Voice Commerce. Determinanten der Akzeptanz von Sprachassistenten im Onlinehandel

Inhaltsverzeichnis

Kurzfassung

Abstract

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis

A: Theoretischer Teil

1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung
1.3 Aufbau der Arbeit

2 Theoretischer Hintergrund zu Voice Commerce
2.1 Voice Commerce – Begriffsdefinition und Einordnung
2.2 Funktionsweise von Sprachassistenten
2.3 Das Sprachassistenz-Ökosystem
2.3.1 Onlinehandel und Online-Konsument
2.3.2 Potentiale von Sprachassistenz im Onlinehandel
2.3.3 Risiken bei der Nutzung von Sprachassistenten

3 Theoretischer Bezugsrahmen – Akzeptanzforschung
3.1 Stand der Forschung
3.2 Determinanten der Akzeptanz von Voice Commerce
3.2.1 Nutzungsabsicht, wahrgenommene Benutzerfreundlichkeit und wahrgenommener Nutzen
3.2.2 Produkttyp
3.2.3 Wahrgenommene Ubiquität
3.2.4 Datenschutzbedenken
3.2.5 Moderatoren
3.3 Konzeptioneller Bezugsrahmen

B: Empirischer Teil

4 Methode
4.1 Stichprobe
4.2 Fragebogen
4.3 Pretest
4.4 Datenerhebung

5 Ergebnisse
5.1 Vorbereitende Datenanalyse
5.2 Deskriptive Statistik
5.3 Auswertung der Hypothesen
5.4 Zusammenfassung der Ergebnisse

6 Diskussion und Ausblick
6.1 Generelle Diskussion
6.2 Limitationen und Ausblick

7 Fazit

Literaturverzeichnis

Anhang

Kurzfassung

Die Nutzung von Sprachassistenten hat die Mensch-Maschine-Kommunikation grundlegend verändert. Erstmals ist die Kommunikation mit einer Maschine kontaktlos und zugleich in einer intuitiven sowie in ihrer menschlichsten Form möglich. Das hat dazu geführt, dass Sprachassistenten in den letzten Jahren deutlich an Popularität gewonnen haben – die Anwendung von Sprachassistenten ist mittlerweile fester Bestandteil des täglichen Lebens. Im Onlinehandel steht die Integration von Sprachassistenten hingegen noch in den Anfängen. Voice Commerce stellt nach Mobile-Commerce (M-Commerce) die größte Revolution des Handels dar. Das Ziel der vorliegenden Arbeit betseht darin, Faktoren zu identifizieren, die die Akzeptanz von Voice Commerce unter Berücksichtigung verschiedener Kaufphasen, beeinflussen. Diese Studie kombiniert deskriptive und explorative Forschungsmethoden. Zu Beginn wird eine Literaturrecherche durchgeführt sowie der aktuelle Forschungsstand aufgezeigt. Des Weiteren wird eine quantitative Verbraucher-umfrage durchgeführt. Für die Umfrage wird ein konzeptionelles Untersuchungsmodell entwickelt, das auf dem Technologieakzeptanzmodell (TAM) basiert. Als signifikanter starker Treiber der Akzeptanz von Voice Commerce unter Berücksichtigung des Kaufprozesses stellt sich wahrgenommener Nutzen heraus. Datenschutzbedenken erweisen sich als Barriere von Voice Commerce und üben einen negativen Einfluss auf die Nutzungsabsicht aus. Die Nutzungsabsicht von Sprachassistenten ist in der Vor- und in der Nachkaufphase höher als in der Kaufphase. Wahrgenommene Benutzerfreundlichkeit und Wahrgenommene Ubiquität beeinflussen die Nutzungsabsicht unter Berücksichtigung der Kaufphasen nicht. Die Nutzungsabsicht für Produkte mit einem niedrigen Involvement ist höher als für Produkte mit einem hohen Involvement.

Abstract

The use of voice assistants has changed human-machine communication fundamentally. For the first time, communication with a machine is contactless and at the same time possible in an intuitive and most humane form, which has led to voice assistants becoming much more popular in recent years. Now, the use of voice assistants is an integral part of everyday life. In online commerce, however, the integration of voice assistants still is in its infancy. After mobile commerce (m-commerce), voice commerce represents the biggest revolution in retail. The goal of this study is to identify factors that influence the acceptance of voice commerce, taking into account different stages of the buying process. This study combines descriptive and explorative research methods. At the beginning a literature review is conducted and the current state of research is presented. Furthermore, a quantitative consumer survey is done. A conceptual research model based on the Technology Acceptance Model (TAM) will be developed for the survey. Perceived use turns out to be a significant driver of the acceptance of voice commerce in consideration of the buying process. Privacy concerns prove to be a barrier to voice commerce and have a negative impact on the intention to use it. The intention to use voice assistants is higher in the pre- and post-stage of buying process than in the purchase-stage. Perceived usability and perceived ubiquity do not influence the intention to use voice assistants taking into account the stages of the buying process. The intention to use voice assistants for products with a low involvement is higher than using those with a high involvement.

Abbildungsverzeichnis

Abbildung 1: Das Sprachassistenz-Ökosystem

Abbildung 2: Technologieakzeptanzmodell

Abbildung 3: UTAUT-Modell

Abbildung 4: Untersuchungsmodell

Abbildung 5: Nutzungsabsicht nach Kaufphasen

Abbildung 6: Nutzungsabsicht nach Informationsbedarf

Tabellenverzeichnis

Tabelle 1: Funktionalitäten von Sprachassistenten nach Kaufphasen

Tabelle 2: Reliabilität: Cronbachs α

Tabelle 3: Modelzusammenfassungb NVK

Tabelle 4: ANOVAa NVK

Tabelle 5: Koeffizientena NVK

Tabelle 6: Modelzusammenfassungb NK

Tabelle 7: ANOVAa NK

Tabelle 8: Koeffizientena NK

Tabelle 9: Modellzusammenfassungb NNK

Tabelle 10: ANOVAa NNK

Tabelle 11: Koeffizientena NNK

Tabelle 12: ANOVAa Moderation Geschlecht

Tabelle 13: Koeffizientena Moderation Geschlecht

Tabelle 14: ANOVAa Moderation Erfahrung

Tabelle 15: Koeffizientena Moderation Erfahrung

Tabelle 16: Ergebnisse Hypothesentest

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

A: Theoretischer Teil

1 Einleitung

„Sprache ist das neue Wischen.“¹ Dieses Zitat, das im April 2019 in der Horizont, Zeitung für Marketing, Werbung und Medien, erscheint, beschreibt heute keine Zukunftsvision mehr, sondern die Gegenwart in Gesellschaft und Wirtschaft.

Die Reichweite von digitalen Sprachassistenten dringt inzwischen in sämtliche Bereiche des täglichen Lebens vor. Dabei gehen die Möglichkeiten der Sprachassistenz über die ursprüngliche Funktion der reinen Information hinaus. Im Privat-Gebrauch werden Sprachassistenten oftmals für Wetterberichte und Nachrichten genutzt. Sogar Haushaltsgeräte wie Jalousien, Heizung, Fernseher und Küchengeräte werden per Sprache gesteuert. Im Auto finden Sprachbefehle bei der Navigation, beim Infotainment und bei der Verkehrsauskunft Anwendung. Die Verwendung von Sprachassistenten im Onlinehandel wird Voice Commerce genannt. Von Preisvergleichen, Produktempfehlungen und ‚-auswahl bis hin zum Bezahlen bieten sich Möglichkeiten für die Verwendung von Sprachassistenz im Onlinehandel. Unternehmen, Marken und Händler müssen sich nicht nur zwangsläufig damit befassen, wie sie ihren Produkten und Dienstleistungen Stimme verleihen, sondern wie sich ihre Angebote am besten in den Markt integrieren lassen.²

Die Popularität von Sprachassistenten zeigt sich nicht nur in der Vielfalt an Funktionen, sondern ebenso in einem deutlichen Anstieg verkaufter Geräte mit Voice User Interface, genannt Smart Speaker. Im Gegensatz zum Jahr 2018 mit 99,8 Millionen (Mio.) verkauften Geräten mit integriertem Sprachassistenten, sollen 2019 schon 146,8 Mio. verkauft worden sein. Für das Jahr 2023 wird ein weltweiter Absatz von 200 Mio. Stück prognostiziert.³ In Deutschland nutzt bereits ein Drittel der Bevölkerung digitale Sprachassistenten. Das entspricht einem Anstieg um 12 % im Vergleich zum Vorjahr.⁴

Wie auch andere technologische Veränderungen in der Vergangenheit ist diese ebenfalls nicht ohne Vorbehalte zu betrachten. 2019 sorgte die Erkenntnis, dass Mitschnitte von persönlichen Gesprächen nachträglich zur Optimierung von Sprachassistenz ausgewertet werden, für Kritik seitens der Nutzer.⁵ In einer Umfrage gaben zudem 59 % der Nutzer von Smart Speakern an, für ihre Privatsphäre ein mittleres bis hohes Risiko zu sehen.⁶ Fakt ist auch, dass sich die Nutzung von Sprachassistenten im Onlinehandel in einem Raum befindet, der im Detail noch nicht juristisch geklärt ist.⁷

Voice Commerce hat in Deutschland bisher keinen Durchbruch erlebt. Laut einer Studie von PwC kaufen nur 11 % derjenigen, die einen Smart Speaker besitzen, mindestens einmal in der Woche damit ein.⁸ Eine aktuelle Umfrage von Statista bekräftigt dies. Die Hälfte aller Befragten gibt an, Smart Speaker zu verwenden, um Nachrichten zu konsumieren, Musik zu streamen und Informationen im Internet zu suchen. Lediglich 18 % der Smart Speaker-Besitzer haben schon einmal per Sprachassistent eingekauft.⁹ Während der Einsatz von Voice Commerce in Deutschland noch überschaubar ist, hat Mobile Commerce (M-Commerce) kürzlich seinen Platz im Onlinehandel gefunden. Laut Handelsverband Deutschland sind mittlerweile zwei Drittel der Deutschen Online-Shopper. 68 % aller Einkäufe finden mittlerweile online statt oder werden online vorbereitet.¹⁰ Fast 50 % der Online-Shopper nutzen ein Smartphone oder ein Tablet, um Online-Einkäufe zu tätigen.¹¹ Das geschieht in einem Land, in dem rund 90 % der Bevölkerung Online-Nutzer sind.¹² Ist das komplette Ausmaß der Veränderung im E- und M-Commerce zwar noch nicht vorhersagbar, so wird Sprachassistenten wie Alexa das Potenzial zugeschrieben, das Konsumverhalten nachhaltig zu beeinflussen.¹³

1.1 Problemstellung

Mit der Digitalisierung hat der Handel bisher seine tiefgreifendste Veränderung erlebt. Einkäufe sind durch den Onlinehandel nicht nur zeitunabhängig, sondern durch die Verwendung von Smartphones auch ortsunabhängig geworden. Nun steht mit dem Einsatz von Sprachassistenten im Onlinehandel die nächste Revolution bevor. Die Prognosen für den Einsatz von Voice Commerce sind daher nicht weniger vielversprechend. Im Zuge der steigenden Smartphone-Nutzung für Online-Einkäufe lassen sich neue Erwartungen der Kunden an den Einzelhandel beobachten. So möchten sie das mobile Internet nicht nur für Online-Käufe nutzen, sondern auch, um stationäre Käufe vorzubereiten. Mit einem steigenden Verlangen nach Information, Interaktion und Unterhaltung stellt der Kunde neue Anforderungen an die Anbieter, für die es nunmehr um eine neue Art der Kundenorientierung geht. Damit Geschäftsmodelle wie Voice Commerce Bestand haben, bedarf es einer totalen Zentrierung des Kunden.¹⁴ Als völlig neue Form der digitalen Interaktion bietet Voice Commerce den Händlern die Möglichkeit, eine exklusive und vor allem persönliche Beziehung zum Kunden aufzubauen. Werden die Auswirkungen dieser Entwicklung bedacht, ergibt sich die Schwierigkeit, dass die Entwicklung von Voice Commerce hierzulande mit der Ausprägung eines wesentlichen Punktes einhergeht: der Akzeptanz durch den Nutzer.¹⁵

1.2 Zielsetzung

Aufbauend auf der Problemstellung ist das übergeordnete Ziel der vorliegenden Arbeit, herauszufinden, welche Faktoren die Akzeptanz von Voice Commerce beeinflussen. Es soll untersucht werden, welche Faktoren als Treiber und welche als Barrieren auf die Akzeptanz von Voice Commerce unter Berücksichtigung der Kaufprozesses aus Kundensicht wirken. Darüber hinaus soll erarbeitet werden, welchen Einfluss der Produkttyp und die präferierte Kaufphase auf die Akzeptanz von Voice Commerce haben. Der Arbeit liegt abgeleitet aus der Zielsetzung folgende Forschungsfrage zugrunde:

„Welche Faktoren beeinflussen als Treiber und Barrieren die Akzeptanz von Voice Commerce unter Berücksichtigung präferierter Kaufphasen und in welchem Grad?“

Im Verlauf der Arbeit gilt es, die Forschungsfrage mit Hilfe eines eigens dafür modellierten Akzeptanzmodells hinreichend zu beantworten. Die Arbeit soll einen wissenschaftlichen Beitrag zur Erforschung der Akzeptanz von Sprachassistenten unter Berücksichtigung der Customer Journey leisten.

1.3 Aufbau der Arbeit

Um das formulierte Ziel zu erreichen, gliedert sich der Hauptteil dieser Arbeit in zwei Abschnitte. Der erste Teil stellt die theoretische Grundlage dar. Kapitel 2 beschäftigt sich mit dem Untersuchungsgegenstand. Dabei erfolgt zunächst eine Begriffsdefiniton von Voice Commerce und dessen Einordnung im E-Business. Weiterhin ist beschrieben, welche Anforderungen, Potentiale und Risiken bei der Verwendung von Sprachassistenten auftreten. Kapitel 3 stellt den theoretischen Bezugsrahmen der Arbeit dar. Hierbei werden die Determinanten der Akzeptanz von Voice Commerce sowie die zugrundeliegenden Akzeptanzmodelle vorgestellt. Die diskutierten Akzeptanz-Determinanten werden über Hypothesen in einem erweiterten Akzeptanzmodell zusammengefasst. Der empirische Teil befasst sich mit der Überprüfung der vorangegangenen Hypothesen mittels einer quantitativen empirischen Untersuchung. Nach einer Beschreibung der methodischen Vorgehensweise in Kapitel 4 werden die Untersuchungsergebnisse in Kapitel 5 präsentiert und die generierten Hypothesen geprüft. In einer abschließenden Betrachtung werden in Kapitel 6 die Ergebnisse diskutiert und vor dem Hintergrund etwaiger Limitationen eingeordnet. Des Weiteren beinhaltet dieses Kapitel die Beantwortung der Forschungsfrage und gibt einen Ausblick auf weitere Forschungsansätze. In einem Fazit werden anschließend die zentralen Schlussfolgerungen der Ergebnisse gezogen.

2 Theoretischer Hintergrund zu Voice Commerce

Zunächst werden die terminologischen und konzeptionellen Grundlagen von Voice Commerce dargestellt und in Zusammenhang mit den aktuellen Entwicklungen im Onlinehandel gebracht. Dabei erfolgt nach einer Definition des Untersuchungsobjekts eine Darstellung des Sprachassistenz-Ökosystems. Überdies erfolgt eine Erörterung der Potentiale im Onlinehandel sowie eine Einordnung dieser in den Kaufprozess. Weiter werden mögliche Risiken aufgezeigt, die sich mit der Verwendung von Sprachassistenten ergeben.

2.1 Voice Commerce – Begriffsdefinition und Einordnung

Da Voice Commerce ein junger und dazu in der Wissenschaft bisher selten verwendeter Begriff ist, wurde eine wissenschaftliche Definition bisher nicht einheitlich belegt. Häufig wird der Begriff Voice Commerce in Verbindung mit Conversational Commerce verwendet. Daher werden im Folgenden beide Begriffe voneinander abgegrenzt.

Der Begriff Conversational Commerce wurde durch Chris Messina¹⁶ geprägt, der diesen 2015 in einem Blogbeitrag erwähnt. Unter dem Begriff definiert er einen Trend, in dem im alltäglichen Leben Transaktionen und Informationen mit Hilfe menschlicher Sprache komfortabel gesteuert werden können.¹⁷ Ein Jahr später beschreibt er Conversational Commerce als „utilizing chat, messaging, or other natural language interfaces (i.e. voice) to interact with people, brands, or services and bots that heretofore have had no real place in the bidirectional, asynchronous messaging context.“¹⁸ Diese Bezeichnung geht mit aktuellen Definitionen einher und ist wissenschaftlicher Konsens. So geht der deutsche Autor Thomas Hörner ebenfalls von Informations-, Kommunikations- und Transaktionsabläufen aus, die in einem digitalen Umfeld über menschliche Sprache ermöglicht werden. Diese Interaktion kann über Chatbots, Messenger oder Sprachassistenten, sogenannte Conversational Interfaces, erfolgen.¹⁹ Ziel der Interaktion ist es, Informationen zu verbreiten, Waren oder Dienstleistungen anzubieten oder abzusetzen.²⁰

Im Vergleich dazu beschränkt sich Voice Commerce auf Informations-, Kommunikations- und Transaktionsabläufe, die über Sprachassistenten ablaufen. Voice Commerce ist somit eine spezielle Form des Conversational Commerce, der wiederum Teil des Electronic Commerce (E-Commerce) ist.²¹ Es kann zwischen Voice Commerce im engeren Sinne und Voice Commerce im weiteren Sinne unterschieden werden. Im engeren Sinne beschreibt Voice Commerce die Abwicklung der eigentlichen Transaktion, also eines Kaufs bzw. Verkaufs, über einen Sprachassistenten. Im weiteren Sinne werden unter Voice Commerce nicht nur Kaufabschlüsse, sondern ebenso Aktivitäten in der Vor- und Nachkaufphase verstanden. Dazu zählen zum Beispiel Produkt- und Preisvergleiche, Suchanfragen zu Produkten und Dienstleistungen oder die Sendungsverfolgung per Sprachassistent.²² Unter dem Begriff Voice Commerce ist demnach der Einsatz von Sprachassistenten im Onlinehandel zu verstehen. Diese Arbeit bezieht sich auf Voice Commerce im weiteren Sinne.

Beim Vergleich der wissenschaftlichen Definitionen von Onlinehandel und E-Commerce fällt auf, dass beide Begriffe überwiegend synonym verwendet werden. Dies ist irreführend, da beide Gebilde nicht identisch sind. Eine Abgrenzung der Begrifflichkeiten E-Business, E-Commerce und Onlinehandel soll zum Verständnis beitragen.

E-Business bezeichnet die wirtschaftlichen Möglichkeiten von automatisierten Geschäftsprozessen eines Unternehmens mittels digitaler Informations- und Kommunikationstechnik. Dabei werden im elektronischen Geschäftsprozess die Elemente Information, Kommunikation und Transaktion zwischen den beteiligten Akteuren transferiert.²³

Ein essentieller Bestandteil des E-Business ist der E-Commerce. Dieser beschreibt den elektronischen Kauf und Verkauf von Waren und Leistungen in den Bereichen Business-to-Consumer (B2C) und Business-to-Business (B2B). Zum E-Commerce zählen elektronische Transaktionen aller Art sowie elektronische Geschäftsprozesse, bei denen die Beteiligten in keinem physischen Kontakt stehen, sondern auf elektronischem Weg zusammentreten. Dazu gehören beispielsweise Online-Reisebuchungen, Downloads von Medien und Online-Banking.²⁴ Als besondere Ausprägung des E-Commerce ist der M-Commerce zu sehen. Dieser bezieht sich auf Transaktionen und elektronische Geschäftsprozesse, die durch ein mobiles Endgerät zustande kommen.²⁵

Der Onlinehandel wiederum ist Teil des E-Commerce und umfasst den elektronischen Kauf und Verkauf von Waren. Hierbei gilt es zwischen B2C und B2B zu trennen. Während der B2B-Onlinehandel dem elektronischen Gesamtumsatz entspricht, umfasst der B2C-Onlindehandel allein die im elektronischen Einzelhandel getätigten Warenumsätze.²⁶ Findet dieser Onlinehandel oder Teile davon via Sprachassistent statt, handelt es sich um Voice Commerce.

2.2 Funktionsweise von Sprachassistenten

Um die Anwendungsmöglichkeiten von Voice Commerce zu verstehen, bedarf es zunächst einer Erklärung der Technologie hinter dem Phänomen Sprachassistenz. Hierbei gilt es, zwischen Sprachassistenten und Smart Speakern zu differenzieren. Ein Smart Speaker ist nicht mit dem Sprachassistenten gleichzusetzen. Vielmehr ist ein Smart Speaker die Hardware, die den Zugang zu den eigentlichen Sprachassistenten ermöglicht. Diese Hardware kann neben einem Smart Speaker auch in einem Smartphone, einem Computer, einem Haushaltsgerät oder in einem Auto integriert sein. Der Sprach-assistent dahinter besteht wiederum aus Daten und Software, die von einem Anbieter in einem cloudbasierten Rechenzentrum zur Verfügung gestellt werden.²⁷ Zu den bekanntesten Anbietern von Sprachassistenten zählen Amazon (Alexa), Apple (Siri) und Google (Google Assistant).²⁸

Diese technische Struktur hat zur Folge, dass der persönliche Sprachassistent mehrere Zugänge besitzt und über verschiedene Geräte erreicht werden kann. Der Sprachassistent kann somit an verschiedenen Orten Anwendung finden.²⁹ In den Endgeräten befinden sich Mikrophone, die ihre Umgebung aufnehmen und nach sogenannten Aktivierungswörtern scannen. Im Falle des Anbieters Amazon ist das „Alexa“, bei Google „Okay, Google“.³⁰

Erkennt das Rechenzentrum ein solches Aktivierungswort, erfolgt mittels Künstlicher Intelligenz (KI) eine Auswertung der eingegangenen Audio Datei und die Zuordnung einer Bedeutung. Der Prozess hinter dieser Zuordnung heißt Natural Language Processing (NLP). Abschließend wird mittels Text-to-Speech (TTS) eine Antwort per Sprachausgabe auf die gestellte Frage gegeben. Neben einer einfachen Antwort kann die Sprachausgabe durch den Assistenten auch der Beginn eines Dialogs, eine Authentifizierung oder eine Steuerung im Smart Home³¹ sein. Hier bietet sich mittels Voice-App die Möglichkeit einer Integration für Drittanbieter wie Händler oder Marken. Eine Voice-App entspricht einer Software, die Sprachassistenten um Funktionalitäten erweitert.³² Mit Hilfe dieser Apps besteht für Unternehmen die Möglichkeit, unter ihrem Namen auf dem Sprachassistenten präsent zu sein und einen Dialog mit dem Kunden herzustellen. Aufgerufen werden die Voice-Apps meistens durch eine direkte Ansprache, das heißt durch die Nennung ihres Namens.³³ Um eine richtige Antwort zu geben oder eine Aktion korrekt auszuführen, ist es für eine Voice-App essentiell zu wissen, welche Person mit dem Sprachassistent kommuniziert. Es muss eine entsprechende Identifikation der Nutzer mittels Account Linking (Kontoverknüpfung) erfolgen. Dabei werden die Stammdaten eines Kunden einmalig mit dem eindeutigen Nutzer des Sprachassistenten verbunden und dauerhaft gespeichert. Die Einrichtung erfolgt via Smartphone. Sprachassistenten können zwar von mehreren Personen genutzt werden, ein bestimmter Nutzer wird jedoch immer anhand dessen Sprache identifiziert.³⁴

2.3 Das Sprachassistenz-Ökosystem

Die Anzahl der Voice-Apps wächst stetig. So hat sich laut dem amerikanischen Portal Voicebot.ai die Anzahl der Alexa Skills im Jahr 2018 weltweit mehr als verdoppelt. Im Januar 2020 standen für Amazons Alexa weltweit über 100.000 Skills zur Verfügung.³⁵ Die steigende Anzahl an Voice-Apps und die damit wachsende Menge an Interaktionsmöglichkeiten mit Drittanbietern verdeutlicht das zunehmende Interesse von Unternehmen an Sprachassistenz. Mit Hilfe von Voice-Apps lassen sich Sprachassistenten in zahlreichen Situationen des Alltags einsetzen. Diese Anwendungsmöglichkeiten sind das Resultat einer jahrzehntelangen Entwicklung der Beziehung zwischen Mensch und Maschine. Die Folge dieser Entwicklung ist ein noch tieferes Eindringen der Computer in den Alltag und die Privatsphäre der Benutzer. Zwar öffnen sich so für Unternehmen eine Vielzahl neuer Möglichkeiten, Kunden zu erreichen, jedoch ist die Sensibilität der Nutzer in diesen Lebensbereichen eindeutig höher. Von einer Verdrängung der bisherigen Mensch-Maschine-Schnittstellen durch Sprachassistenten ist nicht auszugehen. Eher ist damit zu rechnen, dass sich ein Teil der Internetnutzung auf Sprache verlagern wird. Szenarien, in denen die Nutzung und Bedienung via Sprachassistent sinnvolle Vorteile bietet, werden in absehbarer Zeit per Sprache stattfinden.³⁶ Dabei sind Bequemlichkeit, Zeitersparnis und Individualisierung die wichtigsten Erwartungen der Nutzer an Sprachassistenten. Sie sollen den Nutzer im Alltag unterstützen.³⁷

Im Folgenden wird dargestellt, in welchen Bereichen des Alltags Sprachassistenten Anwendung finden können. Als Basis dienen zwei Studien über die Nutzung und Funktionen von Sprachassistenten. Die Studie „ Digitale Sprachassistenten und Smart Speaker“ von Splendid Research aus dem Jahr 2019 umfasst eine bevölkerungsrepräsentative Stichprobe von 1.006 Personen in Deutschland.³⁸ Zum anderen wurde die Studie „ Conversational Commerce: Why Consumers Are Embracing Voice Assistants in Their Lives “ des Capgemini Research Institute aus dem Jahr 2018 analysiert. Die Stichprobe umfasst 5.041 Nutzer digitaler Assistenten aus Frankreich, Deutschland, Großbritannien und den USA. Die quantitative Studie wurde durch vier Fokusgruppen-Interviews mit bis zu zehn Personen aus den genannten Nationen ergänzt. Darunter befinden sich 1.010 deutsche Nutzer.³⁹

In der Umfrage von Splendid Research wird zwischen Smart Speakern und mobilen Endgeräten mit Sprachassistent (Smartphone und Tablet) unterschieden. Unabhängig voneinander kommen beide Studien zu dem Ergebnis, dass für Sprachassistenz Endgeräte verschieden oft genutzt werden. Laut Capgemini bevorzugen 81 % der Anwender eine Nutzung von Sprachassistenten via Smartphone. Bei Splendid Research liegt der Anteil der Smartphone-Nutzer bei 79 %. In beiden Studien werden Smart Speaker von 25 % der Befragten für Sprachassistenz verwendet.⁴⁰ Über die Verteilung auf verschiedene Endgeräte können Sprachassistenten an verschiedenen Orten zum Einsatz kommen: Zuhause, im Auto oder unterwegs auf dem Smartphone.

Die Anwendungsmöglichkeiten von Sprachassistenz und die Nutzung der verschiedenen Geräte mit integriertem Sprachassistenten indizieren ein großes Anwendungsspektrum und eine Vielfalt an Einsatzorten für Sprachassistenz im Alltag. Basierend auf den Ergebnissen der beiden Studien lassen sich die genannten Anwendungsmöglichkeiten in fünf Kategorien zusammenfassen:

- Information und Organisation
- Kommunikation
- Unterhaltung
- Steuerung
- Einkauf

Diese fünf Kategorien können zu einem Sprachassistenz-Ökosystem zusammengeführt werden, wie in Abbildung 1 dargestellt. Die Übergänge zwischen den einzelnen Kategorien sind fließend und Themengebiete können ebenso mehreren Kategorien zugeordnet werden. Daher sind die einzelnen Bestandteile der Kategorien als dynamische Elemente zu verstehen. Die Abbildung erhebt keinen Anspruch auf Vollständigkeit und kann daher nur einer Veranschaulichung des Potentials von Sprachassistenz im Alltag dienen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Das Sprachassistenz-Ökosystem⁴¹

Für eine globale Verbreitung des eigenen Ökosystems ist es zudem essentiell, in welchen Sprachen die Assistenten erreichbar sind. Mittlerweile verfügen Google Assistant, Alexa und Siri über eine Vielzahl an unterschiedlichen Sprachen, mit denen sie mehrere Nationen bedienen. Amazon: 8 Sprachen für 41 Länder. Google Assistant: 44 Sprachen für 80 Länder. Siri: 21 Sprachen für 36 Länder (Stand: März 2020).⁴² Diese Verbreitung unterstreicht die marktführende Stellung von Alexa, Google Assistant und Siri.⁴³

Im Folgenden soll der Fokus der Arbeit nur auf einem Teil des Sprachassistenz-Ökosystems liegen: dem Einkauf. Dafür wird an dieser Stelle der Blick auf den Onlinehandel und das Konsumverhalten gerichtet.

2.3.1 Onlinehandel und Online-Konsument

Seit der Jahrtausendwende wächst der Onlinehandel stetig und erreichte 2019 ein neues Rekordvolumen mit einem Netto-Umsatz von 57,8 Mrd. Euro. Damit macht dieser mittlerweile 10,8 % des B2C Einzelhandels aus. Obwohl die Wachstumsrate des Netto-Umsatzes im Onlinehandel weiter leicht rückläufig ist, verzeichnet der absolute Netto-Umsatz noch einen Anstieg um 4,5 Mrd. Euro. Die großen Branchen Fashion und Consumer Electronics machen insgesamt fast die Hälfte des Online-Umsatzes aus.⁴⁴ Innerhalb des Onlinehandels zeichnet sich eine Verschiebung der Anteile von den großen Kernbranchen hin zu den bis dato kleineren Branchen ab. Die größten Wachstumsraten lagen 2018 im Bereich Fast Moving Consumer Goods (FMCG) (14 %) sowie Heimwerken und Garten (12 %).⁴⁵

Ein Bereich, dem in den letzten Jahren eine erhöhte Aufmerksamkeit zukommt, ist der elektronische Verkauf von Lebensmitteln, genannt Electronic-Food (E-Food). Seit 2016 verzeichnete die Warengruppe Lebensmittel eine überdurchschnittliche jährliche Wachstumsrate von 15,8 %, obgleich der Anteil am Onlineumsatz (ca. 1,5 %) noch vergleichsweise gering ist.⁴⁶ Die Tragweite von E-Food lässt sich ebenfalls durch eine repräsentative Studie von PwC belegen, in der rund ein Drittel der Deutschen (32 %) angeben, Interesse daran zu besitzen, Lebensmittel online zu kaufen. Europaweit besitzen sogar 42 % Interesse an einem Onlinekauf von Lebensmitteln, weltweit sind es 50 %. Ein Großteil der Bevölkerung hat Bedenken hinsichtlich der Qualität der Lebensmittel und der Versandkosten, bzw. des Versandprozesses.⁴⁷ Trotz der enormen Herausforderungen für Händler aufgrund der Anforderungen der Kunden, lässt dieser Bereich doch das größte Wachstumspotenzial im Onlinehandel vermuten.⁴⁸

Des Weiteren ist eine Verdichtung der Geschäftsmodelle hinsichtlich der Plattformökonomie⁴⁹ zu erkennen. Die dominante Marktstellung von Google, Amazon, Facebook, Apple (GAFA) und deren Vorsprung haben inzwischen ein oligopolartiges Szenario zur Folge. Insbesondere Amazon treibt die Konzentration im deutschen Onlinehandel und dominiert diesen bereits, sodass weitestgehend von einer „Amazonisierung des Handels“ die Rede ist.⁵⁰

Neben den Veränderungen im Markt sind Änderungen im Konsumverhalten zu beobachten. Im „ Retail Trend Monitor 2017“ identifizierte die Gesellschaft für Konsumforschung die Themen Convenience, Internet und Mobile Communication bereits als die drei wichtigsten Trends, die den Onlinehandel nachhaltig beeinflussen werden. In Bezug auf Formate stellt sich der Verkauf über mobile Endgeräte (Mobile) als der erfolgversprechendste Absatzkanal heraus.⁵¹ Die aktuellen Ergebnisse des „ Online Monitors des Handelsverbands Deutschland“ bestätigen diese Trends. 2019 sind bereits zwei Drittel der Deutschen Online-Shopper und 68 % aller Einkäufe finden online statt oder werden online vorbereitet.⁵² Fast die Hälfte der Online-Shopper nutzen ein mobiles Endgerät, um Online-Einkäufe zu tätigen.⁵³ Hervorzuheben ist im Kaufprozess der Kanalwechsel zwischen Informationssuche und Kauf. Mobile Endgeräte werden nicht nur genutzt, um Onlinekäufe zu tätigen, sondern gleichermaßen, um stationäre Käufe vorzubereiten. Dieser Vorgang wird definiert als research online, purchase offline.⁵⁴ Der Umsatz von stationären Käufen mit vorheriger Vorbereitung im Internet ist 2019 im Vergleich zum Vorjahr auf 61,3 % gestiegen und wird derzeit auf 180 Mrd. Euro beziffert. Für stationäre Käufe gewinnen Onlinevorbereitungen über alle Branchen hinweg deutlich an Bedeutung. Onlinekäufe mit stationärer Vorbereitung hingegen sind von 19,8 % auf 12 % gefallen.⁵⁵ Diese parallele Nutzung von unterschiedlichen Kanälen während der Informations- und Einkaufsphase wird Omni-Channel-Nutzung genannt.

Die ständige Verfügbarkeit von Informationen gilt als einer der Reize für die Verwendung von Smartphones und somit gleichermaßen für die Nutzung von M-Commerce. Im Vergleich zum E-Commerce via Desktop lassen sich Mobile Mehrwerte, sogenannte Mobile Added Values (MAV), festhalten. Diese bestehen aus (1) der Mobilität, (2) der Erreichbarkeit, (3) der Schnelligkeit, (4) der Identifikation/Lokalisierung, sowie (5) der Kontextsensitivität.⁵⁶ Im Sinne der Mobilität stellen die bereits erwähnte zeit- und ortsouveräne Verfügbarkeit und Nutzung wesentliche Vorteile von mobilen Anwendungen und Endgeräten dar. Beide können unter dem Begriff der Ubiquität (Allgegenwärtigkeit) zusammengefasst werden.⁵⁷ Ubiquität gilt als das charakteristischste Merkmal mobiler Endgeräte und Anwendungen und kann dem MAV Mobilität zugeordnet werden. Sie bezeichnet die Möglichkeit, Informationstechnologiesysteme wie Smartphones, Tablets oder Wearables, überall mit hinzunehmen.⁵⁸

Durch die Nutzung von mobilen Endgeräten scheint sich das Engagement der Verbraucher einschneidend zu ändern. Kunden haben ein steigendes Verlangen nach interaktiver Teilnahme am Kaufprozess und hegen den Wunsch nach personalisierten Einzelhandelserlebnissen. Interaktionen mit Herstellern und Händlern gewinnen an Bedeutung. Intelligente Technologien beschleunigen die gesamte Customer Journey und sorgen für einen reibungslosen Ablauf des Kaufprozesses, sodass der Kunde keinerlei Widerstand wahrnimmt. Schnelligkeit und Bequemlichkeit werden weiterhin einen massiven Einfluss auf das Verhalten der Kunden haben.⁵⁹

2.3.2 Potentiale von Sprachassistenz im Onlinehandel

Bei Betrachtung der durch die Digitalisierung getriebenen Dynamik im Onlinehandel sowie der damit einhergehenden Veränderungen im Nutzungsverhalten ist festzustellen, dass es für Sprachassistenz eine Vielzahl an Möglichkeiten gibt, den Kaufprozess mitzugestalten.

Meist ist das übergeordnete Ziel von Marketingaktivitäten, insbesondere im E-Commerce, der Kaufabschluss. Bis jedoch ein Kaufabschluss zustande kommt, kann es zu einer Vielzahl an Kontakten zwischen dem Kunden und dem Unternehmen, der Marke oder dem Produkt kommen. Mögliche Kontaktpunkte, genannt Touchpoints, können das Sehen eines Werbespots, eine Empfehlung von Freunden oder eine vorangegangene Internetrecherche sein. Dem eigentlichen Kauf können somit vielfältige Kontakte vorausgehen. Die Gesamtheit dieser Kontaktpunkte wird als Customer Journey bezeichnet.⁶⁰

Obwohl die Customer Journey wörtlich für eine Reise des Kunden steht, ist sie nicht als lineare Abfolge zu verstehen. Der durch mobile Endgeräte vernetzte Kunde kann die Customer Journey an verschiedenen Punkten und zu verschiedenen Zeitpunkten betreten und ebenso wieder verlassen. Im diesem Sinne ist eher von Zyklen die Rede, die insgesamt mehrmals durchlaufen werden können, bevor ein Kaufabschluss zustande kommt.⁶¹

Da die Nutzung digitaler Medien mittlerweile massiven Einfluss auf den Kaufprozess ausübt, ist heutzutage für viele Produkte und Dienstleistungen von einer Digital Customer Journey die Rede. Hierbei können sowohl in der Informations- als auch in der Kauf- und Nachkaufphase digitale Medien zum Einsatz kommen. Die Customer Journey muss unterdessen nicht immer vollständig digital sein. Insofern können Online- und Offline-Aktivitäten während des Kaufprozesses kombiniert werden.⁶² Im Zuge dieser Ausdifferenzierung bei der Nutzung von Kanälen und Geräten wird die Customer Journey in Zukunft komplexer werden, da die Anzahl der möglichen Touchpoints steigt.⁶³ Bei Betrachtung der durch die Digitalisierung getriebenen Dynamik im E-Business sowie der damit einhergehenden Veränderungen im Nutzungsverhalten ist festzustellen, dass es für Sprachassistenz eine Vielzahl an Möglichkeiten gibt, den Kaufprozess mitzugestalten.

Der E-Commerce Experte Thomas Hörner geht in seinem Buch „ Marketing mit Sprach-assistenten“ auf die Möglichkeiten von Sprachassistenz innerhalb des Kaufprozesses ein.

Sprachassistenten können sowohl bei der Produktauswahl als auch bei der Produkt- und Verkaufsberatung unterstützen.⁶⁴ Einhergehend mit der Produktberatung können dem Kunden über Sprachassistenten personalisierte und individualisierte Empfehlungen gegeben werden.⁶⁵ In Bezug auf Verfügbarkeits- und Preisabfragen können Voice-Apps eine Hilfestellung bei Vergleichen oder der Bewertung von Produktalternativen sein.⁶⁶ Bei zeitlich gestreckten Kaufprozessen können Merkzettel und Einkaufslisten unterstützen, weil sie dem Kunden die Möglichkeit geben, impulsiv Produkte für einen späteren Kauf vorzusehen, ohne diese sofort abschließen zu müssen.⁶⁷ Analog zum Click and Collect-Prinzip kann bei Sprachassistenten ein Say-and-Collect-Prinzip zustande kommen. Produkte können per Sprache vorbestellt werden und in einem anderen stationären Laden reserviert oder zur Abholung bestellt werden. Gerade für den Cross-Channel-Kauf kann die Verwendung von Voice-Apps eine Hilfestellung sein.⁶⁸ Überdies können Sprachassistenten über aktuelle Deals und Angebote informieren. Mit der Voice-App des Handelsunternehmens Otto lässt sich beispielsweise der Deal des Tages mit „Frag Otto nach dem Deal des Tages“⁶⁹ abfragen. Eine weitere Möglichkeit ist die kontextbezogene Einbindung von Deals und Angeboten in die aktuelle Kommunikation. Der Sprachassistent unterbreitet während des Dialogs unaufgefordert Vorschläge für Angebote, was auf Nutzerseite häufig als unangenehme Unterbrechung des Dialogs wahrgenommen werden kann.⁷⁰

Hat sich ein Kunde bereits für ein Produkt entschieden und möchte seine Bestellung platzieren, kann eine Bestellannahme per Sprachassistent erfolgen. Von entscheidender Bedeutung ist in diesem Schritt die Voice-Usability, sprich die Benutzerfreundlichkeit beim Verwenden des Sprachassistenten.⁷¹ Nach der Bestellannahme befindet sich das Produkt meist in einer Art Warenkorb. Um zu einem Kaufabschluss zu gelangen, ist es notwendig, dass Informationen zur Lieferadresse und Zahlung vorliegen. Liegt ein Account-Linking vor, können diese Daten aus dem Kundenkonto übernommen werden.⁷²

Nachdem eine Bestellung aufgegeben ist, kann diese im Nachhinein vom Kunden verwaltet, geändert oder storniert werden. So kann der Kunde bei einem Kauf beispielsweise die Menge eines Produkts ändern, löschen oder bis zu einem bestimmten Zeitpunkt noch ein Produkt hinzufügen.⁷³ Da ein Online-Einkauf meist auch den Versand des Produkts nach sich zieht, stellt eine häufige Anfrage von Kunden den zu erwartenden Zustellzeitpunkt bzw. den aktuellen Versandstatus der Bestellung dar. Der Paketdienstleister DPD deckt mit seiner Voice-App bereits viele Funktionen rund um den Versand nach der Bestellung ab. Neben der Abfrage des Versandstatus („Frage DPD wo mein Paket ist“) und des Zustellzeitpunkts können Pakete umgeleitet oder ein Ablageort mitgeteilt werden. Ebenso kann der Zustellzeitpunkt geändert werden.⁷⁴ Im After-Sales-Management können mit einer Voice-App auch Fragen hinsichtlich der Bezahlung oder der Versandadresse beantwortet werden. Sollte der Kunde Fragen bezüglich seines Kontos haben, müssen Stammdaten leicht abfragbar und gegebenenfalls änderbar sein. Aktuelle Guthaben und Punktestände sollten jederzeit abrufbar sein.⁷⁵ Mit der Voice-App von Rewe lassen sich zum Beispiel der persönliche Punktestand und aktuelle Payback Aktionen erfragen.⁷⁶ Schließlich bietet sich die Nutzung von Sprachassistenten für den Wiederkauf an, da in diesem Fall gleich mehrere Barrieren entfallen. Zum einen sind die Versand- und Zahlungsinformationen des Kunden bereits vorhanden. Zum anderen ist die Fehleranfälligkeit der Spracherkennung niedriger, da eine reduzierte Auswahl der Produkte die Kommunikation mindert.⁷⁷ Kreutzer und Seyed Vousoghi stellen in ihrem Buch „ Voice Marketing“ ebenfalls Aktivitäten im Conversational Commerce vor, die durch digitale Assistenten unterstützt werden können. Diese Aktivitäten stimmen weitestgehend mit den identifizierten Funktionalitäten von Hörner überein.⁷⁸

Die Verbraucherumfrage des Capgemini Research Institute kommt in einer weltweiten Studie zu Conversational Interfaces zu dem Ergebnis, dass sich in Zukunft eine starke Präferenz für die Nutzung von Sprachassistenten entlang der Customer Journey entwickeln wird. Alle Teilnehmer können sich vorstellen, in drei Jahren Sprachassistenten in allen abgefragten Aktivitäten entlang der Customer Journey zu nutzen.⁷⁹

Tuzovic und Paluch⁸⁰ haben in ihrer Arbeit über Conversational Commerce aus dem Jahr 2018 ein Rahmenkonzept entwickelt, um zu veranschaulichen, wie Unternehmen Sprachassistenten und Chatbots in ihre Unternehmensaktivitäten integrieren und den Kunden in verschiedenen Kaufphasen unterstützen können. Das Rahmenkonzept unterscheidet die Aktivitäten des Kunden in drei wesentliche Phasen:

(1) Vorkauf: Voice search;
(2) Kauf: Voice shopping;
(3) Nachkauf: Voice communication.⁸¹

Vorteilhaft ist eine solche Einteilung des Kaufprozesses, weil einerseits der Ablauf einer Transaktion, andererseits ein umfassender Kaufprozess mit mehreren Zyklen dargestellt werden kann. Die Aufteilung ermöglicht eine phasenspezifische Analyse des Kaufprozesses und des darauf aufbauenden phasenspezifischen Einsatzes von Sprachassistenten (vgl. Tabelle 1).⁸²

Tabelle 1: Funktionalitäten von Sprachassistenten nach Kaufphasen⁸³

Abbildung in dieser Leseprobe nicht enthalten

2.3.3 Risiken bei der Nutzung von Sprachassistenten

Den Potentialen, die die Verwendung von Sprachassistenten im Onlinehandel mit sich bringt, steht eine Reihe von Risiken und Barrieren gegenüber, die in diesem Abschnitt dargelegt werden sollen.

Sprache und Verständnis

Die Basis von Sprachassistenz und damit auch Voice Commerce bildet der gesprochene Dialog zwischen Nutzer und Sprachassistenten. Die Qualität dieses Kommunikationsprozesses kann somit ausschlaggebend für die Akzeptanz eines Sprachassistenten und dessen Nutzung sein. In einer Studie beklagten sich Nutzer, dass während der Kommunikation mit einem Sprachassistenten kein realer Dialog zustande gekommen ist. Diese limitierten verbalen Fähigkeiten scheinen eine der großen Herausforderungen in Bezug auf die Verwendung von Sprachassistenten zu sein.⁸⁴ Da Sprachassistenten grundsätzlich nicht über eine menschliche Körpersprache oder Mimik verfügen, kommen Stimme, Satzbau und Wortwahl von Sprachassistenten eine große Bedeutung zu. Sie entscheiden darüber, wie der Sprachassistent vom Nutzer wahrgenommen wird.⁸⁵

Weitere Herausforderungen bestehen bei der korrekten Interpretation der Texte und Identifizierung der Absicht des Nutzers.⁸⁶ Hierbei ist zu erwähnen, dass die Präzision der Spracherkennung aktuell einen deutlichen Anstieg verzeichnen konnte. Die Erkennungsgenauigkeit liegt derzeit bei 95 %. Das entspricht den Fähigkeiten eines menschlichen Zuhörers.⁸⁷

Datenschutz und Privatsphäre

Um die angesprochene Qualität zu gewährleisten, bedarf es einer kompletten Auswertung der Dialoge zwischen Nutzer und Sprachassistenten. Nur so können Maschinen mittels NLP in die Lage versetzt werden, mit Menschen in menschlicher Sprache zu kommunizieren (Mensch-Maschine-Kommunikation).⁸⁸ Die Auswertung dieser Daten sorgt dabei für Kritik seitens der Nutzer. So wurde 2019 bekannt, dass der Sprachassistent Alexa nicht nur Mitschnitte der Dialoge zwischen Nutzern und Sprachassistenten, sondern ebenso persönliche Gespräche aufzeichnet.⁸⁹

Die Tatsache, dass Personen in ihrem persönlichen Umfeld, permanent abgehört werden können, bereitet sowohl Nutzern als auch Nicht-Nutzern von Sprachassistenten gleichermaßen Sorge. Des Weiteren bieten die Endgeräte mit den persönlichen Daten des Nutzers ein potentielles Zielobjekt für Hacker-Angriffe. Diese Faktoren führen dazu, dass eine Vertrauensbildung zwischen Nutzer und Sprachassistent erschwert wird.⁹⁰

Die Vorbehalte gegenüber der Datensicherheit bei Sprachassistenten und Smart Speakern werden durch mehrere unabhängige Verbraucherumfragen bestätigt.⁹¹ So gaben in einer Umfrage 59 % der Nutzer von Smart Speakern an, für ihre Privatsphäre ein mittleres bis hohes Risiko zu sehen.⁹² Als Hauptgründe gegen eine Nutzung von Sprachassistenten sprechen laut Statista mit 43 % Sicherheitsbedenken, abgehört zu werden sowie das Sammeln von persönlichen Daten (39 %).⁹³ Insbesondere in Bezug auf Voice Commerce, sollten Anbieter von Voice-Apps besonderen Wert auf Vertraulichkeit und sinnvolle Sicherheitsmechanismen legen. Für kritische Daten, wie Zahlungsinforma-tionen, kann die Abfrage eines speziellen Kennworts während des Kaufprozesses erfolgen.⁹⁴

Easwara Moorthy und Vu haben in ihrer Studie die Nutzung von Sprachassistenten in der Öffentlichkeit untersucht. Dabei fanden sie heraus, dass Personen bei der Übermittlung von privaten Informationen insgesamt vorsichtiger sind als bei nicht-privaten Informationen. Zudem zogen die Befragten eine Nutzung von Sprachassistenten zuhause der Nutzung in der Öffentlichkeit vor. Die Übermittlung von Daten via Tastatur wurde gegenüber der Übermittlung per Sprachassistent stets präferiert.⁹⁵ Die Studie veranschaulicht die Sensibilität gegenüber den Daten, welche per Sprachassistent übermittelt werden können und stellt die möglichen Risiken der Verwendung in der Öffentlichkeit dar.

In der Europäischen Union gibt es seit 2018 mit der Datenschutz-Grundverordnung (DSGVO) ein Gesetz, welches die Verarbeitung personenbezogener Daten europaweit einheitlich regelt und deren Schutz sowie freien Verkehr gewährleisten soll. Die Verordnung ist für alle Unternehmen innerhalb der EU-Mitgliedsstaaten geltend, die personenbezogene Daten sammeln und verarbeiten. Die DSGVO erklärt in Bezug auf die Rechte der betroffenen Person, dass diese ein Auskunftsrecht besitzen, für welchen Zeitraum und für welche Zwecke personenbezogene Daten gesammelt werden. Es besteht für Betroffene ein Recht auf Berichtigung von unrichtigen personenbezogenen Daten sowie das Recht auf Löschung der personenbezogenen Daten. Des Weiteren besteht für Betroffene das Recht, die Daten einzusehen und der Verarbeitung der Daten zu widersprechen.⁹⁶ Die Nichteinhaltung dieser Grundsätze kann für Unternehmen mit einem Bußgeld in Höhe von bis zu 20 Mio. € oder bis zu 4 % des gesamten weltweit erzielten Jahresumsatzes geahndet werden.⁹⁷ Wird das Ausmaß dieser Regularien in Betracht gezogen, stellt sich die Frage, ob und inwieweit Unternehmen und Institutionen diese Anforderungen überhaupt erfüllen können. 2019 wurde vom Bundesministerium der Justiz und für Verbraucherschutz eine Untersuchung zur Erfassung des Stands der Umsetzung der DSGVO durchgeführt. Dazu wurden 35 Onlinedienste im Hinblick auf verbraucherrelevante Themenbereiche untersucht. Zu den untersuchten Onlinediensten zählten etwa Google, Amazon, WhatsApp, Zalando und Otto. Die Studie kommt zu dem Ergebnis, dass keiner der untersuchten Dienste vollständig datenschutzkonform ist. Gravierende Probleme zeigen sich bei der Datennutzung zwecks personalisierter Werbung sowie in sozialen Netzwerken und Messenger-Diensten. Hier sei ein deutlicher Mangel an Transparenz zu erkennen. Online-Shops und Präsenzen großer Unternehmen sind bei der Umsetzung der DSGVO am ehesten fortgeschritten.⁹⁸

Insgesamt ist erkennbar, dass Unternehmen die DSGVO zwar akzeptieren, der Prozess zur Umsetzung von datenschutzkonformen Maßnahmen jedoch weiterhin andauert. Obwohl die DSGVO die Verarbeitung von personenbezogenen Daten in der EU einheitlich regelt und die Rechte der Betroffenen stärkt, besteht über alle Unternehmen hinweg ein deutlicher Handlungsbedarf.

3 Theoretischer Bezugsrahmen – Akzeptanzforschung

Dieses Kapitel stellt den aktuellen Stand der Akzeptanzforschung in Bezug auf Sprach-assistenz im Onlinehandel dar. Der Forschungsstand soll verdeutlichen, in welchem Verhältnis die vorliegende Untersuchung zum Stand der Akzeptanzforschung steht. Des Weiteren werden die Determinanten der Akzeptanz von Voice Commerce konzipiert und daraus Hypothesen generiert, welche die erwarteten Beziehungen der Variablen beschreibt. Zur Überprüfung der Hypothesen wird ein eigens dafür modelliertes Strukturgleichungsmodell erarbeitet, dessen Grundlage auf dem Technologieakzeptanzmodell (TAM) beruht.

3.1 Stand der Forschung

Innerhalb der letzten Jahre lassen sich vermehrt Durchführungen von Wirtschaftsumfragen zum Thema Smart Speaker, Sprachassistenz und digitale Assistenten sowie deren Verwendung verzeichnen. Bekannte Studien sind „ Beyond Touch – Voice Commerce 2030“ von Deloitte in Kooperation mit Google und dem Deutschen Handelsverband⁹⁹, die Kurzstudie „ Consumer Barometer“ von KPMG mit dem Fokusthema Voice Commerce¹⁰⁰, die „ Smart Speaker Studie“ von Beyto¹⁰¹ sowie die europaweite Umfrage „ A Major Shift for Shopping: how Digital Trends are Transforming Customer Behaviour in Europe“ von PwC.¹⁰² Die bereits erwähnten Umfragen „ Digitale Sprachassistenten“ des Markforschungsinstituts Splendid Research¹⁰³ sowie die europäische Studie „ Conversational Commerce“ des Capgemini Research Institute¹⁰⁴ widmen sich ebenfalls der Untersuchung von Sprachassistenten sowie deren Nutzung. Die hohe Anzahl an deutschland- und europaweiten Wirtschaftsumfragen und Studien innerhalb der letzten Jahre lässt auf ein hohes gesellschaftliches wie wirtschaftliches Interesse an der Verwendung von Sprach-assistenten innerhalb Europas schließen. Auf die Ergebnisse dieser Studien wurde bereits in Kapitel 2.3 eingegangen.

Aktuelle wissenschaftliche Erkenntnisse über die Auswirkungen der Akzeptanz von Sprachassistenten in verschiedenen Phasen der Customer Journey sind noch nicht ausreichend erforscht. Dies mag darin begründet sein, dass sich Sprachassistenten bei vielen Unternehmen und Verbrauchern erst in den frühen Phasen des Produktlebenszyklus befinden. Es existieren jedoch vereinzelte Studien, die sich mit der Akzeptanz von Sprachassistenz im E-Commerce befassen. Im Folgenden wird auf zwei Untersuchungen näher eingegangen, welche sich mit der Akzeptanz von Sprachassistenten bzw. Smart Speakern in verschiedenen Kaufphasen befassen.

Die folgenden drei Absätze befassen sich eingehend mit der Studie „ Okay, Google! An empirical study on voice assistants on consumer engagement and loyalty” von Moriuchi¹⁰⁵. Die amerikanische Marketing Professorin Emi Moriuchi widmet sich in ihrer Publikation den Auswirkungen des TAM auf das Engagement und die Loyalität zwischen Konsumenten und Sprachassistenten. In ihrem Modell untersucht sie zudem die moderierende Rolle der Lokalisierung¹⁰⁶ zwischen transaktionsbasierten und nicht-transaktionsbasierten Online-Aktivitäten. Die Stichprobe wurde anhand von 400 zufällig ausgewählten Personen in den USA über Amazon Mechanical Turk¹⁰⁷ durchgeführt.

Die Untersuchung belegt, dass die subjektiven Normen der Verbraucher in Bezug auf die Nutzung des Internets einen Einfluss auf den wahrgenommenen Nutzen und die wahr-genommene Benutzerfreundlichkeit haben. Als Hauptunterschied zwischen transaktions-basierten und nicht-transaktionsbasierten Aktivitäten wurden die fehlende Beziehung zwischen den subjektiven Normen und dem Engagement der Verbraucher sowie der moderierende Effekt der Lokalisierung identifiziert. Das Engagement des Konsumenten mit Sprachassistenten wirkt teilweise als Mediator für die Beziehung zwischen dem wahrgenommenen Nutzen und der Loyalität, sowohl bei transaktionsbasierten als auch bei nicht-transaktionsbasierten Aktivitäten. Die Lokalisierung diente lediglich bei den nicht-transaktionsbasierten Aktivitäten als ein Moderator.

Die Untersuchung stützt die Ergebnisse des TAM, dass die Verhaltensabsicht eines Individuums, ein System zu nutzen, durch den wahrgenommenen Nutzen und die wahrgenommene Benutzerfreundlichkeit maßgeblich beeinflusst wird. Moriuchi hat statistisch nachgewiesen, dass Lokalisierung bei nicht-transaktionsbasierten Aktivitäten als Moderator und Engagement als Mediator für die Nutzung von Sprachassistenten von entscheidender Bedeutung sein können. Sie kommt außerdem zu dem Ergebnis, dass Lokalisierung bei Sprachassistenten durch die damit einhergehende Personalisierung nicht nur zu einem höheren Engagement der Konsumenten, sondern ebenso zu einer höheren Loyalität der Konsumenten führt.

In den folgenden drei Absätzen wird näher auf die Studie „ Akzeptanz von Smart Speakern in der Customer-Journey“ von Zaharia und Würfel¹⁰⁸ eingegangen. Zaharia und Würfel geben in ihrer Untersuchung einen Einblick in die Verwendung von Smart Speakern in verschiedenen Phasen der Customer Journey. In einer repräsentativen Umfrage von Online-Shoppern in Deutschland wurden 684 Personen zur Akzeptanz von Smart Speakern in der Customer Journey befragt. Ziel der Untersuchung war es, herauszu-finden, wie hoch die Bereitschaft der deutschen Online-Shopper ist, Smart Speaker in verschiedenen Phasen der Customer Journey zu nutzen. Ferner sollte untersucht werden, welchen Einfluss der Produkttyp auf die Nutzungsbereitschaft hat und welche Faktoren die Akzeptanz von Smart Speakern entlang der Customer Journey beeinflussen und in welchem Ausmaß. Um den Einfluss des Produkttyps und der Menge an benötigten Informationen auf die Akzeptanz von Smart Speakern zu prüfen, wurden zwei Kaufszenarien angelegt:

- Szenario A: Der Konsument empfindet ein hohes Bedürfnis nach Informationen (Beispiel: Kauf einer Hose, von einer neuen Marke, mit einem unbekannten Schnitt).
- Szenario B: Der Konsument empfindet ein niedriges Bedürfnis nach externen Informationen (Beispiel: Wiederkauf von Verbrauchsgütern, hier: Batterien).

Die Umfrage zeigt, dass die Nutzungsabsicht in der Informationsphase für beide Produkttypen (Hose und Batterien) signifikant höher ist als in der Kaufphase. In der Kaufphase ist die Nutzungsabsicht von Smart Speakern bei Verbrauchsgütern (Batterien) deutlich höher als beim Kauf einer Hose. Demnach ist es wahrscheinlicher, dass Konsumenten einen Smart Speaker eher nutzen, wenn sie ein niedrigeres Bedürfnis nach Informationen empfinden, also einen Wiederkauf tätigen.

Als signifikante Einflussfaktoren der Nutzungsbereitschaft von Online-Shoppern gegenüber Smart Speakern in verschiedenen Phasen der Customer Journey stellen sich die wahrgenommene Freude und der wahrgenommene Nutzen heraus. Die wahrgenommene Benutzerfreundlichkeit nimmt über wahrgenommene Freude und wahrgenommenen Nutzen indirekt Einfluss auf die Nutzungsabsicht. Die Nutzungsabsicht wird durch das wahrgenommene Risiko geringfügig negativ beeinflusst. Erfahrungen mit Smart Speakern sowie die wahrgenommene Preiswürdigkeit äußern sich in einem geringen positiven Einfluss auf die Nutzungsabsicht.

Der aktuelle Forschungsstand der Akzeptanzforschung für verschiedene Phasen der Customer Journey lässt sich wie folgt zusammenfassen: Beide benannten Studien belegen, dass der wahrgenommene Nutzen und die wahrgenommene Benutzerfreundlichkeit einen direkten signifikanten positiven Einfluss auf die Nutzungsabsicht und somit auf die Akzeptanz von Sprachassistenten bzw. Smart Speakern haben. Das wahrgenommene Risiko beeinflusst die Nutzungsabsicht in verschiedenen Phasen geringfügig negativ. Die Nutzungsabsicht ist in der Informationsphase für verschiedene Produkttypen höher als in der Kaufphase. Die Nutzungsabsicht für Produkte mit niedrigem Informationsbedarf ist höher als für Produkte mit einem hohen Informationsbedarf. In bisherigen Arbeiten wird der Kaufprozess lediglich in eine Informationsphase und eine Kaufphase unterschieden. Eine Unterscheidung des Kaufprozesses in Vorkauf-, Kauf- und Nachkaufphase hat bisher nicht stattgefunden. Eine Auflistung des Forschungsstands mit aktuellen Studien und deren Ergebnissen zur Akzeptanz von Voice Commerce befindet sich im Anhang.¹⁰⁹

3.2 Determinanten der Akzeptanz von Voice Commerce

Basierend auf der Literaturrecherche in Kapitel 2 und dem Stand der Forschung in Kapitel 3.1 werden die Determinanten der Akzeptanz von Voice Commerce festgelegt und auf Grundlage dessen Hypothesen generiert. Dabei wird näher auf das Technologie-akzeptanzmodell eingegangen.

3.2.1 Nutzungsabsicht, wahrgenommene Benutzerfreundlichkeit und wahrgenommener Nutzen

In der Vergangenheit wurde eine Vielzahl von Modellen entwickelt, um die Einfluss-faktoren der Akzeptanz auf Informationstechnologien zu erforschen und das persönliche Nutzungsverhalten zu untersuchen. Eines der wichtigsten Erkenntnisse solcher Forschungs-Designs ist das TAM von Davis aus dem Jahr 1986. Das Modell soll eine Erklärung für die Determinanten der Computerakzeptanz liefern und wurde eigens für die Vorhersage der Nutzung von Informationstechnologien entwickelt.¹¹⁰

Das TAM basiert auf der von Fishbein und Ajzen aufgestellten Theorie des überlegten Handelns (Theory of Reasoned Action, TRA), welche aussagt, dass ein bestimmtes Handeln durch eine Verhaltensabsicht bestimmt wird. Fishbein und Ajzen definieren Verhaltensabsicht als die subjektive Wahrscheinlichkeit einer Person, dass sie ein bestimmtes Verhalten ausführen wird.¹¹¹ Die Verhaltensabsicht wiederum wird von der Einstellung und den subjektiven Normen einer Person bestimmt.¹¹² Analog zur TRA geht das TAM davon aus, dass die Nutzung eines Systems von einer Einstellung gegenüber der Nutzung (Attitude Toward Using) und der Nutzungsabsicht (Behavioral Intention to Use, BI) bestimmt wird (vgl. Abbildung 2).¹¹³

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Technologieakzeptanzmodell¹¹⁴

Im TAM wurden zwei Prädikatoren für die Akzeptanz von Technologien definiert, welche die eines Systems maßgeblich beeinflussen. Das TAM geht davon aus, dass die Haltung gegenüber einer Technologie und damit auch die Akzeptanz auf den beiden Faktoren Wahrgenommener Nutzen (Perceived Ease of Use, PEOU) und Wahrgenommene Benutzerfreundlichkeit (Perceived Usefulness, PU) beruht.

Der wahrgenommene Nutzen wird als „das Ausmaß, in dem eine Person glaubt, dass die Verwendung einer Anwendung ihre Leistung verbessern würde“¹¹⁵ definiert. Je eher ein Nutzer bemerkt, dass die Nutzung einer Technologie ihn in dessen Arbeit unterstützt, desto höher ist der wahrgenommene Nutzen und demnach auch dessen Akzeptanz für die Technologie.¹¹⁶

Die wahrgenommene Benutzerfreundlichkeit hingegen beschreibt „das Ausmaß, in dem eine Person glaubt, dass die Nutzung eines Zielsystems ohne Aufwand möglich wäre“.¹¹⁷ Eine Technologie wird demnach eher von einem Nutzer angenommen, wenn er keinen zusätzlichen Aufwand wahrnimmt oder im Idealfall einen noch geringeren als ohne die Nutzung der Technologie.¹¹⁸ Analog zur TRA wirken auf die wahrgenommene Benutzerfreundlichkeit und den wahrgenommenen Nutzen externe Variablen, zum Beispiel subjektive Normen, die die Einstellung gegenüber der Nutzung indirekt beeinflussen können.¹¹⁹

Insgesamt können die Aussagen des TAM wie folgt zusammengefasst werden: Je höher der individuell wahrgenommene Nutze n und je höher die wahrgenommene Benutzerfreundlichkeit, desto wahrscheinlicher ist es, dass eine Technologie von einer Person genutzt und akzeptiert wird. Mit Hilfe des TAM wurden zwei Determinanten identifiziert, die die Nutzungsabsicht eines Systems zufriedenstellend vorhersagen können.

Das TAM ist seit seiner Einführung vielfach validiert worden und dient als Grundlage für zahlreiche weitere Modelle der Akzeptanzforschung. Venkatesh und Davis veröffentlichten 2000 mit dem TAM2 die erste Erweiterung des TAM, welche die Determinanten des wahrgenommenen Nutzens näher definiert.¹²⁰ Im TAM3 (2008) wurden von Venkatesh und Bala schließlich ebenso die Determinanten der wahrgenommenen Benutzerfreundlichkeit behandelt.¹²¹ Die beiden Modelle werden nicht weiter erläutert, da dies den Rahmen der vorliegenden Arbeit überschreiten würde. Andere Studien erweiterten das TAM um Konstrukte wie Vertrauen und Risiko.¹²² In den meisten Studien zur Akzeptanz von Technologien wurde die Einstellung gegenüber der Nutzung nicht in die Forschungs-modelle integriert. Stattdessen wurde die Akzeptanz ausschließlich über die Nutzungs-absicht operationalisiert.¹²³ Insgesamt belegen die genannten Studien einen positiven Zusammenhang zwischen wahrgenommener Benutzerfreundlichkeit, wahrgenommenem Nutzen und der Nutzungsabsicht eines Systems. Die Studien bestätigen ebenso den positiven Zusammenhang zwischen der wahrgenommenen Benutzerfreundlichkeit und dem wahrgenommenen Nutzen.¹²⁴

Ausgehend vom TAM und dessen Erweiterungen wird angenommen, dass die Nutzungsabsicht und folglich die Akzeptanz von Sprachassistenten ebenfalls durch die Determinanten wahrgenommener Nutzen und wahrgenommene Benutzerfreundlichkeit bestimmt wird. In Kapitel 2.3.2 wurde der Kaufprozess in verschiedene Phasen unterteilt, um den phasenspezifischen Einsatz von Sprachassistenten zu untersuchen. In der Untersuchung soll die Stichprobe daher unter Berücksichtigung der Präferenzen der verschiedenen Kaufphasen betrachtet werden. Die Stichprobe wird daher wie folgt unterteilt:

(1) Personen, die Sprachassistenten am ehesten in der Vorkaufphase nutzen würden.
(2) Personen, die Sprachassistenten am ehesten in der Kaufphase nutzen würden.
(3) Personen, die Sprachassistenten am ehesten in der Nachkaufphase nutzen würden. Für die Determinanten wahrgenommene Benutzerfreundlichkeit und wahrgenommener Nutzen unter Berücksichtigung der Präferenzen der Kaufphasen werden folgende Hypothesen aufgestellt:

H1a: Die wahrgenommene Benutzerfreundlichkeit hat einen positiven Einfluss auf die Nutzungsabsicht von Personen, die Sprachassistenten am ehesten in der Vorkaufphase nutzen würden.

H1b: Die wahrgenommene Benutzerfreundlichkeit hat einen positiven Einfluss auf die Nutzungsabsicht von Personen, die Sprachassistenten am ehesten in der Kaufphase nutzen würden.

H1c: Die wahrgenommene Benutzerfreundlichkeit hat einen positiven Einfluss auf die Nutzungsabsicht von Personen, die Sprachassistenten am ehesten in der Nachkaufphase nutzen würden.

H2a: Der wahrgenommene Nutzen hat einen positiven Einfluss auf die Nutzungsabsicht von Personen, die Sprachassistenten am ehesten in der Vorkaufphase nutzen würden.

H2b: Der wahrgenommene Nutzen hat einen positiven Einfluss auf die Nutzungsabsicht von Personen, die Sprachassistenten am ehesten in der Kaufphase nutzen würden.

H2c: Der wahrgenommene Nutzen hat einen positiven Einfluss auf die Nutzungsabsicht von Personen, die Sprachassistenten am ehesten in der Nachkaufphase nutzen würden.¹²⁵

Der Forschungsstand in Kapitel 3.1 zeigt auf, dass die Nutzungsabsicht für Smart Speaker in der Informationsphase höher ist als in der Kaufphase.¹²⁶ Während des Check-Out-Prozesses (Kaufphase), wie in Kapitel 2.3.2 beschrieben, kommt es zum Austausch von persönlichen Daten, wobei Adressdaten und Zahlungsinformationen zu besonders sensiblen Daten zählen.¹²⁷ Es wird angenommen, dass die Präferenzen für Sprach-assistenten im E-Commerce innerhalb der einzelnen Kaufphasen divergieren und die Nutzungsabsicht in der Kaufphase aufgrund der höheren Sensibilität der Daten geringer ist als in den anderen beiden Kaufphasen. Daher wird folgende These aufgestellt:

H3: Die Nutzungsabsicht von Sprachassistenten in der Vor- und Nachkaufphase ist höher als in der Kaufphase.

3.2.2 Produkttyp

Die Verbraucherumfrage von Capgemini Research Institute zeigt, dass das Interesse am Kauf per Sprachassistent über verschiedene Warengruppen hinweg gegeben ist.¹²⁸

[...]

---

¹ Classen 2019.

² Vgl. Deloitte 2018: 13.

³ Vgl. Statista 2019b: 5.

⁴ Vgl. ARD/ZDF 2019:13; Postbank 2019.

⁵ Vgl. Zeit Online 2019.

⁶ Vgl. Beyto 2020: 28.

⁷ Vgl. Hörner 2019: 215.

⁸ Vgl. PwC 2019: 12.

⁹ Vgl. Statista 2019b: 14.

¹⁰ Vgl. HDE 2019: 25-27.

¹¹ Vgl. HDE 2019: 35.

¹² Vgl. ARD/ZDF 2019: 4.

¹³ Vgl. Heinemann 2020: 16.

¹⁴ Vgl. Heinemann 2020: 5-7.

¹⁵ Vgl. Koelwel 2019.

¹⁶ Chris Messina ist ein amerikanischer Technologie-Experte und Produktdesigner, ehemals für Google und Uber tätig. 2007 erfand Messina den Hashtag. Vgl. Messina 2020.

¹⁷ Vgl. Messina 2015.

¹⁸ Messina 2016.

¹⁹ Vgl. Hörner 2020.

²⁰ Vgl. Hörner 2020; Aygün/Dzhura 2020.

²¹ Vgl. Hörner 2020; Zaharia/Würfel 2018: 21.

²² Vgl. Hörner 2020; Zaharia/Würfel 2018: 21.

²³ Vgl. Kollmann 2018; Heinemann 2020: 48.

²⁴ Vgl. Heinemann 2020: 46-48; HDE 2020.

²⁵ Vgl. Heinemann 2020: 48; Turowski/Pousttchi 2004: 1f.

²⁶ Vgl. Heinemann 2020: 48; Im Onlinehandel sind Umsätze von Apotheken, KFZ-, Kraftstoff- oder Brennstoffbranche ausgenommen. Vgl. HDE 2020: 8.

²⁷ Vgl. Hörner 2020; Hörner 2019: 10; Deloitte: 10.

²⁸ Für eine Übersicht der Hersteller von Geräten mit Sprachassistenten vgl. Kreutzer/Seyed Vousoghi 2020: 17.

²⁹ Vgl. Hörner 2019: 13-14.

³⁰ Vgl. Hörner 2019: 10.

³¹ Das Smart Home (Dt.: intelligentes Haus) beschreibt ein informationstechnisch aufgerüstetes, vernetztes Zuhause, in dem Geräte und Systeme eines Haushalts digital gemessen und gesteuert werden können. Vgl. Bendel 2019a. Zur Auflistung von steuerbaren Geräten im Smart Home vgl. Statista 2019a: 17.

³² Im Falle von Google heißen die Voice-Apps Actions, im Falle von Amazon Skills. Vgl. Hörner 2019: 16.

³³ Vgl. Hörner 2019: 10-14.

³⁴ Vgl. Hörner 2019: 22f.

³⁵ Vgl. Kinsella 2020.

³⁶ Vgl. Hörner 2019: 5-7.

³⁷ Vgl. Kreutzer/Sirrenberg 2019: 144.

³⁸ Vgl. Splendid Research 2019: 11.

³⁹ Vgl. Capgemini Research Institute 2018: 30.

⁴⁰ Vgl. Splendid Research 2019: 5; Capgemini Research Institute 2018: 5.

⁴¹ Eigene Darstellung.

⁴² Vgl. Kreutzer/Seyed Vousoghi 2020: 17; Globalme Localization 2020.

⁴³ Vgl. Kreutzer/Seyed Vousoghi 2020: 18. Seit Oktober 2019 bietet Alexa einen mehrsprachigen Modus in ausgewählten Ländern an. D.h. der Sprachassistent erkennt zwei Sprachen gleichzeitig und antwortet entsprechend. Damit passt sich der Sprachassistent an bilinguale Haushalte an. Google Assistant besitzt diese Funktion bereits seit 2018. Vgl. Hal Schwartz 2019.

⁴⁴ Vgl. HDE 2020: 8.

⁴⁵ Vgl. HDE 2020: 7-13; IFH Köln 2019.

⁴⁶ Vgl. HDE 2019: 16-18.

⁴⁷ Vgl. PwC 2019: 8f.

⁴⁸ Vgl. Heinemann 2020: 21f.

⁴⁹ Plattformökonomie beschreibt ein Geschäftsmodell, bei dem zwei Interaktionspartner über eine Plattform miteinander verbunden werden. Je mehr Besucher eine Plattform nutzen, desto ansprechender ist diese für Anbieter, die gegen eine Gebühr die Plattform als Vermittler nutzen. Bekannte Plattformen sind Amazon, Facebook, Airbnb oder Uber. Vgl. Heinemann 2020: 50f.

⁵⁰ Vgl. Heinemann 2020: 42f.; IFH Köln 2017; Horizont 2019.

⁵¹ Vgl. GfK 2017: 4.

⁵² Vgl. HDE 2019: 25-27.

⁵³ Vgl. HDE 2019: 35.

⁵⁴ Vgl. Heinemann 2020: 46.

⁵⁵ Vgl. HDE 2019: 26-28.

⁵⁶ Vgl. Heinemann 2020: 184.

⁵⁷ Vgl. Heinemann 2018: 27f.; Turowski/Pousttchi 2004: 160; Wehrum/Burmester 2020.

⁵⁸ Wearables sind Computertechnologien, die am Körper getragen werden und meist Tätigkeiten in der realen Welt unterstützen sollen. Ein bekanntes Beispiel ist die Smartwatch. Vgl. Bendel 2019b.

⁵⁹ Vgl. The Nielsen Company 2020.

⁶⁰ Vgl. Hörner 2020: 66; Heinemann 2020: 13.

⁶¹ Vgl. Brandão/Wolfram 2018: 97f.

⁶² Vgl. Kuenen/Aygün 2018; Heinemann 2020: 72.

⁶³ Vgl. Heinemann 2020: 13f.

⁶⁴ Vgl. Hörner 2019: 199.

⁶⁵ Vgl. Kreutzer/Seyed Vousoghi 2020: 22.

⁶⁶ Vgl. Hörner 2019: 203f.

⁶⁷ Vgl. Hörner 2019: 210f.

⁶⁸ Vgl. Hörner 2019: 211.

⁶⁹ Google 2020.

⁷⁰ Vgl. Hörner 2019: 202f.

⁷¹ Vgl. Hörner 2019: 196-198.

⁷² Vgl. Hörner 2019: 198.

⁷³ Vgl. Hörner 2019: 161.

⁷⁴ Vgl. DPD 2020.

⁷⁵ Vgl. Hörner 2019: 165f.

⁷⁶ Vgl. Rewe 2020.

⁷⁷ Vgl. Hörner 2019: 201f.

⁷⁸ Vgl. Kreutzer/Seyed Vousoghi 2020: 22.

⁷⁹ Vgl. Capgemini Research Institute 2019: 17. Abgefragte Aktivitäten: Suche nach Produkten/Dienstleistungen, personalisierte Produktempfehlungen, Einkaufsliste erstellen, Produkte kaufen, Produkte bezahlen, Bestellung und Versandstatus prüfen, Kundenservice im Nachkauf nutzen.

⁸⁰ Vgl. Tuzovic/Paluch 2018.

⁸¹ Vgl. Tuzovic/Paluch 2018: 95.

⁸² Vgl. Foscht et al. 2017: 183f.

⁸³ Eigene Darstellung.

⁸⁴ Vgl. Tuzovic/Paluch 2018: 93.

⁸⁵ Vgl. Hörner 2019: 97f.

⁸⁶ Vgl. Hörner 2019: 11; Deloitte 2018: 16.

⁸⁷ Vgl. Hörner 2019: 9.

⁸⁸ Vgl. Kreutzer/Sirrenberg 2019: 35.

⁸⁹ Vgl. Zeit Online 2019.

⁹⁰ Vgl. Tuzovic/Paluch 2018: 91.

⁹¹ Vgl. NIM 2019: 70f.; Beyto 2020: 28; Statista 2019a: 23.

⁹² Vgl. Beyto 2020: 28.

⁹³ Vgl. Statista 2019a: 23.

⁹⁴ Vgl. Hörner 2019: 173f.

⁹⁵ Vgl. Easwara Moorthy/Vu 2015: 321-324.

⁹⁶ Vgl. DSGVO § 13-21.

⁹⁷ Vgl. DSGVO § 83 Abs. 5.

⁹⁸ Vgl. Wiebe/Hemschrot 2019: 8.

⁹⁹ Vgl. Deloitte 2018.

¹⁰⁰ Vgl. KPMG 2018.

¹⁰¹ Vgl. Beyto 2020.

¹⁰² Vgl. PwC 2019.

¹⁰³ Vgl. Splendid Research 2019.

¹⁰⁴ Vgl. Capgemini 2018.

¹⁰⁵ Vgl. Moriuchi 2019.

¹⁰⁶ Lokalisierung beschreibt den Prozess der Entwicklung sowie Anpassung eines Produkts oder einer Dienstleistung an einen regionalen Markt. Dabei wird für den Zielmarkt eine technisch, sprachlich und kulturell angemessene Version des Produkts oder der Dienstleistung angefertigt. Lokalisierung ist oft im Zusammenwirken mit dem Prozess der Internationalisierung auszumachen. Vgl. Reineke/Schmitz 2005: 2f.

¹⁰⁷ Amazon Mechanical Turk ist ein Online-Marktplatz, auf dem Personen und Unternehmen ihre Aufgaben an eine Arbeiterschaft auslagern können, die diese Aufgaben virtuell bearbeiten. Vgl. Amazon Mechanical Turk 2020.

¹⁰⁸ Vgl. Zaharia/Würfel 2020.

¹⁰⁹ Vgl. Anhang 3.

¹¹⁰ Vgl. Davis et al. 1989: 983-985.

¹¹¹ Vgl. Fishbein/Ajzen 1975: 288.

¹¹² Vgl. Davis et al. 1989: 983.

¹¹³ Vgl. Davis et al. 1989: 985.

¹¹⁴ Vgl. Davis et al. 1989: 985.

¹¹⁵ Davis 1989: 320.

¹¹⁶ Vgl. Davis et al. 1989: 982.

¹¹⁷ Davis 1989: 320.

¹¹⁸ Vgl. Davis et al. 1989: 984.

¹¹⁹ Vgl. Davis et al. 1989: 989.

¹²⁰ Vgl. Venkatesh/Davis 2000.

¹²¹ Vgl. Venkatesh/Bala 2008.

¹²² Vgl. Pavlou 2003.

¹²³ Vgl. Featherman/Pavlou 2003: 457; Pavlou 2003: 104; Zaharia/Würfel 2020: 23.

¹²⁴ Vgl. Featherman/Pavlou 2003: 467; so auch Pavlou 2003: 121f.; Zaharia/Würfel 2020: 23; Zhou 2011: 293.

¹²⁵ An dieser Stelle soll darauf hingewiesen werden, dass obwohl das Wort „Einfluss“ in den hergeleiteten Hypothesen verwendet wird, keine Kausalität vermutet wird.

¹²⁶ Vgl. Zaharia/Würfel 2020: 26.

¹²⁷ Vgl. Hörner 2019: 173.

¹²⁸ Vgl. Capgemini Research Institute 2018: 7.