KI kann vorhersagen, wohin Sie schauen werden. Sie weiß immer noch nicht, was Sie tun werden.

KI-Tools können jetzt vorhersagen, wohin Menschen auf einer Webseite in etwa einer Minute schauen werden, ohne einen einzigen echten Besucher. Was sie Ihnen nicht sagen können, ist, was dieser Besucher als Nächstes getan hätte: geklickt, gezögert, weitergescrollt oder die Seite verlassen.

Stellen Sie sich ein Team vor, das eine Preisgestaltung-Seite neu gestaltet. Sie laden das neue Design in ein Aufmerksamkeit-Vorhersage-Tool hoch, und die Hitze-Karte kommt mit leuchtendem Rot über dem "Kostenlose Testversion starten"-Button zurück. Das Design zieht das Auge an. Gute Nachrichten, scheint es.

Aber die Hitze-Karte kann die Frage nicht beantworten, die das Team tatsächlich interessiert. Hat jemand auf diesen Button geklickt? Oder haben die Leute darauf geschaut, sind nach unten gescrollt, um den Preis zu überprüfen, und haben den Tab geschlossen?

Diese Lücke ist der Unterschied zwischen einer Vorhersage und einer Messung.

Eine Hitze-Karte in etwa einer Minute

Tools wie Attention Insight und expoze.io funktionieren ohne Teilnehmer. Sie laden ein Design hoch, und ein Modell, das auf früheren Augenverfolgungsstudien trainiert wurde, sagt voraus, wo die Aufmerksamkeit landen wird. Attention Insight sagt, dass sein Modell aus mehr als 5,5 Millionen aufgezeichneten Augenfixierungen gelernt hat und ein Ergebnis in etwa 60 Sekunden liefert (Attention Insight, n.d.).

Die Vorhersagen halten gut stand. Beim MIT/Tübingen Saliency Benchmark, einem öffentlichen akademischen Test, der vorhergesagte Hitze-Karten mit echten Augenverfolgungsdaten vergleicht, berichtet Attention Insight von einer Genauigkeit von 92,5 % für allgemeine Bilder, und expoze.io berichtet von 95 % (Attention Insight, n.d.; expoze.io, n.d.).

Ein Vorbehalt: Jeder Anbieter wählte seine eigenen Testbilder aus, sodass dies Anbieter-gesteuerte Ergebnisse sind und keine unabhängigen Prüfungen. Eine externe Studie fand jedoch heraus, dass die Vorhersagen von expoze.io in der Nähe der realen Augenverfolgung lagen, unter Verwendung von 30 Fotografien, die von 110 Teilnehmern betrachtet wurden (Ahtik, 2023).

Für frühe Designarbeiten ist das wirklich nützlich. Sie können fünf Layout-Ideen vor dem Mittagessen vergleichen, ohne jemanden rekrutieren zu müssen.

Was keine Vorhersage Ihnen zeigen kann

Eine vorhergesagte Hitze-Karte zeigt, wohin die Aufmerksamkeit wahrscheinlich im Durchschnitt gehen wird. Sie kann nicht zeigen, was eine Person mit dieser Aufmerksamkeit tut, weil keine Person dort war.

Das lässt die Momente aus, die normalerweise entscheiden, ob eine Seite funktioniert:

• Der Klick oder der fehlende Klick auf den Button, den alle angeschaut haben
• Die Pause vor einem Formularfeld, das nach einer Telefonnummer fragt
• Das Scrollen direkt an der Sektion vorbei, an der Sie Wochen gearbeitet haben
• Der Tab, der mitten im Checkout geschlossen wird

Aufmerksamkeit ist der Anfang eines Besuchs. Verhalten sagt Ihnen, wie er endete.

Früh vorhersagen, messen bevor Sie entscheiden

Die meisten Teams werden letztendlich beides verwenden, sodass die nützliche Frage ist, wann jedes seinen Platz verdient.

Vorhersage passt in die frühe, schnelle Phase: grobe Entwürfe sortieren, ein Layout erfassen, das die Schlüsselnachricht verbirgt, oder ein Banner überprüfen, bevor es zur Überprüfung herausgegeben wird. Es ist schnell, es ist billig und es ist gut darin, den durchschnittlichen Betrachter zu beschreiben.

Reales Verhalten passt in die Momente, in denen eine Entscheidung Gewicht hat: die Neugestaltung starten, zwischen zwei finalen Versionen wählen oder den Stakeholdern erklären, warum die Anmeldungen zurückgegangen sind. An diesem Punkt reicht „die Leute werden wahrscheinlich hier schauen“ nicht aus. Sie müssen sehen, was die Leute tatsächlich getan haben.

Teams, die beides nutzen, erhalten die Geschwindigkeit der Vorhersage und das Vertrauen in Beweise.

Aufzeichnung realen Verhaltens auf einer Live-Website

Kehren Sie zum Team mit der Preisgestaltung-Seite zurück. Die Hitze-Karte sagte ihnen, dass ihr Button „Kostenlose Testversion starten“ Aufmerksamkeit erregt. Was sie immer noch brauchen, ist, echte Menschen zu beobachten, die die Seite nutzen, und dafür ist die Labvanced Web Bridge gebaut.

Um die Studie einzurichten, fügt das Team die Webadresse der Preisgestaltung-Seite in eine Labvanced-Studie ein, und klickt dann auf die Teile der Seite, die sie verfolgen möchten: die Überschrift, die Preistabelle, den Test-Button. Nichts auf der Website selbst muss sich ändern.

Teilnehmer nehmen dann von ihrem eigenen Computer aus teil. Sie sehen die echte, live Preisgestaltung-Seite und nutzen sie, wie es jeder tun würde: lesen, scrollen, schweben und klicken. Während sie das tun, zeigt ihre Webcam, wo sie schauen, und Labvanced zeichnet jeden Klick, jedes Hover und jedes Scrollen auf den Teilen auf, die das Team markiert hat. Die Teilnehmer benötigen Google Chrome und eine kostenlose Browsererweiterung, und Labvanced führt sie durch die Installation, falls sie diese noch nicht haben.

Diese Kombination macht die Studie so aufschlussreich. Augenverfolgung und Verhaltensverfolgung laufen gleichzeitig und werden auf denselben Teilen der Seite aufgezeichnet, sodass das Team für jedes Element, das sie markiert haben, sowohl sehen kann, ob die Leute darauf geschaut haben als auch, was sie als Nächstes getan haben. Jede Messung für sich erzählt die halbe Geschichte. Gemeinsam zeigen sie, wie ein Blick in eine Aktion umgesetzt wurde oder nicht.

Jetzt kann das Team die Fragen beantworten, die die Hitze-Karte nicht beantworten konnte. Sind die Leute, die auf den Test-Button geschaut haben, darauf geklickt? Haben einige darauf geschwebt, sind zum Preis gescrollt und gegangen? Wo zogen Aufmerksamkeit und Handlung in unterschiedliche Richtungen?

Da die Web Bridge Teil der vollständigen Experimentplattform von Labvanced ist, kann dieselbe Studie auch verschiedenen Teilnehmern verschiedene Versionen der Seite zeigen. Das ermöglicht es dem Team, ihre beiden finalen Designs nebeneinander zu sehen und herauszufinden, auf welches die Leute tatsächlich reagieren.

Die Webcam-Augenverfolgung, die all dies unterstützt, wurde gegen den EyeLink 1000, einen labortechnischen Augenverfolger, in einer unabhängigen, peer-reviewed Studie getestet, die ergab, dass sie in der Nähe der Laborstandards arbeitet (Kaduk et al., 2024).

Häufig gestellte Fragen

Sind KI-vorhergesagte Aufmerksamkeitshitze genau? Sie schneiden gut bei einem öffentlichen Benchmark ab. Gegen den MIT/Tübingen Saliency Benchmark berichtet Attention Insight von einer Genauigkeit von 92,5 % für allgemeine Bilder, und expoze.io berichtet von 95 %. Jeder Anbieter wählte seine eigenen Testbilder aus, also behandeln Sie dies als Anbieter-gesteuerte Ergebnisse und nicht als unabhängige Prüfungen.

Was ist der Unterschied zwischen vorhergesagter Aufmerksamkeit und echten Verhaltensdaten? Vorhergesagte Aufmerksamkeit ist eine Schätzung des Modells, wohin ein durchschnittlicher Betrachter wahrscheinlich schauen würde, erzeugt ohne dass jemand die Seite sieht. Reale Verhaltensdaten werden von tatsächlichen Personen aufgezeichnet, die die Seite nutzen: wo sie geschaut haben, was sie geklickt haben, wie weit sie gescrollt haben und ob sie gegangen sind.

Kann man eine live Website ohne spezielle Hardware verfolgen? Ja. Die Labvanced Web Bridge verwendet die Webcam des Teilnehmers, um aufzuzeichnen, wo sie auf einer echten, live Website schauen, sowie ihre Klicks, Hover und Scrollen. Die Teilnehmer benötigen Google Chrome und eine kostenlose Browsererweiterung, und die Website selbst muss keine Änderungen erfahren.

Ist Webcam-Augenverfolgung genau genug für die Forschung? Die Webcam-Augenverfolgung von Labvanced wurde mit dem EyeLink 1000, einem labortechnischen Augenverfolger, in einer unabhängigen, peer-reviewed Studie verglichen. Sie erreichte eine Gesamtgenauigkeit von 1,4° und eine Präzision von 1,1°, die die Autoren als nahe an den Laborstandards beschreiben (Kaduk et al., 2024).

Wichtige Erkenntnisse

• KI-Aufmerksamkeitstools sagen vorher, wohin Menschen in etwa einer Minute schauen werden, ohne Teilnehmer, und schneiden gut bei einem öffentlichen akademischen Benchmark ab.
• Eine Vorhersage kann Verhalten nicht zeigen: Klicks, Zögern, Scrollen oder Verlassen.
• Verwenden Sie Vorhersage, um früh zu iterieren, und echte Verhaltensdaten, wenn eine Entscheidung davon abhängt.

Referenzen

Ahtik, J. (2023). Verwendung künstlicher Intelligenz für die prädiktive Augenverfolgungsanalyse zur Bewertung von Fotografien. Journal of Graphic Engineering and Design, 14(1), 29–35. https://doi.org/10.24867/JGED-2023-1-029

Attention Insight. (n.d.). Technologie. Abgerufen am 2026-09-26 von https://attentioninsight.com/technology/

expoze.io. (n.d.). Treffen Sie expoze.io. expoze.io Knowledge Base. Abgerufen am 2026-09-26 von https://support.expoze.io/article/62-meet-expoze-io

Kaduk, T., Goeke, C., Finger, H., & König, P. (2024). Webcam-Augenverfolgung nahe an Laborstandards: Vergleich eines neuen webcam-basierten Systems mit dem EyeLink 1000. Behavior Research Methods, 56(5), 5002–5022. https://doi.org/10.3758/s13428-023-02237-8

Was ist Labvanced? Labvanced ist eine No-Code-Plattform zum Erstellen und Durchführen von Verhaltensexperimenten online, im Labor und auf mobilen Geräten, mit peer-reviewed Messungen wie Webcam-Augenverfolgung und Millisekunden-Timing, die integriert sind. Plattform erkunden · Kostenlos starten