Wer läuft, dem wird gegeben. Wie Fitness-Apps über die Bonusprogramme in der Gesetzlichen Krankenversicherung einen Matthäus-Effekt auslösen
JOURNAL ARTICLE
Cite JOURNAL ARTICLE
Style
Format
Wer läuft, dem wird gegeben. Wie Fitness-Apps über die Bonusprogramme in der Gesetzlichen Krankenversicherung einen Matthäus-Effekt auslösen
Maier-Rigaud, Remi | Micken, Simon
Sozialer Fortschritt, Vol. 71 (2022), Iss. 3–4 : pp. 195–216
Additional Information
Article Details
Pricing
Author Details
Maier-Rigaud, Prof. Dr. Remi, Hochschule Bonn-Rhein-Sieg, Rathausallee 10, 53757 St. Augustin.
Micken, Simon, Universität zu Köln, Universitätsstraße 77, 50931 Köln.
References
-
Böning, S.-L./Maier-Rigaud, R. (2021): Auswirkungen der Digitalisierung auf die Solidarbereitschaft im Gesundheitswesen. Soziale Sicherheit 70(4), 143–146.
Google Scholar -
Böning, S.-L./Maier-Rigaud, R./Micken S. (2019): Gefährdet die Nutzung von Gesundheits-Apps und Wearables die solidarische Krankenversicherung? Eine bevölkerungsrepräsentative Bestandsaufnahme der Solidaritätseinstellungen, WISO-Diskurs 13/2019, Friedrich-Ebert-Stiftung, abrufbar unter: URL: http://library.fes.de/pdf-files/wiso/15883.pdf.
Google Scholar -
Bowles, S. (2016): The Moral Economy. Why Good Incentives are no Substitute for Good Citizens, New Haven, London: Yale University Press.
Google Scholar -
Bundesversicherungsamt (2016): Tätigkeitsbericht 2015, abrufbar unter: https://www.bundesamtsozialesicherung.de/fileadmin/redaktion/allgemeine_dokumente/Taetigkeitsberichte/Taetigkeitsbericht_2015.pdf.
Google Scholar -
Bundesversicherungsamt (2018): Sonderbericht zum Wettbewerb in der gesetzlichen Krankenversicherung, abrufbar unter: https://www.bundesamtsozialesicherung.de/fileadmin/redaktion/allgemeine_dokumente/Taetigkeitsberichte/20180404Sonderbericht_web.pdf.
Google Scholar -
Deleeck, H. (1984): Der Matthäuseffekt: Die ungleiche Verteilung der öffentlichen Sozialausgaben. Sozialer Fortschritt 33(8), 173–182.
Google Scholar -
Deutscher Ethikrat (2017): Big Data und Gesundheit – Datensouveränität als informationelle Freiheitsgestaltung: Stellungnahme, abrufbar unter: https://www.ethikrat.org/fileadmin/Publikationen/Stellungnahmen/deutsch/stellungnahme-big-data-und-gesundheit.pdf.
Google Scholar -
Friedel, H./Nürnberg, V. (2010): Bonusprogramme als Differenzierungsmerkmal im Wettbewerb der Krankenkassen. Gesundheits- und Sozialpolitik 64(3), 40–44.
Google Scholar -
Jordan, S./von der Lippe, E./Hoebel, J./Franke, A. (2015): Einflussfaktoren für die Teilnahme an Bonusprogrammen der gesetzlichen Krankenversicherung. Ergebnisse der Studie „Gesundheit in Deutschland aktuell“. Gesundheitswesen 77, 861–868.
Google Scholar -
Merton, R. K. (1968): The Matthew Effect in Science: The reward and communication systems of science are considered. Science 159(3810), 56–63.
Google Scholar -
Moog, S./Vollmer, J./Fetzer, S./Maday, C. (2019): Auswirkungen der Satzungsleistungen nach § 11 Abs. 6 SGB V auf den Wettbewerb innerhalb der Gesetzlichen Krankenversicherung und zur privaten Krankenversicherung, abrufbar unter: https://www.bundesgesundheitsministerium.de/fileadmin/Dateien/5_Publikationen/Gesundheit/Berichte/19-02-04_Prognos_Endbericht.pdf.
Google Scholar -
Neckel, S./Titton, M. (2010): Wer hat, dem wird gegeben. Robert K. Merton: ‚Der Matthäus-Effekt in der Wissenschaft‘, in: Neckel, S. et al. (Hg.): Sternstunden der Soziologie. Wegweisende Theoriemodelle des soziologischen Denkens. Frankfurt/New York: Campus, 448–452.
Google Scholar -
Perc, M. (2014): The Matthew effect in empirical data. Journal of the Royal Society Interface 11, 1–15.
Google Scholar -
Rawls, J. (1998): Eine Theorie der Gerechtigkeit. 10. Aufl. Frankfurt am Main: Suhrkamp.
Google Scholar -
Rigney, D. (2010): The Matthew Effect. How advantage begets further advantage. New York: Columbia University Press.
Google Scholar -
Scherenberg, V./Greiner, W. (2008): Bonusprogramme – Zwischen Wettbewerb und Prävention. Gesundheits- und Sozialpolitik 62(3), 19–25.
Google Scholar -
Wissenschaftliche Dienste des Deutschen Bundestags (2020): Bonusprogramme der gesetzlichen Krankenkassen für gesundheitsbewusstes Verhalten. WD 9 – 3000 – 090/20, 26. November 2020.
Google Scholar -
Wulf, N./Betz, S. (2021): Daten-Ökosysteme wider Willen: Herausforderungen des Pay-as-you-live-Geschäftsmodells im Kontext deutscher Krankenversicherungen. HMD Praxis der Wirtschaftsinformatik 58(3), 494–506.
Google Scholar
Abstract
Die Gesetzliche Krankenversicherung basiert auf verschiedenen Grundprinzipien. Mit zu den wichtigsten gehört, Solidarität zwischen den Versicherten herzustellen. Zur Unterstützung von Früherkennung und verhaltensbedingter Prävention hat der Gesetzgeber den Krankenkassen die Möglichkeit eingeräumt, Bonusprogramme nach § 65a SGB V für die Versicherten einzuführen. Hierunter fallen auch zunehmend App-basierte Fitnessprogramme. Der Beitrag untersucht, ob sich das Grundprinzip mit Erkrankten und Hilfebedürftigen solidarisch zu sein, in sein Gegenteil verkehrt, wenn jenen, die die technischen, körperlichen und zeitlichen Voraussetzungen mitbringen und an diesen Programmen teilnehmen, ein Bonus gegeben wird. Die Ergebnisse der Datenanalyse zeigen deutliche soziodemografische Unterschiede bei der Inanspruchnahme von Bonusprogrammen. Personen mit niedrigen Einkommen nehmen seltener an Bonusprogrammen teil. Diese Ungleichheit tritt (1) besonders bei Personen mit mäßiger Gesundheit, also einer zentralen Zielgruppe präventiver Bonusprogramme auf und wird (2) nicht durch höhere Bildung kompensiert. Insgesamt können starke Hinweise für das Auftreten kumulativer Benachteiligungen im Sinne des Matthäus-Effekts gefunden werden. Diese ergeben sich unabhängig davon, ob es sich um Mitnahmeeffekte oder um manifeste Verhaltensänderungen handelt.
Abstract: Whoever Runs Will Be Given. How Fitness Apps Trigger a “Matthäus-Effekt” via Bonus Programs in Statutory Health Insurance
Statutory health insurance is based on various basic principles. One of the most important is to establish solidarity between the insured. To support early detection and behavior-related prevention, the legislature has given the health insurance companies the opportunity to introduce bonus programs according to § 65a SGB V for the insured. This also increasingly includes app-based fitness programs. The article examines whether the basic principle of showing solidarity with the sick and those in need is reversed if those who have the technical, physical and time requirements and take part in these programs are given a bonus. The results of the data analysis show clear socio-demographic differences in the use of bonus programs. Low-income individuals are less likely to participate in bonus programs. This inequality occurs (1) particularly among people with moderate health, i.e. a central target group of preventive bonus programs, and (2) is not compensated for by higher education. Overall, strong indications of the occurrence of cumulative disadvantages in the sense of the Matthew effect can be found. These arise regardless of whether they are deadweight effects or manifest changes in behavior.
Table of Contents
Section Title | Page | Action | Price |
---|---|---|---|
Remi Maier-Rigaud / Simon Micken: Wer läuft, dem wird gegeben. Wie Fitness-Apps über die Bonusprogramme in der Gesetzlichen Krankenversicherung einen Matthäus-Effekt auslösen | 1 | ||
Zusammenfassung | 1 | ||
Abstract: Whoever Runs Will Be Given. How Fitness Apps Trigger a “Matthäus-Effekt” via Bonus Programs in Statutory Health Insurance | 2 | ||
1. Einleitung | 2 | ||
2. Der Matthäus-Effekt | 3 | ||
3. Bonusprogramme in der Gesetzlichen Krankenversicherung | 4 | ||
4. Untersuchungsdesign | 8 | ||
Beschreibung der Untersuchungsstichprobe | 8 | ||
Beschreibung der Untersuchungsvariablen | 9 | ||
Teilnehmende an Bonusprogrammen | 1 | ||
Nicht-Teilnehmende an Bonusprogrammen | 1 | ||
5. Empirische Analyse: Ungleichheitsverstärkung durch Bonusprogramme | 1 | ||
Zusammenhang zwischen Einkommen, Teilnahme und weiteren soziodemografischen Merkmalen | 1 | ||
Zusammenhang zwischen Einkommen, Teilnahme und Gesundheitsverhalten der Befragten | 1 | ||
Fitness-Apps und Wearables | 1 | ||
6. Fazit | 1 | ||
Literatur | 1 | ||
Anhang | 1 |