2025

Sechs Kategorien, die Agile- und UX-Herausforderungen endlich greifbar machen

Symbolbild: Reframing Agile & UX Challenges

Kollmorgen, J.; Pilz, J.; Silva da Silva, T.; Thomaschewski, J.; Schön, E.M. (2025): Reframing Challenges in Agile and UX: A New Categorization Approach. In: Schrepp, M. (eds) Design, User Experience, and Usability. HCII 2025. Lecture Notes in Computer Science, vol 15795. Springer, Cham. Doi: 10.1007/978-3-031-93224-3_7 || Download

Zusammenfassung

Agile Entwicklung und UX verfolgen beide das Ziel, bessere Produkte zu schaffen, treffen in der Praxis häufig aufeinander: UX-Aufgaben passen nicht in Sprint-Rhythmen, Zuständigkeiten bleiben unklar, Nutzerbeteiligung kommt zu kurz. Eine Analyse von 86 wissenschaftlichen Artikeln zeigt, dass die heutigen Herausforderungen nicht mehr in das klassische Dreierschema „Process & Practice“, „People & Social“ und „Technology & Artifact“ passen. Die Autorinnen und Autoren haben daher die 28 am häufigsten beschriebenen Probleme neu geordnet und sechs präzisere Kategorien gebildet: „Kommunikation“, „Zusammenarbeit“, „Nutzerbeteiligung“, „Leitlinien“, „Kapazitäten“ sowie „Praxis, Artefakt und Technologie“. Mit dieser feineren Struktur lassen sich Reibungspunkte schneller erkennen, passende Lösungen gezielt auswählen.

Die unsichtbaren UX-Faktoren – Neue Erkenntnisse durch die Repertory Grid Technique

Produktübergreifendes Nutzererlebnis

Kollmorgen, J.; Hinderks, A.; Escalona, M.J.; Thomaschewski, J. (2025): Identification of Cross-Product Experience Factors. In: Schrepp, M. (eds) Design, User Experience, and Usability. HCII 2025. Lecture Notes in Computer Science, vol 15795. Springer, Cham. Doi: 10.1007/978-3-031-93224-3_25 || Download

Zusammenfassung

Der Artikel untersucht, wie mit der Repertory Grid Technique (RGT), einer psychologischen Interviewmethode, neue und bereits etablierte UX-Faktoren identifiziert werden können. Hintergrund ist die Beobachtung, dass bestehende UX-Fragebögen wie der UEQ+ nicht alle relevanten Aspekte abbilden. In 22 Interviews wurden die Produkte Microsoft Teams, Microsoft PowerPoint und Netflix gezielt hinsichtlich Gemeinsamkeiten und Unterschieden verglichen. Daraus entstanden 378 semantische Gegensatzpaare (Konstrukte), die in 63 übergeordnete UX-Faktoren überführt wurden. Neben bekannten Faktoren wie Ästhetik oder Verständlichkeit wurden auch neue, bisher nicht messbare, aber häufig genannte UX Faktoren identifiziert. Beispiele sind Mentale Anforderung, Vielseitigkeit und Entspannung. Die Studie zeigt, dass RGT ein wertvolles Instrument zur Erweiterung bestehender UX-Messverfahren sein kann und hilft, ein umfassenderes Verständnis für Nutzererlebnisse in unterschiedlichen Anwendungskontexten zu entwickeln.

Kontinuierliche UX-Optimierung im E-Commerce – Praxisstudie mit UEQ-S

Symbolbild: UX-Optimierung im Mittelstand

Schaa, M.; Kollmorgen, J.; Thomaschewski, J.; Schrepp, M. (2025): Combining Questionnaires and Usage Tracking to Monitor the User Experience of an e-Commerce Solution. In: Schrepp, M. (eds) Design, User Experience, and Usability. HCII 2025. Lecture Notes in Computer Science, vol 15795. Springer, Cham. Doi: 10.1007/978-3-031-93224-3_11 || Download

Zusammenfassung

Die kontinuierliche Messung der UX startete in einem typischen Webshop als praktischer Test: Lässt sich mit überschaubarem Aufwand herausfinden, wie Kund*innen das digitale Einkaufserlebnis wirklich wahrnehmen? Schon nach kurzer Zeit zeigte sich der Nutzen dieses Ansatzes. Durch die Integration des UEQ-S-Fragebogens direkt nach dem Bestellabschluss und die Kombination mit technischen Nutzungsdaten entstand ein umfassendes Bild.

Die Ergebnisse zeigten schnell, wo die Stärken liegen – etwa bei der einfachen und klaren Bedienung – und an welchen Stellen noch Verbesserungspotenzial besteht. Besonders Desktop-Nutzer bewerten das Einkaufserlebnis konstant positiv, während mobile Nutzer häufiger kleinere Schwächen bemerken. Die Detailanalyse nach Produktkategorien offenbarte, dass gezielte Optimierungen für einzelne Sortimente einen großen Unterschied machen können.

Am Ende bleibt die Erkenntnis: Auch kleine und mittlere Online-Shops können mit pragmatischen, datenbasierten Methoden das Nutzererlebnis ihrer Kund*innen kontinuierlich steigern. Der Mix aus kurzen Fragebögen und Nutzungsanalyse liefert klare Hinweise für konkrete Verbesserungen und hilft dabei, aus einmaligen Käufen dauerhafte Kundentreue zu entwickeln.

Verstehen Sprachassistenten uns wirklich? Neue UX-Studie zeigt, wie man dies wissenschaftlich misst.

Sprachassistenten UX-Studie

Klein, Andreas M.; Kollmorgen, Jessica; Hinderks, Andreas; Schrepp, Martin; Rauschenberger, Maria; Escalona, Maria-Jose (2025): Validation of the UEQ+ Scales for Voice Quality. In: Computer Standards & Interfaces, Vol. 93., Doi: 10.1016/j.csi.2024.103971 || Download

Zusammenfassung

Sprachassistenten wie Alexa, Siri und Google Assistant sind aus dem Alltag vieler Menschen nicht mehr wegzudenken. Doch wie gut ist ihre User Experience (UX) wirklich? Der Artikel untersucht, wie sich die UX-Qualität von Voice User Interfaces (VUIs) messen lässt. Dafür wurden drei neue Skalen für das UEQ+ Framework entwickelt: „Response Behavior“, „Response Quality“ und „Comprehensibility“. Diese Skalen erfassen, wie natürlich sich die Sprachassistenten verhalten, wie präzise ihre Antworten sind und wie gut sie gesprochene Befehle verstehen.

In einer groß angelegten Studie mit 623 Teilnehmer*innen aus den USA und Großbritannien konnte das Forschungsteam zeigen, dass diese Skalen zuverlässig und valide sind. Besonders spannend: Die Ergebnisse zeigen nicht nur Stärken der Systeme, sondern auch klare Verbesserungsmöglichkeiten – etwa bei der Dialogverständlichkeit oder der Datensicherheit. Damit liefert die Studie eine wertvolle Grundlage für die Weiterentwicklung smarter Sprachassistenten.