Interessenbereiche (AOIs) sind das wichtigste Werkzeug für die quantitative Eye-Tracking-Analyse. Das manuelle Erstellen von AOIs für dynamische Stimuli wie Videos, Daten von Eye-Tracking-Brillen und Daten aus VR-Umgebungen kann sehr ineffizient und inkonsistent sein. Gaze Mapping und automatisierte AOIs erleichtern die Gewinnung quantitativer Erkenntnisse aus dynamischen Stimuli.

AOIs (Areas of Interest) sind das Herzstück der Eye-Tracking-Analyse. AOIs sind Formen, die in einer Studie auf Stimuli eingezeichnet werden, damit die Daten nach ihrer Position auf dem Bildschirm getrennt werden können. Eye-Tracking-Kennzahlen wie Verweildauer, Zeit bis zur ersten Fixation und erneute Blicke stammen aus AOIs. Während Heatmaps und Blickverläufe hervorragende Werkzeuge sind, die uns helfen, den Aufbau der Studie zu verstehen und einige der Ergebnisse zu visualisieren, ermöglichen uns AOIs eine quantitative Analyse der Aufmerksamkeit.

Drei Möglichkeiten, AOIs zu erstellen

Legen Sie die AOIs manuell fest. So können Sie genau bestimmen, wo sich die AOI befinden soll und welche Form sie haben soll. Bei Standbildern ist das ganz einfach: Zeichnen Sie einfach eine Form um das Objekt, für das Sie Eye-Tracking-Daten erfassen möchten.

Bei Videos mit bestimmten Bereichen, in denen etwas erscheint und wieder verschwindet (z. B. Karten und Anzeigen in Videospielen oder Untertitel am unteren Bildrand eines Films), können AOIs ein- und ausgeschaltet werden, sodass sie nur dann angezeigt werden, wenn das Objekt zu sehen ist.

Das Problem bei der Erstellung von AOIs in Videos besteht darin, dass sich die Probanden, das Objekt oder beide frei bewegen können. Wenn Bewegungen in jede Richtung möglich sind, müssen die AOIs Bild für Bild angepasst werden, um dem Objekt zu folgen. Dies kann eine mühsame Arbeit sein. Blickverfolgung und automatische AOIs erleichtern die Erstellung von AOIs.

Blickverfolgung (Blog) Bei der Analyse von Eye-Tracking-Aufzeichnungen bewegen sich die Teilnehmer und können ein Objekt aus verschiedenen Blickwinkeln betrachten. Das bedeutet, dass sich das Objekt von Interesse beim Betrachten der Aufzeichnung durch den Forscher von einem Teil des Bildschirms zum anderen bewegen kann. Da sich das Objekt auf diese Weise bewegt, wird das manuelle Setzen von AOIs mühsam. Gaze-Mapping „ordnet“ die Blickpunkte aus den Eye-Tracking-Daten einem Referenzbild zu, wodurch das manuelle Setzen von AOIs erheblich vereinfacht wird, da diese auf einem Standbild liegen.

Automatische AOIs Diese Tools erstellen eine Maske über ausgewählten sich bewegenden Objekten, die deren Form und Position exakt widerspiegelt. In jedem Einzelbild wird automatisch ein AOI erstellt, der sich der Maske anpasst, sodass sich der AOI entsprechend den Bewegungen des Objekts mitbewegt und anpasst.

Blickverfolgungskarten und AutoAOIs sind Analysewerkzeuge, die Bewegungen während der Blickverfolgung berücksichtigen, den Arbeitsaufwand bei der Einzelbildanalyse reduzieren und die AOI-Analyse vereinfachen. Das Problem bei Bewegungen besteht darin, dass Forscher, um quantitative Erkenntnisse zu gewinnen, AOIs manuell erstellen müssen, was sehr arbeitsintensiv ist. Dies erfordert oft, dass Forscher Hunderte oder Tausende von Einzelbildern durchgehen, um AOIs zu platzieren. Bei Eye-Tracking-Brillen, VR-Studien und Bildschirmaufzeichnungen muss jeder Teilnehmer separat analysiert werden.

Um die Sache noch komplizierter zu machen, benötigen oft mehrere Forscher viel Zeit, um diese AOIs für eine einzige Studie zu platzieren. Dies führt zu weiteren Problemen, da die einzelnen Forscher die AOIs wahrscheinlich nicht auf dieselbe Weise oder in derselben Größe und Form platzieren wie ihre Kollegen. Schulungen und strenge Protokolle helfen zwar, sind aber ebenfalls zeitaufwendig und dennoch fehleranfällig. Gaze Mapping und AutoAOIs tragen dazu bei, den Arbeitsaufwand und die Fehlerquote bei der manuellen Platzierung von AOIs Bild für Bild zu reduzieren.

Wie soll man sich also entscheiden?

Zuerst: Finde die Bewegung

Was bewegt sich?

Das Gaze-Mapping wurde entwickelt, um die Bewegungen der Teilnehmer mit Eye-Tracking-Brillen zu erfassen, während sie sich in der Nähe eines unbeweglichen Objekts von Interesse bewegen. Ganz gleich, ob sie sich durch ein Labor oder ein Geschäft bewegen, eine virtuelle Umgebung erkunden oder ein Fahrzeug steuern – die Studienteilnehmer betrachten das Objekt aus verschiedenen Blickwinkeln, während sie sich ihm nähern und wieder von ihm entfernen, was das Zeichnen von AOIs mühsam macht.

AutoAOIs wurden entwickelt, um der Bewegung von Objekten in dynamischen Stimuli wie Videowerbung, Filmtrailern oder Videospielen Rechnung zu tragen. Wie beim Blickverfolgungs-Mapping ist es mühsam, die AOIs in solchen Szenarien Bild für Bild manuell zu zeichnen. AutoAOIs werden verwendet, um sich bewegende Figuren oder Objekte in den Videos zu verfolgen, die sich die Studienteilnehmer angesehen haben.

Bei der Entscheidung, welches Instrument man verwenden soll, ist es bei einfachen Studiendesigns ein guter Ansatz, sich zunächst zu überlegen, was sich verändert; doch belassen Sie es nicht dabei! Es gibt viele Ausnahmen.

Eine Ausnahme bildet jedoch die Blickverfolgung bei Webseiten, die sehr gut funktioniert, obwohl der Befragte oft vor einem Computer sitzt und sich die Webseite in seinem Blickfeld bewegt. Die Webseite selbst eignet sich hervorragend als Referenzbild, auf das die Blickpunkte abgebildet werden können.

Eine weitere Ausnahme ist die Verwendung von AutoAOIs zur Verfolgung stationärer Objekte (wie Schilder, Bänke, Gebäude und Werbetafeln), während ein Studienteilnehmer mit einer Eye-Tracking-Brille daran vorbeifährt.

Angesichts der Vielzahl an Feldstudien und VR-Experimenten stellt sich die Frage: Was sollte man verwenden, wenn sich sowohl der Studienteilnehmer als auch das Objekt bewegen? Das kommt darauf an!

Zwar kann die Bewegung ein guter Ausgangspunkt sein, um zu verstehen, wann man Gaze Mapping und wann AutoAOIs einsetzen sollte, doch ist es zuverlässiger, das Studiendesign und die Forschungsfrage zu berücksichtigen. Wir werden zwei wichtige Aspekte durchgehen, die Ihnen bei der Entscheidung helfen sollen, ob Gaze Mapping oder AutoAOIs für Ihre Studie am besten geeignet sind.

Sorgen Sie dafür, dass alles perfekt aussieht

Würde sich das Objekt gut als Referenzbild eignen?

Beim Blick-Mapping werden Datenpunkte auf einem Referenzbild verortet; daher eignet sich diese Methode am besten für Objekte, die sich gut in einem einzigen Bild darstellen lassen (auch wenn dieses sehr groß ist). Mit anderen Worten: Blick-Mapping funktioniert gut bei Objekten, die man als relativ flach bezeichnen könnte. Beispiele hierfür sind Produktregale, Armaturenbretter, Websites, Bedienfelder, Galeriewände und Plakatwände. Auch wenn es sich bei einigen davon um 3D-Objekte handelt, konzentriert sich die Forschungsfrage oft auf eine bestimmte Seite des Objekts.

Alles in einem – Halte den Moment fest

Interessieren Sie sich für das Objekt als Ganzes oder für bestimmte Merkmale dieses Objekts?

Es gibt Fälle, in denen Sie entweder AutoAOIs oder Blickverfolgung verwenden können, wobei die beste Wahl von Ihrer Forschungsfrage abhängt.

Wenn Sie daran interessiert sind, Eye-Tracking-Daten zu ganzen Objekten zu erfassen, können Sie AutoAOIs verwenden. In einem Fahrversuch möchten Sie vielleicht herausfinden, ob der Fahrer eine bestimmte Werbetafel wahrgenommen hat. In einem Videospiel läuft die spielbare Figur möglicherweise an einem Bedienfeld vorbei oder interagiert damit, und Sie könnten messen, wie viel Zeit der Spieler damit verbracht hat, das Bedienfeld anzusehen. In einem Museum könnte es uns interessieren, wie viele Besucher ein Schild oder ein Bild an einer Galeriewand bemerkt haben. Werbetafeln, Bedienfelder und Bilder können AutoAOIs sein.

Beispiel: Buchmarketing

Wir beschäftigen uns mit Buchmarketing und möchten herausfinden,

Was den Leuten an unserem Plakat auffällt, wenn sie das Gebäude betreten
wie die Blicke der Menschen über unser sorgfältig zusammengestelltes Regal gleiten
Auf welchen Teil des Buchcovers (Vorder- oder Rückseite) sie ihren Blick richten, wenn sie das Buch in der Hand halten.

Im ersten Teil unserer Studie bewegen sich die Probanden frei durch eine Buchhandlung oder Bibliothek. Am Eingang befindet sich ein Plakat, das für unser Buch wirbt, sowie ein Regal, in dem unser Buch ausgestellt ist. Es könnte ein Referenzbild vom Regal und ein separates Bild vom Werbeplakat aufgenommen werden.

Im zweiten Teil der Studie wird den Teilnehmern das Buch ausgehändigt, damit sie es nach Belieben durchblättern können. Es können Referenzbilder vom Vorder- und Rückdeckel angefertigt werden, um festzustellen, welche Elemente (Text oder Bilder) ihre Aufmerksamkeit am längsten auf sich gezogen haben.

Der Grund, warum die Verwendung mehrerer Referenzbilder funktioniert, liegt darin, dass alle diese Referenzbilder (Regale, Poster sowie die Vorder- und Rückseite des Buches) relativ flache Objekte zeigen, die eine klare Oberfläche aufweisen, die als Referenzbild dienen kann. Wichtig ist, dass keines dieser Objekte in den anderen Referenzbildern enthalten ist.

Wenn die Beantwortung Ihrer Forschungsfrage jedoch auf Eye-Tracking-Daten zu den Merkmalen eines Objekts beruht, könnte es sich lohnen, ein Blick-Mapping in Betracht zu ziehen. Auf Plakatwänden sind möglicherweise ein Produktbild, ein Slogan sowie ein Logo oder ein Markenname zu sehen. Bedienfelder verfügen über Tasten, Schalter, Anzeigen oder Monitore.

Eine Galeriewand kann mehrere Kunstwerke und Schilder mit Informationen zu den Werken enthalten. Selbst ein einzelnes Gemälde kann mehrere Motive enthalten, die man berücksichtigen möchte. All diese Objekte sind relativ flach (eignen sich gut als Referenzbilder) und weisen Elemente oder Merkmale auf, die mithilfe von AOIs untersucht werden können, weshalb sich die Blickverfolgung hier hervorragend eignet.

Sie müssen sich nicht auf die eine oder die andere Methode beschränken, Sie können beides tun! Achten Sie nur darauf, dass Ihre Forschungsfrage und Ihre Hypothesen mit der Analysestrategie übereinstimmen.

Nehmen wir unsere frühere Untersuchung zu Schildern für Buchhandlungen und Bibliotheken:

Fazit

Sowohl Gaze Mapping als auch AutoAOIs sparen Forschern bei der Datenanalyse Zeit, da sie das manuelle Festlegen von AOIs Bild für Bild überflüssig machen. Um zu entscheiden, welche Methode Sie verwenden sollten, sollten Sie Ihre Forschungsfrage (Ist das gesamte Objekt ein AOI oder gibt es mehrere AOIs auf dem Objekt?) und Ihr Studiendesign (Was bewegt sich? Ist Ihr Objekt flach?) berücksichtigen. Möglicherweise kommen in Ihrer Forschung beide Techniken zum Einsatz.

Legen Sie bei der Konzeption Ihrer Eye-Tracking-Studie Ihre Analysestrategie fest, bevor Sie mit der Datenerhebung beginnen (diese kann im Rahmen einer Pilotstudie verfeinert werden). Dies ist der ideale Zeitpunkt, um zu entscheiden, ob Sie Blickverfolgung, automatische AOIs oder beides einsetzen möchten, und um sicherzustellen, dass Sie Daten erheben, die Ihre Forschungsfrage beantworten können.