Informationsarchitektur-Research: Card Sorting und Tree Testing

Obwohl sich dieses Buch auf breitere Methoden konzentriert, verdienen bestimmte spezialisierte Techniken besondere Aufmerksamkeit. Informationsarchitektur (IA), also die Struktur und Organisation von Inhalten, ist eine grundlegende Ebene, die jede Nutzerinteraktion beeinflusst.

Schlechte IA ist eine Hauptursache vieler Usability-Probleme. Nutzer*innen scheitern möglicherweise nicht, weil einzelne Screens verwirrend sind, sondern weil die Gesamtstruktur nicht ihrem mentalen Modell entspricht, wie Informationen organisiert sein sollten.

Die Kernmethoden: Sortieren und Testen

IA-Research stützt sich auf zwei komplementäre Methoden: eine zum Entdecken, wie Nutzer*innen denken, und eine zum Validieren, ob Ihre Struktur funktioniert.

Card Sorting (Generativ)

Wird eingesetzt, um herauszufinden, wie Nutzer*innen Informationen kategorisieren. Es gibt zwei Varianten:

Tree Testing (Evaluativ)

Oft als „umgekehrtes Card Sorting" bezeichnet. Während Card Sorting fragt „Wie würden Sie das organisieren?", fragt Tree Testing „Können Sie das finden?"

Die Methode: Entfernen Sie das Design und zeigen Sie nur den Navigationsbaum (reiner Text). Geben Sie der Person eine Aufgabe („Finden Sie die Versandkosten") und beobachten Sie, wohin sie klickt.

Das Ziel: Testen, ob die Bezeichnungen und die Hierarchie isoliert funktionieren, bevor Sie Nutzer*innen mit visuellem Design ablenken. Wenn Nutzer*innen an einem reinen Textbaum scheitern, werden auch die schönsten Icons Ihre Navigation nicht retten.

Für den Zusammenhang zwischen Card Sorting, Tree Testing und dem breiteren Methoden-Framework, siehe Bausteine und Kernmethoden: Ein Framework für UX Research.

Card Sorting: Vertiefung

Card Sorting ist eine Methode, die unter unseren „Fragen"-Building Block fällt. Sie bitten Teilnehmer*innen, Themen in Gruppen zu organisieren, die für sie sinnvoll sind.

Zweck

Das Ziel ist, die mentalen Modelle Ihrer Nutzer*innen zu verstehen, um eine intuitive Navigationsstruktur zu schaffen. Im Grunde lassen Sie die Nutzer*innen das Tagging für Sie übernehmen.

Offenes Card Sorting

Teilnehmer*innen gruppieren Themen (auf Karten) und erstellen dann eigene Namen für die Gruppen. Sie bauen damit effektiv ihre eigene Taxonomie von unten auf.

Geeignet für: Frühphasen-IA-Design, wenn keine vordefinierte Struktur existiert.

Ergebnis: Natürliche Gruppierungen und nutzergenerierte Bezeichnungen, die zeigen, wie Ihre Zielgruppe über die Inhalte denkt.

Geschlossenes Card Sorting

Teilnehmer*innen erhalten vordefinierte Gruppennamen und müssen die Karten in diese Kategorien einordnen. Es ist, als würden Sie sie bitten, ein bestehendes Set von Tags anzuwenden.

Geeignet für: Validierung, ob eine bestehende oder vorgeschlagene Struktur den Erwartungen der Nutzer*innen entspricht.

Ergebnis: Übereinstimmungsraten, die zeigen, wie gut Ihre Kategorien mit den mentalen Modellen der Nutzer*innen übereinstimmen.

Durchführung von Card Sorts

Card Sorting kann durchgeführt werden:

• Mit spezialisierten Online-Tools (funktionieren wie eine Umfrage)
• Als praktische Aktivität zu Beginn eines Interviews oder UX-Tests

Tree Testing: Vertiefung

Tree Testing ist das evaluative Gegenstück zum Card Sorting. Es validiert, ob Ihre vorgeschlagene IA einfach zu navigieren ist, bevor Sie Screens gestaltet haben.

Funktionsweise

1. Präsentieren Sie Nutzer*innen eine reine Textversion Ihrer Seitenstruktur (den „Baum")
2. Geben Sie ihnen eine Aufgabe (z. B. „Finden Sie Informationen zu den Versandkosten")
3. Beobachten Sie, ob sie den Baum erfolgreich navigieren können, um den richtigen Ort zu finden
4. Messen Sie Erfolgsraten und identifizieren Sie, wo Nutzer*innen falsch abbiegen

Warum reiner Text?

Durch das Entfernen visueller Designelemente, Farben, Bilder und Icons isoliert Tree Testing die Struktur selbst. So wird sichtbar, ob Probleme durch die Organisation der Inhalte und nicht durch die visuelle Präsentation verursacht werden.

Wichtige Metriken

Einsatzzeitpunkte

Die Verbindung zur qualitativen Analyse

Card Sorting überschneidet sich direkt mit den Prinzipien der qualitativen Analyse. Bei einem offenen Card Sorting führen Teilnehmer*innen effektiv das Codieren für Sie durch:

• Sie identifizieren Themen (erstellen Gruppen)
• Sie benennen diese Themen (geben den Gruppen Namen)
• Sie legen ihre Denkweise offen (durch lautes Denken während der Aktivität)

Das macht Card-Sorting-Ergebnisse besonders wertvoll für den Aufbau von Taxonomien, die die mentalen Modelle der Nutzer*innen wirklich widerspiegeln.

Für den vollständigen qualitativen Analyse-Workflow, in den IA-Forschungsdaten einfließen, siehe Qualitative thematische Analyse: Von Codes zu Insights.

Praktische Überlegungen

Stichprobengröße: Für Card Sorts zeigen 15 bis 20 Teilnehmer*innen typischerweise stabile Muster. Für Tree Testing liefern 30 bis 50 Teilnehmer*innen zuverlässigere quantitative Metriken.

Anzahl der Karten: Für Card Sorting sind 30 bis 60 Items üblich. Mehr als 100 wird kognitiv anspruchsvoll.

Aufgabendesign: Für Tree Testing sollten Aufgaben realistische Szenarien sein. Nicht einfach „Finden Sie X", sondern geben Sie Kontext, warum die Person diese Information braucht.

Was das für die Praxis bedeutet

IA-Probleme gehören zu den teuersten Fehlern, die nach der Entwicklung behoben werden müssen. Eine schlecht strukturierte Navigation beeinflusst jede Interaktion, die Nutzer*innen mit Ihrem Produkt haben.

Card Sorting und Tree Testing decken diese Probleme auf, solange sie günstig zu beheben sind, also bevor visuelles Design und Entwicklung begonnen haben. Sie liefern evidenzbasierte Grundlagen für Strukturentscheidungen, statt sich auf interne Annahmen zu verlassen, wie Inhalte „eigentlich" organisiert sein sollten.

Beginnen Sie mit Card Sorting, um zu verstehen, wie Nutzer*innen denken. Validieren Sie mit Tree Testing, bevor Sie sich zur Entwicklung verpflichten.

Für Hilfe bei der Wahl der richtigen IA-Forschungsmethode, siehe den Forschungsmethoden-Explorer.