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)
