You are here

BMBF Project: GazeMining

Recording, analysis and interpretation of eye tracking and interaction data on dynamic Web content. Approximately one billion Web pages are operated worldwide that want to address specific target groups and are under competitive pressure. Good usability, i. e. simple comprehensibility and intuitive operation, is essential for making information or goods accessible to visitors.

The subject is not only of major importance in marketing and e-commerce. Due to the increasing number of online services offered by government agencies and authorities, usability is also a social issue, as it must also be possible for non-internet-related target groups to use it.

The analysis of eye tracking data, i. e. the eye behavior of users, is employed together with the analysis of interaction data (clicks, mouse movements, typing on the keyboard, scrolling, touch screen interaction) as a meaningful tool to understand user intuition and identify potential for improvement in usability studies. The goal of the research project GazeMining is to capture Web sessions semantically and thus obtain a complete picture of visual content, perception and interaction. The log streams from these usability tests are evaluated using data mining.

The analysis and interpretability of the collected data is made possible by (semi) automatic analysis methods and a user-friendly presentation. The main challenges in this area are the acquisition and analysis of highly dynamic Web page content and a variety of Web technologies and devices. To facilitate the further dissemination of the usability analyses, non-experts will also be enabled to analyze the eye tracking and interaction data. Usability experts of associated partners will accompany the project regarding the subject and will be involved in the development of the system and the evaluation. The market potential of GazeMining is very large, as the online market as well as the awareness of usability and user-centered development processes are constantly growing.


In the paper "Enhanced Representation of Web Pages for Usability Analysis with Eye Tracking" we propose a method that identifies fixed elements on Web pages and combines user viewport screenshots in relation to fixed elements for an enhanced representation of the page. The method is explained in the following video:

Operational time

  • January 2018 - June 2020

Source of funding

  • KMU-innovativ program by the Federal Ministry of Education and Research of Germany


Project home page

Raphael Menges

B 104
+49 261 287-2862

Dr. Chandan Kumar

B 113
+49 261 287-2767

More information:

Prof. Dr. Steffen Staab

B 108
+49 261 287-2761


Ich habe Informatik und Computerlinguistik an der Universität Erlangen-Nürnberg und an der University of Pennsylvania studiert. Ich habe in der früheren Computerlinguistik-Forschungsgruppe an der Universität Freiburg gearbeitet und meinen Dr. rer. nat. in Informatik an der Technischen Fakultät (damals: Fakultät für angewandte Wissenschaften) 1998 erworben. Danach war ich an der Universität Stuttgart, am Institut IAT, und bei Fraunhofer IAO tätig, bevor ich zur Universität Karlsruhe (jetzt: KIT) wechselte, wo ich als Projektleiter, wissenschaftlicher Assistent und Oberassistent arbeitete. 2004 wurde ich zum Professor für Datenbanken und Informationssystem an der Universität Koblenz-Landau ernannt, wo ich 2009 das Institute for Web Science and Technologies (WeST) gründete. Seit März 2015 halte ich außerdem einen Chair for Web and Computer Science an der University of Southampton.


Auf dem Rechner beschreiben Daten die Welt. Die Welt ist spannend, aber Daten sind ganz schön langweilig, wenn man nicht weiß, was sie bedeuten. Ich interessiere mich dafür, wie Daten spannend werden, indem man ihre Bedeutung versteht.

Wie aber kommt Bedeutung zustande? 

  • Man kann die Bedeutung von Daten und Informationen modellieren. Begriffliche Modelle und Ontologien sind die Grundlage für Wissensnetze, die dem Rechner erlauben bedeutungsvoll mit Daten umzugehen.
  • Text und Data Mining sowie Informationsextraktion finden bedeutungstragende Muster in Daten (z.B. mittels Ontology Learning oder Text Clustering) und auch Zusammenhänge zwischen Daten und ihrer Verwendung im Kontext (z.B. mit Smartphones). So werden Wissensnetze in Daten gefunden.
  • Menschen kommunizieren Informationen. Um zu verstehen, was Daten und Informationen bedeuten, muss man soziale Interaktionen verstehen. Im Kontext von sozialen Netzwerken werden Wissensnetze bedeutungsvoll für Menschen.
  • Bedeutung ist nichts absolut Gesetztes. Letzten Endes muss die Bedeutung von Daten und Informationen wieder an den Menschen kommuniziert werden, der diese Daten und Informationen nutzt. Interaktion zwischen Menschen und Rechnern muss der Bedeutung von Daten und Informationen gerecht werden.

Das größte Konstrukt, das die Menschheit erfunden hat, um Daten mit Bedeutung zu kommunizieren ist das World Wide Web. Web Science untersucht, wie Netzwerke von Personen und Wissen im Web entstehen, wie Menschen damit umgehen und welche Folgen das für uns alle hat. Das Web ist eine Bedeutungsmaschine, die ich durch meine Forschung verstehen möchte.

Wo ich sonst zu finden bin

Wenn ich nicht gerade im Büro oder auf Dienstreise bin, bin ich am Liebsten zum Laufen im Stadtwald, im Changa oder beim AHS. Watch out!