Refine
Departments, institutes and facilities
Document Type
- Conference Object (76)
- Article (29)
- Part of a Book (12)
- Report (4)
- Contribution to a Periodical (3)
- Working Paper (1)
Year of publication
Keywords
- User Experience (7)
- Sustainability (5)
- Verbraucherinformatik (5)
- Eco-Feedback (4)
- GDPR (4)
- Mobility (4)
- Shared autonomous vehicles (4)
- Smart Home (4)
- Sustainable Interaction Design (4)
- Kompetenz (3)
Durch die Digitalisierung befindet sich die Mobilitätsbranche im starken Umbruch. So wird man bei der Verkehrsmittelwahl zukünftig wohl auch auf selbstfahrende Autos zurückgreifen können. Die Studie erweitert die Verkehrs- und Nutzerakzeptanzforschung, indem unter Berücksichtigung relativer Teilmehrwerte tiefergehend analysiert wird, wie sich die neuen Verkehrsmodi autonomer Privat-PKW, autonomes Carsharing und autonomes Taxi aus heutiger Sicht in den bestehenden Verkehrsmix einsortieren. Hierzu wurde auf Basis der Nutzerpräferenztheorie eine Onlineumfrage (n=172) zu den relativen Mehrwerten der neuen autonomen Verkehrsmodi durchgeführt. Es zeigt sich, dass Nutzer im Vergleich zum PKW bei den autonomen Modi Verbesserungen im Fahrkomfort und in der Zeitnutzung sehen, in vielen anderen Bereichen – insbesondere bei Fahrspaß und Kontrolle – hingegen keine Vorteile oder sogar relative Nachteile sehen. Gegenüber dem ÖPNV bieten die autonomen Modi in fast allen Eigenschaften Mehrwerte. Diese Betrachtung auf Teilnutzenebene liefert eine genauere Erklärung für Nutzerakzeptanz des automatisierten Fahrens.
Digitisation has brought a major upheaval to the mobility sector, and in the future, self-driving cars will probably be one of the transport modes. This study extends transport and user acceptance research by analysing in greater depth how the new modes of autonomous private cars, autonomous carsharing and autonomous taxis fit into the existing traffic mix from today's perspective. It focuses on accounting for relative added value. For this purpose, user preference theory was used as a base for an online survey (n=172) on the relative added value of the new autonomous traffic modes. Results show that users see advantages in the autonomous modes for driving comfort and time utilization whereas, in comparison to conventional cars, in many other areas – especially in terms of driving pleasure and control – they see no advantages or even relative disadvantages. Compared to public transport, the autonomous modes offer added values in almost all characteristics. This analysis at the partwor th level provides a more detailed explanation for user acceptance of automated driving.
Shared Autonomous Vehicles: Potentials for a Sustainable Mobility and Risks of Unintended Effects
(2018)
Automated and connected cars could significantly reduce congestion and emissions through a more efficient flow of traffic and a reduction in the number of vehicles. An increase in demand for driving with autonomous vehicles is also conceivable due to higher comfort and improved quality of time using driverless cars. So far, empirical evidence supporting this hypothesis is missing. To analyze the influence of autonomous driving on mobility behavior and to uncover user preferences, which serve as an indicator for future travel mode choices, we conducted an online survey with a paired comparison of current and future travel modes with 302 German participants. The results do not confirm the hypothesis that ownership will become an outdated model in the future. Instead they suggest that private cars, whether traditional or fully automated, will remain the preferred travel mode. At the same time, carsharing will benefit from full automation more than private cars. However, findings indicate that the growth of carsharing will mainly be at the expense of public transport, showing that more effort should be placed in making public transportation more attractive if sustainable mobility is to be developed.
Vertrauen ist das Schmiermittel der Shareconomy. Einen zentralen Mechanismus hierfür stellen Crowd-basierte Reputationssysteme dar, bei denen Informationen und Bewertungen anderer Nutzer dazu dienen Vertrauen aufzubauen. Die Vernetzung zu teilender Gegenstände bietet hierbei neue Potentiale, um die Reputation eines Anbieters oder Nachfragers zu bewerten und einzuschätzen. In diesem Beitrag untersu-chen wir daher das Potential eines IoT-basierten Reputationssystems im Kontext von Peer-to-Peer Car-sharing, bei dem Informationen und Bewertungen mittels Sensorik während der Nutzung des Fahrzeugs erhoben und ausgewertet werden. Hierzu wurden zwei Fokusgruppen mit insgesamt 12 Personen durch-geführt. Die Ergebnisse deuten an, dass datenbasierte Reputationssysteme das Vertrauen nicht nur vor, sondern auch während der Vermietung und in der Nachkontrolle für Ver- und Entleiher steigern können. Jedoch sollten bei der Gestaltung solcher Systeme die Prinzipien der mehrseitigen Sicherheit wie Spar-samkeit, Verhältnismäßigkeit, Transparenz und Reziprozität beachtet werden.
Bisherige Versuche der HCI-Community die Lebensmittelverschwendung oder den CO2-Fußabdruck zu reduzieren, basierten meist auf Persuasive Design Ansätzen. Diese werden jedoch kritisiert, die Alltagswelten und Konsumpraktiken für eine Langzeitwirkung nur unzureichend zu berücksichtigen. Das Problem aufgreifend, untersucht dieser Beitrag die Rolle (digitaler) Medien im Übergang zu einer veganen Ernährungspraktik. Hierfür wurden semi-strukturierte Interviews mit 9 VeganerInnen geführt und vor dem Hintergrund der Praxistheorie analysiert. Die Ergebnisse deuten dabei auf eine intensive Nutzung (digitaler) Medien, insbesondere in der frühen Phase der Änderung der Konsumpraktik. Statt Gamification oder Persuasive Design, zeigt sich Mediennutzung in Form von Irritation, Informationsbereitstellung zur Ausbildung eines vegan-spezifischen Konsumwissens sowie als Vermittler zwischen Gleichgesinnten.
Intelligentes Carsharing zur Förderung der urbanen Mobilität - Einfach Teilen : Schlussbericht
(2019)
Die Globalisierung führt zu immer komplexeren, für die Einzelnen kaum nachvollziehbaren Wertschöpfungsketten in der Lebensmittelindustrie. Zugleich eröffnet die Digitalisierung neue Möglichkeiten, Informationen entlang der Kette zu sammeln, und so mehr Transparenz und Vertrauen für den Verbraucherbeziehungsweise die Verbraucherin zu schaffen. Jedoch finden Verbraucherinformations-Apps wie fTRACE bisher nur eine geringe Verbreitung. Daher haben wir in einer qualitativen Studie mit 16 Teilnehmer/-innen Bedürfnisse und Nutzungshürden von Verbraucher/-innen im Zusammenhang mit Verbraucherinformations-Apps analysiert. Es zeigt sich, dass das Vertrauen in die Informationen, sowie der einfache Zugang dazu für Verbraucher/-innen zentral sind. Durch die gut sichtbare Bereitstellung der Informationen am Point-of-Sale, sowie der automatisierten Informationsversorgung z. B. mittels digitaler Kassenzettel in Kombination mit weiteren Verbraucher-Services kann die Bekanntheit und Akzeptanz von Rückverfolgbarkeitssystemen weiter gesteigert werden.
Designing consumption feedback to support sustainable behavior is an active research topic. In recent years, relevant work has suggested a variety of possible design strategies. Addressing the more recent developments in this field, this paper presents a structured literature review, providing an overview of current information design approaches and highlighting open research questions. We suggest a literature-based taxonomy of used strategies, data source and output media with a special focus on design. In particular, we analyze which visual forms are used in current research to reach the identified strategy goals. Our survey reveals that the trend is towards more complex and contextualized feedback and almost every design within sustainable HCI adopts common visualization forms. Furthermore, adopting more advanced visual forms and techniques from information visualization research is helpful when dealing with ever-increasing data sources at home. Yet so far, this combination has often been neglected in feedback design.
Stakeholder-Analyse zum Einsatz IIoT-basierter Frischeinformationen in der Lebensmittelindustrie
(2019)
Eine Herausforderung bei der Implementierung des industriellen Internet of Things (IIoT) besteht darin, Mehrwerte in Wertschöpfungsketten zu identifizieren, um darauf aufbauend Lösungen nutzerzentriert zu gestalten. Dieser Beitrag stellt das Forschungsprojekt FreshIndex vor, bei dem diese Herausforderung durch eine Kombination aus Stakeholder-Analyse und User-Centered-Design-Methoden adressiert wurde. Ziel des Projekts ist es, eine IIoT-basierte Lösung zum Monitoring der Kühlkette in der Lebensmittelindustrie zu entwickeln. Hierzu ist es wichtig zu wissen, welche Nutzer/-innen mit den Daten in Berührung kommen und welche Erfahrungen, Fähigkeiten, Anforderungen und Wünsche sie mitbringen. Die Berücksichtigung dieser Aspekte ist relevant für den Erfolg der Konzeption, Implementierung und des Betriebs eines IIoT-Systems. So können nützliche und handhabbare Produktideen generiert und Anwendungen gestaltet werden, die von Mitarbeiter/-innen und Konsument/-innen angenommen werden. IIoT schließt somit die lokale Verwendbarkeit von Daten entlang der Wertschöpfungskette ein und beschränkt sich nicht auf zentrale Verfügbarkeit von Daten.
The alternative use of travel time is one of the widely discussed benefits of driverless cars. We therefore conducted 14 co-design sessions to examine how people manage their time, to determine how they perceive the value of time in driverless cars and to derive design implications. Our findings suggest that driverless mobility will affect both people’s use of travel time as well as their time management in general. The participants repeatedly stated the desire of completing tasks while traveling to save time for activities that are normally neglected in their everyday life. Using travel time efficiently requires using car space efficiently, too. We found out that the design concept of tiny houses could serve as common design pattern to deal with the limited space within cars and support diverse needs.
The design of self-driving cars is one of the most exciting and ambitious challenges of our days and every day, new research work is published. In order to give an orientation, this article will present an overview of various methods used to study the human side of autonomous driving. Simplifying roughly, you can distinguish between design science-oriented methods (such as Research through Design, Wizard of Oz or driving simulator ) and behavioral science methods (such as survey, interview, and observation). We show how these methods are adopted in the context of autonomous driving research and dis-cuss their strengths and weaknesses. Due to the complexity of the topic, we will show that mixed method approaches will be suitable to explore the impact of autonomous driving on different levels: the individual, the social interaction and society.
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.
Die nutzerInnenfreundliche Formulierung von Zwecken der Datenverarbeitung von Sprachassistenten
(2020)
2019 wurde bekannt, dass mehrere Anbieter von Sprachassistenten Sprachaufnahmen ihrer NutzerInnen systematisch ausgewertet haben. Da in den Datenschutzhinweisen angegeben war, dass Daten auch zur Verbesserung des Dienstes genutzt würden, war diese Nutzung legal. Für die NutzerInnen stellte diese Auswertung jedoch einen deutlichen Bruch mit ihren Privatheitsvorstellungen dar. Das Zweckbindungsprinzip der DSGVO mit seiner Komponente der Zweckspezifizierung fordert neben Flexibilität für den Verarbeiter auch Transparenz für den Verbraucher. Vor dem Hintergrund dieses Interessenkonflikts stellt sich für die HCI die Frage, wie Verarbeitungszwecke von Sprachassistenten gestaltet sein sollten, um beide Anforderungen zu erfüllen. Für die Erhebung einer Nutzerperspektive analysiert diese Studie zunächst Zweckangaben in den Datenschutzhinweisen der dominierenden Sprachassistenten. Darauf aufbauend präsentieren wir Ergebnisse von Fokusgruppen, die sich mit der wahrgenommenen Verarbeitung von Daten von Sprachassistenten aus Nutzersicht befassen. Es zeigt sich, dass bestehende Zweckformulierungen für VerbraucherInnen kaum Transparenz über Folgen der Datenverarbeitung bieten und keine einschränkende Wirkung im Hinblick auf legale Datennutzung erzielen. Unsere Ergebnisse über von Nutzern wahrgenommene Risiken erlauben dabei Rückschlüsse auf die anwenderfreundliche Gestaltung von Verarbeitungszwecken im Sinne einer Design-Ressource.
In 1991 the researchers at the center for the Learning Sciences of Carnegie Mellon University were confronted with the confusing question of “where is AI” from the users, who were interacting with AI but did not realize it. Three decades of research and we are still facing the same issue with the AItechnology users. In the lack of users’ awareness and mutual understanding of AI-enabled systems between designers and users, informal theories of the users about how a system works (“Folk theories”) become inevitable but can lead to misconceptions and ineffective interactions. To shape appropriate mental models of AI-based systems, explainable AI has been suggested by AI practitioners. However, a profound understanding of the current users’ perception of AI is still missing. In this study, we introduce the term “Perceived AI” as “AI defined from the perspective of its users”. We then present our preliminary results from deep-interviews with 50 AItechnology users, which provide a framework for our future research approach towards a better understanding of PAI and users’ folk theories.