Marketing Glossar

2.413 Fachbegriffe aus 22 Bereichen des Online Marketings

Error Rate (UX)

Definition: Die Error Rate (Fehlerrate) ist eine quantitative UX-Metrik die den Anteil von Nutzerfehlern bei der Bearbeitung definierter Aufgaben in einem Interface misst. Berechnung: Error Rate = Anzahl Fehler / Gesamtanzahl Möglichkeiten für Fehler; alternativ: Prozentsatz der Aufgaben bei denen mindestens ein Fehler auftrat. Fehlerklassifikationen nach Schwere: Kritische Fehler (Task-Failure-Fehler): der Nutzer kann die Aufgabe aufgrund des Fehlers nicht abschließen; direkte Auswirkung auf Task Completion Rate; höchste Priorität für Optimierung; Nicht-kritische Fehler mit Selbstkorrektur: Nutzer bemerkt den Fehler und korrigiert ihn ohne Aufgabenabbruch; erhöht Time on Task; reduziert Effizienz; Nicht-kritische Fehler unbemerkt: Nutzer schließt Aufgabe ab aber mit fehlerhaftem Ergebnis (z.B. falsches Produktformat ausgewählt); besonders problematisch wenn Fehler später zu Problemen führen. Fehlertypen nach Ursache (Don Norman, «The Design of Everyday Things», Basic Books, 1988/2013): Slips (Ausrutscher): korrekte Intention, falsche Ausführung; automatisiertes Verhalten führt zu falschem Ergebnis (z.B. falsches Formularfeld ausgefüllt); Mistakes (Irrtümer): falsche mentale Intention; Nutzer hat falsches Verständnis des Systems (z.B. falscher Button-Zweck). Kontext: Error Rate wird zusammen mit Task Completion Rate und Time on Task im Usability-Test gemessen um ein vollständiges Bild der Effizienz zu erhalten; ISO 9241-11 definiert Effizienz und Effektivität als Kernkomponenten von Usability.

Erläuterung

Die wissenschaftliche Fundierung der Error Rate als UX-Metrik stammt aus der Human Factors-Forschung: Alphonse Chapanis (Johns Hopkins University; Pionier der Human Factors Engineering; Mitbegründer des Human Factors and Ergonomics Society-Konzepts) analysierte in den 1940er–1950er Jahren systematisch Bedienungsfehler in militärischen und industriellen Systemen und zeigte dass die meisten Fehler durch schlechtes Interface-Design verursacht werden, nicht durch mangelnde Nutzerkompetenz. ISO 9241-11 (Ergonomics of Human-System Interaction; ursprünglich 1998, überarbeitet 2018) definiert Usability als Kombination aus Effectiveness (kann die Aufgabe abgeschlossen werden?), Efficiency (mit welchem Aufwand?) und Satisfaction – Error Rate ist ein direktes Maß für Effectiveness (Fehler = unvollständige oder falsche Aufgabenerfüllung) und Efficiency (Fehler erhöhen Aufwand). Jakob Nielsen (Nielsen Norman Group) dokumentierte in Benchmarking-Studien über 20 Jahre dass branchenweite durchschnittliche Error Rates bei Usability Tests zwischen 20–30% für mittlere bis komplexe Tasks liegen; gut designte Interfaces erzielen unter 5% für häufige Primary Tasks. Don Norman («The Design of Everyday Things», ursprünglich «The Psychology of Everyday Things», Basic Books, 1988) etablierte das Konzept der «Force Functions» und «Constraints» als Error-Prevention-Design-Strategie: gutes Design macht Fehler schwieriger als korrekte Handlungen durch physische, logische oder kulturelle Constraints; Norman's Klassifikation von Slips vs. Mistakes (zwei fundamental verschiedene Fehlertypen die unterschiedliche Design-Interventionen erfordern) ist das meistzitierte Konzept in der Fehleranalyse des Interface-Designs. Google's HEART-Framework (Kerry Rodden, Hilary Hutchinson, Xin Fu; Google; 2010; veröffentlicht in CHI 2010 als «Measuring the User Experience on a Large Scale: User-Centered Metrics for Web Applications») integriert Error Rate als Teilmessgröße in das Happiness-Engagement-Adoption-Retention-Task-Success-Framework; Task Success als HEART-Dimension umfasst sowohl Task Completion Rate als auch Error Rate. Luke Wroblewski («Web Form Design», 2008) zeigte in seiner Formular-Studie dass Inline-Validierung (Echtzeitfeedback während des Tippens) die Formular-Fehlerrate um durchschnittlich 22% senkt und die Formular-Completion-Zeit um 42% reduziert gegenüber Submit-basierter Validierung.

Messung, Benchmarks und Fehleranalyse

Error Prevention, Error Recovery und Formular-Fehlerrate

Praxistipp: Analysieren Sie Error Rates immer getrennt nach Fehlertyp: kritische Fehler (Task-Abbruch) haben 10× höhere Priorität als nicht-kritische Fehler. Beginnen Sie Error-Rate-Reduktion bei Formularen mit Inline-Validierung (On-Blur) und verständlichen Fehlertexten die konkret beschreiben was falsch ist und wie es korrigiert wird – «Bitte geben Sie eine gültige E-Mail-Adresse ein» statt «Ungültige Eingabe». Luke Wroblewski's Studie zeigt dass allein dieser Wechsel von generischen zu spezifischen Fehlermeldungen die Formular-Abbruchrate um 15–20% senkt.