Bachelorarbeit
Intuitivität in der Mensch-Maschine-Schnittstelle
Die Wirkung von erlernten mentalen Repräsentationen auf die intuitive
Menünavigation durch ein automotives Bediensystem unter kognitiver
Belastung im Vergleich zwischen älteren und jüngeren Probanden
Eingereicht von
Lisa Kiltz
Matrikel-Nr. 2678248
Betreut von
Erstgutachter: Univ.-Prof. Dr. Heiko Hecht
Zweitgutachter: Dipl.-Psych. Andreas Baranowski
An der Johannes Gutenberg-Universität, Mainz
Fachbereich 02 – Sozialwissenschaften
Psychologisches Institut
Abteilung Allgemeine Psychologie
Eingereicht: 17. September 2014
II
Inhaltsverzeichnis
Zusammenfassung ...................................................................................................... IV
Abstract ....................................................................................................................... V
Abbildungsverzeichnis ............................................................................................... VI
Tabellenverzeichnis................................................................................................. VIII
Abkürzungsverzeichnis .............................................................................................. IX
Einleitung ..................................................................................................................... 1
1. Theoretische Grundlage ........................................................................................... 3
1.1 Mentale Repräsentationen ............................................................................ 5
1.2 Motorische Repräsentationen ....................................................................... 9
1.3 Der Begriff des Mental Workload .............................................................. 11
1.4 Der Systemeffekt ........................................................................................ 15
2. Hypothesen ............................................................................................................. 20
2.1 Die Haupteffekte ......................................................................................... 20
2.2 Die Interaktionseffekte ............................................................................... 22
3. Methode ................................................................................................................. 25
3.1 Stichprobe ................................................................................................... 26
3.2 Materialien .................................................................................................. 27
3.2.1 Die Systeme.................................................................................... 27
3.2.2 Der Fahrsimulator .......................................................................... 31
3.3 Durchführung .............................................................................................. 32
4. Ergebnisse .............................................................................................................. 34
4.1 Variablen der Systembedienung ................................................................. 35
4.2 Variablen der Fahrperformanz .................................................................... 38
4.3 Weiterführende Analysen ........................................................................... 41
4.4 Auswertung der qualitativen Daten ............................................................ 43
5. Diskussion .............................................................................................................. 45
III
Literaturverzeichnis.................................................................................................... 55
Anhang ....................................................................................................................... 62
Der Systemaufbau ............................................................................................. 62
Die Aufgabeninstruktion .................................................................................. 71
Die Aufgabenlisten ........................................................................................... 72
Der Innovationsfreude-Fragebogen .................................................................. 74
Der Technikaffinitäts-Fragebogen .................................................................... 75
Der Intuitivitäts-Fragebogen ............................................................................. 76
Die Kommentare der Probanden ...................................................................... 77
Danksagung ................................................................................................................ 83
Selbständigkeitserklärung .......................................................................................... 84
IV
Zusammenfassung
Der Begriff der Mensch-Maschine-Schnittstelle bezeichnet die Benutzer-
schnittstelle zwischen Mensch und Maschine, im automotiven Bereich also zwischen
dem Fahrer und dem Fahrzeug. Hierbei fungiert die Benutzerschnittstelle als
Kommunikationsfläche, bestehend aus Anzeige und Bedienelementen. Diese Studie
befasst sich mit der Theorie, dass mentale Repräsentationen basierend auf
Vorerfahrung mit der Nutzung ähnlicher technischer Systeme das Erlernen von
neuen Bediensystemen positiv beeinflussen. So entsteht Intuitivität. Darüber hinaus
tragen intuitiv nutzbare Systeme dazu bei, dass der Mental Workload, also die
mentale Belastung des Fahrers, entlastet wird. Dies geschieht dadurch, dass die
kognitiven Anforderungen durch intuitive Bedienbarkeit so gering wie möglich
gehalten werden.
Die Untersuchung verglich zwei Systeme basierend auf unterschiedlichen
mentalen Repräsentationen: Das sogenannte Fünf-Wege-Bedienelement-basierte
System (FWBbS) und das Smartphone-basierte Systeme (SbS). In einer
Fahrsimulator-Studie wurden 34 Probanden, aufgeteilt in zwei Altersgruppen, beide
Systeme in randomisierter Reihenfolge präsentiert. Diese wurden in verschiedenen
kognitiven Belastungsbedingungen getestet. Dabei wurden sowohl Bedien- als auch
Fahrvariablen erhoben, sowie die wahrgenommene Intuitivität.
Es konnte gezeigt werden, dass das SbS intuitiver wahrgenommen wurde und
auch in den Bedienvariablen durchweg überlegen war. Dass dessen Bedienung
allerdings zu einer kognitiven Entlastung führte, konnte nicht belegt werden. Jedoch
ließ sich beobachten, dass ältere Probanden, deren Vorwissen auf anderen
Erfahrungen aufbaut, das FWBbS mit weniger Fehlern bedienen konnten als das SbS
im Vergleich zu jüngeren Probanden.
V
Abstract
The term Human-Machine Interface describes the User Interface between a
human being and a machine, in an automotive context between the driver and the
vehicle. User Interfaces function as a communication surface consisting of a display
and controls. This study deals with the theory that mental representations based on
prior experiences in using technical devices influence the learning process of new
systems positively. That is what is called intuitivity. Intuitive systems further
contribute to an easing of the Mental Workload, therefore the cognitive load of the
driver. This occurs because the cognitive demands are kept as low as possible
through intuitive use.
The investigation compared two systems based on different mental
representations, the so-called Five-Way-Control-based system (in German
abbreviated as FWBbS) and the Smartphone-based system (in German abbreviated
as SbS). In a driving simulator study 34 participants were divided up into two age-
groups and had to use both systems in randomized order. The conditions were varied
depending on the cognitive load. During the study operator and driving variables
were collected as well as the perceived intuitivity.
The study therefore showed that the SbS was perceived as more intuitive and
was superior in terms of the operator variables as well. It could not be proved that the
use of this system could furthermore ease the Mental Workload. However it could be
seen that older participants with a knowledge based on different experiences could
use the FWBbS with less errors than the SbS compared to younger participants.
VI
Abbildungsverzeichnis
Abbildung 1. Das Arbeitsmodell der Interaktionen Mensch / Schnittstelle im
Fahrzeug, hier als HMI bezeichnet (Bruder & Didier, 2009)………………………...3
Abbildung 2. Ein Modell zur Verdeutlichung des Mappings zwischen
Repräsentationen, basierend auf Normans Perceptual Principle (1993)……………10
Abbildung 3. Schaubild, das die schematische Beziehung zwischen den
Anforderungen an die mentalen Ressourcen der Primäraufgabe und den genutzten
Ressourcen aufzeigt, und damit die resultierende Performanzfunktion beschreibt
(Bhise, 2011)………………………………………………………………………...12
Abbildung 4. POC-Kurve, (a) Hypothetische POC-Kurve unter der Annahme,
dass die Aufgaben A und B der gleichen Priorität unterliegen, (b) Hypothetische
POC-Kurve unter Dual Task-Bedingung im Vergleich von zwei verschiedenen
Systemen Z und Y (Wickens, et al., 2013)………………………………………….14
Abbildung 5. Ein Beispiel eines Fünf-Wege-Bedienelements, so wie in dieser
Studie verwendet…………………………………………………………………….15
Abbildung 6. Ein Beispiel eines Smartphone-basierten Bediensystems, hier das
Samsung DriveLink (aus Schreiner, 2014)………………………………………….16
Abbildung 7. Auszüge aus dem FWBbS. (a) Startmenü mit Option nach rechts,
um eine Ebene tiefer zu gelangen; (b) Anruflisten mit dem Aktivmarker auf
Verpasste Anrufe, auf die man mit der rechts-Taste gelangen würde und der Option,
mit der Taste nach links wieder eine Ebene höher zum Telefonmenü zu gelangen; (c)
Optionen des USB-Sticks mit der Option, mit der links-Taste zum USB-Menü zu
gelangen oder mit OK die Funktion Als primäres Gerät festlegen zu bestätigen; (d)
der Dialog zum Löschen von Martins Handy mit dem Aktivmarker auf Nein, was
über OK bestätigt werden müsste und der Option, mit der links-Taste wieder eine
Ebene höher zu den Optionen der Bluetooth-Geräte zu gelangen..............................28
Abbildung 8. Auszüge aus dem SbS. Durch die Pfeile sind die möglichen
Swipe-Optionen dargestellt. (a) Startscreen; (b) Navigationsmenü mit den
Sonderzielen ausgewählt; (c) Telefon mit den Settings als Swipe-Option; (d) SMS;
VII
(e) Radio mit den Optionen als Swipe-Option; (f) Bluetooth Geräte; (g) CD mit den
Album-Cover als Swipe-Option; (h) USB mit Optionen und Browse als Swipe-
Option; (i) iPod mit den Optionen als Swipe-Option; (j) Kontakte…………………29
Abbildung 9. Der skizzierte Aufbau des Fahrsimulators aus der
Vogelperspektive. (a) Leinwände, auf denen die Fahrsimulation projiziert wurde; (b)
Rückspiegel, auf denen die Fahrsimulation auf Bildschirmen dargestellt wurde; (c)
Lenkrad mit dahinterliegendem Kombiinstrument inklusive Tachoanzeige und
darunter Gas- und Bremspedal; (d) Tablet mit darauf simulierten Systemen; (e)
Schalthebel für Automatikgetriebe; (f) Fahrersitz; (g) Beifahrersitz………………..32
Abbildung 10. (a) FWBbS; (b) SbS. Gemittelte Bedienzeiten der Probanden in
Sekunden in Abhängigkeit der kognitiven Belastung und der Altersgruppen-
zugehörigkeit. Die Fehlerbalken stellen den Standardfehler des Mittelwerts dar…..36
Abbildung 11. (a) FWBbS; (b) SbS. Gemittelte Anzahl der Bedienfehler der
Probanden in Abhängigkeit der kognitiven Belastung und der Altersgruppen-
zugehörigkeit. Die Fehlerbalken stellen den Standardfehler des Mittelwerts dar…..37
Abbildung 12. (a) FWBbS; (b) SbS. Gemittelte Anzahl der Bedienfehler der
Probanden in Abhängigkeit der kognitiven Belastung und der Altersgruppen-
zugehörigkeit. Die Fehlerbalken stellen den Standardfehler des Mittelwerts dar…..39
Abbildung 13. (a) FWBbS); (b) SbS. Gemittelte Geschwindigkeitsvarianz der
Probanden in Abhängigkeit der kognitiven Belastung und der Altersgruppen-
zugehörigkeit. Die Fehlerbalken stellen den Standardfehler des Mittelwerts dar…..39
Abbildung 14. (a) FWBbS; (b) SbS. Anzahl der Sicherheitsabstands-
verletzungen der Probanden in Abhängigkeit der kognitiven Belastung und der
Altersgruppenzugehörigkeit. Die Fehlerbalken stellen den Standardfehler des
Mittelwerts dar………………………………………………………………………40
VIII
Tabellenverzeichnis
Tabelle 1. Mittelwerte der Variablen Technikaffinität, Innovationsfreude und
Smartphone-Erfahrung in Jahren im Vergleich zwischen der jüngeren und der älteren
Probandengruppe. Der Standardfehler des Mittelwerts ist in Klammern
aufgeführt……………………………………………………………………………34
Tabelle 2. Mittelwerte des aggregierten Intuitivitäts-Scores der beiden Systeme
im Vergleich zwischen der jüngeren und älteren Probandengruppe. Der
Standardfehler des Mittelwerts ist in Klammern aufgeführt………………………...35
Tabelle 3. Mittelwerte und Standardabweichung der Bedienzeiten in Sekunden
abhängig von der Gruppenzugehörigkeit, dem zu bedienenden System und der
kognitiven Belastung zur Verdeutlichung der signifikanten Haupteffekte, die die
Bedienzeiten beeinflussen…………………………………………………………...36
Tabelle 4. Mittelwerte der Anzahl der Bedienfehler als Interaktion zwischen
der Altersgruppenzugehörigkeit und dem bedienten System. Der Standardfehler des
Mittelwerts ist in Klammern aufgeführt…………………………………………….38
Tabelle 5. Korrelationen zwischen den Kontrollvariablen Technikaffinität und
Innovationsfreude und den Bedienzeiten abhängig von der kognitiven Belastung und
dem bedienten System………………………………………………………………42
IX
Abkürzungsverzeichnis
F F-Wert (Prüfgröße)
FWB Fünf-Wege-Bedienelement
FWBbS Fünf-Wege-Bedienelement-basiertes System
HMI Human-Machine Interface
km/h Kilometer pro Stunde
M Mittelwert
m männlich
MMS Mensch-Maschine-Schnittstelle
n Anzahl der Probanden
ηp² Partielles Eta-Quadrat (Effektstärke)
p p-Wert (Signifikanzwert)
rmANOVA Varianzanalyse mit Messwiederholung
SbS Smartphone-basiertes System
SD Standardabweichung
sec Sekunden
T T-Wert (Prüfgröße)
w weiblich
1
Einleitung
Im Laufe der Geschichte des Automobils musste die primäre Fahraufgabe des
Steuerns des Kraftfahrzeugs immer mehr mit den sekundären Aufgaben, wie einer
Eingabe ins Navigationsgerät oder der Bedienung des Multimediasystems,
konkurrieren. Das Autofahren in seinem ursprünglichen Sinne hat sich
dementsprechend vom puren Fahren wegentwickelt und ist immer mehr der parallel
laufenden Systembedienung gewichen. Deshalb gewinnen Studien in Bezug auf
Fahrerablenkung und mentale Belastung immer mehr an Relevanz (Akamatsu,
Green, & Bengler, 2013). Aufgrund dieses Konkurrenzkampfes zwischen der
Primär- und Sekundäraufgabe innerhalb eines Fahrzeuges um die kognitiven
Ressourcen des Fahrers, rückt die Bedeutsamkeit einer funktionierenden Benutzer-
schnittstelle zwischen Mensch und Fahrzeug immer mehr in den Vordergrund.
Die vorliegende Bachelorarbeit beschäftigt sich deswegen konkreter mit dem
Thema Mensch-Maschine-Schnittstelle (MMS), im Englischen auch Human-
Machine Interface (HMI) genannt. Dabei behandelt diese Arbeit die zentrale Frage,
welche Aspekte zu einer gelungen Gestaltung einer Benutzerschnittstelle beitragen.
Das wird vor allem in Bezug auf die Menünavigation betrachtet. In diesem
Zusammenhang wird insbesondere das Konzept der Intuitivität in psychologischer
Hinsicht als relevant angesehen, weshalb dieses im Verlauf der Studie näher erläutert
werden soll. Intuitivität stellt grundsätzlich das Ziel eines jeden guten Bediensystems
dar. Demzufolge ist die Aufgabe einer gut umgesetzten MMS, die Kommunikation
zwischen Mensch und Maschine zu fördern und dem Menschen zu verstehen zu
geben, wie das System bedient werden kann, ohne sich übermäßig mit der
Bedienungsanleitung zu befassen – also intuitiv. Das lässt darauf schließen, dass eine
intuitive MMS dem Nutzer die Bedienung erleichtert und durch Automatismen
basierend auf systemverwandter Vorerfahrung zu einem geringeren kognitiven
Aufwand führt (Löffler, 2011; Hurtienne, 2011). Bei Betrachtung des Konzepts der
Intuitivität sind die zwei Ansätze der mentalen Repräsentation und des Mental
Workload von besonderer Bedeutung. Deshalb konzentriert sich die Untersuchung
im weiteren Verlauf der Studie verstärkt hierauf. Bezüglich mentaler
Repräsentationen wird im Folgenden herausgearbeitet, wie sich diese durch
2
Vorerfahrung des Nutzers bilden, durch Übung manifestieren und die
Erwartungshaltung des Nutzers beeinflussen (Hurtienne, Mohs, Meyer, Kindsmüller,
& Israel, 2006). Des Weiteren beschäftigt sich die Studie bezogen auf mentale
Repräsentationen mit der Anwendung dieser unbewusst gesammelten Vorerfahrung
auch im motorischen Bereich. Im Hinblick auf das Konzept des Mental Workloads
konzentriert sich die Studie speziell auf die Auswirkung intuitiver Bedienung auf die
mentale Entlastung durch eine geringere Notwendigkeit von kognitiven Ressourcen
(Löffler, 2011; Hurtienne, 2011).
Die Studie verfolgt das Ziel, die Navigation durch ein automotives
Bediensystem im Sinne der Intuitivität durch die Erfüllung der Erwartungshaltung
des Nutzers basierend auf mentalen Repräsentationen zu stärken. Infolgedessen soll
sich die mentale Belastung des Nutzers reduzieren und eine sichere Fahrzeugführung
gewährleisten (Mohs, et al., 2006; Löffler, 2011; Hurtienne, 2011).
3
1. Theoretische Grundlage
Bevor näher auf die Ansätze der mentalen Repräsentation und des Mental
Workload eingegangen wird, soll zunächst der theoretische Hintergrund der MMS
generell erläutert werden. Unter dem Begriff der MMS versteht man im automotiven
Bereich die Benutzerschnittstelle zwischen Fahrer und Fahrzeug, das heißt, die
Kommunikation des bedienenden Menschen mit dem zu bedienenden System. Die
MMS fungiert hierbei als Vermittler. Die Anzeige und die Bedienelemente, wie
Tasten, Touchpad oder Spracherkennung, dienen als Mittel der Kommunikation
zwischen Mensch und Fahrzeug. Dem Fahrer werden Informationen über die
Anzeige bereitgestellt, auf die er über die Betätigung der Bedienelemente reagieren
kann (Vöhringer-Kuhnt, 2011; Chan & Chan, 2007). In diesem Zusammenhang wird
das Arbeitsmodell der Interaktionen Mensch / Schnittstelle in Fahrzeugen von
Bruder und Didier (2009) betrachtet (siehe Abbildung 1). Dieses stellt die Beziehung
zwischen dem Menschen und der Benutzerschnittstelle dar. Darin interagiert der
Mensch als Wesen mit speziellen Eigenschaften, Fertigkeiten, Fähigkeiten und
Bedürfnissen über dessen Wahrnehmung, Verarbeitung und Handlung mit der MMS
eines Fahrzeuges im oben beschriebenen Sinne. In der vorliegenden Studie wird die
Hypothese aufgestellt, dass dieses Modell auf der Ebene der menschlichen
Fähigkeiten um den Begriff der Vorerfahrung ergänzt werden müsste.
Vorangegangene Interaktionen regulieren im Sinne der Erwartungshaltung des
Nutzers das menschliche, kognitive System. Dadurch wird die Kommunikation
zwischen Mensch und Maschine beeinflusst und im Falle einer gelungenen MMS
erleichtert.
Abbildung 1. Das Arbeitsmodell der Interaktionen Mensch / Schnittstelle
im Fahrzeug, hier als Human-Machine Interface (HMI) bezeichnet
(Bruder & Didier, 2009)
4
Im automotiven Bereich wird die MMS in Form eines Bediensystems als
Benutzerschnittstelle dargestellt, die zwischen Mensch und Maschine vermittelt.
Dieses wird als Infotainmentsystem bezeichnet. Dabei handelt es sich um ein System
bestehend aus einer Kombination aus Informationsanzeigen und Entertainment, das
nun die Aufmerksamkeit des Fahrers immer mehr auf sich zieht. Heutzutage besteht
ein solches System aus Einstellungen, Unterhaltung, Kommunikation und
Navigation, die es gilt, ohne große Aufmerksamkeitszuwendung zu bedienen (Bohl,
Rotweiler, Rumez, & Walz, 2010). Stattdessen wird die Bedienung immer häufiger
mit einem steigenden Unfallrisiko in Verbindung gebracht. In diesem Zusammen-
hang ist die in Victoria, Australien, durchgeführte Umfrage von Young und Lenné
(2010) zu nennen. Diese zeigt auf, dass zwar die meisten Fahrer lediglich Musik
hören, doch zwischen 40 und 60% das Infotainmentsystem auch während der Fahrt
nutzen. 72% der Befragten betätigten das Bediensystem gerade hinsichtlich der auf
das Fahrzeug bezogenen Aufgaben, wie das Einstellen der Spiegel oder der Nutzung
der Fahrassistenzsysteme, auf die an dieser Stelle allerdings nicht weiter eingegangen
wird. Huemer und Vollrath (2011) kommen nach Betrachtung mehrerer Studien zu
dem Schluss, dass zwischen 10 und 30% der Unfälle während der Ausführung
sekundärer Aufgaben geschehen. In ungefähr 30% der Fahrzeit werden sekundäre
Aufgaben ausgeführt, somit folglich kognitive Ressourcen anderweitig verbraucht. In
ihrer eigenen Studie, die 30 Minuten Fahrt untersucht, zeigen Huemer und Vollrath
(2011), dass nur 3,8% der Fahrer in dieser Zeit keine, mehr als ein Drittel hingegen
eine Sekundäraufgabe ausgeführt haben. Dies verdeutlicht die steigende Relevanz
der Weiterentwicklung des Infotainmentsystems dahingehend, dass es ohne großen
Aufwand und Aufmerksamkeitszuwendung genutzt werden kann. Dies kann in dem
Sinne erreicht werden, dass sich durch wiederholte Interaktionen mit dem System
Automatismen entwickeln, die wiederum zum Phänomen Intuitivität führen (Löffler,
2011). Das heißt, ein intuitiv bedienbares System kann ohne gesteigerte Zuwendung
von weiteren kognitiven Ressourcen genutzt werden, da Vorerfahrung unbewusst die
Interaktion mit dem System in seiner Effektivität im Vorhinein bereits bestimmt
(Löffler, 2011; Hurtienne, 2011). Gerade im Fahrkontext stellt die Intuitivität
demzufolge einen zentralen Aspekt der MMS dar (Vöhringer-Kuhnt, 2011), da sie
„durch nicht bewusste Anwendung von Vorwissen durch den Benutzer zu effektiver
Interaktion führt“ (Mohs, et al., 2006, S.130).
5
Abschließend kann man zusammenfassen, dass Intuitivität durch von
Vorerfahrung geprägter Interaktion, die der Erwartungshaltung des Nutzers
entspricht, entsteht und zu einer effektiveren Mensch-Maschine-Interaktion führt.
Ausgehend davon liegt der Fokus der Arbeit im Folgenden wie bereits erwähnt auf
den zwei Ansätzen der mentalen Repräsentationen, die sich durch ebendiese
Vorerfahrung bilden, und des Mental Workload, der im Zusammenhang mit
effektiver Bedienung steht. Auf diese beiden Konzepte soll die Studie nun genauer
eingehen.
1.1 Mentale Repräsentationen
Im Folgenden wird zunächst der Begriff der mentalen Repräsentation definiert
und in Beziehung mit der Erwartungshaltung basierend auf der Vorerfahrung in
Bezug zu einem kontinuierlichen Lernprozess gesetzt. Hierbei bildet Konsistenz
einen weiteren Aspekt im Hinblick auf das Erlernen mentaler Repräsentationen.
Schließlich wird daraus folgend die praktische Anwendbarkeit und Relevanz
gezogen.
Bei einer mentalen Repräsentation handelt es sich um eine Art mentales Model,
das sich im kognitiven System manifestiert und das Denken und Wahrnehmen
beeinflusst. Sie zeichnet sich durch eine eingeschränkte Beständigkeit aus, was
impliziert, dass sie sich ständig weiterentwickelt (Doyle & Ford, 1998). Gerade im
Hinblick auf die Vorerfahrung, die wie im vorigen Abschnitt bereits ausgeführt über
eine Erwartungshaltung des Nutzers die effektive Bedienung bestimmt, wird die
tragende Rolle der mentalen Repräsentation deutlich. Denn die Erwartungen basieren
auf mentalen Repräsentationen, werden von diesen geformt und sind somit ebenso
instabil. Sie entwickeln sich kontinuierlich weiter. Überdies zeichnen sich mentale
Repräsentationen dadurch aus, dass sie sich unbewusst durch Erfahrung in einem
speziellen Lernprozess bilden. Dem Nutzer sind sie auch während der Anwendung
nur unbewusst zugänglich (Johnson, 2010; Senge, 1990). Darüber hinaus werden
mentale Repräsentationen eher im konzeptuellen Sinne gesehen; sie arbeiten also
strukturell. Die wahrgenommene Struktur eines externen Systems wird demzufolge
als mentales Modell internalisiert (Doyle & Ford, 1998). Kurz gesagt, bilden sich
mentale Repräsentation von Bedienkonzepten durch bereits bekannte Konzepte und
führen so zu einem Vorwissen, das unbewusst von diesem auf ein neu zu erlernendes
6
Konzept übertragen werden kann. Somit wird ein Lernprozess begünstigt, solange
das neue Konzept kongruent zu der schon bestehenden, mentalen Repräsentation
funktioniert (Marcus, 1998).
Eine gelungene Benutzerschnittstelle, demnach auch eine erfolgreiche MMS,
ermöglicht dem Nutzer laut Marcus (1998) die Anwendung einer Reihe von
mentalen Repräsentationen, die die Menünavigation und Systeminteraktion
unterstützen sollen. Mentale Repräsentationen spielen im Bereich der MMS eine
wesentliche Rolle (Doyle & Ford, 1998), denn diese „ist vollständig eine Frage der
Repräsentation“ (Barr, 2003, S. 8). Denn diese lässt die Anwendung von Gewohntem
auf neue Systeme zu und gewährleistet somit eine effektive Bedienung (Marcus,
1998). Diese Studie konzentriert sich speziell auf den Punkt der Menünavigation und
der Auswirkungen mentaler Repräsentationen auf ebendiese. Durch ihre strukturellen
Eigenschaften sind sie demnach dem Nutzer beim Navigieren durch das System
behilflich. Bei Betrachtung des Navigationsaspekts der Mensch-Maschine-
Interaktion stellt sich die Frage, welche mentale Repräsentation das Navigieren durch
Systeme für den Nutzer am meisten begünstigt. Wie bereits erwähnt, kommt gerade
bezogen auf die Menünavigation die Erwartungshaltung des Nutzers ins Spiel.
Vöhringer-Kuhnt (2011) stellt einige Kriterien für die erfolgreiche Bedienung
einer MMS heraus. Hierbei werden unter anderem auch die Konzepte der Konsistenz
und der Erwartungskonformität genannt. Das deckt bereits zwei Aspekte ab, die für
diese Studie relevant sind für das Erlernen und Anwenden von mentalen
Repräsentationen. Konsistenz in Bezug auf ein automotives System ist im Sinne
einer gewissen Einheitlichkeit innerhalb des Systems zu definieren. Sie trägt einen
wichtigen Beitrag zu dem Erlernen von neuen Navigationsprinzipien eines
automotiven Systems bei und ist somit relevant für eine erfolgreiche Bedienung.
Ohne Konsistenz im System wird der Lernprozess deutlich verlangsamt, da nicht von
Regelmäßigkeiten innerhalb der Navigation durch das Menü ausgegangen werden
kann. Das heißt, es kann weder eine Erwartungshaltung aufgrund der vorigen
konsistenten Erfahrungen aufgebaut, noch bereits erlerntes Wissen übertragen
werden. Dass Konsistenz eine große Rolle im Aufbau von mentalen Repräsenta-
tionen spielt, spiegelt sich auch darin wider, dass Craik (1943), der den Begriff des
mentalen Modells erstmals anführte, in seiner Definition die Wichtigkeit der
7
Regelmäßigkeit im Denken betonte. Da Konsistenz das Bilden einer Erwartungs-
haltung ermöglicht, führt dies wiederum zu dem zweiten wichtigen, von Vöhringer-
Kuhnt (2011) genannten Punkt – der Erwartungskonformität. Laut Hurtienne, et al.
(2006) wird diese als dem Konzept der Intuitivität ähnlich angesehen. Wenn ein
System der Erwartungshaltung eines Nutzers entspricht, funktioniert es entsprechend
erwartungskonform. Demzufolge ist speziell dies die Aufgabe eines jeden intuitiven
Systems. Das ist darauf zurückzuführen, dass der Mensch von Erwartungen geleitet
an die Bedienung eines technischen Systems herangeht. Basierend auf der mentalen
Repräsentation in Bezug auf das System werden Hypothesen generiert, die den
Erwartungen des Nutzers entsprechen. Dieser erwartet von gewissen Handlungen als
Input gewisse Reaktionen des Systems als Output (Senge, 1990). Die Aufgabe einer
funktionierenden MMS ist es folglich, diese Erwartungshaltung herauszufinden und
zu stützen. Es sollte sich eine Art Automatismus in den Handlungen der Menschen
entwickeln, der sich auf unbewusster Ebene auf die Nutzung automotiver
Bediensysteme positiv auswirkt. Die Aufgabe der MMS ist es hierbei, so
operationalisiert zu sein, dass sie kongruent zu der mentalen Repräsentation und den
daraus resultierenden Erwartungen funktioniert, um eine fehlerfreie Bedienung zu
ermöglichen (Carroll, 1991; Fuchs-Frothnhofen, Hartmann, Brandt, & Weydandt,
1996).
Konsistenz ist weiterhin eine Grundvoraussetzung für den Lernprozess, dem
jeder Nutzer beim Erlernen eines neuen Systems ausgesetzt ist. Mentale
Repräsentationen müssen sich zunächst durch aktive Vergleiche zwischen bisher
Erlerntem und neu zu Erlernendem bilden (Winkelman, 2004). Sie unterliegen
demzufolge einem ständigen Lernprozess, der diese formt (McKellar, 1957). Wissen
über bekannte Strukturen entsteht daraus, dass frühere Erfahrungen und vorherig
Erlerntes im Gedächtnis des Menschen gespeichert werden. Der aktuelle Lernprozess
wird von diesem Wissen geprägt und beeinflusst, welches wiederum als mentale
Repräsentation zum Verständnis des Systemaufbaus beiträgt (Carroll & Thomas,
1982; Norman, 1980). Effektives Lernen setzt Erwartungen voraus, die fortlaufend
mit der äußeren Welt abgeglichen werden (Grossberg, 1997). Folglich entsteht eine
Erwartungshaltung aufgrund der Erfahrungen, die der Nutzer mit ähnlichen
Konzepten bisher gemacht hat (Jackendoff, 1983; Pirhohen, Brewster, & Holguin,
2002). Mentale Repräsentationen wirken sich insofern auf die Erwartungshaltung
8
aus, dass frühere Erfahrungen unbewusst auf neu zu Erlernendes übertragen werden
können (Knoblich & Öllinger, 2002; Johnson, 2010). Erfahrungen beeinflussen
allerdings wiederum ihrerseits mentale Repräsentationen, was somit zur bereits
beschriebenen Instabilität führt.
Praktische Relevanz erlangt dieses Konzept insofern, als dass sich der
Lernprozess verkürzen lässt. Bereits gelernte, bekannte Strukturen lassen sich auf die
neu zu erlernenden Strukturen anwenden, wodurch das neue Konzept nicht noch
einmal gelernt werden muss – es wurde bereits gelernt (Barr, 2003; Carroll &
Thomas, 1982; Carroll & Robert, 1995; Marcus, 1998). Laut Norman (1972)
resultiert dieser Effekt des verkürzten Lernprozesses dadurch, dass durch den
Vergleich zwischen bekannten und unbekannten Konzepten mentale
Repräsentationen aktiviert werden, die den Transfer des bekannten Inhaltes auf neu
zu Erlernendes begünstigen. Sobald allerdings die beiden Konzepte inhaltlich
voneinander abweichen und sich nicht aufeinander übertragen und anwenden lassen,
wird der Lernprozess sogar eher behindert. Dies ist die Konsequenz daraus, dass sich
erst ein neues mentales Modell aufbauen muss, um eine effektive Bedienleistung zu
gewährleisten. Durch eine fehlende oder irreführende mentale Repräsentation des
Systems wird demnach ein erhöhter mentaler Aufwand notwendig (Barr, 2003;
Hurtienne, 2011; Marcus, 1998; Erickson, 1993; Carroll & Thomas, 1982; Norman,
1993).
Auf diese Weise kann die Produktivität und Effektivität der Systembenutzung
im automotiven Bereich dadurch beeinflusst werden, dass die Erwartungen des
Nutzers kontrolliert werden. Das System sollte dem Nutzer bekannte Strukturen und
Prozesse aufweisen und somit intuitiv bedienbar wirken (Marcus, 1998; Erickson,
1993). Weiterführend wird nicht nur die Erwartungshaltung von mentalen
Repräsentationen bestimmt, sondern auch die menschliche Wahrnehmung (Senges,
1990). Das, was zu sehen erwartet wird, wird ebenfalls schneller wahrgenommen.
Somit kann adäquater und mit einem geringeren Zeitaufwand darauf reagiert werden.
Mentale Repräsentationen bilden hierbei die Schnittstelle zwischen den Erwartungen
des Nutzers und der tatsächlichen Systembedienung. Sie integrieren folglich das
Wissen über bekannte Strukturen, welches sich durch immer wiederkehrende,
alltägliche Erfahrungen während der Interaktion mit Systemen bildet. Somit können
sie selbst Abstraktem, wie einem inneren Systemzustand, Struktur geben. Der Nutzer
9
kann diese Zustände als mentale, externe Repräsentation verstehen und bedienen
(Erickson, 1993; Johnson, 1987). Mentale Repräsentationen werden dem-
entsprechend als Netzwerk bekannter Konzepte und gesammelten Wissens aus
früheren Erfahrungen gesehen und somit eher als eine Art kognitive Struktur
verstanden (Morecroft, 1994).
Schließlich kann man zusammenfassen, dass mentale Repräsentationen,
gebildet aufgrund von vorausgegangenen Erfahrungen mit einem System, dem
Nutzer als eine Art Vergleichsbasis dienen. Dieser stellt die wahrgenommenen
Elemente mit denen in der mentalen Repräsentation abgespeicherten gegenüber und
kann daraufhin sein schon erlerntes Wissen auf Unbekanntes anwenden (Salvendy,
1938). Das wiederum führt zu einer effektiveren Bedienung und einem verkürzten
Lernprozess (Marcus, 1998; Erickson; 1993; Barr, 2033; Carroll & Thomas, 1982;
Carroll & Robert, 1995).
1.2 Motorische Repräsentationen
Nebst reinen mentalen Repräsentationen werden diese auch von Newton
(1996) und Jackendoff (1983) im multimodalen Sinne als eine Integration von
sensorischen und motorischen Repräsentationen in ein zentrales Repräsentations-
system gesehen. Somit können mentale Repräsentationen auch einen motorischen
Aspekt besitzen. Das sensomotorische System in Form einer inneren Repräsentation
führt so zu einer Aktion des Nutzers (Liu, 2005; Norman, 1972). In diesem
Zusammenhang fällt der Begriff des Image Schemata (Löffler, 2011, S.1), der eine
„sensumotorische Form unterbewusster Wissensrepräsentationen“ beschreibt. Wie
mentale Repräsentationen bildet sich dieses ebenfalls durch alltägliche Erfahrungen,
allerdings eher im physikalischen Sinne. Im Bezug auf die vorliegende Studie ist
dieser Ansatz der motorischen Repräsentation ebenso wichtig, da der motorischen
Komponente in der Kommunikation zwischen Fahrer und Fahrzeug eine erhebliche
Rolle zuteilwird.
Um die Interaktion zwischen Mensch und Fahrzeug zu verstehen, muss
zunächst das sogenannte Mapping von einem mentalen Bereich auf einen anderen
erklärt werden (Doyle & Ford, 1998). Dieses ist sowohl im kognitiven, als auch im
motorischen Kontext der erste Schritt im Verständnis eines Systems. Im automotiven
Bereich bedeutet dies ein Mapping von inneren Zuständen des Systems auf externe
10
Repräsentationen, die sich mental manifestieren. Auf diese Weise wird die
wahrgenommene Struktur des Systems durch die Struktur der mentalen
Repräsentation wiedergegeben (Doyle & Ford, 1998; Newton, 1996; Marcus, 1998).
Dieses Mapping geschieht auf der Ebene der Anzeige und der Bedienelemente,
folglich der Kommunikationsebene zwischen Mensch und Fahrzeug. Um dies weiter
zu verdeutlichen, muss man sich das Mapping in dem Sinne vorstellen, dass es
Verbindungen zwischen Zuständen und deren Bezeichnungen darstellt. So lautet zum
Beispiel beim Lautstärkeregler das Mapping „mehr ist laut“. Der Input des Nutzers
anhand des Bedienelements führt dazu, dass Schieberegler für die Lautstärke
beispielsweise nach rechts geschoben werden, da die Bewegung nach rechts in der
Vergangenheit mit Fortschritt und somit mit etwas Ansteigendem verbunden wurde
(Löffler, 2011). Das heißt, die Bezeichnung des Systemzustandes wird durch die
Veränderung der Position des Schiebereglers vom Systemnutzer geändert und
spiegelt somit auch die Veränderung im System selbst wider – es wird lauter.
Abbildung 2 zeigt ein Modell ausgehend von Normans Perceptual Principle
(1993), das die Beziehung zwischen der Wahrnehmung und der räumlichen
Repräsentation abhängig vom Mapping beschreibt. Das gezeigte Modell übersetzt
dieses Prinzip in den automotiven Kontext. Die zu repräsentierende Welt zeigt sich
hiermit in Form der Kommunikationsmittel zwischen Fahrer und Fahrzeug, zwischen
der Repräsentation und dem Repräsentierten, also dem inneren Systemzustand.
Dieser Prozess des Mappings führt zum Aufbau mentaler Repräsentationen, die den
weiteren Verlauf der Interaktion zwischen Fahrer und Fahrzeug beeinflussen können
(Norman, 1980). Dieses Prinzip lässt sich auch auf die allgemeine Nutzung von
Bediensystemen übertragen und zeigt sich auch in motorischen Mustern.
Abbildung 2. Ein Modell zur Verdeutlichung des Mappings zwischen Repräsentationen, basierend auf Normans
Perceptual Principle (1993)
11
Motorische Repräsentationen sind demzufolge motorische Muster. Diese
entstehen im Falle einer funktionierenden Repräsentation über erfolgreiches
Mapping zwischen dem Systemzustand, der auf der Anzeige abgebildet wird, und
dem Bedienelement. Es bildet sich ein Stereotyp der Bewegungsrichtung – ein
sogenannter Direction-of-motion-Stereotyp. Ein Direction-of-motion-Stereotyp
zeichnet sich dadurch aus, dass er die von der Population am ehesten erwartete
Reaktion eines Systems auf eine Aktion des Nutzers darstellt (Chan & Chan, 2007;
Chan & Hoffmann, 2010). Diese Erwartungen gegenüber der Systemreaktion rühren
von Erfahrungen, die sich unbewusst im motorischen Gedächtnis manifestiert haben.
Dementsprechend interagieren sie mit der sensorischen Wahrnehmung und dem
kognitiven System des Menschen (Norman, 1980). Der Mensch handelt folglich
ebenfalls im motorischen Bereich gemäß seinen Erwartungen.
1.3 Der Begriff des Mental Workload
Laut Hurtienne (2011) und Mohs, et al. (2006) kann die intuitive Bedienung
eines Systems zu dessen effektiver Nutzung beitragen, ohne die zur Verfügung
stehenden kognitiven Ressourcen anzugreifen. Bezogen auf die Fahrzeugführung
sollen diese in erster Linie für die Aufgabe des Fahrens genutzt werden. Somit stehen
bei einem intuitiven System mehr Ressourcen für die Primäraufgabe bereit, was
speziell im Hinblick auf die Fahrsicherheit von Relevanz ist. Hierzu wird der Ansatz
des Mental Workload näher beschrieben und dessen Relevanz für die Gewährung der
Sicherheit im Fahrkontext herausgearbeitet.
Zunächst soll der Begriff Mental Workload ausführlicher definiert werden.
Parasuraman, Sheridan und Wickens (2008) beschreiben Mental Workload als eine
Beziehung zwischen den Anforderungen an die mentalen Ressourcen durch die
Bedienaufgabe und den dem Nutzer zur Verfügung stehenden Ressourcen. Auch
nach Bhise (2011) stellt Mental Workload eine aufgaben-, personen- und
situationsspezifische Interaktion dar. Dabei interagieren Aufgabenanforderungen und
deren Bedienkontext als externe Variablen mit den Fähigkeiten, Verhalten und der
Wahrnehmung des Nutzers als interne Variablen. Somit sind als Komponenten, die
den Mental Workload ausmachen, zunächst die externen Bedienanforderungen und
weiterhin der intern dafür bereit stehende Ressourcenvorrat zu nennen (Salvendy,
2012). Diese zwei Komponenten können in einem Schaubild gegeneinander
12
aufgezeigt werden (siehe Abbildung 3). Auf der X-Achse sind die Bedien-
anforderungen an die Ressourcen und auf der Y-Achse die genutzten Ressourcen
dargestellt. Es werden ausgehend davon zwei Funktionen abgebildet: Die genutzten
Ressourcen als durchgezogene Linie und die Performanz der Erstaufgabe als
unterbrochene Linie. Letztere unterliegt einer höheren Priorität. Somit ist sie als
kritische Aufgabe zu betrachten, deren erfolgreiche Ausführung zu gewährleisten ist.
Bezogen auf die durchgezogene Linie der genutzten Ressourcen sei anzumerken,
dass dem Menschen nur limitiert mentale Ressourcen zur Verfügung stehen. Das
führt dazu, dass die Funktion zunächst monoton ansteigt, irgendwann jedoch zu
einem Plateau übergeht, bei dem die Gesamtmenge an verfügbaren mentalen
Ressourcen verbraucht wird (Norman & Bobrow, 1975). Es lässt sich beobachten,
wie ab diesem Punkt die Performanz der Erstaufgabe rapide sinkt, da zwischen den
benötigten und den zur Verfügung stehenden Ressourcen eine wachsende Diskrepanz
entsteht. Der Stress und die Beanspruchung des Nutzers steigen. Der Bereich, in dem
sich die beiden Funktionen schneiden, wird als Red Line oder auch Red Zone
bezeichnet, der linke Bereich des Diagramms als Reservekapazität und der rechte als
Overload. Die mentalen Ressourcen, die tatsächlich für die Aufgaben benötigt
werden – im linken Bereich dementsprechend die durchgezogene Linie der genutzten
Ressourcen –, bezeichnet Bhise (2011) als Mental Workload. Um wieder auf die
interagierenden Variablen, die den Mental Workload beeinflussen, zurück zu
kommen, wird jede von ihnen einzeln betrachtet. Dadurch kann untersucht werden,
an welcher Stelle es möglich ist, den Mental Workload zu verringern. Situations-
Abbildung 3. Schaubild, das die schematische Beziehung zwischen den Anforderungen an die mentalen
Ressourcen der Primäraufgabe und den genutzten Ressourcen aufzeigt, und damit die resultierende
Performanzfunktion beschreibt (Bhise, 2011)
13
spezifische Variablen sind an dieser Stelle irrelevant, da diese nicht kontrolliert
werden können. In Anbetracht der internen Variablen bezogen auf den Nutzer wird
beobachtet, dass dieser in der Lage ist, den Mental Workload selbst zu beeinflussen.
Beispielsweise wird die Red Zone durch vermehrte Investition von Ressourcen in die
Erfüllung der Primäraufgabe nach rechts verschoben. Außerdem kann der allgemeine
Pool an verfügbaren Ressourcen kurzzeitig durch besondere Aufmerksamkeits-
fokussierung auf die zu erfüllende Aufgabe erweitert werden (Matthews, Warm,
Reinerman-Jones, Langheim, Washburn, & Tripp, 2010; Young & Stanton, 2002).
Bezüglich der externen Variablen kommt die Relevanz einer guten MMS ins Spiel.
Das heißt, wenn das System niedrigere Bedienanforderungen an die Ressourcen
stellt, folglich im linken Bereich des Diagramms bleibt, resultiert eine effektivere
Systembedienung. Diese Variablen wirken demnach auf die Komponente der
externen Ressourcenanforderungen und somit auch den Anspruch an die intern
verfügbaren Ressourcen ein. Bei den externen Ressourcenanforderungen wären die
Aufgabenanforderungen, der Systemaufbau und die technische Unterstützung – wie
beispielsweise durch Fahrassistenzsysteme – zu nennen. In Hinblick auf die intern
verfügbaren Ressourcen spielen die limitierte Prozesskapazität und das
Arbeitsgedächtnis eine Rolle. Das Arbeitsgedächtnis erreicht schließlich bei einer
kognitiven Überbelastung, ebenso wie die verfügbaren mentalen Ressourcen, ein
Plateau und somit seine Grenzen (Salvendy, 2012). Da im Hinblick auf die
Entwicklung eines Bediensystems interne und situationsspezifische Variablen nicht
beeinflusst werden können, konzentriert sich die Studie auf die externen Variablen.
Ziel ist es weiterhin, den Nutzer durch niedrige Bedienanforderungen zu entlasten.
Somit lässt sich schließen, dass ein intuitives Bediensystem eine geringere Anzahl
von Ressourcen benötigt und somit eine mentale Überbelastung vermieden wird.
Demzufolge bestimmt der Mental Workload die Effektivität der Systembedienung
prädiktiv.
Im praktischen Bereich wird dies hauptsächlich im Kontext der Leistung unter
sekundärer Aufgabenstellung untersucht. Das heißt, von zentraler Bedeutung ist, wie
viele mentale Ressourcen für die Sekundäraufgabe – im automotiven Bereich die
Bedienung des Infotainmentsystems – zur Verfügung bleiben, wenn die
Primäraufgabe – das Fahren – auf einem adäquaten Niveau ausgeführt wird
(Wickens, Hollands, Banbury, & Parasuraman, 2013). In diesem Zusammenhang
14
wird die sogenannte Performance Operating Characteristic-Kurve (POC-Kurve)
betrachtet. Diese ist in Abbildung 4 dargestellt. In diesem Diagramm werden die
Leistungen zweier unterschiedlicher Aufgaben gegenübergestellt. ST steht in diesem
Fall für die Performanz der Aufgabe, wenn sie unter einer Single Task-Bedingung,
also mit nur einer auszuführenden Aufgabe, durchgeführt wurde. Im linken
Schaubild (siehe Abbildung 4a) sind beide Aufgaben von gleicher Priorität und somit
ist eine perfekte Zeit-Ressourcen-Verteilung zu beobachten – die allerdings in der
Realität in dieser Form nur sehr selten vorkommt. Im rechten Diagramm (siehe
Abbildung 4b) steht dies hingegen im Kontext der Sekundäraufgabe. Auf der X-
Achse wird die Performanz innerhalb der Primär-, auf der Y-Achse die der
Sekundäraufgabe gezeigt. Da es gilt, die Primäraufgabe auf dem höchstmöglichen
Niveau zu halten, leidet die Performanz der Sekundäraufgabe mehr unter der
zweifachen Belastung. Die Funktionen zeigen somit den Einbruch der Leistung
durch die Belastung der Dual Task-Bedingung, bei der zur Primäraufgabe auch eine
Sekundäraufgabe gestellt wird. Hierbei sehen wir in diesem Beispiel die
Bedieneffektivität zweier MMS in Form von zwei Funktionen gegenübergestellt. Das
System Y ermöglicht dem Nutzer demnach, für die Sekundäraufgabe mehr kognitive
Ressourcen zu nutzen. Auch hier wird wieder deutlich, was die Benutzeroberfläche
eines Systems – das sogenannte User Interface – für Auswirkungen auf die
Effektivität der Nutzung eines automotiven Systems haben kann. Die Leistung leidet
unter verschiedenen MMS unterschiedlich stark (Wickens, et al., 2013).
Abbildung 4. POC-Kurve. (a) Hypothetische POC-Kurve unter der Annahme, dass die Aufgaben A und B der
gleichen Priorität unterliegen; (b) Hypothetische POC-Kurve unter Dual Task-Bedingung im Vergleich von
zwei verschiedenen Systemen Z und Y (Wickens, et al., 2013)
(a) (b)
15
Hinsichtlich der Studie ist daraus zu schließen, dass je gelungener eine MMS
gestaltet ist, desto weniger kognitive Ressourcen benötigt die Bedienung des Systems
und desto mehr Ressourcen bleiben für die Fahraufgabe selbst über. So wird die
Sicherheit bei der Fahrzeugführung gewährleistet. Demzufolge ist das Ziel der Studie
zu untersuchen, welche mentale Repräsentation die Erwartungshaltung des Nutzers
am effektivsten beeinflusst, dadurch eine intuitive Nutzung gewährleistet und somit
den Mental Workload verringert. Wenn diese Aspekte erfüllt sind, kann man von
einer gelungenen MMS sprechen.
1.4 Der Systemeffekt
Die Studie untersucht zwei Systeme basierend auf zwei verschiedenen
mentalen Repräsentationen hinsichtlich ihres Effekts auf deren effektive Bedienung
bezogen auf die Menünavigation. Im Folgenden wird dies als der Systemeffekt
bezeichnet. Um diesen zu untersuchen, werden die zwei zu untersuchenden Systeme
zunächst definiert und anhand von vier Merkmalen differenziert.
Das erste System zeichnet sich über das Fünf-Wege-Bedienelement (FWB) aus, da
es auf dem Fünf-Wege-Prinzip basiert. Dieses Bedienelement besteht aus einem
Fadenkreuz, über das sowohl horizontal als auch vertikal durch das Menü navigiert,
sowie mit einer OK-Taste in der Mitte die Auswahl bestätigt werden kann (siehe
Abbildung 5). Dieses Bedienprinzip findet man beispielsweise in älteren Mobil-
telefonen, Fernbedienungen oder auch in Bediensystemen für Autos wieder. So
nutzen es auch aktuelle Ford-Modelle, an denen sich diese Studie orientiert. Das ist
von daher relevant, da die Stichprobe aus Mitarbeitern der Ford Werke GmbH
besteht und diese somit über die entsprechende Vorerfahrung verfügten. Im weiteren
Verlauf der Studie wird dieses Fünf-Wege-Bedienelement-basierte System FWBbS
abgekürzt.
Abbildung 5. Ein Beispiel eines Fünf-Wege-
Bedienelements, so wie in dieser Studie verwendet.
16
Das zweite System soll sich am aktuell immer prominenter werdenden
Smartphone und dessen Bedienoberfläche orientieren. Folgend wird es das
Smartphone-basierte System (SbS) genannt. Untersuchungen bezüglich Smartphone-
basierter MMS sind für die zukünftige Forschung im Fahrkontext insoweit von
Bedeutung, als dass Anbieter von Smartphone-Bediensystemen momentan bereits
daran arbeiten, automotive Systeme auf den Markt zu bringen. Dazu gehören
beispielsweise Apple mit dem Apple CarPlay, Windows mit dem Windows in the
Car Konzept und Samsung mit dem Samsung DriveLink (siehe Abbildung 6)
(Schreiner, 2014). Ausgehend von deren Smartphone-basierter Bedienoberfläche
wird das SbS nun weiter konkretisiert und zunächst genauer definiert.
Um im Folgenden das SbS detaillierter festzulegen, reduziert sich die Studie in
diesem Fall auf ausgewählte Aspekte, durch die sich das SbS auszeichnet. Natürlich
macht ein System basierend auf einer Smartphone-Benutzeroberfläche mehr als nur
diese Punkte aus. Jedoch konzentriert sich die Untersuchung im Hinblick auf
Vergleichbarkeit und Umsetzbarkeit nur auf die vier Punkte der motorischen
Repräsentation, der Diversität, der Breite der Menühierarchie und der Bedienweise.
Als erstes ist der Punkt der motorischen Repräsentation zu nennen, die sich in
beiden Systemen unterscheidet. Hierbei soll zunächst eine vergleichbare Studie, an
der sich diese Untersuchung orientiert, aufgeführt werden. Totzke, Schmidt und
Krüger (2003) befassen sich ebenfalls mit den Ansätzen der mentalen und
motorischen Repräsentationen. In dieser Studie wurde ein fiktives Bediensystem im
Hinblick auf begriffliche, räumliche und motorische Repräsentationen getestet.
Abbildung 6. Ein Beispiel eines Smartphone-basierten Bediensystems, hier das
Samsung DriveLink (aus Schreiner, 2014)
17
Bezogen auf letztere wurden zwei unterschiedliche Bedienelemente gegeneinander
getestet. Das sogenannte „integrierte Bedienelement“ zeichnete sich dadurch aus,
dass es nur einem motorischen Muster unterlag. Das zweite, von Totzke, Schmidt
und Krüger (2003) „aufgelöst“ genannte, wurde hingegen über zwei verschiedene
Muster bedient. Die Probanden manövrierten mit dem integrierten Bedienelement
nur durch eine Joystickbewegung durch das System. Das aufgelöste Bedienelement
wurde hingegen zusätzlich um einen Tastendruck ergänzt. Diese Unterschiede in der
motorischen Repräsentation lassen sich auf die Differenzierung zwischen dem
FWBbS und dem SbS übertragen. Die Benutzeroberfläche eines Smartphones ist
durch die Streichbewegung über den Bildschirm zusätzlich zum simplen Tastendruck
in seiner motorischen Repräsentation erweitert. Das FWBbS hingegen wird nur über
einen Tastendruck bedient und folgt somit nur einem motorischen Muster.
Um dies weiter auszuführen, soll die Funktionsweise eines FWB näher
erläutert werden. Das FWB zeichnet sich darüber aus, dass der Ebenenwechsel im
Menü, also der Wechsel in eine hierarchisch tiefer gelegene Menüebene hinein oder
wieder weiter heraus, über die horizontalen Tasten zu bedienen ist. Auf diese Weise
lässt sich ebenfalls im Menü in aktuellen Ford-Modellen navigieren. Die vertikalen
Tasten werden hingegen zum Navigieren innerhalb eines Menüpunktes genutzt.
Somit wird innerhalb eines Systems basierend auf diesem Bedienprinzip sowohl der
Ebenenwechsel als auch die Navigation innerhalb eines Menüpunktes über ein und
dieselbe motorische Handlung bedient. Es ist nur ein Tastendruck für jegliche
Navigationsmöglichkeit von Nöten. Demzufolge unterliegt das FWBbS in beiden
Bedienhandlungen ein und demselben motorischen Muster. Im SbS ist hingegen zu
finden, dass es sich im Ebenenwechsel und in der Navigation innerhalb eines
Menüpunktes in seinem motorischen Muster unterscheidet: Der Ebenenwechsel
erfolgt über den Druck auf ein Icon, die Navigation innerhalb eines Menüpunktes
hingegen über eine Streichbewegung über den Bildschirm, das sogenannte Swipen.
Als zweiten Punkt zur Differenzierung der beiden Systeme lässt sich der
Menüaufbau betrachten. Hierbei fällt auf, dass sich ein System mit einem FWB über
eine gewisse Konsistenz auszeichnet, da er einheitlich und logisch aufgebaut ist. Die
vertikale und horizontale Hierarchie soll die Navigation durch das Menü erleichtern.
Gerade diese Regelbasiertheit führt zu einer klareren motorischen Repräsentation
durch wiederholtes konsistentes Bedienen (Totzke, 2013). Der springende Punkt im
18
FWBbS ist somit die Konsistenz dieses Bediensystems, da sich die horizontale und
vertikale Hierarchie durch das gesamte System zieht. Smartphones hingegen bieten
für jede Anwendung eine andere Applikation im Startmenü. Das hat eine Vielfalt an
Möglichkeiten zur Folge, so dass jeder Nutzer seine Benutzeroberfläche selbst
zusammenstellen kann und somit eine gewisse Personalisierung vorliegt. Jedoch
führt es auch zu einem zusammengewürfelten Bild an Interaktionsstilen, da jede
Applikation von verschiedenen Anbietern bereitgestellt wird und somit jede einer
anderen Bedienlogik folgt (Robbins, Lee, & Fernandez, 2008; Schmidt, 2012). Dies
lässt sich anschaulich am Beispiel des Samsung DriveLink zeigen (siehe Abbildung
6). Jede Anwendung zeichnet sich über eine andere Benutzeroberfläche aus, wird
anders bedient und wirkt visuell verschieden.
Außerdem kennzeichnet das Bedienprinzip eines Smartphones drittens eine
breitere Hierarchie, als es bei dem FWBbS der Fall ist. Das bedeutet, dass weniger
Ebenenwechsel im System möglich sind, dafür aber mehr Funktionen auf einer
Ebene dargestellt werden. In einem Smartphone zeigt sich das in der Form, dass die
meisten Anwendungen innerhalb von zwei Bedienschritten erreichbar sind. Zunächst
wird die Auswahl im Startmenü zum Starten der Applikation getroffen und danach
die gewünschte Aktion aktiviert (Choi & Lee, 2012). Ein System, das mit einem
FWB bedient wird, ist der Übersichtlichkeit und der Bedienbarkeit halber meist über
eine tiefere Menühierarchie dargestellt. Eine tiefere Menüstruktur zeichnet sich
genau über das Gegenteil aus: Das System wird über mehrere Ebenenwechsel
bedient, allerdings sind weniger Punkte auf einer Ebene abgebildet.
Als vierter und wahrscheinlich ausschlaggebendster Punkt ist die Bedienweise
zu nennen. Ein Smartphone wird durch eine direkte Bedienung mithilfe des
Touchscreens gesteuert. Ein FWB ist hingegen ein externes Bedienelement, so dass
es an einem anderen Ort lokalisiert sein kann als die Anzeige. Dies löst einige
Probleme, da das Bedienelement beispielsweise auf dem Lenkrad platziert werden
kann und somit der Griff vom Lenkrad weg vermieden wird. Allerdings benötigt eine
solche Anordnung ein effektiveres Mapping, so dass das Bedienelement mit der
Anzeige logisch vereinbart werden kann.
Anhand dieser vier Definitionsmerkmale wird zwischen dem FWBbS und dem
SbS differenziert. Sie folgen damit verschiedenen mentalen Repräsentationen, die es
19
gilt, hinsichtlich ihrer Auswirkung auf die effektive Systembedienung zu
untersuchen. Hierbei wird speziell untersucht, welchen Effekt die Vorerfahrung der
Probanden auf die Nutzung der einzelnen Systeme und deren Wahrnehmung
hinsichtlich der Intuitivität hat, sowie wie sich dieser auf den Mental Workload
auswirkt.
20
2. Hypothesen
Die zentrale Fragestellung der Studie bezieht sich darauf, wie man eine
möglichst effiziente, intuitive Menüführung und –navigation erreicht. Bezogen auf
das Konzept der mentalen Repräsentationen konzentriert sich die Untersuchung auf
die Forschungsfrage, welche mentale Repräsentation sich am besten zur Navigation
durch das Menü eines automotiven Bediensystems eignet. Außerdem wird betrachtet,
ob die Effizienz der Bedienung des Systems abhängig von der Vorerfahrung zu
betrachten ist. Inhaltlich wird erwartet, dass es sich bei Intuitivität um eine Art
Wissen basierend auf bisher Erlebtem handelt. Darauf aufbauend bilden sich mentale
Repräsentationen, die wiederum das Erlernen von ähnlichen Inhalten, beispielsweise
das Navigieren durch das Menü unbekannter Bediensysteme, erleichtern (Hurtienne,
2011; Mohs, et al., 2006). Dies muss allerdings in Abhängigkeit von der
Innovationsfreude, der Vorerfahrung und des Alters der Probanden gesehen werden
(Totzke, Hofmann, & Krüger, 2003). In diesem Zusammenhang werden auch
Generationseffekte erwartet, da davon ausgegangen wird, dass Generationen
verschiedene Vorerfahrungen als Vergleichsbasis nutzen (Koppel, Charlton, &
Fildes, 2009). Im Hinblick auf das Konzept des Mental Workload stellt sich die
Frage, inwiefern eine erfolgreiche mentale Repräsentation hilft, kognitive
Ressourcen zu entlasten. Systeme, die als intuitiv wahrgenommen werden,
erleichtern die Handhabung des Systems unter kognitiver Belastung, da sie weniger
Ressourcen benötigen. Das führt erwartungsgemäß dazu, dass Probanden unter Dual
Task-Bedingungen – beispielsweise mit einer primären Fahraufgabe – in der Lage
sind, ein intuitives System effektiver zu bedienen (Totzke, Schmidt, & Krüger, 2003;
Hurtienne, 2011).
2.1 Die Haupteffekte
Zunächst werden drei Haupteffekte in Bezug auf die Ergebnisse dieser Studie
erwartet. Der erste wäre ein Systemeffekt abhängig vom zu bedienenden System.
Zudem wird sich durch die Aufteilung der Probanden in zwei Altersgruppen zu
einem Haupteffekt hinsichtlich der Unterschiede zwischen den jüngeren und den
älteren Probanden beobachten lassen. Schließlich wird ebenfalls ein Haupteffekt
abhängig von der steigenden kognitiven Belastung erwartet.
21
Hinsichtlich des zu bedienenden Systems wird angenommen, dass eines von
ihnen als intuitiver wahrgenommen wird und somit eine effektivere Bedienung
zulässt. Bei Betrachtung der vier vordefinierten Definitionsmerkmale ist hierbei
allerdings keine klare Richtung zu beobachten. Bezogen auf die motorische
Repräsentation lassen sich die Ergebnisse der Studie von Totzke, Schmidt und
Krüger (2003) betrachten. Diese sprechen dafür, dass das aufgelöste Bedienelement
gerade im Fahrkontext als das effektivere zu bewerten ist. Das lässt darauf schließen,
dass dementsprechend das SbS eine effektivere Bedienung ermöglichen sollte. Im
Hinblick auf das zweite Definitionsmerkmal, die Diversität, wird erwartet, dass eine
gewisse Regelbasiertheit und Konsistenz die Bildung einer mentalen und auch
motorischen Repräsentation begünstigt. Da sich Repräsentationen durch einen
Lernprozess bilden und dieser durch Konsistenz gefördert wird, sollte das System
mit der höheren Regelbasiertheit dem anderen überlegen sein. Das SbS hingegen
zeichnet sich durch eine gewisse Diversität aus, so dass in diesem Punkt eine
schnellere, effektivere Bedienung des FWBbS erwartet werden sollte. Bezogen auf
den dritten Aspekt, der Breite der Menühierarchie, lässt sich eine Studie von Totzke,
Rauch und Krüger (2003) heranziehen. Hier wurde ebenfalls ein fiktives
Bediensystem in zwei Varianten mit einer tieferen und einer breiteren Menüstruktur
getestet. Daraus resultierte die Erkenntnis, dass eine breitere Menühierarchie im
Stand zu einer effektiveren Bedienung führte. Während einer Fahraufgabe ließ es
sich jedoch durch eine tiefere Menühierarchie effektiver navigieren. Im Hinblick auf
die Nutzung eines Smartphones ist dies sinnvoll, da dieses vorwiegend ohne
Zweitaufgabe genutzt wird. Demzufolge stellt sich die Frage, ob erwartungsgemäß
das SbS unter einer Dual Task-Bedingung im Fahrkontext schlechter abschneiden
wird als das FWBbS. Angesichts des vierten Definitionsmerkmales, der
Bedienweise, ist zu erwarten, dass das SbS eine effektivere Bedienung zur Folge hat.
Das resultiert daraus, dass das Mapping zwischen Anzeige und Bedienelement
wegfällt, da die Anzeige selbst das Bedienelement darstellt. Somit ist
zusammenfassend, in Anbetracht aller vier Definitionspunkte, keine klare Richtung
in der Überlegenheit eines der Systeme zu erwarten. Es wird jedoch erwartet, dass
die verschiedenen Systeme in Abhängigkeit der Zielgruppe und deren Vorerfahrung
unterschiedlich intuitiv wahrgenommen werden. Das intuitivere System wird sich in
erhöhter Effektivität, Effizienz und Zufriedenheit auswirken (Hurtienne, 2011).
22
In der vorliegenden Studie wird weiterhin untersucht, ob es einen generellen
Generationseffekt gibt. Jüngere Probanden sind kognitiv flexibler, so dass der
Lernprozess kürzer und effektiver sein sollte als der der älteren Probanden. Diese
fühlen sich unsicherer bei der Bedienung eines Systems und empfinden sie als
anstrengender (Totzke, Hofmann, & Krüger, 2003; Jahn, Oehme, Rösler, & Krems,
2004). Probanden im fortgeschrittenem Alter zeigen zudem ein eingeschränkteres
und vorsichtigeres Fahrverhalten hinsichtlich des Geschwindigkeits- und
Reaktionsverhaltens in Situationen, in denen mehr mentale Ressourcen von Nöten
sind. Solche Situationen sind beispielsweise das Fahren in Kurven oder mit erhöhtem
Verkehrsaufkommen (Schlag, 1990). Ausgehend davon wird erwartet, dass jüngere
Probanden, unabhängig von der Art des Systems, dieses schneller und effektiver
bedienen, sowie in der Fahraufgabe weniger Fehler machen als die ältere
Probandengruppe.
Weiterhin betrachtet die Studie die Auswirkungen von kognitiver Belastung
auf die effektive Systembedienung. Im Hinblick auf das Konzept des Mental
Workload sinkt die Leistung mit steigenden Anforderungen, also auch steigender
kognitiver Belastung. Das Schaubild von Bhise (2011) in Abbildung 3 verdeutlicht,
dass bei einem Überschreiten der zur Verfügung stehenden mentalen Ressourcen die
Gesamtperformanz abnimmt. Genau dieses Muster wird erwartet. Folglich sollte, je
höher die kognitive Belastung wird, die Leistung der Probanden in der Aufgaben-
ausübung und in der Fahraufgabe abnehmen.
2.2 Die Interaktionseffekte
Das Konzept der Intuitivität hängt stark mit den Ansätzen der mentalen
Repräsentation, der Vorerfahrung, auf der sie basiert und dem Mental Workload
zusammen. Deshalb werden vor allem Interaktionseffekte erwartet, die sich auf die
Bedien- und Fahrvariablen auswirken. Dementsprechend werden Zweifach- sowie
eine Dreifachinteraktion zwischen der Altersgruppenzugehörigkeit, dem zu
bedienenden System und der kognitiven Belastung erwartet.
Zunächst lässt sich bezogen auf den Interaktionseffekt zwischen der Alters-
gruppenzugehörigkeit und dem zu bedienenden System die Studie von Totzke,
Hofmann und Krüger (2003) betrachten. Laut dieser sind jüngere Probanden, wie
bereits erwähnt, kognitiv flexibler und reagieren deshalb effektiver auf Bedien-
23
inkonsistenzen und Bedienredundanzen, während ältere Probanden regelbasierter
und persistierender denken. Das SbS zeichnet sich definitionsgemäß durch
ebensolche Bedieninkonsistenten aus. Jüngere Probanden sollten hiermit weniger
Probleme haben, es sogar im Gegenteil als intuitiver empfinden und somit effektiver
bedienen können. Ältere hingegen sollten mit dem FWBbS besser umgehen, da
dieses sich durch seine Konsistenz besser in ihr Denken einfügt. Dies hat im
Gegensatz zur Bedienung des SbS zur Folge, dass der Generationseffekt unter
diesem abgeschwächt wird. Zusätzlich ist die Vorerfahrung mit dem Umfang von
Menüsystemen stark alterskorreliert und bestimmt die Effektivität der
Systembedienung (Koppel, Charlton, & Fildes, 2009). Demnach wird erwartet, dass
dieser Effekt moderiert wird durch die Erfahrung mit Smartphone-ähnlichen
Systemen und der Innovationsfreude.
Zusätzlich wird ein Interaktionseffekt zwischen der kognitiven Belastung und
dem zu bedienenden System erwartet. Dieser wird sich darin zeigen, dass das
intuitivere System bereits erlernte Inhalte leichter wieder ermöglicht zu aktivieren
und somit den Nutzer mental entlastet. Folglich stehen mehr kognitive Ressourcen
für die zufriedenstellende Erfüllung der Zweitaufgabe zur Verfügung (Totzke, 2013;
Kahneman, 1973; Wickens & Hollands, 2000). Dieses Muster wird sich darin zeigen,
dass je höher die kognitive Belastung wird, desto eher werden sich die
Bedieneffektivität und die gezeigte Fahrperformanz abhängig vom bedienten System
unterscheiden. Dieser Effekt wird sich zugunsten des intuitiveren Systems zeigen.
Weiterhin wird ein Interaktionseffekt zwischen der Altersgruppenzugehörigkeit
und der kognitiven Belastung erwartet. Kognitive Interferenzen spielen eine größere
Rolle für ältere Probanden (Salthouse, Rogan, & Prill, 1984). Dies wirkt sich
insofern aus, dass ältere Fahrer weniger bereit sind, ihre kognitiven Ressourcen einer
nicht-fahrtbezogenen Aufgabe zu zu wenden (Lerner, 2005). Deshalb lässt sich
erwarten, dass sie unter Dual Task-Bedingungen sowohl in der Systembedienung als
auch in der Fahrperformanz mehr Probleme zeigen werden und diese mit geringerer
Geschwindigkeit und vorsichtigerer Fahrweise zu kompensieren versuchen (Dingus,
Hulse, Mollenhauer, Fleischman, Mcgehee, & Manakkal, 1997). Mit einem Anstieg
der kognitiven Beanspruchung wird sich demnach sowohl ein Einbruch in der
Fahrperformanz als auch im Erfolg der Systembedienung zeigen. Bei jüngeren
Probanden wird dieser Effekt nicht derart gravierend zu beobachten sein.
24
Darüber hinaus wird zusätzlich eine Dreifachinteraktion zwischen der
Altersgruppenzugehörigkeit, dem System und der kognitiven Belastung erwartet.
Denn altersbedingte Leistungseinbußen unter Dual Task-Bedingungen sind durch
Übung und somit auch durch übertragbares, erlerntes Vorwissen kompensierbar
(Kramer, Larish, & Strayer, 1995; Fisk & Rogers, 1991). Somit wird erwartet, dass
der Interaktionseffekt zwischen der Altersgruppenzugehörigkeit und dem System
auch im Hinblick auf eine steigende, kognitive Belastung besteht. Dieser Effekt wird
in der Art auftreten, als dass jüngere Probanden das SbS als intuitiver empfinden und
deshalb während dessen Bedienung unter höherer, kognitiver Belastung einen
kleineren Einbruch in der Systembedienung und der Fahrleistung zeigen. Bei älteren
Probanden wird dieser Effekt hingegen bei der Bedienung des FWBbS erwartet. So
wird unter kognitiver Belastung der Generationseffekt bei Bedienung des SbS
gravierender, während bei der Nutzung des FWBbS wiederum abgeschwächter
erwartet. Dieser Effekt wird durch Erfahrung und Vorwissen moderiert.
25
3. Methode
Bei der vorliegenden Untersuchung handelte es sich um eine Fahrsimulator-
Studie als 2x2x3 gemischtes Design mit dem Alter der Probanden als
zweifaktorieller Zwischengruppenfaktor. Als Binnensubjektfaktoren dienten zwei-
faktoriell das zu bedienende System und die kognitive Belastung als dreifaktorielle
Variable.
Die Probanden wurden anhand ihres Alters in zwei Gruppen aufgeteilt: Jüngere
Probanden von 20 bis 35 Jahren und ältere Probanden von 50 bis 65 Jahren. Das zu
bedienende System und der Grad der kognitiven Belastung bildeten die
unabhängigen Variablen. Ersteres wurde zwischen dem FWBbS und dem SbS
variiert. Der Grad der kognitiven Belastung rangierte von keiner über niedrige bis hin
zu hoher Belastung. Keine Belastung wurde so operationalisiert, dass die Probanden
die Systeme ohne Parallelaufgabe bewältigen mussten. Ansonsten mussten die
Probanden hingegen eine Fahraufgabe im Simulator als Primäraufgabe ausführen.
Bei niedriger kognitiver Belastung mussten die Probanden einem roten Auto vor
ihnen folgen, das mit einer konstanten Geschwindigkeit von 100 km/h vor ihnen
fuhr. Dabei wurden sie angewiesen, den Sicherheitsabstand zu wahren und nicht zu
überholen. Die Fahraufgabe unter hoher kognitiver Belastung gestaltete sich so, dass
eine hohe Verkehrsdichte simuliert wurde und die Probanden im fließenden Verkehr
weiterhin mit Richtgeschwindigkeit 100 km/h fahren mussten. Sie wurden so
instruiert, dass sie langsamere Autos vor sich überholen, ansonsten allerdings auf den
fließenden Verkehr achten und dabei weiterhin den Sicherheitsabstand wahren
sollten.
Als abhängige Variablen wurden objektive Werte erfasst. Bezogen auf die
Systembedienung dienten die Effektivität der Bedienung in Form von
Bearbeitungszeit und der Anzahl der Fehler bei der Aufgabenausführung als
erhobene Variablen. Bei der Fahraufgabe wurde die Leistung in Form von der
Geschwindigkeit, deren Varianz und dem Abstand zum vorausfahrenden Auto
mithilfe der Simulator-Software erhoben. Hierbei diente die 100 km/h-Marke als
Richtgeschwindigkeit und der Sicherheitsabstand zum vorausfahrenden Auto sollte
laut Faustformel 50 Meter nicht unterschreiten. Außerdem wurde ein Intuitivitäts-
26
Score als Aggregat aus 14 Items als subjektiver Wert erhoben, um den Grad der
Intuitivität der Systeme zu messen. Mit diesem, von der Ford Werke GmbH intern
genutzten, Intuitivitäts-Fragebogen ließ sich für jeden Probanden ein Intuitivitäts-
Score errechnen, den dieser Proband den jeweiligen Systemen gab. Hohe Werte
entsprechen hier einer hohen Intuitivität. Der Fragebogen ist im Anhang auf Seite 76
zu finden.
Als Kontrollvariablen dienten das Vorwissen in Form von Smartphone-
Erfahrung, Innovationsfreude und Technikaffinität. Die Smartphone-Erfahrung
wurde als Dauer des Besitzes eines Smartphones festgelegt. Basierend auf der
Innovation Adoption Curve (Swanson, o.J.) auf einer Skala rangierend von 1 bis 5
wurde hingegen die Innovationsfreude der Probanden erhoben. Weiterhin wurde die
Technikaffinität anhand der Anzahl der technischen Geräte, die regelmäßig von den
Probanden genutzt wurden, operationalisiert. Hierbei war eine festgelegte Auswahl
mit einem Maximum von acht Geräten bestimmt. Auch diese Fragebögen, sowie eine
inhaltliche Ausführung der Innovation Adoption Curve, sind im Anhang auf Seite 74
und 75 hinterlegt.
3.1 Stichprobe
Bei der Stichprobe handelte es sich um 34 Probanden, die alle Mitarbeiter der
Ford Werke GmbH waren. Die endgültige Altersbandbreite der Stichprobe bestehend
aus 18 jüngeren Probanden (m = 8, w = 10) erstreckte sich von 23 bis 33 Jahren
(M = 27.5, SD = 2.59). Bei der Stichprobe bestehend aus 16 älteren Probanden
(m = 10, w = 6) erstreckte sich die endgültige Altersbandbreite von 50 bis 61 Jahre
(M = 54.88, SD = 3.08).
Hinsichtlich ihrer Fahrerfahrung wurden die Probanden nach der Anzahl der
Jahre des Führerscheinbesitzes und ihrem aktuellen Fahrzeug befragt. In der jüngeren
Stichprobe rangierte die Fahrerfahrung von 4.5 bis 15 Jahre des Führerscheinbesitzes
(M = 9.42; SD = 2.44), in der älteren von 33 bis 45 Jahre (M = 36.38; SD = 3.31).
Von den jüngeren Probanden besaßen 11 einen Ford, vier fuhren eine andere Marke
(Volvo, VW, Opel und Skoda) und drei besaßen gar kein Auto. Bei den älteren
Probanden fuhren 14 Probanden ein Fahrzeug von Ford, wohingegen nur zwei eine
andere Marke besaßen (Mazda und Fiat). Hierbei berichtete allerdings einer der
beiden Probanden ohne einen Ford dennoch viel Erfahrung mit Fahrzeugen von Ford
27
zu haben. Insgesamt gingen 23 der 34 Probanden technischen Berufen nach, davon
13 von 18 jüngeren und 10 von 16 älteren Probanden. Alle bis auf einen Probanden
in der älteren Stichprobe besaßen ein Smartphone für eine durchschnittliche Dauer
von 3.04 Jahren (SD = 1.88).
Hinsichtlich der Fahrvariablen lagen bei jeweils einem Probanden aus jeder
Altersgruppe aus technischen Gründen keine Daten vor. Deshalb wurde die Analyse
der Fahrvariablen mit insgesamt 32 Probanden durchgeführt (nalt = 15, njung = 17).
3.2 Materialien
3.2.1 Die Systeme
Sowohl das FWBbS als auch das SbS wurden mit Adobe Illustrator erstellt.
Simuliert wurde das FWBbS über Hyperlinks in Microsoft PowerPoint, das SbS
hingegen über QML, um auch die Swipe-Option zu ermöglichen. Beide Systeme
wurden nur so weit simuliert, wie es für die Ausführung der Aufgaben notwendig
war.
Inhaltlich orientierten sich beide Systeme stark an dem Infotainment System,
das aktuell in Ford-Modellen verbaut ist, und waren sich somit in dem Punkt gleich.
Die Systeme bestanden aus den Hauptfunktionen Navigation, Radio, Telefon,
Multimedia und CD, sowie deren jeweiligen Unterfunktionen. Der genaue inhaltliche
Aufbau ist im Anhang auf Seite 62 zu finden.
Die Anzeigegröße der beiden Systeme betrug 19.05 x 17.13 cm und beide
wurden auf einem Acer Tablet mit 10.1 Zoll, einem Seitenverhältnis von 16:10 und
1280 x 800 Pixel Auflösung dargestellt, das eine Touchfunktion bei der Bedienung
der Systeme ermöglichte. Das FWB wurde ebenfalls als Touchfläche dargestellt, um
einen möglichen Effekt bezüglich des Unterschieds zwischen Touchfläche und
Tasten auszuschließen. Auch das Farbschema der beiden Systeme glich sich.
Das FWBbS orientierte sich im Aufbau stark an Fords aktuellem 5-Zoll-
System. Es wurde auf jeder Menüebene durch eine Überschrift angezeigt, um welche
es sich handelte. Außerdem wurden vier Menüpunkte aufgeführt, wobei man mit den
Pfeiltasten nach oben und unten die ausgewählte Option wechseln konnte. Durch die
Betätigung der rechten Pfeiltaste ließ es sich eine Ebene tiefer navigieren, während
28
man mit dem Pfeil nach links wieder eine Ebene höher gelangte. Die OK-Taste
musste zum endgültigen Bestätigen einer Funktion betätigt werden. Dieses Prinzip
wurde einheitlich im gesamten System verwendet. Abbildung 7 zeigt auszugsweise
den Aufbau des Systems.
Das SbS wurde ausgehend von den vier bereits definierten Punkten erstellt.
Dabei wurde darauf geachtet, dass sich jede Funktion in ihrer Bedienweise und
Darstellung von anderen Funktionen unterschied, um die Diversität unterhalb der
Funktionen zu gewährleisten. Außerdem wurde innerhalb einer Menüebene das
Swipen ermöglicht, um den Ansatz der motorischen Repräsentation umzusetzen. So
wurde an einigen Stellen, wie beispielsweise innerhalb der CD bei der Sammlung der
Alben, das Scrollen ermöglicht. Die Breite der Menühierarchieebene wurde so
Abbildung 7. Auszüge aus dem FWBbS. (a) Startmenü mit Option nach rechts, um eine
Ebene tiefer zu gelangen; (b) Anruflisten mit dem Aktivmarker auf Verpasste Anrufe, auf die
man mit der rechts-Taste gelangen würde und der Option, mit der Taste nach links wieder
eine Ebene höher zum Telefonmenü zu gelangen; (c) Optionen des USB-Sticks mit der
Option, mit der links-Taste zum USB-Menü zu gelangen oder mit OK die Funktion Als
primäres Gerät festlegen zu bestätigen; (d) Der Dialog zum Löschen von Martins Handy mit
dem Aktivmarker auf Nein, was über OK bestätigt werden müsste, und der Option, mit der
links-Taste wieder eine Ebene höher zu den Optionen der Bluetooth-Geräte zu gelangen.
(a) (b)
(c) (d)
29
Abbildung 8. Auszüge aus dem
SbS. Durch die Pfeile sind die
möglichen Swipe-Optionen dar-
gestellt. (a) Startscreen; (b)
Navigationsmenü mit den Sonder-
zielen ausgewählt; (c) Telefon mit
den Settings als Swipe-Option; (d)
SMS; (e) Radio mit den Optionen
als Swipe-Option; (f) Bluetooth
Geräte; (g) CD mit den Album-
Cover als Swipe-Option; (h) USB
mit Optionen und Browse als
Swipe-Option; (i) iPod mit den
Optionen als Swipe-Option; (j)
Kontakte
(a)
(b)
(c)
(e)
(d)
(f)
30
umgesetzt, dass mehr einzelne Menüpunkte auf einer Anzeige dargestellt und
teilweise Zwischenebenen gelöscht wurden. Anhand des Startmenüs (siehe
Abbildung 8a) lässt sich der unterschiedliche Aufbau veranschaulichen.
Beispielsweise wurden aus dem Hauptpunkt des Telefons die Unterpunkte SMS,
Kontakte und Bluetooth herausgenommen und einzeln im Startmenü aufgelistet.
Ebenso wurde die Hauptfunktion Media komplett aufgelöst in die Unterfunktionen
USB und iPod, die parallel zur CD aufgelistet dargestellt waren. So benötigten die
(j)
(g)
(h)
(i)
31
Aufgaben innerhalb des SbS eine durchschnittliche Anzahl von 2.6 Ebenenwechseln,
wohingegen im FWBbS 3.9 Ebenenwechsel bis zur Aufgabenerfüllung gebraucht
wurden. Abbildung 8 zeigt etwas ausführlicher den Aufbau des Systems, da dieser
nicht wie im FWBbS auf alle Funktionen übertragen werden kann und somit die
Diversität unter den Funktionen näher dargestellt werden muss. Generell orientierte
sich das SbS an einfachen Smartphone-Prinzipien wie der unten mittig platzierten
Zurück-Taste, die dem Android-System nachempfunden ist. Zudem wurden die
Kacheln, die dem System des iPhone ähneln, verwendet und die visuelle Darstellung
der Alben innerhalb der Multimedia-Funktionen, wie iPod, USB und CD, dem
Design von iTunes nachempfunden.
3.2.2 Der Fahrsimulator
Der genutzte Fahrsimulator befand sich auf dem Gelände der Ford Werke
GmbH und war so aufgebaut, dass der Versuchsleiter auf der Beifahrerseite und die
Probanden auf dem Fahrersitz links sitzen konnten. Der Sitz war verstellbar, so dass
sich die Probanden die angenehmste Position heraussuchen konnten. So konnten sie
von dort aus sowohl das Lenkrad, das Tablet, auf dem die Systeme simuliert wurden,
und die Pedale zum Bedienen des Fahrsimulators bequem erreichen. Der
Fahrsimulator stellte ein mit Automatik betriebenes Fahrzeug dar und hatte einen
dementsprechenden Schalthebel rechts neben dem Sitz. Das Tablet war in einer
Halterung ungefähr auf derselben Höhe wie das Lenkrad mittig im Simulator
aufgebaut. An dieser Stelle ist in Fahrzeugen normalerweise die Anzeige in der
Mittelkonsole angebracht. Abbildung 9 zeigt einen skizzierten Aufbau des
Fahrsimulators, da aus datenschutztechnischen Gründen dieser nicht fotografiert
werden durfte.
Die Fahrsimulation wurde auf drei Leinwänden sowie zwei Bildschirmen als
Rückspiegel projiziert und beschränkte sich auf eine zweispurige Autobahn-
simulation, wobei der Gegenverkehr durch einen Grünstreifen getrennt war. Neben
der Autobahn waren sowohl Bäume, als auch vereinzelt Gebäude simuliert.
Außerdem wurde ein Kombiinstrument hinter dem Lenkrad angezeigt, so dass die
Probanden sich an der Geschwindigkeit des dort dargestellten Tachos orientieren
konnten.
32
3.3 Durchführung
Die Probanden wurden anfangs über den Inhalt und Ablauf der Studie durch
eine standardisierte Instruktion aufgeklärt, die im Anhang auf Seite 71 angeführt ist.
Zunächst wurden dann demographische Daten bezüglich des Alters, des Berufs, der
Dauer des Smartphone-Besitzes und der Fahrerfahrung der Probanden erhoben,
bevor sie sowohl nach ihrer Technikaffinität, als auch ihrer Innovationsfreude in
Form von Fragebögen befragt wurden.
Die Systeme wurden in randomisierter Reihenfolge dargeboten, so dass die
Hälfte der Probanden mit dem FWBbS und die andere Hälfte mit dem SbS anfingen.
Vor der Aufgabenbearbeitung wurde jedem Probanden zwei Minuten Zeit gegeben,
sich mit dem jeweiligen System vertraut zu machen. Nachdem sich die Probanden
kurz an die Systeme gewöhnt hatten, wurde jedes System in drei Aufgabenblöcken à
sechs Aufgaben getestet. Diese sind im Anhang auf Seite 72 zu finden und wurden
hinsichtlich ihrer Schwierigkeit in Form von der Anzahl der benötigten
Bedienschritte in beiden Systemen kontrolliert und gleich gehalten. Somit kann von
einem identischen Schwierigkeitsgrad jedes der Aufgabenblöcke ausgegangen
werden. Der erste Aufgabenblock wurde unter fehlender kognitiver Belastung
getestet. Der zweite wurde hingegen unter niedriger kognitiver Belastung
Abbildung 9. Der skizzierte Aufbau des Fahrsimulators aus der Vogelperspektive. (a) Leinwände,
auf denen die Fahrsimulation projiziert wurde; (b) Rückspiegel, auf denen die Fahrsimulation auf
Bildschirmen dargestellt wurde; (c) Lenkrad mit dahinterliegendem Kombiinstrument inklusive
Tachoanzeige und darunter Gas- und Bremspedal; (d) Tablet mit darauf simulierten Systemen;
(e) Schalthebel für Automatikgetriebe; (f) Fahrersitz; (g) Beifahrersitz.
(a)
(b) (b)
(a) (a)
(c)
(e)
(d)
(f) (g)
33
durchgeführt, indem die Probanden eine einfache Fahraufgabe bewältigen mussten.
Im dritten Aufgabenblock wurde unter hoher kognitiver Belastung getestet mit einer
schwereren parallelen Fahraufgabe, so wie sie bereits geschildert wurde. Bevor die
Aufgaben unter den Belastungs-Bedingungen gestellt wurden, hatten die Probanden
zuerst Zeit, sich mit dem Fahrsimulator vertraut zu machen, indem Sie auf die
Autobahn auffahren sollten. Bei der darauffolgenden Fahraufgabe wurden die
Probanden nochmals instruiert, dass die Fahraufgabe als Primäraufgabe zu
betrachten sei und das System nur bei ausreichender Aufmerksamkeit bedient
werden sollte.
Während der Aufgaben wurden die benötigte Zeit und die Anzahl falscher
Bedienschritte erhoben, wobei gezählt wurde, wie oft die Probanden eine falsche
Taste auf der Touchfläche betätigten. Ebenso wurden Mitschriften hinsichtlich der
Fahraufgabe erhoben, wenn die Probanden beispielsweise gerade überholten oder in
einer Kurve die Konzentration so sehr auf die Fahraufgabe gelenkt war, dass die
Aufgabenbearbeitung nach hinten gestellt werden musste.
Nach dem dritten Aufgabenblock mussten die Probanden angeben, wie sie die
Bedienung des Systems während der Fahrt empfunden haben. Die Probanden gaben
diesbezüglich frei formulierte Antworten. Danach wurde ihnen der oben erwähnte
Intuitivitäts-Fragebogen zur Bearbeitung gegeben, bevor dieselbe Prozedur mit dem
zweiten System durchgeführt wurde. Nach der Bearbeitung des zweiten Systems
wurden die Probanden zusätzlich noch gefragt, welche Unterschiede ihnen bei der
Bedienung aufgefallen sind, um zu erfahren, ob diese als verschieden
wahrgenommen wurde.
34
4. Ergebnisse
Zu Beginn wurden die beiden Altersgruppen hinsichtlich ihrer Technikaffinität,
Innovationsfreude und Smartphone-Erfahrung verglichen (siehe Tabelle 1). Die
Technikaffinität wurde anhand der Anzahl der regelmäßig genutzten, technischen
Geräte bei einem Maximum von acht aufgeführten Geräten erhoben. Die
Innovationsfreude konnte anhand der Selbsteinschätzung der Probanden auf einer
fünfstufigen Skala, rangierend von 1 bis 5, abgelesen werden. 5 bezeichnete hierbei
eine hohe Innovationsfreude. Die Skala basierte auf der Innovation Adoption Curve
(Swanson, o.J.). Die Smartphone-Erfahrung der Probanden errechnete sich anhand
der Anzahl der Jahre des Smartphone-Besitzes. Dafür sollte ein t-Test bei
unabhängigen Stichproben genutzt werden. Jedoch wurde trotz der Varianzgleichheit
auf allen Variablen in Anbetracht der kleinen Stichprobe der t-Test für unabhängige
Stichproben bei ungleichen Varianzen bevorzugt, der sogenannte Welch-Test
(Ruxton, 2006). Dieser Test ist auf Grundlage von Ruxton (2006) als ebenbürtig,
wenn nicht sogar dem normalen t-Test überlegen, dargestellt, sowohl bezüglich des
alpha- als auch des beta-Fehlers.
Es ergaben sich diesbezüglich keine signifikanten Unterschiede, weder
hinsichtlich der Technikaffinität (T = 1.14, p > .05, df = 32), noch der erhobenen
Innovationsfreude (T = -.08, p > .05, df = 32). Auch bei der Dauer des Smartphone-
Besitzes unterschieden sich die Gruppen nicht signifikant (T = -.15, p > .05, df = 32).
Tabelle 1. Mittelwerte der Variablen Technikaffinität, Innovationsfreude und Smartphone-Erfahrung
in Jahren im Vergleich zwischen der jüngeren und der älteren Probandengruppe. Der Standardfehler
des Mittelwerts ist in Klammern aufgeführt.
jung
20 – 35 Jahre
alt
50 – 65 Jahre
Technikaffinität 4.89 (1.52) 4.31 (1.31)
Innovationsfreude 3.17 (0.69) 3.19 (0.81)
Smartphone-Erfahrung 2.99 (1.62) 3.09 (2.12)
35
4.1 Variablen der Systembedienung
Um zu untersuchen, ob sich die Intuitivitäts-Scores der Probanden in
Abhängigkeit ihrer Altersgruppenzugehörigkeit unterschieden (siehe Tabelle 2),
wurde eine 2x2-rmANOVA (Varianzanalyse mit wiederholten Messungen) mit dem
Binnensubjektfaktor des bedienten Systems (FWBbS gegen SbS) und dem
Zwischensubjektfaktor der Altersgruppenzugehörigkeit (jung gegen alt)
durchgeführt. Dieser Intuitivitäts-Score errechnete sich, wie vorher ausgeführt, aus
einem gemittelten Wert der 14 Items, die die Probanden auf einer fünfstufigen Skala
bewerten mussten. Ein hoher Wert spricht für eine hohe wahrgenommene Intuitivität
des Systems. Auf eine ausführliche Auswertung der einzelnen Häufigkeiten der
einzelnen Items wurde verzichtet. Es zeigte sich, dass das System basierend auf dem
FWB in dem Intuitivitäts-Fragebogen signifikant niedriger und somit als weniger
intuitiv bewertet wurde als das SbS (F(1, 32) = 25.20, p < .01, ηp² = .44).
Hinsichtlich der Bedienzeiten und der Bedienfehler wurde eine dreifaktorielle
Varianzanalyse mit wiederholten Messungen durchgeführt, wobei die beiden
Bedienvariablen als abhängige Variablen dienten. Die jüngere und ältere
Probandengruppe wurde auf Unterschiede bezüglich der Bedienvariablen verglichen.
Hierbei dienten für die 2x2x3-rmANOVA als Binnensubjektfaktoren dreistufig die
kognitive Belastung (keine, niedrige und hohe kognitive Belastung) und zweistufig
das zu bedienende System (FWBbS gegen SbS); als Zwischensubjektfaktor, wie
bereits bei der Analyse der Intuitivitäts-Scores verwendet, die Altersgruppen-
zugehörigkeit (jung gegen alt).
Tabelle 2. Mittelwerte des aggregierten Intuitivitäts-Scores der beiden Systeme im Vergleich
zwischen der jüngeren und der älteren Probandengruppe. Der Standardfehler des Mittelwerts ist in
Klammern aufgeführt.
jung
20 – 35 Jahre
alt
50 – 65 Jahre
FWBbS 3.08 (0.71) 3.05 (0.81)
SbS 3.74 (0.72) 3.81 (0.75)
36
Abbildung 10a visualisiert die Mittelwerte und Standardfehler der Bedienzeiten
während der Bedienung des FWBbS, Abbildung 10b demgegenüber bei der Nutzung
des SbS. Es ließ sich beobachten, dass das bediente System einen signifikanten
Effekt auf die Bedienzeiten hatte, in dem Sinne, dass das SbS signifikant schneller
bedient werden konnte (F(1, 32) = 226.09, p < .01, ηp² = .88). Zudem zeigte sich,
dass mit ansteigender kognitiver Belastung auch die Bedienzeiten signifikant
zunahmen (F(2, 64) = 244.90, p < .01, ηp² = .44). Weiterhin konnte ein signifikanter
Effekt auf die Altersgruppenzugehörigkeit festgestellt werden, so dass ältere
Probanden sowohl das FWBbS als auch das SbS durchschnittlich langsamer
bedienten als jüngere (F(1, 32) = 16.38, p < .01, ηp² = .34). Diese drei Haupteffekte
Tabelle 3. Mittelwerte und Standardabweichung der Bedienzeiten in Sekunden abhängig von der
Gruppenzugehörigkeit, dem zu bedienenden System und der kognitiven Belastung zur Verdeutlichung
der signifikanten Haupteffekte, die die Bedienzeiten beeinflussen
M SD
Altersgruppe jung 13.10 5.82
alt 17.97 8.23
System FWBbS 20.51 6.26
SbS 10.26 4.44
kognitive Belastung
keine 13.83 6.44
niedrig 14.89 6.18
hoch 17.45 8.98
0
10
20
30
40
keine niedrig hoch
Bed
ien
zeit
en (
sec)
kognitive Belastung
jung alt
0
10
20
30
40
keine niedrig hoch
Bed
ien
zeit
en (
sec)
kognitive Belastung
jung alt
Abbildung 10. (a) FWBbS; (b) SbS. Gemittelte Bedienzeiten der Probanden in Sekunden in Abhängigkeit
der kognitiven Belastung und der Altersgruppenzugehörigkeit. Die Fehlerbalken stellen den Standardfehler
des Mittelwerts dar.
(a) (b)
37
sind nochmals ausführlicher in Tabelle 3 dargestellt. Darüber hinaus wurde deutlich,
dass ältere Probanden stärker auf eine steigende kognitive Belastung reagierten,
somit deren Bedienzeiten gravierender anstiegen als die der jüngeren Probanden.
Dies bestätigte sich in einem signifikanten Interaktionseffekt (F(2, 64) = 3.49,
p < .05, ηp² = .10).
Die Mittelwerte und Standardfehler der Anzahl der Bedienfehler als abhängige
Variable sind in Abbildung 11 dargestellt. Dabei lassen sich in Abbildung 11a die
Bedienfehler bezogen auf die Nutzung des FWBbS ablesen, in Abbildung 11b
hingegen während der Bedienung des SbS. In diesem Zusammenhang konnte
festgestellt werden, dass bei der Bedienung des FWBbS generell mehr Fehler
gemacht wurden als während der Nutzung des SbS. Dieser Unterschied zeigte sich
signifikant (F(1, 32) = 35.00, p < .01, ηp² = .52). Des Weiteren ließ sich ein Effekt
der kognitiven Belastung auf die Anzahl der Bedienfehler beobachten. Unter keiner
kognitiven Belastung wurden die meisten Bedienfehler gemacht und die Probanden
schnitten unter niedriger Belastung am besten ab. Unter hoher Belastung zeigten sie
dann wieder einen leichten Anstieg in der Anzahl der Bedienfehler (F(2, 64) = 8.75,
p < .01, ηp² = .22). Weiterhin zeigte sich, dass bei der Bedienung des FWBbS in
beiden Altersgruppen gleich viele Fehler gemacht wurden, jedoch während der
Nutzung des SbS die jüngere Altersgruppe das System auffallend fehlerfreier
bedienen konnte (F(1, 32) = 4.92, p < .05, ηp² = .16). Dieser Effekt wird in Tabelle 4
noch einmal ausführlicher verdeutlicht.
Abbildung 11. (a) FWBbS; (b) SbS. Gemittelte Anzahl der Bedienfehler der Probanden in Abhängigkeit
der kognitiven Belastung und der Altersgruppenzugehörigkeit. Die Fehlerbalken stellen den Standardfehler
des Mittelwerts dar.
0
1
2
3
4
5
6
7
keine niedrig hoch
An
zah
l B
edie
nfe
hle
r
kognitive Belastung
jung alt
0
1
2
3
4
5
6
7
keine niedrig hoch
An
zah
l B
edie
nfe
hle
r
kognitive Belastung
jung alt
(a) (b)
38
Tabelle 4. Mittelwerte der Anzahl der Bedienfehler als Interaktion zwischen der Altersgruppen-
zugehörigkeit und dem bedienten System. Der Standardfehler des Mittelwerts ist in Klammern
aufgeführt.
jung
20 – 35 Jahre
alt
50 – 65 Jahre
FWBbS 3.28 (2.07) 3.04 (1.84)
SbS 1.13 (1.22) 2.15 (1.77)
4.2 Variablen der Fahrperformanz
In Bezug auf die Fahrleistung der Probanden wurde ebenfalls eine
dreifaktorielle Varianzanalyse mit wiederholten Messungen durchgeführt. Die
2x2x2-rmANOVA wurde mit der kognitiven Belastung (niedrig gegen hoch) und
dem bedienten System (FWBbS gegen SbS) als Binnensubjektfaktoren und der
Altersgruppenzugehörigkeit (jung gegen alt) als Zwischensubjektfaktor errechnet.
Als abhängige Variablen dienten die Geschwindigkeitsabweichung vom Richtwert
100 km/h, die gemittelte Varianz der Geschwindigkeit selbst und die Anzahl der
Verletzungen des Sicherheitsabstands. Die kognitive Belastung bildete dieses Mal
einen zweistufigen Faktor, da unter keiner kognitiven Belastung durch die fehlende
parallele Fahraufgabe auch keine Fahrdaten erhoben wurden.
Hierbei fielen jedoch, wie bereits erwähnt, zwei Probanden aus der Gesamt-
stichprobe – je einer aus jeder Altersgruppe – aus technischen Gründen heraus. Bei
der Erhebung der Fahrdaten dieser Probanden gab es Probleme im Fahrsimulator, so
dass diese nicht benutzbar waren. Aufgrund dessen wurden die folgenden Analysen
nur mit 32 Probanden (njung = 17, nalt = 15) ausgeführt.
In Abbildung 12a ist die Abweichung von der Richtgeschwindigkeit von
100 km/h während der Bedienung des FWBbS dargestellt, Abbildung 12b visualisiert
wiederum dieselbe Variable bezogen auf das SbS. Bei näherer Betrachtung zeigte
sich eine höhere Abweichung unter höherer kognitiver Belastung (F(1, 30) = 12.49,
p < .01, ηp² = .29). Ansonsten war kein signifikanter Effekt, der die Geschwindig-
keitsabweichung beeinflusste, zu finden.
39
Abbildung 13 zeigt die gemittelte Geschwindigkeitsvarianz der Probanden
während der Bedienung des FWBbS (Abbildung 13a) sowie des SbS (Abbildung
13b) unter den beiden Belastungsbedingungen in Abhängigkeit der
Altersgruppenzugehörigkeit. Es zeigte sich, dass die Geschwindigkeitsvarianz davon
beeinflusst wurde, welches System bedient wurde. Bei der Bedienung des FWBbS
war die Varianz der Geschwindigkeit dementsprechend signifikant höher als
-12
-10
-8
-6
-4
-2
0
2
4
6
8
niedrig hoch
Ges
chw
ind
igk
eits
ab
wei
chu
ng
vo
n 1
00
km
/h
kognitive Belastung
jung alt
-14
-12
-10
-8
-6
-4
-2
0
2
4
6
8
niedrig hoch
Ges
chw
ind
igk
eits
ab
wei
chu
ng
vo
n 1
00
km
/h
kognitive Belastung
jung alt
Abbildung 12. (a) FWBbS; (b) SbS. Gemittelte Geschwindigkeitsabweichung von der
Richtgeschwindigkeit 100 km/h in Abhängigkeit der kognitiven Belastung und der
Altersgruppenzugehörigkeit. Die Fehlerbalken stellen den Standardfehler des Mittelwerts dar.
(a) (b)
0
20
40
60
80
100
120
140
160
180
niedrig hoch
Ges
chw
ind
igk
eits
va
ria
nz
(km
/h)
kognitive Belastung
jung alt
0
20
40
60
80
100
120
140
160
180
niedrig hoch
Ges
chw
ind
igk
eits
va
ria
nz
(km
/h)
kognitive Belastung
jung alt
Abbildung 13. (a) FWBbS; (b) SbS. Gemittelte Geschwindigkeitsvarianz der Probanden in Abhängigkeit
der kognitiven Belastung und der Altersgruppenzugehörigkeit. Die Fehlerbalken stellen den Standardfehler
des Mittelwerts dar.
(a) (b)
40
während der Nutzung des SbS (F(1, 30) = 9.68, p < .01, ηp² = .24). Weiterhin ließ
sich feststellen, dass ein Anstieg in der kognitiven Belastung ebenso eine Zunahme
in der Geschwindigkeitsvarianz zur Folge hatte (F(1, 30) = 5.23, p < .05, ηp² = .15).
In Anbetracht der Wahrung des Sicherheitsabstandes wurde der Abstand zum
vorausfahrenden Auto untersucht und in eine dichotome Variable bestehend aus
Verletzung und keiner Verletzung überführt, wobei ein Sicherheitsabstand von unter
50 Metern als eine Verletzung ebendieses galt. Mithilfe dieser Variable wurde
wiederum die Anzahl der Verletzungen des Sicherheitsabstands in jeder Bedingung
errechnet, die somit als abhängige Variable unserer Varianzanalyse genutzt werden
konnte. Abbildung 14 stellt die Anzahl der Sicherheitsabstandsverletzungen pro
Bedingung in Abhängigkeit der Altersgruppenzugehörigkeit, aufgeteilt auf die
Bedienung des FWBbS (Abbildung 14a) und des SbS (Abbildung 14b), dar. Hierbei
wurde deutlich, dass die kognitive Belastung die Wahrung des Sicherheitsabstandes
beeinflusste. Dies wirkte sich insofern aus, dass unter niedriger Belastung mit 2.63
Verletzungen (SD = 1.82) die Wahrung des Sicherheitsabstandes seltener eingehalten
wurde als unter hoher kognitiver Belastung (M = 1.91, SD = 1.83) (F(1, 30) = 7.66, p
= .01, ηp² = .20). Außerdem zeigte sich, dass bei jüngeren Probanden unter niedriger
kognitiver Belastung mehr Verletzungen des Sicherheitsabstands zu verzeichnen
waren als unter hoher kognitiver Belastung. Bei älteren Probanden galt das
0
1
2
3
4
5
6
niedrig hoch
An
zah
l d
er
Sic
her
hei
tsa
bst
an
dsv
erle
ztu
ng
en
kognitive Belastung
jung alt
-1
0
1
2
3
4
5
6
niedrig hoch
An
zah
l d
er
Sic
her
hei
tsa
bst
an
dsv
erle
ztu
ng
en
kognitive Belastung
jung alt
Abbildung 14. (a) FWBbS; (b) SbS. Anzahl der Sicherheitsabstandsverletzungen der Probanden in
Abhängigkeit der kognitiven Belastung und der Altersgruppenzugehörigkeit. Die Fehlerbalken stellen den
Standardfehler des Mittelwerts dar.
(a) (b)
41
gegensätzliche Muster, so dass sie unter hoher kognitiver Belastung etwas öfter den
Sicherheitsabstand verletzten als unter niedriger kognitiver Belastung (F(1, 30) =
12.97, p < .01, ηp² = .30).
4.3 Weiterführende Analysen
In Anbetracht der Tatsache, dass ein Effekt der Vorerfahrung erwartet wurde,
wurden dementsprechend Variablen wie der Beruf, die Ford-Erfahrung,
Technikaffinität, Innovationsfreude und die Smartphone-Erfahrung erhoben. Folglich
bietet sich hier eine Untersuchung bezüglich der Korrelation dieser Variablen mit
den Bedien- und Fahrdaten an. Daraufhin könnte mit korrelierten Variablen eine
rmANOVA mit einer Kovariate durchgeführt werden.
Bei näherer Betrachtung der Interkorrelation ließ sich beobachten, dass die
Ford-Erfahrung mit der Altersgruppenzugehörigkeit korrelierte und zwar in dem
Sinne, dass die ältere Probandengruppe mit einer höheren Wahrscheinlichkeit Ford-
Erfahrung vorweisen konnte (R = .38, p < .05). Da die Varianzanalysen mit der
Altersgruppe als Zwischensubjektfaktor gerechnet wurden, bietet sich die Ford-
Erfahrung somit nicht als Kovariate in einer rmANOVA an. Potentielle Kovariaten
dürfen mit keiner der Faktoren korreliert sein (Thomas, Annaz, Ansari, Sherif,
Jarrold & Karmiloff-Smith, 2009). Weiterhin wurde eine zusätzliche Interkorrelation
gefunden: Die Korrelation zwischen der selbstberichteten Innovationsfreude und
dem Beruf. Hierbei gingen innovationsfreudigere Probanden interessanterweise mit
einer höheren Wahrscheinlichkeit einem nicht-technischen Beruf nach (R = -.43, p <
.05).
Bevor eine Kovariation auf die Variablen in Betracht gezogen werden konnte,
wurden die Kontrollvariablen zunächst mit den abhängigen Variablen korreliert. Hier
zeigten sich außer in Bezug auf die Bedienzeiten keine nennenswerten Korrelationen.
Allerdings korrelierte sowohl die Technikaffinität, als auch die Innovationsfreude
mit den Bedienzeiten unter niedriger kognitiver Belastung bei beiden Systemen. Die
Innovationsfreude korrelierte ebenfalls während der Nutzung des FWBbS unter
hoher kognitiver Belastung mit der abhängigen Variable. Dabei war der
Zusammenhang der Technikaffinität mit den Bedienzeiten negativ, was bedeutet,
dass je mehr technische Geräte die Probanden regelmäßig nutzten und besaßen, desto
schneller konnten sie die Systeme unter niedriger kognitiver Belastung bedienen. Die
42
Innovationsfreude der Probanden korrelierte hingegen interessanterweise positiv mit
den Bedienzeiten, was darauf schließen ließ, dass innovationsfreudigere Probanden
längere Bedienzeiten aufwiesen. Die Korrelationswerte sind in Tabelle 5 abzulesen.
Diese beiden Kontrollvariablen können als eventuelle Kovariaten in Betracht
gezogen werden. Allerdings fällt bei näherer Betrachtung der Variable
Innovationsfreude auf, dass diese generell zu wenig Varianz aufweist. 23 Probanden
schätzten sich selbst auf der fünfstufigen Skala mit dem Wert drei ein, so dass eine
Weiterverwendung dieser Variable als Kovariate wieder verworfen wurde. Die
Variable Technikaffinität konnte hingegen als Kovariate in einer Varianzanalyse mit
wiederholten Messungen verwendet werden.
Es wurde eine 2x2x3-rmANOVA mit der Altersgruppenabhängigkeit als
zweistufiger Zwischensubjektfaktor (jung und alt) und dem System zweistufig
(FWBbS und SbS) sowie der kognitiven Belastung als dreistufiger
Binnensubjektfaktor (keine, niedrige und hohe) errechnet. Zusätzlich wurde die
Kovariate Technikaffinität mit eingerechnet. Hierbei fand sich weiterhin ein
hochsignifikanter Haupteffekt des Systems (F(1, 31) = 21.22, p < .01, ηp² = .41),
sowie ein hochsignifikanter Haupteffekt der kognitiven Belastung auf die
Bedienzeiten (F(2, 62) = 7.95, p < .01, ηp² = .20) und der Altersgruppen-
zugehörigkeit (F = 14.07, p < .01, ηp² = .312). Diese Effekte waren auch ohne die
Kovariate Technikaffinität gefunden worden und galten somit weiterhin als
signifikant. Jedoch wurde der Interaktionseffekt zwischen der Altersgruppen-
zugehörigkeit und der kognitiven Belastung, der sich in der vorigen rmANOVA
finden ließ, durch die Kovariate Technikaffinität nicht mehr signifikant (F(2, 62) =
3.21, p > .05, ηp² = .09).
Tabelle 5. Korrelationen zwischen den Kontrollvariablen Technikaffinität und Innovationsfreude und
den Bedienzeiten abhängig von der kognitiven Belastung und dem bedienten System
FWBbS SbS
kognitive Belastung kognitive Belastung
keine niedrig hoch keine niedrig hoch
Technikaffinität -.12 -.34* -.26 -.17 -.38* -.25
Innovationsfreude .26 .39* .37* .11 .38* .15
*p<.05; ** p<.01
43
4.4 Auswertung der qualitativen Daten
Es wurde die Wahrnehmung der beiden Systeme untersucht und hierbei, ob die
intendierten Unterschiede in den Bedienweisen von den Probanden auch erkannt
wurden. Hierzu kommentierten sie die Systeme abschließend nach jeder Testung und
antworteten auf die Frage, welche Unterschiede ihnen bei der Bedienung der
Systeme aufgefallen sind. Eine ausführliche Aufführung der genannten Kommentare
ist im Anhang auf Seite 77 zu finden.
Im Hinblick auf die unter 1.3.1 festgelegten Merkmale bei der Definition eines
SbS wird zunächst der Punkt der motorischen Repräsentation betrachtet. Hierbei
kommentierten 13 Probanden die unterschiedliche motorische Bedienung bezogen
auf das Swipen und Scrollen als Streichbewegung zur Navigation innerhalb eines
Menüpunkts im SbS. Davon bewerteten sieben die Streichbewegungen negativ, fünf
positiv. Die negativen Kommentare bezogen sich darauf, dass nur eine motorische
Repräsentation bevorzugt worden wäre und dabei lieber auf das Streichen hätte
verzichtet werden sollen, da es unkontrollierter zu bedienen und gewöhnungs-
bedürftig sei. Positiv wurde hingegen genannt, dass die Streichbewegung als intuitiv
und angenehmer empfunden wurde.
Der Punkt der Diversität innerhalb des SbS im Gegensatz zur Regelbasiertheit,
die das FWBbS ausmacht, ist sieben Probanden aufgefallen. Alle Kommentare
wurden positiv bezogen auf das FWBbS und negativ bezogen auf das SbS formuliert.
Dass man dort länger suchen müsse (n = 4), wenn man die Anwendung das erste Mal
sehe und das FWBbS demgegenüber gegliederter wirke (n = 2), waren die
Hauptkritikpunkte.
Die Breite der Menüstruktur im SbS erwähnten 28 Probanden. Dabei wurden in
Bezug auf das FWBbS nur negative Kommentare abgegeben, da eine tiefe
Menüstruktur als negativ und umständlich empfunden wurde (n = 5). Die Unter-
punkte seien hier versteckter (n = 4). Über das SbS wurden hingegen auch positive
Aspekte genannt, beispielsweise dass man schneller und mit weniger Bedienschritten
bei der gesuchten Option landen könne (n = 2). Jedoch fielen auch hier den
Probanden doppelt so viele negative Punkte hinsichtlich der Breite der Menüstruktur
auf, in dem Sinne, dass auf einer Anzeige zu viele Informationen auf einmal
dargestellt würden (n = 9).
44
Hinsichtlich des vierten Punktes, der Bedienweise als Unterscheidung
zwischen Bedienelement-basiertem System und direkt anwählbarer Bedienung,
gaben 21 Probanden Kommentare ab, wobei die Smartphone-Variante mit direkt
anwählbaren Flächen im Gegensatz zum FWBbS besser bewertet wurde (n = 16). Im
Gegensatz zum FWBbS wirke es weniger aufwendig und einfacher, da durch das
direkte Anwählen mehr Optionen mit einem Bedienschritt aktivierbar wären.
Generell betonten die meisten Probanden, dass das SbS sich schneller bedienen
ließe und somit einfacher zu bedienen sei (n = 24). In Bezug auf die Menüstruktur
wirkte das SbS auf viele Probanden (n = 9) übersichtlicher und weniger verschachtelt
als das auf dem FWB basierte Bediensystem.
Bedenkt man den Gesichtspunkt der Gewohnheit bei der Bedienung von
automotiven Systemen, müssen auch die Kommentare in Betracht gezogen werden,
die sich auf dem Bekanntheitsgrad der Menüstruktur bezogen. Hierbei nannten sechs
Probanden den Gewohnheitsaspekt, wenn sie das FWBbS bedienten, gerade im
Zusammenhang mit ihrem eigenen Fahrzeug (n = 5). Sieben Probanden betonten
hingegen den Bekanntheitsgrad bezogen auf das SbS. Vier weitere Probanden
meinten hingegen, dieses System sei gewöhnungsbedürftiger.
14 Probanden betonten ausdrücklich, dass ihnen das SbS besser gefalle und sie
dieses bevorzugen würden, während vier Probanden sich zwischen den beiden
Systemen nicht entscheiden konnten. Nur ein Proband in der älteren Altersgruppe
entschied sich speziell für das System, das auf dem FWB beruht.
45
5. Diskussion
Die vorliegende Studie befasst sich mit dem Thema Intuitivität. Intuitivität soll
durch die Vorerfahrung eines Systemnutzers entstehen und sich positiv auf dessen
effektive Bedienleistung auswirken. Dieser Effekt soll deshalb zu Stande kommen,
weil sich durch Lernprozesse basierend auf Erfahrungen mentale Repräsentationen
bezogen auf ein System entwickeln. Hierbei wirken sich funktionierende
Repräsentationen, die sich kongruent auf ein neu zu erlernendes System anwenden
lassen, positiv auf den Lernprozess aus und verkürzen diesen. Durch daraus
entstehende Automatismen werden weniger kognitive Ressourcen für die System-
bedienung benötigt und somit der Mental Workload verringert.
Um dies zu untersuchen, wurde eine Fahrsimulator-Studie durchgeführt, in der
Probanden zweier verschiedener Altersgruppen zwei Systeme basierend auf
unterschiedlichen mentalen Repräsentationen während einer Fahraufgabe bedienen
mussten. Hierbei wurde sowohl die Bedien- als auch die Fahrleistung erhoben und
ausgewertet.
Im Folgenden sollen zunächst die Hypothesen hinsichtlich der Ergebnisse der
Studie untersucht werden. Hierbei werden zuerst die Haupteffekte, dann die
Interaktionseffekte betrachtet. Im Anschluss soll die Konsequenz dieser Ergebnisse
in Bezug zur theoretischen Grundlage dargestellt werden. Abschließend wird
ausgeführt, wo die Schwachstellen der Studie lagen und wie diese im Hinblick auf
zukünftige Forschung verbessert werden könnten.
Als erstes wird der erwartete Systemeffekt überprüft. Diesem Effekt zufolge
sollte eines der Systeme intuitiver wirken, somit effektiver zu bedienen sein und
dadurch den Mental Workload entlasten. Es stellte sich ausgehend von den
Ergebnissen heraus, dass das SbS in allen Punkten dem FWBbS überlegen war.
Unabhängig von der Altersgruppenzugehörigkeit wurde Ersteres als intuitiver
bewertet und sollte somit laut den Hypothesen zu einer effektiveren Bedienung und
einer höheren Fahrleistung führen. Genau dieses Muster zeigte sich auch. Die
Bedienvariablen unterschieden sich beide zu Gunsten des SbS signifikant, so dass
dieses als effizienter zu bedienen gelten kann. Das heißt, es konnte schneller und mit
weniger Fehlern betätigt werden. Auch in den Variablen der Fahrleistung zeigte sich
46
zumindest in der Geschwindigkeitsvarianz die Überlegenheit des SbS, was für eine
erhöhte Sicherheit und Konstanz während der Fahraufgabe bei der Bedienung des
SbS spricht.
Darüber hinaus wurde der Effekt abhängig von der Altersgruppen-
zugehörigkeit, der durch unterschiedliche alterskorrelierte Vorerfahrung entstehen
sollte, betrachtet. Dieser wurde in der Art erwartet, dass ältere Probanden sowohl
bezüglich der Bedien- als auch der Fahrleistung schlechter abschneiden sollten im
Vergleich zu jüngeren Probanden. Das wurde insofern belegt, als dass die ältere
Probandengruppe die Systeme langsamer bediente. Von der längeren Bediendauer
der älteren Probanden kann auf eine gewisse Unsicherheit während der
Systemnutzung geschlossen werden.
Des Weiteren wurde der Effekt der kognitiven Belastung auf die Bedien- und
Fahrvariablen untersucht. Hierbei wurde erwartet, dass sowohl die Bedienzeiten als
auch –fehler mit ansteigender kognitiver Belastung ebenfalls zunehmen würden.
Allerdings zeigte sich bei den Bedienfehlern das Phänomen, dass die meisten in der
Bedingung ohne kognitive Belastung vorkamen. Das kann darauf zurückzuführen
sein, dass alle Probanden mit dieser Bedingung anfingen und sich somit der
Lernprozess in dieser Bedingung immer am Anfang befand. Ab dem zweiten
Aufgabenblock unter niedriger kognitiver Belastung kann man davon ausgehen, dass
der Lernprozess größtenteils abgeschlossen war. Das sieht man auch darin, dass unter
kognitiver Belastung das erwartete Muster der zunehmenden Bedienfehleranzahl zu
finden war. Des Weiteren zeigte sich der Einfluss der kognitiven Belastung auch
bezüglich der Geschwindigkeitsvarianz, so dass ein Einbruch in der Fahrperformanz
unter höherer kognitiver Belastung beobachtet werden konnte. Eine höhere
Geschwindigkeitsvarianz in der Bedingung der hohen kognitiven Belastung kann als
Fahrunsicherheit interpretiert werden. Gerade bei häufigem Beschleunigen und
Bremsen, was sich in einer höheren Varianz der Geschwindigkeit niederschlägt,
werden mehr kognitive Ressourcen für die Fahraufgabe als primäre Aufgabe
benötigt. Dadurch gewinnt das Verteilen von kognitiven Ressourcen an Relevanz.
Auch bezüglich der Abweichung zur Richtgeschwindigkeit von 100 km/h wurde
erwartet, dass diese unter höherer kognitiver Belastung stärker ausfallen würde. In
den Ergebnissen spiegelte sich exakt dieses Muster wider, so dass sich die gemittelte
Geschwindigkeit mit ansteigender Belastung immer weiter von der Richtmarke der
47
100 km/h entfernte. Dies geschah in dem Sinne, dass die Probanden langsamer
wurden. Weiterhin wurde hinsichtlich der Anzahl von Sicherheitsabstands-
verletzungen dasselbe Muster erwartet. Unter höherer kognitiver Belastung sollte
diese ebenso ansteigen. Allerdings verhielt es sich hiermit hypothesengegenläufig, so
dass unter höherer kognitiver Belastung weniger Sicherheitsabstandsverletzungen zu
verzeichnen waren. Dies könnte ebenso darauf zurückzuführen sein, dass die
Bedingung der niedrigen kognitiven Belastung der der hohen kognitiven Belastung
bei allen Probanden vorausging. Somit könnte die häufigere Anzahl der
Verletzungen des Sicherheitsabstands auch auf die Gewöhnungsphase an den
Fahrsimulator zurückzuführen sein.
Nun soll sich bei Betrachtung der Interaktionseffekte anfangs auf die
Interaktion zwischen dem System und der Altersgruppenzugehörigkeit konzentriert
werden. Diese würde sich gemäß der Hypothese so zeigen, dass ältere Probanden
andere Vorerfahrungen als Vergleichsbasis zum Erlernen neuer Systeme
heranziehen. Es wurde erwartet, dass ältere Probanden über einen höheren
Erfahrungsschatz an Systemen, die über ein FWB bedient werden, verfügten. FWB-
basierte Systeme sind in älteren Mobiltelefonen, Fernbedienungen und auch in Autos
zu finden. Somit sollten ältere Probanden durch ihr fortgeschrittenes Lebensalter
schon länger diesen Gerätschaften ausgesetzt sein und mehr Erfahrungen damit
gesammelt haben. Auf der anderen Seite besitzen im Gegensatz zu jüngeren weniger
ältere Menschen Smartphones (TNS Convergence Monitor, 2014). Dies sollte dazu
führen, dass ältere Probanden das FWBbS als intuitiver bewerten, es effektiver
bedienen und die Fahrleistung während dessen Bedienung besser sein sollte als
während der Bedienung des SbS. Bei jüngeren Probanden sollte sich durch den
unterschiedlichen Vorerfahrungsschatz exakt das gegenläufige Bild ergeben. Die
Hypothese kann in dem Sinne als bestätigt gelten, als dass sich bei der
Systembedienung das genutzte System in Zusammenhang der Altersgruppen-
zugehörigkeit auf die Bedienfehler auswirkte. Ältere Probanden zeigten eine gering
effektivere Bedienung im SbS, wohingegen jüngere Probanden hierbei deutlich
weniger Bedienfehler machten. Ansonsten zeigten sich keine weiteren signifikanten
Interaktionen zwischen dem System und dem Alter.
Weiterhin wurde eine Interaktion zwischen dem bedienten System und der
kognitiven Belastung untersucht. Laut der Hypothese sollte sich ein intuitiveres
48
System positiv auf den Mental Workload auswirken. Somit wäre bei dem System,
das als intuitiver bewertet wurde, zu erwarten, dass die Bedien- und Fahrperformanz
unter höherer kognitiver Belastung einen geringeren Leistungseinbruch zur Folge
hätte. Da das SbS von beiden Probandengruppen als intuitiver bewertet wurde, war
dieser Effekt auf Seiten des SbS zu erwarten. Es zeigte sich allerdings hinsichtlich
keiner der Variablen ein signifikanter Effekt diesbezüglich.
Darüber hinaus wurde ein Interaktionseffekt zwischen der Altersgruppen-
zugehörigkeit und der kognitiven Belastung erwartet. Dieser sollte sich in dem Sinne
zeigen, dass ältere Probanden mit ansteigender kognitiver Belastung höhere
Leistungseinbußen bezüglich der Bedien- und Fahrvariablen zeigten als jüngere.
Bezüglich der Bedienzeiten war hierbei ein Effekt zu finden. Es zeigte sich, dass der
Generationseffekt unter steigender kognitiver Belastung noch gravierender wurde.
Das bedeutet, bei steigender kognitiver Belastung wurde die Diskrepanz zwischen
den beiden Altersgruppen zugunsten der jüngeren Probanden immer größer. Dies
zeigte sich in dem Sinne, dass ältere Probanden bei höherer kognitiver Belastung im
Vergleich zur jüngeren Probandengruppe noch langsamer bei der Aufgaben-
ausführung wurden. Auch bei der Wahrung des Sicherheitsabstandes zeigte sich
dieser Interaktionseffekt. Hierbei wurde allerdings kein disordinaler Interaktions-
effekt erwartet, wie er sich im Endeffekt zeigte, sondern eher ein ordinaler. Dieser
ordinale Interaktionseffekt sollte in dem Sinne zu beobachten sein, als dass der
Leistungseinbruch für jüngere Probanden weniger gravierend ausfiele als für ältere
Probanden. Die Ergebnisse der Studie zeigten allerdings, dass bei den jüngeren
Probanden sogar eine Leistungssteigerung zu verzeichnen war im Gegensatz zum
geringen Leistungseinbruch der älteren Probandengruppe.
Bei der einzigen sinnvollen Kovariation mit der Technikaffinität als Kovariate
auf die Bedienzeiten ergab sich, dass der signifikante Interaktionseffekt zwischen der
Altersgruppenzugehörigkeit und der kognitiven Belastung bei dessen Einberechnung
verschwand. Das bedeutet, dass ältere Probanden auf die steigende Belastung stärker
reagieren als jüngere Probanden ist eher darauf zurückzuführen, wie viele technische
Geräte regelmäßig genutzt wurden.
Abschließend wurde eine Dreifachinteraktion zwischen der Altersgruppen-
zugehörigkeit, dem bedienten System und der kognitiven Belastung erwartet. Diese
49
sollte sich so auswirken, dass jüngere Probanden das SbS intuitiver einschätzten und
somit bessere Ergebnisse bezüglich der Bedien- und Fahrvariablen erzielten. Bei
älteren Probanden sollte sich dieses Muster bezüglich des FWBbS zeigen. Dieser
Effekt sollte sich bei steigender kognitiver Belastung umso stärker zeigen, da bei
dem intuitiveren System geringere Leistungseinbußen zu erwarten wären. Allerdings
wurde diese Dreifachinteraktion auf keiner der Variablen gefunden.
Diese Ergebnisse sollen nun auf die theoretische Grundlage bezogen werden.
Zunächst werden die Konsequenzen basierend auf den Schlussfolgerungen der Studie
auf das Konzept des Mental Workload gezogen. Auf den Definitionen von
Hurtienne, et al. (2006) und Mohs, et al. (2006) basierenden war der Effekt zu
erwarten, dass intuitive Bedienung eine Entlastung der kognitiven Ressourcen zur
Folge haben soll. Aufgrund der vorliegenden Ergebnisse kann diesem jedoch nicht
zugestimmt werden. Das SbS, das von allen Probanden als signifikant intuitiver
bewertet wurde, hatte keinen Einfluss auf den Leistungseinbruch unter kognitiver
Belastung. Intuitivität kann ausgehend von dieser Studie dementsprechend nicht als
Einflussfaktor auf den Mental Workload gelten. Dabei ist jedoch anzumerken, dass
sich die Systeme in verschiedenen Aspekten unterschieden und diese eventuell dem
eigentlichen Effekt entgegenwirkten und verschleierten. Dies würde implizieren,
dass Intuitivität nicht als einziger Einflussfaktor bezüglich der kognitiven Belastung
zu sehen wäre, sondern in der Theorie erweitert werden müsste.
Im Hinblick auf den Ansatz erlernter mentaler Repräsentationen werden
mentale Modelle im MMS-Bereich als sich permanent verändernd, unbewusst und
instabil dargestellt (Norman, 1993; Senge, 1990). Dadurch zeigen sich hier die
Nachteile einer mentalen Repräsentation, da diese einer gewissen Instabilität
unterliegt. Bei der Entwicklung neuer MMS ist es hierbei wichtig, die Entwicklung
mentaler Modelle abhängig von der aktuellen Nutzung verwandter technischer
Geräte mit in Betracht zu ziehen. Deshalb kann davon ausgegangen werden, dass das
mentale Modell des FWBbS heutzutage, sprich sieben Jahre nach der Einführung des
ersten iPhones 2007, nicht mehr aktuell ist. Das betont wiederum die Relevanz der
Smartphone-Benutzeroberfläche in der weiteren Entwicklung automotiver Bedien-
systeme, was von dieser Studie unterstützt wird. Das SbS wurde als intuitiver
bewertet und auch auf weitere Bedien- und Fahrvariablen übte es einen positiven
Effekt aus. Denn wie bereits im Theorieteil erwähnt, kann die Verwendung von
50
inkongruenten, also auch veralteten, mentalen Modellen sogar zu einer
Verlangsamung des Lernprozesses führen, da nicht nur eine neue mentale
Repräsentation aufgebaut, sondern die aktuelle erst aus dem Gedächtnis verdrängt
werden muss (Barr, 2003; Hurtienne, 2011; Marcus, 1998; Erickson, 1993; Carroll &
Thomas, 1982; Norman, 1993). Demzufolge kann davon ausgegangen werden, dass
eine Smartphone-basierte MMS der heutigen mentalen Repräsentation eher
entspricht als eine auf dem FWB basierte.
Die steigende Salienz des Smartphones in der Gesellschaft kann auch
empirisch belegt werden. 2011 galten die 12% deutschen Smartphone-Nutzer noch
als Early Adopters (Engel, Frees, & Stipp, 2011), gehörten also laut des Ansatzes der
Innovation Adoption Curve von Swanson (o.J.) der Gruppe mit der zweithöchsten
Innovationsfreude an. Diese zeichnet sich darüber aus, dass sie zwar die Produkte
früh im Produktlebenszyklus erwirbt, hierbei allerdings eher auf Gesellschafts-
normen vertraut als bei der innovationsfreudigsten Gruppe der Innovatoren. Nach
dem Bundesverband Digitale Wirtschaft (im Folgenden BVDW genannt) in
Kooperation mit Google und TNS Infratest (2014) liegt der Prozentsatz der
Smartphone-Nutzer Anfang 2014 schon bei 50%, was einen Anstieg von 25% im
Vergleich zum Vorjahr bedeutet. Die Zahlen belaufen sich hierbei auf 18% deutsche
Smartphone-Nutzer 2011, 29% 2012 und 40% 2013. Dieser Trend belegt die
verstärkte Relevanz des Smartphone-Konzepts im automotiven Bereich.
Folgend soll der Zusammenhang zwischen der Altersgruppenzugehörigkeit und
dem bedienten Systems diskutiert werden. Zu allererst muss die Vorerfahrung der
Probanden in der vorliegenden Studie beachtet werden. Hierbei kann davon
ausgegangen werden, dass beide Altersgruppen über genügend Vorwissen bezogen
auf beide Systeme verfügten. 25 von 34 Probanden besaßen einen Ford und waren
somit mit dem FWB auch im Fahrzeug vertraut. Ansonsten wird angenommen, dass
durch die Nutzung älterer Mobiltelefonen oder Fernbedienungen, die mit demselben
Element bedient werden, auch die übrigen neun Probanden genügend Vorwissen
besaßen. Des Weiteren besaß nur ein Proband in der älteren Gruppe kein
Smartphone, so dass auch hier hinreichend viel Erfahrung diesbezüglich vermutet
werden kann, wenn auch nicht im Fahrkontext. Dass sich die beiden Altersgruppen
hinsichtlich ihrer technischen Vorerfahrung nicht unterschieden, stellt allerdings ein
Problem dar, da die Ergebnisse somit bezogen auf das Vorwissen nicht
51
interpretierbar sind. Die Gruppen ohne Vorerfahrung bezüglich der jeweiligen
Systeme sind zu klein, um sinnvolle Analysen durchzuführen. Interessanter wäre es
gewesen, eine Probandengruppe mit und eine andere ohne Smartphone-Erfahrung
gegeneinander zu testen. Die Rekrutierung von Probanden ohne Smartphone-
Erfahrung ist jedoch heutzutage schwierig und war im Rahmen der Stichprobe
innerhalb der Ford Werke GmbH leider nicht möglich Darüber hinaus kann es sein,
dass durch die eingeschränkte Stichprobe die untersuchten Probanden nicht
repräsentativ genug gewählt wurden. Wie weiter oben erwähnt, bestand diese
ausschließlich aus Mitarbeitern der Ford Werke GmbH und 23 von 34 Probanden
gingen einem technischen Beruf nach, größtenteils dem Ingenieurswesen. Hierbei
kann von einer erhöhten Technikaffinität und Innovationsfreude ausgegangen
werden im Vergleich zur Normalpopulation. Dies könnte mögliche Effekte der
Vorerfahrung beruhend auf dem Alter überschatten. Beispielsweise konnte die
Technikaffinität der Probanden als Kovariate identifiziert werden. Diese ist als
Grund für die Signifikanz des Interaktionseffekts zwischen der Altersgruppen-
zugehörigkeit und der kognitiven Belastung im Hinblick auf die Bedienzeiten als
abhängige Variable zu sehen. Somit muss der Effekt, dass ältere Probanden unter
höherer kognitiver Belastung langsamere Bedienzeiten aufwiesen, in Zusammenhang
mit der Technikaffinität und somit der Anzahl an regelmäßig genutzten technischen
Geräten gesehen werden.
Generell wären jedoch Leistungsunterschiede abhängig von der Altersgruppen-
zugehörigkeit aufgrund der fehlenden Vorerfahrung älterer Probanden mit
Smartphone-ähnlichen Geräten zu erwarten gewesen. Denn es lassen sich
Altersunterschiede hinsichtlich der Smartphone-Nutzung finden. So werden laut
Kobayashi, Hiyama, Miura, Asakawa, Hirose und Ifukube (2011) Geräte, die über
einen Touchscreen verfügen, vermehrt von Nutzergruppen mit niedriger
Technikaffinität und fortgeschrittenem Alter genutzt. Diese Nutzergruppen sind
allerdings noch immer eine Minderheit. Laut TNS Infratest, einem der führendsten
Markforschungsunternehmen, besitzen 84% der 14- bis 29jährigen und 60% der 30-
bis 49jährigen ein Smartphone. Jedoch verfügt bei den 50- bis 64jährigen, was exakt
der zweiten Altersgruppe in dieser Studie entspricht, nur 34% über ein Smartphone
(TNS Convergence Monitor, 2014). Nichtsdestotrotz lässt sich auch hier ein
52
steigender Trend verzeichnen. Somit wäre durchaus von einem Altersunterschied
basierend auf der Vorerfahrung auszugehen.
Nach der Studie des BVDW in Kooperation mit Google und TNS Infratest
(2014) geben in der Altersgruppe von 14-29 und 30-39 Jahren 93% beziehungsweise
99% der Befragten an, immer noch Spaß an der Smartphone-Nutzung zu haben.
Währenddessen belaufen sich die Prozentsätze in den älteren Gruppen von 50-59 und
über 60 Jahren auf nur 68% beziehungsweise 82%. Gerade im Hinblick auf die
Internetnutzung ist demgegenüber im Vergleich von diesen Gruppen ein deutlicher
Einbruch zu verzeichnen. So nutzen 71% der 14-29jährigen und 53% der 30-
39jährigen das Internet durch das Smartphone häufiger. Dies geben hingegen nur 8%
der 50-59jährigen beziehungsweise 3% der über 60jährigen an. Daraus lässt sich
schließen, dass, obwohl beide Altersgruppen mit einer ähnlich hohen Freude ihr
Smartphone bedienen, die Art der Nutzung zwischen den Altersgruppen beträchtlich
schwankt. Bei der Entwicklung von Smartphone-basierten Bediensystemen sollte auf
diese Punkte geachtet werden. So lässt sich von der Nutzung internetbasierter
Dienste abraten, da speziell diese von älteren Menschen nicht genutzt werden und
gerade diese Altersgruppe im automotiven Bereich die relevanten Kunden darstellt.
Denn besonders im Hinblick auf die Zielgruppe der Käufer neuer Fahrzeuge sollten
diese Aspekte bedacht werden. Laut der Süddeutschen Zeitung (2012) wird der
durchschnittliche Neuwagenkäufer immer älter. 2012 belief sich dessen generelles
Durchschnittsalter bereits auf 50,8 Jahre, speziell auf die Fahrzeuge von Ford
bezogen auf 47,8 Jahre. Nach Die Welt (2013) lag das Durchschnittsalter des
Neuwagenkäufers 2013 sogar schon bei 52,4 Jahren, was den steigenden Trend
verdeutlicht. Demnach sollte sich bei der Entwicklung neuer Bediensysteme
insbesondere auf die Ergebnisse hinsichtlich der älteren Probandengruppe
konzentriert werden.
Allerdings können die Ergebnisse dieser Studie nicht ohne kritisches
Hinterfragen als bestätigt gesehen werden, da diese zu viele Störfaktoren aufzeigt.
Somit wären weitere Untersuchungen in diesem Gebiet von Nöten, um die
Auswirkung des Vorwissens und der Alterskorrelate auf mentale Repräsentationen
und wiederum dessen Auswirkung auf die intuitive Bedienbarkeit von automotiven
Systemen genauer zu untersuchen.
53
Als Störfaktor kann die vorher genannte, fehlende Repräsentativität der
Stichprobe genannt werden, weiterhin allerdings auch untersuchungsbedingte
Limitationen der Studie, die die Ergebnisse verfälscht haben könnten. Beispielsweise
könnte es einen Effekt gehabt haben, dass die verschiedenen Systeme auf
unterschiedliche Weise programmiert wurden. Im Besonderen die Simulation des
FWBbS mit Microsoft PowerPoint war mit Problemen verbunden. PowerPoint
reagiert auf Tablets anders als auf einem normalen Computer-Bildschirm und bietet
zusätzliche Funktionen, die speziell auf die Touch-Funktion des Tablets ausgelegt
sind. Diese sind leider nicht deaktivierbar. So waren die Probanden mit der Funktion
des Doppelklicks konfrontiert, die PowerPoint auf der Folie reinzoomen lässt. Diese
Bedienbesonderheit behinderte die Nutzung des FWBbS in dem Sinne, dass
schnelles Betätigen des Bedienelements nicht möglich war, da wegen der Zoom-
Funktion darauf geachtet werden musste, Doppelklicks zu vermeiden. Daraus
resultierte selbstverständlich eine Verlangsamung des Systems, so dass es im
Vergleich noch langsamer zu bedienen war, als es das in Wirklichkeit gewesen wäre.
Vier Probanden erwähnten bei der abschließenden Befragung dieses Problem und
meinten, dass dadurch der Vorteil, blind die benötigten Schritte einzutippen,
verhindert wurde.
Außerdem wurde die Swipe-Funktion nicht zufriedenstellend gelöst, da auch
hier die Programmierung über QML an ihre Grenzen stieß. Die ausziehbaren
Untermenüs konnten leider nicht in der Weise simuliert werden, dass sie sich bei der
Andeutung der Swipe-Bewegung komplett in die Anzeige schoben, so wie man es
von Smartphones gewöhnt ist. Stattdessen mussten die Untermenüs manuell in die
Anzeige reingezogen werden. Hiermit hatten allerdings die wenigsten Probanden
Probleme. Außerdem sollte sowohl das Aufziehen der Untermenüs als auch das
automatische Aufziehen durch einen Tastendruck auf beispielsweise Settings
ermöglicht werden. Eine Funktion jedoch mit zwei verschiedenen motorischen
Mustern zu belegen ist in QML nicht möglich. Im Grunde wäre das auch nicht im
Sinne der in der vorliegenden Studie herausgearbeiteten Smartphone-Definition
gewesen.
Aufgrund dieser Störfaktoren sollte trotz der größtenteils unbelegten
Interaktionseffekte zwischen dem System, dem Alter und der kognitiven Belastung
dennoch die Relevanz dieser Studie für die Forschung in diesem Bereich nicht
54
ignoriert werden. Hierbei benötigt es allerdings Studien mit einer besseren
Repräsentativität der Probanden und einer gründlicheren Kontrolle der technischen
Umsetzung und des Vorwissens.
Abschließend ist zusammenzufassen, dass die Studie neue Einsichten in das
Thema der MMS im Hinblick auf deren Entstehung und Auswirkung gebracht hat.
Als Wichtigstes sei hier zu nennen, dass mentale Repräsentationen, auf denen unser
Denken und Erlernen von neuen Systemen basiert, sich ständig weiterentwickeln.
Gerade im Hinblick auf den technischen Wandel und der damit verbundenen
Weiterentwicklung der mentalen Repräsentationen benötigt es hierbei weiterführende
Forschung. Deshalb muss gerade im technischen Bereich, in dem Innovation
allgegenwärtig ist, mit der Zeit gegangen werden. Dementsprechend ist ein System
basierend auf einer Smartphone-Benutzeroberfläche einem auf älteren Bedien-
prinzipien basierenden vorzuziehen. Diese behindern den Lernprozess anstatt ihn zu
verkürzen. Die Ergebnisse müssen gerade im Hinblick auf die immer weiter alternde
Zielgruppe der Neuwagenkäufer gesehen werden. Gerade in dieser Altersgruppe ist
es wichtig, intuitive Bediensysteme zu entwickeln, da sie stärker auf kognitive
Belastung reagiert. Da sich das SbS als das intuitivere System gezeigt hat, sollte
dieses in zukünftigen Überlegungen bevorzugt werden.
55
Literaturverzeichnis
Akamatsu, M., Green, P., & Bengler, K. (2013). Automotive Technology and Human
Factors Research: Past, Present, and Future. International Journal of
Vehicular Technology, vol. 2013, S. 1-27.
Barr, P. (2003). User-Interface Metaphors in Theory and Practice. Master thesis,
Vitoria University of Wellington.
Bhise, V. D. (2011). Ergonomics in the automotive design process. United States of
America: CRC Press.
Bohl, F., Rotweiler, S., Rumez, M., & Walz, A. (2010). Displays für Car-
Entertainment. Studienarbeit, Hochschule für Technik und Wirtschaft
Karlsruhe
Bruder, R., & Didier, M. (2009). Gestaltung von Mensch-Maschine-Schnittstellen. In
H. Winner, S. Hakuli, & G. Wol, Handbuch Fahrassistenzsysteme (S. 313-
354). Wiesbaden: Vieweg & Teubner.
Bundesverband Digitale Wirtschaft in Kooperation mit Google und TNS Infratest.
(Mai 2014). Faszination Mobile - Verbreitung, Nutzungsmuster und Trends.
Carroll, J. M. (Ed.). (1991). Designing interaction: Psychology at the human-
computer interface. Vol. 4 CUP Archive, 1991.
Carroll, J. M., & Robert, M. L. (1995). Learning to use a word processor: By doing,
by thinking, and by knowing. In R. M. Baecker, J. Grudin, W. A. Buxtin, &
S. Greenberg, Readings in Human-Computer Interaction: Toward the Year
2000 (S. 698-717). Morgen Kaufmann Publishers, Inc.
Carroll, J. M., & Thomas, J. C. (1982). Metaphor and the cognitive representation of
computing systems. IEEE Transaction on Systems, Man, and Cybernetics,
12(2), S. 107-116.
Chan, A. H., & Chan, W. H. (Juni 2007). Movement stereotypes for common
control-display configurations in human-machine interface. IAENG
International Journal of Computer Science, Vol. 33 Issue 2, S. 52.
56
Chan, A. H., & Hoffmann, E. R. (2010). Movement compatibility for frontal controls
with displays located in four cardinal orientations. Ergonomics, 53(12, S.
1403-1419.
Choi, J. H., & Lee, H. J. (2012). Facets of simplicity for the smartphone interface: A
structural model. International Journal of Human-Computer Studies, 70(2),
S. 129-142.
Craik, K. (1943). The nature of explanation. Cambridge, UK: Cambridge University
Press.
Der Neuwagenkauf wird zur Sache der alten Leute (26. August 2013). Abgerufen
von Welt.de:
http://www.welt.de/motor/article119384015/Der-Neuwagenkauf-wird-zur-
Sache-der-alten-Leute.html abgerufen (08.09.2014)
Dingus, T. A., Hulse, M. C., Mollenhauer, M. A., Fleischman, R. N., Mcgehee, D.
V., & Manakkal, N. (1997). Effects of age, system experience and navigation
technique on driving with an advanced traveler information system. Human
Factors: The Journal of the Human Factors and Ergonomic Society, 39(2), S.
177-199.
Doyle, J. K., & Ford, D. N. (1998). Mental models concepts for system dynamics
research. System dynamics review, 14(1), S. 3-29.
Engel, B., Frees, B., & Stipp, H. (2011). Besitz und Nutzung von
Medientechnologien in Deutschland und USA. Fokus Jahrbuch 2011, S. 5-
20.
Erickson, T. D. (1993). Working with Interface Metaphors. In L. Brenda, The Art of
Human-Computer Interface Design (S. 65-73). USA: Addison-Wesley
Publishing Inc.
Fisk, A. D., & Rogers, W. A. (1991). Toward an understanding of age-related
memory and visual search effects. Journal of Experimental Psychology:
General, 120(2), S. 131.
57
Fuchs-Frothnhofen, P., Hartmann, E. A., Brandt, D., & Weydandt, D. (1996).
Designing Human-Machine Interfaces to match the User's Mental Models.
Control Engineering Practice, 4(1), S. 13-18.
Grossberg, 1. (1997). The link between brain learning, attention, and consciousness.
Consciousness and cognition, 8(1), S. 1-44.
Huemer, A. K., & Vollrath, M. (2011). Driver secondary tasks in Germany: Using
interviews to estimate prevalence. Accident Analysis & Prevention 43(5), S.
1703-1712.
Hurtienne, J. (2011). Image Schemas and Design for Intuitive Use - Exploring New
Guidance for User Interface Design. Dissertation, Technische Universität
Berlin.
Hurtienne, J., Mohs, C., Meyer, H. A., Kindsmüller, M. C., & Israel, J. H. (2006).
Intuitive Use of User Interfaces - Definition und Herausforderungen. i-com,
5(3), S. 38-41.
Jackendoff, R. (1983). Semantics and cognition (Vol. 8). United States of America:
MIT press.
Jahn, G., Oehme, A., Rösler, D., & Krems, J. F. (2004). Kompetenzerwerb im
Umgang mit Fahrerinformationssystemen. BER BAST F, (47).
Johnson, J. (2010). Designing with the Mind in Mind. Burlington, MA, USA:
Morgan Kaufmann Publishers.
Johnson, M. (1987). The body in the mind. The bodily basis of meaning, Imagination
and reason. Chicago & London: The University of Chicago Press.
Kahneman, D. (1973). Attention and effort. Englewood Cliffs: Prentice Hall.
Knoblich, G., & Öllinger, M. (2002). Einsicht und Umstrukturierung beim
Problemlösen. Enzyklopädie der Psychologie: Denken und Problemlösen,
Themenbereich C: Theorie und Forschung, Serie II: Kognition, 8, S. 45-49.
58
Kobayashi, M., Hiyama, A., Miura, T., Asakawa, C., Hirose, M., & Ifukube, T.
(2011). Elderly user evaluation of mobile touchscreen interactions. In
Human-Computer Interaction-InTERACT 2011 (S. 83-99). Berlin Heidelberg:
Springer.
Koppel, S., Charlton, J. L., & Fildes, B. (2009). Distraction and the older driver. In
M.A. Regan, J. D. Lee, & K. L. Young (eds.), Driver Distracting: Theory,
Effects, and Mitigation (353-382). USA: CRC Press.
Kramer, A. F., Larish, J. F., & Strayer, D. L. (1995). Training for attentional control
in dual task settings: a comparison of young and old adults. Journal of
Experimental Psychology: Applied, 1(1), S. 50.
Lerner, N. D. (2005). Driver strategies for engageing in distracting tasks using in-
vehicle technologies: Final report. Washington: National Highway Traffic
Safety Administration.
Liu, K. (2005). Virtual, Distributed and Flexible Organisations. USA: Kluwer
Academic Publishers.
Löffler, D. (2011). IBIS: Gestaltung intuitiver Benutzung mit Image Schemata.
Informationsdokument, Technische Universität Berlin.
Marcus, A. (1998). Metaphor Design in User Interfaces. CHI 98 Cconference
Summary on Human Factors in Computing Systems (S. 129-130). Los
Angeles: ACM.
Matthews, G., Warm, J. S., Reinerman-Jones, L. E., Langheim, L. K., Washburn, D.
A., & Tripp, L. (2010). Task engagement, cerebral blood flow velocity, and
diagnostic monitoring for sustained attention. Journal of Experimental
Psychology: Applied 16(2), S. 187-203.
McKellar, P. (1957). Imagination and thinking: A psychological analysis. Oxford,
England: Basic Books.
Mohs, C., Hurtienne, J., Israel, J. H., Naumann, A., Kindsmüller, M. C., Meyer, H.
A., & Pohlmeyer, A. (2006). IUUI - Intuitive Use of User Interfaces.
Usability professionals, 6, S. 130-133.
59
Morecroft, J. (1994). Executive knowledge, models, and learning. In J. Morecroft, &
J. Sterman, Modeling for Learning Organizations (S. 3-28). Portland: OR:
Productivity Press.
Neue Autos für alte Menschen (Februar 2012). Abgerufen von Sueddeutsche.de:
http://www.sueddeutsche.de/auto/zielgruppen-auf-dem-kfz-markt-neue-autos-
fuer-alte-menschen-1.988374 abgerufen (08.09.2014)
Newton, N. (1996). Foundations of understanding (Vol. 10). Philadelphia, USA:
John Benjamins Publishing.
Norman, D. A. (1972). Memory, Knowledge, and the Answering of Questions.
Norman, D. A. (1980). Twelve Issues for Cognitive Science. Cognitive science, 4(1),
1-32.
Norman, D. A. (1993). Things that make us smart: definding human attributes in the
age of the machine. Cambridge, Mass: Perseus.
Norman, D. A., & Bobrow, D. G. (1975). On data-limited and resource-limited
processes. Cognitive psychology, 7(1), S. 44-64.
Parasuraman, R., Sheridan, T. B., & Wickens, C. D. (2008). Situation awareness,
mental workload, and trust in automation: Viable, empirically supported
cognitive engineering constructs. Journal of cognitive Engineering and
Decision Making, 2(2), S. 140-160.
Pirhohen, A., Brewster, S., & Holguin, C. (2002). Gestural and Audio Metaphors as
a Means of Control for Mobile Devices. In Proceedings of the SIGCHI
conference on Human factors in computing systems (pp. 291-298). ACM
Robbins, D.C., Lee, B., & Fernandez, R. (2008; Februar). TapGlance: designing a
unified smartphone interface. In Proceedings of the 7th
ACM conference on
Designing interactive systems (pp. 386-394). ACM.
Ruxton, F.D. (2006). The unequal variance t-test is an underused alternative to
Student's t-test and the Mann-Whitney U test. Behavioral Ecologiy, 17(4),
688-690.
60
Salthouse, T. A., Rogan, J. D., & Prill, K. A. (1984). Division of attention: Age
differences on a visually presented memory task. Memory & Cognition,
12(6), S. 613-620.
Salvendy, G. (2012). Handbook of human factors and ergonomics. Canda: John
Wiley & Sons.
Schlag, B. (1990). Empirische Untersuchungen zur Leistungsfähigkeit älterer
Kraftfahrer. Zeitschrift für Gerontologie, 23, S. 300-306.
Schmidt, M. (2012). Entwicklung eines vereinfachten Smartphone-Interfaces für
Menschen ab 50. Masterarbeit, Fachhochschule Hagenberg.
Schreiner, C. (Mai 2014). Style and Design of Apple CarPlay Lacks Consumer
Appeal. Strategy Analytics - Automotive Consumer Insights.
Senge, P. M. (1990). Die fünfte Disziplin. Stuttgart: Schäffer-Poeschel Verlag.
Swanson, A. (o.J.). Innovation Adoption Curve: Which Consumer Group Do You
Belong To? Abgerufen auf Quality Logo Products:
www.qualitylogoproducts.com/blog/innovation-adoption-curve/ (20.08.2014)
Thomas, M. S. C., Annaz, D., Ansari, D., Sherif, G., Jarrold, C., & Karmiloff-Smith,
A. (2009). Using developmental trajectories to understand developmental
disorders. Journal of Speech, Language, and Hearing Research, 52, 336-358.
TNS Convergence Monitor. (5. September 2014). TNS Convergence Monitor: 84
Prozent der 14- bis 29-Jährigen besitzen bereits ein Smartphone. Abgerufen
auf tns-infratest.com:
http://www.tns-infratest.com/presse/presseinformation.asp?prID=3324
(08.09.2014)
Totzke, I. (2013). Einfluss des Lernprozesses auf den Umgang mit menügesteuerten
Fahrerinformationssystemen. Dissertation, Universität Würzburg.
Totzke, I., Hofmann, M., & Krüger, H. P. (2003). Ältere Fahrer, Vorwissen und
Kompetenzerwerb für Informationssysteme. VDI (Hrsg.), Integrierte
Sicherheit und Fahrerassistenzsysteme, VDI-Berichte, S. 1864.
61
Totzke, I., Rauch, N., & Krüger, H.P. (2003). Kompetenzerwerb und Struktur von
Menüsystemen im Fahrzeug: "Breiter ist besser?". Entwerfen und Gestalten. 5.
Berliner Werkstatt für Mensch-Maschine-Systeme, 226-249
Totzke, I., Schmidt, G., & Krüger, H. (2003). Mentale Modelle von Menüsystemen -
Bedeutung kognitiver Repräsentationen für den Kompetenzerwerb. DGLR
BERICHT, 4, S. 133.
Vöhringer-Kuhnt, T. (2011). CarUSE-MI: Die Entwicklung eines
Bewertungsinstrumentariums für die Mensch-Maschine-Schnittstelle von
Fahrerinformationssystemen. Dissertation, Technische Universität Berlin.
Wickens, C. D., & Hollands, J. (2000). Engineering psychology and human
performance. Upper Saddle River, NJ: Prentice Hall.
Wickens, C. D., Hollands, J. G., Banbury, S., & Parasuraman, R. (2013).
Engineering Psychology and Human Performance. Pearson Education.
Winkelman, M. (2004). Understanding Consciousness Using System Approaches
and Lexical Universals. Anthropology of Consciousness, 15(2), S. 24-38.
Young, K. L., & Lenné, M. G. (2010). Driver engagement in distracting activities
and the strategies used to minimise risk. Safety Science, 48(3), S. 326-332.
Young, M. S., & Stanton, N. A. (2002). Malleable attentional resources theory: a
new explanation for the effects of mental underload on performance. Human
Factors: The Journal of the Human Factors and Argonomics Society, 44(3),
S. 365-375.
62
Anhang
Der Systemaufbau
Der Systemaufbau des FWBbS, soweit es für die vorliegende Studie simuliert
wurde:
Navigation
Adresseingabe
Sonderziele
Tankstelle
Parken
Restaurant
Bank & Geschäft
Post
Geldautomat
Sparkasse (300m)
Postbank (500m)
Deutsche Bank
(800m)
Sparkasse (1,3km)
Filiale
Verkehr
TA*
TMC** für Route
Alle TMC**
A1 Dortmund -
Köln
B9 Köln – Bonn
A3 Oberhausen –
Arnheim
A57 Duisburg –
Köln
Routenbereich Liste
Heimatadresse
Letzte Ziele
Favoriten
Tour Planung
Neue Tour
Gespeicherte Touren
Tour Eifel
Tour Edersee
Tour 3 (leer)
Tour 4 (leer)
63
Speichere Standort
Radio
Presetliste
1 – HR3
2 – SWR3
3 – Jump
4 – 1live
Stationsliste
Frequenzband
FM
AM
Optionen
Traffic
Announcements
News
Announcements
Radiotext
Regional Mode
Telefon
Wählen
Kontakte
Beatrix
Knappertsbusch
Benedict Weber
Carsten Engel
Dania Wiesemann
Anruflisten
Gewählte Nummern
Angenommene
Anrufe
Verpasste Anrufe
Lukas Scholz
Karin Podbiol
Henrik Ruppel
Felix Ruppert
Kurzwahl
Lisa Weller
Mama
Natalie Selo
Maximilian Frese
Wahlwiederholung
SMS
Johannes Besch:
Bitte melde dich
mal. Jo
64
Antworten
Textvorlage 1: Bin
gleich da
Textvorlage 2:
Noch zehn
Minuten!
Textvorlage 3:
Viel Verkehr.
Textvorlage 4: Ruf
mich später noch
mal an.
Löschen
Alexander Theis:
Wann kommst du?
Wir warten!
Sophie Stuhlmann:
Kommst du heut
Abend? Sehen wir
uns?
Dania Wiesemann:
Denkst du an den
Kuchen, Schatz?
Bluetooth Geräte
Geräte hinzufügen
Gerät löschen
Martins Handy
Ja
Nein
Caros Handy
Als primäres Gerät
festlegen
Bluetooth an
Settings
Telefonbuch
Neuer Eintrag
Löschen
Ja
Nein
Bluetooth
Mikrofon Lautstärke
Kontakte
downloaden
Media
USB
Play
65
Optionen
Geräte hinzufügen
Gerät löschen
Als primäres Gerät
festlegen
Reset USB
Ja
Nein
Browse
Top 100 Mai 2010
Don’t believe
(Mehrzad
Marashi)
Satellite (Lena)
Geboren um zu
leben (Unheilig)
Alors on danse
(Stromae)
Playlist Sommer
Party
Autofahren
Info
iPod
Play
Optionen
Geräte hinzufügen
Gerät löschen
Als primäres Gerät
festlegen
Ja
Nein
Reset iPod
Browse
Info
BT Audio
Line-In
CD
Deep Purple
John Miles
Pink Floyd
The dark side of the
moon
Speak to Me
Money
On the Run
66
Time
The Wall
Queen
The Miracle
Party
Khashaggi’s Ship
The Miracle
I want it all
Queen II
The Beatles
Abbey Road
Come together
Something
Maxwell’s
Oh! Darling
Rubber Soul
Sgt. Pepper’s
Lonely…
The Who
Van Halen
Settings
* Traffic Announcements ** Traffic Message Channel
Der Aufbau des SbS, soweit es für die vorliegende Studie simuliert wurde:
Navigation
Adresseingabe
Sonderziele
Tankstelle:
Aral (2 km)
Shell (4,5 km)
Q8 (8km)
Parken:
P Wetterau
P Hof
P Taunusstein
Restaurant:
McDonald’s
Ristorante…
Da Toni
Bank & Geschäft:
Post
Geldautomat
Sparkasse (300m)
67
Postbank (500m)
Deutsche Bank (800m)
Filiale
Verkehr
TMC* für Route:
B9 Köln – Bonn
A3 Obernhausen –
Arnheim
A57 Duisburg – Köln
Alle TMC*:
A1 Dortmund – Köln
B9 Köln – Bonn
A3 Obernhausen-
Arnheim
Routenbereich Liste
Heimatadresse
Letzte Ziele
Favoriten
Tour Planung
Gespeicherte Touren:
Tour Eifel
Tour Edersee
Tour 3 (leer)
Speichere Standort
SMS
Mario Guth: Rufe gleich
zurück, sitze noch in
einem Meeting.:
Antworten
Löschen
Alexander Theis: Wann
kommst du? Wir warten!:
Antworten
Textvorlage 1: Bin gleich
da.
Textvorlage 2: Noch zehn
Minuten!
Textvorlage 3: Viel
Verkehr.
Textvorlage 4: Ruf mich
später noch mal an.
Löschen
Sophie Stuhlmann:
Kommst du auch heute
Abend? Sehen wir uns?:
68
Antworten
Löschen
Dania Wiesemann:
Denkst du an den
Kuchen, Schatz?:
Antworten
Löschen
Kontakte
Beatrix Knappertsbusch
Benedict Weber
Carsten Engel
Dania Wiesemann
Dominique Franz
Telefon
Settings:
Telefonbuch
Neuer Eintrag
Löschen
Ja
Nein
Bluetooth
Mikrofon Lautstärke
Kontakte downloaden
Anruflisten
Gewählte Nummern
Angenommene Anrufe
Verpasste Anrufe
Lukas Scholz
Daniel Schwahlen
Felix Ruppert
Henrik Ruppel
Wahlwiederholung
(Wählen)
(Kurzwahl:)
Lisa Weller
Mama
Natalie Selo
Maxi Frese
Radio
Optionen:
Traffic Announcements
News Announcements
Radiotext
Regional Mode
(Frequenzband:)
69
FM
AM
(Presets:)
1 HR3
2 SWR3
3 Jump
4 1live
CD
Deep Purple – Fireball
Deep Purple – Made in
Japan
John Miles – Rebel
John Miles – Stranger in
the …
Pink Floyd – On the Dark
Side…
Speak to Me
Money
On the Run
Time
The Great Gig in the Sky
Us and Them
Pink Floyd – The Wall
Queen – The Miracle
Party
Khashaggi’s Ship
The Miracle
I want it all
The invisible man
Breakthru
Queen – Queen II
The Beatles – Abbey
Road
Come together
Something
Maxwell’s
Oh! Darling
Octopus’s Garden
I want you
The Beatles – Rubber
Soul
The Beatles – Sgt
Pepper’s…
The Who – BBC Sessions
The Who – Magic Bus
70
Van Halen – The Best of
Both…
USB
Optionen:
Geräte hinzufügen
Geräte löschen
Als primäres Gerät
festlegen
Reset USB
Ja
Nein
Browse:
Top 100 Mai 2010
Don’t believe (Merzad
Marashi)
Satellite (Lena)
Geboren um zu leben
(Unheilig)
Alors on danse (Stromae)
Real Love (Mark
Medlock)
Playlist Sommer
Party
Autofahren
iPod
Optionen:
Geräte hinzufügen
Geräte löschen
Als primäres Gerät
festlegen
Ja
Nein
Reset iPod
(Browse)
Settings
Bluetooth
Bluetooth an
Gerät hinzufügen
Martins Handy:
Gerät löschen
Ja
Nein
Als primäres Gerät
festlegen
Caros Handy:
71
Gerät löschen
Als primäres Gerät
festlegen
*Traffic Message Channel. Die Angaben in Klammern sind Funktionen, die zwar auf
der Anzeige existieren, allerdings nicht so benannt sind. Horizontale Linien ohne
weiterführende Optionen stellen untergeordnete Funktionen dar, die jedoch auf einer
Ebene dargestellt wurden.
Die Aufgabeninstruktion
Am Anfang der Studie:
„Für meine Bachelorarbeit testen wir, welchem mentalen Modell ein
Bediensystem folgen muss, um erfolgreich und effektiv bedient zu werden.
Hierzu werden Sie zwei Systeme testen in jeweils drei Aufgabenblöcken,
davon einer ohne und zwei mit paralleler Fahraufgabe im Simulator. Sie werden die
beiden Systeme simuliert auf einem Tablet bedienen. Die Simulation ist sehr simpel
gehalten, da es sich hier nicht um tatsächliche Systeme handelt, sondern es um
grundlegende Bedienprinzipien geht. Das heißt, es geht hier weder um das Design,
noch die Bedienlogik, sondern um reine Grundlagenforschung. Es sind nur die
richtigen Wege simuliert, also kann es durchaus sein, dass Sie etwas anklicken und
keine Reaktion vom System folgt.
Wir werden während der Testung Ihre Zeit messen, aber hierbei geht es darum,
welche Bedienprinzipien zur schnelleren Bearbeitung führen und nicht welcher
Proband am schnellsten geantwortet hat. Also lassen Sie sich Zeit und bedienen Sie
die Aufgabe, wie Sie es normalerweise auch tun würden.
Haben Sie noch Fragen?“
Vor der Bedienung des FWBbS:
„Bei diesem System handelt es sich um eine Simulation über PowerPoint.
Leider gibt es hierbei die Funktion, dass bei einem Doppelklick reingezoomt wird.
Falls Ihnen das aus Versehen passiert, können Sie mit einem Doppelklick wieder
herauszoomen und weiter machen.“
72
Vor den jeweiligen Aufgabenblöcken:
„Nehmen Sie sich zunächst ein paar Minuten Zeit, um sich mit dem System
vertraut zu machen!
Nun kommen wir zu den Aufgaben. Ich werde Ihnen die Aufgaben vorlesen
und weil wir die Zeit nehmen, warten Sie bitte darauf, dass ich Und los!, sage, bevor
Sie mit der Aufgabe beginnen.“
Vor der Fahraufgabe unter niedriger kognitiver Belastung:
„Nun werden Sie die Aufgaben parallel zu einer Fahraufgabe im Simulator
erfüllen müssen. Hierbei steht die Fahraufgabe im Vordergrund und Sie sollten die
gestellten Aufgaben nur erfüllen, wenn Sie denken, dass Sie es gerade auch können.
Die Simulation ist so ausgerichtet, dass Sie mit einer Geschwindigkeit von 100 km/h
einem Auto folgen sollen. Dieses erscheint, sobald Sie 100 km/h fahren. Bitte
überholen Sie nicht und halten Sie den Sicherheitsabstand ein.“
Vor der Fahraufgabe unter hoher kognitiver Belastung:
„Nun werden einige Autos mehr erscheinen. Bitte halten Sie sich weiterhin an
die Richtgeschwindigkeit von 100 km/h und achten Sie auf den Sicherheitsabstand.
Überholen Sie auch, wenn notwendig.“
Die Aufgabenlisten
Aufgabenblock 1 – keine kognitive Belastung
Aufgabe 1. Lassen Sie sich aus der Anrufliste Ihre verpassten Anrufe anzeigen.
Aufgabe 2. Beantworten Sie bitte die zweite SMS mit der Textvorlage Viel
Verkehr.
Aufgabe 3. Wählen Sie die Navigationsfunktion, dann Verkehr und alle TMC aus
und klicken Sie auf die dritte TMC-Staumeldung für nähere
Informationen.
73
Aufgabe 4. Wechseln Sie zur CD. Künstler Queen. Album The Miracle. Das erste
Lied (Party).
Aufgabe 5. Wählen Sie den USB-Stick unter Media aus, dann die Optionen und
reseten Sie den USB-Stick. Wählen Sie im letzten Schritt Nein.
Aufgabe 6. Ändern Sie bitte das Frequenzband des Radios von FM auf AM.
Aufgabenblock 2 – niedrige kognitive Belastung
Aufgabe 1. Wählen Sie die Kontakte aus und rufen Sie den Kontakt Dania
Wiesemann an.
Aufgabe 2. Gehen Sie bitte unter Telefon zu den Settings, Telefonbuch und wählen
Sie Löschen aus.
Aufgabe 3. Schauen Sie unter Navigation nach, wie weit das nächstgelegene
Sonderziel Bank & Geschäft, Geldautomat von Ihnen entfernt ist.
Aufgabe 4. Wechseln Sie zur CD. Künstler Pink Floyd. Album The dark side of the
moon. Das zweite Lied (Money).
Aufgabe 5. Wählen Sie den USB-Stick aus, dann die Funktion Browse. Wählen Sie
den vierten Titel aus dem Ordner Top 100 Mai 2010 aus.
Aufgabe 6. Stellen Sie bitte im Radio den Preset Nummer 4, 1live, ein.
Aufgabenblock 3 – hohe kognitive Belastung
Aufgabe 1. Rufen Sie unter der Kurzwahl den Kontakt Mama an.
Aufgabe 2. Gehen Sie bitte im Telefonmenü zu den Bluetooth-Geräten und wählen
Sie aus, dass das Bluetooth-Gerät Martins Handy gelöscht werden soll.
Bestätigen Sie mit Nein.
Aufgabe 3. Lassen Sie sich im Navigationssystem unter Tour Planung Ihre
abgespeicherten Touren anzeigen.
74
Aufgabe 4. Schauen Sie nach, welches auf Ihrer CD das zweite Lied auf dem
Album Abbey Road von The Beatles ist.
Aufgabe 5. Wählen Sie den iPod unter Media aus und wählen Sie diesen unter
Optionen als primäres Bluetooth-Gerät aus. Bestätigen Sie mit Nein.
Aufgabe 6. Aktivieren Sie bitte die Traffic Announcements im Radiomenü unter
den Optionen.
Der Innovationsfreude-Fragebogen
Basierend auf der Innovation Adoption Curve (Swanson, o.J.). Items fungieren
äquivalent zu den darunter kurz ausgeführten Adoptions-Kategorien.
Welche der folgenden Aussagen könnten Sie sich am ehesten zuordnen?
1. Ich warte ungeduldig darauf, neue Technologien auszuprobieren, sobald sie
erhältlich sind.
2. Ich bin generell an neuen Technologien interessiert und bin immer einer der
ersten, der sie ausprobiert.
3. Bevor ich mir ein neues technisches Gerät besorge, sammle ich Informationen
über das Produkt und beachte dabei sorgfältig die Pros und Cons.
4. Ich warte damit, neue Technologien auszuprobieren, bis meine Freunde ihre
ersten Erfahrungen damit gesammelt haben und mir erzählen können, dass sich
das Produkt lohnt.
5. Ich bin nicht wirklich an neuen Technologien interessiert und kaufe mir neue
Produkte nur, wenn alle gravierenden Fehler ausgemerzt sind und ich weiß,
dass das Produkt verlässlich und nützlich ist.
Adoptionskategorie 1. „Innovatoren können es nicht erwarten, neue Ideen und
Produkte auszutesten. Dies gleicht fast einer Sucht.“
Adoptionskategorie 2. „Early Adoptor [frühe Adopotierende] beziehen sich eher
auf Gruppennormen und Werte im Gegensatz zu
Innovatoren, die auf ihre eigenen Werte vertrauen.“
75
Adoptionskategorie 3. „Frühe Mehrheit-Konsumenten sammeln mehr
Informationen bezüglich des Produkts und wiegen die
Pros und Cons ab bevor sie eine Entscheidung treffen.“
Adoptionskategorie 4. „Späte Mehrheits-Konsumenten adoptieren ein neues
Produkt hauptsächlich weil ihre Freunde dieses bereits
adoptiert haben und sie das Gefühl haben, sich
anzupassen zu müssen.“
Adoptionskategorie 5. „Nachzügler sind durch ihre Vergangenheit
schwerwiegend beeinflusst in ihrem aktuellen
Entscheidungsprozess.“
Der Technikaffinitäts-Fragebogen
Welche der folgenden Technologien nutzen Sie regelmäßig?
Smartphone
Tablet
Internet
Cloud Services
HD TV
Smart TV
3D TV
Apps
76
Der Intuitivitäts-Fragebogen
Nun bewerten Sie abschließend bitte das System im Hinblick auf dessen Bedienbarkeit
während des Fahrens.
Das System…
…ist ohne
Beschreibung der
Funktionen schlecht
bedienbar.
…ist ohne
Beschreibung der
Funktionen gut
bedienbar.
…verhielt sich
unvorhersehbar.
…verhielt sich
vorhersehbar.
…erschien nicht
vertraut und ungewohnt
…erschien sofort
vertraut und gewohnt
Die Bedienung des Systems…
…lässt sich an meinen
Kenntnisstand schlecht
anpassen.
…lässt sich an meinen
Kenntnisstand gut
anpassen.
…entsprach nur
teilweise meinen
Erwartungen.
…entsprach stets
meinen Erwartungen.
…war anstrengend. …war mühelos.
…erforderte viel
Aufmerksamkeit. …ging wie von selbst.
…erforderte volle
Konzentration.
…erforderte nur wenig
Konzentration.
Bei der Systembenutzung…
…fühlte ich mich
orientierungslos.
…konnte ich mich gut
zu Recht finden.
Ich handelte…
…oft unsicher. …immer sicher.
…überlegt. …spontan.
…nachdenkend. …ohne nachzudenken.
…oft falsch. …immer automatisch
richtig.
77
Die Kommentare der Probanden
Kommentare der jüngeren Probanden:
FWBbS SbS
Bezüglich Ablenkung
1. Nicht überfordert
2. Beanspruchender
3. Abgelenkt
4. Schon ablenkend
5. Mehr Aufmerksamkeit (n=2)
6. Ablenkung und Aufmerksamkeit
höher als beim anderen
7. Schon konzentrieren, schon
abgelenkt
8. Viel nachdenken
9. Total anstrengend
10. Total abgelenkt
1. CD-Alben lenken ab
2. Leichter, schneller, einfacher, hat
weniger abgelenkt
3. Auch gut während des Fahrens
4. Hat sich nicht ablenkbar gefühlt
5. Während der Fahrt mehr
Aufmerksamkeit von Nöten, da
mehr Infos
6. Nicht unbedingt weniger ablenkend
7. Nicht allzu ablenkend
8. Ablenkend, da zu bunt und zu viel
Text
9. Kann sich nicht konzentrieren
10. Lenkt sehr ab
11. Sehr abgelenkt
12. Sehr ablenkend
13. Ablenkend
14. Nimmt Aufmerksamkeit
Bezüglich Verständlichkeit
1. Intuitiv
2. Relativ einfach
3. Nicht einfach
4. Verständlich auf den ersten Blick
5. Nichts intuitiv
6. Umständlich
1. Intuitiver
2. Einfacher (n=2)
3. Verwirrender
4. Grundsätzlich intuitiv
5. Simpler
6. Ein bisschen einfacher
7. Einfach
8. Teilweise einfach
9. Nicht schwierig
78
10. Relativ einfach
11. Spontaner
Bezüglich Gewöhnung
1. Bekannt durch Auto
2. Gewöhnt durch Auto
1. Dass ungewohnt merkt man, da aus
dem Auto nicht bekannt
2. Keine große Umstellung
3. Bekannt durch Handy
4. Ist Smartphone gewöhnt
5. Unbekannt
6. Ungewohnt
7. Ist an direkten Touch gewöhnt
Bezüglich der Systemunterschiede
Motorische Repräsentation
1. Swipen
2. Intuitiv scrollen
3. Lieber kein Swipen
4. Swipen (positiv gemeint)
5. Wischen angenehmer
6. Slide (negativ gemeint)
7. Swipen innerhalb der Funktionen
gewöhnungsbedürftig
Regelbasiertheit im Vergleich zur Diversität
1. Schrift schöner, gleiche Größe,
lesbar
1. Man muss suchen, jede App ist
anders
Breite der Menüstruktur
1. Weniger Infos
2. Bäume tiefer
3. Weniger Punkte auf erster Ebene,
versteckter
4. Menüführung umständlich, da tief
5. Nicht so viele Items auf einmal
(negativ gemeint)
6. Nicht alles auf einen Blick
1. Breiteres Startmenü
2. CD zu viel Info
3. Flut an Infos
4. Erst mal Bildschirm scannen
5. Zu viel Info
6. Weniger Untergruppen
7. Man muss mehr suchen, es ist mehr
auf einer Ebene
79
7. Zur Menüstruktur: Sind wirklich so
viele Schritte notwendig?
8. Mit zwei, drei Fingertips dort, wo
man hin wollte
9. Viel Info
10. Schneller Auswahlmöglichkeiten
gesehen, breiter
11. Viel Info auf einmal
12. Mehr auf einem Blick
13. Viel los auf dem Bildschirm
14. Kurzwahl möglich (positiv gemeint)
Bedienweise
1. Steuerkreuz als Bedienelement
2. Nicht direkt auswählbar (n=2)
3. Mit einem Control zu bedienen
4. Nicht direkt anklickbar
1. Direkt auswählbar
2. Direkter Touch
3. Shortcuts sind möglich
4. Mehr Schnellwahltasten
5. Direktwahl möglich
6. Direkter Touch
Weiteres
1. Viel, viel mehr drücken, um durchs
Menü durch zu kommen
2. Es dauert
3. Viel zu lange bis gewünschter
Menüpunkt erreicht ist
4. Viel rumklicken
5. Benötigt mehr Zeit
6. Man braucht länger
7. Langsamer
8. Von der Struktur her gut
9. Übersichtlich
10. Verschachtelt
11. „Wie wenn man nach einem iPhone
ein altes Handy in die Hand
gedrückt bekommt.“
1. Schneller (n=3)
2. Unübersichtlicher
3. Übersichtlicher (n=2)
4. Nicht ganz so verschachtelt
5. Einfacher strukturiert
6. Nicht so verschachtelt
7. Musik-Smartphone-Design
übernommen
8. Geht mehr Richtung Smartphone
80
12. Man ist zu sehr an Smartphones
gewöhnt, dass es sich anfühlt,
wieder einen Schritt zurück zu alten
Handys zu gehen
Kommentare der älteren Probanden:
FWBbS SbS
Bezüglich Ablenkung
1. Musste sich sehr konzentrieren
2. Viel zu sehr ablenkend
3. Extrem anstrengend
4. Aufmerksamkeit nicht mehr auf der
Straße
5. Musste sich konzentrieren
6. Erfordert mehr Aufmerksamkeit
7. Zu sehr abgelenkt
8. Ein bisschen mehr abgelenkt
9. Erfordert mehr Konzentration
10. Ein bisschen besser in Bezug auf
Ablenkung
11. Viel abgelenkter
12. Lenkt wesentlich mehr ab
13. Konzentration auf Verkehr hat
nachgelassen
1. Natürlich ablenkend, relativ
ablenkender, da komplexer
2. Nicht so ablenkend
3. Sehr ablenkend
4. Sehr darauf konzentriert
5. Ablenkend
6. Abgelenkt wie immer
7. Erfordert Konzentration
8. Zu viel Aufmerksamkeit
9. Zu sehr abgelenkt
10. Stark Aufmerksamkeitsfordernd
11. Konzentriert, da man suchen muss
12. Ziemlich stark beansprucht
Bezüglich Verständlichkeit
1. Recht einfach
2. Halbwegs einfach
3. Relativ einfach zu navigieren
4. Ziemlich intuitiv
5. Schwieriger
6. Komplizierter
7. Einfach, nicht kompliziert
1. Einfacher
2. Etwas intuitiver
3. Selbsterklärender und schneller
4. Erwartungskonform
5. Wesentlich einfacher und schneller
6. Einfacher
7. Ein bisschen schneller und einfacher
81
8. Nicht selbsterklärend 8. Einfach (n=2)
9. Sehr selbsterklärend
10. Schwierig
11. Schneller, selbsterklärender
12. Erschließt sich
Bezüglich Gewöhnung
1. Ähnlich wie beim Auto
2. Gewohnt vom Auto
3. Eher wie im Auto
4. An FWB gewöhnt
1. Weil ähnlich wie das Smartphone
super einfacher
2. Eher wie Handy, trotzdem einfacher
3. Gewöhnungsbedürftig
4. Swipen ist man gewohnt
5. Direkt antippen ist man gewohnt
Bezüglich der Systemunterschiede
Motorische Repräsentation
1. Nur eine Option motorisch (positiv
gemeint)
1. Wischen (negativ gemeint),
unkontrollierter
2. Nur drücken ohne swipen wäre
besser
3. Mischung wischen und Tastendruck
(negativ gemeint)
4. Lieber ohne das Scrollen
5. Swipe
Regelbasiertheit im Vergleich zur Diversität
1. Man muss nicht ständig suchen
2. Gegliederter
3. Lesbarkeit (positiv gemeint)
1. Musste suchen, wenn neuer
Bildschirm
2. Viel suchen
Breite der Menüstruktur
1. Zu tiefes Menü
2. Ebenendarstellung aufwendiger
1. Einiges viel einfacher, da nur zwei
Klicks
2. Sobald zu viele Infos schwierig
3. Kurze und übersichtliche
Informationen gut
4. Größeres Startmenü gut
82
5. Breitere Menüstruktur (positiv
gemeint)
Bedienweise
1. Tastensystem aufwendiger
2. Bedienelement überflüssig
3. Tastenfunktion
4. Bedienung blind möglich
5. Bedienoberfläche mit Steuerkreuz
1. Menüführung einfach, da direkt
anklickbar
2. Weniger Stufen
3. Lieber direkt wählbar
4. Direkt wählbar besser
5. Purer Touch
Weiteres
1. Vielzahl der Schritte erschwert die
Ausführung
2. Sehr langsam
3. Zeitaufwendiger
4. Zu viele Schritte
5. Langsamer (n=2)
6. Menüstruktur zu komplex
7. Umständlicher
8. Ähnlich wie das Windows-System
9. Lieber ein text- statt ein
bilderbasiertes System
1. Weniger Schritte (positiv gemeint)
2. Einfacher, da weniger Schritte
3. Schneller (n=5)
4. Gefühlt ist man schneller durch
5. Mit CD Albumcover langsamer als
wenn es nur Text gäbe
6. CD Albumcover zu klein, nur Text
wäre einfacher
7. Mischung Text und Bilder
8. Albumcover unübersichtlich
83
Danksagung
An dieser Stelle möchte ich mich bei allen bedanken, die mich bei der
Anfertigung dieser Bachelorarbeit unterstützt haben.
Zunächst gilt mein Dank meinem Erstprüfer Herrn Univ.-Prof. Dr. Heiko
Hecht dafür, dass er mir mit Rat und Tat zur Seite stand und mir zu jeder Zeit
jegliche Unsicherheit nehmen konnte.
Des Weiteren möchte ich meinem Zweitkorrekteur Herrn Dipl.-Psych. Andreas
Baranowski danken, der mir mit Anregungen und guten Worten helfen konnte.
Besonderer Dank gilt meinen Betreuern Dr. Dipl.-Psych. Stefan Becker, Dr.
Dipl.-Psych. Evgenia Boyarskaya und Dipl.-Psych. Iris Menrath, die während der
gesamten Vorbereitung und Durchführung immer mit guten Ratschlägen bereit
standen und jederzeit jede Frage beantworten konnten.
Außerdem möchte ich Daniel Schwahlen und Paul März für die QML-
Programmierung des Smartphone-basierten Systems bedanken, ohne die ich das
alleine nicht geschafft hätte.
Darüber hinaus bedanke ich mich für die Unterstützung von allen Freunden,
die mir mit Korrekturlesen, guten Tipps und beruhigenden Worten immer wieder
behilflich waren. Hierbei sind insbesondere Pia Blaumeier, Michael Kiltz, Kristofer
Oedekoven, Pia Weber und Lisa Weller zu nennen.
Abschließend möchte ich mich bei meinem Mitbewohner Robin Schäfer dafür
bedanken, dass er gleichzeitig seine Bachelorarbeit schrieb und wir das zusammen
durchstehen konnten.
Top Related