key: cord-0018748-dsn5q609
authors: Drewitz, Uwe; Wilbrink, Marc; Oehl, Michal; Jipp, Meike; Ihme, Klas
title: Subjektive Sicherheit zur Steigerung der Akzeptanz des automatisierten und vernetzten Fahrens
date: 2021-07-02
journal: Forsch Ingenieurwes
DOI: 10.1007/s10010-021-00500-y
sha: 5e6944ccca8da10ee57714e573fc2666ab7a7682
doc_id: 18748
cord_uid: dsn5q609

An important factor for the acceptance and thus the spread of automated and connected driving (ACD) is the degree of subjective uncertainty that users experience when interacting with automated vehicles. Subjective uncertainties always occur when people are not able to predict the further course of a situation or future events due to lack of experience or information. If such uncertainties occur during the use of automated vehicles, the development of trust and thus acceptance of this technology is impaired by the negative emotions accompanying subjective uncertainties. Within the AutoAkzept project (which full title translates to: Automation without uncertainty to increase the acceptance of automated and connected driving), solutions for user-focused automation have been developed that put vehicle occupants at the center of system development. User-focused systems take into account two basic human needs in human-machine interaction, the need to understand and the need to be understood. For this purpose, user-focused systems use different sensors to detect subjective uncertainties and their influencing factors in real time, integrate this information with context data and make adjustments that reduce subjective uncertainties. The systemic adaptations of user-focused systems follow a holistic approach that includes the levels of vehicle guidance, interior adaptation and information presentation as well as target guidance are included. By reducing or avoiding subjective uncertainties, the project developments contribute to a positive, comfortable user experience and help to increase the acceptance of ACD. This paper presents research results of AutoAkzept on the topics of user state and activity modelling as well as needs-based adaptation strategies, which represent key components for the implementation of user-focused automation.

Die Innovationen automatisierten und vernetzten Fahrens (AVF) führen zu einer Transformation des heutigen Straßenverkehrs. Sie versprechen eine höhere Sicherheit und bezahlbare und bedarfsgerechte Mobilität mit Teilhabe für alle, verbunden mit einem Gewinn an Komfort und nutzbarer Zeit (z. B. [1] ). Damit AVF diese Versprechen einlösen kann, müssen nicht nur die technischen Herausforderungen von AVF bewältigt werden, sondern die entwickelten Systeme für AVF auch hohe Verbreitung finden. Dies kann nur gelingen, wenn diese Systeme auf die Akzeptanz ihrer Nutzenden stoßen [2] und zwar im Sinne zukünftiger, aktiver entscheidungsbasierter Nutzung statt nur reaktiver Duldung (siehe [3] ). Die Frage, wann Menschen neue Technologien und technische Systeme akzeptieren bzw. ablehnen, beschäftigt mindestens zwei verschiedene Forschungsrichtungen [4] . Zum einen die Forschung zu Informations-und Kommunikationstechnologien (IKT) und zum anderen die Forschung zu Kognitiver Ergonomie in der Systemgestaltung (KE). Aus dem Bereich IKT-Forschung stammt das prominenteste Modell zur Technikakzeptanz, das Technology Acceptance Model (TAM) von Davies [5] und seine Erweiterungen TAM2 und TAM3 von Venkatesh et al. [6, 7] . Die TAM-Modelle postulieren zwei zentrale Faktoren für die Herausbildung von Akzeptanz, die wahrgenommene Nützlichkeit (perceived uselfulness) und die wahrgenommene Einfachheit der Bedienung (perceived ease of use). Beide Faktoren sind Determinanten für die Herausbildung einer Nutzungsintention und beeinflussen die Akzeptanz für ein Sys-tem in Form tatsächlichen Nutzungsverhaltens. Die wahrgenommene Nützlichkeit und Einfachheit der Bedienung werden wiederum durch verschiedene Eingangsvariablen moduliert, welche auf einer, der direkten Nutzung übergeordneten Ebene externe Faktoren wie soziale, berufliche oder organisatorische Einflüsse und Erwartungen widerspiegeln und damit selbst direkte Bestimmungsgrößen der Akzeptanz darstellen. Im Rahmen der KE-Forschung werden dagegen Faktoren in den Mittelpunkt gestellt, die auf Ebene des gemeinsamen zielgerichteten Zusammenwirkens von Menschen und Technik Einfluss auf die Überzeugungen und Wahrnehmungen der Nutzenden nehmen. Wesentlich für die Herausbildung von Akzeptanz technischer Systeme ist demnach zum einen eine Kompatibilität von Technik, Aufgabenstellungen und Anwendungskontexten. Zum anderen müssen Nutzende, darauf aufbauend, Überzeugungen zu Eigenschaften der Technik und dem gemeinsamen Zusammenwirken entwickeln, die wiederum zur Herausbildung von Vertrauen beitragen und schließlich zur Nutzung führen [8] .

Auch wenn beide vorgestellten Ansätze wichtige Faktoren für die Herausbildung von Akzeptanz der Nutzenden technischer Systeme benennen, zeigen sich Schwächen hinsichtlich der skizzierten Herausforderung: Ziefle kritisierte z. B., dass die Modelle zur Technikakzeptanz vornehmlich den Arbeitskontext adressieren und die Komplexität der in die Akzeptanzbewertung einfließenden Größen unterschätzen, weshalb sie nur unzureichend auf andere Anwendungskontexte und Technikformen übertragbar sind [9] . Sie verwies in ihrer Kritik auch auf die Bedeutung der Perspektive von Nutzenden und ihren Rollen sowie damit verbundener Kontrollerwartungen, die zu berücksichtigen sind. Gha-zizadeh et al. verwiesen auf Forschungsergebnisse, die im Widerspruch zu den Annahmen der KE-Modelle stehen [4] . Denn obwohl hohe Leistungsfähigkeit technischer Systeme und Akzeptanz von Nutzenden in Übereinstimmung mit den KE-Modellen korrelierten (siehe [10] ), zeigte sich, dass Nutzende solche Systeme, die ihre Leistungen verbesserten, in etlichen Fällen zugunsten von Systemen ablehnten, die weniger ausgeprägte Vorteile boten [11] [12] [13] . Dies zeigt, dass höhere Automatisierungsgrade trotz verbesserter Performanz nicht gleichermaßen von höherer Akzeptanz begleitet werden [14] . Die sich aus der tatsächlichen Nutzung ergebenden Einflüsse auf das Vertrauen und die Bewertung von Systemen müssen entsprechend Berücksichtigung finden. Huang und Haried schließlich kritisierten, dass die auf dem TAM-Modell basierende IKT-Forschung zu Technikakzeptanz nur eingeschränktes Erklärungsvermögen besitzt und das TAM wesentliche Faktoren der Akzeptanzbildung nicht berücksichtigt [15] (siehe auch [16] ). Ihre Kritik richtet sich im Kern gegen ein rein rationales Verständnis von Akzeptanzbildung, dass davon ausgeht, dass Menschen eine Reihe kognitiver Prozesse durchlaufen und dabei logische Entscheidungen treffen, ohne dass Emotionen oder das affektive Erleben bei der Nutzung technischer Systeme in irgendeiner Weise Beachtung finden.

Die Forschung und Entwicklung von AVF sollte diese Erkenntnisse berücksichtigen und zur Gewährleistung von Akzeptanz für die zu entwickelnden Systeme erstens den jeweiligen Anwendungskontext und die resultierende Perspektive der Nutzenden und zweitens die Einflüsse, die mit tatsächlicher Nutzung verbunden sind, d. h. das Erleben der Nutzenden und damit verbundene affektive Prozesse, wie das Erleben von Stress, auf die Akzeptanzbildung beachten. Tatsächlich können diese Aspekte zu einer einheitlichen Perspektive der Förderung von Akzeptanz von AVF-Systemen integriert werden. Diese Perspektive wurde im Projekt AutoAkzept [17, 18] verfolgt, dass sich mit subjektiven Unsicherheiten von Nutzenden von AVF befasste.

AVF verändert die Rolle der Menschen beim Fahren. Hochund vollautomatisierte Funktionen von Fahrzeugen sollen zukünftig alle Kontroll-und Überwachungsaufgaben übernehmen, die bisher von Menschen ausgeführt werden. Der daraus resultierende Verlust an Kontrolle kann bei den Nutzenden zukünftiger automatisierter Fahrzeuge jedoch Ungewissheit und subjektive Unsicherheit [19] auslösen und zu einem Verlust an Vertrauen führen [20] . Insbesondere, wenn das Nutzungsversprechen die Möglichkeit zur vollständigen Hinwendung auf fahrfremde Tätigkeiten umfasst, kann sich der versprochene Gewinn von AVF für zukünftige Nutzende aber nur einstellen, wenn die Nutzung entsprechender Fahrzeuge (mit den Automationsstufen SAE 4 oder 5, [21] ) nicht mit subjektiver Unsicherheit (Ungewissheit) und fehlendem Vertrauen verbunden ist [22] .

Subjektive Unsicherheiten treten immer dann auf, wenn Menschen aufgrund fehlender Informationen keine Vorhersagen über den weiteren Verlauf einer Situation oder zukünftige Ereignisse machen können [23] . Jüngere Arbeiten mit Bezug zu AVF bestätigen dies. Es zeigte sich, dass die Geschwindigkeits-und Manöverwahl von Fahrzeugen bei Personen Verstehens-, Antizipations-und Bewertungsunsicherheit auslösen können [24] [25] [26] . Zudem kann die Beschäftigung mit fahrfremden Tätigkeiten, z. B. die Arbeit im Mobile Office, Unsicherheiten darüber erzeugen, ob die verfügbare Zeit bis zum Erreichen einer Systemgrenze ausreicht, notwendig zu bearbeitende Aufgaben fertigzustellen. Dies kann dazu führen, dass sich das Versprechen zum qualitativen Zeitgewinn durch die (zeitweise) Abgabe von Kontrolle an die Automation nicht einlöst, da durch die vorhandene Unsicherheit hinsichtlich der Verfügbarkeit benötigter Zeit für die unterbrechungsfreie Aufgabenbearbeitung Stress und begleitend negative Emotionen ausgelöst werden.

Das Erleben subjektiver Unsicherheiten und der sie begleitenden Emotionen aber vermindert bzw. behindert die Herausbildung von Akzeptanz seitens der Nutzenden, welche maßgeblich durch Vertrauen und subjektive Sicherheit bestimmt wird, die Nutzende bei der Interaktion mit den automatisierten Fahrzeugen empfinden [27] [28] [29] . Entscheidend ist hierbei, dass in die Herausbildung von Vertrauen zwar sowohl rationale Prozesse als auch affektives Erleben involviert sind, vor allem aber das emotionale Erleben bestimmt, ob Nutzende Vertrauen entwickeln [30] . Oder, wie Lee und See es fassen: Nutzende denken nicht nur über Vertrauen nach, sie fühlen es [8] . Der Stress und die negativen Affekte, die das emotionale Erleben von Nutzenden beim Auftreten subjektiver Unsicherheiten begleiten, wirken sich damit direkt negativ auf die Vertrauensbildung aus.

Die direkte Erfahrung mit AVF muss deshalb die Ausbildung von Vertrauen unterstützen, indem das Auftreten von subjektiven Unsicherheiten minimiert wird. Dafür müssen bei der Systemgestaltung für AVF grundlegende Bedürfnisse (needs) von Menschen berücksichtigt werden. Aktuelle Arbeiten verweisen darauf, wie wichtig z. B. die Berücksichtigung von Informationsbedürfnissen (information needs) von Nutzenden und verkehrlichen Interaktionspartnern automatisierter Fahrzeuge ist [30] [31] [32] [33] . Im Projekt Au-toAkzept wurden deshalb die Bedürfnisse von AVF-Nutzenden in den Mittelpunkt gestellt und Lösungen zur Reduktion subjektiver Unsicherheiten auf Basis nutzerfokussierter Systeme entwickelt.

Werden beim Entwurf und der Gestaltung automatisierter Systeme grundlegende Bedürfnisse von Menschen nicht berücksichtigt, besteht die Gefahr, dass die entwickelten Systeme intransparent erscheinen oder es tatsächlich sind. Die Folge ist, dass Personen, die mit solchen Systemen interagieren, die Gründe für das Verhalten einer Automation nicht nachvollziehen oder zukünftige Aktionen nicht vorhersagen können. Die Effekte eines solchen nachteiligen Gestaltungsansatzes werden häufig zusätzlich dadurch verstärkt, dass sich die Nutzenden in der Interaktion mit dem technischen System an die maschinelle Kommunikationsweise anpassen müssen. Diesen nachteiligen Aspekt von Technik-und Systemgestaltung hat beispielsweise die Ethik-Kommission "Automatisiertes und Vernetztes Fahren" kritisiert [34] . Derart gestaltete Systeme bergen das Risiko, dass Menschen bei der Techniknutzung subjektive Unsicherheiten erleben, verbunden mit den negativen Konsequenzen für ihre Akzeptanz und Nutzungsintention. In Abb. 1a ist die aus diesem Gestaltungsansatz resultierende Systemgestaltung, hier bezeichnet als traditionelle Automation, dargestellt. Schematisch verdeutlicht wird die mit diesem Ansatz verbundene geringe Passung zwischen Menschen (Nutzende) und Maschine (Automation) durch die den Nutzenden nur unzureichend berücksichtigende Kommunikations-bzw. Interaktionsgestaltung über die Mensch-Maschine-Schnittstelle bzw. das Systemverhalten. Um den damit verbundenen negativen Konsequenzen vorzubeugen, wurde im Rahmen von AutoAkzept der Ansatz einer nutzerfokussierten Automation entwickelt. In Abb. 1b ist dieser Ansatz dem traditionellem Gestaltungsansatz gegenübergestellt. Schematisch wird hier die Zielrichtung einer größeren Passung zwischen Menschen (Nutzende) einerseits und der Gestaltung automatisierter Systeme (Automation) an-Abb. 1 Systemgestaltung ohne (a) und mit (b) Bezug zu zwei zentralen Nutzerbedürfnissen. Adaptiert nach [17, 18] dererseits verdeutlicht. Der Ansatz nutzerfokussierter Automation stellt zwei grundlegende menschliche Bedürfnisse in den Mittelpunkt der Systemgestaltung: das Bedürfnis, zu verstehen (need to understand, [35] ) und das Bedürfnis, verstanden zu werden (need to be understood, siehe [36, 37] [52] in Echtzeit (siehe Abb. 2b).

Das IBI und die Lokationen der Körperpunkte dienten als Input zur Entwicklung der kontextsensitiven Erfassung des Stresslevels der Nutzenden auf Basis maschineller Lernverfahren. Hierfür wurden aus den IBI-Daten jeweils für überlappende Zeitfenster von 30 s (29 s Überlappung) die mittlere Herzrate sowie die RMSSD ("root mean squared difference of sukzessive heart beats", siehe [53] ) als Indikator für die Herzratenvariabilität berechnet. Anschließend erfolgte datengetrieben mittels eines Clusterings über Gaußsche Mischmodelle eine Abschätzung des aktuellen Erregungslevels der jeweiligen Versuchsteilnehmenden. Parallel dazu erfolgte auf Grundlage ausgewählter Körperpunktpositionen der Hände und des Kopfes eine Bestimmung der der aktuellen Haltung (Körperpose) und darauf aufbauend die Klassifikation der Tätigkeit über einen Support Vector Classifier (SVC). Dabei wurde die Annahme zu Grunde gelegt, dass die Szenarien MAN, ENT und ARB-HL jeweils vollständig die Tätigkeiten Fahren, Entspannen und Arbeiten enthalten. Für das Szenario ARB-GL wurde angenommen, dass es sowohl die Tätigkeit Arbeiten als auch Entspannen enthält, in Abhängigkeit davon, wie die Versuchsteilnehmenden sich die Aufgabenbearbeitung einteilten. Deshalb erfolgte das Training des SVC mit den Daten der ersten drei Szenarien, so dass jedes Szenario selbst jeweils eine Tätigkeit repräsentierte und ARB-GL nicht für das Training des SVC genutzt wurde. Die Klassifikationsgüte des SVC für die drei Tätigkeiten ist in der Konfusionsmatrix in Abb. 2c dargestellt. Die Ergebnisse zeigen, dass die Erkennung der ausgewählten Aktivitäten über den prototypisch implementierten Ansatz insgesamt sehr vielversprechend ist, mit einer Klassifikationsgüte (Anteil korrek- 

Im Rahmen einer Online-Studie wurden in AutoAkzept für den Anwendungsfall Fahrt im Shared Space Gestaltungsmaßnahmen zur Reduktion subjektiver Unsicherheiten untersucht. Für die Reduktion der subjektiven Unsicherheit ist es von entscheidender Bedeutung, den Nutzenden eines automatisierten Systems das aktuelle und zukünftige Verhalten der Automation möglichst transparent, effizient und effektiv zu kommunizieren. Hierbei soll eine leicht verständliche und eindeutig gestaltete Mensch-Maschine-Interaktion (MMI) die nötige Unterstützung von Nutzenden eines AFs, mit Hilfe einer informationsvermittelnden, im Fahrzeug integrierten, d. h. internalen Mensch-Maschine-Schnittstelle (internal human-machine interface, iHMI), gewährleisten. Durch eine kontinuierliche Erfassung des Zustands und Verhaltens von Nutzenden soll jederzeit eine Anpassung der MMI an die Bedürfnisse der Nutzenden möglich sein. Ziel ist es, durch ein adaptives iHMI die individuellen Informationsbedürfnisse der Nutzenden optimal adressieren zu können und dadurch ihrem BZV gerecht zu werden. Dazu soll bei Auftreten einer subjektiven Unsicherheit von Nutzenden eine sofortige subjektive Sicherheitssteigerung mittels intelligenter Anpassung des MMI über das iHMI ermöglicht werden. Dies ist besonders während der automatisierten Fahrt von Bedeutung, da die Nutzenden von AFs die Fahrzeugführung an die Automation abgeben und die Rolle eines Fahrgastes übernehmen. Dieser Rollenwechsel bedingt ebenfalls eine Anpassung der MMI. Die Nutzenden müssen sich in der neuen Rolle als Fahrgast verstanden fühlen und benötigen nun andere Informationen, damit ihr K BZV befriedigt wird und sie sich während der Fahrt sicher fühlen [54] . Adaptive iHMI-Lösungen bilden daher einen weiteren Baustein für die Entwicklung nutzerfokussierter Automation, der in diesem Rahmen auf das BZV der Nutzenden gerichtet ist.

Um die subjektive Unsicherheit der Nutzenden in einem AF möglichst gering zu halten bzw. in komplexen Verkehrssituationen zu reduzieren, wurde in der aktuellen Studie auf ein bereits in einem anderen Nutzungskontext erprobtes iHMI-Konzept [55] zurückgegriffen. Hierbei wird mit Hilfe eines im Fahrzeuginnenraum verbauten 360°-LED-Lichtbandes eine MMI mithilfe von richtungsaufgelösten Lichtsignalen realisiert. Diese MMI-Lösung wurde sowohl für die Fahrerunterstützung während manueller Autobahnfahrten ohne Automationseingriffe (SAE 0), als auch in höheren Automationsstufen evaluiert [56] . Besonders in den höheren Automationsstufen (> SAE 2) soll den Fahrenden mittels intelligenter Systemrückmeldung des iHMI verdeutlicht werden, welche relevanten, d. h. mit dem eigenen Fahrzeug interagierenden, Verkehrsteilnehmenden die Automation wahrgenommen und bei ihrer Handlungsplanung berücksichtigt hat. Hierdurch soll die Transparenz des Automationsverhaltens erhöht und so eine Reduktion der subjektiven Unsicherheit der Fahrenden erreicht werden. Einen Transfer des iHMI-Konzepts für hochautomatisierte Fahrzeuge (SAE 4) im urbanen Verkehrsraum wurde ebenfalls [57] realisiert und sollte in dieser Studie weiter evaluiert werden. Im Mittelpunkt stand hierbei der Einfluss einer höher-komplexen und schwieriger vorhersehbaren Verkehrsumgebung auf mögliche subjektive Unsicherheiten der Nutzenden von AFs.

Die im Folgenden dargestellte Untersuchung soll die Forschungsfrage bezüglich des optimalen Darbietungszeitpunkts bzw. der Darbietungsdistanz eines adaptiven iHMI untersuchen. Die Konkrete Forschungsfrage der Untersuchung lautet daher: Zu welchem Zeitpunkt bzw. bei welcher Distanz wünschen sich die Nutzenden eines hochautomatisierten Fahrzeugs (SAE 4) eine Rückmeldung zu anderen Verkehrsteilnehmenden durch ihr iHMI? Zur Beantwortung dieser Forschungsfrage wurden die Teilnehmenden der Online-Studie eingeladen, als Co-Designende für ein adaptives iHMI ihre Informationsbedürfnisse hinsichtlich dieser Fragestellung direkt in die iHMI-Interaktionsgestaltung einzubringen. Die für nutzerfokussierte Systeme erforderliche Zustandserfassung von Nutzenden wurde damit quasi simuliert und durch die Bewertung der Studienteilnehmer ersetzt. Zusätzlich wurde im Rahmen der Online-Studie auch die User Experience (UX) für die Interaktion der Nutzenden mit diesem im Co-Design-Prozess entstandenen iHMI untersucht.

Insgesamt nahmen 106 Versuchsteilnehmende (38 Frauen, 65 Männer, einmal divers und zweimal ohne Angabe des Geschlechts) an der Online-Studie teil. Das mittle-re Alter der Stichprobe lag bei 34,16 Jahren (SD = 12,54), wobei der/die jüngste Teilnehmende 18 und der/die älteste Teilnehmende 69 Jahre alt war. Da bei hochautomatisierten Fahrzeugen (SAE 4) der Mensch nicht mehr als Rückfallebene fungieren muss, wenn die Automation an ihre Grenzen gerät, konnten sich auch Erwachsene ohne Führerschein und geringer jährlicher Fahrpraxis an der Studie beteiligen. Bis auf drei Versuchsteilnehmende waren alle Studienteilnehmende im Besitz einer gültigen Fahrerlaubnis und fuhren im Mittel 8949 km (SD = 8809) pro Jahr. Alle Versuchsteilnehmende gaben an, bereits von automatisierten Fahrzeugen gehört zu haben. Darüber hinaus interessieren sich 70 % der Versuchsteilnehmenden stark bis sehr stark für das Thema automatisiertes Fahren. Um die Technikaffinität der Stichprobe einschätzen zu können, wurde ein Fragebogen zur interaktionsbezogenen Technikaffinität (ATI) [58] als Messmethode verwendet. Der Fragebogen erfasst die Interaktion mit technischen Systemen auf einer sechsstufigen Skala von 1 = "stimmt gar nicht" bis 6 = "stimmt völlig". Die Ergebnisse zeigten eine eher hohe Technikaffinität in der Gesamtstichprobe (M = 4,40; SD = 0,88). Die Akquirierung der Versuchsteilnehmenden erfolgte über die Bekanntmachung der Online-Studie via LinkedIn, Twitter, Mailing-Listen und direkten Kontakt per Email mit Versuchsteilnehmenden der DLR-Testfahrerdatenbank. Die Teilnahme an der Online-Studie erfolgte auf freiwilliger Basis und ohne Bezahlung. Die Teilnehmenden konnten sich jedoch an einem Gewinnspiel beteiligen, bei dem vier Amazon-Gutscheine im Wert von jeweils 25 C verlost wurden.

Die Studie wurde in Form einer experimentellen Online-Studie durchgeführt, bei der die Nutzenden als Co-Designende für das nutzerfokussierte, adaptive HMI direkt in den Gestaltungsprozess der Interaktion der Automation mit den Nutzenden einbezogen wurden. Im Mittelpunkt der Untersuchung stand der Zeitpunkt bzw. die Distanz des eigenen AF zu anderen Verkehrsteilnehmenden, bei der sich die Nutzenden eine Informationsrückmeldung über das Erkennen der Automation dieser Verkehrsteilnehmenden über das iHMI wünschen. Hierfür wurden unterschiedliche, in der Grafikengine Unreal Engine 4 erstellte, Videoausschnitte mit einem strukturierten Interview (Fragebogen) kombiniert. Die Gesamtdauer der Studie lag bei durchschnittlich 20 min (SD = 6 Weiter wurde im Rahmen dieser Publikation erläutert, dass das BZV befriedigt werden kann, indem das iHMI des Fahrzeugs herangezogen wird, um den menschlichen Insassen z. B. zu verdeutlichen, ob Verkehrsteilnehmende erkannt wurden und falls ja, welche dies sind. Der Befund, dass Nutzende intraindividuell unterschiedliche Zeitpunkte für Systemrückmeldungen über das iHMI wünschen, spiegelt die individuell unterschiedlichen Informationsbedürfnisse bei der Nutzung eines AF wieder. Hier fällt besonders auf, dass die Interaktion mit einem Kind -jeweils im Vergleich zu einem Erwachsenen in seinem Verhalten ein eher unberechenbarerer Verkehrsteilnehmer -einen früheren Informationsbedarf über das iHMI vermittelt auslöst. Auch die berichteten Standardabweichungen der jeweiligen Informationswünsche unterstreichen als Streuungsmaß die interindividuellen Unterschiede zwischen den Versuchsteilnehmenden und zeigen die Notwendigkeit für nutzerfokussierte K Systemgestaltung zur Vermeidung subjektiver Unsicherheiten auf. Es bestätigt sich also auch in diesem Kontext, dass in Zukunft die Interaktion zwischen einem AF und seinem Passagier individuell gestaltet werden muss, um durch Berücksichtigung individueller Ausprägungen von Ungewissheit und Förderung subjektiver Sicherheit erfolgreich das Vertrauen und die Akzeptanz in die Technologie zu fördern und eine adäquate Nutzung zu provozieren.

Zukünftige Forschung sollte darauf ausgerichtet sein, den hier vorgestellten Ansatz weiter auszuarbeiten. Die hier vorgestellte Studie zur Entwicklung von unsicherheitsreduzierenden iHMI-Lösungen arbeitete mit Online-Medien, die einerseits eine große Datenmenge und somit eine hohe statistische Validität erfüllen, andererseits aufgrund der mangelhaften externen Validität jedoch kritisiert werden können. Eine weitere Herausforderung wird außerdem sein, den Ansatz der nutzerfokussierten Automation auf mehrere Interaktionspartner zu erweitern. Die meisten Fahrzeugkonzepte berücksichtigen die Nutzung durch mehrere Insassen. Ist es möglich, bei jedem Passagier die beiden Bedürfnisse BZV und BVZW zu stillen? Und wie verhält es sich im externen Umfeld des Fahrzeugs? Auch hier ist das Fahrzeug i. d. R. nicht nur mit einem Gegenüber, sondern mit verschiedensten Verkehrsteilnehmenden konfrontiert. Es gilt also, Algorithmen zu entwickeln, die auch auf die Distanz hin in der Lage sind, relevante Zustände anderer Verkehrsteilnehmer zu erfassen und valide zu diagnostizieren. Nicht zuletzt sollten Interaktionsparadigmen entwickelt werden, die das BZV anderer Verkehrsteilnehmer befriedigen. Hierbei ist es besonders wichtig, dass entsprechend konsistent mit allen menschlichen Interaktionspartnern innerhalb und außerhalb des Fahrzeugs kommuniziert wird. Wenn diese Herausforderungen gemeistert sind, dann ist ein sehr großer Schritt in die Richtung der Umsetzung nutzerfokussierter Automation und der Gewährleistung subjektiver Sicherheiten getan, so dass diese Automationssysteme akzeptiert und tatsächlich genutzt werden.

Danksagung Die präsentierten Ergebnisse wurden im Projekt Au-toAkzept erarbeitetet. AutoAkzept wird durch das Bundesministerium für Verkehr und digitale Infrastruktur (BMVI) im Förderprogramm AVF, Förderkennzeichen 16AVF2126A, gefördert.

Author Contribution Uwe Drewitz, Klas Ihme and Meike Jipp contributed to conception of user-focussed automation. Uwe Drewitz and Klas Ihme contributed to study conception and design of the simulator study. Material preparation, data collection and analysis of the simulator study was performed by Klas Ihme. Michael Oehl and Marc Wilbrink contributed to study conception and design of the online study. Material preparation, data collection and analysis of the online study was performed by Marc Wilbrink. The first draft of the manuscript was written by Uwe Drewitz and all authors commented on previous versions of the manuscript. All authors read and approved the final manuscript.

Funding Open Access funding enabled and organized by Projekt DEAL.

Interessenkonflikt U. Drewitz, M. Wilbrink, M. Oehl, M. Jipp und K. Ihme geben an, dass kein Interessenkonflikt besteht.

Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.

Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.

Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf http://creativecommons.org/licenses/by/4.0/deed.de.

Assessing travel time savings and user benefits of automated driving-A case study a commuting relation

Bericht zum Forschungsbedarf. Runder Tisch Automatisiertes Fahren -AG Forschung. Bundesministerium für Verkehr und digitale Infrastruktur

Akzeptanz und Nicht-Akzeptanz von technischen Produktinnovationen

Extending the technology acceptance model to assess automation

Perceived usefulness, perceived ease of use, and end user acceptance of information technology

A theoretical extension of the technology acceptance model: four longitudinal field studies

Technology acceptance model 3 and a research agenda on interventions

Trust in automation: designing for appropriate reliance

Ungewissheit und Unsicherheit bei der Einführung neuer Technologien

Measuring usability: preference vs. performance

User acceptance and effectiveness of warning and motor priming assistance devices in car driving

Support by warning or by action: which is appropriate under mismatches between driver intent and traffic conditions?

Objective and subjective evaluation of motor priming and warning systems applied to lateral control assistance

Levels of automation: effects of individual differences on wheelchair control performance and user acceptance

An evaluation of uncertainty and anticipatory anxiety impacts on technology use

Technology acceptance model: a literature review from 1986 to 2013

Automation ohne Unsicherheit: Vorstellung des Förderprojekts AutoAkzept zur Erhöhung der Akzeptanz automatisierten Fahrens

Towards user-focused vehicle automation: the architectural approach of the AutoAkzept project. In: Krömker H (Hrsg) HCI in mobility, transport, and automotive systems. Automated driving and in-vehicle experience design

Enhancing trust in autonomous vehicles through intelligent user interfaces that mimic human behavior

Exploring trust in self-driving vehicles through text analysis

Society of Automotive Engineers (SAE) (2021) SAE International Standard J3016: Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles

Gaze behaviour and electrodermal activity: objective measures of drivers' trust in automated vehicles

Uncertainty and cognitive control

Using smartbands, pupillometry and body motion to detect discomfort in automated driving

An approach for measurement of passenger comfort: real-time classification based on in-cabin and exterior data

Identifying sources of discomfort in various road events while riding automated vehicles

Acceptance of driverless vehicles: Results from a large cross-national questionnaire study

How can humans understand their automated cars? HMI principles, problems and solutions

Driving style: how should an automated vehicle behave?

Trust in automation: integrating empirical evidence on factorsthat influence trust

What would drivers like to know during automated driving? Information needs at different levels of automation

Designing the interaction of automated vehicles with other traffic participants: design considerations based on human needs and expectations

Why did my car just do that? Explaining semi-autonomous driving actions to improve driver understanding, trust, and performance

Motivation and personality

On feeling understood and feeling well: the role of interdependence

The neural bases of feeling understood and not understood

Facial expressions as indicator for discomfort in automated driving

2020) i-DREAMS: an intelligent driver and road environdment assessment and monitorings system

Collecting end-users needs regarding driver state-based automation in the ADAS&ME project

KomfoPilot-Comfortable automated driving

Seven HCI grand challenges

Towards user-focused automated vehicles supporting mobile office work

Capacitive ECG system with direct access to standard leads and body surface potential mapping [Kapazitives EKG-System zur Messung von Standardableitungen und Body-Surface

The effects of time pressure on human judgment and decision making

Strategies for measuring stress in studies of psychiatric and physical disorder

Daily worry is related to low heart rate variability during waking and the subsequent nocturnal sleep period

Heart rate and heart rate variability as indirect markers of surgeons' intraoperative stress

Activity and stress estimation based on openpose and electrocardiogram for user-focused level-4-vehicles

OpenPose: Realtime Multi-Person 2D Pose Estimation Using Part Affinity Fields

Heart rate variability: standards of measurement, physiological interpretation, and clinical use

Users' internal HMI information requirements for highly automated driving

Ambient light-based interaction concept for an integrative driver assistance system-A driving simulator study

Ambient light-An integrative, LED based interaction concept or different levels of automation. VDI-Berichte, Bd. 2288. VDI

Reflecting the automated vehicle's perception and intention: light-based interaction approaches for on-board HMI in highly automated vehicles

A personal resource for technology interaction: development and validation of the Affinity for Technology Interaction (ATI) scale

Design and evaluation of a short version of the user experience questionnaire (UEQ-S)