Zur Kurzanzeige

dc.contributor.authorGrzyb, Kai Robinde_DE
dc.contributor.authorRösler, Alexanderde_DE
dc.contributor.authorRockstroh, Janade_DE
dc.contributor.authorQuint, Gesinede_DE
dc.contributor.authorBartel, Torstende_DE
dc.contributor.editorHess, Stefande_DE
dc.contributor.editorFischer, Holgerde_DE
dc.date.accessioned2017-11-18T00:25:38Z
dc.date.available2017-11-18T00:25:38Z
dc.date.issued2016
dc.identifier.urihttp://dl.gi.de/handle/20.500.12116/5459
dc.description.abstractEye-Tracking ist ein mächtiges Tool in Usability-Projekten. Eine quantitative Analyse von Eye-Tracking Daten kann Muster im Nutzerverhalten aufdecken, die qualitativen Ansätzen verborgen bleiben. In der Kommunikation der Ergebnisse sind Heatmaps überzeugende visuelle Argumente. Leider werden beim Einsatz von Eye-Tracking häufig methodische Fehler begangen. Auch wird die Aussagekraft der gefundenen Ergebnisse oft überstrapaziert. Schließlich wird Eye-Tracking selbst in solchen Projekten eingesetzt, wo der Mehrwert zur Beantwortung der Fragestellung minimal ist. Aus unser langjährigen Erfahrung mit dutzenden von Kundenprojekten zeigen wir auf, welches die häufigsten Fehler sind, wie sie vermieden werden können und wie man Eye-Tracking auch bei rein qualitativen Fragestellungen gewinnbringend einsetzen kann.de_DE
dc.language.isodede_DE
dc.publisherGesellschaft für Informatik e.V. und die German UPA e.Vde_DE
dc.relation.ispartofUP 2016de_DE
dc.relation.ispartofseriesUsability Professionalsde_DE
dc.subjectEye-Trackingde_DE
dc.subjectUsability-Testde_DE
dc.subjectquantitativde_DE
dc.subjectqualitativde_DE
dc.subjectMethodende_DE
dc.titleEye-Tracking in Usability-Tests - Die häufigsten Fehler und wie man sie vermeiden kannde_DE
dc.typetalkde_DE
dc.pubPlaceAachende_DE
mci.document.qualitydigidocde_DE
mci.conference.sessiontitleTestingde_DE
dc.identifier.doi10.18420/muc2016-up-0149de_DE


Dateien zu dieser Ressource

Thumbnail

Zur Kurzanzeige