Eye Tracking (UX) – Blickbewegungen als Forschungsdaten

Eye Tracking ist eine biometrische Forschungsmethode, bei der mit spezieller Hardware oder Software die Blickbewegungen von Nutzenden auf digitalen Oberflächen präzise gemessen werden, um zu analysieren, welche Elemente Aufmerksamkeit erhalten, in welcher Reihenfolge Inhalte wahrgenommen werden und welche Bereiche unbeachtet bleiben.

Rubrik: Mediendesign & Digitale Medien · Unterrubrik: UX Research · Niveau: Einsteiger Synonyme / Auch bekannt als: Blickbewegungsforschung, Gaze Tracking, Fixationsanalyse, Okulomotorik-Studie

Was ist Eye Tracking in der UX?

Eye Tracking ermöglicht es, das Unsichtbare sichtbar zu machen: Wohin schauen Nutzer wirklich? Was lesen sie, was überspringen sie? Welche Designelemente werden fixiert, welche ignoriert? Im UX-Kontext liefert Eye Tracking objektive, behavioral verankerte Daten, die nicht von Erinnerungslücken oder sozialer Erwünschtheit verzerrt werden – anders als selbstberichtete Methoden wie Umfragen oder Interviews.

Erklärung

Eye-Tracking-Systeme unterscheiden sich nach Erfassungsart:

Hardware-basierte Eye Tracker (z. B. Tobii Pro, SMI) verwenden Infrarot-Lichtquellen und Kameras, die in einem Bildschirm oder einer Brille verbaut sind. Sie erfassen Blickpunkte mit sehr hoher Genauigkeit (< 0,5 Grad Sehwinkel) und Frequenz (bis zu 1200 Hz in klinischen Geräten, 60–120 Hz in Consumer-Geräten).

Webcam-basiertes Eye Tracking (z. B. Lyssna, RealEye) nutzt die eingebaute Kamera des Nutzenden über maschinelles Lernen. Es ist deutlich kostengünstiger und remote durchführbar, bietet aber geringere Präzision.

Die wichtigsten Kennzahlen im Eye-Tracking-UX-Kontext:

• Fixation: Ein Blickstillstand von mindestens 100–200 Millisekunden auf einer Stelle – Hinweis auf kognitive Verarbeitung.
• Sakkade: Sprungbewegung zwischen zwei Fixationspunkten.
• Gaze Plot: Visualisierung des Blickpfads als nummerierte Punkte und Linien.
• Heatmap: Aggregierte Darstellung aller Fixationen vieler Nutzer als Farbverlauf.
• Area of Interest (AOI): Definierter Bereich, für den Metriken wie Zeit bis zur ersten Fixation und Fixationsdauer ausgewertet werden.

Jakob Nielsens berühmte F-Pattern-Studie (2006) wurde mit Eye Tracking durchgeführt und zeigte, dass Nutzer Webtextseiten in einem F-förmigen Muster scannen: zuerst horizontal oben, dann eine zweite horizontale Zeile und schließlich ein vertikales Scannen der linken Seite. Diese Erkenntnis prägt bis heute Layoutentscheidungen. Spätere Studien (2017) differenzierten das Pattern in weitere Typen: Layer Pattern, Spotted Pattern, Commitment Pattern.

Eye Tracking wird vor allem im professionellen Kontext für Websites, E-Commerce-Produktseiten, Verpackungsdesign, Print-Werbung und mobile Interfaces eingesetzt. Da Setup und Auswertung aufwendig sind, wird Eye Tracking oft mit anderen Methoden (Think-Aloud, Usability Testing) kombiniert.

Beispiele

1. App-Entwicklung: Eine Banking-App testet, ob der primäre Call-to-Action-Button von Nutzern im Scan-Verhalten überhaupt wahrgenommen wird – das Eye Tracking zeigt, dass 70 % der Blicke am Button vorbeigehen.
2. E-Commerce: Ein Onlineshop analysiert Produktdetailseiten und erkennt, dass Nutzer die Produktbeschreibung nicht lesen, sondern direkt zur Preisangabe und dann zu Bewertungen springen.
3. Öffentlicher Sektor / NGO: Eine Behörde testet Informationsbroschüren und stellt fest, dass Warnhinweise in Rot besonders schnell wahrgenommen werden – aber gleichzeitig zur Vermeidung der umgebenden Inhalte führen.
4. Startup: Ein EdTech-Startup untersucht mit Eye Tracking, wie Lernende Video-Thumbnails vergleichen, um die Thumbnail-Gestaltung für bessere Klickraten zu optimieren.
5. Agentur-Perspektive: Eine Werbeagentur nutzt Eye Tracking in Kombination mit emotionalen Reaktionsmessungen (Facial Coding), um die Aufmerksamkeitsverteilung bei TV-Spots zu analysieren und Schnittfolgen zu optimieren.

In der Praxis

Typischer Ablauf:

1. Setup: Eye Tracker kalibrieren (Hardware: 5-Punkt-Kalibrierung pro Teilnehmer); Stimuli vorbereiten (Webseite, Prototyp, Bild).
2. Aufgaben: Entweder freies Erkunden oder aufgabengestütztes Browsing. Parallel Think-Aloud empfohlen.
3. Aufzeichnung: Rohdaten erfassen (Fixationen, Sakkaden, Zeitstempel) für 8–20 Teilnehmende.
4. Auswertung: Heatmaps und Gaze Plots generieren; AOI-Analyse (Verweildauer, Zeit bis zur ersten Fixation).
5. Interpretation: Eye-Tracking-Daten immer im Kontext deuten – eine Fixation bedeutet Aufmerksamkeit, aber nicht zwingend Verständnis.

Tools: Tobii Pro (Hardware), Pupil Labs (Open Source), Lyssna, RealEye (Webcam-basiert), Hotjar (approximierte Heatmaps via Mausbewegung).

Vergleich & Abgrenzung

Heatmaps aus Maus-Tracking (z. B. Hotjar) sind keine echten Eye-Tracking-Heatmaps. Sie korrelieren zwar mit Blickbewegungen, sind aber deutlich ungenauer. Echter Eye Tracker erfasst Blickpunkte; Maus-Tracking erfasst, wo die Maus gehalten wird – beides ist nützlich, aber nicht identisch. Eye Tracking ist gegenüber A/B-Testing qualitativ und erklärt Aufmerksamkeitsmuster; A/B-Testing misst quantitative Outcomes wie Konversionsraten.

Häufige Fragen (FAQ)

Ist Eye Tracking für kleine Budgets erschwinglich? Webcam-basierte Lösungen wie Lyssna oder RealEye kosten nur einen Bruchteil von Hardware-Eye-Trackern und erlauben Remote-Studien mit größeren Stichproben. Für Agenturen und kleinere Studios sind dies valide Einstiegsoptionen. Hardware-basierte Systeme (Tobii Pro: ab ca. 10.000 €) bleiben der Forschung und größeren Organisationen vorbehalten.

Was bedeutet es, wenn Nutzer ein Element lange fixieren? Lange Fixationen können zwei gegensätzliche Bedeutungen haben: Entweder ist das Element besonders interessant und relevant (positive Fixation), oder es ist verwirrend und erfordert mehr kognitive Verarbeitungszeit (negative Fixation). Eye Tracking allein kann nicht zwischen diesen Ursachen unterscheiden – deshalb ist die Kombination mit Think-Aloud-Protokollen oder Nachinterviews essenziell.

Verwandte Einträge

• Heatmap UX
• Usability Testing
• A/B-Testing
• Heuristische Evaluation

Weiterführend

• Nielsen, J. / Pernice, K. (2010): Eyetracking Web Usability. New Riders.
• Duchowski, A. T. (2007): Eye Tracking Methodology: Theory and Practice. 2. Aufl. Springer.
• Rayner, K. (1998): Eye movements in reading and information processing: 20 years of research. Psychological Bulletin, 124(3), 372–422.
• Online: Nielsen Norman Group – „F-Shaped Pattern of Reading on the Web" (nngroup.com)
• Online: Tobii Pro – „Eye Tracking in UX Research" (tobiipro.com)