Neue Testmethode Die richtige Schrift fürs Navigationssystem

Standard-PC statt Fahrsimulator: Ein neues Verfahren senkt die Analysekosten bei der Untersuchung der Lesbarkeit von Schriften.
Standard-PC statt Fahrsimulator: Ein neues Verfahren senkt die Analysekosten bei der Untersuchung der Lesbarkeit von Schriften.

Welche Schrift lässt sich auf Fahrzeug-Displays besonders schnell und fehlerfrei lesen? Statt der bisher üblichen aufwendigen Tests im Fahrsimulator steht für entsprechende Untersuchungen nun ein neues Verfahren zur Verfügung, das mit herkömmlichen Desktop-PCs auskommt.

Ob im dichten innerstädtischen Verkehr oder bei hohem Tempo auf der Autobahn – ein schneller Blick aufs Navi muss genügen, um Straßennamen oder andere Informationen sicher zu erfassen. Entsprechend wichtig ist die Wahl einer gut lesbaren Schrift bei der Gestaltung der Benutzeroberfläche. Im Fahrsimulator lassen sich unterschiedliche Schriftarten zuverlässig überprüfen, doch solche Tests sind zeit- und kostenaufwändig. Der Schriften-Anbieter Monotype, das Massachusetts Institute of Technology (MIT) AgeLab und das New England University Transportation Center haben nun eine vereinfachte Methode entwickelt, mit der sich die Lesbarkeit von Schriften auf Bildschirmen bei Streifblicken testen lässt.

Die neue Methode konzentriert sich auf die typografischen Variablen, die sich auf die Lesbarkeit auswirken, und nutzt einen Standard-Desktop-PC an Stelle eines Fahrsimulators. Das reduziert die Komplexität, Verwaltungszeit, Datenmenge und Analysekosten, die notwendig sind, um verschiedene Wege der Darstellung von typografischen Informationen auf Bildschirmen zu untersuchen. In einer aktuellen Studie mussten die Probanden lexikalische Entscheidungsaufgaben lösen, um die minimale Zeit zu erfassen, die dafür notwendig ist, zu erkennen, ob eine Folge aus Buchstaben ein richtiges Wort ergibt (im Gegensatz zu einem unsinnigen Wort). Besser lesbare Schriften werden dabei in kürzerer Zeit erkannt. Zwischen einzelnen Schriftarten ergaben sich dabei zeitliche Unterschiede von 8,8 bis 33,1 Prozent. Die Methodik lässt sich auch auf andere Sprachen übertragen, wie eine Untersuchung mit chinesischen Schriftzeichen ergab.