STADT:up Abschluss: Was über drei Jahre UX-Forschung für autonomes Fahren uns gelehrt haben

Eine der zentralen Erkenntnisse aus unserer Forschung: Das Vertrauen und Sicherheitsgefühl der Fahrzeuginsassen wird durch erklärende HMI-Informationen maßgeblich gesteigert. Dabei hängt das Informationsbedürfnis stark davon ab, wie sicher oder gefährlich eine Situation empfunden wird. In kritischen Momenten — eine unübersichtliche Kreuzung, ein überquerender Fußgänger, eine enge Kurve, steigt der Wunsch nach konkreten Erklärungen erheblich an. Was sieht das Fahrzeug? Was plant es? Ein gut gestaltetes iHMI liefert genau dann Informationen, wenn sie gebraucht werden und hält sich zurück, wenn sie stören würden.

Gleichzeitig haben wir festgestellt, dass dieses Bedürfnis hochgradig individuell ist. Während einige Nutzer:innen eine kontinuierliche, detaillierte Rückmeldung bevorzugen, um sich sicher zu fühlen, empfinden andere dieselbe Informationsdichte schnell als störend.

Diese Erkenntnis hat weitreichende Konsequenzen für das UX Design autonomer Systeme: Ein statisches Interface reicht nicht. Es braucht adaptive, kontextabhängige und personalisierbare Interaktionskonzepte auf denen unser iHMI-Gesamtkonzept aufbaut.

Im zweiten Halbjahr 2025 führten wir in Berlin eine Nutzerstudie mit 30 Teilnehmer:innen durch, die unser iHMI-Gesamtkonzept in Gänze evaluierte, inklusive der neu entwickelten Komponenten AR-Windshield (Augmented-Reality-Windschutzscheibe) und Sprachansagen.

Das Ergebnis für die AR-Visualisierung war eindeutig: Wenn das Fahrzeug in Echtzeit anzeigt, was es wahrnimmt und wie es die Situation einschätzt, steigt das Vertrauen messbar. AR schafft Transparenz — und Transparenz schafft Akzeptanz. Die Anforderung an das UX Design ist dabei hoch: Die visuellen Hinweise müssen intuitiv verständlich sein, ohne zu überfordern. Zu viel Information im falschen Moment bewirkt schnell das Gegenteil.

Die Evaluation der Sprachansagen zeigte ein deutlich differenzierteres Bild. Auditive Signale können die User Experience zwar spürbar verbessern, aber nur wenn sie zielgerichtet und kontextuell eingesetzt werden. Für das HMI-Design unterstreicht das eine eiserne Grundregel: Multimodalität ist kein Selbstzweck, sondern muss gezielt dem Verständnis und dem Sicherheitsempfinden dienen.

Eine der bedeutendsten methodischen Weiterentwicklungen im Projekt war die Überführung unserer Simulationsumgebung in Virtual Reality (VR). Während wir bei der vorangegangenen Studie in Berlin das HMI noch über fest installierte Bildschirme als Fahrzeugfenster evaluierten, stießen wir dort bei der Untersuchung kontinuierlicher Fahrten an räumliche und technologische Grenzen. Zudem testeten wir in früheren Phasen meist kurze, isolierte Szenarien von etwa 30 Sekunden – gut für die schnelle Iteration einzelner Komponenten, aber limitiert in der realitätsnahen Aussagekraft.

Für eine abschließende Studie Anfang 2026 haben wir die Simulation grundlegend erneuert: Eine zusammenhängende, vierminütige Fahrt durch reale städtische Umgebungen, vollkommen immersiv in VR abgebildet. Zusätzlich bearbeiteten die Proband:innen während der autonomen Fahrt eine kognitive Nebenaufgabe (Non-Driving Related Task / NDRT): eine Abfolge von vorgelesenen Buchstaben, bei der auf bestimmte Zielbuchstaben per Armheben reagieren werden sollte.

Warum ist das relevant für UX Research? Weil sich Vertrauen in Automation nicht in kurzen 30-Sekunden-Snippets messen lässt. Vertrauen entsteht durch kontinuierliches Erleben des Systemverhaltens, durch die Summe kleiner Momente, in denen das Fahrzeug berechenbar, korrekt und verständlich agiert. Das Dual-Task-Paradigma lieferte uns zusätzlich zwei entscheidende Erkenntnisse:

1. Die Belastungsgrenze im Blick: Solange die Fahrt ruhig verläuft, können Insassen auch ausführliche Informationen gut verarbeiten. Kommen jedoch eine komplexe Verkehrssituation und persönliche Ablenkung zusammen, führen viele Interfaces schnell zu messbarem Stress.

2. Die Tücke des Sprachassistenten: Unsere Daten zeigten, dass vor allem die Kombination aus visuellen Anzeigen und gleichzeitigen Sprachansagen die Proband:innen abgelenkt hat. Wenn das Auto parallel spricht und Texte anzeigt, müssen die Insassen beide Quellen ständig im Kopf abgleichen. Das blockiert mentale Kapazitäten, die man eigentlich für etwas anderes nutzen wollte.

Nachdem die technische Integration der VR-Umgebung Ende 2025 erfolgreich abgeschlossen war, konnte die finale Studie im Januar 2026 pünktlich starten. Die anschließende Auswertung der Daten lieferte uns wertvolle Erkenntnisse für die zukünftige HMI-Entwicklung, insbesondere im Hinblick auf die kognitive Belastung.

Es zeigte sich eine klare Grenze bei der Informationsdichte: Bei einer höheren Anzahl gleichzeitig aktiver Interfaces stieg die kognitive Beanspruchung der Proband:innen messbar an. Kamen dann noch erhöhte externe Belastungen hinzu, stießen herkömmliche Anzeigekonzepte an ihre Grenzen.

Die Erkenntnisse bestätigen unseren adaptiven Ansatz: Mehr Interfaces bedeuten nicht automatisch mehr Vertrauen. Die Zukunft des iHMI liegt in einer intelligenten, situativen Orchestrierung, die sich sowohl an die Komplexität des Straßenverkehrs, als auch an die individuellen Präferenzen der Insassen anpasst. Nur so schaffen wir eine User Experience, die Vertrauen schafft und gleichzeitig entlastet statt zu überfordern – und legen damit das Fundament für echte Akzeptanz des autonomen Fahrens

Während die Fahrgastperspektive im öffentlichen Diskurs dominiert, haben wir uns in Teilprojekt 5 einer oft übersehenen Nutzergruppe gewidmet: den Entwickler:innen, Design-Forscher:innen und Ingenieur:innen, die KI-Algorithmen für autonome Fahrzeuge trainieren, validieren und optimieren. Ohne ihr tägliches Feedback, ihre Feldarbeit im Versuchsträger und ihre Datenarbeit gibt es kein lernendes System und damit keine autonome Mobilität. Bislang scheitert eine effiziente Entwicklung jedoch oft an der sogenannten „Workflow Gap“ – einer Lücke zwischen technischem Engineering und nutzerzentriertem Design.

Für sie haben wir das Engineering UI entwickelt: eine touch-optimierte, webbasierte Anwendung, die Sensordaten in Echtzeit visualisiert, Aufnahmen strukturiert und annotierbar macht und die Arbeit im und am Testfahrzeug wesentlich effizienter gestaltet. Technologisches Fundament sind das Robot Operating System (ROS2) und ein Fork der ehemals open-source Foxglove Codebasis, erweitert um eigens entwickelte Custom Nodes zur Datenkompression für den mobilen Einsatz auf Tablets. Das Resultat: Eine signifikante Reduktion der kognitiven Belastung für die Operator:innen während einer Testfahrten.

Nach dem UX-Prinzip des „At-a-Glance Status Monitoring“ wurde die Sensorstatus-Ansicht aus dem Navigationsmenü in die permanente Seitenleiste integriert. Fehlerhafte Sensoren werden durch Warnsymbole sofort kenntlich gemacht, während Bandbreite und Frequenz in Echtzeit überwacht werden, um Latenzschwankungen proaktiv zu erkennen. Im Fahrzeug zählen Sekunden – dieses UX-Detail hat direkte operative Relevanz zur Vermeidung kognitiver Überlastung.

Das Wiederfinden relevanter Momente in stundenlangen Sensordatenaufnahmen war bislang eines der größten Effizienzprobleme. Unser weiterentwickeltes “Contextual Event Flagging” löst es: Anwender:innen wählen nun von drei klar differenzierten Flag-Typen: Rot für kritische Situationen, Gelb für Warnungen, Weiß für Hinweise. Im Replay-Modus werden Events auf einer interaktiven Zeitleiste visualisiert. Das Ergebnis: Das Durchsuchen großer Datensätze wird vereinfacht und die Analysephase in der Post-Hoc-Auswertung effizienter.

Das Framework beweist seine Portabilität: Es läuft ohne weitere Modifikationen sowohl auf dem hochkomplexen Mercedes-Benz S 580 Forschungsfahrzeug (15 Sensoren) und dem kompakten Forschungsfahrrad (FUSE-Bike) der Hochschule München als auch auf dem Forschungsfahrzeug von Opel. Die zugrundeliegende Architektur ist ein dedizierter Computer (Intel NUC) mit spezialisierten Custom ROS2-Nodes für Datenkompression (Downsizing), Systemüberwachung und bidirektionale Kommunikation. Um die Performance im Live-Betrieb weiter zu steigern, haben wir uns zudem als wichtiges Learning von der ressourcenintensiven Docker-Containerisierung verabschiedet und auf eine stabilere native Installation gewechselt. Dies sorgt für eine insgesamt stabilere Anwendung, wodurch die Visualisierung der Sensoren flüssiger laufen und die Live-Übertragung mit weniger Latenz erfolgt.

Ein konzeptioneller Fortschritt, der weit über die aktuelle Projektphase von STADT:up hinaus reicht: Im zweiten Halbjahr 2025 haben wir durch Contextual Inquiries und Synthese-Workshops die komplementäre Persona „Dara Designer" validiert und geschärft. Sie ergänzt den etablierten „Eggart Engineer" und richtet den Blick strategisch in die Zukunft: Während der technische Fokus im Projekt auf den Ingenieur:innen lag, soll das Engineering UI künftig nicht nur ihnen dienen, sondern auch UX Designern den Zugang zu interpretierten Live-Daten direkt im Versuchsträger ermöglichen. Dadurch können Visualisierungskonzepte für Endnutzer:innen unter realen Fahrbedingungen bewertet werden. Das ist die direkte Brücke zwischen technischer Systementwicklung und Human Factors Research.

Die Erkenntnisse aus STADT:up finden ihren Weg direkt in die internationale Forschungsgemeinschaft. Bereits im August 2025 erschien auf der Humanist Conference in Chemnitz das Paper zur co-kreativen Entwicklung von Fahrzeug-HMI (Flohr et al., 2025). Ein besonderer Meilenstein für unser Team: Für die HCI International 2026 wurde das Paper „Beyond the Dashboard: A Collaborative UI Framework for Autonomous Systems Engineering and Design Research" nicht nur eingereicht, sondern auch offiziell akzeptiert — eine direkte Weiterentwicklung unserer Arbeit am Engineering UI, gemeinsam mit Forschungspartnern der Hochschule München sowie Opel.

STADT:up war ein intensives Experiment in interdisziplinärer Zusammenarbeit auf höchstem Niveau, zwischen OEMs wie Opel und Mercedes-Benz, Tier-1-Zulieferern, Hochschulen und einer UX-Agentur, die fest davon überzeugt ist: Technologie entfaltet ihr volles Potenzial erst dann, wenn sie für Menschen gemacht ist.

Die Erkenntnisse, die wir mitnehmen, lassen sich auf einen gemeinsamen Nenner bringen: Vertrauen in autonome Systeme ist nicht nur ein technisches, sondern auch ein gestalterisches Problem. Es entsteht nicht durch bessere Algorithmen allein, sondern durch verständliche, adaptive und menschzentrierte Kommunikation zwischen Mensch und Maschine. Genau dort liegt die Kernkompetenz einer UX-Agentur wie Ergosign.

Die gewonnenen empirischen Erkenntnisse und Methoden — von der VR-Simulationsumgebung über adaptive iHMI-Konzepte bis hin zum portablen Engineering-UI-Framework — werden wir in zukünftigen Projekten weiterentwickeln und einsetzen. Die große Abschlussdemonstration des Projekts fand im Juni 2026 in Aldenhoven statt.