Ressourcenknappheit und nachhaltige Nutzung von Ressourcen sind zentrale Themen unserer Zeit. Das Thema nachhaltige Mobilität hat auch in der Verkehrspsychologie über die letzten Jahre zunehmend an Bedeutung gewonnen. Hierbei wird der Elektromobilität ein entscheidender Beitrag zur nachhaltigen Nutzung unserer Energieressourcen zugesprochen. Die Steigerung der Unabhängigkeit von Energieimporten, die mindestens lokale Emissionsfreiheit und die Möglichkeit erneuerbare Energien besser ins Stromnetz zu integrieren sind zentrale Vorteile der Elektromobilität. Eine potentielle Herausforderung für die Nutzer stellt jedoch die Interaktion mit den begrenzten Reichweitenressourcen dar. Die vorliegende Dissertation beschäftigt sich mit dem Nutzererleben und -verhalten im Umgang mit der Reichweite von Elektrofahrzeugen. Zu Beginn des Forschungsprojekts „MINI E Berlin powered by Vattenfall“, welches die Grundlage dieser Dissertation darstellt, gab es kaum veröffentlichte Studien zur Nutzerperspektive auf Reichweite. Das Ziel dieser Dissertation ist daher, ein detailliertes und theoriegeleitetes psychologisches Verständnis zentraler Facetten dieses Themenfelds zu erlangen. Basierend auf übertragbaren Theorien und Konzepten aus verwandten Teilgebieten der angewandten Psychologie, wird in der Dissertation ein Modell entwickelt und getestet: Das Modell der adaptiven Kontrolle von Reichweitenressourcen. Ein Kernpunkt dieses Modells ist das Konzept der komfortablen Reichweite, welches eine psychologische Fundierung des vieldiskutierten Konzepts der Reichweitenangst darstellt. Denn im Alltag erleben Nutzer mit Elektrofahrzeugerfahrung bei einer für Mobilität in Deutschland relativ typischen Fahrleistung kaum Situationen, in denen es zu Reichweitenangst kommt. Die Reichweiteninteraktion ist eher von der Vermeidung und nicht vom Erleben von Reichweitenangst (Reichweitenstress) gekennzeichnet. Über die Analogie zum psychologischen Stress werden verschiedene Einflussvariablen auf die komfortable Reichweite identifiziert. Die komfortable Reichweite (der individuell präferierte Reichweitensicherheitspuffer) stellt sich als eine Variable dar, bei der es eine große interindividuelle Varianz gibt, die teilweise auf einer unterschiedlichen Stressresistenz zu beruhen scheint. Insgesamt wird die, sich in vorangegangenen Studien abzeichnende, suboptimale Reichweitenausnutzung damit erklärt, dass es neben der technischen Reichweite drei psychologische Reichweitenschwellen gibt, die den Übergang von der objektiven physikalischen zur subjektiven psychologischen Reichweitensituation charakterisieren: (1) Die kompetente (für den Nutzer maximal erreichbare), (2) die performante (im Alltag verfügbare), und (3) die komfortable (die wirklich nutzbare) Reichweite. Es zeigt sich, dass 20-25% der im Alltag verfügbaren Reichweitenressourcen als psychologischer Sicherheitspuffer verlorengehen. Mit dem erworbenen Verständnis für die Reichweiteninteraktion sollte es möglich werden besser fundierte Maßnahmen abzuleiten, um mit einer bestimmten Batteriekapazität mehr nutzbare Reichweitenressourcen zu erzielen und Nutzer bei einer nachhaltigeren Nutzung der Reichweitenressourcen zu unterstützen. Einen weiteren Schwerpunkt der Dissertation bilden Interaktionsstile im Umgang mit den Reichweitenressourcen. In Analogie zu psychologischen Konzepten wie Fahrstilen und Bewältigungsstilen und basierend auf ersten Studien zu Ladestilen bei der Nutzung von Smartphones wird das Konzept des UBIS (user-battery interaction style) vorgeschlagen, als eine Tendenz sich mehr oder weniger aktiv mit den Batterieressourcen auseinanderzusetzen (z.B. bei Ladeentscheidungen). Es zeigt sich in der Tat, dass diese Variable, gemeinsam mit der komfortablen Reichweite, bestimmte Parameter des Ladeverhaltens aufklären kann und dabei auch eine gewisse Stabilität über die Zeit und über verschiedene Mensch-Technik-Systeme hinweg aufweist. Auch findet sich ein Zusammenhang zwischen dem UBIS und der nachhaltigen Interaktion mit den Energieressourcen in einem Elektromobilitätssystem. Schließlich behandelt die Dissertation auch die Präferenzen für bestimmte Reichweitenauslegungen. Hier wird dem Befundmuster nachgegangen, dass die Reichweitenpräferenzen von Autokäufern scheinbar oftmals weit über den tatsächlichen Reichweitenbedürfnissen liegen. In der vorliegenden Arbeit wird diese Diskrepanz erstmals auf Basis von Daten potentieller Elektrofahrzeugkäufer mit praktischer Elektrofahrzeugerfahrung quantifiziert. Es zeigt sich, (1) dass solche Nutzer nicht unbedingt übertriebene Reichweitenerwartungen haben, (2) dass erlebte Reichweitenangst während der Nutzung und eine größere vertraute Reichweite bei Verbrennerfahrzeugen mit höheren Reichweitenpräferenzen einhergehen, (3) dass sich die Reichweitenpräferenzen mit zunehmender Erfahrung verringern, und (4) dass es mit zunehmender Erfahrung einen wachsenden Zusammenhang zwischen den tatsächlichen Mobilitätsbedürfnissen und den Reichweitenpräferenzen gibt. Dies weist auf die Wichtigkeit von praktischer Erfahrung für den breiten Erfolg von nachhaltigen Elektromobilitätssystemen hin. Möglicherweise sind einige theoretische und methodische Entwicklungen aus dieser Arbeit auch auf ähnliche Mensch-Technik-Systeme und verwandte Fragestellungen der nachhaltigen Mobilität übertragbar. Implikationen für die Anwendung sind beispielsweise, dass eine verlässlich nutzbare Reichweite wichtiger ist als die Steigerung der maximalen Reichweite und dass Informations- und Assistenzsysteme für den Umgang mit der Reichweite darauf ausgelegt werden sollten, dass sie zu einer intensiven Auseinandersetzung mit der Reichweitendynamik anregen und damit den Kompetenzerwerb fördern sowie die Nutzer bei der alltäglichen Regulation der Reichweitenressourcen unterstützen, zum Beispiel indem sie die subjektive Kontrollierbarkeit der Reichweite erhöhen. / Scarcity of resources and sustainable use of resources are central issues of our time. In traffic psychology, the theme of sustainable mobility has also taken on increased importance in recent years. Herein electric mobility has been ascribed a decisive role in the sustainable utilization of our energy resources. Less dependence on energy imports, zero-emissions (at least locally), and the potential for better integration of renewable energy sources into the power grid are central advantages of electric mobility. Yet, a potential challenge for users is the interaction with limited range resources. The present dissertation focuses on user experience and behavior in dealing with electric vehicle range. Prior to the research project, “MINI E Berlin powered by Vattenfall”, which constitutes the basis for this dissertation, there were rarely any published studies concerning the user perspective on range. Consequently, the goal of this dissertation is to obtain a detailed and theory-driven psychological understanding of the central facets of this topic. Based on transferrable theories and concepts from related areas of applied psychology, a model is developed and tested within this dissertation: the adaptive control of range resources (ACOR) model. A key point of this model is the concept of comfortable range, which represents a psychological foundation of the widely discussed concept of range anxiety. This is because, in everyday life, users with practical electric vehicle experience rarely experience situations in which range anxiety occurs, given a relatively typical mileage for mobility in Germany. Rather, range interaction is characterized by the avoidance, not the experience, of range anxiety (i.e., range stress). Via the analogy to psychological stress, different variables that influence comfortable range are identified. The comfortable range (i.e., an individual’s preferred range safety buffer) appears to be a variable that shows a high interindividual variance, which partly seems to be predicated upon differing stress resistance. In sum, the suboptimal range utilization found in previous studies is explained by the proposition that there are three psychological range levels besides the technical range that characterize the transition from the objective physical to the subjective psychological range situation: (1) The competent (i.e., maximum achievable for the user), (2) the performant (i.e., available on an everyday basis) and (3) the comfortable (i.e., actual usable) range. It shows that 20-25% of the range resources that are available on an everyday basis are lost as a psychological safety buffer. With the acquired understanding of user-range interaction, it should become possible to develop better informed strategies for attaining higher actual battery usage relative to battery capacity, as well as supporting users in the sustainable use of range resources. Another focus of the dissertation is interaction styles in dealing with range resources. Analogous to the psychological concepts of driving styles and coping styles and based on earlier studies of mobile phone use charging styles, the concept of UBIS (user-battery interaction style) is proposed, as a tendency to deal with the battery resources rather more or less actively (e.g., in charging decisions). Indeed, it shows that this variable, together with comfortable range, can explain certain parameters of charging behavior, and also shows temporal stability as well as stability across different human-machine-systems. Moreover, a relationship between UBIS and a sustainable interaction with energy resources in an electric mobility system is found. Finally, the dissertation also covers the preferences for certain range configurations. Here, the pattern of previous research findings indicate that range preferences of car buyers are often far greater than their actual range needs. In the present work, this discrepancy is quantified for the first time based on data from potential electric car customers with practical electric vehicle experience. It shows that, (1) such users do not necessarily have exaggerated range preferences, (2) experienced range anxiety during usage and a higher familiar range of combustion cars are associated with higher range preferences, (3) range preferences decrease with increasing experience, and (4) the correlation between actual range needs and range preferences grows as practical experience increases. This highlights the importance of practical experience for the broad success of sustainable electric mobility systems. Potentially, some theoretical and methodological developments from this work are also transferrable to similar human-machine-systems as well as related issues in the field of sustainable mobility. Implications for application are, for example, that a reliable usable range is more important than an increase in maximum possible range. Moreover, the design of information and assistance systems for facilitation of the user-range interaction must be targeted at encouraging more intensive interaction with range dynamics, promoting skill acquisition as well as supporting users in their daily regulation of range resources, for example by enhancing subjective controllability of range.

Der vorliegende Artikel skizziert eine methodische Vorgehensweise zur Analyse und Gestaltung von Mensch-Technik Interaktionen, die die kognitiven Prozesse des menschlichen Bedieners/Nutzers explizit berücksichtigt (kognitionsbasierte Mensch-Technik Interaktion, Ko-MTI). Das Vorgehen ist eingebettet in die Konzeption Cyber-Physischer Systeme und erweitert diese explizit um die menschliche Perspektive. An einem Applikationsbeispiel aus der Oberflächentechnik (Thermisches Spritzen) wird die erste Ko-MTI Phase „Ganzheitliche Systemanalyse“ skizziert und anhand von Ergebnissen einer Beobachtungsstudie mit Eye-Tracking dargestellt.

Ressourcenknappheit und nachhaltige Nutzung von Ressourcen sind zentrale Themen unserer Zeit. Das Thema nachhaltige Mobilität hat auch in der Verkehrspsychologie über die letzten Jahre zunehmend an Bedeutung gewonnen. Hierbei wird der Elektromobilität ein entscheidender Beitrag zur nachhaltigen Nutzung unserer Energieressourcen zugesprochen. Die Steigerung der Unabhängigkeit von Energieimporten, die mindestens lokale Emissionsfreiheit und die Möglichkeit erneuerbare Energien besser ins Stromnetz zu integrieren sind zentrale Vorteile der Elektromobilität. Eine potentielle Herausforderung für die Nutzer stellt jedoch die Interaktion mit den begrenzten Reichweitenressourcen dar. Die vorliegende Dissertation beschäftigt sich mit dem Nutzererleben und -verhalten im Umgang mit der Reichweite von Elektrofahrzeugen. Zu Beginn des Forschungsprojekts „MINI E Berlin powered by Vattenfall“, welches die Grundlage dieser Dissertation darstellt, gab es kaum veröffentlichte Studien zur Nutzerperspektive auf Reichweite. Das Ziel dieser Dissertation ist daher, ein detailliertes und theoriegeleitetes psychologisches Verständnis zentraler Facetten dieses Themenfelds zu erlangen. Basierend auf übertragbaren Theorien und Konzepten aus verwandten Teilgebieten der angewandten Psychologie, wird in der Dissertation ein Modell entwickelt und getestet: Das Modell der adaptiven Kontrolle von Reichweitenressourcen. Ein Kernpunkt dieses Modells ist das Konzept der komfortablen Reichweite, welches eine psychologische Fundierung des vieldiskutierten Konzepts der Reichweitenangst darstellt. Denn im Alltag erleben Nutzer mit Elektrofahrzeugerfahrung bei einer für Mobilität in Deutschland relativ typischen Fahrleistung kaum Situationen, in denen es zu Reichweitenangst kommt. Die Reichweiteninteraktion ist eher von der Vermeidung und nicht vom Erleben von Reichweitenangst (Reichweitenstress) gekennzeichnet. Über die Analogie zum psychologischen Stress werden verschiedene Einflussvariablen auf die komfortable Reichweite identifiziert. Die komfortable Reichweite (der individuell präferierte Reichweitensicherheitspuffer) stellt sich als eine Variable dar, bei der es eine große interindividuelle Varianz gibt, die teilweise auf einer unterschiedlichen Stressresistenz zu beruhen scheint. Insgesamt wird die, sich in vorangegangenen Studien abzeichnende, suboptimale Reichweitenausnutzung damit erklärt, dass es neben der technischen Reichweite drei psychologische Reichweitenschwellen gibt, die den Übergang von der objektiven physikalischen zur subjektiven psychologischen Reichweitensituation charakterisieren: (1) Die kompetente (für den Nutzer maximal erreichbare), (2) die performante (im Alltag verfügbare), und (3) die komfortable (die wirklich nutzbare) Reichweite. Es zeigt sich, dass 20-25% der im Alltag verfügbaren Reichweitenressourcen als psychologischer Sicherheitspuffer verlorengehen. Mit dem erworbenen Verständnis für die Reichweiteninteraktion sollte es möglich werden besser fundierte Maßnahmen abzuleiten, um mit einer bestimmten Batteriekapazität mehr nutzbare Reichweitenressourcen zu erzielen und Nutzer bei einer nachhaltigeren Nutzung der Reichweitenressourcen zu unterstützen. Einen weiteren Schwerpunkt der Dissertation bilden Interaktionsstile im Umgang mit den Reichweitenressourcen. In Analogie zu psychologischen Konzepten wie Fahrstilen und Bewältigungsstilen und basierend auf ersten Studien zu Ladestilen bei der Nutzung von Smartphones wird das Konzept des UBIS (user-battery interaction style) vorgeschlagen, als eine Tendenz sich mehr oder weniger aktiv mit den Batterieressourcen auseinanderzusetzen (z.B. bei Ladeentscheidungen). Es zeigt sich in der Tat, dass diese Variable, gemeinsam mit der komfortablen Reichweite, bestimmte Parameter des Ladeverhaltens aufklären kann und dabei auch eine gewisse Stabilität über die Zeit und über verschiedene Mensch-Technik-Systeme hinweg aufweist. Auch findet sich ein Zusammenhang zwischen dem UBIS und der nachhaltigen Interaktion mit den Energieressourcen in einem Elektromobilitätssystem. Schließlich behandelt die Dissertation auch die Präferenzen für bestimmte Reichweitenauslegungen. Hier wird dem Befundmuster nachgegangen, dass die Reichweitenpräferenzen von Autokäufern scheinbar oftmals weit über den tatsächlichen Reichweitenbedürfnissen liegen. In der vorliegenden Arbeit wird diese Diskrepanz erstmals auf Basis von Daten potentieller Elektrofahrzeugkäufer mit praktischer Elektrofahrzeugerfahrung quantifiziert. Es zeigt sich, (1) dass solche Nutzer nicht unbedingt übertriebene Reichweitenerwartungen haben, (2) dass erlebte Reichweitenangst während der Nutzung und eine größere vertraute Reichweite bei Verbrennerfahrzeugen mit höheren Reichweitenpräferenzen einhergehen, (3) dass sich die Reichweitenpräferenzen mit zunehmender Erfahrung verringern, und (4) dass es mit zunehmender Erfahrung einen wachsenden Zusammenhang zwischen den tatsächlichen Mobilitätsbedürfnissen und den Reichweitenpräferenzen gibt. Dies weist auf die Wichtigkeit von praktischer Erfahrung für den breiten Erfolg von nachhaltigen Elektromobilitätssystemen hin. Möglicherweise sind einige theoretische und methodische Entwicklungen aus dieser Arbeit auch auf ähnliche Mensch-Technik-Systeme und verwandte Fragestellungen der nachhaltigen Mobilität übertragbar. Implikationen für die Anwendung sind beispielsweise, dass eine verlässlich nutzbare Reichweite wichtiger ist als die Steigerung der maximalen Reichweite und dass Informations- und Assistenzsysteme für den Umgang mit der Reichweite darauf ausgelegt werden sollten, dass sie zu einer intensiven Auseinandersetzung mit der Reichweitendynamik anregen und damit den Kompetenzerwerb fördern sowie die Nutzer bei der alltäglichen Regulation der Reichweitenressourcen unterstützen, zum Beispiel indem sie die subjektive Kontrollierbarkeit der Reichweite erhöhen.:I Synopse 1 1 Einleitung 2 2 Forschungsrahmen & Forschungsziele 4 2.1 Einbettung der Dissertation in die angewandte Psychologie 4 2.2 Nutzer und Reichweite von Elektromobilitätssystemen 5 2.3 Vorbefunde zum Reichweitenerleben und -verhalten 6 2.4 Forschungsziele der Dissertation 7 3 Der Umgang mit knappen Ressourcen 8 3.1 Das Task-Capability Interface (TCI) Modell 8 3.2 Übertragbarkeit des TCI-Modells 9 3.3 Das Comfort Zone Modell von Summala (2007) 10 3.4 Übertragbarkeit des Comfort Zone Modells 10 3.5 Das transaktionale Stressmodell 11 3.6 Übertragbarkeit des transaktionalen Stressmodells 12 4 Die adaptive Kontrolle von Reichweitenressourcen 13 4.1 Psychologische Konzepte zum Umgang mit Reichweite 13 4.2 Der Prozess der Reichweitenkontrolle 15 5 Methodische Aspekte der Dissertation 17 6 Diskussion und Implikationen 19 6.1 Zusammenfassung der Befunde 19 6.2 Theoretische Implikationen 20 6.3 Implikationen für die Anwendung 24 6.4 Kritische Reflexion der Studienmethodik 29 6.5 Ertrag für die psychologische Forschung 31 7 Literatur 34 II Artikel 1: Experiencing range in an electric vehicle: Understanding psychological barriers 40 III Artikel 2: Interacting with limited mobility resources: Psychological range levels in electric vehicle use 65 IV Artikel 3: Understanding charging behaviour of electric vehicle users 80 V Artikel 4: What drives range preferences in electric vehicle users? 96 VI Lebenslauf 104 VII Publikationen 106 / Scarcity of resources and sustainable use of resources are central issues of our time. In traffic psychology, the theme of sustainable mobility has also taken on increased importance in recent years. Herein electric mobility has been ascribed a decisive role in the sustainable utilization of our energy resources. Less dependence on energy imports, zero-emissions (at least locally), and the potential for better integration of renewable energy sources into the power grid are central advantages of electric mobility. Yet, a potential challenge for users is the interaction with limited range resources. The present dissertation focuses on user experience and behavior in dealing with electric vehicle range. Prior to the research project, “MINI E Berlin powered by Vattenfall”, which constitutes the basis for this dissertation, there were rarely any published studies concerning the user perspective on range. Consequently, the goal of this dissertation is to obtain a detailed and theory-driven psychological understanding of the central facets of this topic. Based on transferrable theories and concepts from related areas of applied psychology, a model is developed and tested within this dissertation: the adaptive control of range resources (ACOR) model. A key point of this model is the concept of comfortable range, which represents a psychological foundation of the widely discussed concept of range anxiety. This is because, in everyday life, users with practical electric vehicle experience rarely experience situations in which range anxiety occurs, given a relatively typical mileage for mobility in Germany. Rather, range interaction is characterized by the avoidance, not the experience, of range anxiety (i.e., range stress). Via the analogy to psychological stress, different variables that influence comfortable range are identified. The comfortable range (i.e., an individual’s preferred range safety buffer) appears to be a variable that shows a high interindividual variance, which partly seems to be predicated upon differing stress resistance. In sum, the suboptimal range utilization found in previous studies is explained by the proposition that there are three psychological range levels besides the technical range that characterize the transition from the objective physical to the subjective psychological range situation: (1) The competent (i.e., maximum achievable for the user), (2) the performant (i.e., available on an everyday basis) and (3) the comfortable (i.e., actual usable) range. It shows that 20-25% of the range resources that are available on an everyday basis are lost as a psychological safety buffer. With the acquired understanding of user-range interaction, it should become possible to develop better informed strategies for attaining higher actual battery usage relative to battery capacity, as well as supporting users in the sustainable use of range resources. Another focus of the dissertation is interaction styles in dealing with range resources. Analogous to the psychological concepts of driving styles and coping styles and based on earlier studies of mobile phone use charging styles, the concept of UBIS (user-battery interaction style) is proposed, as a tendency to deal with the battery resources rather more or less actively (e.g., in charging decisions). Indeed, it shows that this variable, together with comfortable range, can explain certain parameters of charging behavior, and also shows temporal stability as well as stability across different human-machine-systems. Moreover, a relationship between UBIS and a sustainable interaction with energy resources in an electric mobility system is found. Finally, the dissertation also covers the preferences for certain range configurations. Here, the pattern of previous research findings indicate that range preferences of car buyers are often far greater than their actual range needs. In the present work, this discrepancy is quantified for the first time based on data from potential electric car customers with practical electric vehicle experience. It shows that, (1) such users do not necessarily have exaggerated range preferences, (2) experienced range anxiety during usage and a higher familiar range of combustion cars are associated with higher range preferences, (3) range preferences decrease with increasing experience, and (4) the correlation between actual range needs and range preferences grows as practical experience increases. This highlights the importance of practical experience for the broad success of sustainable electric mobility systems. Potentially, some theoretical and methodological developments from this work are also transferrable to similar human-machine-systems as well as related issues in the field of sustainable mobility. Implications for application are, for example, that a reliable usable range is more important than an increase in maximum possible range. Moreover, the design of information and assistance systems for facilitation of the user-range interaction must be targeted at encouraging more intensive interaction with range dynamics, promoting skill acquisition as well as supporting users in their daily regulation of range resources, for example by enhancing subjective controllability of range.:I Synopse 1 1 Einleitung 2 2 Forschungsrahmen & Forschungsziele 4 2.1 Einbettung der Dissertation in die angewandte Psychologie 4 2.2 Nutzer und Reichweite von Elektromobilitätssystemen 5 2.3 Vorbefunde zum Reichweitenerleben und -verhalten 6 2.4 Forschungsziele der Dissertation 7 3 Der Umgang mit knappen Ressourcen 8 3.1 Das Task-Capability Interface (TCI) Modell 8 3.2 Übertragbarkeit des TCI-Modells 9 3.3 Das Comfort Zone Modell von Summala (2007) 10 3.4 Übertragbarkeit des Comfort Zone Modells 10 3.5 Das transaktionale Stressmodell 11 3.6 Übertragbarkeit des transaktionalen Stressmodells 12 4 Die adaptive Kontrolle von Reichweitenressourcen 13 4.1 Psychologische Konzepte zum Umgang mit Reichweite 13 4.2 Der Prozess der Reichweitenkontrolle 15 5 Methodische Aspekte der Dissertation 17 6 Diskussion und Implikationen 19 6.1 Zusammenfassung der Befunde 19 6.2 Theoretische Implikationen 20 6.3 Implikationen für die Anwendung 24 6.4 Kritische Reflexion der Studienmethodik 29 6.5 Ertrag für die psychologische Forschung 31 7 Literatur 34 II Artikel 1: Experiencing range in an electric vehicle: Understanding psychological barriers 40 III Artikel 2: Interacting with limited mobility resources: Psychological range levels in electric vehicle use 65 IV Artikel 3: Understanding charging behaviour of electric vehicle users 80 V Artikel 4: What drives range preferences in electric vehicle users? 96 VI Lebenslauf 104 VII Publikationen 106

Vor dem Hintergrund des Klimawandels ist die Senkung der von Menschen hervorgerufenen CO2-Emissionen in den letzten Jahren zu einem der weltweit zentralen Themenfelder geworden. In diesem Kontext werden Elektrofahrzeuge als ein vielversprechender Lösungsansatz zur Verringerung der CO2-Emissionen im Transportsektor diskutiert und ihr Einsatz im Straßenverkehr im Rahmen zahlreicher nationaler Initiativen vorangetrieben. Elektrofahrzeuge weisen eine Reihe von Spezifika gegenüber konventionellen Fahrzeugen auf, aus denen verschiedene Herausforderungen für den Fahrer entstehen. Eine in diesem Zusammenhang zentrale Eigenschaft ist die vor dem Hintergrund von vergleichsweise langen Ladedauern und einer eingeschränkten Verfügbarkeit von Lademöglichkeiten begrenzte Reichweite. Zudem wird mit der Elektrifizierung des Verkehrs auch das im Fahrkontext bisher ungewohnte Konzept der Elektrizität mit seinen elektrischen Einheiten wie Watt und Ampere eingeführt. Zusätzlich steht mit der Rekuperationsfunktion ein neues System zur Verfügung, das dem Fahrer eine aktive Energierückgewinnung während Verzögerungsvorgängen ermöglicht. Die Aufgabe der Verkehrspsychologie ist es dabei, die aus diesen spezifischen Eigenschaften und neuen Systemen entstehenden Bedürfnisse und Anforderungen der Fahrer im Zusammenspiel mit dem Fahrzeug und der Fahrumgebung in den Mittelpunkt zu stellen. Aus den gewonnenen Erkenntnissen können entsprechende Empfehlungen und Maßnahmen abgeleitet werden, die der Verbreitung sowie der sicheren und effizienten Nutzung dieser Technologie dienlich sind. In diesem Sinne leistet auch die vorliegende Arbeit einen Beitrag, indem vor dem Hintergrund der spezifischen Eigenschaften und neuen Systeme von Elektrofahrzeugen Implikationen für die Nutzerschnittstelle, die veränderte Fahraufgabe sowie motivationale Aspekte abgeleitet werden. Dies geschieht vor allem im Hinblick auf die Energieeffizienz, die im Elektrofahrzeug einen besonderen Stellenwert besitzt. Das erste Forschungsziel der Dissertation bestand in der nutzerzentrierten Untersuchung der Nutzerschnittstelle im Elektrofahrzeug sowohl generell vor dem Hintergrund der besonderen Merkmale dieses neuen Transportmittels als auch spezifisch basierend auf der Interaktion der Fahrer mit der begrenzten Reichweite dieser Fahrzeuge. Aus den Ergebnissen wurden konkrete Informationsbedarfe der Nutzer jenseits eines gewissen Informationsstandards deutlich, die in einem Anforderungskatalog zusammengefasst wurden, dessen Inhalte vor allem die Bedeutsamkeit der energieeffizienten Interaktion mit dem Elektrofahrzeug unterstreichen. Zudem zeigten sich Probleme der Nutzer hinsichtlich der Verständlichkeit des Konzepts von Elektrizität im Fahrkontext, besonders im Hinblick auf elektrische Einheiten, die eine Darstellung des Energieverbrauchs in der vertrauten und handlungsrelevanten Einheit Kilometer nahelegen. Ausgehend von den Ergebnissen der Evaluation der Anzeigen durch die Nutzer wurden diejenigen Prinzipien der Schnittstellengestaltung (Wickens, Lee, Liu, & Gordon-Becker, 2004) identifiziert, die im Kontext von Elektrofahrzeugen besondere Relevanz besitzen. Eine transparente und zuverlässige Darstellung der Wirkfaktoren auf den Energieverbrauch sowie konkreter Handlungsmöglichkeiten des Fahrers zur Senkung des Energieverbrauchs kann helfen, Nutzer in ihrem Anpassungsprozess an das elektrische Fahren zu unterstützen und Unsicherheitsgefühle in der Interaktion mit der begrenzten Reichweite zu reduzieren. Die Untersuchung der Kompetenz zum energieeffizienten Fahren und assoziierter Lern- und Transferprozesse beim Fahren eines Elektrofahrzeugs waren Gegenstand des zweiten Forschungsziels. Aufeinander aufbauende Untersuchungen zeigten, dass unerfahrene Elektrofahrzeugnutzer ihr Wissen über energieeffiziente Fahrstrategien beim Wechsel vom Verbrenner- zum Elektrofahrzeug anpassen und dieses Wissen mit zunehmender Elektrofahrzeugerfahrung weiter zunimmt. Sowohl unerfahrene als auch erfahrene Elektrofahrzeugnutzer waren in der Lage, durch die Anwendung effektiver Verhaltensstrategien, wie etwa einer moderaten Beschleunigung und einer effizienten Nutzung der Rekuperationsfunktion, den Energieverbrauch des Elektrofahrzeugs zu senken. Dies weist auf die Übertragung von Fertigkeiten im Umgang mit dem Verbrenner- auf das Elektrofahrzeug im Sinne eines positiven Transfers (Fitts & Posner, 1967) hin. Die Wirksamkeit einer wissensbasierten Intervention blieb auf einen positiven Effekt hinsichtlich des Wissens über energieeffiziente Strategien sowie positivere Einschätzungen der Kompetenz zum energieeffizienten Fahren beschränkt. Um die Kompetenz zum energieeffizienten Fahren auch hinsichtlich einer verbesserten Umsetzung energiesparender Verhaltensstrategien und einer daraus resultierenden besseren Perfomanz, also einem niedrigeren Energieverbrauch, zu unterstützen, kann die zusätzliche Implementierung von fertigkeitsbasierten, praktischen Komponenten hilfreich sein. Neben der Kompetenz eines Fahrers, energieeffizient zu fahren, sind für das tatsächliche Fahrverhalten vor allem auch motivationale Faktoren relevant (Hatakka, Keskinen, Gregersen, Glad, & Hernetkoski, 2002; Rothengatter, 1997; Summala, 2007). Diese motivationalen Aspekte energieeffizienten Fahrens mit dem Elektrofahrzeug wurden im Rahmen des dritten Forschungsziels näher beleuchtet. Dabei unterstreichen die gefundenen mittleren bis starken Zusammenhänge zwischen den untersuchten rationalen (Ajzen, 1991) und hedonischen, also spaßbetonten, Motiven und dem beobachteten Fahrerverhalten die Bedeutung der motivationalen Komponente im Kontext energieeffizienten Fahrens. Zudem implizieren die Ergebnisse eine teilweise höhere Motivation zum energieeffizienten Fahren mit dem Elektro- im Vergleich zum Verbrennerfahrzeug; ein Potenzial, das möglichst voll ausgeschöpft werden sollte. Neben wichtigen rationalen Motivatoren kann hier vor allem das hedonische Motiv, also die Betonung von Spaß und Freude, beispielsweise bei der Gestaltung von Nutzerschnittstellen genutzt werden, um energieeffizientes Fahren nicht nur als zweckdienlich hinsichtlich der potenziellen Verlängerung der Reichweite, sondern auch als für den Nutzer positiv erlebbar zu machen. Die Ergebnisse der Dissertation verdeutlichen aus verkehrspsychologischer Sicht eine zentrale Bedeutung der Monitoringebene der Fahraufgabe (Hollnagel & Woods, 2005) im Elektrofahrzeug, also eine hohe Relevanz des Abgleichs von Informationen aus der Umwelt mit dem aktuellen Betriebszustand des Fahrzeugs. Hier kommt der Gestaltung der Nutzerschnittstelle als einem zentralen Stellglied zur Vermittlung situationsspezifischer, transparenter sowie handlungsrelevanter Informationen für den Fahrer eine besondere Bedeutung zu. Zusammenfassend unterstreichen die Befunde der Dissertation die zentrale Bedeutung einer energieeffizienten Interaktion mit dem Elektrofahrzeug. Unter diesem Fokus weisen die Ergebnisse konkrete Möglichkeiten auf, wie der Fahrer durch eine geeignete Gestaltung der Nutzerschnittstelle beim energieeffizienten Fahren unterstützt und die Verständlichkeit der Darstellung von Informationen zum Energieverbrauch erhöht werden kann. Zudem zeigen die Ergebnisse, dass Anpassungsprozesse hinsichtlich der Kompetenz zum energieeffizienten Fahren notwendig sind und wie sich diese zu Beginn der Elektrofahrzeugnutzung sowie mit zunehmender Elektrofahrzeugerfahrung entwickeln. Gleichzeitig weisen die Untersuchungen zur motivationalen Komponente energieeffizienten Fahrens auf ein erhöhtes Potenzial von Elektrofahrzeugen hin und betonen sowohl rationale und hedonische Motive als wichtige Faktoren im Zusammenhang mit energieeffizientem Fahren, die zugleich auch vielversprechende Ansatzpunkte für eine weitere Steigerung der Nachhaltigkeit dieser „grünen“ Technologie darstellen.:I Synopse 1 1 Einleitung 3 2 Die Nutzerschnittstelle im Elektrofahrzeug 7 2.1 Spezifika von Elektrofahrzeugen und ihre Bedeutung für die Gestaltung der Nutzerschnittstelle 7 2.2 Designprinzipien für die Gestaltung von Nutzerschnittstellen 9 2.3 Nutzerzentriertes Design 10 3 Energieeffizientes Fahren im Elektrofahrzeug als Fahrerkompetenz 11 3.1 Energieeffizientes Fahren – Definition und theoretische Überlegungen 11 3.2 Die Kompetenz zum energieeffizienten Fahren – Einordnung in psychologische Modelle des Fahrerverhaltens 12 3.3 Besondere Eigenschaften von Elektrofahrzeugen und ihre Relevanz für energieeffizientes Fahren 15 3.4 Die Wirksamkeit von Interventionen zur Steigerung der Kompetenz zum energieeffizienten Fahren 16 4 Energieeffizientes Fahren im Elektrofahrzeug - die motivationale Komponente 18 4.1 Motivationale Faktoren des Fahrerverhaltens 18 4.2 Motivationale Faktoren und ihre Eingliederung in psychologische Modelle des Fahrerverhaltens 18 5 Forschungsziele der Dissertation 21 5.1 Forschungsziel 1: Evaluation der Nutzerschnittstelle vor dem Hintergrund spezifischer Eigenschaften von Elektrofahrzeugen 21 5.2 Forschungsziel 2: Untersuchung der Kompetenz zum energieeffizienten Fahren mit dem Elektrofahrzeug 22 5.3 Forschungsziel 3: Untersuchung motivationaler Aspekte energieeffizienten Fahrens mit dem Elektrofahrzeug 23 6 Überblick über die Methodik der Dissertation 24 6.1 Der MINI E-Feldversuch 24 6.2 Studie im Realverkehr im Rahmen des Projekts EVERSAFE 25 7 Diskussion und kritische Reflexion der Ergebnisse 26 7.1 Forschungsziel 1: Evaluation der Nutzerschnittstelle vor dem Hintergrund spezifischer Eigenschaften von Elektrofahrzeugen 28 7.2 Forschungsziel 2: Untersuchung der Kompetenz zum energieeffizienten Fahren bei der Nutzung von Elektrofahrzeugen 31 7.3 Forschungsziel 3: Untersuchung motivationaler Aspekte energieeffizienten Fahrens mit dem Elektrofahrzeug 36 8 Implikationen und Schlussfolgerungen 37 8.1 Implikationen für die Gestaltung der Nutzerschnittstelle im Elektrofahrzeug 37 8.2 Implikationen für die Kompetenz zum energieeffizienten Fahren bei der Nutzung von Elektrofahrzeugen 38 8.3 Implikationen für die motivationale Komponente energieeffizienten Fahrens 39 9 Literatur 41 II Artikel 1: Battery Electric Vehicles – Implications for the Driver Interface 53 III Artikel 2: Eco-Driving Strategies in Battery Electric Vehicle Use – How Do Drivers Adapt over Time? 85 IV Artikel 3: Experiencing Range in an Electric Vehicle – Understanding Psychological Barriers 109 V Artikel 4: BEV Eco-Driving – Competence, Motivational Aspects, and the Effectiveness of Eco-Instructions 137 VI Lebenslauf 179 VII Publikationen 181 / Against the background of climate change, the reduction of human-induced CO2 emissions has become one of the key issues world-wide during the last years. In this context, battery electric vehicles are discussed as a promising solution for the reduction of CO2 emissions in the transportation sector and their use in road traffic is expedited through numerous national initiatives. Battery electric vehicles exhibit a number of specific features compared to conventional vehicles which pose new challenges to the driver. In this connection, the most specific feature of battery electric vehicles is the limited range, which is specifically important given the limited availability of charging stations and currently long charging durations. Moreover, with the electrification of transportation the concept of electricity with its unfamiliar units like Watt and Ampere is introduced in the driving context. Additionally, the regenerative braking system offers the possibility to actively regain energy during deceleration manoeuvers. One task of traffic psychology is to focus on and investigate the drivers’ needs and requirements related to these specific features and the interaction with the vehicle and the environment. Based on the acquired knowledge, recommendations and measures can be derived, which could facilitate the adoption of battery electric vehicles as well as the efficient and safe usage of this technology. In that sense the contribution of the present dissertation is to derive implications for the design of the user interface, the changed driving task, and regarding motivational aspects based on the specific features and new systems incorporated in battery electric vehicles. These issues are specifically considered in the light of energy efficiency which is of particular importance in the context of battery electric vehicles. The first research objective of the present dissertation was the user-centred evaluation of a driver interface generally against the background of the specific characteristics of battery electric vehicles as well as specifically based on drivers‘ interaction with the limited range. Based on the results, users’ needs for additional information became apparent, which were compiled in a taxonomy of user requirements and further highlight the relevance of energy-efficient interaction with battery electric vehicles. Furthermore, the results revealed difficulties for users’ in comprehending the concept of electricity in the driving context, specifically regarding electric units of measurement. Hence a presentation of energy consumption using the familiar unit kilometres, which has also practical relevance for the driving task, is recommended. Based on the evaluation results of the displayed information, design principles (Wickens, Lee, Liu, & Gordon-Becker, 2004) which are specifically important in the context of battery electric vehicles are derived. A transparent and trustworthy presentation of influencing factors on energy efficiency as well as drivers’ concrete opportunities for actions may support users in the adaptation process initiated when starting to use an electric vehicle and reduce feelings of uncertainty when interacting with the limited range. The eco-driving competence and associated processes of learning and transfer when driving a battery electric vehicle were examined within the scope of the second research objective. Investigations revealed an adaptation of eco-driving knowledge when starting to use a battery electric vehicle instead of a conventional vehicle. Additionally, the eco-driving knowledge increased with battery electric vehicle use. Both inexperienced and experienced battery electric vehicle drivers were able to reduce the energy consumption of the battery electric vehicle by applying effective eco-driving strategies, such as accelerating moderately or using regenerative braking for deceleration manoeuvers. That implies the transfer of drivers’ eco-driving skills from conventional to battery electric vehicles in terms of a positive transfer (Fitts & Posner, 1967). The effectiveness of an implemented knowledge-based intervention to enhance the eco-driving competence of inexperienced battery electric vehicle users was limited to an increase in drivers’ eco-driving knowledge and more positive subjective assessments of their eco-driving competence. In order to enhance users’ eco-driving competence also regarding eco-driving behaviour and performance (i.e. reduced energy consumption) the implementation of supplemental skill-based components might be effective. Beside a driver’s eco-driving competence, motivational aspects are important determinants of driving behaviour (Hatakka, Keskinen, Gregersen, Glad, & Hernetkoski, 2002; Rothengatter, 1997; Summala, 2007). The third research objective aimed to shed light on motivational aspects of battery electric vehicle eco-driving. In this regard the obtained medium-sized to strong correlations between rational (Ajzen, 1991) and hedonic (i.e. fun-oriented) motives and normal driving behaviour underline the relevance of motivational components in the context of eco-driving. Moreover, results indicate a to some extent higher motivation to drive efficiently with battery electric compared to conventional vehicles – a potential which should be fully exploited. Beside important rational motivators, hedonic values – i.e. feelings of pleasure or joy – could be used to experience eco-driving positively in terms of enjoying to efficiently interact with battery electric vehicles rather than merely prolonging the vehicle‘s range. From the perspective of traffic psychology the results of the dissertation emphasise the relevance of the monitoring layer of the driving task (Hollnagel & Woods, 2005) in battery electric vehicle use, which is characterised by a permanent comparison of the environment and the vehicle state. In this connection the design of the user interface is of specific relevance in terms of providing transparent, situation-specific, and action-oriented information to the driver. In sum, findings of the dissertation highlight the specific relevance of an energy-efficient interaction with battery electric vehicles. Focussing on this issue, results show concete possibilities to design the user interface of battery electric vehicles in a way to support the driver in eco-driving and to improve the comprehensibility of associated energy consumption information. Moreover, results reveal that adapation processes in terms of eco driving competence from internal combustine engine vehicles to battery electric vehicles occur and shed light on the deveopment of eco-driving competence with battery electric vehicle experience. Additionally, investigations concerning motivational aspects of eco-driving imply an increased potential of battery electric compared to conventional vehicles. Both rational and hedonic motives are important factors that are linked to battery electric vehicle eco-driving, which supplementary represent promising possibilities to further enhance the sustainability of this inherently „green“ technology.:I Synopse 1 1 Einleitung 3 2 Die Nutzerschnittstelle im Elektrofahrzeug 7 2.1 Spezifika von Elektrofahrzeugen und ihre Bedeutung für die Gestaltung der Nutzerschnittstelle 7 2.2 Designprinzipien für die Gestaltung von Nutzerschnittstellen 9 2.3 Nutzerzentriertes Design 10 3 Energieeffizientes Fahren im Elektrofahrzeug als Fahrerkompetenz 11 3.1 Energieeffizientes Fahren – Definition und theoretische Überlegungen 11 3.2 Die Kompetenz zum energieeffizienten Fahren – Einordnung in psychologische Modelle des Fahrerverhaltens 12 3.3 Besondere Eigenschaften von Elektrofahrzeugen und ihre Relevanz für energieeffizientes Fahren 15 3.4 Die Wirksamkeit von Interventionen zur Steigerung der Kompetenz zum energieeffizienten Fahren 16 4 Energieeffizientes Fahren im Elektrofahrzeug - die motivationale Komponente 18 4.1 Motivationale Faktoren des Fahrerverhaltens 18 4.2 Motivationale Faktoren und ihre Eingliederung in psychologische Modelle des Fahrerverhaltens 18 5 Forschungsziele der Dissertation 21 5.1 Forschungsziel 1: Evaluation der Nutzerschnittstelle vor dem Hintergrund spezifischer Eigenschaften von Elektrofahrzeugen 21 5.2 Forschungsziel 2: Untersuchung der Kompetenz zum energieeffizienten Fahren mit dem Elektrofahrzeug 22 5.3 Forschungsziel 3: Untersuchung motivationaler Aspekte energieeffizienten Fahrens mit dem Elektrofahrzeug 23 6 Überblick über die Methodik der Dissertation 24 6.1 Der MINI E-Feldversuch 24 6.2 Studie im Realverkehr im Rahmen des Projekts EVERSAFE 25 7 Diskussion und kritische Reflexion der Ergebnisse 26 7.1 Forschungsziel 1: Evaluation der Nutzerschnittstelle vor dem Hintergrund spezifischer Eigenschaften von Elektrofahrzeugen 28 7.2 Forschungsziel 2: Untersuchung der Kompetenz zum energieeffizienten Fahren bei der Nutzung von Elektrofahrzeugen 31 7.3 Forschungsziel 3: Untersuchung motivationaler Aspekte energieeffizienten Fahrens mit dem Elektrofahrzeug 36 8 Implikationen und Schlussfolgerungen 37 8.1 Implikationen für die Gestaltung der Nutzerschnittstelle im Elektrofahrzeug 37 8.2 Implikationen für die Kompetenz zum energieeffizienten Fahren bei der Nutzung von Elektrofahrzeugen 38 8.3 Implikationen für die motivationale Komponente energieeffizienten Fahrens 39 9 Literatur 41 II Artikel 1: Battery Electric Vehicles – Implications for the Driver Interface 53 III Artikel 2: Eco-Driving Strategies in Battery Electric Vehicle Use – How Do Drivers Adapt over Time? 85 IV Artikel 3: Experiencing Range in an Electric Vehicle – Understanding Psychological Barriers 109 V Artikel 4: BEV Eco-Driving – Competence, Motivational Aspects, and the Effectiveness of Eco-Instructions 137 VI Lebenslauf 179 VII Publikationen 181

Many functions that at one time could only be performed by humans can nowadays be carried out by machines. Automation impacts many areas of life including work, home, communication and mobility. In the driving context, in-vehicle automation is considered to provide solutions for environmental, economic, safety and societal challenges. However, automation changes the driving task and the human-machine interaction. Thus, the expected benefit of in-vehicle automation can be undermined by changes in drivers’ behaviour, i.e. behavioural adaptation. This PhD project focuses on motivational as well as higher cognitive processes underlying behavioural adaptation when interacting with in-vehicle automation. Motivational processes include the development of trust and acceptance, whereas higher cognitive processes comprise the learning process as well as the development of mental models and Situation Awareness (SA). As an example for in-vehicle automation, the advanced driver assistance system Adaptive Cruise Control (ACC) was investigated. ACC automates speed and distance control by maintaining a constant set cruising speed and automatically adjusting vehicle’s velocity in order to provide a specified distance to the preceding vehicle. However, due to sensor limitations, not every situation can be handled by the system and therefore driver intervention is required. Trust, acceptance and an appropriate mental model of the system functionality are considered key variables for adequate use and appropriate SA. To systematically investigate changes in motivational and higher cognitive processes, a driving simulator as well as an on-road study were carried out. Both of the studies were conducted using a repeated-measures design, taking into account the process character, i.e. changes over time. The main focus was on the development of trust, acceptance and the mental model of novice users when interacting with ACC. By now, only few studies have attempted to assess changes in higher level cognitive processes, due to methodological difficulties posed by the dynamic task of driving. Therefore, this PhD project aimed at the elaboration and validation of innovative methods for assessing higher cognitive processes, with an emphasis on SA and mental models. In addition, a new approach for analyzing big and heterogeneous data in social science was developed, based on the use of relational databases. The driving simulator study investigated the effect of divergent initial mental models of ACC (i.e., varying according to correctness) on trust, acceptance and mental model evolvement. A longitudinal study design was applied, using a two-way (3×3) repeated measures mixed design with a matched sample of 51 subjects. Three experimental groups received (1) a correct ACC description, (2) an incomplete and idealised account omitting potential problems, and (3) an incorrect description including non-occurring problems. All subjects drove a 56-km track of highway with an identical ACC system, three times, and within a period of 6 weeks. Results showed that after using the system, participants’ mental model of ACC converged towards the profile of the correct group. Non-experienced problems tended to disappear from the mental model network when they were not activated by experience. Trust and acceptance grew steadily for the correct condition. The same trend was observed for the group with non-occurring problems, starting from a lower initial level. Omitted problems in the incomplete group led to a constant decrease in trust and acceptance without recovery. This indicates that automation failures do not negatively affect trust and acceptance if they are known beforehand. During each drive, participants continuously completed a visual secondary task, the Surrogate Reference Task (SURT). The frequency of task completion was used as objective online-measure for SA, based on the principle that situationally aware driver would reduce the engagement in the secondary task if they expect potentially critical situations. Results showed that correctly informed drivers were aware of potential system limitations and reduced their engagement in the secondary task when such situations arose. Participants with no information about limitations became only aware after first encounter and reduced secondary task engagement in corresponding situations during subsequent trials. However, trust and acceptance in the system declined over time due to the unexpected failures. Non occurring limitations tended to drop from the mental model and resulted in reduced SA already in the second trial. The on-road study investigated the learning process, as well as the development of trust, acceptance and the mental model for interacting with ACC in real conditions. Research questions aimed to model the learning process in mathematical/statistical terms, examine moments and conditions when these processes stabilize, and assess how experience changes the mental model of the system. A sample of fifteen drivers without ACC experience drove a test vehicle with ACC ten consecutive times on the same route within a 2-month period. In contrast to the driving simulator study, all participants were fully trained in ACC functionality by reading the owner’s manual in the beginning. Results showed that learning, as well as the development of acceptance and trust in ACC follows the power law of learning, in case of comprehensive prior information on system limitations. Thus, the major part of the learning process occurred during the first interaction with the system and support in explaining the systems abilities (e.g. by tutoring systems) should therefore primarily be given during this first stage. All processes stabilized at a relatively high level after the fifth session, which corresponds to 185 km or 3.5 hours of driving. No decline was observable with ongoing system experience. However, in line with the findings from the simulator study, limitations that are not experienced tended to disappear from the mental model if they were not activated by experience. With regard to the validation of the developed methods for assessing mental models and SA, results are encouraging. The studies show that the mental model questionnaire is able to provide insights into the construction of mental models and the development over time. Likewise, the implicit measurement approach to assess SA online in the driving simulator is sensitive to user’s awareness of potentially critical situations. In terms of content, the results of the studies prove the enduring relevance of the initial mental model for the learning process, SA, as well as the development of trust, acceptance and a realistic mental model about automation capabilities and limitations. Given the importance of the initial mental model it is recommended that studies on system trust and acceptance should include, and attempt to control, users’ initial mental model of system functionality. Although the results showed that also incorrect and incomplete initial mental models converged by experience towards a realistic appreciation of system functionality, the more cognitive effort needed to update the mental model, the lower trust and acceptance. Providing an idealised description, which omits potential problems, only leads to temporarily higher trust and acceptance in the beginning. The experience of unexpected limitations results in a steady decrease in trust and acceptance over time. A trial-and-error strategy for in-vehicle automation use, without accompanying information, is therefore considered insufficient for developing stable trust and acceptance. If the mental model matches experience, trust and acceptance grow steadily following the power law of learning – regardless of the experience of system limitations. Provided that such events are known in advance, they will not cause a decrease in trust and acceptance over time. Even over-information about potential problems lowers trust and acceptance only in the beginning, and not in the long run. Potential problems should therefore not be concealed in over-idealised system descriptions; the more information given, the better, in the long run. However, limitations that are not experienced tend to disappear from the mental model. Therefore, it is recommended that users be periodically reminded of system limitations to make sure that corresponding knowledge becomes re-activated. Intelligent tutoring systems incorporated in automated systems could provide a solution. In the driving context, periodic reminders about system limitations could be shown via the multifunction displays integrated in most modern cars. Tutoring systems could also be used to remind the driver of the presence of specific in-vehicle automation systems and reveal their benefits. / Viele Aufgaben, die ehemals von Menschen ausgeführt wurden, werden heute von Maschinen übernommen. Dieser Prozess der Automatisierung betrifft viele Lebensbereiche von Arbeit, Wohnen, Kommunikation bis hin zur Mobilität. Im Bereich des Individualverkehrs wird die Automatisierung von Fahrzeugen als Möglichkeit gesehen, zukünftigen Herausforderungen wirtschaftlicher, gesellschaftlicher und umweltpolitischer Art zu begegnen. Allerdings verändert Automatisierung die Fahraufgabe und die Mensch-Technik Interaktion im Fahrzeug. Daher können beispielsweise erwartete Sicherheitsgewinne automatisch agierender Assistenzsysteme durch Veränderungen im Verhalten des Fahrers geschmälert werden, was als Verhaltensanpassung (behavioural adaptation) bezeichnet wird. Dieses Dissertationsprojekt untersucht motivationale und höhere kognitive Prozesse, die Verhaltensanpassungen im Umgang mit automatisierten Fahrerassistenzsystemen zugrunde liegen. Motivationale Prozesse beinhalten die Entwicklung von Akzeptanz und Vertrauen in das System, unter höheren kognitiven Prozessen werden Lernprozesse sowie die Entwicklung von mentalen Modellen des Systems und Situationsbewusstsein (Situation Awareness) verstanden. Im Fokus der Untersuchungen steht das Fahrerassistenzsystem Adaptive Cruise Control (ACC) als ein Beispiel für Automatisierung im Fahrzeug. ACC regelt automatisch die Geschwindigkeit des Fahrzeugs, indem bei freier Fahrbahn eine eingestellte Wunschgeschwindigkeit und bei einem Vorausfahrer automatisch ein eingestellter Abstand eingehalten wird. Allerdings kann ACC aufgrund von Einschränkungen der Sensorik nicht jede Situation bewältigen, weshalb der Fahrer übernehmen muss. Für diesen Interaktionsprozess spielen Vertrauen, Akzeptanz und das mentale Modell der Systemfunktionalität eine Schlüsselrolle, um einen sicheren Umgang mit dem System und ein adäquates Situationsbewusstsein zu entwickeln. Zur systematischen Erforschung dieser motivationalen und kognitiven Prozesse wurden eine Fahrsimulatorstudie und ein Versuch im Realverkehr durchgeführt. Beide Studien wurden im Messwiederholungsdesign angelegt, um dem Prozesscharakter gerecht werden und Veränderungen über die Zeit erfassen zu können. Die Entwicklung von Vertrauen, Akzeptanz und mentalem Modell in der Interaktion mit ACC war zentraler Forschungsgegenstand beider Studien. Bislang gibt es wenige Studien, die kognitive Prozesse im Kontext der Fahrzeugführung untersucht haben, unter anderem auch wegen methodischer Schwierigkeiten in diesem dynamischen Umfeld. Daher war es ebenfalls Teil dieses Dissertationsprojekts, neue Methoden zur Erfassung höherer kognitiver Prozesse in dieser Domäne zu entwickeln, mit Fokus auf mentalen Modellen und Situationsbewusstsein. Darüber hinaus wurde auch ein neuer Ansatz für die Analyse großer und heterogener Datenmengen im sozialwissenschaftlichen Bereich entwickelt, basierend auf dem Einsatz relationaler Datenbanken. Ziel der der Fahrsimulatorstudie war die systematische Erforschung des Effekts von unterschiedlich korrekten initialen mentalen Modellen von ACC auf die weitere Entwicklung des mentalen Modells, Vertrauen und Akzeptanz des Systems. Eine Stichprobe von insgesamt 51 Probanden nahm an der Studie teil; der Versuch wurde als zweifaktorielles (3x3) gemischtes Messwiederholungsdesign konzipiert. Die 3 parallelisierten Versuchsgruppen zu je 17 Personen erhielten (1) eine korrekte Beschreibung des ACC, (2) eine idealisierte Beschreibung unter Auslassung auftretender Systemprobleme und (3) eine überkritische Beschreibung mit zusätzlichen Hinweisen auf Systemprobleme, die nie auftraten. Alle Teilnehmer befuhren insgesamt dreimal im Zeitraum von sechs Wochen dieselbe 56 km lange Autobahnstrecke im Fahrsimulator mit identischem ACC-System. Mit zunehmendem Einsatz des ACC zeigte sich im anfänglich divergierenden mentalen Modell zwischen den Gruppen eine Entwicklung hin zum mentalen Modell der korrekt informierten Gruppe. Nicht erfahrene Systemprobleme tendierten dazu, im mentalen Modell zu verblassen, wenn sie nicht durch Erfahrung reaktiviert wurden. Vertrauen und Akzeptanz stiegen stetig in der korrekt informierten Gruppe. Dieselbe Entwicklung zeigte sich auch in der überkritisch informierten Gruppe, wobei Vertrauen und Akzeptanz anfänglich niedriger waren als in der Bedingung mit korrekter Information. Verschwiegene Systemprobleme führten zu einer konstanten Abnahme von Akzeptanz und Vertrauen ohne Erholung in der Gruppe mit idealisierter Beschreibung. Diese Resultate lassen darauf schließen, dass Probleme automatisierter Systeme sich nicht zwingend negativ auf Vertrauen und Akzeptanz auswirken, sofern sie vorab bekannt sind. Bei jeder Fahrt führten die Versuchsteilnehmer zudem kontinuierlich eine visuell beanspruchende Zweitaufgabe aus, die Surrogate Reference Task (SURT). Die Frequenz der Zweitaufgabenbearbeitung diente als objektives Echtzeitmaß für das Situationsbewusstsein, basierend auf dem Ansatz, dass situationsbewusste Fahrer die Zuwendung zur Zweitaufgabe reduzieren wenn sie potentiell kritische Situationen erwarten. Die Ergebnisse zeigten, dass die korrekt informierten Fahrer sich potentiell kritischer Situationen mit möglichen Systemproblemen bewusst waren und schon im Vorfeld der Entstehung die Zweitaufgabenbearbeitung reduzierten. Teilnehmer ohne Informationen zu auftretenden Systemproblemen wurden sich solcher Situationen erst nach dem ersten Auftreten bewusst und reduzierten in entsprechenden Szenarien der Folgefahrten die Zweitaufgabenbearbeitung. Allerdings sanken Vertrauen und Akzeptanz des Systems aufgrund der unerwarteten Probleme. Erwartete, aber nicht auftretende Systemprobleme tendierten dazu, im mentalen Modell des Systems zu verblassen und resultierten in vermindertem Situationsbewusstsein bereits in der zweiten Fahrt. Im Versuch unter Realbedingungen wurden der Lernprozesses sowie die Entwicklung des mentalen Modells, Vertrauen und Akzeptanz von ACC im Realverkehr erforscht. Ziele waren die statistisch/mathematische Modellierung des Lernprozesses, die Bestimmung von Zeitpunkten der Stabilisierung dieser Prozesse und wie sich reale Systemerfahrung auf das mentale Modell von ACC auswirkt. 15 Versuchsteilnehmer ohne ACC-Erfahrung fuhren ein Serienfahrzeug mit ACC insgesamt 10-mal auf der gleichen Strecke in einem Zeitraum von 2 Monaten. Im Unterschied zur Fahrsimulatorstudie waren alle Teilnehmer korrekt über die ACC-Funktionen und Funktionsgrenzen informiert durch Lesen der entsprechenden Abschnitte im Fahrzeughandbuch am Beginn der Studie. Die Ergebnisse zeigten, dass der Lernprozess sowie die Entwicklung von Akzeptanz und Vertrauen einer klassischen Lernkurve folgen – unter der Bedingung umfassender vorheriger Information zu Systemgrenzen. Der größte Lernfortschritt ist am Beginn der Interaktion mit dem System sichtbar und daher sollten Hilfen (z.B. durch intelligente Tutorsysteme) in erster Linie zu diesem Zeitpunkt gegeben werden. Eine Stabilisierung aller Prozesse zeigte sich nach der fünften Fahrt, was einer Fahrstrecke von rund 185 km oder 3,5 Stunden Fahrzeit entspricht. Es zeigten sich keine Einbrüche in Akzeptanz, Vertrauen bzw. dem Lernprozess durch die gemachten Erfahrungen im Straßenverkehr. Allerdings zeigte sich – analog zur Fahrsimulatorstudie – auch in der Realfahrstudie ein Verblassen von nicht erfahrenen Systemgrenzen im mentalen Modell, wenn diese nicht durch Erfahrungen aktiviert wurden. Im Hinblick auf die Validierung der neu entwickelten Methoden zur Erfassung von mentalen Modellen und Situationsbewusstsein sind die Resultate vielversprechend. Die Studien zeigen, dass mit dem entwickelten Fragebogenansatz zur Quantifizierung des mentalen Modells Einblicke in Aufbau und Entwicklung mentaler Modelle gegeben werden können. Der implizite Echtzeit-Messansatz für Situationsbewusstsein im Fahrsimulator zeigt sich ebenfalls sensitiv in der Erfassung des Bewusstseins von Fahrern für potentiell kritische Situationen. Inhaltlich zeigen die Studien die nachhaltige Relevanz des initialen mentalen Modells für den Lernprozess sowie die Entwicklung von Situationsbewusstsein, Akzeptanz, Vertrauen und die weitere Ausformung eines realistischen mentalen Modells der Möglichkeiten und Grenzen automatisierter Systeme. Aufgrund dieser Relevanz wird die Einbindung und Kontrolle des initialen mentalen Modells in Studien zu automatisierten Systemen unbedingt empfohlen. Die Ergebnisse zeigen zwar, dass sich auch unvollständige bzw. falsche mentale Modelle durch Erfahrungslernen hin zu einer realistischen Einschätzung der Systemmöglichkeiten und -grenzen verändern, allerdings um den Preis sinkenden Vertrauens und abnehmender Akzeptanz. Idealisierte Systembeschreibungen ohne Hinweise auf mögliche Systemprobleme bringen nur anfänglich etwas höheres Vertrauen und Akzeptanz. Das Erleben unerwarteter Probleme führt zu einem stetigen Abfall dieser motivationalen Faktoren über die Zeit. Ein alleiniges Versuchs-Irrtums-Lernen für den Umgang mit automatisierter Assistenz im Fahrzeug ohne zusätzliche Information wird daher als nicht ausreichend für die Entwicklung stabilen Vertrauens und stabiler Akzeptanz betrachtet. Wenn das initiale mentale Modell den Erfahrungen entspricht, entwickeln sich Akzeptanz und Vertrauen gemäß einer klassischen Lernkurve – trotz erlebter Systemgrenzen. Sind diese potentiellen Probleme vorher bekannt, führen sie nicht zwingend zu einer Reduktion von Vertrauen und Akzeptanz. Auch zusätzliche überkritische Information vermindert Vertrauen und Akzeptanz nur am Beginn, aber nicht langfristig. Daher sollen potentielle Probleme in automatisierten Systemen nicht in idealisierten Beschreibungen verschwiegen werden – je präzisere Information gegeben wird, desto besser im langfristigen Verlauf. Allerdings tendieren nicht erfahrene Systemgrenzen zum Verblassen im mentalen Modell. Daher wird empfohlen, Nutzer regelmäßig an diese Systemgrenzen zu erinnern um die entsprechenden Facetten des mentalen Modells zu reaktivieren. In automatisierten Systemen integrierte intelligente Tutorsysteme könnten dafür eine Lösung bieten. Im Fahrzeugbereich könnten solche periodischen Erinnerungen an Systemgrenzen in Multifunktionsdisplays angezeigt werden, die mittlerweile in vielen modernen Fahrzeugen integriert sind. Diese Tutorsysteme können darüber hinaus auch auf die Präsenz eingebauter automatisierter Systeme hinweisen und deren Vorteile aufzeigen.

Many functions that at one time could only be performed by humans can nowadays be carried out by machines. Automation impacts many areas of life including work, home, communication and mobility. In the driving context, in-vehicle automation is considered to provide solutions for environmental, economic, safety and societal challenges. However, automation changes the driving task and the human-machine interaction. Thus, the expected benefit of in-vehicle automation can be undermined by changes in drivers’ behaviour, i.e. behavioural adaptation. This PhD project focuses on motivational as well as higher cognitive processes underlying behavioural adaptation when interacting with in-vehicle automation. Motivational processes include the development of trust and acceptance, whereas higher cognitive processes comprise the learning process as well as the development of mental models and Situation Awareness (SA). As an example for in-vehicle automation, the advanced driver assistance system Adaptive Cruise Control (ACC) was investigated. ACC automates speed and distance control by maintaining a constant set cruising speed and automatically adjusting vehicle’s velocity in order to provide a specified distance to the preceding vehicle. However, due to sensor limitations, not every situation can be handled by the system and therefore driver intervention is required. Trust, acceptance and an appropriate mental model of the system functionality are considered key variables for adequate use and appropriate SA. To systematically investigate changes in motivational and higher cognitive processes, a driving simulator as well as an on-road study were carried out. Both of the studies were conducted using a repeated-measures design, taking into account the process character, i.e. changes over time. The main focus was on the development of trust, acceptance and the mental model of novice users when interacting with ACC. By now, only few studies have attempted to assess changes in higher level cognitive processes, due to methodological difficulties posed by the dynamic task of driving. Therefore, this PhD project aimed at the elaboration and validation of innovative methods for assessing higher cognitive processes, with an emphasis on SA and mental models. In addition, a new approach for analyzing big and heterogeneous data in social science was developed, based on the use of relational databases. The driving simulator study investigated the effect of divergent initial mental models of ACC (i.e., varying according to correctness) on trust, acceptance and mental model evolvement. A longitudinal study design was applied, using a two-way (3×3) repeated measures mixed design with a matched sample of 51 subjects. Three experimental groups received (1) a correct ACC description, (2) an incomplete and idealised account omitting potential problems, and (3) an incorrect description including non-occurring problems. All subjects drove a 56-km track of highway with an identical ACC system, three times, and within a period of 6 weeks. Results showed that after using the system, participants’ mental model of ACC converged towards the profile of the correct group. Non-experienced problems tended to disappear from the mental model network when they were not activated by experience. Trust and acceptance grew steadily for the correct condition. The same trend was observed for the group with non-occurring problems, starting from a lower initial level. Omitted problems in the incomplete group led to a constant decrease in trust and acceptance without recovery. This indicates that automation failures do not negatively affect trust and acceptance if they are known beforehand. During each drive, participants continuously completed a visual secondary task, the Surrogate Reference Task (SURT). The frequency of task completion was used as objective online-measure for SA, based on the principle that situationally aware driver would reduce the engagement in the secondary task if they expect potentially critical situations. Results showed that correctly informed drivers were aware of potential system limitations and reduced their engagement in the secondary task when such situations arose. Participants with no information about limitations became only aware after first encounter and reduced secondary task engagement in corresponding situations during subsequent trials. However, trust and acceptance in the system declined over time due to the unexpected failures. Non occurring limitations tended to drop from the mental model and resulted in reduced SA already in the second trial. The on-road study investigated the learning process, as well as the development of trust, acceptance and the mental model for interacting with ACC in real conditions. Research questions aimed to model the learning process in mathematical/statistical terms, examine moments and conditions when these processes stabilize, and assess how experience changes the mental model of the system. A sample of fifteen drivers without ACC experience drove a test vehicle with ACC ten consecutive times on the same route within a 2-month period. In contrast to the driving simulator study, all participants were fully trained in ACC functionality by reading the owner’s manual in the beginning. Results showed that learning, as well as the development of acceptance and trust in ACC follows the power law of learning, in case of comprehensive prior information on system limitations. Thus, the major part of the learning process occurred during the first interaction with the system and support in explaining the systems abilities (e.g. by tutoring systems) should therefore primarily be given during this first stage. All processes stabilized at a relatively high level after the fifth session, which corresponds to 185 km or 3.5 hours of driving. No decline was observable with ongoing system experience. However, in line with the findings from the simulator study, limitations that are not experienced tended to disappear from the mental model if they were not activated by experience. With regard to the validation of the developed methods for assessing mental models and SA, results are encouraging. The studies show that the mental model questionnaire is able to provide insights into the construction of mental models and the development over time. Likewise, the implicit measurement approach to assess SA online in the driving simulator is sensitive to user’s awareness of potentially critical situations. In terms of content, the results of the studies prove the enduring relevance of the initial mental model for the learning process, SA, as well as the development of trust, acceptance and a realistic mental model about automation capabilities and limitations. Given the importance of the initial mental model it is recommended that studies on system trust and acceptance should include, and attempt to control, users’ initial mental model of system functionality. Although the results showed that also incorrect and incomplete initial mental models converged by experience towards a realistic appreciation of system functionality, the more cognitive effort needed to update the mental model, the lower trust and acceptance. Providing an idealised description, which omits potential problems, only leads to temporarily higher trust and acceptance in the beginning. The experience of unexpected limitations results in a steady decrease in trust and acceptance over time. A trial-and-error strategy for in-vehicle automation use, without accompanying information, is therefore considered insufficient for developing stable trust and acceptance. If the mental model matches experience, trust and acceptance grow steadily following the power law of learning – regardless of the experience of system limitations. Provided that such events are known in advance, they will not cause a decrease in trust and acceptance over time. Even over-information about potential problems lowers trust and acceptance only in the beginning, and not in the long run. Potential problems should therefore not be concealed in over-idealised system descriptions; the more information given, the better, in the long run. However, limitations that are not experienced tend to disappear from the mental model. Therefore, it is recommended that users be periodically reminded of system limitations to make sure that corresponding knowledge becomes re-activated. Intelligent tutoring systems incorporated in automated systems could provide a solution. In the driving context, periodic reminders about system limitations could be shown via the multifunction displays integrated in most modern cars. Tutoring systems could also be used to remind the driver of the presence of specific in-vehicle automation systems and reveal their benefits.:Table of contents LIST OF FIGURES I LIST OF TABLES II LIST OF ABBREVIATIONS III ACKNOWLEDGEMENTS IV SUMMARY V ZUSAMMENFASSUNG VIII 1 INTRODUCTION 12 2 THEORETICAL BACKGROUND 14 2.1 BEHAVIOURAL ADAPTATION AND HIGHER COGNITIVE PROCESSES 14 2.2 VEHICLE AUTOMATION AND ADAPTIVE CRUISE CONTROL 17 2.3 MENTAL MODELS 20 2.3.1 Definition 20 2.3.2 Mental model construction and update 20 2.3.3 Discussion of existing measures 21 2.3.4 Development of the mental model questionnaire 23 2.4 SITUATION AWARENESS 24 2.4.1 Definition 24 2.4.2 Relationship between mental models and Situation Awareness 26 2.4.3 Situation Awareness as comprehension process 27 2.4.4 Discussion of existing measures 27 2.4.5 Development of the Situation Awareness measurement technique 29 2.5 LEARNING, ACCEPTANCE AND TRUST IN AUTOMATION 30 2.5.1 Power law of learning 30 2.5.2 Acceptance 31 2.5.3 Trust in automation 31 2.5.4 Related research on learning, acceptance and trust in ACC 32 3 OVERALL RESEARCH QUESTIONS 34 4 OVERALL METHODOLOGICAL CONSIDERATIONS 35 4.1 DRIVING SIMULATOR STUDIES AND ON-ROAD TESTS 35 4.2 DATABASE-FRAMEWORK FOR DATA STORAGE AND ANALYSIS 37 5 DRIVING SIMULATOR STUDY 42 5.1 AIMS AND RESEARCH QUESTIONS 42 5.2 METHOD AND MATERIAL 43 5.2.1 Sampling and participants 43 5.2.2 Research design and procedure 44 5.2.3 Facilities and driving simulator track 45 5.2.4 Secondary task SURT 46 5.2.5 System description 46 5.2.6 Dependent variables trust, acceptance and mental model 47 5.2.7 Contrast analysis 48 5.3 RESULTS 49 5.3.1 Mental model 49 5.3.2 Trust and acceptance 51 5.3.3 Situation Awareness 52 5.4 DISCUSSION 56 6 ON-ROAD STUDY 59 6.1 AIMS AND RESEARCH QUESTIONS 59 6.2 METHOD AND MATERIAL 59 6.2.1 Research design and procedure 59 6.2.2 Sampling and participants 60 6.2.3 Facilities and apparatus 60 6.2.4 Dependent variables mental model, trust, acceptance, learning and ACC usage 62 6.3 RESULTS 63 6.3.1 ACC usage 63 6.3.2 Trust and acceptance 64 6.3.3 Learning 65 6.3.4 Mental model 67 6.4 DISCUSSION 68 7 GENERAL DISCUSSION AND CONCLUSIONS 70 7.1 THEORETICAL AND PRACTICAL CONSIDERATIONS 70 7.2 METHODOLOGICAL CONSIDERATIONS 71 7.3 LIMITATIONS AND DIRECTIONS FOR FUTURE RESEARCH 74 8 REFERENCES 76 9 APPENDIX 88 9.1 QUESTIONNAIRES USED IN THE DRIVING SIMULATOR STUDY 88 9.1.1 Original German version 88 9.1.2 English translation 91 9.2 ACC DESCRIPTIONS USED IN THE DRIVING SIMULATOR STUDY 94 9.2.1 Correct description 94 9.2.2 Incomplete description 95 9.2.3 Incorrect description 96 9.3 SCHEMATIC OVERVIEW OF THE DRIVING SIMULATOR TRACK 97 9.4 QUESTIONNAIRES USED IN THE ON-ROAD STUDY 99 9.4.1 Original German version 99 9.4.2 English translation 103 9.5 SEMINAR PROGRAMME: DATABASES AS ANALYSIS TOOL IN SOCIAL SCIENCE 107 9.6 CURRICULUM VITAE AND PUBLICATIONS 109 / Viele Aufgaben, die ehemals von Menschen ausgeführt wurden, werden heute von Maschinen übernommen. Dieser Prozess der Automatisierung betrifft viele Lebensbereiche von Arbeit, Wohnen, Kommunikation bis hin zur Mobilität. Im Bereich des Individualverkehrs wird die Automatisierung von Fahrzeugen als Möglichkeit gesehen, zukünftigen Herausforderungen wirtschaftlicher, gesellschaftlicher und umweltpolitischer Art zu begegnen. Allerdings verändert Automatisierung die Fahraufgabe und die Mensch-Technik Interaktion im Fahrzeug. Daher können beispielsweise erwartete Sicherheitsgewinne automatisch agierender Assistenzsysteme durch Veränderungen im Verhalten des Fahrers geschmälert werden, was als Verhaltensanpassung (behavioural adaptation) bezeichnet wird. Dieses Dissertationsprojekt untersucht motivationale und höhere kognitive Prozesse, die Verhaltensanpassungen im Umgang mit automatisierten Fahrerassistenzsystemen zugrunde liegen. Motivationale Prozesse beinhalten die Entwicklung von Akzeptanz und Vertrauen in das System, unter höheren kognitiven Prozessen werden Lernprozesse sowie die Entwicklung von mentalen Modellen des Systems und Situationsbewusstsein (Situation Awareness) verstanden. Im Fokus der Untersuchungen steht das Fahrerassistenzsystem Adaptive Cruise Control (ACC) als ein Beispiel für Automatisierung im Fahrzeug. ACC regelt automatisch die Geschwindigkeit des Fahrzeugs, indem bei freier Fahrbahn eine eingestellte Wunschgeschwindigkeit und bei einem Vorausfahrer automatisch ein eingestellter Abstand eingehalten wird. Allerdings kann ACC aufgrund von Einschränkungen der Sensorik nicht jede Situation bewältigen, weshalb der Fahrer übernehmen muss. Für diesen Interaktionsprozess spielen Vertrauen, Akzeptanz und das mentale Modell der Systemfunktionalität eine Schlüsselrolle, um einen sicheren Umgang mit dem System und ein adäquates Situationsbewusstsein zu entwickeln. Zur systematischen Erforschung dieser motivationalen und kognitiven Prozesse wurden eine Fahrsimulatorstudie und ein Versuch im Realverkehr durchgeführt. Beide Studien wurden im Messwiederholungsdesign angelegt, um dem Prozesscharakter gerecht werden und Veränderungen über die Zeit erfassen zu können. Die Entwicklung von Vertrauen, Akzeptanz und mentalem Modell in der Interaktion mit ACC war zentraler Forschungsgegenstand beider Studien. Bislang gibt es wenige Studien, die kognitive Prozesse im Kontext der Fahrzeugführung untersucht haben, unter anderem auch wegen methodischer Schwierigkeiten in diesem dynamischen Umfeld. Daher war es ebenfalls Teil dieses Dissertationsprojekts, neue Methoden zur Erfassung höherer kognitiver Prozesse in dieser Domäne zu entwickeln, mit Fokus auf mentalen Modellen und Situationsbewusstsein. Darüber hinaus wurde auch ein neuer Ansatz für die Analyse großer und heterogener Datenmengen im sozialwissenschaftlichen Bereich entwickelt, basierend auf dem Einsatz relationaler Datenbanken. Ziel der der Fahrsimulatorstudie war die systematische Erforschung des Effekts von unterschiedlich korrekten initialen mentalen Modellen von ACC auf die weitere Entwicklung des mentalen Modells, Vertrauen und Akzeptanz des Systems. Eine Stichprobe von insgesamt 51 Probanden nahm an der Studie teil; der Versuch wurde als zweifaktorielles (3x3) gemischtes Messwiederholungsdesign konzipiert. Die 3 parallelisierten Versuchsgruppen zu je 17 Personen erhielten (1) eine korrekte Beschreibung des ACC, (2) eine idealisierte Beschreibung unter Auslassung auftretender Systemprobleme und (3) eine überkritische Beschreibung mit zusätzlichen Hinweisen auf Systemprobleme, die nie auftraten. Alle Teilnehmer befuhren insgesamt dreimal im Zeitraum von sechs Wochen dieselbe 56 km lange Autobahnstrecke im Fahrsimulator mit identischem ACC-System. Mit zunehmendem Einsatz des ACC zeigte sich im anfänglich divergierenden mentalen Modell zwischen den Gruppen eine Entwicklung hin zum mentalen Modell der korrekt informierten Gruppe. Nicht erfahrene Systemprobleme tendierten dazu, im mentalen Modell zu verblassen, wenn sie nicht durch Erfahrung reaktiviert wurden. Vertrauen und Akzeptanz stiegen stetig in der korrekt informierten Gruppe. Dieselbe Entwicklung zeigte sich auch in der überkritisch informierten Gruppe, wobei Vertrauen und Akzeptanz anfänglich niedriger waren als in der Bedingung mit korrekter Information. Verschwiegene Systemprobleme führten zu einer konstanten Abnahme von Akzeptanz und Vertrauen ohne Erholung in der Gruppe mit idealisierter Beschreibung. Diese Resultate lassen darauf schließen, dass Probleme automatisierter Systeme sich nicht zwingend negativ auf Vertrauen und Akzeptanz auswirken, sofern sie vorab bekannt sind. Bei jeder Fahrt führten die Versuchsteilnehmer zudem kontinuierlich eine visuell beanspruchende Zweitaufgabe aus, die Surrogate Reference Task (SURT). Die Frequenz der Zweitaufgabenbearbeitung diente als objektives Echtzeitmaß für das Situationsbewusstsein, basierend auf dem Ansatz, dass situationsbewusste Fahrer die Zuwendung zur Zweitaufgabe reduzieren wenn sie potentiell kritische Situationen erwarten. Die Ergebnisse zeigten, dass die korrekt informierten Fahrer sich potentiell kritischer Situationen mit möglichen Systemproblemen bewusst waren und schon im Vorfeld der Entstehung die Zweitaufgabenbearbeitung reduzierten. Teilnehmer ohne Informationen zu auftretenden Systemproblemen wurden sich solcher Situationen erst nach dem ersten Auftreten bewusst und reduzierten in entsprechenden Szenarien der Folgefahrten die Zweitaufgabenbearbeitung. Allerdings sanken Vertrauen und Akzeptanz des Systems aufgrund der unerwarteten Probleme. Erwartete, aber nicht auftretende Systemprobleme tendierten dazu, im mentalen Modell des Systems zu verblassen und resultierten in vermindertem Situationsbewusstsein bereits in der zweiten Fahrt. Im Versuch unter Realbedingungen wurden der Lernprozesses sowie die Entwicklung des mentalen Modells, Vertrauen und Akzeptanz von ACC im Realverkehr erforscht. Ziele waren die statistisch/mathematische Modellierung des Lernprozesses, die Bestimmung von Zeitpunkten der Stabilisierung dieser Prozesse und wie sich reale Systemerfahrung auf das mentale Modell von ACC auswirkt. 15 Versuchsteilnehmer ohne ACC-Erfahrung fuhren ein Serienfahrzeug mit ACC insgesamt 10-mal auf der gleichen Strecke in einem Zeitraum von 2 Monaten. Im Unterschied zur Fahrsimulatorstudie waren alle Teilnehmer korrekt über die ACC-Funktionen und Funktionsgrenzen informiert durch Lesen der entsprechenden Abschnitte im Fahrzeughandbuch am Beginn der Studie. Die Ergebnisse zeigten, dass der Lernprozess sowie die Entwicklung von Akzeptanz und Vertrauen einer klassischen Lernkurve folgen – unter der Bedingung umfassender vorheriger Information zu Systemgrenzen. Der größte Lernfortschritt ist am Beginn der Interaktion mit dem System sichtbar und daher sollten Hilfen (z.B. durch intelligente Tutorsysteme) in erster Linie zu diesem Zeitpunkt gegeben werden. Eine Stabilisierung aller Prozesse zeigte sich nach der fünften Fahrt, was einer Fahrstrecke von rund 185 km oder 3,5 Stunden Fahrzeit entspricht. Es zeigten sich keine Einbrüche in Akzeptanz, Vertrauen bzw. dem Lernprozess durch die gemachten Erfahrungen im Straßenverkehr. Allerdings zeigte sich – analog zur Fahrsimulatorstudie – auch in der Realfahrstudie ein Verblassen von nicht erfahrenen Systemgrenzen im mentalen Modell, wenn diese nicht durch Erfahrungen aktiviert wurden. Im Hinblick auf die Validierung der neu entwickelten Methoden zur Erfassung von mentalen Modellen und Situationsbewusstsein sind die Resultate vielversprechend. Die Studien zeigen, dass mit dem entwickelten Fragebogenansatz zur Quantifizierung des mentalen Modells Einblicke in Aufbau und Entwicklung mentaler Modelle gegeben werden können. Der implizite Echtzeit-Messansatz für Situationsbewusstsein im Fahrsimulator zeigt sich ebenfalls sensitiv in der Erfassung des Bewusstseins von Fahrern für potentiell kritische Situationen. Inhaltlich zeigen die Studien die nachhaltige Relevanz des initialen mentalen Modells für den Lernprozess sowie die Entwicklung von Situationsbewusstsein, Akzeptanz, Vertrauen und die weitere Ausformung eines realistischen mentalen Modells der Möglichkeiten und Grenzen automatisierter Systeme. Aufgrund dieser Relevanz wird die Einbindung und Kontrolle des initialen mentalen Modells in Studien zu automatisierten Systemen unbedingt empfohlen. Die Ergebnisse zeigen zwar, dass sich auch unvollständige bzw. falsche mentale Modelle durch Erfahrungslernen hin zu einer realistischen Einschätzung der Systemmöglichkeiten und -grenzen verändern, allerdings um den Preis sinkenden Vertrauens und abnehmender Akzeptanz. Idealisierte Systembeschreibungen ohne Hinweise auf mögliche Systemprobleme bringen nur anfänglich etwas höheres Vertrauen und Akzeptanz. Das Erleben unerwarteter Probleme führt zu einem stetigen Abfall dieser motivationalen Faktoren über die Zeit. Ein alleiniges Versuchs-Irrtums-Lernen für den Umgang mit automatisierter Assistenz im Fahrzeug ohne zusätzliche Information wird daher als nicht ausreichend für die Entwicklung stabilen Vertrauens und stabiler Akzeptanz betrachtet. Wenn das initiale mentale Modell den Erfahrungen entspricht, entwickeln sich Akzeptanz und Vertrauen gemäß einer klassischen Lernkurve – trotz erlebter Systemgrenzen. Sind diese potentiellen Probleme vorher bekannt, führen sie nicht zwingend zu einer Reduktion von Vertrauen und Akzeptanz. Auch zusätzliche überkritische Information vermindert Vertrauen und Akzeptanz nur am Beginn, aber nicht langfristig. Daher sollen potentielle Probleme in automatisierten Systemen nicht in idealisierten Beschreibungen verschwiegen werden – je präzisere Information gegeben wird, desto besser im langfristigen Verlauf. Allerdings tendieren nicht erfahrene Systemgrenzen zum Verblassen im mentalen Modell. Daher wird empfohlen, Nutzer regelmäßig an diese Systemgrenzen zu erinnern um die entsprechenden Facetten des mentalen Modells zu reaktivieren. In automatisierten Systemen integrierte intelligente Tutorsysteme könnten dafür eine Lösung bieten. Im Fahrzeugbereich könnten solche periodischen Erinnerungen an Systemgrenzen in Multifunktionsdisplays angezeigt werden, die mittlerweile in vielen modernen Fahrzeugen integriert sind. Diese Tutorsysteme können darüber hinaus auch auf die Präsenz eingebauter automatisierter Systeme hinweisen und deren Vorteile aufzeigen.:Table of contents LIST OF FIGURES I LIST OF TABLES II LIST OF ABBREVIATIONS III ACKNOWLEDGEMENTS IV SUMMARY V ZUSAMMENFASSUNG VIII 1 INTRODUCTION 12 2 THEORETICAL BACKGROUND 14 2.1 BEHAVIOURAL ADAPTATION AND HIGHER COGNITIVE PROCESSES 14 2.2 VEHICLE AUTOMATION AND ADAPTIVE CRUISE CONTROL 17 2.3 MENTAL MODELS 20 2.3.1 Definition 20 2.3.2 Mental model construction and update 20 2.3.3 Discussion of existing measures 21 2.3.4 Development of the mental model questionnaire 23 2.4 SITUATION AWARENESS 24 2.4.1 Definition 24 2.4.2 Relationship between mental models and Situation Awareness 26 2.4.3 Situation Awareness as comprehension process 27 2.4.4 Discussion of existing measures 27 2.4.5 Development of the Situation Awareness measurement technique 29 2.5 LEARNING, ACCEPTANCE AND TRUST IN AUTOMATION 30 2.5.1 Power law of learning 30 2.5.2 Acceptance 31 2.5.3 Trust in automation 31 2.5.4 Related research on learning, acceptance and trust in ACC 32 3 OVERALL RESEARCH QUESTIONS 34 4 OVERALL METHODOLOGICAL CONSIDERATIONS 35 4.1 DRIVING SIMULATOR STUDIES AND ON-ROAD TESTS 35 4.2 DATABASE-FRAMEWORK FOR DATA STORAGE AND ANALYSIS 37 5 DRIVING SIMULATOR STUDY 42 5.1 AIMS AND RESEARCH QUESTIONS 42 5.2 METHOD AND MATERIAL 43 5.2.1 Sampling and participants 43 5.2.2 Research design and procedure 44 5.2.3 Facilities and driving simulator track 45 5.2.4 Secondary task SURT 46 5.2.5 System description 46 5.2.6 Dependent variables trust, acceptance and mental model 47 5.2.7 Contrast analysis 48 5.3 RESULTS 49 5.3.1 Mental model 49 5.3.2 Trust and acceptance 51 5.3.3 Situation Awareness 52 5.4 DISCUSSION 56 6 ON-ROAD STUDY 59 6.1 AIMS AND RESEARCH QUESTIONS 59 6.2 METHOD AND MATERIAL 59 6.2.1 Research design and procedure 59 6.2.2 Sampling and participants 60 6.2.3 Facilities and apparatus 60 6.2.4 Dependent variables mental model, trust, acceptance, learning and ACC usage 62 6.3 RESULTS 63 6.3.1 ACC usage 63 6.3.2 Trust and acceptance 64 6.3.3 Learning 65 6.3.4 Mental model 67 6.4 DISCUSSION 68 7 GENERAL DISCUSSION AND CONCLUSIONS 70 7.1 THEORETICAL AND PRACTICAL CONSIDERATIONS 70 7.2 METHODOLOGICAL CONSIDERATIONS 71 7.3 LIMITATIONS AND DIRECTIONS FOR FUTURE RESEARCH 74 8 REFERENCES 76 9 APPENDIX 88 9.1 QUESTIONNAIRES USED IN THE DRIVING SIMULATOR STUDY 88 9.1.1 Original German version 88 9.1.2 English translation 91 9.2 ACC DESCRIPTIONS USED IN THE DRIVING SIMULATOR STUDY 94 9.2.1 Correct description 94 9.2.2 Incomplete description 95 9.2.3 Incorrect description 96 9.3 SCHEMATIC OVERVIEW OF THE DRIVING SIMULATOR TRACK 97 9.4 QUESTIONNAIRES USED IN THE ON-ROAD STUDY 99 9.4.1 Original German version 99 9.4.2 English translation 103 9.5 SEMINAR PROGRAMME: DATABASES AS ANALYSIS TOOL IN SOCIAL SCIENCE 107 9.6 CURRICULUM VITAE AND PUBLICATIONS 109