Visual Search bezeichnet den kognitiven Prozess, mit dem das visuelle System ein Zielobjekt (»Target«) unter einer Reihe von Ablenkobjekten (»Distractors«) lokalisiert – von blitzschnellem preattentivem Pop-out bis zu mühsamem seriellem Suchen.
Rubrik: Grundlagen der Gestaltung · Unterrubrik: Wahrnehmungspsychologie · Niveau: Einsteiger Synonyme / Auch bekannt als: Visuelle Suche; englisch: Visual Search; maßgebliche Forscher: Anne Treisman (Feature Integration Theory), Jeremy Wolfe (Guided Search Model), Duncan & Humphreys
Was ist Visual Search?
Ob wir einen Freund in einer Menschenmenge suchen, einen Fehler in einem Korrekturabzug finden oder einen Button auf einer Website lokalisieren – wir betreiben Visual Search. Das Forschungsfeld erklärt, welche Faktoren bestimmen, wie schnell und zuverlässig wir Ziele finden. Diese Erkenntnisse sind direkt auf Design, Navigation, Signage, Dataviz und Interface-Gestaltung anwendbar.
Erklärung
Anne Treisman unterschied zwei grundlegende Suchtypen:
1. Feature Search (Pop-out): Wenn das Ziel sich durch ein einzelnes Merkmal (Farbe, Orientierung, Größe) von allen Ablenkobjekten unterscheidet, erfolgt die Suche parallel und mühelos – die Reaktionszeit bleibt konstant, egal wie viele Ablenkobjekte vorhanden sind. Das Ziel »pops out«. Dieses Phänomen ist der Kern der Preattentive Attributes.
2. Conjunction Search: Wenn das Ziel aus einer Kombination von Merkmalen besteht (z. B. roter Kreis unter roten Quadraten und blauen Kreisen), steigt die Reaktionszeit linear mit der Anzahl der Ablenkobjekte – serielle Suche, die Aufmerksamkeit benötigt. Die Suche ist deutlich langsamer und fehleranfälliger.
Jeremy Wolfe entwickelte das Guided Search Model (1994), das diese Dichotomie verfeinert: Präattentive Information kann die serielle Suche »leiten« – sie macht bestimmte Positionen wahrscheinlicher als Treffer und reduziert so den Suchraum. Die Suche ist nie völlig zufällig; Salienz und Top-down-Erwartungen steuern sie.
Faktoren, die Visual Search beeinflussen:
- Anzahl der Ablenkobjekte (Set Size): Bei Feature Search keine Wirkung; bei Conjunction Search linearer Anstieg der Suchzeit
- Ähnlichkeit zwischen Ziel und Ablenkobjekten: Je ähnlicher, desto schwieriger die Suche
- Erwartungen und Wissen (Top-down): Wer weiß, wonach er sucht, sucht effizienter
- Räumliche Konfiguration: Gelernte räumliche Strukturen (z. B. Menülayout) beschleunigen die Suche erheblich
- Eccentricity: Objekte in der Peripherie des Sehfelds sind schwerer zu finden als in der Fovea
Jeremy Wolfe untersuchte auch Errors in Medical Imaging: Radiologen übersehen Tumore häufiger, wenn die Bilddichte hoch ist und der Tumor ähnliche Eigenschaften wie das gesunde Gewebe hat – ein kritischer Anwendungsfall von Visual Search.
Beispiele
- Supermarkt-Packaging: Ein Produkt, das sich farblich oder durch Form klar von Mitbewerbern unterscheidet, wird im Regalrauschen schneller lokalisiert (Feature Search durch Differenzierung).
- Webnavigation: Nutzer suchen Navigationselemente an erwarteten Positionen (oben links = Logo, oben rechts = Login). Abweichungen erzwingen Conjunction Search und erhöhen Fehlerquoten.
- Sicherheitssignage: Fluchtwegzeichen müssen aus dem visuellen »Rauschen« einer Umgebung herausstechen – daher: universale grün-weiße Farbe + standardisierte Piktogramme für Feature-Pop-out.
- Dataviz: In einem Streudiagramm mit 500 Punkten ist ein rotes Element sofort auffindbar; ein Punkt, der durch die Kombination »nicht ganz so groß und etwas dunkler« abweicht, erfordert mühsame Suche.
- Alltagsexperiment: »Wimmelbild«-Bücher (Wimmelbilder nach Martin Handford »Wo ist Walter?«) sind deliberately so gestaltet, dass keine preattentiven Features zur Lokalisierung helfen – der Charakter muss seriell gesucht werden.
In der Praxis
Für Designer ist die wichtigste Konsequenz aus der Visual-Search-Forschung: Kritische Elemente (CTA-Buttons, Fehlermeldungen, Warnzeichen) müssen sich durch mindestens ein starkes preattentives Merkmal klar von der Umgebung abheben. Weitere Empfehlungen: Konsistente räumliche Strukturen aufbauen (Nutzer lernen die »Karte« einer bekannten Oberfläche); bei Sicherheits-Informationen nie Merkmale für »Ästhetik« opfern; in Dataviz die Zielinformation stets preattentiv von der Datenmasse abheben.
Vergleich & Abgrenzung
Visual Search ist der übergeordnete Forschungsrahmen, innerhalb dessen Preattentive Attributes den automatischen Pop-out-Fall erklären. Aufmerksamkeit (selektiv) ist der zugrundeliegende Mechanismus. Eye-Tracking/Sakkaden liefern die Methodik zur direkten Beobachtung von Visual Search Verhalten. Inattentional Blindness ist ein Verwandter Fehlermodus – nicht Zielverfehlung, sondern vollständiges Nichtsehen.
Häufige Fragen (FAQ)
Warum finden wir manchmal etwas nicht, obwohl es direkt vor uns liegt? Das kann Inattentional Blindness sein, oder die Target-Distractor-Ähnlichkeit ist hoch. Auch kann das Target genau in einem parafovealen Bereich liegen, der nicht fixiert wurde – der »not-there-yet«-Fehler ist beim seriellen Suchen häufig.
Wird Visual Search durch Alter beeinträchtigt? Ja. Die Suchgeschwindigkeit nimmt mit dem Alter ab, besonders bei Conjunction Search und hoher Distractordichte. Preattentive Feature-Search bleibt länger erhalten. Designs für ältere Zielgruppen sollten daher auf klare Unterscheidungsmerkmale und reduzierte visuelle Dichte setzen.
Verwandte Einträge
Weiterführend
- Treisman, A. & Gelade, G. (1980): A feature-integration theory of attention. Cognitive Psychology, 12(1), 97–136.
- Wolfe, J. M. (1994): Guided Search 2.0. Psychonomic Bulletin & Review, 1(2), 202–238.
- Goldstein, E. B. (2015): Wahrnehmungspsychologie. Springer.
- Online: Jeremy Wolfe Lab, Harvard Medical School – Forschungsübersicht (psy.mgh.harvard.edu, englisch)
