Zusammenfassung
Intelligente Produkte werden in den kommenden Jahren viele bestehende Konsumgütermärkte verändern bzw. neue Märkte schaffen. Für Innovationsmanager, die für die Entwicklung und Markteinführung solcher Produkte mitverantwortlich sind, stellt sich damit die Frage nach dem Einfluss der wahrgenommenen Produktintelligenz auf den empfundenen Produktnutzen sowie nach den Nutzungsintentionen der Konsumenten. Dazu werden in der vorliegenden Arbeit neben den heutzutage nahezu allgegenwärtigen Smartphones zwei weitere intelligente Gebrauchsgüter, nämlich Smart TVs und Smart Watches, untersucht. Das Ergebnis zeigt, dass die aggregierte Produktintelligenz in jedem der drei untersuchten Fälle den Konsumentennutzen erhöht und dieser die Produktnutzung positiv beeinflusst. Eine isolierte Betrachtung einzelner Intelligenzdimensionen weist jedoch auf merkliche Unterschiede im Vergleich zwischen den untersuchten Produkttypen hin. Für die Praxis bedeutet dies, dass es in der Produktentwicklung sowie bei der Planung der Markteinführung von intelligenten Produkten einer produktspezifischen Analyse bedarf, um die relevanten Intelligenzdimensionen zu identifizieren, durch die die Adoption und die Nutzung einer solchen Innovation beeinflusst und somit letztlich der Markterfolg (mit-)bestimmt wird.
Abstract
In the coming years, smart products will affect many existing consumer markets and establish new ones. Innovation managers who are responsible for the development or market introduction of such products thus strive to gain deeper insight into the impact of the perceived ‘smartness’ of the product on its perceived consumption value, as well as gaining insights into consumers’ product usage intentions. We therefore investigated three consumer durables: already widespread smartphones, smart TVs, and smart watches. It emerged in all three cases that product smartness positively affects both consumption values and product usage. Upon analyzing the results on the level of smartness dimensions, however, we found considerable differences between the three investigated product types. From a practitioner’s viewpoint, this finding underlines the necessity of conducting product-specific analyses for product development or planning market introduction of smart products, as smartness dimensions impact adoption and usage of these innovations, thus determining their market success.
Notes
Der Übergang zwischen Produkten, die „nur“ untereinander vernetzt sind und Daten austauschen, und jenen, die auch im Sinne der Definitionen aus Abschn. 2 intelligent („smart“) sind, ist oft fließend. Viele heute als intelligent angepriesene Produkte sind dies streng genommen noch nicht. Andere, wie die Smartphones, sind diesbezüglich schon einen Entwicklungsschritt weiter. Es ist aber unstrittig, dass die Intelligenz von Konsumgütern (i.S. einer Unterstützung von Konsumenten) in naher Zukunft weiter zunehmen und die Vernetzung als aktuell oftmals alleinige Zusatzeigenschaft nur ein erster, notwendiger Schritt in dieser Entwicklung sein wird.
McKinsey etwa erwartet dafür ein Marktvolumen von 6,2 Billionen (engl.: trillions) US-Dollar im Jahr 2025 (Bauer et al. 2014).
Die eigentliche Produktintelligenz entsteht dabei bei physischen Produkten durch das Zusammenspiel von Software und Hardware. Darüber hinaus können reine Software-Produkte die vorgenannten Eigenschaften aber ebenfalls erfüllen.
Vgl. für eine grafische Darstellung Abb. 2 in Abschn. 3.2.
Eine gesammelte Auflistung aller Hypothesen findet sich in Tab. 6 im Anhang.
Dieser (gefühlte) Kontrollverlust kann sich nicht zuletzt aus der schwierigen Nachvollziehbarkeit der komplexen Funktionsweise eines Produktes ergeben (Rijsdijk und Hultink 2003).
Die Hypothesen H10a,b,c sind in Abb. 2 nicht enthalten, weil die Darstellung der über alle Intelligenzdimensionen aggregierten Produktintelligenz die Abbildung deutlich unübersichtlicher hätte werden lassen.
Zur Zulässigkeit der Aggregation durch Summation der Werte über alle Intelligenzdimensionen vgl. Rijsdijk et al. (2007).
Allerdings wird die von einem Smart TV angebotene Funktionalität nur von circa einem Viertel der Besitzer auch tatsächlich genutzt.
Apple vs. Pebble, einem über Kickstarter finanzierten Startup, das seit 2013 eine Smart Watch vertreibt.
Anders als in etablierten Märkten, in denen es bereits eindeutige Markenführer gibt, die auch einen entsprechenden Vertrauensvorschuss durch die Konsumenten genießen, ist der Wettlauf um die Markenführerschaft im Smart Watch-Markt noch nicht entschieden. Aktuell hat Apple zwar eine gute Ausgangsposition, diese ist aber bei Weitem noch nicht gefestigt. In solch einem dynamischen und rasch wachsenden Markt mit einer noch vergleichsweise großen Anzahl an Mitbewerbern und der Erwartung, dass weitere Anbieter in den Markt eintreten werden, sind die Vorteile durch die (vorläufige) Markenführerschaft offensichtlich (noch) wenig ausgeprägt, was das Fehlen von signifikanten Unterschieden zwischen den beiden Split-Gruppen erklärt.
Wir hätten alternativ auch siebenstufige Likert-Skalen einsetzen können. Die Diskussion, wie viele Stufen „besser“ sind, ist offen. Krosnick und Presser (2010) kommen in ihrem Überblick zum Schluss, dass eine siebenstufige Skala in den meisten Fällen am besten passt, es letztendlich aber auch auf die visuelle Handhabbarkeit ankommt. Obwohl uns keine Information darüber vorgelegen hat, wie viele Probanden den Online-Fragebogen auf ihren mobilen Endgeräten ausfüllen würden, haben wir uns dafür entschieden, lieber eine fünfstufige Skala einzusetzen und den Fragebogen damit auch auf kleinen Bildschirmen gut lesbar zu halten.
Für einen Auszug aus der Kundenliste vgl. http://www.nordlight-research.com/de/referenzen.html.
Ausgeschlossen worden sind Fragebögen von Probanden, die alle ihre Antworten in weniger als der Hälfte der durchschnittlichen Bearbeitungsdauer abgegeben haben.
Diese Form der Quotierung ist ein unter forschungsökonomischen Gesichtspunkten praktikabler und entsprechend verbreiteter Kompromiss. Eine Quotierung auch nach zusätzlichen Kriterien würde es wegen der Kombinatorik der Kriterien nämlich nötig machen, aufwändig nach einzelnen Eigenschaftskombinationen von Probanden zu suchen, was in großen Panels zwar möglich, letztlich aber sehr teuer wäre.
Dabei wird die Anzahl der Faktoren auf eins fixiert und überprüft, ob durch den ersten Faktor ein Großteil der Varianz (>50 %) erklärt wird.
Bei allen Items wurden für alle Produkte sämtliche Antwortoptionen der Multi-Item Skalen ausgeschöpft. Die Minima und Maxima der Antworten belaufen sich somit auf 1 und 5 und entsprechen den Extrempunkten der Skala. Bezüglich der Nutzungsvielfalt wurden beim Smartphone mindestens eine und maximal fünfzehn (von fünfzehn zur Wahl stehenden) Funktionen angegeben. Beim Smart TV reicht das Spektrum von einer bis maximal neunzehn (von zwanzig zur Wahl stehenden) Funktionen und bei der Smart Watch von einer bis maximal fünfzehn (von fünfzehn zur Wahl stehenden) Funktionen.
Dies gilt insbesondere für die Smart Watch, die sich noch in einer vergleichsweise frühen Phase ihrer Marktdiffusion befindet.
Die Ergebnisse sind allerdings möglicherweise auch durch Unterschiede bei den, von Park und Lee nicht im Detail beschriebenen, Persönlichkeitsmerkmalen der Probanden (z. B. Alter, Studienrichtung, etc.) verzerrt. Ein fundierter interkultureller Vergleich wäre jedenfalls für international agierende Unternehmen interessant, die ihre intelligenten Produkten in Ländern aus verschiedenen Kulturkreisen auf den Markt bringen möchten.
Zur Befürchtung der einem Kontrollverlust zugrundeliegenden Selbstbestimmungstheorie vgl. Ryan und Deci (2006).
Literatur
Anderson, James C., und David W. Gerbing. 1988. Structural equation modeling in practice: a review and recommended two-step approach. Psychological Bulletin 103(3):411–423.
Backhaus, Klaus, Bernd Erichson, Wulff Plinke, und Rolf Weiber. 2003. Multivariate Analysemethoden: Eine anwendungsorientierte Einführung. Berlin: Springer.
Bagozzi, Richard P., und Youjae Yi. 1988. On the evaluation of structural equation models. Journal of the Academy of Marketing Science 16(1):74–94.
Ballhaus, Werner. 2014. Media Trend Outlook – Wearables: Die tragbare Zukunft kommt näher. https://www.pwc-wissen.de/pwc/de/shop/publikationen/Media+Trend+Outlook+Wearables%3A+Die+tragbare+Zukunf/?card=15187. Zugegriffen: 13. Mai 2018.
Bauer, Harald, Mark Patel, und Jan Veira. 2014. The internet of things: sizing up the opportunity. http://www.mckinsey.com/insights/high_tech_telecoms_internet/the_internet_of_things_sizing_up_the_opportunity. Zugegriffen: 13. Mai 2018.
Bauernhansl, Thomas, Michael ten Hompel, und Birgit Vogel-Heuser. 2014. Industrie 4.0 in Produktion, Automatisierung und Logistik: Anwendung, Technologien, Migration. Wiesbaden: Springer.
Beale, Russell, und Christian Peter. 2008. The role of effect and emotion in HCI. In Affect and emotion in human-computer interaction: from theory to applications, Hrsg. Christian Peter, Russell Beale, 1–11. Berlin: Springer.
Browne, Michael W., und Robert Cudeck. 1992. Alternative ways of assessing equation model fit. Sociological Methods & Research 21(2):230–258.
Cronbach, Lee J. 1951. Coefficient alpha and the internal structure of tests. Psychometrika 16(3):297–334.
Dale, Ranjiv. 2015. GfK smart home study 2015. https://connected-consumer.gfk.com/fileadmin/user_upload/microsites/connected_consumer/Smart_home/Documents/2016-06-02-Smart_Home_Retailer_Infographic_final.pdf. Zugegriffen: 13. Mai 2018.
Davis, Fred D. 1989. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly 13(3):319–340.
Decker, Reinhold, und Christian Stummer. 2017. Marketing management for consumer products in the era of the Internet of Things. Advances in Internet of Things 7(3):47–70.
DeLone, William H., und Ephraim R. McLean. 1992. Information systems success: the quest for the dependent variable. Information Systems Research 3(1):60–95.
Dhebar, Anirudh. 1996. Information technology and product policy: ‘smart’ products. European Management Journal 14(5):477–485.
Eberl, Markus. 2004. Formative und reflektive Indikatoren im Forschungsprozess: Entscheidungsregeln und die Dominanz des reflektiven Modells. EFOplan Heft 19/2004. München: Ludwig-Maximilians-Universität.
Fisher, Robert J. 1993. Social desirability bias and the validity of indirect questioning. Journal of Consumer Research 20(2):303–315.
Fleisch, Elgar, Markus Weinberger, und Felix Wortmann. 2015. Geschäftsmodelle im Internet der Dinge. Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung 67(4):444–465.
Garde-Perik, Evelien van de, Serge Offermanns, und Koen van Boerdonk. 2013. An analysis of input-output relations in interaction with smart tangible objects. ACM Transactions on Interactive Intelligent Systems 3(2):1–20.
Gebauer, Lysann, Michael M. Gierczak, Matthias Söllner, und Jan M. Leimeister. 2015. Einflussfaktoren auf die Nutzung von Cloud-Speicherdiensten. Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung 67(3):367–407.
Gutiérrez, César, Juan Garbajosa, Jessica Diaz, und Agustin Yagüe. 2013. Providing a consensus definition for the term „smart product“. In Proceedings of the 20th Annual IEEE International Conference and Workshops on the Engineering of Computer Based Systems (ECBS), Hrsg. David W. Bustard, Roy Sterritt, 203–211. Piscataway: IEEE.
Heiskanen, Eva, Kaarina Hyvönen, Mari Niva, Mika Pantzar, Päivi Timonen, und Johanna Varjonen. 2007. User involvement in radical innovation: are consumers conservative? European Journal of Innovation Management 10(4):489–509.
Homburg, Christian. 2000. Kundennähe von Industriegüterunternehmen: Konzeption – Erfolgsauswirkungen – Determinanten, 3. Aufl., Wiesbaden: Springer.
Homburg, Christian, und Hans Baumgartner. 1995. Beurteilung von Kausalmodellen: Bestandsaufnahme und Anwendungsempfehlungen. Marketing ZFP 17(3):162–176.
Jacoby, Jacob, und Leon B. Kaplan. 1972. The components of perceived risk. In Proceedings of the Third Annual Conference of the Association for Consumer Research, Hrsg. M. Venkatesan, 382–393. Duluth: Association for Consumer Research.
Kaldewei, Maria, und Christian Stummer. 2016. Der Einfluss der Produktintelligenz auf den Nutzen und die Nutzung von Konsumgütern: Eine Replikationsstudie zu Park/Lee (2014). Arbeitspapier 2016-01 des Lehrstuhls für Innovations- und Technologiemanagement. Bielefeld: Universität Bielefeld.
Kannan, P.K., und Hongshuang Li. 2017. Digital marketing: a framework, review and research agenda. International Journal of Research in Marketing 34(1):22–45.
KPMG. 2016. Now or never: 2016 Global CEO Outlook. https://home.kpmg.com/content/dam/kpmg/pdf/2016/06/2016-global-ceo-outlook.pdf. Zugegriffen: 13. Mai 2018.
Krosnick, Jon A., und Stanley Presser. 2010. Question und questionnaire design. In Handbook of survey research, 2. Aufl., Hrsg. Peter V. Marsden, James D. Wright, 263–313. Bingley: Emerald.
Krummenerl, Markus. 2005. Erfolgsfaktoren im Dialogmarketing: Eine empirische Analyse unter Berücksichtigung von B‑to-B- und B‑to-C-Unternehmen. Wiesbaden: Springer.
Lee, Moon-Hwan, Nam Tek-Jin, und Hyeon-Jeong Suk. 2011. Effect of levels of automation on emotional experience in intelligent products. Proceedings of the ACM CHI Conference on Human Factors in Computing Systems., 2083–2088. New York: ACM.
Marsh, Herbert W., und Dennis Hocevar. 1985. Application of confirmatory factor analysis to the study of self-concept: first- and higher order factor models and their invariance across groups. Psychological Bulletin 97(3):562–582.
Mayer, Peter, Dirk Volland, Frédéric Thiesse, und Elgar Fleisch. 2011. User acceptance of ‘smart products’: an empirical investigation. In Proceedings of the10th International Conference on Wirtschaftsinformatik, Volume 2, Hrsg. Abraham Bernstein, Gerhard Schwabe, 1063–1072. Zürich: Eigenverlag der WI.
Meißner, Martin, Michelle D. Haurand, und Christian Stummer. 2017. With a little help from my customers: the influence of customer empowerment on consumers’ perceptions of well-established brands. International Journal of Innovation Management 21(6):1–28.
Mick, David G., und Susan Fournier. 1998. Paradoxes of technology: consumer cognizance, emotions, and coping strategies. Journal of Consumer Research 25(2):123–143.
Ng, Irene C.L., und Susan Y.L. Wakenshaw. 2017. The Internet-of-things: review and research directions. International Journal of Research in Marketing 34(1):3–21.
Otte, Gunnar. 2005. Entwicklung und Test einer integrativen Typologie der Lebensführung für die Bundesrepublik Deutschland. Zeitschrift für Soziologie 34(6):442–467.
Pantic, Maja, und Leon J.M. Rothkrantz. 2003. Toward an affect-sensitive multimodal human-computer interaction. Proceedings of the IEEE 91(9):1370–1390.
Park, Hyun J., und S. Lee Hyung. 2014. Product smartness and use-diffusion of smart products: the mediating roles of consumption values. Asian Social Science 10(3):54–61.
Park, Yangil, und Jengchung V. Chen. 2007. Acceptance and adoption of the innovative use of smartphone. Industrial Management & Data Systems 107(9):1349–1365.
Park, Chan-Kook, Hyun-Jae Kim, und Yang-Soo Kim. 2014. A study of factors enhancing smart grid consumer engagement. Energy Policy 72:211–218.
Peter, Sibylle I. 1997. Kundenbindung als Marketingziel: Identifikation und Analyse zentraler Determinanten. Wiesbaden: Springer.
Pihlström, Minna, und Gregory J. Brush. 2008. Comparing the perceived value of information and entertainment mobile services. Psychology & Marketing 25(8):732–755.
Podsakoff, Philip M., Scott B. McKenzie, Lee Jeong-Yeon, und Nathan P. Podsakoff. 2003. Common method biases in behavioral research: a critical review of the literature and recommended remedies. Journal of Applied Psychology 88(5):879–903.
Porter, Michael E., und James E. Heppelmann. 2014. How smart, connected products are transforming competition. Harvard Business Review 92(11):64–88.
Porter, Michael E., und James E. Heppelmann. 2015. How smart, connected products are transforming companies. Harvard Business Review 93(10):97–114.
Rijsdijk, Serge A., und Erik J. Hultink. 2002. The impact of product smartness on consumer satisfaction through product advantage, compatibility, and complexity. In Proceedings of the 13th PDMA Research Conference, Hrsg. Kenneth B. Kahn, 177–196. Chicago: PDMA.
Rijsdijk, Serge A., und Erik J. Hultink. 2003. „Honey, have you seen our hamster?“ Consumer evaluations of autonomous domestic products. Journal of Product Innovation Management 20(3):204–216.
Rijsdijk, Serge A., und Erik J. Hultink. 2009. How today’s consumers perceive tomorrow’s smart products. Journal of Product Innovation Management 26(1):24–42.
Rijsdijk, Serge A., Erik J. Hultink, und Adamantios Diamantopoulos. 2007. Product intelligence: its conceptualization, measurement and impact on consumer satisfaction. Journal of the Academy of Marketing Science 35(3):340–356.
Risselada, Hans, Peter C. Verhoef, und Tammo H.A. Bijmolt. 2014. Dynamic effects of social influence and direct marketing on the adoption of high-technology products. Journal of Marketing 78(2):52–68.
Rogers, Everett M. 2003. Diffusion of innovations, 5. Aufl., New York: The Free Press.
Ryan, Richard M., und Edward L. Deci. 2006. Self-regulation and the problem of human autonomy: does psychology need choice, self-determination, and will? Journal of Personality 74(6):1557–1586.
Schreiber, Daniel, Kris Luyten, Max Mühlhäuser, Oliver Brdiczka, und Melanie Hartmann. 2013. Introduction to the special issue on interaction with smart objects. ACM Transactions on Interactive Intelligent Systems 3(2):1–4.
Sheth, Jagdish N., Bruce I. Newman, und Barbara L. Gross. 1991. Why we buy what we buy: a theory of consumption values. Journal of Business Research 22(2):159–170.
Shih, Chuan-Fong, und Alladi Venkatesh. 2004. Beyond adoption: development and application of a use-diffusion model. Journal of Marketing 68(1):59–72.
Shih, Eric, Alladi Venkatesh, Steve Chen, und Eric Kruse. 2013. Dynamic use diffusion model in a cross-national context: a comparative study of the United States, Sweden, and India. Journal of Product Innovation Management 30(1):4–16.
Steinbrenner, Bettina, und Corina Kirchner. 2016. Wie smart sind deutsche TV-Nutzer? http://www.gfk.com/de/insights/press-release/wie-smart-sind-deutsche-tv-nutzer/. Zugegriffen: 13. Mai 2018.
Truong, Yann, Richard R. Klink, Geoff Simmons, Amir Grinstein, und Mark Palmer Klink. 2017. Branding strategies for high-technology products: the effects of consumer and product innovativeness. Journal of Business Research 70:85–91.
Valencia, Ana, Ruth Mugge, Jan P.L. Schoormans, und Hendrik N.J. Schifferstein. 2013. Distinctive characteristics of smart PSSs. In Proceedings of the 5th International Congress of International Association of Societies of Design Research, Hrsg. Kazuo Sugiyama, 1–12. Tokyo: Shibaura Institute of Technology.
Verberne, Frank M.F., Jaap Ham, und Cees J.H. Midden. 2012. Trust in smart systems: sharing driving goals and giving information to increase trustworthiness and acceptability of smart systems in cars. Human Factors 54(5):799–810.
Wünderlich, Nancy V., Florian v. Wangenheim, und Mary Jo Bitner. 2013. High tech and high touch: a framework for understanding user attitudes and behaviors related to smart interactive services. Journal of Service Research 16(1):3–20.
Yang, Zhilin, und Robin T. Peterson. 2004. Customer perceived value, satisfaction, and loyalty: the role of switching costs. Psychology & Marketing 21(10):799–822.
Zinkhan, George M. 2003. A look to the future of JAMS: three years out, thirty years out. Journal of the Academy of Marketing Science 31(3):225–228.
Zipperer, Adam, Patricia A. Aloise-Young, Siddharth Suryanarayanan, Daniel Zimmerle, Robin Roche, Earle Lieko, Dane Christensen, und Pablo Bauleo. 2013. Electric energy management in the smart home: perspectives on enabling technologies and consumer behavior. Proceedings of the IEEE 101(11):2397–2408.
Danksagung
Wir danken zwei Gutachtern für wertvolle Anregungen zur Überarbeitung dieses Manuskripts. Dank schulden wir außerdem Rafael Jaron von Nordlight Research für seine Einschätzung zur praktischen Relevanz der Studienergebnisse sowie Martin Meißner für Feedback zum Methodeneinsatz.
Author information
Authors and Affiliations
Corresponding author
Anhang
Anhang
Rights and permissions
About this article
Cite this article
Kaldewei, M., Stummer, C. Der Einfluss der Produktintelligenz auf den Konsumentennutzen und die Produktnutzung. Schmalenbachs Z betriebswirtsch Forsch 70, 315–349 (2018). https://doi.org/10.1007/s41471-018-0054-4
Received:
Accepted:
Published:
Issue Date:
DOI: https://doi.org/10.1007/s41471-018-0054-4