Aufbau mentaler Modelle von komplexen technischen Systemen mittels aktiver Visualisierung
Type
11 - Studentische Arbeit
Zusammenfassung
In komplexen Mensch-Maschine-Systemen werden Funktionen automatisiert, was bei der Nutzung
durch den Menschen aufgrund Komplexität und mangelndem Systemverständnis zu Problemen führen
kann. So auch bei der SBB die Informationsspezialisten der Kundeninformation am Bahnhof. Daher wird
zur Unterstützung des Systemverständnisses eine aktive Visualisierung entwickelt und die Wirkung
getestet. Folgende Hypothesen werden untersucht: Das Lernen mit der Visualisierung generiert einen
Wissenszuwachs, wobei die Visualisierung mit hoher Elaboriertheit einen grösseren Wissenszuwachs
generiert als die mit niedriger Elaboriertheit. Die Wirkungsmessung (n=8) erfolgte im Pre-Posttest-Design
mit zwei Ausprägungen: niedrige/hohe Elaboriertheit. Fünf Indikatoren massen Qualität und Umfang des
abgerufenen Wissens, das eine intervenierende Variable für ein mentales Modell darstellte. Die Auswertung
erfolgte durch quantifizieren der qualitativen Daten mit Prozentvergleich. Ein Wissenszuwachs durch
die Visualisierung fand statt, wobei der Unterschied zwischen den Ausprägungen wider Erwarten gering
war. Die aktive Visualisierung ist eine geeignete Methode zur Unterstützung des Systemverständnisses.