In dieser Arbeit werden verschiedene Gestaltungsmöglichkeiten von Positionssignaturen auf mobilen Geräten untersucht. Vor allem beim Gebrauch von Kartenanwendungen auf mobilen Geräten ist nicht ausreichend Platz um eine Legende mit anzubringen, wodurch alle Kartenzeichen eindeutig erklärt werden können. Hierfür müssen besonders eindeutige und selbsterklärende Zeichen verwendet werden, die in ihrer Gestaltung keine Verwirrung beim Nutzer hervorrufen. Aus diesem Grund wurden folgende Gestaltungsvariablen zur Untersuchung ausgewählt: symbolhaft versus bildhaft, zweidimensional versus dreidimensional und Signaturen mit Rahmen und Hintergrund versus Signaturen ohne Rahmen und Hintergrund. Diese sind zur Untersuchung in verschiedenen Kombinationen gesetzt, werden aber mit Hilfe eines geeigneten Auswerteverfahrens auch einzeln analysiert. Des Weiteren werden diese Gestaltungsvariablen hinsichtlich verschiedener Erkennungsprozesse untersucht. Denn man nimmt an, dass eine Gestaltungsvariable zwar eine große Aufmerksam-keit erregen kann, dennoch aber nicht gut zu interpretieren sein muss. Die erwähnten Prozesse stellen die Lokalisation, Identifikation und Interpretation dar. Diese Erforschung ist insofern wichtig, da verschiedene Gestaltungen je nach Aufgabenspezifik eingesetzt werden können, damit der Nutzer schneller zu einer Lösung findet. Die Untersuchung findet im Rahmen eines Feldtests an einem mobilen Gerät statt, für dessen Durchführung eine Test-Applikation im Android-SDK geschrieben wurde. Hierbei müssen die Probanden Signaturen, zum Teil nach vorher genannten Begriffen, schnellstmöglich entdecken/interpretieren. Ferner wird ein Interview mit den Testkandidaten durchgeführt, von dem die Ergebnisse mit den Daten der Reaktionszeitmessung verglichen werden.

Die Anwendung von Deep Learning in der manuellen Montage birgt großes Potenzial, Montagezeiten zu reduzieren und Montagefehler zu vermeiden. Indem der Montageablauf mithilfe einer Kamera erfasst und die aufgezeichneten Bilder durch einen Objekterkennungsalgorithmus analysiert werden, lassen sich Position, Lage und Art der montierten Bauteile bestimmen. Daraus lassen sich wiederum Informationen über Arbeitsschritte, Montagefehler oder den aktuellen Zustand des Produkts ableiten, sodass die Mitarbeiter bei der Montage durch entsprechende Anweisungen unterstützt werden können. Es stellt sich jedoch die Frage, inwieweit gegenwärtige Produkte für den Einsatz von Deep Learning geeignet sind. Nur wenn die zu montierenden Bauteile sicher erkannt werden, ist der Einsatz in der manuellen Montage sinnvoll. Bestehende Gestaltungsrichtlinien adressieren diesen Aspekt bislang nicht. Im Forschungsprojekt wurde daher untersucht, welche Eigenschaften Produkte aufweisen sollten, um eine optimale Objekterkennung zu ermöglichen. Dazu wurden Hypothesen zu positiven und negativen Bauteileigenschaften hinsichtlich der Erkennungsgenauigkeit formuliert und in praktischen Versuchen überprüft. Dabei konnte gezeigt werden, dass alle untersuchten Objekte durch den eingesetzten Objekterkennungsalgorithmus sehr gut detektiert werden. Aus den vorliegenden Forschungsergebnissen lassen sich daher keine Einschränkungen in der Produktgestaltung ableiten.

In dieser Arbeit werden verschiedene Gestaltungsmöglichkeiten von Positionssignaturen auf mobilen Geräten untersucht. Vor allem beim Gebrauch von Kartenanwendungen auf mobilen Geräten ist nicht ausreichend Platz um eine Legende mit anzubringen, wodurch alle Kartenzeichen eindeutig erklärt werden können. Hierfür müssen besonders eindeutige und selbsterklärende Zeichen verwendet werden, die in ihrer Gestaltung keine Verwirrung beim Nutzer hervorrufen. Aus diesem Grund wurden folgende Gestaltungsvariablen zur Untersuchung ausgewählt: symbolhaft versus bildhaft, zweidimensional versus dreidimensional und Signaturen mit Rahmen und Hintergrund versus Signaturen ohne Rahmen und Hintergrund. Diese sind zur Untersuchung in verschiedenen Kombinationen gesetzt, werden aber mit Hilfe eines geeigneten Auswerteverfahrens auch einzeln analysiert. Des Weiteren werden diese Gestaltungsvariablen hinsichtlich verschiedener Erkennungsprozesse untersucht. Denn man nimmt an, dass eine Gestaltungsvariable zwar eine große Aufmerksam-keit erregen kann, dennoch aber nicht gut zu interpretieren sein muss. Die erwähnten Prozesse stellen die Lokalisation, Identifikation und Interpretation dar. Diese Erforschung ist insofern wichtig, da verschiedene Gestaltungen je nach Aufgabenspezifik eingesetzt werden können, damit der Nutzer schneller zu einer Lösung findet. Die Untersuchung findet im Rahmen eines Feldtests an einem mobilen Gerät statt, für dessen Durchführung eine Test-Applikation im Android-SDK geschrieben wurde. Hierbei müssen die Probanden Signaturen, zum Teil nach vorher genannten Begriffen, schnellstmöglich entdecken/interpretieren. Ferner wird ein Interview mit den Testkandidaten durchgeführt, von dem die Ergebnisse mit den Daten der Reaktionszeitmessung verglichen werden.:Selbstständigkeitserklärung I Danksagung II Zusammenfassung III Inhaltsverzeichnis 1 Abbildungsverzeichnis 3 Tabellenverzeichnis 4 1 Einleitung 5 2 Grundlagen von Positionssignaturen und artverwandten Icons 7 2.1 Funktionen von Positionssignaturen in der Kartographie 7 2.1.1 Besonderheiten in der mobilen Kartographie 7 2.1.2 Aufgaben von Positionssignaturen 10 2.1.3 Gestaltung von Positionssignaturen 11 2.2 Icons 16 2.2.1 Theoretische Grundlagen 16 2.2.2 Empirische Untersuchungen von Icons 18 3. Grundlagen visueller Aufmerksamkeit und Wahrnehmung 22 3.1 Definitionen 22 3.2 Visuelle Aufmerksamkeit und Verarbeitung 23 3.3 Wahrnehmung des visuellen Reizes 25 3.4 Frühere Untersuchungen zur Wahrnehmbarkeit von Signaturen 27 4. Konzeptvorstellung und Durchführung einer empirischen Untersuchung 29 4.1 Ziele 29 4.2 Untersuchungsaspekte 30 4.3 Testplanung 35 4.3.1 Testdesign 36 4.3.2 Testpersonen 41 4.3.3 Testgerät 43 4.4 Hypothesenbildung 44 4.5 Ausarbeitung eines Prototyps 47 4.5.1 Android - Betriebssystem 47 4.5.2 Android – Softwareplattform 48 4.5.3 Erstellung der Android-Application 54 4.6 Ausarbeitung der Interviewfragen 59 4.7 Durchführung der Tests 61 5. Auswertung der Testergebnisse 65 5.1 Grundlagen statistischer Auswerteverfahren 65 5.2 Ergebnisse des Interviews 69 5.2.1 Zusammenfassung der Antworten 69 5.2.2 Deskriptive Auswertung 71 5.3 Ergebnisse der Reaktionszeiten 77 5.3.1 Aufbereitung der Daten 77 5.3.2 Deskripte Auswertung 79 5.3.3 Interferenzstatistische Auswertung 88 5.4 Vergleich der Methoden und Ergebnisse 98 5.4.1 Vergleich der Evaluationsmethoden 98 5.4.2 Vergleich der Ergebnisse der Evaluationsmethoden 101 6. Interpretation 103 7. Fazit 109 Literaturverzeichnis 111 Anhang 115