The goal of this thesis is to shed more light into an area of empirical research, which has only drawn minor interest in the field of Human-Computer Interaction so far – Longitudinal Research. This is insofar surprising, as Longitudinal Research provides the exceptional advantage compared to cross-sectional research of being able to analyze change processes. Therefore, it incorporates time as a dependent variable into the research design by gathering data from multiple points in time. Change processes are not just an additional research area but are essential to our understanding of the world, with HCI being no exception. Only Longitudinal Research allows us to validate our assumptions over time. For example, a user experience study for an electronic consumer product, such as a TV-set, that reveals how excited people about the device are, should also investigate whether this excitement holds over time, whether usability issues arise after two weeks, and eventually whether people will buy the follow-up product form the same company. Our experience with technology is situated in context, and time is one important aspect of our context – ignoring does not necessarily lead to invalid but often insignificant research.

In this thesis, we contribute to the area of Longitudinal Research in HCI in manifold ways. First, we present a taxonomy for Longitudinal Research, which provides a foundation for the development of the field. It may serve both as a basis for discussion and methodological advances as well as a guiding framework for novices who strive to apply Longitudinal Research methods.

Second, we provide a practical contribution by presenting PocketBee, a multi-modal diary for longitudinal field research. The tool is based on Android smartphones and allows researchers to conduct remote longitudinal studies in a variety of ways. We embed the discussion of PocketBee in a broader discussion of the diary and experience sampling methods, allowing researchers to understand the context of the tool, the advantages and also the inherent problems.
Eventually, we present the Concept Maps method, which tackles a specific is-sue of Longitudinal Research – the difficulty to analyze changes in qualitative data over time, as these are normally hidden in large amounts of data and sub-ject to the interpretation of the researcher. In the context of API usability, the method allows the externalization of the mental model developers generate. Concept Maps are used for these external representations and by continually updating these maps, changes over time become apparent and the analysis replicable.

The thesis will also help researchers to discover further important research are-as in this field, as for example the variety of methodological issues that arise with gathering data over time. As the topic of Longitudinal Research has not yet been covered comprehensively in the scientific HCI literature, this thesis provides an important first step.

Ziel dieser Arbeit ist es, mehr Licht auf einen Bereich empirischer Forschung zu werfen, welcher bislang innerhalb der Disziplin Mensch-Computer Interaktion nur geringe Beachtung fand:
Längsschnittforschung. Dies ist insofern überraschend, da Längsschnittforschung gegenüber klassischer Querschnittforschung den entscheidenden Vorteil hat, dass Veränderungen über die Zeit analysiert werden können. Um dies zu erreichen, wird die Variable Zeit explizit in das Forschungsdesign integriert, indem Daten zu bzw. für mehrere Zeitpunkte erhoben werden. Dabei ist zu beachten, dass Veränderungsprozesse nicht nur eine weitere Forschungsmöglichkeit darstellen, sondern ganz entscheidend für unser Verständnis unserer Welt sind – und hier ist die MCI keine Ausnahme.

Längsschnittforschung ist als einzige in der Lage, unsere Annahmen was zeitliche Veränderungen zu betrifft zu validieren. Beispielsweise sollte eine User Experience Studie eines elektronischen Konsumproduktes (z.B. ein Fernsehgerät), die aufzeigt wie begeistert die Nutzer von dem Gerät sind, ebenso untersuchen, ob diese Begeisterung über die Zeit bestehen bleibt, ob sich Usability Probleme nach und nach zeigen und ob die Nutzer letztlich ein weiteres Gerät der gleichen Marke kaufen. Die Erlebnisse und Erfahrungen, die Menschen im Umgang mit Technologie sammeln, sind immer eingebettet in den Kontext der Nutzung und für diesen spielt Zeit eine entscheidende Rolle – diesen Faktor zu ignorieren führt nicht zwangsläufig zu fehlerhaften Ergebnissen, aber oftmals zu letztlich unbedeutender Forschung.

Diese Arbeit leistet auf mehreren Ebenen einen Beitrag zu dem Gebiet der Längsschnittforschung in der MCI. Zunächst wird eine Taxonomie für Längs-schnittforschung vorgestellt, welche eine Grundlage für die weitere Entwicklung dieses Forschungszweiges darstellt. Sie kann hierbei sowohl als eine Ausgangsbasis für wissenschaftlichen Diskurs und methodische Weiterentwicklungen dienen als auch Interessierten, die tiefer in die Thematik einsteigen möchten, ein hilfreiches Framework sein.

Zum zweiten wird ein multi-modales Tagebuchwerkzeug, PocketBee vorgestellt und hiermit ein praktischer Beitrag für das Feld getätigt. Das Werkzeug basiert auf Android Smartphones und erlaubt es Forschern, Remote-Studien im Längsschnitt auf vielfältige Weise durchzuführen. Dabei wird PocketBee eingebettet in eine umfangreiche Diskussion von Tagebuch und Experience Sampling Methodik vorgestellt und diskutiert, wodurch interessierte Forscher die Möglichkeit erhalten, den Kontext des Werkzeuges, die Vorteile und auch die Prinzip-bedingten Nachteile besser zu verstehen.
Schlussendlich adressiert die Concept Maps Methode einen spezifische Her-ausforderung von Längsschnittforschung: die Analyse von Veränderungen in qualitativen Daten. Diese sind zumeist in großen Datenmengen versteckt und unterstehen der subjektiven Interpretation des Forschers. Im Kontext von API Usability erlaubt die Concept Maps Methode die Externalisierung des mentalen Models, welches die Entwickler im Umgang mit der API gebildet haben. Dies geschieht über Konzeptkarten, welche zudem kontinuierlich erweitert und modifiziert werden. Hierdurch werden Veränderungen über die Zeit offensichtlich und die Analyse dieser wird nachvollziehbar und replizierbar.

Diese Arbeit soll auch dazu dienen, auf weitere wichtige Forschungsfelder aufmerksam zu machen, die durch die Datenerhebung über die Zeit zu Tage treten. Da die Thematik der Längsschnittforschung bislang in der Mensch-Computer Interaktion nicht umfänglich betrachtet wurde, stellt diese Arbeit hierzu einen entscheidenden ersten Schritt dar.