Die Aufmerksamkeits-Heatmaps von FlowDx basieren auf dem DeepGaze IIE-Modell. Dieses Modell wurde von Linardos et al. in dem ICLR 2021-Paper „DeepGaze IIE: Calibrated prediction in and out-of-domain for state-of-the-art saliency modeling“ vorgestellt und stammt aus dem Bethge Lab für Computational Neuroscience an der Universität Tübingen in Deutschland. Im MIT/Tilburg Saliency Benchmark belegt DeepGaze IIE in mehreren Metriken den ersten Platz, wobei die Vorhersageergebnisse eine Korrelation von über 0,87 mit realen menschlichen Blickbewegungsdaten aufweisen.
Was bedeuten die Farben der Heatmap?
| Farbe | Bedeutung | Prozentsatz der Aufmerksamkeit |
|---|---|---|
| Rot | Bereich höchster Aufmerksamkeit — Nutzer sehen hier zuerst hin | Top 10% |
| Orange-Gelb | Hohe Aufmerksamkeit — der Blick wandert schnell hierher | 10-30% |
| Grün | Mittlere Aufmerksamkeit — wird während des Browsens bemerkt | 30-60% |
| Blau | Niedrige Aufmerksamkeit — wird von den meisten Nutzern ignoriert | 60-90% |
| Dunkel/Farblos | Toter Winkel der Aufmerksamkeit — fast niemand sieht hier hin | Untere 10% |
Gängige Heatmap-Muster
Muster 1: Zentral fokussiert (Gesund)
Die roten Bereiche konzentrieren sich auf die Kernbotschaften des Inhalts (Gesichter, Headlines, CTA-Buttons). Dies bedeutet, dass die visuelle Hierarchie klar ist und der Nutzer die Botschaft, die Sie vermitteln möchten, schnell versteht.
Muster 2: Zerstreut (Problematisch)
Die roten Bereiche sind über mehrere Stellen verteilt, ohne einen klaren Hauptfokus. Dies deutet darauf hin, dass zu viele Elemente im Bild sind und die Aufmerksamkeit abgelenkt wird. Lösung: Reduzieren Sie die Anzahl der Elemente und schaffen Sie ein klares visuelles Hauptsubjekt.
Muster 3: Verschoben (Schwerwiegendes Problem)
Die roten Bereiche konzentrieren sich auf Stellen, die der Nutzer eigentlich nicht beachten soll (z. B. ein irrelevantes Element im Hintergrund), während Ihre Kernbotschaft (Headline, Produkt) in blauen oder grünen Bereichen liegt. Dies ist ein CTR-Killer.
Muster 4: Randständig (Verschwendung)
Die Aufmerksamkeit konzentriert sich auf die Bildränder. Dies geschieht häufig, wenn das Hauptsubjekt zu klein ist oder zu viel Weißraum vorhanden ist. Das Gehirn wird von kontrastreichen Bereichen an den Rändern angezogen (z. B. der Übergang zwischen Bildrand und Hintergrund).
Visueller Pfad: Die „Leseroute“ des Nutzers
Zusätzlich zur Heatmap generiert FlowDx einen visuellen Pfad — eine Vorhersage darüber, wo das Auge des Nutzers beginnt und in welcher Reihenfolge es das Bild scannt. Ein idealer visueller Pfad sollte:
- Beim stärksten Aufmerksamkeitsanker beginnen (meist ein Gesicht oder der größte Text)
- Zu den Zusatzinformationen wandern (Subheadlines, Produktbilder)
- Schließlich beim CTA (Call-to-Action) enden
Wenn der Pfad wichtige Informationen überspringt oder in irrelevanten Bereichen verweilt, deutet dies auf Probleme in der visuellen Führung hin.
Die fünf Dimensionen des kognitiven Scores im Detail
FlowDx liefert nicht nur eine Gesamtnote, sondern bewertet Ihren Content anhand von fünf kognitiven Dimensionen:
- Aufmerksamkeit — Ob der Inhalt innerhalb von 0,3 Sekunden den Blick fangen kann
- Visueller Fokus — Ob eine klare visuelle Hierarchie und ein Führungspfad vorhanden sind
- Emotionale Wirkung — Ob emotionale Reaktionen ausgelöst werden (Neugier, Begeisterung, Resonanz)
- Handlungsantrieb — Ob ein klarer Call-to-Action (CTA) vorhanden ist
- Gedächtnisstärke — Ob sich der Nutzer nach dem Betrachten an den Inhalt erinnern kann
Jede Dimension wird von 0 bis 100 Punkten bewertet. 70+ ist exzellent, 50-70 benötigt Optimierung, unter 50 liegen schwerwiegende Probleme vor.
Inhalte basierend auf dem Diagnosebericht optimieren
Sobald Sie den FlowDx-Diagnosebericht erhalten haben, sollten Sie die Probleme nach folgender Priorität bearbeiten:
Priorität 1: „Verschobene“ Probleme beheben (Rote Diagnosepunkte)
Wenn sich die Aufmerksamkeit auf die falsche Stelle konzentriert (Hintergrundelemente, irrelevante Details), ist dies das schwerwiegendste Problem. Die Lösung besteht meist darin: Das visuelle Gewicht störender Elemente reduzieren (weichzeichnen, Sättigung verringern) und gleichzeitig die Salienz der Kernbotschaft erhöhen (vergrößern, Kontrast erhöhen, Rahmen hinzufügen).
Priorität 2: Einen klaren visuellen Pfad etablieren (Orange Diagnosepunkte)
Wenn die Heatmap eine zerstreute Aufmerksamkeit zeigt, muss eine klare visuelle Hierarchie geschaffen werden. Nutzen Sie Größenkontraste (das wichtigste Element ist am größten), Farbkontraste (Kernbotschaften in hochgesättigten Farben) und räumliche Führung (Pfeile, Linien, Blickrichtung von Personen), um den Blick des Nutzers entlang Ihres vordefinierten Pfades zu leiten.
Priorität 3: Den allgemeinen kognitiven Score verbessern (Gelbe Empfehlungen)
Dimensionen im fünfstufigen Score, die unter 60 Punkten liegen, sollten besonders beachtet werden. Gängige Verbesserungsmethoden:
| Niedrige Dimension | Mögliche Ursache | Verbesserungsrichtung |
|---|---|---|
| Aufmerksamkeit < 60 | Bild zu flach, mangelnde Salienz | Kontrast erhöhen, Gesichter hinzufügen, gesättigte Farben nutzen |
| Visueller Fokus < 60 | Zu viele und zu unruhige Elemente | Anzahl der Elemente reduzieren, Primär- und Sekundärhierarchie schaffen |
| Emotionale Wirkung < 60 | Inhalt fehlt emotionaler Trigger | Emotionale Mimik nutzen, Kontraste erzeugen, Storytelling einsetzen |
| Handlungsantrieb < 60 | Fehlender CTA oder Handlungshinweis | Pfeile, Buttons, Trigger-Wörter wie „Jetzt“ oder „Zeitlich begrenzt“ hinzufügen |
| Gedächtnisstärke < 60 | Inhalt zu gewöhnlich, mangelnde Einzigartigkeit | Markensymbole etablieren, einzigartige Farbpaletten nutzen, visuelle Anker schaffen |
Grenzen der Heatmap-Analyse
Aufmerksamkeits-Heatmaps sind leistungsstarke Werkzeuge, haben aber auch ihre Grenzen. Ein ehrliches Verständnis dieser Grenzen hilft bei der besseren Nutzung:
- Vorhersage des „Durchschnittsnutzers“ — Die Heatmap spiegelt die durchschnittliche Blickverteilung einer Gruppe wider; der Pfad eines einzelnen Nutzers kann davon abweichen.
- Nicht direkt gleichbedeutend mit Klickrate — Hohe Aufmerksamkeit führt nicht zwangsläufig zu hohen Klicks. Ein Nutzer könnte etwas bemerken, sich aber gegen einen Klick entscheiden (z. B. wenn der Inhalt nicht interessant genug wirkt).
- Abhängigkeit von der Bildqualität — Niedrige Auflösung oder starke Komprimierung können die Genauigkeit der Vorhersage beeinträchtigen.
- Kulturelle Unterschiede — Nutzer aus verschiedenen Kulturkreisen können Aufmerksamkeit unterschiedlich auf Farben, Gesichter und Symbole verteilen.
Der fünfdimensionale kognitive Score von FlowDx wurde genau deshalb entwickelt, um die Lücken einer reinen Heatmap-Analyse zu schließen — er berücksichtigt Aufmerksamkeit, Emotionen, Gedächtnis und weitere Dimensionen für eine umfassendere Content-Diagnose.
Häufig gestellte Fragen (FAQ)
Ist ein roter Bereich auf der Heatmap immer das Beste?
Nicht unbedingt. Rot zeigt an, wohin der Nutzer zuerst schaut. Entscheidend ist jedoch, ob der rote Bereich auf der Botschaft liegt, die Sie vermitteln wollen. Wenn Rot auf einem irrelevanten Hintergrund liegt, deutet dies auf ein Problem hin. Der Idealzustand ist: Rot deckt die Kernbotschaft ab (Produkt, Gesicht, Headline), Blau deckt sekundäre Bereiche ab.
Wie viele Fixationspunkte im visuellen Pfad sind ideal?
Für Thumbnails und Cover-Bilder ist ein Bereich von 3-5 Fixationspunkten optimal. Zu wenige (1-2) deuten auf einen zu geringen Informationsgehalt hin, zu viele (6+) auf eine zu zerstreute Aufmerksamkeit. Idealer Pfad: Hauptfokus → Zusatzinfo → CTA, um eine klare Erzähllinie zu bilden.
Warum unterscheidet sich meine Heatmap von anderen Analysen desselben Bildes?
FlowDx verwendet ein deterministisches Modell (DeepGaze IIE), daher sind die Analyseergebnisse für dasselbe Bild absolut konsistent. Wenn Sie unterschiedliche Ergebnisse sehen, liegt das wahrscheinlich an unterschiedlichen Bildauflösungen, Zuschnitten oder Komprimierungsgraden. Es wird empfohlen, Bilder in Originalauflösung zu analysieren.
Was ist der Unterschied zwischen Video-Heatmaps und statischen Bildern?
In Videoinhalten verändert sich die Aufmerksamkeitsverteilung über die Zeit. FlowDx führt eine Frame-für-Frame-Analyse durch, wobei jeder Frame eine eigene Heatmap erhält. Videos haben im Vergleich zu statischen Bildern eine zusätzliche Dimension — dynamische Elemente (bewegte Objekte, Bildschnitte) ziehen die Aufmerksamkeit stark an. Der Schlüssel zur Videoanalyse liegt darin, die Frames mit der schwächsten Aufmerksamkeit zu finden, da dies die Momente sind, in denen Nutzer am ehesten wegklicken.
Starten Sie jetzt Ihre Heatmap-Diagnose
Laden Sie Ihre Inhalte auf FlowDx hoch und erhalten Sie Ihre Aufmerksamkeits-Heatmap, den visuellen Pfad und den fünfdimensionalen Score. Finden Sie heraus, was mit Ihren Inhalten im Gehirn Ihrer Nutzer wirklich passiert.
Referenzen
- Linardos, A. et al. (2021). DeepGaze IIE: Calibrated prediction in and out-of-domain for state-of-the-art saliency modeling. ICLR 2021.
- Borji, A., & Itti, L. (2013). State-of-the-art in visual attention modeling. IEEE Transactions on Pattern Analysis and Machine Intelligence, 35(1), 185-207.
- Bylinskii, Z. et al. (2019). What do different evaluation metrics tell us about saliency models? IEEE TPAMI, 41(3), 740-757.