Sprachinteraktion mit intelligenten virtuellen Agenten zur Fragebogenerhebung in Virtual Reality

Abstract

Die vorliegende Arbeit untersucht die sprachbasierte Fragebogenerhebung in Virtual Reality (VR) durch einen intelligenten virtuellen Agenten (IVA) als Alternative zu klassischen in- VR-Benutzeroberflächen (UI). Ziel war es, die technische Machbarkeit, die Datenäquivalenz der Antworten, das Nutzererlebnis und das Präsenzerleben beider Ansätze zu vergleichen. Dazu wurde eine experimentelle Within-Subjects-Studie mit 36 Teilnehmenden durchgeführt. Innerhalb von VR wurden auf einer Likert-Skala das Präsenzempfinden (IPQ) sowie drei Freitextfragen beantwortet – entweder per Sprachinteraktion mit einem LLM-gestützten IVA oder über eine klassische 2D-Benutzeroberfläche. Ergänzend wurden die wahrgenommene Arbeitsbelastung (NASA-TLX), die Gebrauchstauglichkeit (SUS), die Nutzererfahrung sowie technische Kennzahlen des Systems erhoben. Die Ergebnisse zeigen, dass die IVA-Erhebung eine valide und praktikable Alternative zur klassischen UI-Befragung darstellt. Die quantitativen IPQ-Antworten und damit auch das subjektive Präsenzerleben blieben über beide Bedingungen hinweg äquivalent, während die sprachbasierten Freitextantworten signifikant länger und inhaltlich vielfältiger ausfielen. Die IVA-Interaktion wurde bei offenen Fragen als weniger belastend und gebrauchstauglicher erlebt, während bei Likert-Skalen-Fragen eine höhere Frustration auftrat, möglicherweise bedingt durch hohe Latenzen und repetitive Aussagen des Agenten. Insgesamt zeigt die Studie, dass sprachgesteuerte IVAs eine verlässliche, nutzerfreundliche und datenäquivalente Methode zur Fragebogenerhebung in immersiven VR-Umgebungen bieten. Perspektivisch können lokal ausgeführte und weniger LLM-abhängige IVA-Systeme die Erhebung effizienter, datenschutzfreundlicher und barriereärmer gestalten und so eine bestehende methodische Lücke in der qualitativen Datenerfassung innerhalb von VR schließen.