Vorausschauende Nutzung von Umweltregularitäten erfordert Handlungsrelevanz

Warum das für alltägliche Bewegungen wichtig ist

Der Alltag ist voll von Entscheidungen, die wir unterwegs treffen: das Betreten eines Zebrastreifens, die Wahl einer Seite in einem überfüllten Flur oder das Navigieren durch ein belebtes Geschäft. Selten haben wir perfekte Informationen, und doch verhalten wir uns oft so, als wüssten wir, was wahrscheinlich als Nächstes passieren wird. Diese Studie fragt, wann Menschen solche verborgenen Muster in der Umgebung tatsächlich nutzen, um ihre Bewegungen im Voraus zu planen, und wann sie stattdessen bis zum letzten Moment abwarten, um zu reagieren.

Ein Rundgang durch ein virtuelles Museum

Um diese Frage zu untersuchen, bauten die Forscher ein kleines Kunstmuseum in virtueller Realität auf. Freiwillige trugen ein VR-Headset und gingen in einem realen Raum, der dem virtuellen Raum entsprach. In jedem Durchgang starteten sie an einem Ende des Museums und mussten so schnell und direkt wie möglich eine von zwei Türen an der gegenüberliegenden Wand erreichen, während sie ein zentrales Exponat und einen sich bewegenden Sicherheitsbeamten umgingen. Der Wachmann tauchte plötzlich von links oder rechts auf und versperrte eine der Türen. Über Gruppen von Durchgängen blockierte der Wachmann tendenziell viel häufiger die gleiche Seite als die andere, aber die Teilnehmenden wurden darüber nie informiert; sie mussten das allein aus der Erfahrung heraus entdecken.

Wenn Abwarten sicherer scheint als Vorhersage

Im ersten Experiment erlaubte das Layout den Personen, gerade in der Mitte entlangzugehen und ihre Wahl bis zum Erscheinen des Wachmanns aufzuschieben. Viele Teilnehmerinnen und Teilnehmer verfolgten genau diese „Abwarten-und-sehen“-Strategie. Sie gingen vorwärts mit kaum seitlicher Bewegung und korrigierten scharf erst nachdem sie gesehen hatten, welche Tür blockiert war. Eine sorgfältige Analyse ihrer Körperpositionen zeigte im Mittel nur kleine Verschiebungen in Richtung der statistisch sichereren Seite über die Zeit, und ein Großteil dieses Effekts ging auf eine kleine Minderheit von „Super-Lernenden“ zurück. Cluster-Analysen zeigten unterschiedliche Stilrichtungen: die meisten waren Abwarter, die ihre Entscheidung verzögerten; einige wenige waren moderate Lernende, die mäßig antizipative Verschiebungen vornahmen; eine Person zeigte stark vorhersagendes Verhalten, und einige handelten eher zufällig. Eye-Tracking deutete darauf hin, dass der Blick der Menschen mit wachsender Vertrautheit mit dem Raum etwas fokussierter wurde, aber die Veränderungen waren gering und sehr individuell unterschiedlich.

Frühe Entscheidungen zahlen sich aus

Im zweiten Experiment wurde ein zentrales Merkmal der Umgebung verändert. Ein größeres zentrales Hindernis zwang die beiden Wege dazu, sich früher zu trennen, sodass die Teilnehmenden sich nun deutlich vor dem Auftauchen des Wachmanns für links oder rechts entscheiden mussten. Die Wahl des blockierten Weges war kostspielig: Sie mussten umkehren und zurückgehen, bevor sie die andere Seite versuchen konnten. Unter diesen neuen Bedingungen lernten fast alle sehr schnell, welche Seite in jedem Block von Durchgängen normalerweise offen war, und begannen, diese Seite im Voraus zu wählen. Ihre Wahlmuster stimmten eng mit dem Verhalten eines idealen mathematischen Lerners überein, der seine Erwartungen von Durchgang zu Durchgang aktualisiert. Mit anderen Worten: Wenn die Aufgabe frühe Entscheidungen sowohl notwendig als auch lohnend machte, erkannten die Menschen die verborgenen Regularitäten rasch und nutzten sie zur Steuerung ihrer Bewegungen.

Blick auf den Weg, Geist bei der Aufgabe

Über beide Experimente hinweg zeichnete die Augenbewegungsdaten eine subtilere Geschichte. Die Teilnehmenden reduzierten allmählich, wie sehr sie die Szene absuchten, und fokussierten ihren Blick mit zunehmender Erfahrung im virtuellen Museum etwas enger. Diese Veränderungen standen jedoch nicht stark in Zusammenhang damit, ob die Position des Wachmanns vorhersagbar war oder nicht. Stattdessen schienen sie wachsende Vertrautheit mit der Umgebung und persönliche Unterschiede im Betrachtungsstil widerzuspiegeln, statt ein klares Zeichen dafür zu sein, dass spezifische Wahrscheinlichkeiten gelernt wurden.

Was das für die Navigation in der realen Welt bedeutet

Zusammen zeigen die beiden Experimente, dass Menschen nicht immer das, was sie über ihre Umgebung lernen können, zur vorausschauenden Planung nutzen. Selbst wenn ein Muster vorhanden ist, warten viele auf klare sensorische Hinweise, wenn späten Reagieren billig und sicher ist. Vorausschauende Planung wird dann wichtig, wenn frühe Festlegungen erforderlich sind und Fehler kostspielig sind. Im täglichen Leben bedeutet das, dass unsere Bewegungsweise durch mehr bestimmt wird als nur durch unser Wissen: auch davon, wie die Umgebung frühe Entscheidungen belohnt oder bestraft. Die vorausschauende Nutzung von Umweltregularitäten ist daher nicht automatisch; sie ist eine adaptive Wahl, die durch Aufgabenanforderungen, Aufwand und persönliche Strategie geformt wird.

Zitation: Kretzmeyer, B., Rothkopf, C.A. & Fiehler, K. Predictive use of environmental regularities requires action relevance. Sci Rep 16, 1596 (2026). https://doi.org/10.1038/s41598-026-35500-x

Schlüsselwörter: Motorplanung, Navigation in virtueller Realität, vorausschauendes Verhalten, verkörperte Entscheidungsfindung, statistisches Lernen