Hostettler, Karin2017-11-292017-11-292017-03-10http://hdl.handle.net/11654/25669https://doi.org/10.26041/fhnw-1241In 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.deaktive Visualisierungkomplexe technische Systemementale Modelle11 - Studentische Arbeit