Das Fogg-Verhaltensmodell erklärt (und warum dein Habit-Tracker es nutzen sollte)

Die meisten Habit-Tracker stellen dir eine einzige Frage: Hast du es heute gemacht, ja oder nein? Dieses Häkchen fühlt sich wie Fortschritt an, sagt dir aber nichts darüber, warum du einen Tag verpasst hast oder was sich ändern muss, damit morgen anders läuft. Das Fogg-Verhaltensmodell ist das Framework, um das herum wir TrakBit gebaut haben — genau weil es diese Frage beantwortet.

Was das Fogg-Verhaltensmodell wirklich sagt

BJ Fogg, der das Behavior Design Lab in Stanford leitet, hat zwei Jahrzehnte damit verbracht zu erforschen, warum Menschen tun — oder nicht tun —, was sie sich vornehmen. Sein Modell fasst diese Forschung in einer Formel zusammen:

B = MAP

Verhalten passiert, wenn Motivation, Fähigkeit (Ability) und Auslöser (Prompt) im selben Moment zusammenkommen. Sinkt einer der drei weit genug, passiert das Verhalten nicht — egal wie stark die anderen beiden sind.

• Motivation ist, wie sehr du es gerade jetzt willst. Sie ist real, aber auch die unzuverlässigste der drei — sie steigt am 1. Januar und Montagmorgen, und sinkt nach einer schlechten Nacht. Die meisten Ratschläge zu Gewohnheiten sind eigentlich Ratschläge zur Motivation, weshalb die meisten davon nach ein paar Wochen nicht mehr funktionieren.
• Fähigkeit ist, wie leicht das Verhalten in diesem Moment auszuführen ist — körperlich, mental und zeitlich. "Eine Stunde ins Fitnessstudio" hat um 23 Uhr an einem Arbeitstag eine niedrige Fähigkeit. "Laufschuhe anziehen" hat fast immer eine hohe Fähigkeit.
• Auslöser ist der Trigger, der dich überhaupt ans Handeln erinnert. Ohne ihn sind Motivation und Fähigkeit irrelevant — du kommst schlicht nie auf die Idee, es zu tun.

Foggs eigene Zusammenfassung des Modells ist unverblümt: Wenn ein Verhalten nicht stattfindet, liegt das Problem fast nie an persönlichem Versagen. Einer dieser drei Faktoren ist zu niedrig — und du kannst herausfinden, welcher.

Warum ein reiner Streak-Zähler die halbe Geschichte verpasst

Ein einfacher Streak-Zähler — das Raster aus gefüllten und leeren Kästchen, das die meisten Habit-Apps nutzen — erfasst nur das Ergebnis. Er kann dir nicht sagen, ob du den Dienstag verpasst hast, weil dir die Motivation fehlte, weil die Gewohnheit zu schwer in einen vollen Tag zu quetschen war, oder weil dich nichts daran erinnert hat, bis es schon 23 Uhr war. Das sind drei völlig unterschiedliche Probleme mit drei völlig unterschiedlichen Lösungen, und ein Häkchen behandelt sie alle gleich: als Fehlschlag.

Genau diese Lücke schließt das Fogg-Modell. Es macht aus einem verpassten Tag nicht "ich habe versagt", sondern "welcher der drei Faktoren ist eingebrochen, und was sagt mir das über die nötige Änderung" — Schwierigkeit senken, den Auslöser reparieren, oder akzeptieren, dass Motivation schwankt, und das System entsprechend darum herum bauen, statt sich darauf zu verlassen.

Wie TrakBit das einbaut

In TrakBit hat jede Gewohnheit eine Fogg-Aufschlüsselung, nicht nur ein Häkchen. Du legst Motivation, Fähigkeit und Auslöser für eine Gewohnheit fest, und TrakBit zeigt dir eine daraus berechnete Abschlusswahrscheinlichkeit — dieselbe B = MAP-Logik, nur sichtbar statt unsichtbar gemacht.

Wenn eine Gewohnheit nicht hält, gruppiert TrakBits Ansicht der letzten Fehlschläge deine verpassten Tage, damit du das Muster wirklich siehst: Ist die Fähigkeit werktags konstant der Schwachpunkt? Verschwindet der Auslöser am Wochenende, wenn sich deine Routine ändert? Das ist eine andere, nützlichere Frage als "wie lange läuft mein Streak schon", weil sie zeigt, was du anpassen solltest, statt nur, wie sehr du dich selbst enttäuscht hast.

In der Praxis wird daraus Konkretes:

• Niedrige Fähigkeit → verkleinere die Gewohnheit. "20 Minuten meditieren" wird zu "hinsetzen und dreimal durchatmen". Foggs eigene Forschung bestätigt das — winzige Versionen einer Gewohnheit überstehen einen schlechten Tag deutlich zuverlässiger.
• Niedriger Auslöser → verankere die Gewohnheit an etwas, das ohnehin zuverlässig passiert, direkt davor oder danach, statt dich auf eine Handy-Benachrichtigung zu verlassen, die du irgendwann wegwischst.
• Niedrige Motivation → hör auf, sie direkt reparieren zu wollen. Motivation ist die am wenigsten kontrollierbare der drei; die Fähigkeit zu senken oder den Auslöser zu schärfen bringt meist mehr für die Konsistenz als jede Motivationsrede.

Wie sich das von anderen Trackern unterscheidet

Apps wie Streaks und HabitKit sind wirklich gut in dem, was sie tun — die native Apple-Health-Integration von Streaks und das GitHub-artige Raster von HabitKit machen Konsistenz optisch befriedigend. Keine der beiden ist darauf ausgelegt zu diagnostizieren, warum eine Gewohnheit einbricht, weil keine auf einem verhaltenswissenschaftlichen Modell basiert. Wenn du eine übersichtliche, visuelle Streak willst, sind sie eine gute Wahl. Wenn die App dir helfen soll herauszufinden, was eine Gewohnheit tatsächlich blockiert — statt dich nur daran zu erinnern, dass sie blockiert ist —, genau diese Lücke soll TrakBits Fogg-basiertes Tracking schließen.

Ausprobieren

Das Fogg-Verhaltensmodell kannst du kostenlos nachlesen — Foggs Buch Tiny Habits ist die maßgebliche Quelle. TrakBit ist unser Versuch, eine App darum herum zu bauen statt um ein Häkchen. Lade TrakBit herunter und lege für deine erste Gewohnheit Motivation, Fähigkeit und Auslöser fest, um zu sehen, wie sich dadurch ändert, was ein verpasster Tag dir eigentlich sagt.

Häufige Fragen

Was ist das Fogg-Verhaltensmodell? Ein Framework des Stanford-Forschers BJ Fogg, das besagt: Verhalten = Motivation × Fähigkeit × Auslöser (B = MAP). Ein Verhalten passiert nur, wenn alle drei gleichzeitig hoch genug sind.

Ist das Fogg-Verhaltensmodell wissenschaftlich belegt? Ja. BJ Fogg entwickelte und testete das Modell über fast zwei Jahrzehnte am Behavior Design Lab in Stanford — Grundlage seines Buchs Tiny Habits (2019).

Muss ich in TrakBit das Fogg-Modell nutzen? Nein — du kannst eine Gewohnheit mit einem einfachen täglichen Check erfassen. Die Motivation/Fähigkeit/Auslöser-Aufschlüsselung ist optional, für Gewohnheiten, die nicht halten und bei denen du verstehen willst, warum.

Wie unterscheidet sich das von einem normalen Streak-Zähler? Ein Streak-Zähler erfasst, ob du eine Gewohnheit erledigt hast. TrakBits Fogg-basiertes Tracking schätzt zusätzlich, warum — je nachdem, welcher der drei Faktoren am schwächsten ist.