labvanced logoLabVanced
Contact
    • Remote Physiological Measurements
    • Eye Tracking
    • Head & Face-Tracking
    • Emotion Detection
    • Heart Rate Detection (rPPG)
    • Generative AI
    • Audio Transcription
    • EEG & Hardware Integrations
    • Decision Making
    • Reaction Times
    • Keyboard Inputs
    • Mouse Tracking
    • Mobile / Touch
    • Questionnaires
    • Gamepad / Joystick Integration
    • Audio Recordings
    • Audio Transcription
    • Video Recordings
    • Screen Recordings
    • Photos / Snapshots
    • Video Conferencing
    • Canvas Drawings
    • Build with AI
    • Build with Spreadsheets
    • Using the Experiment Editor
    • Coding
    • Creating Questionnaires
    • Balancing & Randomization
    • UX & Website Testing
    • Single Session Studies
    • Factorial Designs
    • Longitudinal & Multi-session Studies
    • Individual & Case Studies
    • Real-time Multi-user Studies
    • Interviews & Video Calls
    • Surveys & Questionnaires
    • Experience Sampling & Diaries
    • Classroom & Group Testing
    • Interventions & Clinical Trials
    • In the Browser
    • Mobile App
    • Desktop App
    • WebBridge Chrome Extension
    • Stroop Test
    • Flanker Task
    • N-back Task
    • Implicit Association Test
    • Trail Making Test
    • Digit Span
    • Corsi Block Tapping
    • Tower of London
    • Balloon Analog Risk Task
    • Preferential Looking
    • Browse more →
    • DASS-21
    • GAD-7
    • Rosenberg Self-Esteem Scale
    • PHQ-9
    • Ten-Item Personality Inventory
    • Big Five Personality Test
    • Adult ADHD Self-Report Scale
    • Browse more →
    • Building a Multi-user Study
    • Webcam Eye Tracking with AOIs
    • Website Frame Eye Tracking
    • Conditional Eye Tracking Opt-in
    • ChatGPT Study
    • Desktop App Study with EEG
    • Between-subjects Group Balancing
    • Building a Reading Study
    • Stroop Task
    • Lexical Decision Task
    • Browse more →
    Public Experiment Library
    • Arts Research
    • Clinical Psychology & Neuropsychology Medicine
    • Cognitive Psychology
    • Developmental Psychology
    • Behavioral Economics & Decision Science
    • Educational Research & Psychology
    • HCI & Human Factors
    • Linguistics & Language Sciences
    • Consumer & Marketing Research
    • Social & Personality Psychology
    • Sport & Movement Science
    • UX & Website Testing
    • Executive Functions
    • Language & Reading
    • Decision-Making & Reasoning
    • Attention
    • Overview
    • HCI & Human Factors
    • UX & Website Testing
    • Consumer & Marketing Research
    • White-Label App
    • PageGazer
    • Webcam vs. Lab Eye Tracking in InfantsAnna Banki & Gabriela Markova
    • Eye Tracking for Influencer MarketingDr. Alexander Edeling
    • Eye Tracking Infant Word ComprehensionDr. Giulia Calignano
    • Sentence Reading and Grammar JudgmentsDr. Jonathan Mirault
    • Regulating Emotions with MusicDr. Katrin Starcke
    • Game-Based Grammar Learning in ChildrenDr. Mireia Marimon
    • Gaze Cueing and AutismMax Soares Miehstein
    • Personality and Hearing in NoiseDr. Malte Wöstmann
    • All interviews →
    • Lab Notes
    • How to Cite Labvanced
    • Labvanced Platform Paper (2017)
    • Webcam Eye Tracking Validation (2024)
    • Webcam Eye Tracking Studies
    • Cognitive Psychology Studies
    • Developmental Psychology Studies
    • Linguistics Studies
    • See all publications →
    • Getting Started
    • Guide
    • Video Tutorials
    • Walkthroughs
    • Live Chat
    • Webinars & Onboarding Calls
    • AI Assistant
    • FAQ
    • Importing Templates Guide
    • Test Templates
    • Live Eye Tracking Metrics
    • Mouse Tracking Demo
    • ChatGPT Demo
    • Audio Recording Object Demo
    • Adding Image Stimuli Demo
    • Score & Feedback Demo
    • Browse all technical demos →
    • Timing Precision
    • Stimuli Presentation
    • Headphone Checks
    • Bot Checks
    • Participant Management
    • Comparisons
    • Research Blog
    • Prolific Integration
    • CloudResearch Integration
    • Sona Systems Integration
    • BeSample Integration
    • Panelabs Integration
    • Clickworker Integration
    • Labvanced Webhook API
    • Labvanced REST API
    • About Us
    • Newsletter Archive
    • Terms & Conditions
    • Data Security & Data Privacy
    • Technical & Organisational Measures
    • Accessibility
    • W-8BEN-E Form
    • Data Processing Agreement Template
    LinkedInYouTubeDiscord
    • Individual
    • Lab
    • Department / Consortium
    • Teaching
    • Campus
    • Commercial
    • Browse recording top-ups →
    • Browse AI token top-ups →
    • Overview
    • Study Building
    • Subject Recruitment
    • Dedicated Support
    Checkout
  • Contact
    • DE
      • 中國人
      • Deutsch
      • Français
      • Español
      • English
      • 日本語
    • Logout
    • Loginlogin icon
    Platform
    Labvanced makes it easy to implement the most advanced study design and reliably collect your data.
    Biosignals & AI
    Remote Physiological MeasurementsEye TrackingHead & Face-TrackingEmotion DetectionHeart Rate Detection (rPPG)Generative AIAudio TranscriptionEEG & Hardware Integrations
    Behavioral Recordings
    Decision MakingReaction TimesKeyboard InputsMouse TrackingMobile / TouchQuestionnairesGamepad / Joystick Integration
    Media Recordings
    Audio RecordingsAudio TranscriptionVideo RecordingsScreen RecordingsPhotos / SnapshotsVideo ConferencingCanvas Drawings
    Implementation Techniques
    Build with AIBuild with SpreadsheetsUsing the Experiment EditorCodingCreating QuestionnairesBalancing & RandomizationUX & Website Testing
    Study Formats

    Your study can take whatever format your research needs. Here are a few popular examples.

    Single Session StudiesFactorial DesignsLongitudinal & Multi-session StudiesIndividual & Case StudiesReal-time Multi-user StudiesInterviews & Video CallsSurveys & QuestionnairesExperience Sampling & DiariesClassroom & Group TestingInterventions & Clinical Trials
    Where Studies Run

    Run your study online in the browser, on mobile or tablet with the mobile app, or in-lab with the desktop app.

    In the BrowserMobile AppDesktop AppWebBridge Chrome Extension
    Tests
    Explore cognitive tests, questionnaires, walkthroughs, and our public experiment library: a starting point for your next study.
    Popular Cognitive Tests
    Stroop TestFlanker TaskN-back TaskImplicit Association TestTrail Making TestDigit SpanCorsi Block TappingTower of LondonBalloon Analog Risk TaskPreferential Looking
    Browse more →
    Questionnaires & Scales
    DASS-21GAD-7Rosenberg Self-Esteem ScalePHQ-9Ten-Item Personality InventoryBig Five Personality TestAdult ADHD Self-Report Scale
    Browse more →
    Public Experiment Library

    Take a look at what other researchers in the community are doing through our extensive, open catalog of shared studies.

    Open the public library →
    Walkthroughs

    Step-by-step builds of complete studies, from a blank project to a running experiment, that you can follow along or adapt.

    Building a Multi-user StudyWebcam Eye Tracking with AOIsWebsite Frame Eye TrackingConditional Eye Tracking Opt-inChatGPT StudyDesktop App Study with EEGBetween-subjects Group BalancingBuilding a Reading StudyStroop TaskLexical Decision Task
    Browse more →
    Research
    One platform for students, academics, and industry researchers studying human behavior.
    Harvard UniversityStanford UniversityCambridge UniversityUCLNYUMax Planck InstituteUCLATU Munich

    Trusted by researchers at 1,500+ universities worldwide

    Academic Research
    Arts ResearchClinical Psychology & Neuropsychology MedicineCognitive PsychologyDevelopmental PsychologyBehavioral Economics & Decision ScienceEducational Research & PsychologyHCI & Human FactorsLinguistics & Language SciencesConsumer & Marketing ResearchSocial & Personality PsychologySport & Movement ScienceUX & Website Testing
    Research Areas
    Executive FunctionsLanguage & ReadingDecision-Making & ReasoningAttention
    Industry / Commercial
    OverviewHCI & Human FactorsUX & Website TestingConsumer & Marketing ResearchWhite-Label AppPageGazer
    Researcher Interviews

    Conversations with researchers about the studies they ran with Labvanced, what worked, and what they learned.

    Webcam vs. Lab Eye Tracking in InfantsAnna Banki & Gabriela MarkovaEye Tracking for Influencer MarketingDr. Alexander EdelingEye Tracking Infant Word ComprehensionDr. Giulia CalignanoSentence Reading and Grammar JudgmentsDr. Jonathan MiraultRegulating Emotions with MusicDr. Katrin StarckeGame-Based Grammar Learning in ChildrenDr. Mireia MarimonGaze Cueing and AutismMax Soares MiehsteinPersonality and Hearing in NoiseDr. Malte Wöstmann
    All interviews →
    Our Research
    Lab NotesHow to Cite Labvanced
    Peer Reviewed Studies

    A selection of peer-reviewed work built on Labvanced: our own platform and validation papers, and studies by the research community grouped by area. Hundreds more are listed on the full publications page.

    Labvanced Platform Paper (2017)Webcam Eye Tracking Validation (2024)Webcam Eye Tracking StudiesCognitive Psychology StudiesDevelopmental Psychology StudiesLinguistics Studies
    See all publications →
    Resources
    Valuable resources to help you learn the platform, stay updated, and more.
    Documentation
    Getting StartedGuideVideo TutorialsWalkthroughs
    Support
    Live ChatWebinars & Onboarding CallsAI AssistantFAQ
    Templates & Demos

    These are a few popular examples. Browse our guide and a selection of technical demos to get started with implementation.

    Importing Templates GuideTest TemplatesLive Eye Tracking MetricsMouse Tracking DemoChatGPT DemoAudio Recording Object DemoAdding Image Stimuli DemoScore & Feedback Demo
    Browse all technical demos →
    Methodology
    Timing PrecisionStimuli PresentationHeadphone ChecksBot ChecksParticipant ManagementComparisonsResearch Blog
    Integrations & APIs
    Prolific IntegrationCloudResearch IntegrationSona Systems IntegrationBeSample IntegrationPanelabs IntegrationClickworker IntegrationLabvanced Webhook APILabvanced REST API
    Company & Legal
    About UsNewsletter ArchiveTerms & ConditionsData Security & Data PrivacyTechnical & Organisational MeasuresAccessibilityW-8BEN-E FormData Processing Agreement Template
    LinkedInYouTubeDiscord
    Pricing
    Our licenses and additional services at a glance.
    Licenses
    IndividualLabDepartment / ConsortiumTeachingCampusCommercial
    Top-Ups

    Need more recordings for your lab or your own research? Simply use one of these recording top-up packages.

    Browse recording top-ups →

    Need more AI tokens for the AI assistant and study translations? Simply use one of these AI token top-up packages.

    Browse AI token top-ups →
    Additional Services

    Hire Labvanced’s expert team to quickly bring your project to the level of rigor it needs.

    OverviewStudy BuildingSubject RecruitmentDedicated Support
    Checkout

    Ready to purchase a license or top-up? Head straight to checkout.

    Go to checkout →
    • 中國人
    • Deutsch
    • Français
    • Español
    • English
    • 日本語
    Banner Blindness Task header showing a NASA web page about solar eclipses with a webcam eye tracking gaze marker over the text.

    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
    • Erhobene Daten
    • Technologie
    • Anpassung
    • Empfohlene Verwendung

    Aufgabenformat | Banner Blindness Task

    Die Studie besteht aus drei Teilen und dauert etwa neun Minuten:

    1. 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.
    2. 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.
    3. 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.
    First results screen of the Banner Blindness Task in Labvanced, with bars for images, text, and promotions compared with a fair share line, and Yes or No results for banner blindness and pictures versus text.
    Der erste Ergebnisscreen. In diesem Durchlauf erhielten die Bilder 1,43-mal die Aufmerksamkeit, die ihre Größe vorhersagen würde, der Text 0,64-mal und die Werbeaktionen 0,95-mal, das Ergebnis ist also "Banner-Blindheit: Nein".

    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.

    Second results screen of the Banner Blindness Task in Labvanced, with bars for five text parts from the start to the end of the article and Yes or No checks for the page title, the promotions, and reading to the end.
    Der zweite Ergebnisscreen. Jede Leiste vergleicht einen Teil des Textes des Artikels mit seiner Größe, vom Anfang (links) bis zum Ende (rechts).

    Probieren Sie es aus!

    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:

    VariablennameBeschreibung
    fixation_dataEine Zeile pro Fixation: X- und Y-Position auf der Seite, Dauer (ms), Startzeit, Endzeit und Streuung
    fixation_AOIDie 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_PromosGesamtfixationsdauer (ms) auf den Seitentitel, die Bilder und die Werbeaktionen während der Lesezeit
    dwell_T1 bis dwell_T5Gesamtfixationsdauer (ms) auf jeden der fünf Textabschnitte, vom Anfang des Artikels bis zum Ende
    ratio_Images, ratio_Text, ratio_PromosAufmerksamkeitsquote 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_T5Aufmerksamkeitsquote für jeden Textabschnitt, innerhalb des Textes nur verglichen
    reached_end1, wenn der Teilnehmer den letzten Textabschnitt mindestens einmal angesehen hat; verwendet, um zu entscheiden, ob die Banner-Blindheit beurteilt werden kann
    click_dataEine Zeile pro Klick: der AOI-Name und das Label (leer, wenn der Klick außerhalb aller AOIs war), sowie die X- und Y-Position
    url_logDie 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.

    Datenvorschau der Fixationen pro AOI, wie z. B. eine Aktionskarte, ein Textabschnitt und ein Bild, gesammelt mit der Banner Blindness Task in Labvanced.
    Vorschau der 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.

    Datenvorschau der Gesamtdauer der Betrachtung in Millisekunden auf den Seitentitel, Bilder, Aktionen und jeden Textteil, gesammelt mit der Banner Blindness Task in Labvanced.
    Vorschau der Gesamtdauer der Betrachtung für einen Teilnehmer, in Millisekunden: der Seitentitel, die Bilder, die Aktionen, jeder der fünf Textteile und sämtlicher Text zusammen. Diese laufenden Gesamtwerte speisen die Aufmerksamkeitsverhältnisse auf den Ergebnisschermen.

    Banner Blindness Task

    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 Frame zeigt 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 Variable Aktionen 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.

    Eine Person, die eine Webcam-Augenverfolgungsaufgabe, die mit Labvanced erstellt wurde, während einer Flanker-Aufgabe betrachtet.

    Webcam Eye Tracking

    Erfassen Sie Blickmuster und visuelle Aufmerksamkeit mit integrierter, codefreier und peer-reviewed Webcam-Augenverfolgung.

    Ein Icon einer Uhr, die präzise Reaktionszeiten aus dieser Flanker-Aufgabenvorlage symbolisiert.

    Timing Precision

    Erfassen Sie Reaktionszeiten, Aufgabenleistungen und mehr mit Millisekundenpräzision für zeitkritische Aufgaben.

    Labvanced Web Bridge Website Eye Tracking

    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:


    Kontaktieren Sie uns

    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.


    Anmelden


    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.