Benutzerschnittstellen sind der Angelpunkt der Mensch-Maschine Interaktion. Größte Beachtung wird dabei nach wie vor den graphischen Oberflächen geschenkt, jedoch können auch die übrigen Sinne des Menschen angesprochen werden. Besonders das Gehör bietet gute Grundvorraussetzungen für die Informationsaufnahmen, da es komplexe Informationen aufnehmen kann und der kognitive Apparat auch gewohnt ist, diese zu verarbeiten (der Tastsinn z.B. ist bei nicht-sehbehinderten Menschen hingegen weniger geübt auf feine Nuancierung zu reagieren). Wichtig ist auch die Unbhängigkeit vom Sehsinn und die parallele Nutzbarkeit beider Sinne. Darüberhinaus kann inzwischen nahezu jeder Homekomputer diesen Sinn auch ansprechen. Die technischen Vorraussetzungen sind durch serienmäßige Soundkarten gegeben.
Die Vision von Interaktion mittels Sprache bildet die Grundlage der Idee eines auditiven User-Interfaces. Die im folgenden beschriebenen Techniken dienen jedoch der Unterstützung der Mensch-Maschine-Kommunikation mittels akustischer Signale und haben daher eine andere Funktion. Sie finden vornehmlich in graphischen User-Intefaces ihre Anwendung. Im Anschluss an die Beschreibung der Begriffe folgen einige Ergebnisse von Experimanten, die die Auswirkungen dieser beiden Formen des auditiven Feedbacks auf die Zuordnung von Bildern, also visueller Eindrücke, zu Kategorien untersucht haben.
Earcons sind akustische Signale, die, ähnlich den visuellen Icons, eine bestimmte Information tragen. Diesen spezifischen Informationsgehalt erhalten Earcons dabei vorallem über das Abstraktionsvermögen des Benutzers, der bei bestimmeten anwendungen immer iweder auf sie stößt. Ein Beispiel wäre ein einfaches klangliches Feedback beim drücken eines Buttons. Verschiedenste Parameter können variiert werden um möglichst eine einfache Unterscheidung sowie auch Kategorisierung zu gewährleisten. Natürlich sollten akustischen Informationen eine Differenzierung erlauben, sofern sie verschiedene Funktionalitäten begleiten, allerings sollten Funktionalitäten, die zu einer logischen Gruppe gehören (z.B. Textverarbeitung oder Unterhaltungsanwendungen), auch klanglich erkennbar zur selben Kategorie gehören.
Um Earcons zu entwerfen und von einander Abzugrenzen können verschiedenste Parameter variiert werden:
Rhythmus:
Sollte die einfache Unterscheidung von verschiedenen Earcons durch offensichtliche Variation unterstützen. Allerdings sollten nicht all zu viele Töne pro Zeiteinheit gespielt werden, um den Nutzer nicht zu überfordern. Richtwert ist 4 bis 6 Töne pro Sekunde.
Tonhöhe:
Gewährleistet neben der Rythmusvariation die Unterscheidbarkeit der Earcons. Typischerweise liegt sie im Bereich zwischen 125Hz bis 5kHz (vgl. typischer Frequenzbereich der Sprache: 300 Hz bis 4 kHz), im Breich der besten Hörleistung. Bei Variation des gesamten Earcons über eine oder mehrere Oktaven spricht man von Variation der Register. Hierbei ist zu beachten, dass um mehr als eine Oktave moduliert werden sollte, um sichere Unterscheidbarkeit zu ermöglichen.
Klangfarbe:
Die Variation spezifischer Obertöne. Kann durch die Wahl verschiedener Musikinstrumente realisiert werden.
Lautstärke:
Die Signalamplitude ist stark abhängig von den lokalen Einstellungen am jeweiligen Endgerät, weshalb sie für den Bereich der Earcons weniger bedeutsam ist. Natürlich sollte das Signal bei durchschnittlicher Einstellung des Betriebssystems gut wahrnehmbar und nicht übermäßig laut sein.
Dauer:
Es sollte darauf geachtet werden, dass je nach Verwendundung des Earcons, die Spieldauer typischerweise kurz gehalten werden muss. Schließleich muss auch mit der graphischen Benutzeroberfläche und immer neuen Eingaben Schrittgehalten werden können. Längere Spieldauer wäre zur Verdeutlichung eines im Hintergrund ablaufenden Prozesses denkbar.
Räumliche Position:
Die Einbeziehung von Raumklang in die Earcon. Eine mögliche Anwendung könnte bei Auslösen eines Earcons dieses auf einem Kanl abspielen, kommt ein zweites hinzu wird ein anderer Kanal genutzt. Daies erleichtert die Differenzierung.
Grundsätzlich ist das Konzept der Auditory Icons sehr ähnlich dem der Earcons. Der entscheidende Unterschied liegt in der Alltagsrelevanz des gewählten akustischen Signales. Im Gegensatz zu Earcons, deren Bedeutungen sich nur durch Erfahrungen mit dem auditiven Interface erlernen lassen, tragen Auditory Icons auch in der Realität bereits eine Bedeutung. Beispiel wäre etwa das rascheln von Papir bei einem Textbearbeitungsprogramm
Idealerweise wird daherein dem Benutzer bekanntes Geräusch bzw. ein Klang gewählt , dessen Eindruck einen Bezug zur unterlegten Funktionalität hat.
Die Auswirkungen von Auditven Icons und Earcons für die schnellere selektive Zuordnung eines visuellen Reizes zu verschiedenen Kategorien wurde in mehrern Experimenten untersucht. Typischerweise wurde eine Aufgabenstellung ähnlich der folgenden verwendet:
Entscheiden sie, ob sequentiell gezeigte Bilder der einen oder anderen Kategorie von Gegenständen zuzuordene ist. Von der Begleitung des visuellen Reizes mittels auditiven Eindrücken, die entweder sinnvoll mit der Aufgabe verknüpft werden konnten (z.B. wird bei Musikinstrumenten auch ein entsprechender Midi-Sound gespielt), nicht mit ihnen korrelierten oder gar gegenteilige Antworten nahelegten.(vgl. Lemmens et al.,2001)
Die Ergebnisse lassen sich dahingehend interpretieren, dass der Mensch sich auf zwei verschiedene kognitive Stile zur Erinnerung an Sachverhalte bedient. Zumeinen ein konzeptueller Still, der Entscheidungen durch Anwendung von abstrakten Regeln ermöglicht, und zum anderen ein kategorischer Stil, bei dem Entscheidungen durch Generalisierung des Wahrgenommenen und vergleich mit bekannten Mustern, also anhand von Beispielen, vorgenommen werden. Earcons entsprechen bei dieseer Herangehensweise eher dem konzeptionellen Stil (ihre Bedeutung muss abstrahiert und erlernt werden), auditory Icons sprechen bereits bekannte Kategorien in den Menschlichen Denkstrukturen an.
Bei den gestellten Aufgeben wurde eine eher langsamere Reaktionszeit bei Begleitung durch Earcons, langsamer noch als bei fehlenden auditiven Reizen, festgestellt. Auditory Icons hatten hingegen tendenziell eine positive Wirkung auf die Reaktionszeit, ganz im Sinne der Intention, sie sollen den Wahrnehmungsvorgang unterstützen.
Diese Ergebnisse sind allerdings sehr spezifisch in der experimentellen Situation zu sehen. Da die Earcons den Versuchspersonen nicht geläufig waren, musste während der Bildkategorisierung zusätzlich auf diese, eher ablenkenden, Reize geachtet werden. Um auf Einsatz in einem User-Interface zu schliessen,ist auch die sequentielle Abfolge der Bilder kaummit einer typischen Selektionsaufgabe auf graphischer Oberfläche zu vergleichen(bei der häufig zwischen mehreren Icons oder Menüpunkten, die gleichzeitig dargestellt werden, gewählt werden muss).