Rolle
UX/UI-Designer
Tools
Figma, Jira
Fokus
Informationsvisualisierung
Jahr
2024
Über das Projekt
Ziel der Masterarbeit war die Entwicklung und Evaluierung eines UI/UX-Konzepts für ein Frontend-Showcase, das komplexe Fahrzeug- und Flottendaten verständlich visualisiert.
Im Fokus standen Informationsvisualisierung, kognitive Entlastung und interaktive Dashboards, um große Datenmengen aus den Systemen MoSy, Live View und BeIntelli zugänglich zu machen.
Das Ergebnis ist ein interaktiver Prototyp, der die Leistungsfähigkeit autonomer Flotten in Echtzeit erfahrbar macht.
Herausforderung
Vorhandene Systeme wie MoSy oder Live View waren informationsreich, aber visuell überladen.
Die größte Herausforderung war, komplexe Echtzeitdaten klar und intuitiv darzustellen, ohne den Nutzer zu überfordern.
Ziel war es, ein Dashboard zu gestalten, das visuell ansprechend, funktional und effizient navigierbar ist.
Designprozess
Der Entwicklungsprozess folgte einem iterativen UX-Vorgehen mit Fokus auf User-Centered Design.
Low-Fidelity-Prototyping zur Layoutstruktur
High-Fidelity-Prototyping in Figma mit interaktiven Karten und Filterfunktionen
Nutzertests und Feedback-Schleifen zur kontinuierlichen Optimierung
Informationsvisualisierung
Ein zentrales Ziel war die Reduktion der kognitiven Belastung.
Farbcodierte Statusanzeigen, interaktive Filter und Diagramme (z. B. Anomaly Timeline) halfen, kritische Informationen hervorzuheben.
Dadurch konnten Benutzer schneller Anomalien erkennen und Entscheidungen treffen.
Evaluation
Zur Bewertung der Benutzerfreundlichkeit wurden die Methoden UEQ+ und NASA TLX eingesetzt.
Die Ergebnisse zeigten eine hohe Effizienz und geringe mentale Belastung.
Die Benutzer empfanden die Visualisierungen als verständlich, ansprechend und hilfreich für ihre Arbeit.
Ergebnisse & Erkenntnisse
Die Arbeit belegt, dass gute Informationsvisualisierung UX signifikant verbessert.
Klare visuelle Kodierung reduziert Frustration
Interaktive Elemente erhöhen Kontrolle und Effizienz
Ein konsistentes Farbsystem steigert Orientierung und Vertrauen
Ausblick
Zukünftige Entwicklungen könnten den Einsatz von Machine Learning und Predictive Analytics integrieren, um Muster automatisch zu erkennen und die Entscheidungsfindung weiter zu unterstützen.
