Aktives Sehen steuert Entscheidungen: Modellierung Beweiserfassung Straßenverkehr

In einer bahnbrechenden Studie haben Forscher das bisher in Laboren entwickelte Modell der Beweiserfassung (EAM) auf reale Verkehrssituationen übertragen. Durch die Analyse von Fahrdaten und Augenbewegungen konnten sie zeigen, wie Fahrer aktiv Informationen sammeln und in mentale Überzeugungen umwandeln, um Entscheidungen zu treffen.

Das neue kognitive Schema definiert die „Beweiserfassung“ im Straßenverkehr und nutzt Eye‑Tracking, um die aktive Wahrnehmung zu messen. Die Ergebnisse demonstrieren, dass die Akkumulation von mentalen Überzeugungen plausibel beschrieben werden kann und erklären, wie Fahrer aus der Perspektive der Informationsnützlichkeit Beweise verarbeiten.

Interessanterweise wurde eine negative Korrelation zwischen der Beweiserfassung und der vom Individuum aufgewendeten Aufmerksamkeit festgestellt. Das bedeutet, dass Fahrer ihre Informationssammlung je nach Kontext anpassen und weniger Aufmerksamkeit aufweisen, wenn die Umgebung mehr Beweise bietet. Gleichzeitig zeigt die Studie, dass sowohl die Beweiserfassung als auch die Aufmerksamkeitsverteilung die Entscheidungsbereitschaft positiv beeinflussen.

Zusammenfassend liefert das Modell einen umfassenden Rahmen, der die Rolle des aktiven Sehens in realen Entscheidungsprozessen beleuchtet. Es eröffnet neue Perspektiven für die Entwicklung von Assistenzsystemen, die Fahrer besser unterstützen, indem sie die dynamische Beweiserfassung berücksichtigen.