kontakt@camo.nrw +49 202 / 439 1164

User-driven development (UDD)

Cover Neue Dimensionen der Mobilität
Ein Beitrag aus „Neue Dimensionen der Mobilität“
Ansätze und Methoden zur erfolgreichen Umsetzung neuer Mobilitätskonzepte

Autonome Fahrzeuge und Flugtaxis, die per Smartphone bedarfsgerecht angefordert und über eine App abgerechnet werden, Transportdrohnen, die Güter zustellen, etc. – mit solchen Bildern vermitteln die beteiligten Akteure den Konsumenten die schöne neue Welt der urbanen Mobilität der Zukunft. Dabei kann schnell der Eindruck entstehen, die Technik sei bereits weit fortgeschritten und könne schon bald problemlos umgesetzt werden.
Neue (Fahrzeug-)Konzepte und Mobilitätsdienstleistungen werden jedoch überwiegend unter Ausschluss der Öffentlichkeit getestet. Schon heute führt dies bei Mobilitätskonsumenten zu großer Skepsis, Bedenken bis hin zu Ängsten, da sie lediglich durch die Medien informiert werden – und diese berichten meist über negative Ereignisse, z.B. Unfälle mit autonom fahrenden Autos.
Aber: die Potenziale neuer Mobilitätkonzepte können nur dann realisiert werden, wenn die (zukünftigen) Nutzer diese auch verstehen und annehmen. Eine frühzeitige Einbeziehung der Konsumenten mit ihren Bedürfnissen und Möglichkeiten in Entwicklungsprozesse können hier helfen.

> Weitere Informationen

Verwandte Arbeiten

“Help, Accident Ahead!”: Using Mixed Reality Environments in Automated Vehicles to Support Occupants After Passive Accident Experiences

Currently, car assistant systems mainly try to prevent accidents. Increasing built-in car technology also extends the potential applications in vehicles. Future cars might have virtual windshields that augment the traffic or individual virtual assistants interacting […]

Mehr erfahren

A Wizard of Oz Field Study to Understand Non-Driving-Related Activities, Trust, and Acceptance of Automated Vehicles

Understanding user needs and behavior in automated vehicles (AVs) while traveling is essential for future in-vehicle interface and service design. Since AVs are not yet market-ready, current knowledge about AV use and perception is based […]

Mehr erfahren

Multivariate Confidence Calibration for Object Detection

Unbiased confidence estimates of neural networks are crucial especially for safety-critical applications. Many methods have been developed to calibrate biased confidence estimates. Though there is a variety of methods for classification, the field of object […]

Mehr erfahren