Industry
Automobile
Client
TU Braunschweig
Autonomous Car System
Konzeption einer Begleit-App, die durch Echtzeit-Transparenz und intuitive Interaktion Vertrauen in fahrerlose Fahrzeuge schafft.
Im Rahmen eines interdisziplinären Forschungsprojektes mit einer Universität wurde ein autonomer Prototyp zur Personenbeförderung entwickelt. Als zentrales Bindeglied zwischen Fahrzeug und Passagieren entstand eine mobile Begleit-App. Die Anwendung begleitet die Fahrgäste durch das gesamte Reisetool: von der Buchung des autonomen Shuttles über das Einsteigen und die Interaktion während der autonomen Fahrt bis hin zum Erreichen des Zielorts. Ziel des Projekts war es zu erforschen, wie digitale Interfaces das Vertrauen in vollautonome Systeme stärken und die User Experience im öffentlichen Nahverkehr der Zukunft gestalten können.
Herausforderungen
Die Konzeption für ein fahrerloses Fahrzeug bringt völlig neue psychologische und ergonomische Hürden mit sich: Mangelndes Vertrauen & Skepsis: Da kein menschlicher Fahrer vorhanden ist, empfinden viele Menschen Unbehagen. Das Interface muss in Echtzeit vermitteln, dass das Fahrzeug die Umgebung korrekt wahrnimmt und die Situation im Griff hat. Fehlender Ansprechpartner: Bei Zwischenfällen, Orientierungslosigkeit oder Notfällen fehlt das Fahrpersonal als direkte Ansprechperson. Nahtlose Übergänge (Phygital Experience): Die App musste die Brücke schlagen zwischen digitaler Interaktion (Smartphone) und der physikalischen Umwelt (Einsteigen, Sitzplatzfindung, Informationsscreens im Fahrzeug). Heterogene Zielgruppe: Als öffentliches Verkehrsmittel musste die App für unterschiedlichste Nutzergruppen (von Studierenden bis hin zu älteren oder mobilitätseingeschränkten Personen) barrierefrei und selbsterklärend sein.
Vorgehen
User Research & Wizard-of-Oz-Testing: Um die Ängste und Erwartungen der Passagiere zu verstehen, wurden frühe Tests in simulierten Fahrtszenarien (Wizard-of-Oz) durchgeführt, bei denen das Fahrverhalten autonom gewirkt hat. Transparentes Feedback & Visualisierung: Integration einer Live-Umgebungsvisualisierung. Die App zeigt in vereinfachter Form, was die Sensoren des Fahrzeugs sehen (z. B. Fußgänger, Hindernisse, Ampeln), was nachweislich das Sicherheitsgefühl der Insassen steigert. Ankunfts- & Statusechtzeit: Relevante Informationen wie Fahrspurwechsel, geplante Stopps oder Ankunftszeiten werden proaktiv und stressfrei kommuniziert. Barrierefreies Onboarding & Support: Einfache Authentifizierung beim Einstieg (z. B. via NFC/QR-Code), gepaart mit einem leicht zugänglichen, zweistufigen Notfall- und Support-System (direkter Kontakt zum Leitstand).
Anforderungen
Aus den Forschungsfragen und den spezifischen Rahmenbedingungen des autonomen Shuttles ergaben sich folgende Kernanforderungen an das UX-Design: Echtzeit-Transparenz ("Explainable AI"): Die App muss den Passagieren jederzeit nachvollziehbar vermitteln, was das Fahrzeug gerade sieht, denkt und tut (z. B. "Fahrzeug bremst für Fußgänger"), um Unsicherheiten und Ängste abzubauen. Proaktive Statussignale: Klare und rechtzeitige Ankündigung von Manövern (Spurwechsel, Abbiegen, Anhalten), damit Bewegungen des Fahrzeugs für den Körper und den Kopf der Insassen antizipierbar bleiben. Nahtloses Access- & Check-in-System: Ein barrierefreier und kontaktloser Prozess zum Entriegeln der Türen und Einsteigen (z. B. via NFC oder QR-Code), der auch ohne Personal vor Ort Reibungspunkte verhindert. Barrierefreie Bedienbarkeit (Inclusive Design): Universelle Zugänglichkeit für alle Nutzergruppen – inklusive visuellem, auditivem und haptischem Feedback für Menschen mit Seh- oder Hörbeeinträchtigungen sowie einfachen Interaktionsflächen für mobilitätseingeschränkte Personen. Zwei-Wege-Notfallkommunikation: Ein jederzeit erreichbares, niederschwelliges Sicherheitsnetz (z. B. Not-Halt-Bestätigung, direkter Sprach-/Videochat mit einem menschlichen Operator im Leitstand).
Design
Fazit
Fazit (Impact & Lessons Learned) Das Projekt lieferte wertvolle wissenschaftliche und praktische Erkenntnisse für die Human-Machine-Interaction (HMI) der Zukunft. In den anschließenden Testfahrten zeigte sich, dass die Probanden durch die transparente Aufbereitung der Fahrdaten und die ständige Kontrolle über das Smartphone ein signifikant höheres Sicherheitsgefühl entwickelten. Das Projekt verdeutlicht, dass die größte Herausforderung autonomer Mobilität oft nicht die Technologie selbst ist, sondern das mentale Modell und das Vertrauen der Menschen, die sie nutzen.
