Daniel Bialas: Recommendersysteme in Software Shops für mobile Plattformen (SwSmP): Empfehlung von Applikationen aufgrund kontextsensitiver Informationen, Masterarbeit im Rahmen des Virtuellen Weiterbildungsstudiengangs Wirtschaftsinformatik, Otto-Friedrich Universität Bamberg, April 2011

ort:

München

zeitraum:

15. September 2010 bis 14. März 2011

D A N K S A G U N G

Zunächst möchte ich mich bei Prof. Dr. Johann Schlichter und Dr. Wolfgang Wörndl vom Lehrstuhl für Angewandte Informatik / Kooperative Systeme der Technische Universität München bedanken. Durch die Übernahme der Betreuung und die sehr gute Kooperation haben sie zum erfolgreichen Abschluss dieser Arbeit maßgeblich beigetragen.

Mein besonderer Dank gilt auch Maike Häger, ihrem Vater, meinen Eltern sowie meinen Freunden und Bekannten für das Korrekturlesen und das mir entgegengebrachte Verständnis während der Entstehung dieser Arbeit.

München, 15. Januar 2011

iii

Z U S A M M E N FA S S U N G

Die fortschreitende Entwicklung von mobilen Endgeräten wie PDAs und Smartphones ermöglicht einen immer weiter gehenden Einsatz für Aufgaben im beruflichen und privaten Umfeld von Benutzern. (Kleine) Anwendungen für diese mobilen

Endgeräte werden kurz auch als „App“ bezeichnet und können über Software Shops der verschiedenen Plattformen - kurz: SwSmP - einfach erworben, installiert und genutzt werden.

Allerdings bieten SwSmP mittlerweile eine Vielzahl von Apps (z.T. mehr als 100.000) an. Für die Shop-Nutzer ist es daher schwierig aus dieser unüberschaubar großen Produktmenge die für ihre aktuelle (Kontext-)Situation empfehlenswerten Applikationen zu finden. Mittels computergenerierter Empfehlungen können die im E-Business bereits vielfach eingesetzten Recommendersysteme (RCS) hier Abhilfe schaffen. Gerade in einem mobilen Umfeld erscheint dies auch sinnvoll. Dies liegt zum einen an der beschränkten Benutzerschnittstelle der Mobilgeräte - Benutzer können hier nicht so leicht sehr viele Suchergebnisse auswerten, sondern die ersten Treffer einer Suche nach Anwendungen sollten gleich brauchbare Ergebnisse (App-Empfehlungen) liefern. Zum anderen ist im mobilen Umfeld eine Anpassung an den aktuellen Kontext wie Ort und Zeit wichtig.

In dieser Abschlussarbeit soll nun genauer untersucht werden, wie man ein kontext- sensitives Recommendersystem für SwSmP konzipieren und umsetzen kann. Dazu sollen zunächst in einem Grundlagen-Teil existierende SwSmP, in Frage kommende Kontextarten und grundlegende Recommenderalgorithmen betrachtet werden. Darauf aufbauend soll ein eigenes kontext-sensitives Konzept zur Empfehlung von Apps in SwSmP entwickelt werden. Neben Ort und Zeit erscheint u.a. auch eine Anpassung der Empfehlungen an das aktuell vom Endgerät verwendete Betriebssystem sinnvoll. Das entwickelte Verfahren soll dann in einer prototypischen entwickler-zentrierten Implementierung realisiert werden. Der Schwerpunkt dabei liegt auf der mobilen Schnittstelle zum Recommendersystem.

Ähnlich wie bei vielen bekannten RCS liegt auch dem hier programmierten Prototypen eine - wenn auch SwSmP-spezifische

- zwei- bzw. drei-dimensionale Bewertungsmatrix zugrunde. Im Zuge der Kontext-Integration und des verwendeten multidimensional-reduzierenden Ansatzes fließen daraus nur Bewertungen in die Empfehlungsgenerierung ein, die in einem gleichen bzw. ähnlichen Kontext abgegeben wurden. Dies erfordert Ähnlichkeitsberechnungen im Vektorraum. Zusätzlich muss der Recommender Komponente ein (prozentualer) Schwellenwert vorgegeben werden, bis zu dem Kontext-Situationen als gleich oder als noch ähnlich anzusehen sind. Im abschließenden Teil der Thesis wird in Versuchsreihen untersucht, wie dieser frei definierbare Ähnlichkeitswert das Ergebnis der Rating-Berechnungen beeinflusst und welche Bedeutung er damit für den kontext-sensitiven Empfehlungsprozess gewinnt. iv

A B S T R A C T

Mobile devices - such as PDAs or smartphones - have flourished in the past months. They now can be used for more and more tasks in the user’s private and professional

live. (Small) Applications (in short: „Apps“) can easily be purchased, installed and used via software shops of the various mobile platforms (in short: SwSmP).

However SwSmP offer incredible large amounts of apps (to some extent more than 100.000) by now. For shop-users it can be extremely difficult to find applications related to their current (context-)situation in this unmanageably large number of products. In this case computer-generated recommendations can be of great benefit. Recommender systems are already widely used in E-Business. Especially in a mobile environment, this seems reasonable. This is because on the one hand user interfaces of mobile devices are limited (users may not easily evaluate thousands of search results on a smartphone) and so the first results of an application search in a SwSmP should provide highly recommended apps. On the other hand an adaption to the current context (such as location and time) is important in mobile surroundings.

This thesis will now examine the design and implementation of a context-sensitive

recommender system for SwSmP in detail. Initially a fundamental part will look at existing SwSmP, possible kinds of context and basic recommendation algorithms. Based on this, an own approach to the context-sensitive recommendation of apps in a SwSmP will be developed. In this connection among other things adapting recommendations to the current place, time and operating system of the mobile device makes sense. The educed technique should be implemented in a prototype app with the programme designer placed in the middle. The core theme here is the mobile interface to the recommender system.

As many of the well-known RCS the here programmed app prototype is also based on a two-dimensional item-user matrix respectively a three-dimensional item-user-context matrix - specially adapted for SwSmP. Due to the integration of context and the consequential use of the reduction-based approach in this thesis, ratings given in the same or similar context can only be used to generate computerized recommendations. This of course requires similarity calculations in vector space. Additionally a (percentage) threshold value has to be predefined in the recommender component, until which context situations are seen as equal or similar. The final part of the thesis examines via a series of tests how this definable similarity value influences the rating calculation and gains weight for the context-sensitive recommendation process.

v

I N H A LT S V E R Z E I C H N I S

Danksagung iii Abbildungsverzeichnis viii Tabellenverzeichnis ix Listings ix Abkürzungsverzeichnis x

i thematische hinführung 1 1 einleitung 2

1.1 Verwandte Arbeiten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2 Aufbau der Arbeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.3 Begrifflichkeiten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

ii theoretische betrachtungen 8

2 grundlagen

2.1 Mobile Business . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 2.1.1 Zentrale Definitionen und Abgrenzung . . . . . . . . . . . . . . 10 2.1.2 Netzwerke und Infrastrukturen . . . . . . . . . . . . . . . . . . 14

2.1.3 Mobile Endgeräte . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.1.4 Mobile Plattformen (Betriebssysteme) . . . . . . . . . . . . . . . 20

2.1.5 Mobile Applikationen . . . . . . . . . . . . . . . . . . . . . . . . 29 2.1.6 Vertrieb mobiler Anwendungen über SwSmP . . . . . . . . . . 32

2.2 Recommendersysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 2.2.1 Einführung und Begriffsklärung . . . . . . . . . . . . . . . . . . 38 2.2.2 Grundlegende Architektur . . . . . . . . . . . . . . . . . . . . . 40 2.2.3 Datenstruktur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 2.2.4 Grundarten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

2.3 Kontext . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 2.3.1 Begriffsbestimmung und Definitionen . . . . . . . . . . . . . . . 58

vi

2.3.2 Kontextarten und ihre Darstellung . . . . . . . . . . . . . . . . . 60 2.3.3 Kontexterfassung und -quellen . . . . . . . . . . . . . . . . . . . 62

iii technische umsetzung

3 prototypische integration eines cars in einen swsmp 3.1 Rahmenbedingungen der Kontext-Integration . . . . . . . . . . . . . . 65 3.1.1 Multidimensionales Recommendation-Modell . . . . . . . . . . 65 3.1.2 Multidimensional-reduzierender Ansatz . . . . . . . . . . . . . 67 3.1.3 Gestaltungsrahmen („design space“) für CaRS . . . . . . . . . . . 68 3.2 Anwendungsentwicklung unter Android . . . . . . . . . . . . . . . . . 69 3.2.1 Statistiken und Schlagzeilen rund um Android . . . . . . . . . 69 3.2.2 Android-Systemarchitektur . . . . . . . . . . . . . . . . . . . . . 70 3.2.3 Struktur und Komponenten einer Applikation . . . . . . . . . . 71 3.3 Technische Rahmenbedingungen . . . . . . . . . . . . . . . . . . . . . . 72 3.4 Implementierung des Prototypen . . . . . . . . . . . . . . . . . . . . . . 74 3.4.1 Datenmodell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

3.4.2 Programmstruktur/ -komponenten . . . . . . . . . . . . . . . . 76 3.4.3 Programmablauf . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

iv praktische versuchsreihen 95

4 untersuchung des einflusses der kontext-aggregation auf

die empfehlungen

4.1 Beschreibung und Analyse der verwendeten Testdaten . . . . . . . . . 96 4.2 Aufbau und Durchführung der Versuchsreihen . . . . . . . . . . . . . 99 4.3 Auswertung der Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . 102

v abschliessende betrachtungen

5 zusammenfassung und ausblick

5.1 Schlussbemerkungen zur Konzeption . . . . . . . . . . . . . . . . . . . 106 5.2 Schlussbemerkungen zur technischen Realisierung . . . . . . . . . . . 106 5.3 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

literaturverzeichnis 109

vii

A  B B I L D U N G S V E R Z E I C H N I S  

Abbildung  1 Aufbau der Arbeit  

Abbildung  2 Verhältnis der Fachbegriffe zueinander  

Abbildung  3 mögliche Beziehungsformen im E-Commerce  

Abbildung  4 Generationenfortschritt der Mobilfunk-Standards  

Abbildung  5 Übertragungsdauer im Vergleich (bei 4 MB-Download)  

Abbildung  6 Verfügbarkeit des GSM- und UMTS-Netz in Deutschland  

Abbildung  7 WLAN mit mobilen Endgeräten  

Abbildung  8 Klassifizierung mobiler Endgeräte  

Abbildung  9 Übersicht über Schichten im mobilen Ökosystem  

Abbildung  10 Integrationsansätze bei Plattform-Entwicklern  

Abbildung  11 Smartphone-Marktanteile nach mobilen Betriebssystemen  

Abbildung  12 Mobiles Datenaufkommen nach Betriebssystemen  

Abbildung  13 Webapps vs. native Applikationen  

Abbildung  14 Geschäftsmodell für den Vertrieb mobiler Applikationen über  

SwSmP   

Abbildung  15 E-Business Wertschöpfungskette  

Abbildung  16 RCS-Architektur  

Abbildung  17 Einordnung RCS-Grundarten  

Abbildung  18 Vereinbarkeit von Artikel- und Benutzer-Profil  

Abbildung  19 Subarten des empfehlungsbasierten Ansatzesg  

Abbildung  20 Prozessschritte beim Collaborative Filtering (1)  

Abbildung  21 Prozessschritte beim Collaborative Filtering (2)  

Abbildung  22 Demographische Clusterung  

Abbildung  23 Kontext als impliziter Programm-Input  

Abbildung  24 Klassifizierung der Kontextarten  

Abbildung  25 Kontext-Vektorraum-Modell  

Abbildung  26 Kontext-Pyramide  

Abbildung  27 User-Item-Context Matrix  

Abbildung  28 Gestaltungsrahmen  

Abbildung  29 Android Systemarchitektur  

Abbildung  30 Entwicklungsumgebung Eclipse  

Abbildung  31 Datenmodell  

Abbildung  32 Komponentendiagramm  

Abbildung  33 Sequenzdiagramm  

Abbildung  34 Ausschnitt 1 aus Sequenzdiagramm  

Abbildung  35 Ausgabe 1 auf dem Smartphone  

Abbildung  36 Zauberwürfel  

Abbildung  37 Ausschnitt 2 aus Sequenzdiagramm  

Abbildung  38 Ausgabe 2 auf dem Smartphone  

Abbildung  39 Ausschnitt 3 aus Sequenzdiagramm  

Abbildung  40 Ausgabe 3 auf dem Smartphone  

Abbildung  41 Ausschnitt 4 aus Sequenzdiagramm  

Abbildung  42 Ausgabe 4 auf dem Smartphone  

viii

Abbildung 43 Ausschnitt 5 aus Sequenzdiagramm . . . . . . . . . . . . . . . . 85 Abbildung 44 Slice-Operation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 Abbildung 45 Ausgabe 5 auf dem Smartphone . . . . . . . . . . . . . . . . . . 86

Abbildung 46 Ausschnitt 6 aus Sequenzdiagramm . . . . . . . . . . . . . . . . 87 Abbildung 47 Ausgabe 6 auf dem Smartphone . . . . . . . . . . . . . . . . . . 88 Abbildung 48 Ausschnitt 7 aus Sequenzdiagramm . . . . . . . . . . . . . . . . 89 Abbildung 49 Ausgabe 7 auf dem Smartphone . . . . . . . . . . . . . . . . . . 90 Abbildung 50 Ausschnitt 8 aus Sequenzdiagramm . . . . . . . . . . . . . . . . 91 Abbildung 51 Ausgabe 8 auf dem Smartphone . . . . . . . . . . . . . . . . . . 93 Abbildung 52 Ausschnitt 9 aus Sequenzdiagramm . . . . . . . . . . . . . . . . 93 Abbildung 53 Ausgabe 9 auf dem Smartphone . . . . . . . . . . . . . . . . . . 94

Abbildung 54 Verteilung der Ratings hinsichtlich Standort und Betriebssystem98

TA B E L L E N V E R Z E I C H N I S

Tabelle 1

Tabelle 2 Tabelle 3 Tabelle 4 Tabelle 5 Tabelle 6 Tabelle 6

L I S T I N G S

3.1 Selektion aller Ähnlichkeitswerte eines Users (hier: Nutzer 1) zu anderen Usern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

ix

A B K Ü R Z U N G S V E R Z E I C H N I S

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Android Development Tools ADT

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Allgemeine Geschäftsbedingungen AGB

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Application Programming Interface API

. . . . . . . . . . . . . . . . . . . . . . Applikation/Anwendung für ein mobiles Endgerät App

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Advanced RISC Machines ARM

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Business-to-Business B2B

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Business-to-Consumer B2C

BITKOM . . . . . . Bundesverband Inform.wirtsch., Telekomm. und neue Medien e.V.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Base Transceiver Station BTS

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Betriebssystem BS

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Context-aware Recommender System CaRS

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Connected Device Configuration CDC

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Collaborative Filtering CF

CLDC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Connected Limited Device Configuration CD-ROM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Compact Disc Read-Only Memory

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Central Processing Unit = Hauptprozessor CPU

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Customer Relationship Management CRM

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Dalvik Virtual Machine DVM

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Data Definition Language DDL

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Data-Warehouse DWH

E-Business . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Electronic Business E-Commerce . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Electronic Commerce E-Geld . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . elektronisches (digitales) Geld EDGE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Enhanced Data Rate for GSM Evolution

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Enterprise Resource Planning ERP

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Entity-Relationship ER

. . . . . . (Fraunhofer-)Einrichtung für Systeme der Kommunikationstechnik ESK

ESMR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Enhanced Specialized Mobile Radio GGSN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Gateway GPRS Support Node

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . General Packet Radio Service GPRS

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Global Positioning System GPS

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Global System for Mobile Communications GSM

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Graphical User Interface GUI

HSCSD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . High Speed Circuit Switched Data HSDPA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . High Speed Downlink Packet Access HTML . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Hypertext Markup Language

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Intercity-Express ICE

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . International Data Corporation IDC

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Integrated Development Environment IDE

x

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Information Retrieval IR

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Informationstechnik IT

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Internet Protocol IP

Java ME . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Java Micro Edition Java SE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Java Standard Edition

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . keine Angaben k.A.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Long Term Evolution LTE

M-Business . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mobile Business M-Payment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mobile Payment

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Megabyte MB

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mobile Commerce MC

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Megahertz MHz

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mobile Information Device Profile MIDP

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Model View Controller MVC

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mobile Payment MP

MWC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mobile World Congress (Barcelona 2010)

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Near Field Communication NFC

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Operating System (= Betriebssystem) OS

OLAP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Online Analytical Processing

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Object Management Group OMG

Open GL/ES . . . . . . . . . . . . . . . . . . . . . . Open Graphics Library for Embedded Systems

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Personal Computer PC

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . persönlicher digitaler Assistent PDA

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Portable Document Format PDF

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Personal Information Management PIM

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . public key cryptography system PKCS

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Personenkraftwagen PKW

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Recommendersystem RCS

. . . . . . . . . . . . . . Research In Motion (= kanadischer Smartphone-Hersteller) RIM

S/MIME . . . . . . . . . . . . . . . . . . . . . . . . . . . Secure Multipurpose Internet Mail Extension

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Software Development Kit SDK

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Subscriber Identity Module SIM

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Short Message Service SMS

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Structured Query Language SQL

SwSmP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Software Shops für mobile Plattformen TF-IDF . . . . . . . . . . . . . . . . . . . . . . . . . . . . term frequency/inverse document frequency

. . . . . . . . . . . . User Interface Quartz = Benutzeroberfläche für Smartphones UIQ

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Unified Modeling Language UML

UMTS . . . . . . . . . . . . . . . . . . . . . . . . . . . Universal Mobile Telecommunications System

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Virtual Private Network VPN

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Wide-Area (Wireless) Network WAN

WLAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Wireless Local Area Network

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Extensible Markup Language XML

xi

1

E I N L E I T U N G

Der rasante technologische Fortschritt hat bei Telekommunikation, Datenverarbeitung und Internet zu einem Zusammenwachsen der ehemals getrennten Technologiebereiche geführt. Sichtbar wird diese Tatsache in der enormen Leistungssteigerung und Miniaturisierung bei mobilen Endgeräten - den so genannten Smartphones und PDAs (Kapitel 2.1.3).

Die Funk-Übertragungsgeschwindigkeit zwischen mobilen Endgeräten und den Telekommunikationsnetzen ist mittlerweile so hoch, dass der Zugriffe auf das Internet auch von entsprechend leistungsstarken Mobiltelefonen möglich geworden ist: man spricht vom mobilen Internet (Kapitel 2.1.2). Die Endgeräte werden ebenfalls immer leistungsfähiger und können - seit dem Markteintritt von Apples iPhone - vom Besitzer durch kleine Anwendungsprogramme (mobile Applikationen, (Kapitel 2.1.5), für vielfältigste Anwendungsbereiche aufgerüstet werden.

Diese Zusatz-Programme können sowohl kostenpflichtig als auch kostenfrei z.B. aus dem Internet auf das Handy geladen und dort genutzt werden. Innerhalb kürzester Zeit sind zu diesem Zweck so genannte „App-Stores“- also Software Shops für

mobile Plattformen (kurz: SwSmP, Kapitel 2.1.6) - aus dem Boden geschossen. Sie bieten mittlerweile ein schier unüberschaubares Angebot an Apps zur Erweiterung und lndividualisierung der Smartphones. Die App-Stores haben mittlerweile z.T. mehr als 100.000 Anwendungsprogramme im Sortiment (Tabelle 3), was natürlich jeden Kunden bei der Produktauswahl überfordert.

Um im bisherigen Electronic Business (Kapitel 2.1.1) einem Konsumenten bei der Auswahl aus dem fast unbegrenzten Produktangebot behilflich zu sein, hat man Empfehlungssysteme bzw. Recommendersysteme (kurz: RCS, Kapitel 2.2) entwickelt. Ein weit bekanntes Beispiel dafür ist der Online-Buchhändler Amazon. Hier werden dem Webseiten-Besucher personalisierte (Produkt-)Empfehlungen (Kapitel 1.3) aus Amazons riesigem Medienangebot präsentiert. Da nun auch im Mobile Business (Kapitel 2.1) - etwa in SwSmP - das Produktangebot kontinuierlich wächst, liegt es nahe, dass auch dort Recommendersysteme neue Einsatzgebiete finden.

Durch die neuen Leistungsmerkmale mobiler Endgeräte kann im Vergleich zum

E-Business die Qualität der Empfehlungen noch gesteigert werden. (Mobile) Empfehlungssysteme, die z.B. in einen SwSmP integriert sind und somit auf einem Smartphone in einem ständig wechselnden Umfeld ausgeführt werden, können nicht nur Verkaufszahlen oder explizit geäußerte Nutzerinteressen berücksichtigen.

Sie können stattdessen zusätzlich auch Kontext-Informationen (Kapitel 2.3 - wie etwa den Standort des Benutzers (Stichwort: Location based services, Kapitel 2.1.1) oder das verwendete mobile Betriebssystem (Kapitel 2.1.4) - zur Empfehlungsgenerierung heranziehen.

2

Die Übertragung von Recommendersystemen aus dem E-Business ins M-Business ist also nur eine logische Konsequenz. Im Englischen spricht man dann auch von so

genannten kontext-sensitiven Empfehlungssystemen (kurz: CaRS). Neuesten Meldungen zufolge (vgl. Wölbert 1110) plant mit Amazon der prominenteste Anwender von Recommender Komponenten nun auch den Aufbau eines SwSmP für das (mobile) Betriebssystem Android (Kapitel 2.1.4.4 bzw. 3.2).

Ziel ist dabei sicherlich auch die Integration bzw. Erweiterung der von Amazons Webseite bekannten RCS-Komponente in den neuen SwSmP. An dieser Stelle setzt die vorliegende Master-Arbeit an. Neben einer Zusammenstellung der

theoretisch-fachlichen Grundlagen (Kapitel 2) soll im Rahmen einer prototypischen App-Entwicklung (Kapitel 3) aufgezeigt werden wie die angesprochene Einbindung eines CaRS (Kapitel 2.3.1.2) in einen App-Shop aussehen könnte. Der Prototyp soll dabei in erster Linie die Möglichkeit zur transparenten Nachvollziehbarkeit der Empfehlungsberechnungen unter Einbezug von Kontext-Informationen bieten

(Kapitel 3.4) und ist somit eher aus Entwickler- denn aus Endanwender-Perspektive zu sehen.

Das in der entwickelten App verwendete multidimensionale Recommendation- Modell zur Kontext-Einbindung (Kapitel 3.1.1 bzw. 3.1.2) basiert auf einer erweiterten Bewertungsmatrix (Kapitel 2.2.2 bzw. 2.2.3). D.h. Empfehlungen werden auf Grundlage von Produktbewertungen ähnlicher Nutzer aus einem ähnlichen Umfeld generiert (Kapitel 2.2.4.2). Es liegt also auch die Notwendigkeit vor Ähnlichkeitsberechnungen zwischen aktuellem User-Kontext und den Kontext-Situationen durchzuführen, die bei den bekannten Produktbewertungen vorlagen. Hierbei stellt sich die Frage wann zwei Kontext-Vektoren (Abbildung 25 in Kapitel 2.3.2) als gleich oder ähnlich anzusehen sind. Hintergrund ist, dass im Zuge des darauf folgenden multidimensional-reduzierenden Ansatzes (Kapitel 3.1.2) nur Bewertungen zur Empfehlungsgenerierung herangezogen werden, die in einem gleichen bzw. ähnlichen Kontext abgegeben wurden.

Die Folge daraus ist, dass eine RCS-Software (wie z.B. die entwickelte App, Kapitel 3.4.3), welche mit diesen beiden multidimensionalen Modellen den aktuellen bzw. Bewertungs-Kontext berücksichtigt, einen Schwellenwert im Voraus festlegen sollte. Bis zu diesem Prozentwert werden Kontext-Situationen von bekannten Bewertungen dann als gleich oder ähnlich zur Kontext-Situation des aktuellen SwSmP-Nutzers angesehen. Dieser Schwellenwert bzgl. der Kontext-Ähnlichkeit entscheidet also, ob ein bekanntes Rating zur Empfehlungs-Bestimmung für den aktuellen User herangezogen werden darf oder nicht. Welchen entscheidenden Einfluss ein solcher Ähnlichkeits-Schwellenwert auf die errechneten Empfehlungen hat, wird in der Thesis abschließend mittels verschiedenen praktischen Testreihen verdeutlicht (Kapitel

4). 1.1 verwandte arbeiten

Eine Vielzahl von wissenschaftlichen Publikationen beschäftigt sich mit unterschied- lichen Aspekten von Empfehlungssystemen. Gerade ihre Anwendung im E-Business

wird vielfach thematisiert. So setzten sich beispielsweise Goy et al. (2007) allgemein 3

mit der Personalisierung (Kapitel 1.3) von Webseiten u.a. durch den Einsatz von Recommendern auseinander. Der Online-Buchhändler Amazon.com wird hier häufig als Beispiel genannt. Mit welchen RCS-Verfahren bzw. -Algorithmen (Kapitel 2.2.4) dort konkret user-spezifische Produkt-Empfehlungen generiert werden, erklären u.a. Linden et al. (2003).

Mit dem Aufkommen des Mobile Business (Kapitel 2.1) und seiner neuen Möglichkeiten werden Empfehlungssysteme auch dort verstärkt eingesetzt. Ein interessantes Beispiel dafür schildert Brocco et al. (2008). Hier wird erläutert, wie Empfehlungssysteme sinnvoll in Fahrzeugen zum Einsatz kommen können. So ändert sich bei fahrenden PKWs ständig die aktuelle Kontext-Situation (vgl. Kapitel 2.3) - z.B. Wetter, Tankstand. Dieser dynamischen Umgebung muss bei der Empfehlungs-Generierung natürlich Rechnung getragen werden.

Mit der Theorie zur Einbeziehung von Kontext in Empfehlungssysteme (= CaRS) befassen sich u.a. Shepitsen et al. (2008). Sie präsentieren einen Ansatz, um Kontext in Form von ausgewählten Tags eines Benutzers auszunutzen. Kim und Kwon (2007) entwickelten hierzu ein inhaltsbasiertes Modell (vgl. Kapitel 2.2.4.1) für kontextadaptive Empfehlungen. Adomavicius et al. (2005) nähern sich diesem Aspekt im Rahmen des multidimensionalen Recommendation-Modells (Kapitel 3.1.1). Ebenso verdeutlichen sie, wie darauf dann in einem nächsten Schritt wieder klassi- sche RCS -Algorithmen zur Empfehlungs-Ermittlung angewandt werden können (multidimensional-reduzierender Ansatz, Kapitel 3.1.2). Neben „harten“ Kontext-Sensor-Informationen (wie z.B. den GPS-Koordinaten des aktuellen Nutzers) können auch „weiche“ Kontext-Daten (wie z.B. das soziale Netzwerk eines Users) den Re-

Wie bereits erwähnt, werden Recommender Komponenten meist dann eingesetzt, wenn eine große - für den Konsumenten nahezu unüberschaubare - Datenmenge vorliegt. Mit der Integration einer Kontext-Domäne in RCS erhöht sich nochmals der Rechenaufwand und das Datenvolumen. Das MapReduce-Programmier- bzw. Rechenmodell von Dean und Ghemawat (0612) untersucht die Möglichkeiten der Verteilung (Parallelisierung) des Rechenaufwands - der z.B. bei daten-intensiven Empfehlungssystemen entsteht - auf mehrere Geräte.

Welche Bedeutung dabei die Ähnlichkeit zwischen der Kontext-Situation zum Zeitpunkt der Produkt- bzw. App-Bewertung und der aktuellen Nutzer-Kontext-Situation für die personalisierte Empfehlungs-Generierung hat, wird hier noch

4

nicht näher beleuchtet. An dieser Stelle setzt die vorliegende Masterarbeit und der erarbeitete App-Prototyp (Kapitel 3.4) an.

1.2 aufbau der arbeit

Mit nachfolgender Abbildung 1 wird der Aufbau der vorliegenden Master-Thesis verdeutlicht.

Wie hier zu sehen ist, untergliedert sich die Arbeit in fünf umfangreichere Einzelteile (I - V). Mit Teil I wird der Leser an die Thematik der Thesis herangeführt. Das

darin enthaltene Kapitel 1 enthält Ausführungen zur Zielsetzung der Arbeit (Einleitung), zur themen-verwandten Literatur (Kapitel 1.1) und zu häufig auftauchenden Begrifflichkeiten bzw. Schlagwörtern (Kapitel 1.3) in diesem Zusammenhang.

Der zweite Teil beschäftigt sich mit den theoretischen Grundlagen eines kontext-

sensitiven Empfehlungssystems - kurz: CaRS. Diese basieren auf den drei Säulen Mobile Business (Kapitel 2.1), Recommendersysteme (Kapitel 2.2) und Kontext (Kapitel 2.3). Für die praktische bzw. technische Umsetzung eines mobilen App-Recommendersystems auf Android-Basis (Kapitel 2.1.4.4) ist es notwendig die drei Säulen aus Kapitel 2 sinnvoll miteinander zu kombinieren. Ansätze und Rahmenbedingungen dafür werden in Kapitel 3.1 von Teil III erläutert.

5

In Teil III gehen Kapitel 3.2 und 3.3 dann einen Schritt weiter Richtung Praxis. Sie skizzieren die Besonderheiten der Android-Plattform bzw. die technischen Rahmenbedingungen der Prototyp-Entwicklung. Teil III wird abgeschlossen mit einer detaillierten Visualisierung bzw. Beschreibung von Aufbau und Ablauf der entwickelten App (Kapitel 3.4).

In Teil IV werden nun praktische Versuchsreihen mit der eben vorgestellten mobilen Anwendung durchgeführt (Kapitel 4). Für die Berechnung personalisierter Empfehlungen können App-Bewertungen anderer Nutzer aus gleichen oder ähnlichen Kontext-Situationen (vgl. Kapitel 2.3 bzw. 2.2.4.2) herangezogen werden. In welchem Maße Kontext-Situationen von bekannten Bewertungen als gleich oder ähnlich zu der des aktuellen Nutzers angesehen werden, ist hierbei eine entscheidende Frage. Ziel der Versuchsreihen ist es, anschaulich zu verdeutlichen, welch großen Einfluss die Ähnlichkeit der Kontext-Situationen von Nutzer und Bewertungen auf die daraus generierten Empfehlungen hat und klar zu machen, welche zentrale Rolle die Festlegung eines Ähnlichkeits-Schwellenwerts dafür spielt. Dazu

werden die verwendeten Testdaten beleuchtet (Kapitel 4.1), die Durchführung der Versuchsreihen erklärt (Kapitel 4.2) und die Ergebnisse ausgewertet (Kapitel 4.3).

Abgerundet wird die Thesis durch die in Teil V gegebene Zusammenfassung und den Ausblick (Kapitel 5).

1.3 begrifflichkeiten

Wie schon in der Zielsetzung zu Beginn von Kapitel 1 deutlich wird, behandelt diese Arbeit ein noch recht junges Themengebiet der IT. Demzufolge tauchen in diesem Zusammenhang in den Medien und in der (Fach-)Literatur einige z.T. neue Schlagwörter (englisch: „buzzwords“) auf. Da diese Begrifflichkeiten zwangsläufig im späteren Verlauf dieser Thesis auch auftauchen können, werden sie in diesem Unterkapitel kurz fachlich beleuchtet.

• Information Retrieval Systeme (IR):

„Information Retrieval Systeme dienen der Informationsgewinnung aus Texten, multimedialen Dokumenten, Fakten usw. Sie operieren in der Regel auf unstrukturierten Daten“ (siehe Schneider und Werner 2007, S. 474, 475). Verfahren des Information Retrieval können z.B. bei inhaltsbasierten Recommendern Anwendung finden (Kapitel 2.2.4.1).

• Personalisierung:

„Komplexe Personalisierung [auch One-to-One Marketing genannt] bedeutet die

Bedürfnisse und Anforderungen des aktuellen Users angepasst sein.

• Customer Relationship Management (CRM):

Unter CRM versteht man „[...] eine kundenorientierte Unternehmensstrategie, die mit Hilfe moderner Informations- und Kommunikationstechnologien versucht auf lange Sicht profitable Kundenbeziehungen durch ganzheitliche und differenzierte

6

Marketing-, Vertriebs- und Servicekonzepte aufzubauen und zu festigen“ (siehe

• Mass-Customization:

Ähnlich wie der verwandte Begriff Personalisierung zielt auch das Oxymoron Mass Customization auf die zunehmende Individualisierung der Nachfrage ab. Er verbindet die „an sich gegensätzlichen Begriffe Mass Production und Customiza-

tion“ (siehe Reichwald 2009, S. 225). Im Deutschen hat sich die Übersetzung kundenindividuelle Massenproduktion durchgesetzt. Tseng und Jiao (2001) bringen es auf eine kurze Formel: Für sie bedeutet Mass Customization „producing goods and services to meet individual customer’s needs with near mass production efficiency“. In unserem Fall entsprechen die App-Empfehlungen der Software Shops den Produkten in dieser Definition.

7

2

G R U N D L A G E N

Mit den vorherigen Kapiteln wurde das Thema der vorliegenden Arbeit eingeführt. Nun folgt eine Auseinandersetzung mit den nötigen theoretischen Grundlagen. Diese basieren auf drei Säulen (vgl. Abbildung 1):

• Das Electronic Business und seine Anwendungen - wie z.B. Empfehlungssysteme (Kapitel 2.2) - ist eine sehr bekanntes und gut erforschtes Fachgebiet der Wirtschaftsinformatik. Durch die Verbreitung mobiler Datenübertragunstechniken und mobiler Endgeräte entstand daraus das recht junge Teilgebiet Mobile Business. So beschäftigt sich Kapitel 2.1 mit den dafür notwendigen fachlichen und technischen Fundamenten.

• Wie bereits unter 1.1 erwähnt, werden nun mehr und mehr bekannte E-

Darunterbefinden sich u.a. auch die im Electronic Business weit verbreiteten Recommendersysteme. Kapitel 2.2 liefert dazu den fachlichen Hintergrund.

• Die folgende Abbildung 2 zeigt aber auch, dass Mobile Business nicht nur eine „PC-unabhängige Form des Electronic Business“ (siehe Wirtz 2001, Seite 43) ist. Tatsächlich sind im M-Business zusätzliche Dienste und Inhalte möglich, welche im E-Business noch nicht denkbar bzw. technisch nicht verfügbar waren. So können E-Business-Anwendungen - wie etwa RCS - im Mobile Business auf zusätzliche Eigenschaften - wie z.B. den Nutzer-Kontext - zurückgreifen. Kapitel 2.3 beleuchtet abschließend was sich genau hinter dem Begriff Kontext verbirgt.

2.1 mobile business

Die erste grundlegende Säule dieser Arbeit beschäftigt sich mit dem Gebiet des

Mobile Business (Abbildung 1 aus Kapitel 1.2). Aufgrund der großen Leistungssprünge bei den kabellosen Datenübertragungstechniken (Kapitel 2.1.2) und bei den mobilen Endgeräten (Kapitel 2.1.3) in den letzten Jahren gewinnt diese Thematik mehr und mehr an Bedeutung. Eine Vielzahl der aus dem „stationären“ Internet

bekannten Anwendungen - wie die in Kapitel 2.2 thematisierten Recommendersysteme - finden nun auch verstärkt ihren Weg in Form von SwSmP bzw. Apps auf die Smartphones bzw. ins mobile Internet.

Im Folgenden (Kapitel 2.1.1) sollen zentrale Begriffe des Mobile Business geklärt und von einander abgegrenzt werden. Die für das Mobile Business nötigen technischen Grundlagen - wie z.B. Netzwerke und mobile Endgeräte - stehen zunächst

im Mittelpunkt der Kapitel 2.1.2 und 2.1.3. Diese werden von einem Betriebssystem gesteuert bzw. verwaltet. Kapitel 2.1.4 gibt einen Überblick über vier bekannte mobilen Plattformen. Das führt dann zu den für ein solches mobiles Betriebssystem

9

konzipierten (mobilen) Applikationen (Kapitel 2.1.5) und den Vertrieb über die so genannten Software-Shops für mobile Plattformen - kurz SwSmP (Kapitel 2.1.6).

2.1.1 Zentrale Definitionen und Abgrenzung

Als Einstieg in dieses Grundlagen-Thema sollen die theoretischen, wissenschaftlichen Fundamente verständlich gemacht werden. Im Gegensatz zu den einleitend in

Kapitel 1.3 erwähnten Fach-Termini werden im Folgenden übergeordnete Sammelbzw. Grundbegriffe wie Electronic Business, Electronic Commerce, Mobile Business, und Mobile Commerce erläutert und zur besseren Themeneinordnung voneinander abgegrenzt (Abbildung 2).

Abbildung 2: Verhältnis der Fachbegriffe im Electronic Business zueinander (entnommen von Buse 2008a, S. 36)

electronic business Wirtz versteht unter Electronic Business die „Anbahnung sowie die teilweise respektive vollständige Unterstützung, Abwicklung und Aufrechterhaltung von Leistungsaustauschprozessen mittels elektronischer Netze“ (siehe Wirtz 2001, Seite 34). Oder kürzer: Electronic Business ist „jeder Prozess, der seitens einer geschäftlichen Organisation über computervermittelte Netzwerke vorgenommen wird“ (siehe Buse 2008a, S. 26). Dazu gehören u. a. folgende Vorgänge:

• Aufbau und Unterhaltung von Kundenbeziehungen,

• Electronic Commerce,

• Auftragsabwicklung,

• Sendungsverfolgung,

• Eingangs- und Ausgangslogistik,

• Lagerhaltungskontrolle,

• Finanz-, Budget- und Kontenbuchführung,

• Personalwesen,

• Kundendienst,

• Reparaturservice,

10

• Forschung und Entwicklung sowie

• Wissensmanagement

electronic commerce Die beiden Begriffe Electronic Business (im Folgenden nur noch kurz E-Business genannt) und Electronic Commerce (kurz E-Commerce) werden häufig gleichbedeutend verwendet. Während E-Business alle Geschäftsprozesse , „die über das Internet oder über ein firmeneigenes Netzwerk - das Intranet - abgewickelt werden“ (siehe Kirn 2002, Seite 11-12), umfasst, versteht man unter E-Commerce lediglich Präsentation und Absatz von Waren oder Dienstleistungen samt Abwicklung der Transaktion und Zahlung. „Auch der Austausch weitergehender Informationen für einen umfassenden Kundennutzen und Service sind mit eingeschlossen. E-Commerce ist folglich eine Teilmenge [Abbildung

2] von E-Business“ (siehe Kirn 2002, S. 11-12).

Im E-Business sieht Wirtz neben dem E-Commerce u. a. noch die Aktivitäten E-Information / E-Entertainment, E-Education, E-Communication und E-Collaboration (siehe Wirtz 2001, S. 39). Auf diese Teilbereiche wird in der vorliegenden Arbeit nicht näher eingegangen.

Am Electronic bzw. Mobile Commerce sind Leistungsanbieter (Händler) und Leistungsnachfrager (Konsumenten, Kunden, Käufer) beteiligt. Beide Geschäftspartner sind juristische Personen und gehören immer zu einer der folgenden Kategorien (vgl. Merz 2002, S. 22):

• natürliche Personen (Consumer)

• Organisationen (Business) - z.B. Unternehmen, Vereine

• staatliche Körperschaften (Administration) - z.B. Behörden, Ministerien

Je nachdem, zu welcher dieser Ausprägungen die beiden Beteiligten gehören, kann es zu unterschiedlichen Formen einer solchen Zweierbeziehung kommen. Abbildung 3 zeigt die dabei möglichen Beziehungsformen.

11

Abbildung 3: mögliche Beziehungsformen im E-Commerce (entnommen von Meier und

Mit dieser Arbeit befinden wir uns größtenteils in der Beziehungsform des

Business-to-Consumer (B2C) - private Endnutzer erwerben über einen SwSmP mobile Applikationen für den privaten Gebrauch (siehe Kapitel 2.1.6). Da Apps aber auch mehr und mehr im geschäftlichen Umfeld zum Einsatz kommen (z.B. für die mobile Zeiterfassung oder als Navigationshilfe für Geschäftster-

mine), ist auch der Bereich Business-to-Business (B2B) möglich. In diesem Fall tritt die Firma als Kunde eines App-Entwicklers oder eines SwSmP auf und erwirbt dort passende Software für die Mobiltelefone der Mitarbeiter.

mobile business „Der Begriff Mobile Business oder M-Business umfasst alle Aktivitäten, Prozesse und Applikationen, welche mit mobilen Technologien realisiert werden können. Beim M-Business finden die Geschäftsbeziehungen mittels mobiler Geräte statt. M-Business kann als Untermenge des E-Business [siehe Abbildung 2] verstanden werden, wobei Informationen beim M-Business zeitunabhängig und ortsunabhängig zur Verfügung stehen“ (siehe Meier und Stormer 2008, S. 211). Oder kurz und prägnant: M-Business ist die „PC-unabhängige Form des Electronic Business“ (siehe Wirtz 2001, S. 43).

Lehner et al. (2008) rechtfertigen aufgrund der unterschiedlichen Technologien und unterschiedlicher Geschäftsmodelle aber eine Unterscheidung zwischen E-Business und M-Business. „Mobile Endgeräte besitzen eine Reihe spezifischer Eigenschaften, die eine Differenzierung der Geschäftsmodelle notwendig und möglich machen:

• Mobilität - die Benutzer haben an jedem Ort und zu jeder Zeit Zugang zu mobilen Netzen.

• Erreichbarkeit - die Benutzer sind jederzeit erreichbar.

• Lokalisierung - mobile Geräte können lokalisiert werden.

12

• Identifikation - mobile Geräte sind einzelnen Benutzern eindeutig zugeordnet“ (siehe Lehner et al. 2008, S. 312).

Aufgrund dieser speziellen Eigenschaften der mobilen Endgeräte (siehe auch Abbildung 8) ist Mobile Business nicht nur - wie oben angesprochen - als Teilmenge oder Erweiterung des Electronic Business anzusehen. Tatsächlich bietet es „zusätzlich einige neue, einzigartige Dienste wie orts- und situationsab-

hängige Inhalte “ (siehe Buse 2008a, S. 32) - z.B. location-based Services. In Abbildung 2 wird dieser Sachverhalt durch eine nicht exakte Überlappung des M-Business durch das E-Business Rechnung getragen.

mobile commerce Ähnlich wie die Begriffe E-Business und E-Commerce werden auch Mobile Business und Mobile Commerce in Wissenschaft und Praxis gerne synonym verwendet. Inhaltliche Übereinstimmung besteht dahingehend, dass bei beiden Fachtermini mobile Endgeräte und Mobilfunk- bzw. andere drahtlose Netze zum Einsatz kommen. Man sieht im Mobile Commerce streng genommen eine konsumentenorientierte Teilmenge (z.B. Handelstransaktionen; Abbildung 2) des Mobile Business (vgl. Reichardt 2008, S. 129, 130). Das M-Commerce umfasst demnach „jede Transaktion, die mit einer Übertragung von Eigentums- oder Nutzungsrechten verbunden ist und über die Nutzung eines mobilen Zugangs zu computervermittelten Netzwerken per elektronischem Endgerät angebahnt und/oder beendet wird“ (siehe Buse 2008a, S. 34).

Das Verhältnis zum korrespondierenden Begriff E-Commerce ist ähnlich wie das Verhältnis der Begriffe E- und M-Business untereinander (vgl. Abb. 2). Auch hier gibt es Dienste, die sowohl im E- als auch im M-Commerce einsetzbar sind. Darüberhinaus gibt es aber auch reine M-Commerce-Anwendungen (-> keine exakte Überlappung von E- und M-Commerce in Abbildung 2). Das Fachgebiet Mobile Commerce ist demzufolge sehr vielschichtig und bietet

eine Vielzahl von Anwendungen. Tabelle 1 stellt einige der möglichen Dienste im M-Commerce dar. Die in mobilen Applikationen (Kapitel 2.1.5) und ihr Vertrieb via App Stores/ (Kapitel 2.1.6) fallen hier unter die M-Commerce--Anwendung Mobile Shopping.

13

Tabelle 1: Anwendungsbereiche und Dienste im Mobile Commerce (entnommen von Buse

2.1.2 Netzwerke und Infrastrukturen

„Die Verfügbarkeit leistungsfähiger Übertragungstechniken“ (siehe Gläßer 2003, S. 195) stellt eine der wesentlichen Grundlagen für den großen Erfolg mobiler Anwendungen (Kapitel 2.1.5) dar. Im Laufe der Zeit haben sich die Mobilfunk-Standards ¹ immer weiter entwickelt. Häufig wird dabei von den Generationen 1G bis 4G gesprochen - schematisch charakterisiert in Abbildung 4.

Abbildung 4: Generationenfortschritt der Mobilfunk-Standards (siehe Turowski und

Von Generation zu Generation kam es zu erheblichen Fortschritten bei den Über-

tragungsraten. Dies zeigt auch Abbildung 5 - bei der die benötigte Zeit für den Download eines vier Megabyte (MB) großen Datenpakets in der jeweiligen Technologie dargestellt ist.

14

Abbildung 5: Übertragungsdauer im Vergleich bei 4 MB-Download (siehe Wirtz 2001, S.

2.1.2.1 GSM

Anfänge des Mobilfunks

Die Anfänge des Mobilfunks (1G) beruhten noch auf einer „analogen Netztechnologie und nutzten das Prinzip der Leitungsvermittlung, wie man es auch aus dem analogen

Festnetz kennt“ (siehe Bieh 2008, S. 18, 19). Der Einstieg in den digitalen Mobilfunk (2G) gelang über den Standard GSM (Global System for Mobile Communications) im Jahr 1993 (vgl. Alby 2008, S. 7, 8). Durch die Digitalisierung des Signals ermöglicht GSM neben der Sprach- auch die Datenübertragung. Mittlerweile hat sich GSM zum führenden Mobilfunk-Standard weltweit entwickelt: 82% der heutigen Mobilfunktelefone unterstützen diese Technologie (vgl. Alby 2008, S. 7, 8).

Technische Grundlagen von GSM

Ein GSM-Netz ist in Felder - so genannte Zellen - eingeteilt. Jede Zelle ist einer Basisstation zugeordnet. Ein mobiles Gerät verbindet sich immer mit der Basisstation - auch Base Transceiver Station oder kurz BTS (siehe Alby 2008, S. 196, 197) genannt - die den besten Funkkontakt ermöglicht (Koordinatenübertragung). Beim Telefonieren werden - im Gegensatz zum Radio - Daten in beide Richtungen übertragen (Sprechen und Hören). Aus diesem Grund trennt GSM die Frequenzen in Hin- und Rückrichtung (Uplink und Downlink). So verwendet beispielsweise das GSM900-Netzwerk das Frequenzband zwischen 890 und 915 MHz für die Kommunikation vom mobilen Gerät zur BTS und das Band von 935 bis 960 MHz für die Kommunikation von der Basisstation zum mobilen Gerät. Darüber hinaus arbeitet GSM noch in den Frequenzbereichen 1800 und 1900 MHz (vgl. Grob et al. 2004, S. 117). Damit ist auch gesichert, dass es zu keiner Überschneidung (Kollision) mit anderen Diensten kommt, denn UKW (Radio) beispielsweise nutzt den Frequenzbereich von 87 bis 107 MHz (vgl. Meier und Stormer 2008, S. 214, 215).

Eigenschaften von GSM

Das GSM-Netz gilt als relativ sicher gegenüber Hacker-Angriffen. Dies wird durch eine verschlüsselte Datenübertragung ermöglicht. Zur Authentifizierung und Verschlüsselung verwendet GSM den geheimen Schlüssel auf der SIM-Karte eines jeden

15

immer die Koordinaten der Zelle (siehe oben Koordinatenübertragung) übertragen in denen sich das mobile Endgerät befindet. Damit können mit dem GSM-Netz

nächstgelegenen Tankstelle anzeigen.

Weiterentwicklungen von GSM

Hinsichtlich der Übertragungsraten wurde GSM weiterentwickelt (siehe Abbildung

GSM → GPRS

Mit der 2,5G-Mobilfunkgeneration GPRS (vgl. Abbildung 4) wurde der Wandel von einem rein auf Sprachübertragung optimierten Mobilfunknetz (GSM) hin zu einem ersten Datennetz vollzogen (vgl. Seitz 2007, S. 5). „GPRS basiert auf GSM und ermöglicht durch neue Kodierungsverfahren und Kanalbündelung Datenübertragungen im Mobilfunknetz mit höherer Geschwindigkeit [...]. GPRS basiert auf paketvermittelter Datenübertragung und erlaubt eine maximale Datenübertragungsrate von 160 kBit/s“ (siehe

Welfens 2005, S. 127). Aktuell ist GPRS auch noch der „meistgenutzte Übertragungs-

Diesedirekte Vorgängertechnologie von UMTS (Kapitel 2.1.2.2) überträgt, wie im Internet üblich, einzelne Datenpakete. Eine dauerhafte Verbindung zwischen Sender und Empfänger - wie bei der verbindungsorientierten Datenübertragung mit GSM - existiert hier nicht. Damit ist gerade bei Internet-typischem stark unregelmäßigem Datenaufkommen eine effizientere Ausnutzung des Frequenzspektrums gewährleistet. Das GPRS-Telefon kann immer im Netz eingeloggt - d.h. always onsein. Dabei wird nicht wie bisher die Verbindungszeit, sondern das Volumen der übertragenen Datenpakete bezahlt (vgl. Wirtz 2001, S. 48).

Mobilitätsmanagement (Handover)

Einige Besonderheiten sind bei der mobilen Nutzung des Internets über ein Smartphone (Kapitel 2.1.3) zu beachten (= Mobilitätsmanagement). „Bewegt sich ein mobiler Nutzer von einer Zelle in eine benachbarte Zelle, wird die Basisstation gewechselt [sie- he Technische Grundlagen von GSM, S. 15]. Dies geschieht dynamisch, ohne Wissen des mobilen Nutzers“ (siehe Meier und Stormer 2008, S. 215). Befindet sich der Nutzer dabei in einem Gespräch oder nutzt gerade das Internet (z.B. mittels GPRS-Datenübertragung), erfolgt der Wechsel ohne Unterbrechung der Dienstnutzung.

Dieser Wechsel der BTS innerhalb der gleichen Technologie (z.B. von GPRS zu GPRS) wird als horizontaler Handover bezeichnet (vgl. Tabery 2007, S.

12). Beim Einbuchen zu einer BTS wird dem Smartphone eine temporäre Kennung und danach eine dem verwendeten Vermittlungsprotokoll entsprechende Adresse (z.B. IP-Adresse) zugewiesen. Das mobile Endgerät und die BTS-Komponenten verfügen

16