam, Don Mills Ontario, Sydney: Addison-Wesley Publishing Company.
(2019). SPSS. Einführung in die moderne Datenanalyse ab SPSS 25. Hallbergmoos: Pearson.
(1995). Further assessments of Bass’s (1985) conceptualization of transactional and transformational leadership. Journal of Applied Psychology, 80 (4), 468 – 478.
(2020). The bright and dark sides of technostress: A mixed-methods study involving healthcare IT. MIS Quarterly, 44 (2), 809 – 856. https://doi.org/10.25300/MISQ/2020/14818
(1983). An introduction to the analysis of models with unobserved variables. Political Methodology, 9 (1), 51 – 102. [Special Issue on Modeling].
(2014). Boundaryless technology: Understanding the effects of technology-mediated interruptions across the boundaries between work and personal life. AIS Transactions on Human-Computer Interaction, 6 (2), 16 – 36.
(1988). Statistical power analysis for the behavioral sciences (2nd ed.). Hillsdale: Lawrence Erlbaum Associates.
(2020). The dynamic relationship between laissez-faire leadership and day-level stress: A role theory perspective. German Journal of Human Resource Management, 34 (3), 324 – 344. https://doi.org/10.1177/2397002219900177
(2016). Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften. Berlin, Heidelberg: Springer.
(1995). Transformational leadership: An initial investigation in sales management. The Journal of Personal Selling and Sales Management, 15 (2), 17 – 31.
(2004). Leadership: Research finding, practice, and skills (4th ed.). Boston, MA: Houghton Mifflin.
(2005). Charisma, transformationale Führung und Commitment. Köln: KSV.
(2006). Validierung einer deutschen Version des „Multifactor Leadership Questionnaire (MLQ Form 5 x Short) von Bass und Avolio (1995). Zeitschrift für Arbeits- und Organisationspsychologie, 50 (N.F. 24), 61 – 78.
(2014). Deutscher Multifactor Leadership Questionnaire (MLQ). Zusammenstellung sozialwissenschaftlicher Items und Skalen (ZIS). https://doi.org/10.6102/zis22
(2014). The leadership dimension of coping with technostress. Paper presented at the 47th Hawaii International Conference on System Science, Waikoloa, HI, USA.
(2014). The effects of technostress within the context of employee use of ICT. Computers in Human Behavior, 40, 161 – 170. https://doi.org/10.1016/j.chb.2014.07.040
(2006). Mitigating stress and burnout by implementing transformational-leadership. International Journal of Contemporary Hospitality Management, 18 (6), 469 – 481. https://doi.org/10.1108/09596110610681511
(2018). Digitaler Stress in Deutschland: Eine Befragung von Erwerbstätigen zu Belastung und Beanspruchung durch Arbeit mit digitalen Technologien. Working Paper Forschungsförderung, No. 101, Düsseldorf: Hans-Böckler-Stiftung.
(2011). Transformationale Führung in Schulen. Der Einsatz des “Multifactor Leadership Questionnaire“ (MLQ 5 x Short). Journal für Bildungsforschung Online, 3, 141 – 167.
(2004). Technikstress – ein Zukunftsphänomen. CO-MAT-TECH 2004. Paper presented at the 12. medzinárodná vedecká konferencia, Trnava, 14.–15. október 2004, Bratislava.
(2009). Technikstress – Theoretische Grundlagen, Praxisuntersuchungen und Handlungsregularien. Aachen: Shaker.
(2010). Komplexe Technik – Hilfe oder Risiko? Darstellung ausgewählter Ergebnisse einer Grundlagenforschung zu Technikstress. Verfügbar unter https://www.tugraz.at/fileadmin/user_upload/Events/Eninnov2010/files/pr/PR_Hoppe.pdf
(2004). Transformational and transactional leadership: A meta-analytic test of their relative validity. Journal of Applied Psychology, 89 (5),, 755 – 768. https://doi.org/10.1037/0021-9010.89.5.755
(2021). A diary study of social media and performance in service sector: Transformational leadership as cross–level moderator. Current Psychology, 42, 10077 – 10091. https://doi.org/10.1007/s12144-021-02310-5
(2010). Der Zusammenhang von transformationaler Führung auf der Ebene der Geschäftsführung, Innovationstypen und Unternehmenserfolg. Eine empirische Analyse in der Medizintechnikbranche. Dissertation. Perleberg.
(2016). Negative Auswirkungen von Technostress auf die psychische Gesundheit von Mitarbeitenden eines Schweizer Telekommunikations-Unternehmens. Olten: Fachhochschule Nordwestschweiz.
(2020). Technostress inhibitors and creators and their impacts on university teachers’ work performance in higher education. Cognition, Technology & Work, 23, 315 – 330. https://doi.org/10.1007/s10111-020-00625-0
(2009). The effects of leadership style on stress outcomes. The Leadership Quarterly, 20 (5),, 737 – 748. https://doi.org/10.1016/j.leaqua.2009.06.010
(2018). Technostress in organizations: A review of literature. Research Papers, 99. https://aisel.aisnet.org/ecis2018_rp/99
(2018). Do individual characteristics influence the types of technostress reported by workers? International Journal of Human-Computer Interaction, 35 (3), 218 – 230. https://doi.org/10.1080/10447318.2018.1449713
(2019).
Führung von Mitarbeitern . In F. W. NerdingerG. BlickleN. Schaper (Hrsg.), Arbeits- und Organisationspsychologie (S. 95 – 117). Berlin: Springer.(2019). Statista. Erhöht digitaler Stress das Krankheitsrisiko? Verfügbar unter https://de.statista.com/infografik/19229/digitaler-stress-im-job-erhoeht-krankheitsrisiko/
(2018). An exploration of the relationship between technostress, employee engagement and job design from the Nigerian banking employee‘s perspective. Management Dynamics in the Knowledge Economy, 6 (4),, 511 – 530. https://doi.org/10.25019/MDKE/6.4.01
(2019). Who is stressed by using ICTs? A qualitative comparison analysis with the Big Five Personality traits to understand technostress. Paper presented at the 14th International Conference on Wirtschaftsinformatik, Bamberg.
(2019). Deliberate or instinctive? Proactive and reactive coping for technostress. Journal of Management Information Systems, 36 (4),, 1179 – 1212. https://doi.org/10.1080/07421222.2019.1661092
(2012).
Transformationale Führung – Führung für den Wandel? In S. Grote (Hrsg.), Die Zukunft der Führung (S. 27 – 45). Heidelberg: Springer.(2008). The consequences of technostress for end users in organizations: Conceptual development and empirical validation. Information Systems Research, 19 (4), 417 – 433. https://doi.org/10.1287/isre.1070.0165
(2008). Führungsstile als Stressbarrieren. Zum Zusammenhang zwischen transformationaler, transaktionaler, mitarbeiter- und aufgabenorientierter Führung und Indikatoren von Stress bei Mitarbeitern. Zeitschrift für Personalpsychologie, 7 (3), 129 – 140.
(2020). Lebenslanges Lernen in Organisationen. Ein systematisches Review zur Kompetenzentwicklung von Mitarbeitenden im Kontext von transformationaler Führung (Wissenschaftliche Beiträge Pädagogik). Baden-Baden: Tectum Verlag.
(1989). Transformational leadership: Is it a source of more burnout and stress? Journal of Health and Human Resources Administration, 12 (2), 174 – 185.
(2011). The impact of computer self-efficacy and technology dependence on computer-related technostress: A social cognitive theory perspective. International Journal of Human-Computer Interaction, 27 (10),, 923 – 939. https://doi.org/10.1080/10447318.2011.555313
(2000). Leadership styles, mentoring functions received, and job-related stress: A conceptual model and preliminary study. Journal of Organizational Behavior, 21 (4), 365 – 390.
(2010). Full range leadership development: Pathways for people, profit, and planet. New York: Routledge.
(2020). Workaholism and technostress during the COVID-19 emergency: The crucial role of the leaders on remote working. Frontiers in Psychology, 11. https://doi.org/10.3389/fpsyg.2020.620310
(2015). Technostress creators and job outcomes: Theorising the moderating influence of personality traits. Information Systems Journal, 25 (4), 355 – 401. https://doi.org/10.1111/isj.12067
(2019). The technostress trifecta ‐ techno eustress, techno distress and design: Theoretical directions and an agenda for research. Information Systems Journal, 29 (1), 6 – 42. https://doi.org/10.1111/isj.12169
(2015). Technostress: Negative effect on performance and possible mitigations. Information Systems Journal, 25 (2),, 103 – 132. https://doi.org/10.1111/isj.12042
(2007). The impact of technostress on role stress and productivity. Journal of Management Information Systems, 24 (1),, 301 – 328. https://doi.org/10.2753/MIS0742-1222240109
(2001). The MLQ revisited: Psychometric properties and recommendations. The Leadership Quarterly, 12 (1),, 31 – 52. https://doi.org/10.1016/S1048-9843(01)00063-7
(2018). Techno–stressors, distress and strain: the roles of leadership and competitive climates. Cognition, Technology & Work, 20, 309 – 324. https://doi.org/10.1007/s10111-018-0461-7
(2011).
Führung . In E. Kirchler (Hrsg.), Arbeits- und Organisationspsychologie (S. 413 – 508). Wien: facultas.wuv.(2008). The moderating impact of perceived organizational support on the relationship between technostress and role stress. 19th International Workshop on Database and Expert Systems Applications (pp. 420 – 424). https://doi.org/10.1109/DEXA.2008.67
(2008). Technostress under different organizational environments: An empirical investigation. Computers in Human Behavior, 24 (6), 3002 – 3013.
(2012). Personalführung. München: Vahlen.
