Der Anteil hochautomatisierter und perspektivisch autonomer Fahrfunktionen wird in den kommenden Jahren signifikant zunehmen. Die technische Performance dieser Systeme wächst kontinuierlich und ermöglicht zunehmend komplexe Eingriffe in das Fahrgeschehen. Eine zentrale Herausforderung bleibt jedoch bestehen: das Vertrauen der Insassen in die Entscheidungen des Fahrzeugs. Denn erst wenn Systemverhalten nachvollziehbar und antizipierbar ist, kann automatisiertes Fahren sein volles Potenzial im realen Einsatz entfalten.
Ein vielversprechender Ansatz zur Stärkung dieses Vertrauens liegt in der gezielten und intuitiven Kommunikation von Systemzuständen, Umweltwahrnehmung und geplanten Fahrmanövern. Dynamische, adaptive Lichtfunktionen im Fahrzeuginnenraum bieten hierfür ein bislang wenig ausgeschöpftes Potenzial. So können beispielsweise geplante Spurwechsel frühzeitig visuell angekündigt oder erkannte Verkehrssituationen – wie Ampelzustände – transparent dargestellt werden. Ziel ist es, komplexe Systementscheidungen so aufzubereiten, dass sie für den Nutzer unmittelbar verständlich und damit vertrauensbildend werden.
Ziel dieser Masterarbeit ist es, diesen Ansatz nicht nur konzeptionell zu entwickeln, sondern im Rahmen einer fundierten Probandenstudie experimentell zu validieren. Neben der Auslegung und Bewertung geeigneter Lichtkonzepte steht insbesondere die Entwicklung belastbarer Methoden zur objektiven und subjektiven Erfassung von Vertrauen im Fokus. Die Arbeit adressiert damit eine anspruchsvolle Fragestellung an der Schnittstelle von Fahrerassistenz, Human-Machine-Interaction und Wahrnehmungspsychologie und richtet sich an Studierende, die komplexe Systeme nicht nur verstehen, sondern deren Wirkung kritisch hinterfragen und methodisch sauber analysieren wollen.
