Ökologische Validität in der VR-Sprachtherapie: Was die Evidenz sagt

„Fühlt es sich real genug an, um etwas zu bedeuten?” ist eine berechtigte Frage zu jeder virtuellen Umgebung, die für Kommunikationspraxis verwendet wird. Wenn ein virtuelles Café nicht die Reaktionen hervorruft, die ein reales Café hervorruft, wird die Praxis im virtuellen wahrscheinlich nicht übertragen. Wenn doch, eröffnet es einen Übungsraum, der sonst schwer zu arrangieren ist.

In den letzten zehn Jahren hat ein kleiner, aber wachsender Bestand an peer-reviewter Forschung versucht, diese Frage zu beantworten. Nicht abstrakt - sondern mit Messungen von Angst, Herzfrequenz, Stimmakustik und anderen Sprechverhalten in vergleichbaren realen und virtuellen Bedingungen. Dieser Beitrag fasst zusammen, was fünf dieser Studien uns sagen und was die Evidenz für die alltägliche Praxis nahelegt.

Die Frage

Ökologische Validität ist das Ausmaß, in dem eine Forschungssituation das Verhalten und die Reaktionen erzeugt, die in der realen Situation auftreten würden, die sie repräsentieren soll. Ein virtuelles Café, das plausibel aussieht, aber überhaupt keine Angst auslöst, hat geringe ökologische Validität für die Untersuchung von Sprechangst. Ein virtuelles Café, das die gleichen Arten von Reaktionen auslöst wie ein reales, hat hohe ökologische Validität.

Validität ist keine einzelne Eigenschaft einer VR-Umgebung. Sie hängt davon ab, was man untersuchen oder üben möchte. Ein VR-Setup mag für das Halten von Vorträgen Erwachsener ökologisch valide sein und für Klassenzimmerteilnahme von Kindern nicht, oder für Sprechangst und nicht für Stimmproduktion, oder für manche Personen und für andere nicht.

Was fünf Studien zeigen

Brundage und Hancock, 2015: virtuelles und reales Publikum erzeugen nahezu identische Stotterreaktionen

Brundage und Hancock (2015) ließen zehn stotternde Erwachsene sowohl in einer realen als auch in einer virtuellen Publikumsbedingung sprechen. Das primäre Sprechmaß zeigte eine nahezu perfekte Korrelation zwischen virtueller und realer Bedingung (r = 0,99). Kommunikationsangst- und Selbstvertrauensbewertungen waren über beide Bedingungen hinweg eng abgestimmt.

Diese Studie wird häufig als grundlegende Demonstration zitiert, dass virtuelle Publika ökologisch valide sind, um Stottern unter Publikumsdruck zu untersuchen. Die Stichprobe ist klein, aber die Korrelation ist stark, und das Design verglich einzelne Teilnehmende über beide Bedingungen hinweg.

Bettahi und Kolleg:innen, 2026: virtuelles Publikum löst echte Angst und echte Stimmveränderungen aus

Bettahi et al. (2026) erweiterten die Validierungsfrage auf Stimme und Physiologie. Sechzig Studierende präsentierten vor einem realen Publikum, einem virtuellen Publikum und einem leeren virtuellen Raum. Das virtuelle Publikum erzeugte antizipatorische Angst (gemessen mit SUDS) und Herzfrequenzanstiege, die mit dem realen Publikum vergleichbar waren. Stimm-Maße (Grundfrequenz und ihre Variabilität) waren über die realen und virtuellen Publikumsbedingungen hinweg weitgehend äquivalent.

Ein bemerkenswertes Ergebnis: Teilnehmende, die ein stärkeres Präsenzgefühl in VR berichteten, zeigten Reaktionen, die ihren Reaktionen vor realem Publikum am nächsten kamen. Präsenz scheint eine der Variablen zu sein, die bestimmen, ob eine bestimmte Umgebung für eine bestimmte Person ökologisch valide ist.

Dasdogen und Hitchcock, 2026: virtuelle Distanz allein verändert, wie Menschen ihre Stimme einsetzen

Dasdogen und Hitchcock (2026) untersuchten eine andere Frage: ob visuelle Eigenschaften der virtuellen Umgebung (Raumgröße, Distanz Sprecher:in zu Hörer:in) das Stimmverhalten verändern, selbst wenn die akustische Umgebung konstant gehalten wurde. Mithilfe der Rooms-Situation von Therapy withVR fanden sie, dass Distanzhinweise die Stimmintensität und Tonhöhe signifikant beeinflussten. Geschulte Sänger:innen passten ihre Stimme systematischer an als ungeschulte Sprecher:innen.

Dies ist eine kleinere Studie (acht erwachsene weibliche Teilnehmende), aber konzeptionell wichtig. Sie zeigt, dass die visuelle virtuelle Umgebung das Stimmverhalten allein steuern kann - die Stimme reagiert auf den wahrgenommenen Sprechkontext, nicht nur auf die physische Akustik.

Walkom, 2016: früher Prototyp, ehrlicher Pilot

Der früheste Pilot in dieser Gruppe testete ein maßgeschneidertes VR-Tool für öffentliches Sprechen mit sechs stotternden Erwachsenen. Selbstberichtete Angst nahm über Sitzungen ab, physiologische Erregung trat während der Exposition auf, und Beobachtende berichteten von sichtbaren Verschiebungen der Sprechmuster bis zu Sitzung 2. Sechs Teilnehmende sind kein Effektnachweis - aber der Pilot stützte die Machbarkeit und warf nützliche Fragen für spätere Arbeiten auf.

Kumar und Kolleg:innen, 2024: Machbarkeit von VR-Übung zu Hause

Kumar, Cecil und Tetnowski (2024) gingen den nächsten Schritt, VR aus dem Labor zu holen. Fünf stotternde Jugendliche und junge Erwachsene nutzten kommerzielle VR-Headsets eine Woche lang zu Hause mit gestuften Sprechszenarien. Die Stotterhäufigkeit sank von 18,67 % auf 9,71 % der Silben, auch die Herzfrequenz sank. Wieder gilt: Fünf Teilnehmende ohne Vergleichsbedingung sind kein Effektnachweis, aber die Studie zeigt, dass VR-Programme zu Hause machbar sind und es wert sind, im größeren Maßstab getestet zu werden.

Eine Forest-Plot-Ansicht der Konvergenz

Was die Evidenz nahelegt

Über diese fünf Studien hinweg, und den breiteren Evidence Hub, in dem sie sich befinden, treten mehrere Muster hervor.

Gut gestaltete virtuelle Publika erzeugen Reaktionen, die realen Publikumsreaktionen ähneln. Das zeigten sowohl Brundage und Hancock als auch Bettahi und Kolleg:innen mit unterschiedlichen Outcome-Maßen (Herzfrequenz, Stimme, Angst und Verhaltensbeobachtung). Die Konvergenz über Maße hinweg ist überzeugender als ein einzelnes Ergebnis.

Präsenz ist wichtig und variiert zwischen Personen. Präsenz ist das subjektive Gefühl, in einer virtuellen Umgebung zu sein. Höhere Präsenz ist mit Reaktionen verbunden, die realen Äquivalenten näher kommen. Das legt nahe, dass ökologische Validität teils eine Eigenschaft der Person ist, die die Umgebung nutzt, nicht nur der Umgebung selbst.

Visueller Kontext allein kann Stimm- und Kommunikationsverhalten formen. Die Dasdogen-und-Hitchcock-Studie zeigt, dass Menschen ihre Stimme auf den wahrgenommenen virtuellen Kontext anpassen, selbst wenn die Akustik konstant ist. Das ist relevant für Stimmarbeit und für jede Frage dazu, wie Sprecher:innen ihre Ausgabe an Publika kalibrieren.

Die Evidenzbasis ist noch klein. Die Stichprobengrößen liegen meist unter zwanzig. Populationen sind oft nicht-klinisch oder eng. Langfristiger Transfer in alltägliche Situationen ist weitgehend ungetestet. Das sind reale Einschränkungen, die prägen sollten, wie zuversichtlich ein Ergebnis angewendet wird.

Was das für die alltägliche Praxis bedeutet

Einige vorläufige Erkenntnisse für sprachtherapeutische Fachkräfte, die VR-Übung als Teil ihrer Arbeit erwägen:

• VR-basierte Sprechübung scheint echte Kommunikationsreaktionen anzustoßen, nicht nur performative. Eine Sitzung vor virtuellem Publikum ist näher an einem Übungspublikum als an einem Rollenspiel.
• Individuelle Unterschiede in der Präsenz sind beachtenswert. Fühlt sich eine Person nicht eingetaucht, leistet die Umgebung wahrscheinlich nicht die ökologische Arbeit, die Sie sich wünschen. Nach Präsenz zu fragen ist günstig und informativ.
• Generalisierung ist nicht garantiert. Was in einem virtuellen Café passiert, passiert in einem virtuellen Café. Ob es in ein reales Café überträgt, hängt von Faktoren ab, die die obigen Studien noch nicht vollständig beantworten. Generalisierung in den Plan einzubauen (denselben Skill in mehreren Situationen üben, nach realen Erfahrungen fragen) ist eine sinnvolle Standardvorgabe.
• VR ersetzt keine andere Übungsformen. Es fügt einen kontrollierten, gestuften Übungskontext zu den verfügbaren Optionen hinzu. Die Evidenz stützt es als Werkzeug im Werkzeugkoffer, nicht als eigenständige Behandlung.

Redaktionelle Anmerkungen von withVR

Die Themen in dieser Forschung haben das Design von Therapy withVR geprägt. Die Auditorium-Situation existiert wegen Arbeiten wie Brundage und Hancock und Bettahi. Die Room-Situation existiert wegen Studien wie Dasdogen und Hitchcock. Die Goal-Funktion existiert, um die Generalisierungsfrage zu unterstützen - sie lässt Personen vor und nach einer Sitzung ihr eigenes Selbstvertrauen bewerten, statt sich auf Produktionsziele zu stützen.

Nichts davon bedeutet, dass Forschungsergebnisse aus Studien zu anderen VR-Systemen direkt auf Therapy withVR übertragbar sind. Sind sie nicht. Was Therapy withVR zu tun versucht, ist, eine Übungsumgebung bereitzustellen, die mit den von der Evidenz aufgeworfenen Themen konsistent ist: gestufte Situationen, Echtzeit-Steuerung durch klinisch tätige Personen, selbstbewertetes Selbstvertrauen über die Zeit und Umgebungen, in denen Personen Präsenz berichten.

Weiterführende Lektüre

• Brundage und Hancock (2015) - die grundlegende Studie virtuell vs. live zu Stottern
• Bettahi et al. (2026) - Multimaß-Validierung über reale und virtuelle Publika
• Dasdogen und Hitchcock (2026) - visuelle Distanzhinweise und Stimmverhalten
• Forschung zu Therapy withVR - Studien, die die Software direkt nutzten
• Was zwei Jahrzehnte VR-Forschung zu sozialer Angst für die sprachtherapeutische Praxis bedeuten - benachbarte Evidenzbasis aus der RCT-Literatur zu sozialer Angst
• Glossar des Evidence Hub - Schlüsselbegriffe in Forschungszusammenfassungen
• Weiterführende Lektüre - Bücher und Communities, die die aktuelle Praxis prägen