Refine
Departments, institutes and facilities
Document Type
- Conference Object (14)
- Article (4)
- Report (1)
Year of publication
- 2020 (19) (remove)
Keywords
- Shared autonomous vehicles (3)
- Artificial Intelligence (2)
- Mobility (2)
- Peer-to-Peer (2)
- Social sustainability (2)
- Sustainability (2)
- Automated taxis (1)
- Autonomous Driving (1)
- Blockchain (1)
- Claim personal data (1)
- Community (1)
- Data takeout (1)
- Datenschutz (1)
- Datenschutzerklärungen (1)
- Dienstleistung (1)
- Digitalisation (1)
- Digitalisierung (1)
- Dynamic passenger information (1)
- Dynamische Fahrgastinformationen (1)
- Fahrgastinformation (1)
- Folk theories (1)
- Food (1)
- Future Work (1)
- GDPR (1)
- Grassroots (1)
- HFI (1)
- Haltestelle (1)
- Human computer interaction (1)
- Human-Robot Collaboration (1)
- IIoT (1)
- Impaired (1)
- Innerstädtische Bushaltestelle (1)
- Interview study (1)
- IoT (1)
- Jobs (1)
- Kompetenz (1)
- Learning (1)
- Legal Design (1)
- Mental models (1)
- Millennials (1)
- Misconception (1)
- Mobility behavior (1)
- Mobilität (1)
- Modal Shift (1)
- Organisation (1)
- Organisationsentwicklung (1)
- Passengers (1)
- Perceived AI (1)
- Personennahverkehr (1)
- Privacy (1)
- Public transport (1)
- Qualitative Interviews (1)
- Qualitative interviews (1)
- Qualitative research (1)
- Remote Work (1)
- Robo-taxi (1)
- Robots (1)
- SID (1)
- Service Design (1)
- Shared Autonomous Vehicles (1)
- Sharing Economy (1)
- Sharing economies (1)
- Smart Contracts (1)
- Sustainable HCI (1)
- Taxi (1)
- Teleoperation (1)
- Travel mode choice (1)
- Trust (1)
- Urban bus stop (1)
- Usable Privacy (1)
- User Experience (1)
- User studies (1)
- Wizard of Oz (1)
- Zweckbindung (1)
- Zweckspezifizierung (1)
- appropriation (1)
- breakdowns (1)
- carsharing (1)
- connected car (1)
- data visualization (1)
- eco-feedback (1)
- rebound effects (1)
- usability (1)
- voice interaction (1)
- Öffentlicher Personennahverkehr (1)
Diese Studie untersucht die Aneignung und Nutzung von Sprachassistenten wie Google Assistant oder Amazon Alexa in Privathaushalten. Unsere Forschung basiert auf zehn Tiefeninterviews mit Nutzern von Sprachassistenten sowie der Evaluation bestimmter Interaktionen in der Interaktionshistorie. Unsere Ergebnisse illustrieren, zu welchen Anlässen Sprachassistenten im heimischen Umfeld genutzt werden, welche Strategien sich die Nutzer in der Interaktion mit Sprachassistenten angeeignet haben, wie die Interaktion abläuft und welche Schwierigkeiten sich bei der Einrichtung und Nutzung des Sprachassistenten ergeben haben. Ein besonderer Fokus der Studie liegt auf Fehlinteraktionen, also Situationen, in denen die Interaktion scheitert oder zu scheitern droht. Unsere Studie zeigt, dass das Nutzungspotenzial der Assistenten häufig nicht ausgeschöpft wird, da die Interaktion in komplexeren Anwendungsfällen häufig misslingt. Die Nutzer verwenden daher den Sprachassistenten eher in einfachen Anwendungsfällen und neue Apps und Anwendungsfälle werden gar nicht erst ausprobiert. Eine Analyse der Aneignungsstrategien, beispielsweise durch eine selbst erstellte Liste mit Befehlen, liefert Erkenntnisse für die Gestaltung von Unterstützungswerkzeugen sowie die Weiterentwicklung und Optimierung von sprachbasierten Mensch-Maschine-Interfaces.