
Banner Blindness Task
Die Banner-Blindheit-Aufgabe misst, wie Menschen eine Webseite lesen und ob sie deren werbliche, bannerartige Inhalte überspringen. Die Teilnehmer lesen eine Live-Webseite für drei Minuten, während die Webcam-Blickverfolgung aufzeichnet, wo sie hinschauen. Fixationen und Verweildauer werden für den Seitentitel, die Bilder, jeden Abschnitt des Textes und die Werbeaktionen der Seite erfasst. Am Ende sieht jeder Teilnehmer ein persönliches Leseprofil. Der Begriff "Banner-Blindheit" geht auf Benway (1998) zurück, der feststellte, dass Nutzer von Webseiten oft die hervorgehobenen, bannerartigen Inhalte einer Seite übersehen.
Inhaltsverzeichnis
Aufgabenformat | Banner Blindness Task
Die Studie besteht aus drei Teilen und dauert etwa neun Minuten:
- Anweisungen: Zwei Bildschirme erklären die Aufgabe und die Regeln: normal lesen, nichts auf der Seite anklicken und jedes Pop-up oder Feedback-Fenster mit seinem X schließen.
- Lesen: Nach einer Kalibrierung der Webcam-Blickverfolgung erscheint die öffentliche NASA-Seite "Types of Solar Eclipses" in einem
Website Frame. Die Teilnehmer scrollen und lesen, wie sie es normalerweise tun würden. Nach drei Minuten geht die Studie von selbst weiter. - Ergebnisse: Zwei Bildschirme zeigen das persönliche Leseprofil des Teilnehmers, das aus seinen Blickverfolgungsdaten erstellt wurde.
Die Seite ist in 17 Bereiche von Interesse (AOIs) in vier Gruppen unterteilt:
- Titel: der Seitentitel.
- Bilder: die drei Bilder im Artikel.
- Text: acht AOIs, die die Abschnitte des Artikels und deren Überschriften abdecken, gruppiert in fünf Teile vom Anfang bis zum Ende des Artikels.
- Werbeaktionen: der "Mehr erfahren"-Button und die vier "Entdecken Sie mehr Themen von NASA"-Karten am Ende der Seite.
Jede AOI ist an ein Element der Seite selbst gebunden, sodass sie mit dem Inhalt mitbewegt wird, während der Teilnehmer scrollt.
Die Ergebnisscreens vergleichen, wie viel Aufmerksamkeit jeder Teil der Seite erhielt, mit dem Platz, den er einnimmt. Eine Leiste bei 1.0× bedeutet, dass ein Bereich genau die Aufmerksamkeit erhielt, die seine Größe vorhersagen würde. Dieser Vergleich ist wichtig, da große Bereiche aufgrund ihrer Größe mehr Blicke erhalten.
Der erste Bildschirm zeigt Bilder, Text und Werbeaktionen nebeneinander, plus zwei Ergebnisse:
- Banner-Blindheit: "Ja", wenn die Werbeaktionen weniger als die Hälfte der Aufmerksamkeit erhielten, die ihre Größe vorhersagen würde, "Nein" sonst. Teilnehmer, die nie nach unten zu den Werbeaktionen gescrollt haben, sehen stattdessen "nicht gemessen", da sie keine Chance hatten, sie anzusehen.
- Bilder haben mehr angezogen als Text: "Ja", wenn die Bilder einen größeren Anteil an der Aufmerksamkeit hatten als der Text, größenmäßig.

Der zweite Bildschirm zeigt, wie sich die Aufmerksamkeit über die fünf Textteile änderte, vom Anfang des Artikels bis zum Ende, plus drei Überprüfungen: ob der Teilnehmer auf den Seitentitel geschaut hat, ob er die Werbeaktionen angesehen hat und ob er bis zum Ende gelesen hat. Eine Anmerkung auf diesem Bildschirm benennt die verwendete Seite und erinnert die Forscher daran, dass die gleiche Studie auf fast jeder Webseite durchgeführt werden kann.

Desktop-Version
Die Aufgabe wird in Google Chrome auf einem Laptop oder Desktop-Computer ausgeführt. Das Einbetten einer Live-Webseite erfordert die kostenlose Labvanced Web Bridge Erweiterung, die jeder Teilnehmer vor dem Start installiert. Teilnehmer, die diese noch nicht haben, sehen vor Beginn der Studie eine Installationsaufforderung.
Mobile Version
Die Aufgabe ist auf Handys oder Tablets nicht verfügbar, da Chrome-Erweiterungen in mobilen Browsern nicht laufen.
Erhobene Daten mit der Banner-Blindheit-Aufgabe
Die Banner-Blindheit-Aufgabe zeichnet jede Fixation auf jede AOI, jeden Klick und jede Navigation von der Seite auf. Laufende Totale der Verweildauer pro Seitenbereich werden berechnet, während der Teilnehmer liest, was die persönlichen Ergebnisscreens ermöglicht. Alle Variablen sind innerhalb des Variables-Tabs der Aufgabe anzeigbar und anpassbar.
Im Folgenden sind die wichtigsten Variablen aufgeführt, die in der Labvanced-Version der Banner-Blindheit-Aufgabe erfasst werden:
| Variablenname | Beschreibung |
|---|---|
fixation_data | Eine Zeile pro Fixation: X- und Y-Position auf der Seite, Dauer (ms), Startzeit, Endzeit und Streuung |
fixation_AOI | Die AOI, auf die jede Fixation fiel (zum Beispiel AOI_Image2 oder AOI_Promo3), eine Zeile pro Fixation in derselben Reihenfolge wie fixation_data |
dwell_Headline, dwell_Images, dwell_Promos | Gesamtfixationsdauer (ms) auf den Seitentitel, die Bilder und die Werbeaktionen während der Lesezeit |
dwell_T1 bis dwell_T5 | Gesamtfixationsdauer (ms) auf jeden der fünf Textabschnitte, vom Anfang des Artikels bis zum Ende |
ratio_Images, ratio_Text, ratio_Promos | Aufmerksamkeitsquote für jeden Bereich: sein Anteil an der Lesezeit geteilt durch seinen Anteil am Seitenbereich. 1.0 bedeutet, dass die Aufmerksamkeit der Größe des Bereichs entsprach |
ratio_T1 bis ratio_T5 | Aufmerksamkeitsquote für jeden Textabschnitt, innerhalb des Textes nur verglichen |
reached_end | 1, wenn der Teilnehmer den letzten Textabschnitt mindestens einmal angesehen hat; verwendet, um zu entscheiden, ob die Banner-Blindheit beurteilt werden kann |
click_data | Eine Zeile pro Klick: der AOI-Name und das Label (leer, wenn der Klick außerhalb aller AOIs war), sowie die X- und Y-Position |
url_log | Die Adresse einer Seite, zu der der Teilnehmer navigiert ist, sodass die Zeit, die von der Seite abgewichen wurde, ausgeschlossen werden kann |
Von fixation_data und fixation_AOI können die Standard-AOI-Maße für jede einzelne AOI berechnet werden: Fixationsanzahl, Gesamtdauer der Betrachtung, durchschnittliche Fixationsdauer und Zeit bis zur ersten Fixation.
Klicks sind ein eigenes Ergebnis. Die Teilnehmer werden gebeten, nicht zu klicken, sodass ein Klick auf eine Aktionskarte oder die Schaltfläche "Mehr erfahren" zeigt, dass die Werbung mehr als nur ins Auge gefallen ist. click_data zeichnet auf, welche AOI angeklickt wurde, und url_log dokumentiert, wo der Teilnehmer hingegangen ist und wann er zurückgekehrt ist.

fixation_AOI Variablen, die mit der Banner Blindness Task in Labvanced erfasst wurden. Jede Zeile ist eine Fixation, mit ihrem Zeitstempel und der AOI, auf der sie gelandet ist, hier von der zweiten Aktionskarte zum letzten Textabschnitt und dem dritten Bild. 
Diese Studie misst, wie Menschen eine Webseite lesen und ob sie deren Werbungen überspringen. Die Teilnehmer lesen eine NASA-Webseite für drei Minuten, während das Augen-Tracking über die Webcam Fixationen und Verweildauer auf dem Titel, Bildern, Text und Aktionskarten aufzeichnet.
Technologie der Banner Blindness Task
Labvanced umfasst mehrere Technologien, die die Durchführung der Banner Blindness Task online ermöglichen:
Website-Frame und Web-Bridge: Ein
Website Framezeigt eine Live-Webseite innerhalb der Studie, und die Web-Bridge-Erweiterung ermöglicht das Einbetten auf Seiten, die dies normalerweise blockieren. Erfahren Sie mehr auf der Website Eye Tracking Technologieseite.Element-gebundene AOIs: Jede AOI ist über einen CSS-Selektor an ein Element der Seite angehängt, sodass sie dem Inhalt folgt, während der Teilnehmer scrollt. Siehe Auswählen und Anpassen von Website-AOIs.
Webcam Eye Tracking 2.0: Der Blick wird mit der Webcam des Teilnehmers aufgezeichnet, ohne zusätzliche Hardware. Für Bereiche von Interesse, wie Regionen einer Seite, fand die Eye Tracking 2.0 Validierung 1,8 bis 1,9° eines Sichtwinkels in der High-Stufe (Labvanced, 2026). Die erste Generation des Systems wurde in einem peer-reviewed Vergleich gegen ein EyeLink 1000 validiert (Kaduk et al., 2024).
Integrierte Fixationsdetektion: Fixationen werden automatisch erkannt, während der Teilnehmer liest, und jede wird der AOI zugeordnet, auf der sie gelandet ist.
Echtzeitberechnungen im Ereignissystem: Die Verweildauer pro Bereich wird während des Lesens summiert, und die Aufmerksamkeitsverhältnisse werden mit
Set / Record VariableAktionen berechnet, bevor die Ergebnisschirme erscheinen, ohne dass eine Nachbearbeitung erforderlich ist.Datenschutz durch Design: Alle Gesicht- und Augenverarbeitungen laufen auf dem Gerät des Teilnehmers. Es werden nur numerische Blickdaten gespeichert, niemals Webcam-Bilder oder -Videos.
Webcam Eye Tracking
Erfassen Sie Blickmuster und visuelle Aufmerksamkeit mit integrierter, codefreier und peer-reviewed Webcam-Augenverfolgung.
Timing Precision
Erfassen Sie Reaktionszeiten, Aufgabenleistungen und mehr mit Millisekundenpräzision für zeitkritische Aufgaben.
Website Eye Tracking
Sehen Sie, wohin die Menschen schauen, klicken und scrollen auf einer Live-Webseite, die in Ihre Studie mit Web Bridge eingebettet ist.
Anpassung der Banner Blindness Task
Es gibt viele Möglichkeiten, diese Vorlage anzupassen. Im Folgenden sind einige Themen aufgeführt, zu denen Forscher häufig Fragen haben, wenn es darum geht, diese Aufgabe zu ändern.
Webseite und AOIs
Zeigen Sie das Website Frame auf eine andere Seite, wie z. B. eine Produktseite, eine Landing-Page oder Ihren eigenen Prototypen, und verankern Sie neue AOIs an ihren Elementen mit Pick Element. Fast jede Website funktioniert; nur amazon.com und ebay.com können nicht eingebettet werden. Bilder, Texte und Werbung sind nur Beispiele: Jeder Teil einer Seite kann seine eigene AOI-Gruppe sein. Halten Sie die AOI-Namen konsistent, wenn Sie die vorhandenen Ereignisse wiederverwenden möchten. Jede AOI zeigt im Editor grün an, wenn ihr Selektor mit der Seite übereinstimmt, und rot, wenn nicht, was es einfach macht, dies vor der Durchführung der Studie zu überprüfen.
AOI-Abstände und Blickgenauigkeit
Mit den Einstellungen dieser Vorlage ist das Webcam-Augen-Tracking auf etwa 2° genau, sodass ein Blick in der Nähe des Randes einer AOI für dessen Nachbarn gezählt werden kann. AOIs, die jedes Element vollständig abdecken, erfassen fast jeden echten Blick (hohe Sensitivität), aber auch einige Blicke auf Nachbarn. Ein Abstand zwischen benachbarten AOIs reduziert diese falsch zugeordneten Blicke (hohe Spezifität), lässt aber einige echte Blicke aus. Welches wichtiger ist, hängt von Ihrem Studiendesign ab.
In dieser Vorlage beginnt der AOI des ersten Bildes leicht unterhalb des Bildes, wodurch eine Lücke von etwa 87 Pixeln zum obigen Absatz entsteht, die mit den Feldern Size offset und Position shift festgelegt ist. Da fixation_data die Position jeder Fixation speichert, können auch andere Randbedingungen in der Analyse angewendet werden.
Lesezeit und Anweisungen
Der Lesezeitrahmen endet nach 180.000 ms (drei Minuten), festgelegt im Feld Duration: des Rahmens. Verkürzen oder verlängern Sie ihn, um ihn an Ihre Seite anzupassen, und passen Sie die Informationsbildschirme an Ihre Aufgabe an, beispielsweise eine Suchaufgabe ("Finden Sie den Preis") anstelle des freien Lesens.
Seitenbereiche und Ergebnismöglichkeiten
Die Aufmerksamkeitsverhältnisse hängen davon ab, wie viel Seitenbereich jede Gruppe von AOIs abdeckt. Wenn Sie die Seite oder die AOIs ändern, aktualisieren Sie die Flächengewichte entsprechend. Die Ergebnismöglichkeiten können für Studien, bei denen die Teilnehmer ihre Daten nicht sehen sollten, entfernt oder mit neuen Balken und Ja/Nein-Ergebnissen erweitert werden.
Eye-Tracking-Einstellungen
Die Vorlage verwendet die High Accuracy - Moderate Effort-Stufe mit einer Screening-Beschränkung auf fehlgeschlagene Kalibrierungen, sodass nur wenige Teilnehmer abgewiesen werden. Bei kleineren AOIs verbessert eine längere Kalibrierung und strikteres Screening die Genauigkeit, jedoch auf Kosten der Abweisung von mehr Teilnehmern (Labvanced, 2026).
Wenn Sie noch etwas anderes wissen möchten, können Sie uns gerne schreiben und fragen:
Empfohlene Nutzung der Banner-Blindheit-Aufgabe
Die Banner-Blindheit-Aufgabe eignet sich für Forschungen darüber, wie Menschen Webseiten lesen und wahrnehmen, von Werbung über Nachrichtenmedien bis hin zu Webdesign:
Werbeforschung: Messen Sie, wie viel von der Aufmerksamkeit eines Lesers die Anzeigen um einen Artikel erreicht, indem Sie die Webcam-Eye-Tracking außerhalb des Labors verwenden. In einem Experiment mit 1.013 Teilnehmern aus dem Vereinigten Königreich und den USA, die Nachrichtenartikel mit Markenanzeigen auf ihren eigenen Desktop- oder Smartphone-Webcams lasen, floss mehr Aufmerksamkeit auf einen Artikel auch zu den Anzeigen auf derselben Seite über. Eine zusätzliche Sekunde Aufmerksamkeit für eine Anzeige erhöhte die Wahrscheinlichkeit, die Marke um 3,4 Prozentpunkte zu erinnern (Simonov et al., 2025).
UX und Webdesign: Testen Sie, wie sich die Aufgabe des Lesers auf das Sichtbare auswirkt. Als 100 Teilnehmer einen Nachrichtenartikel lasen und dann suchten, wo sie als Nächstes klicken sollten, ignorierten sie in der Regel die Banneranzeigen während des Lesens, und Banner, die im Hauptinhalt eingebettet waren, zogen beim Browsen mehr Aufmerksamkeit auf sich (Simonetti & Bigné, 2024).
Banneranzeigen-Design: Vergleichen Sie Anzeigenformate auf derselben Seite. In einer Studie mit 67 Teilnehmern, die 16 Webseiten durchstöberten, hatten Textbanneranzeigen eine niedrigere Blindheitsrate und wurden besser wahrgenommen und erinnert als Bildbanneranzeigen (Ning et al., 2023).
Lesegewohnheiten im Web: Überprüfen Sie, ob die Aufmerksamkeit weiter unten auf der Seite abnimmt. Eine Eye-Tracking-Studie aus 2017 fand heraus, dass das F-förmige Scanmuster weiterhin auf Desktop und Mobilgeräten auftaucht, hauptsächlich auf Seiten mit wenig Formatierung, und dass klare Überschriften und Formatierungen dies reduzieren (Pernice, 2017).
Navigation und Inhaltswerbung: Messen Sie, ob Leser die Links und Teaser-Karten bemerken, die auf mehr Inhalte hinweisen, und ob sie darauf klicken, was zusammen mit dem Blick aufgezeichnet wird.
Referenzen
Benway, J. P. (1998). Banner Blindness: Die Ironie der Aufmerksamkeitserregung im World Wide Web. Proceedings of the Human Factors and Ergonomics Society Annual Meeting, 42(5), 463–467. https://doi.org/10.1177/154193129804200504
Kaduk, T., Goeke, C., Finger, H., & König, P. (2024). Webcam-Eye-Tracking nahe 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
Labvanced. (2026). Labvanced Eye Tracking 2.0: Genaues Webcam-Eye-Tracking für alle Online-Forschung. Labvanced Lab Notes. https://www.labvanced.com/content/research/de/lab-notes/2026-10-webcam-eyetracking-2-0/
Ning, B., Luo, S., Wang, A., & Zhang, M. (2023). Auswirkungen von Banneranzeigen-Typ, Webinhaltstyp und Themenkonsistenz auf die Bannerblindheit: Eine Augenbewegungsstudie. Cognitive Processing, 24(3), 313–326. https://doi.org/10.1007/s10339-023-01131-7
Pernice, K. (2017). F-förmiges Lese-Muster im Web: Missverstanden, aber dennoch relevant (auch mobil). Nielsen Norman Group. https://www.nngroup.com/articles/f-shaped-pattern-reading-web-content/
Simonetti, A., & Bigné, E. (2024). Fängt Bannerwerbung immer noch Aufmerksamkeit? Eine Eye-Tracking-Studie. Spanish Journal of Marketing - ESIC, 28(1), 3–20. https://doi.org/10.1108/SJME-11-2022-0236
Simonov, A., Valletti, T., & Veiga, A. (2025). Aufmerksamkeitsspillover von Nachrichten zu Anzeigen: Beweise aus einem Eye-Tracking-Experiment. Journal of Marketing Research, 62(2), 294–315. https://doi.org/10.1177/00222437241256900
Verwandte Aufgaben
Die Forschung zur Bannerblindheit steht neben anderen Eye-Tracking- und Leseaufgaben in der Aufgabenbibliothek von Labvanced.
Selbstgesteuerte Leseaufgabe
Teilnehmer lesen zehn Sätze in ihrem eigenen Tempo, während das Webcam-Eye-Tracking die Verweildauer, Fixationen und die Zeit bis zur ersten Fixation auf jedem Wort aufzeichnet.
Gesichtswahrnehmungs-Aufgabe
Teilnehmer sehen glückliche, neutrale und traurige Gesichter, während das Webcam-Eye-Tracking die Verweildauer und Fixationen auf den Augen und dem Mund aufzeichnet und dann die Emotion identifizieren, die jedes Gesicht gezeigt hat.
Bevorzugtes Blickparadigma
Teilnehmer sehen nebeneinander entweder Bilder oder Videos, während Blickmuster, Fixationsdauern und Kopforientierungen aufgezeichnet werden, sowie eine Videoaufnahme des Teilnehmers.