Bei meinem jüngsten Besuch auf der ETRA 2023 war es faszinierend zu sehen, wie sehr der Schwerpunkt auf dem webkamera-basierten Eye-Tracking lag und welche Fortschritte in diesem Bereich erzielt wurden. Es ist ganz klar der nächste große Trend, dessen Durchbrüche die nächste Welle der Einführung und Nutzung in der Verhaltensforschung vorantreiben werden. Diese Fortschritte werden dazu beitragen, das Potenzial für die Untersuchung von Entscheidungsprozessen außerhalb des Labors auszuschöpfen, wodurch die Hindernisse in Bezug auf Zeit, Ort und Personen wirklich beseitigt werden.
Da wir jedoch weiterhin innovativ sind, müssen wir wirklich damit beginnen, Standards zu definieren. Während sich das Gebiet des Eye-Trackings über mehr als ein Jahrhundert hinweg entwickelt hat, ist das Gebiet des webcam-basierten Eye-Trackings noch sehr jung. Da es keinen Konsens über Standards gibt, bestehen erhebliche Unterschiede in der Terminologie und darin, was akzeptiert werden kann und sollte. Wir müssen an dieser Klarheit arbeiten. Schließlich sollen unsere Plattformen eine Schlüsselrolle bei der Gestaltung von Produktentscheidungen in Milliardenhöhe, bei Sicherheitshinweisen für Verbraucher und bei der Vergabe wichtiger Forschungszuschüsse spielen.
Einer der Schwerpunkte dieser Innovation ist die Möglichkeit, vielfältige Forschungsansätze durchzuführen, die verschiedene Ethnien und Kulturen repräsentieren. Dies stellt selbst bei herkömmlichen Eye-Tracking-Tools wie Wearables und bildschirmbasierten Eye-Trackern nach wie vor eine Schwachstelle dar und muss angesichts der Fortschritte bei der webcam-basierten Eye-Tracking-Technologie unbedingt berücksichtigt werden. Das ist tatsächlich etwas, worüber wir bei iMotions schon seit einiger Zeit sprechen. Tatsächlich hat uns die Hardware-Unabhängigkeit ermöglicht, diese Herausforderungen zu verstehen, und uns die Erkenntnisse geliefert, um unseren neuen webcam-basierten Eye-Tracking-Algorithmus – WebET 3.0 – zu entwickeln, den wir kürzlich in unserer neuen Validierungsstudie getestet haben.
Kurz gesagt: Unser neuer Eye-Tracking-Algorithmus für Webcams bietet die höchste Genauigkeit, die wir in der Geschichte des Webcam-Eye-Trackings je gesehen haben. Er lässt sich problemlos für viele verschiedene Anwendungsfälle einsetzen, ohne die Forschungsfragen zu beeinträchtigen. Und das Beste daran? Er funktioniert nachweislich gleichermaßen gut bei Teilnehmern unterschiedlicher Kulturen, Ethnien, Augenfarben, Gesichtsbehaarung, Geschlechts oder Alters. Wir wissen, dass die Robustheit der Daten – sei es beim Eye-Tracking oder bei jeder anderen Technologie – der Schlüssel zum Potenzial der Forschung zum menschlichen Verhalten ist. Wir haben gezeigt, dass diese Robustheit in einer wahrhaft globalen und inklusiven Stichprobe gegeben ist.
Was mich ebenfalls begeistert, ist, dass unser Team im Rahmen dieser Validierungsstudie einige Parameter für Genauigkeitsstandards festgelegt hat. Wir sind der Ansicht, dass 5,5 Grad des visuellen Winkels (DVA) die Obergrenze für webkamera-basierte Eye-Tracking-Daten sein sollten. Dieser Wert bezieht sich auf den Winkelabstand zwischen zwei Punkten im Gesichtsfeld, wobei ein kleinerer Wert eine höhere Genauigkeit bedeutet. Und es handelt sich um einen Schwellenwert, der nur von High-End-Eye-Trackern übertroffen wird, wie man sie in einer Laborumgebung findet.
In unserer Validierungsstudie lagen 92 % der Antworten unserer Befragten unter einem DVA-Wert von 5,5, und 70 % lagen unter einem DVA-Wert von 3,0 – Genauigkeitswerte, die unserer Meinung nach alle anderen webkamerabasierten Plattformen übertreffen. Weitere Informationen zu den Daten finden Sie in unserem Whitepaper.
Es ist eine spannende Zeit für unsere Branche und für die beeindruckenden Fortschritte, die derzeit erzielt werden. Wir bei iMotions freuen uns darauf, nicht nur einen Beitrag dazu zu leisten, sondern auch dabei zu helfen, die Arbeitsabläufe zu standardisieren, die dazu beitragen, branchenweit Vertrauen und Anerkennung aufzubauen.
