Vertrauen durch XAI

Vertrauen durch XAI

Wie beeinflussen unterschiedliche KI-Erklärungen das Vertrauen von Nutzern in vollautomatisierte Fahrzeuge in unsicheren Fahrsituationen? Im Zentrum stehen visuelle, textuelle und auditive Erklärungskonzepte (XAI) für mehrdeutige Verkehrssituationen. Sie wurden in einer Online-Studie und einer Simulatorstudie mit Eye-Tracking geprüft. Aus den Ergebnissen wurden sieben Gestaltungsrichtlinien für erklärbare KI in vollautomatisierten Fahrzeugen formuliert.

Ausgangslage

Vollautomatisierte Fahrzeuge treffen Entscheidungen eigenständig, ohne dass Nutzer eingreifen oder deren Beweggründe kennen. Genau das schafft Unsicherheit in Situationen, in denen klare Verkehrsregeln fehlen und es kein eindeutiges Richtig oder Falsch gibt. In meiner Bachelorarbeit ging ich der Frage nach, welche Kombination aus visuellen, textuellen und auditiven Erklärungen sich am positivsten auf Vertrauen, Zufriedenheit und kognitive Belastung auswirkt.

Mehrdeutige Fahrszenarien

Für die Untersuchung entstanden vier Fahrsituationen, jede aus einer anderen Kategorie mehrdeutiger Verkehrssituationen. Jede Szene wurde in Blender modelliert und in drei Umgebungsvarianten gebaut, um Lerneffekte bei den Teilnehmenden zu vermeiden und gleichzeitig exakt reproduzierbare Bedingungen zu schaffen.

Visuelle, textuelle und auditive Erklärung

Für jedes Szenario entstanden drei Erklärungsebenen: eine abstrahierte Bird's-Eye-View, kurze Textbausteine, die Aktion, Grund und Ziel des Fahrzeugs benennen, sowie eine natürlich klingende Sprachausgabe. Basierend auf Nutzerfeedback wurden die Erklärungen in einer weiteren Iteration angepasst.

Studienaufbau

Um sowohl quantitative als auch qualitative Erkenntnisse zu gewinnen, kombinierte das Forschungsdesign eine Online-Umfrage mit einer Simulatorstudie vor Ort.

Ergebnisse und Gestaltungsrichtlinien

Die Kombination aus allen drei Modalitäten erzielte durchgehend die höchste Zufriedenheit und das höchste Vertrauen, während rein visuell-textuelle Erklärungen am schlechtesten abschnitten. Gleichzeitig zeigte sich, dass dauerhafte Sprachausgabe auf Dauer als störend empfunden wird. Aus den Ergebnissen entstanden sieben Gestaltungsrichtlinien für erklärbare KI in vollautomatisierten Fahrzeugen.

Fazit

Das Projekt zeigt, wie Vertrauen in ein System von der Art der Kommunikation abhängt und nicht nur vom Inhalt der Information. Es waren wertvolle Erfahrungen im UX Research, und ich konnte mich in Blender und der 3D-Modellierung sowie im Studiendesign weiterentwickeln.