Logo UX & Usability Toolkit
DE | EN

Evidenzbewertung

Effekt-Score (E): 4/5 Beleglage für das zugrunde liegende Prinzip bzw. die Messmethode.

Transfer-Score (T): 3/5 Belege für zuverlässige Ergebnisse in der digitalen Produktpraxis.

Evidenz-Level: Hoch

[Plausibel durch UX-Forschung] Mentale Modelle als Arbeitshypothesen behandeln und durch Beobachtung, Interviews oder Tests mit der Zielgruppe überprüfen.

Skala und Bewertungsregeln

Effekt-Score: 5 gesichert · 4 belastbar · 3 kontextabhängig · 2 schwach · 1 vorläufig.

Transfer-Score: 5 praxisbelegt · 4 feldbelegt · 3 teilweise belegt · 2 plausibel · 1 Hypothese.

Ohne fundierte wissenschaftliche oder normative Quelle ist E auf 3 begrenzt. Blog- und Agenturmeinungen begründen höchstens T=2. Bei nicht aufgelösten Konflikten gilt der konservativere Wert.

Evidenz-Level: Hoch = E ≥ 4 und T ≥ 3; Moderat = E ≥ 3; Vorläufig = E ≤ 2 oder T ≤ 1.

Mentale Modelle in der HCI

Mentale Modelle sind innere Repräsentationen, mit denen Nutzer:innen Systeme verstehen, vorhersagen und bedienen. Sie spielen eine zentrale Rolle in der Human-Computer Interaction (HCI).

Definition

Ein mentales Modell ist eine vereinfachte, subjektive Vorstellung darüber, wie ein System funktioniert. Es beeinflusst, wie Personen mit diesem System interagieren.

Warum mentale Modelle entscheidend sind

Wenn Menschen ein neues System nutzen, bauen sie auf Erfahrungen und Analogien. Mentale Modelle helfen ihnen, Funktionen zu erklären, Aktionen vorherzusagen und Probleme zu vermeiden – etwa wenn sie ein unbekanntes Interface erkunden.
Fehlt dieses Modell, fühlen sich Nutzer:innen orientierungslos. Ist es falsch, entsteht Frustration: etwa wenn der „Speichern“-Button nicht das tut, was erwartet wurde.

Wie mentale Modelle entstehen: vertraute Muster und Rückmeldungen

Menschen bilden mentale Modelle aus früheren Erfahrungen, sichtbaren Hinweisen im Interface und den Folgen ihrer Handlungen. Ein Warenkorb-Symbol legt nahe, dass ausgewählte Produkte vor dem Kauf geprüft werden können; eine Lupe steht meist für die Suche. Öffnet dasselbe Symbol stattdessen einen Filter oder löst sofort eine unumkehrbare Aktion aus, widerspricht das der Erwartung. Verständliche Rückmeldungen helfen dann, das tatsächliche Verhalten des Systems zu erlernen.

Drei Wege, wie ein Interface Erwartungen prägt

Mentale Modelle entstehen nicht auf einmal. Nutzende verbinden vorhandenes Wissen mit Hinweisen im Interface und passen ihre Annahmen bei der Nutzung an:

  1. Erfahrungen übertragen: Wer Online-Shops kennt, erwartet, dass ein Warenkorb Produkte bis zum Kauf sammelt. Ein neuer Shop kann daran anknüpfen, statt das Muster von Grund auf zu erklären.
  2. Sichtbare Hinweise deuten: Ein Ordner-Symbol legt nahe, dass Dateien darin gruppiert und geöffnet werden. Werden sie beim Auswählen sofort geteilt, widersprechen sich Symbol und Handlung.
  3. Aus Folgen lernen: Nach dem Speichern eines Dokuments zeigt „Zuletzt gespeichert“, dass Änderungen automatisch übernommen wurden. Ohne diesen Status suchen Nutzende womöglich weiter nach einem separaten Speichern-Button.

Ein Beispiel: Wer zum ersten Mal „Archivieren“ nutzt, kann annehmen, dass eine E-Mail gelöscht wird, weil beides die Nachricht aus dem Posteingang entfernt. Eine eindeutige Beschriftung, ein auffindbares Archiv und eine Rückgängig-Meldung erklären den Unterschied. Jede weitere Interaktion bestätigt oder korrigiert dieses Modell.

Mentales Modell, Systembild und Designmodell

Normans bekanntes Modell unterscheidet drei Perspektiven:

Die tatsächliche Funktionsweise des Systems ist davon zu unterscheiden: Sie muss über das Systembild verständlich vermittelt werden, damit Nutzende Erwartungen bilden und Handlungen nachvollziehen können. Ein Papierkorb-Symbol kann beispielsweise nahelegen, dass eine Datei gelöscht wird, obwohl sie zunächst nur in einen anderen Speicherort verschoben wird.

Wie Design mentale Modelle unterstützt

Ein gutes Interface vermittelt Funktionen intuitiv. Das gelingt durch:

Mehr zu Affordanzen findest du hier.

Wie man mentale Modelle erfassen kann

UX-Research nutzt verschiedene Methoden, um mentale Modelle sichtbar zu machen:

Diese Methoden sind eng verbunden mit den Seiten zur Thinking-Aloud-Methode und UX-Interviews.

Fazit

Mentale Modelle sind kognitive Werkzeuge, mit denen wir die digitale Welt verstehen.
Ein nutzerzentriertes Design berücksichtigt nicht nur, wie ein System funktioniert – sondern auch, wie es verstanden wird.
Denn je besser Systemlogik und mentale Modelle übereinstimmen, desto intuitiver wird die Nutzung.

Merksatz

Systeme sollten sich an das mentale Modell der Nutzer:innen anpassen – nicht umgekehrt.

Häufige Fragen (FAQ)

Was ist ein mentales Modell?
Ein mentales Modell ist eine vereinfachte, subjektive Vorstellung darüber, wie ein System funktioniert. Es beeinflusst, wie Nutzer:innen Handlungen planen, Probleme lösen und mit Interfaces interagieren.
Warum sind mentale Modelle in der HCI wichtig?
Mentale Modelle beeinflussen, was Nutzende erwarten und wie sie ein System bedienen. Verständliche Rückmeldungen und eine passende Systemdarstellung können Abweichungen zwischen Erwartungen und tatsächlichem Verhalten sichtbar machen.
Was ist der Unterschied zwischen mentalem Modell und Systemmodell?
Normans Modell unterscheidet Designmodell, Systembild und Nutzermodell. Das Systembild vermittelt das Designmodell; Nutzende entwickeln daraus und aus ihrer Erfahrung ein mentales Modell. Die tatsächliche Systemfunktion ist davon getrennt zu betrachten.
Wie kann Design mentale Modelle unterstützen?
Durch Konsistenz, klare Affordanzen, vertraute Metaphern, verständliche Rückmeldungen und Fehlertoleranz. Ziel ist es, die Erwartungen der Nutzerinnen und Nutzer zu erfüllen oder realistisch anzupassen.
Wie lassen sich mentale Modelle erfassen?
Typische Methoden sind Card Sorting, Interviews, Thinking-Aloud-Protokolle, Concept Mapping und der Vergleich von Nutzerverhalten mit der Systemlogik.
Was passiert, wenn mentale Modelle falsch sind?
Falsche Modelle führen zu Fehlbedienungen, Frustration und ineffizienter Nutzung. UX-Design sollte daher durch Feedback und klare Strukturen korrigierend eingreifen.

Science-Corner: Evidenzdaten

Setting
HCI-Forschung und kontextbezogene Nutzerforschung
Replikationsstatus
Gemischte Befundlage
Evidenz-Level
Hoch (E=4, T=3)
Schlüsselquellen (APA)
  • Norman, D. A. (1983). Some observations on mental models. In D. Gentner & A. L. Stevens (Eds.), Mental models (pp. 7–14). Lawrence Erlbaum.
  • Johnson-Laird, P. N. (1983). Mental models: Towards a cognitive science of language, inference, and consciousness. Harvard University Press.
  • Kieras, D. E., & Bovair, S. (1984). The role of a mental model in learning to operate a device. Cognitive Science, 8(3), 255–273. https://doi.org/10.1207/s15516709cog0803_3
  • Staggers, N., & Norcio, A. F. (1993). Mental models: Concepts for human-computer interaction research. International Journal of Man-Machine Studies, 38(4), 587–605. https://doi.org/10.1006/imms.1993.1028
Prüfdatum / Version
2026-11-01 · 1.1
Nächste Prüfung
2027-11-01 (Review-Rhythmus: 12 Monate)

Zuletzt geändert: 1. November 2026