Das Ziel dieser Arbeit ist es, messbare Akzeptanzdeterminanten, die für die Chatbot-Thematik verwendet werden können, zu definieren. Dabei ist es relevant, den Einfluss der einzelnen Determinanten auf die Kundenakzeptanz und mögliche Zusammenhänge zwischen den Determinanten zu analysieren.
Im Zuge der voranschreitenden Digitalisierung steigt das unternehmerische Interesse an der Marketing-Automation, auch Marketing-Automatisierung genannt. Laut einer Studie der Wirtschaftsprüfungsgesellschaft PrivatwaterhouseCoopers GmbH (pwc) aus dem Jahre 2018 geht hervor, dass über ein Viertel der befragten Unternehmen bereits Automatisierungsprozesse im eigenen Marketing implementiert haben und über die Hälfte eine Implementierung planen. Der größte Anteil an Prozessen wurde laut der Umfrage mit 86% im Bereich des Endverbrauchermarketings automatisiert. Gründe dafür seien die Effizienzsteigerung sowie Effektivität und Individualisierung der Kundenansprache, um Kundenprofile zu erstellen und die Qualität des zielgruppenorientierten Marketings zu verbessern. Denn der Anspruch an Individualisierung und Personalisierung des Konsumenten ist über die Möglichkeit seiner dauerhaften digitalen Konnektivität durch den Ausbau der digitalen Infrastruktur über neue Technologien und Innovationen angestiegen. Deshalb versprechen sich die Befragten durch die Marketing-Automation den Erhalt der eigenen Wettbewerbsfähigkeit, wovon 85% eine Investitionssteigerung im Bereich der Automation der zielgruppenorientierten Kundenansprache planen.
Insgesamt wird durch die Studie ein Trend der Marketing-Automation und dessen Eingliederung in das eigene Unternehmen deutlich. Besonders die individuelle und personalisierte Ansprache des Konsumenten steht dabei im Fokus.
Laut einer zertifizierten Expertenstudie der HdM Transfer- & Weiterbildungsgesellschaft mit Teilnehmern, wie z.B. Hochschulprofessoren sowie Geschäftsführer digitaler Unternehmen, rechnen dreiviertel der Befragten dem Einsatz von KI im Marketing eine hohe Bedeutung in der Zukunft zu. Fast 90% der Befragten setzen KI für die Personalisierung und Individualisierung der Marketing-Kommunikation mit dem Endkunden ein. Zusammengefasst bildet sich die aktuelle Relevanz für Unternehmen ab, ihr Dialogmarketing durch künstliche Intelligenz zu automatisieren. Für die Dialogmarketing-Automation findet KI den größten Anwendungsbereich im Bereich der Chatbots. Diese agieren auf verschiedenen technologischen Plattformen.
Inhaltsverzeichnis
- 1 Einleitung
- 1.1 Relevanz des Themas
- 1.2 Problemstellung
- 1.3 Forschungsfrage und Zielsetzung
- 1.4 Aufbau der Arbeit
- 2 Einführung in die künstliche Intelligenz
- 2.1 Definition der künstlichen Intelligenz
- 2.1.1 Machine Learning und Deep Learning
- 2.1.2 Big Data
- 2.2 Chatbots in der B2C-Kommunikation
- 2.2.1 Definition von Chatbots
- 2.2.2 Nutzen für das Unternehmen
- 2.2.3 Nutzen für den Kunden
- 3 Akzeptanzforschung
- 3.1 Begriffsdefinition der Akzeptanz
- 3.2 Technologieakzeptanzmodelle
- 3.2.1 Technology Acceptance Model – TAM
- 3.2.2 Technology Acceptance Model – TAM2
- 3.2.3 Technology Acceptance Model - TAM3
- 3.3 Ableitung der Chatbot-Akzeptanzdeterminanten
- 4 Konzeptualisierung der Empirie
- 4.1 Methodik
- 4.1.1 Hypothesen
- 4.1.2 Festlegung der Stichprobe
- 4.1.3 Aufbau des Fragebogens
- 4.1.3.1 Operationalisierung der Determinanten
- 4.1.4 Gütekriterien
- 4.1.4.1 Überprüfung der Objektivität
- 4.1.4.2 Überprüfung der Reliabilität
- 4.1.4.3 Überprüfung der Validität
- 5 Empirische Forschungsergebnisse
- 5.1 Vorstellung der Stichprobe
- 5.2 Deskriptive Analyse
- 5.3 Auswertung der Daten
- 5.3.1 Hypothesenprüfung
- 5.4 Fazit
Zielsetzung und Themenschwerpunkte
Die vorliegende Bachelorarbeit befasst sich mit der Akzeptanz von Chatbots in der Online-B2C-Kommunikation. Ziel ist es, die Faktoren zu untersuchen, die die Akzeptanz von Chatbots durch Kunden beeinflussen. Im Fokus der Arbeit steht dabei das Technology Acceptance Model (TAM) in seiner dritten Version (TAM3).
- Definition und Einordnung der Künstlichen Intelligenz (KI) im Kontext von Chatbots
- Analyse des Nutzens von Chatbots für Unternehmen und Kunden
- Anwendung des TAM3 zur Untersuchung der Chatbot-Akzeptanzdeterminanten
- Empirische Überprüfung der Hypothesen anhand einer Befragung
- Interpretation der Ergebnisse und Ableitung von Handlungsempfehlungen
Zusammenfassung der Kapitel
Kapitel 1: Einleitung
Dieses Kapitel liefert eine Einführung in die Relevanz des Themas sowie die Problemstellung der Arbeit. Es werden die Forschungsfrage und die Zielsetzung definiert.
Kapitel 2: Einführung in die künstliche Intelligenz
Dieses Kapitel erläutert die Definition der künstlichen Intelligenz und beleuchtet verschiedene Teilbereiche wie Machine Learning und Deep Learning. Es wird auch das Konzept von Big Data in diesem Kontext beleuchtet. Weiterhin werden Chatbots als Anwendung der KI vorgestellt und ihre Bedeutung in der B2C-Kommunikation erläutert.
Kapitel 3: Akzeptanzforschung
Dieses Kapitel beschäftigt sich mit der Akzeptanzforschung und definiert den Begriff der Akzeptanz. Es werden verschiedene Technologieakzeptanzmodelle vorgestellt, insbesondere das Technology Acceptance Model (TAM) und dessen Weiterentwicklungen TAM2 und TAM3.
Kapitel 4: Konzeptualisierung der Empirie
Dieses Kapitel legt die Methodik der Arbeit dar, einschließlich der Formulierung von Hypothesen, der Festlegung der Stichprobe, des Aufbaus des Fragebogens und der Überprüfung der Gütekriterien.
Schlüsselwörter
Künstliche Intelligenz, Chatbots, B2C-Kommunikation, Akzeptanz, Technology Acceptance Model (TAM), TAM3, Verhaltensabsicht, Wahrgenommener Nutzen, Wahrgenommene Verhaltenskontrolle, Wahrgenommenes Vergnügen, Wahrgenommene Benutzerfreundlichkeit.
- Citar trabajo
- Florian Müller (Autor), 2021, Künstliche Intelligenz in der Online-B2C-Kommunikation. Untersuchung der Kundenakzeptanz von Chatbots, Múnich, GRIN Verlag, https://www.grin.com/document/1140916
