Die wohl bekannteste Theorie zur visuellen Suche stellt die FEATURE INTEGRATION THEORIE von TREISMAN dar (FIT).

• Wichtig ist, dass man zuerst zwischen Merkmalen eines Objektes (Farbe, Größe, Orientierung, Distanz) und dem Objekt selber unterscheidet.

• Zu Beginn kommt es zu schnellen parallelen Prozessen, bei denen Merkmale von Objekten gemeinsam verarbeitet werden, wo noch keine Aufmerksamkeit notwendig ist.

• Die Merkmale springen uns ins Auge (nur bei einem Merkmal) ohne dass wir eine Leistung erbringen müssten (Pop-out-Effekt). Dabei spielt Setgröße keine Rolle, weil dieses einzelne Merkmal salient ist (z. B. wütendes Gesicht unter fröhlichen Gesichtern)

• Danach folgt ein serieller Prozess (bei feature conjunction search) => Merkmale werden kombiniert und zu einem Objekt geformt
• Die gerichtete/fokussierte Aufmerksamkeit ist dafür notwendig, weil sie die Aufmerksamkeit auf den Ort des Objekts, das die zu suchende Merkmalskombination besitzen könnte richtet und die Merkmale zu einem einheitlichen Objekt formt.

• Der serielle Prozess ist langsamer als der parallele vor allem bei einer großen Setgröße, weil Proband das ganze Display nach dem Zielreiz abscannen muss.

• Die Merkmalskombination wird durch unser gespeichertes Wissen (Bananen sind gelb = top-down) beeinflusst.

• Wenn wir kein gespeichertes Wissen haben und die gerichtete Aufmerksamkeit fehlt, kann es zu illusionären Verbindungen kommen.