Im heutigen Technologiezeitalter werden wir von Stimulatoren geradezu überflutet. Daher ist es nicht verwunderlich, dass wir immer seltener frei verfügbare Zeit haben. In dieser Arbeit wird untersucht, ob man dennoch freie Zeiträume durch die Nutzung des Smartphones identifizieren und den Nutzer dazu animieren kann, diese Zeit mit dem Lesen von Artikeln aus seinem privaten Lesevolumen zu verbringen. Da wir unser Smartphone nahezu dauerhaft griffbereit haben und auch oft zur Überbrückung von Langeweile verwenden, stellt es ein ideales Mittel dar, um das Verhalten der Menschen zu analysieren. Daher wurde eine Android-App entwickelt, die dem Nutzer das Lesen eines bestimmten, auf die Dauer der verfügbaren Zeit abgestimmten Artikels vorschlägt. Die gesammelten Sensordaten des Smartphones wurden daraufhin zusammen mit den Nutzungsdaten der App mithilfe eines Klassifikators aus dem Bereich des maschinellen Lernens analysiert. Das daraus entstandene Vorhersagemodell gibt Aufschluss über die Wahrscheinlichkeit einer korrekten Klassifikation, sowie über die wichtigsten Parameter, die für die Zeitpunkte der Lesevorschläge ausschlaggebend sind. Somit soll die Frage geklärt werden, welche Faktoren genutzt werden können, um Empfehlungen für das Lesen von Artikeln auf dem Smartphone zu machen.