@thesis{Mostert2022, author = {Mostert, Tim}, title = {Einsatzm{\"o}glichkeiten von Ambient Light Displays zur Erh{\"o}hung von Systemvertrauen beim automatisieren Fahren: Prototyping und Evaluation}, publisher = {Technische Hochschule Ingolstadt}, address = {Ingolstadt}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:573-35129}, pages = {94, XXXI}, school = {Technische Hochschule Ingolstadt}, year = {2022}, abstract = {Die Entwicklung autonomer Fahrzeuge hat in den letzten Jahren große Fortschritte gemacht. Mit immer besseren Systemen {\"a}ndert sich die Rolle des Fahrers - dieser wird zunehmend zum passiven Insassen und gibt die Steuerung seines Fahrzeugs ab. Diese Abgabe der Kontrolle erfordert ein hohes Maß an Vertrauen in das autonome System. Oft haben Insassen allerdings keine M{\"o}glichkeit, sich ein ad{\"a}quates Bild {\"u}ber die F{\"a}higkeiten des Fahrzeugs zu machen, um ihr Vertrauen in dieses angemessen zu kalibrieren. Das ist jedoch unabdingbar, um eine breitfl{\"a}chige gesellschaftliche Akzeptanz der Technologie zu erreichen. Aus diesem Grund wird in der vorliegenden Arbeit ein Ambient Light Display konzipiert, mit dem Ziel, das Vertrauen und die User Experience der Insassen in vollautonome Fahrzeuge zu erh{\"o}hen. In einer ersten Studie (N = 15) wurde zun{\"a}chst die Vergleichbarkeit zwischen Studien in Virtual-Reality und Fahrsimulatoren im Kontext ambienter Lichtdisplays untersucht, um die Ergebnisse der nachfolgenden Hauptstudie fundierter betrachten zu k{\"o}nnen. Es zeigte sich, dass kein signifikanter Unterschied zwischen den beiden Studiensettings gefunden werden konnte. In einer finalen Studie (N = 25) wurde das entwickelte Lichtdisplay in ein autonomes Fahrzeug integriert und in Virtual-Reality mit einer Ambientebeleuchtung verglichen. Die quantitativen Daten deuten darauf hin, dass das verwendete Ambient Light Display das Vertrauen und die User Experience nicht signifikant ver{\"a}ndern konnte. W{\"a}hrend die qualitativen Daten gr{\"o}ßtenteils positives Feedback zu diesem Konzept beinhalten, kommen wir zu dem Schluss, dass die aktuelle Version des ALDs keinen signifikanten Mehrwert bringt und weitere Iterationen n{\"o}tig sind, um das Potenzial dieses Konzepts auszusch{\"o}pfen.}, language = {de} }