Advertisement

Augmented Reality als Entscheidungshilfe beim Möbelkauf

  • David AemmerEmail author
  • Jonas Bigler
  • Marco Birkhofer
  • Marie Brechbühler Pešková
  • Deane Harder
Open Access
Chapter

Zusammenfassung

Diese Studie untersucht den Einfluss von Augmented Reality (AR) auf den Kaufentscheidungsprozess beim Möbelkauf. Ziel der Studie waren konkrete, handlungsleitende und wissenschaftlich fundierte Erkenntnisse für die Praxis im Umgang mit der digitalen Transformation. Dafür wurde der Einfluss einer AR-App in der Möbelbranche untersucht. Es konnte gezeigt werden, dass die AR-App ihren Nutzern eine wertvolle Unterstützung im Kaufentscheidungsprozess bietet. Die App funktioniert jedoch nicht als eigenständiger Kanal, sondern entfaltet ihren Nutzen nur im Zusammenspiel mit den bisherigen Kanälen und Hilfsmitteln. Insbesondere der Austausch mit Dritten bietet deutliches Entwicklungspotenzial und Chancen, die Customer Experience weiter zu verbessern. Einen klaren Kundenmehrwert würde eine händlerübergreifende AR-App bieten. Weiterer Forschungsbedarf ergibt sich aus den Rückkoppelungseffekten zwischen veränderter Kundeninteraktion und Technologieentwicklung.

13.1 Einleitung

Diese Studie untersucht den Einfluss von Augmented Reality (AR) auf den Kaufentscheidungsprozess beim Möbelkauf. Die Untersuchung beschränkt sich dabei auf bestimmte Phasen des Entscheidungsprozesses. Mit diesem Forschungsfokus sollen konkrete, handlungsanleitende Erkenntnisse für die Praxis zur digitalen Transformation gewonnen werden.

Die Geschwindigkeit der Technologieentwicklung nimmt im Zeitalter der digitalen Transformation gefühlt exponentiell zu. Dadurch erfahren Wirtschaft und Gesellschaft einen einschneidenden, andauernden Wandel. Der Schweizer Möbelmarkt gehört im europäischen Vergleich zu den umsatzschwächeren Märkten, was aber angesichts der Population wenig erstaunt. Europäisch führend sind Deutschland mit EUR 22 Mrd., Italien mit EUR 20,9 Mrd. sowie Großbritannien mit EUR 11 Mrd. Umsatz im Jahr 2015 (PwC 2017). In der Schweiz war der Umsatz für Wohnungseinrichtung im selben Jahr CHF 3,85 Mrd. Werden dabei nur die Möbel betrachtet, lag der Umsatz bei CHF 2,7 Mrd. (Verband möbelschweiz 2017). Für das Jahr 2018 geht die Schweizer Möbelindustrie von einer stagnierenden Entwicklung aus, gleichzeitig herrscht weiterhin rege Bautätigkeit in der Schweiz, was die Nachfrage anregt (Verband möbelschweiz 2017). Durch die Marktdurchdringung von Smartphones und der damit ermöglichten mobilen Vernetzung haben Customer1 einen ständigen Zugang zu einer großen Anzahl an Gütern. So haben sich die Einkaufsgewohnheiten in den letzten Jahren verändert und zu einer Verschiebung vom stationären in den Online-Handel bewirkt. Damit verändern sich die Anforderungen der Customers an das Einkaufserlebnis. Gleichzeitig bieten sich durch den Einsatz von digitalen Instrumenten für Anbieter neue Möglichkeiten, mit ihren Customers zu interagieren. Die Vernetzung schwappt nun auf weitere Bereiche über, so wird im Zuge der digitalen Transformation von Trends, wie bspw. Big Data, Cloud Computing, Internet of Things, Internet of Everything, Machine Learning, Augmented Intelligence oder Super Intelligence, gesprochen. Die durch die zahlreichen Trends bedingten Chancen und Risiken für Unternehmen sind vielfältig. Sie verlangen von Unternehmen allgemein und damit auch in der Möbelbranche eine strategisch verankerte Veränderungsbereitschaft, Innovationskraft und konsequente Kundenorientierung. Hier knüpft die Studie an.

13.1.1 Digitale Transformation und Augmented Reality (AR)

Eine Transformation beschreibt eine tief greifende Veränderung auf vielen verschiedenen Ebenen. Die mit der Digitalisierung entstehenden Möglichkeiten führen zu einem weitreichenden Wandel, der die Wirtschaft, wie auch die ganze Gesellschaft betrifft (Peter 2017) und dadurch unser Alltagsleben verändert (Pousttchi 2017) (Abb. 13.1). Entsprechend definiert das MIT Center for Digital Business die digitale Transformation als „den Einsatz neuer digitaler Technologien (Social Media, Smartphone, Analysen und integrierte Geräte) um wesentliche Verbesserungen im Geschäftsumfeld zu ermöglichen (beispielsweise die Customer Experience verbessern, den Betrieb verschlanken oder neue Geschäftsmodelle kreieren)“ (Fitzgerald et al. 2013). Für die rein unternehmensbezogene Betrachtung wird auch der Begriff „Digital Business Transformation“ mit beispielsweise nachstehender Definition des Global Centers for Business Transformation verwendet: „Die digitale Business Transformation ist ein Wandel in Organisationen, der digitale Technologien und Geschäftsmodelle nutzt, um die Leistungsfähigkeiten zu steigern“ (Wade 2015). In diesem Kontext wird zwischen den drei Wirkungsdimensionen Leistungserstellung, Geschäftsmodelle und Kundeninteraktion bzw. Kundenerlebnis unterschieden (KPMG 2014; Pousttchi 2017). Im Rahmen dieser Studie werden die Auswirkungen auf die Dimension Kundeninteraktion anhand einer App untersucht, die Augmented Reality (AR) zur Auswahl von Möbelstücken nutzt (im Folgenden FURNIT-AR genannt).
Abb. 13.1

Modell der digitalen Transformation.

(Eigene Darstellung)

Die Grenze zwischen Augmented Reality (AR) und Virtual Reality (VR) ist fließend: das Kontinuum beginnt bei der realen Umgebung ohne virtuelle Bestandteile, bei AR ist die Realität bereits mit virtuellen Inhalten ergänzt, der reale Anteil überwiegt jedoch noch, bei der Augmented Virtuality ist der virtuelle Anteil höher (Mehler-Bicher und Steiger 2014, S. 10) und schließlich endet das Kontinuum bei der virtuellen Umgebung bzw. VR. Unter VR wird eine computergenerierte, virtuelle Umgebung verstanden, die von Menschen in einer gewissen Weise über die Sinne als real wahrgenommen werden kann (Henneberg 2017, S. 20; Mehler-Bicher und Steiger 2014, S. 9). In der Literatur spricht man oft vom Reality-Virtuality Continuum (Milgram et al. 1994, S. 283). Innerhalb dieses Kontinuums konzentriert sich die vorliegende Studie auf AR und ihrer Anwendung auf Smartphones.

Mit der im September 2017 lancierten App FURNIT-AR sucht der Möbelhändler FURNIT2 mithilfe einer AR-Anwendung den Weg über die Smartphones direkt in die Haushalte der Customers (Rode 2017). Die App basiert auf der Technologie „ARKit“ von Apple (Lüft 2018), die es erlaubt, über die Smartphone-Kamera Möbelstücke in den eigenen vier Wänden zu platzierten. Zudem können bestehende Einrichtungselemente über die Smartphone-Kamera analysiert werden, worauf die App ähnliche Möbel aus dem Sortiment von FURNIT vorschlägt. Die App soll Customers beim Kaufentscheid begleiten, unterstützen und Sicherheit vermitteln, die richtige Entscheidung zu fällen. Insgesamt beabsichtigt FURNIT den Customers ein positiveres, erinnerungswürdigeres Einkaufserlebnis zu bieten (Husic 2018). Wie einleitend beschrieben, geht die vorliegende Studie davon aus, dass die App auch dem eigentlichen Kauf vorgelagerte Schritte des Kaufentscheidungsprozesses beeinflussen kann. Es wird angenommen, dass sich FURNIT durch die App zusätzliche Möglichkeiten zur Interaktion mit Customers erschließt, zugleich stellt die Applikation eine Quelle für interessante Nutzerdaten dar (cebit.de 2017).

13.1.2 Kaufentscheidungsprozess

Die konsequente Ausrichtung von Unternehmen auf Customers gewinnt mit den durch die digitale Transformation getriebenen Neuerungen an Bedeutung. Dieses Kapitel gibt Definitionen sowie Hintergrundinformationen zum Kaufentscheidungsprozess bzw. der Customer Experience als wichtige Grundlage der Studie. Dabei werden die für die Untersuchung relevantesten Phasen im ausgewählten Modell genauer beleuchtet.

Ein Konsument ist eine Person, die mindestens einmal bei einem Anbieter gekauft bzw. konsumiert hat (Zaharia 2006, S. 35). Nach Kotler et al. (2016, S. 990) handelt es sich bei Konsumenten um „Einzelpersonen und Haushalte, die Güter und Dienstleistungen zum persönlichen Gebrauch kaufen“. Winters ergänzt, dass Konsumenten meist die Möglichkeit haben, unter verschiedenen Produkten und Lieferanten zu wählen (Winters 2016, S. 22). Die vorliegende Studie konzentriert sich auf das Verhalten und die Prozesse von Customers im Sinne der Endverbrauchenden, weil diese die Kaufentscheidungen für Möbel treffen.

Zur Einordnung des Untersuchungsbereiches der vorliegenden Studie wird die Definition von Holland (2018) herangezogen: „Die Customer Experience umfasst die Gesamtheit aller Eindrücke, die ein Kunde während der gesamten Dauer einer Kundenbeziehung von einem Unternehmen erhält. Sie umfasst sämtliche individuellen Wahrnehmungen und Interaktionen des Kunden an den verschiedenen Kontaktpunkten (sog. „Touchpoints“) mit einem Unternehmen. Die Customer Experience stellt ein holistisches Konstrukt dar, das mehrere Prozessphasen umschließt und als vorgelagertes Konstrukt zur Kundenbindung betrachtet wird.“ Die Customer Experience beinhaltet dementsprechend die Interaktion zwischen einer Unternehmung und ihren Customers sowohl vor, während sowie nach allen Kaufentscheidungsprozessen (Berry et al. 2002).

Unter dem Kaufentscheidungsprozess wird der gesamte Prozess von der Produktwahrnehmung bis zur Produktauswahl bzw. im erweiterten Sinne das Zustandekommen des Kaufentschlusses verstanden (Kirchgeorg 2018). Typischerweise wird dieser Prozess in einzelne Phasen unterteilt und abhängig vom Kaufobjekt zwischen voneinander abweichenden Arten von Kaufentscheidungsprozessen unterschieden. Die in der Literatur beschriebenen Modelle zum Kaufentscheidungsprozess haben gemeinsam, dass sie nicht nur die Kaufentscheidung an sich beinhalten, sondern auch die Phasen vor und nach dem Kauf beleuchten (z. B. Kotler et al. 2016; Peter und Olson 2010; Rutschmann und Belz 2014; Winters 2016). So lässt sich der idealtypische Ablauf eines Kaufentscheidungsprozesses auf die Vorkaufphase, die Kaufphase sowie die Nachkaufphase abstrahieren (Griese und Bröring 2011, S. 37). Diese drei Phasen werden zum besseren Verständnis des Vorgangs in der Literatur häufig in fünf (z. B. Gerth 2015, S. 72; Kotler et al. 2016, S. 287), sechs (z. B. Kirchgeorg 2018) oder noch mehr Schritte unterteilt (z. B. Peter und Olson 2010, S. 193 f.; Winters 2016, S. 221 f.). Obwohl die Teilschritte oftmals ähnlich bezeichnet und beschrieben werden, ist die Zuordnung in die übergeordnete Vorkaufsphase oder Kaufphase nicht immer einheitlich gewählt. Dies könnte darauf hindeuten, dass die Phasen und Ablaufschritte in der Realität nicht linear oder sequenziell ablaufen und die Phasenübergänge fließend erfolgen. Dem wird in der Diskussion des alternativen Ansatzes zum Kaufentscheidungsprozess von Rutschmann und Belz (2014) sowie bei der unten beschriebenen Modellkombination Rechnung getragen.

Nachfolgend wird auf die fünf Phasen nach Kotler et al. (2016) Bezug genommen, weil sich damit trotz der stark vereinfachten Darstellung des Kaufentscheidungsprozesses der untersuchte Einfluss von AR in ausreichender Form einordnen lässt:
  1. 1.

    Problemerkennung bzw. Wahrnehmung des Bedarfs

     
  2. 2.

    Informationssuche

     
  3. 3.

    Bildung und Bewertung von Alternativen

     
  4. 4.

    Kaufentscheidung inkl. Kaufabschluss

     
  5. 5.

    Bewertung der Kaufentscheidung und Verhalten in der Nachkaufphase

     

Im Zuge der digitalen Transformation gilt es, dieses Modell zum Kaufentscheidungsprozess kritisch zu hinterfragen. So lösen sich Rutschmann und Belz (2014) zuweilen stark von diesem etablierten Modell und gehen aufgrund der digitalen Transformation von einer Tendenz zu neuen Verhaltensprinzipien aus. Diese Verhaltensprinzipien erzeugen das neue Kaufmuster „Gewohnheit und Opportunismus“ (Rutschmann und Belz 2014, S. 44 ff.). In diesem Zusammenhang empfehlen sie, die Kundenprozesse zu analysieren und dabei auf die Handlungen sowie situativen äußeren Einflüsse vor dem effektiven Kaufabschluss zu fokussieren (Rutschmann und Belz 2014, S. 23). Abgeleitet von den dadurch gewonnenen Analyseresultaten sollen die Einflusspunkte im komplexen Kaufentscheidungsprozess identifiziert werden. Besonders interessant erscheint dabei der aus dem zweiten Verhaltensprinzip („Handlungen erfolgen beiläufig“) abgeleitete Rückschluss, wonach Customers im Kaufentscheidungsprozess nicht mehr ein Fernziel (den Produktkauf), sondern ein Nahziel (den Lustgewinn beim unmittelbaren nächsten Handlungsschritt) vor Augen haben (Rutschmann und Belz 2014, S. 47 f.). Diese Aspekte werden für den empirischen Teil übernommen: Es wird z. B. untersucht, ob mit dem Einsatz von AR eine sogenannte Instant Gratification (Patel 2014) entlang des Kaufentscheidungsprozesses erreicht werden kann.

Die vorliegende Studie basiert auf dem Modell von Kotler et al. (2016), ergänzt um Aspekte von Rutschmann und Belz (2014) (Abb. 13.2). Damit wird v. a. das „komplexe Kaufverhalten“ berücksichtigt, insbesondere wird der Vermutung Rechnung getragen, dass Kaufentscheidungsprozesse eher selten linear oder sequenziell ablaufen. Zudem wird anerkannt, dass zeitnahe Belohnungen für Customers auf dem Weg zum Kaufentscheid für Unternehmen einen wesentlichen Erfolgsfaktor darstellen können. Es wird weiterhin angenommen, dass mit gezielt herbeigeführten Instant-Gratification-Momenten in den einzelnen Kundenhandlungsschritten die übergeordnete Costumer Experience optimiert werden kann. Dies wiederum kann dabei helfen, die Kundenzufriedenheit zu erhöhen, die Kundenbindung zu verstärken und somit die Unternehmensziele zu erreichen. Die vorliegende Studie geht davon aus, dass mit der AR-Anwendung FURNIT-AR an mehreren Stellen in diesem Modell angeknüpft werden kann. Die Wirkung von AR soll entsprechend anhand dieses kombinierten Modells untersucht werden.
Abb. 13.2

Kaufentscheidungsprozess.

(Eigene Darstellung, nach Kotler et al. 2016)

Der grundlegende Prozess der Kundenentscheidung sowie die übergeordnete Customer Experience ist mittlerweile gut erforscht (vgl. Klaus 2015, S. 5). Auch im Bereich der Verhaltensforschung liegen zahlreiche Studien vor – wenn auch der Bezug zum Kaufverhalten oftmals nicht hergestellt wird (Rutschmann und Belz 2014, S. 9). Welche konkreten und allenfalls einschneidenden Einflüsse die neuen Technologien und Anwendungen im Zuge der digitalen Transformation aufweisen, ist jedoch kaum erforscht. Zwar werden Tendenzen zu neuen Kaufmustern und Verhaltensprinzipien vermutet, jedoch sind diese oftmals allgemein und global gehalten, sodass diese der Praxis kaum konkrete, handlungsauslösende Anknüpfungspunkte bieten. Ein empirischer Nachweis der vermuteten Veränderungen fehlt.

Weitere Forschungslücken bestehen im Entscheidungsprozess spezifisch für den Möbelkauf. In der Literatur herrscht wenig Konsens zu dessen Zuteilung in eine bestimmte Form des Kaufentscheidungsprozesses. Mit den neuen digitalen Möglichkeiten sowie der stark zunehmenden Anzahl an Daten, die Customers bezüglich ihres Verhaltens in der digitalen Welt hinterlassen, ergibt sich außerdem ein kontinuierlicher Bedarf für Validierungen in der Praxis. Augmented Reality wird zwar in den Rankings zu den wichtigsten Trends oft ganz oben geführt und den Technologien wird auch in der Möbelbranche großes Potenzial zugeschrieben. Gleichzeitig scheint jedoch noch nicht klar zu sein, welchen Nutzen die Technologien tatsächlich bieten werden. Es fehlt größtenteils an empirischen Untersuchungen des effektiven Einflusses der Technologien – gerade auch im Zusammenhang mit dem Kaufentscheidungsprozess. Dies liegt vermutlich daran, dass noch wenig markttaugliche Anwendungen lanciert wurden und die zugrunde liegende Technologie selbst noch laufend fundamentale Entwicklungsschritte erlebt. Mit der vorliegenden Studie sollen nun erste Erkenntnisse im Bereich der Dimension der Kundeninteraktion erarbeitet werden. Die Lücke bezüglich des Einflusses neuer Technologien auf den Kaufentscheidungsprozess wird anhand der AR-Beispielanwendung FURNIT-AR fokussiert auf die Möbelbranche untersucht. Zudem werden empirische Erkenntnisse zu den Eigenschaften des Kaufentscheidungsprozesses beim Möbelkauf insgesamt sowie bezüglich spezifischer Handlungsschritte innerhalb des Kaufentscheidungsprozesses gewonnen.

13.2 Forschungsfrage

Die zentrale Forschungsfrage der Studie lautete: Wie beeinflusst AR den Kaufentscheidungsprozess beim Möbelkauf?

Der Fokus wird dabei auf die Phasen vor dem eigentlichen Kaufabschluss gelegt. Diese Fokussierung ist darin begründet, dass der Einfluss von AR in der Nachkaufphase nur schwierig untersucht werden kann. Um die Forschungsfrage beantworten zu können, wurden aus der Theorie zum Kaufentscheidungsprozess sowie den in der Literatur angegebenen Auswirkungen der digitalen Transformation drei Thesen zum Einfluss von AR formuliert:
  1. 1.

    AR animieren potenzielle Kunden, entlang des Kaufentscheidungsprozesses mit Anbietern und deren Produkten zu interagieren.

     
Es wird davon ausgegangen, dass im Vergleich zu den heutigen Möglichkeiten zur Informationssuche sowie Bewertung von Alternativen (auch über den Online-Kanal) ein wesentlicher Zusatznutzen durch AR entsteht. So wird vermutet, dass Customers mit einem Bedarf sich über das interaktive Hilfsmittel AR während den genannten Phasen vermehrt und/oder intensiver mit den Produkten des Anbieters auseinandersetzen. Eine niederschwellige Initiierung der Interaktion hat dabei hohe Relevanz. So kann mit der App über die Kamera des Smartphones ein Möbelstück markiert werden und anschließend werden ähnliche Möbelstücke angezeigt. Durch die vermehrte bzw. intensivierte Interaktion wird erwartet, dass die Wahrscheinlichkeit eines Kaufabschlusses beim Anbieter der AR-Anwendung steigt (Rutschmann und Belz 2014).
  1. 2.

    AR vermag die Konversion potenzieller Customers auf dem Weg zum Kaufentscheid zu fördern, u. a. durch Effekte zur Instant Happiness.

     
Weil mit AR die Informationssuche sowie die Bewertung von Alternativen mit einem gewissen Spaßfaktor verbunden sind und über die Anwendung die Möglichkeit entsteht, Customers für das vom Anbieter gewünschtes Voranschreiten im Prozess zum nächsten Teilschritt (nicht zwingend bis zur nächsten Phase) zu belohnen, wird von einer konversionsförderlichen Wirkung ausgegangen. Dies insbesondere auch durch die Möglichkeit, anhand eines Fotos des virtuellen Gegenstandes in der Bestimmungsumgebung auf einfache Art und Weise die Meinung anderer abzuholen (Patel 2014).
  1. 3.

    Augmented Reality (AR) erhöht die Sicherheit von Customers, das „richtige“ Möbelstück zu kaufen.

     

Weil das Möbelstück durch AR in der Bestimmungsumgebung angezeigt werden kann, wird angenommen, dass Customers besser beurteilen können, ob das Möbelstück ihren Wünschen und Vorstellungen entspricht. Dieser Effekt wird im Modell anhand eines Verlaufes der Sicherheit entlang des Kaufentscheidungsprozesses dargestellt. Der mit AR erreichte Sicherheitsgrad wird dabei anderen Hilfsmitteln gegenübergestellt. Gerade im Vergleich mit dem Online-Handel wird diesbezüglich eine maßgebliche Erhöhung der Sicherheit erwartet. Dies könnte dazu beitragen, dass die vorhandene Hemmschwelle beim Onlinekauf reduziert wird und die Bedeutung des stationären Handels abnimmt (Rutschmann und Belz 2014).

13.3 Methoden

Die Forschungsfrage wurde mithilfe von Leitfadeninterviews mit zwei relevanten Zielgruppen bearbeitet, Customers und Experts. Als Einstieg in das Forschungsfeld wurden diesen Leitfadeninterviews ethnografische Beobachtungen vorangestellt (Schulz 2014, S. 225). Mit einer unstrukturierten, explorativen Beobachtung (Halbmayer und Salat 2011) der Phasen Informationssuche sowie Bewertung von Alternativen des Kaufentscheidungsprozesses in einem Möbelhaus wurde ein erster grober Eindruck des Untersuchungsbereichs erhalten. Die Beobachtungen wurden mittels Fotos bzw. Filmaufnahmen dokumentiert und dienten zur Ermittlung von relevanten Faktoren im Kaufentscheidungsprozess.

Die Forschungsfrage wurde im Rahmen von teilstrukturierten Leitfadeninterviews mit Customers im und außerhalb eines Möbelgeschäfts von FURNIT sowie Verkaufspersonal von FURNIT, NITU und Möbel ITURE untersucht. Dafür wurden die Thesen operationalisiert, wobei vier Analysedimensionen definiert und je Zielgruppe konkrete Fragen pro Dimension erarbeitet wurden. Der entstandene Leitfaden für die Interviews wurde vor Durchführung der Interviews einem Vortest unterzogen. Um eine gute Vergleichbarkeit der Aussagen der Interviewpartner zu erreichen, wurden neben den qualitativen Fragen zusätzlich ergänzende Fragen mit Antwortskalen (1–10) verwendet. Die interviewten Personen wurden während der Interviews mit der AR-App konfrontiert. Sie wurden aufgefordert diese zu testen. Danach erfolgten weitere Fragen zur Nutzung der AR-App.

Insgesamt wurden 24 Interviews zu je 15–20 min geführt. Es wurden 18 Interviews mit Customers durchgeführt, davon 15 im Möbelgeschäft, da dort Customers in tatsächlichen Kaufentscheidungsprozessen und mit einem realen Bedarf anzutreffen sind. Bezüglich Geschlecht und Alter konnte eine hohe Durchmischung erreicht werden. Von den 15 befragten Customers von FURNIT waren acht weiblich und sieben männlich. Die befragten Kundinnen waren zwischen 18 und 62 und durchschnittlich etwas über 35 Jahren alt. Das Alter der befragten Kunden bewegte sich zwischen 20 und 51 Jahren mit einem Durchschnitt von knapp 35 Jahren. Customers wurden zufällig ausgewählt und im Möbelhaus in der Nähe von Produkten angesprochen, die ein relativ hohes Involvement vermuten ließen (eher höhere Preisklasse sowie hohe Visibilität in der Bestimmungsumgebung, z. B. Esstisch). Wichtig war, dass die im Interesse stehenden Produkte oder ähnliche in der App FURNIT-AR vorhanden waren, sodass die Zielpersonen im Rahmen der Befragung mit der Anwendung der App konfrontiert werden konnten. Drei Interviews wurden außerhalb des Möbelhauses durchgeführt. Damit sollte festgestellt werden, inwiefern die Antworten beim Einsatz außerhalb des stationären Handels ausfallen. Die Interviewpersonen sollten dabei eine gewisse Affinität zum Online-Handel aufweisen. Ergänzend wurden sechs weitere Interviews mit Verkaufsmitarbeitenden der Möbelbranche geführt (Experts3). Da die Haltung gegenüber der App FURNIT-AR bei FURNIT-Experts von Experts von Mitbewerbern abweichen könnte (erhöhte Identifikation mit der App, da vom eigenen Unternehmen angeboten oder übermäßige Ablehnung der App, da eine direkte Bedrohung in der Anwendung gesehen wird), wurden drei Interviews mit FURNIT-Experts und drei Interviews mit Experts des Mitbewerbers Möbel ITURE durchgeführt.

Zunächst wurde versucht, die in der Literatur beschriebenen Muster im Kaufentscheidungsprozess zu validieren. Dafür wurden Customers sowie Experts befragt, wie ein typischer Möbelkauf eines relativ teuren Möbels typischerweise abläuft. Zu beachten galt es dabei, dass der Besuch im Möbelhaus in unterschiedlichen Phasen im Kaufentscheidungsprozess erfolgen kann und nur anhand der Beobachtungen nicht festzustellen ist, welche Schritte und Abklärungen die Customers bereits vor dem Besuch des Möbelhauses durchlaufen hatten. Obwohl es folglich nicht eindeutig zu erkennen war, in welcher Phase sich die beobachteten Customers genau befanden, konnten vier grundsätzlich unterschiedliche Verhaltensweisen identifiziert werden:
  1. 1.

    Customers passierten die entsprechenden Bereiche relativ rasch, ohne den einzelnen Möbelstücken größere Beachtung zu schenken. Daraus wurde geschlossen, dass diese Customers kein Bedürfnis nach einem Möbelstück im entsprechenden Verkaufsbereich hatten.

     
  2. 2.

    Customers schlenderten langsamer durch den Bereich, stoppten, sahen sich einzelne Möbelstücke genauer an, tauschten sich mit der Begleitperson aus, blätterten Stoffmuster in unterschiedlichen Farbvarianten durch und gingen danach weiter. Die Beobachtungen wurden dahingehend interpretiert, dass diese Customers dabei waren, sich Informationen zu beschaffen und Auswahlalternativen zu bilden.

     
  3. 3.

    Customers nahmen sich bei einzelnen Möbelstücken deutlich mehr Zeit, testeten das entsprechende Möbelstück aus, diskutierten mit der Begleitperson, ließen sich beraten und machten teilweise Fotos von den Möbelstücken. Daraus wurde gefolgert, dass diese Customers bereits ins Bewerten von Alternativen übergegangen waren.

     
  4. 4.

    Customers notierten sich den Lagerstandort eines Möbelstücks auf einem dafür vorgesehenen Notizzettel, fotografierten diesen oder lösten (voraussichtlich) beim Kundenberatenden eine Bestellung aus. Diese Customers hatten sich (zumindest vorübergehend) für den Kauf entschieden.

     

Die Grenze zwischen den Phasen Informationssuche und Bewertung von Alternativen oder auch der Übergang zur Phase Kaufentscheidung waren aus den Beobachtungen nicht eindeutig zu identifizieren. Dies wurde als Hinweis gewertet, dass diese Phasen nicht linear, sondern mehrfach und iterativ durchlaufen werden. Gleichzeitig wurden die Hauptphasen des Kaufentscheidungsprozesses wiedererkannt, trotz gewisser Überschneidungen. Das zugrunde liegende Modell wurde deshalb als angemessen erachtet.

Alle durchgeführten Interviews wurden transkribiert, kodiert und ausgewertet. Die Kodierung wurde nach dem Gesprächsleitfaden strukturiert, abgeleitet von den Thesen zur Forschungsfrage. Es wurden fünf Code-Familien gebildet: 1) Aussagen bezüglich der aktuellen Wohn- und Einrichtungssituation und 2) Kanäle für die Informationsbeschaffung, 3) Aussagen zur Überprüfung der drei Thesen, 4) Aussagen zum Kaufentscheidungsprozess und schließlich wurden 5) im Rahmen eines zweiten Kodierungsdurchlaufs (Second Cycle) relevante Aussagen identifiziert, die einen Rückschluss auf die App als Kanal, auf den Einfluss des aktuellen Entwicklungsstandes der Technologie und auf eine mögliche Weiterentwicklung der App schließen ließen. Diesen Code-Familien wurden 31 Codes zugeordnet. Insgesamt wurden 323 Aussagen aus den Interviews analysiert.

13.4 Ergebnisse

Nachfolgend werden die Ergebnisse der empirischen Erhebung erläutert.

13.4.1 Analyse des Kaufentscheidungsprozesses

Die im Modell zum Kaufentscheidungsprozess definierten Phasen konnten in den Beobachtungen und Antworten der Interviewten nachvollzogen werden. So gab beispielsweise eine 21-jährige Kundin an: „Ich habe das Sofa zuerst im Internet ausgesucht, dann hier vor Ort ausprobiert und fotografiert. Damit ich es zuhause auch nochmal ansehen kann, um zu sehen, ob es mir morgen immer noch gefällt und vielleicht noch ein zweites Mal vorbeigehen, um das Möbelstück anzusehen und dann noch Vergleiche machen kann mit anderen.“ Ein Verkaufsexperte bei FURNIT bestätigt folgenden Ablauf: „Sie suchen zuerst im Internet und sehen sich den Katalog an. Dann kommen sie zu uns. Sie machen auch Fotos oder Videos.“ Damit wurden die in der Theorie beschriebenen Phasen des Kaufentscheidungsprozesses bestätigt.

Dass der Prozess iterativ anstatt linear abläuft sowie teilweise lange dauert (Abb. 13.3), konnte von verschiedenen Antworten abgeleitet werden. So erläuterte eine 47-jährige Kundin: „Ich überlege lange vor dem Kauf, sehe mir die Internetseite an und stelle das Zimmer um und habe gemerkt, ich kann es nicht so kaufen, wie ich es will, und habe es nochmals umgeändert. Also dreimal habe ich es umgeändert und dann konnte ich sagen, ja so stimmt’s, und dann kaufe ich es.“ Eine Expertin von Möbel ITURE gab weiter an, dass die Customers gerade bei teureren Möbeln üblicherweise mehrmals vorbeikommen, dass der effektive Entscheid dann aber relativ rasch getroffen wird. Auffallend ist zudem, dass die Phase Informationssuche bei vielen mit dem Ausmessen eines Zimmers beginnt. Danach dauern die Phasen Informationssuche und Bewertung typischerweise relativ lange, bevor der definitive Entscheid gefällt.
Abb. 13.3

Iterativer Kaufentscheidungsprozess unter Einbindung verschiedener Kanäle.

(Eigene Darstellung)

Während den Beobachtungen fiel auf, wie intensiv Customers das Smartphone während des Einkaufs einsetzten. Möbelstücke wurden fotografiert und es wurden Informationen mit dem Smartphone gesucht, mitgebracht oder geteilt (Abb. 13.4). Es konnte vielfach beobachtet werden, wie über das Smartphone Anrufe getätigt wurden. Das den Telefongesprächen vor- und nachgelagerte Verhalten ließ darauf schließen, dass dabei eine gemeinsame Abwägung von Alternativen stattfand oder eine mögliche Kaufentscheidung abgestimmt wurde. In der Phase Kaufentscheidung inkl. Kaufabschluss wurden also Dritte miteinbezogen. Jedoch wurde diesem Aspekt lediglich am Rande der These 2 eine weiterreichende Bedeutung beigemessen. Konkret die Möglichkeit zur Sammlung bzw. Speicherung von Informationen, dem Teilen dieser Informationen mit weiteren Entscheidern, dem daraus abgeleiteten Bilden und Vergleichen von Alternativen sowie dem Abstimmen eines Kaufentscheides wurden als potenziell maßgeblich für die Beurteilung des möglichen Einflusses von AR auf den Kaufentscheid erachtet und in den Kundeninterviews berücksichtigt.
Abb. 13.4

Ethnografische Beobachtung von Kunden und deren intensive Verwendung des Smartphones.

(Eigene Darstellung)

13.4.2 These 1: Förderung der Interaktion mit dem Anbieter

Um herauszufinden, ob über die AR-App FURNIT-AR potenzielle Customers animiert werden, entlang des Kaufentscheidungsprozesses mit den Anbietern zu interagieren, sollten Customers auf einer Skala von 1–10 angeben, wie sehr ihnen das Ausprobieren der App Spaß gemacht hat. Die kundenberatenden Experts wiederum wurden direkt gefragt, in welchem Ausmaß eine solche App die Interaktion der Customers mit den Anbietern und deren Produkten fördere. Die quantitativen Erhebungen wurden durch Aussagen in den Interviews ergänzt.

Von den 18 befragten Customers haben 16 mit einem Wert von 7 oder höher geantwortet. Mit einem Mittelwert von 7,8 lässt sich festhalten, dass das Ausprobieren der App den meisten Customers einen gewissen Spaß bereitet hat. Die Wahrscheinlichkeit einer zukünftigen Nutzung der App wurde mit einem Mittelwert von 7,6 ähnlich hoch angegeben. Besonders auffällig ist, dass ein Drittel der Befragten (n = 6) angaben, die App zukünftig ganz sicher (Skalenwert 10) zu nutzen und dass die Kunden, die außerhalb des Möbelgeschäfts befragt wurden, mit Abstand die tiefsten Wahrscheinlichkeiten für eine zukünftige Nutzung angaben. Daraus lässt sich schließen, dass die App erst ab einem gewissen Punkt im Kaufentscheidungsprozess als hilfreich eingeschätzt wird.

Von den sechs befragten Experts nannten fünf bei der Frage zur Förderung der Interaktion mit den Anbietern einen Wert von 7 oder höher (Mittelwert 6,8). Einzig eine Kundenberaterin bei FURNIT gab bei dieser Frage einen sehr tiefen Wert an. Bei der Erklärung des tiefen Wertes wies die Kundenberaterin jedoch darauf hin, dass es sehr auf die jeweiligen Customers ankommt und gerade bei der jüngeren Generation eine ansteigende Interaktion über die App zu erwarten sei: „Gewisse Kunden würden uns nicht mehr brauchen für Anfragen zu Größe oder Farbe oder was jetzt passen würde. Die Kunden, die noch persönliche Beratung wünschen, aber eher nicht; das ist relativ schwierig. Aktuell wünschen noch viele Kunden eine Beratung. Bei der zukünftigen Generation, die mit Computern aufgewachsen ist, wird die Nutzung aber sicher noch zunehmen.“ Mit einem Mittelwert von 7,3 lässt sich deshalb festhalten, dass die Experts der App eine anregende Wirkung in Bezug auf Interaktion der Customers mit den Anbietern zusprechen. Interessant ist, dass die Experts von Möbel ITURE mit zweimal einer 8 sowie einmal mit einer 10 diesen Punkt als besonders relevant einschätzen. Die Kundenberaterin, die den maximalen Wert angegeben hat, erklärt zusätzlich: „Kunden sind immer selbstständiger. Sie möchten den Entscheid immer mehr in den eigenen Händen haben oder einen Vorentscheid fällen. Ich finde eine solche App sehr einladend zum Einkaufen, denn es erfüllt den Wunsch nach einem sofortigen Ereignis.“

13.4.3 These 2: Begünstigung der Konversion

Um herauszufinden, ob die AR-App FURNIT-AR eine Steigerung an Kaufabschlüssen bewirkt, sollten Customers auf einer Skala von 1–10 angeben, wie nützlich die App für sie beim Kaufentscheidungsprozess war. Die kundenberatenden Experts wiederum wurden gefragt, in welchem Ausmaß eine solche App den Kaufentscheidungsprozess in Richtung Kaufabschluss unterstützt. Die quantitativen Erhebungen wurden durch Aussagen in den Interviews ergänzt.

Customers schätzen den Nutzen der AR-App beim Vergleichen mit anderen Möbelstücken mit einem Mittelwert von 7,9 als besonders hilfreich ein. Dieser Schritt im Kaufentscheidungsprozess ist der Phase Bewertung von Alternativen zuzuordnen. Der hohe Nutzen wird von den interviewten Customers damit begründet, dass mit der App verschiedene infrage kommende Möbelstücke am Bestimmungsort platziert und an Ort und Stelle miteinander verglichen werden können. So gibt eine FURNIT-Kundin prägnant und treffend an: „Das hilft sicher sehr gut. Dann kann man alles reinstellen und sehen, welches am besten in den Raum passt.“ Ein 51-jähriger Kunde führt aus: „Es hilft natürlich, dass man zeigen kann, wie es aussieht und wie es wirkt. Also es hilft sicher besser als ein Foto, weil man es im Prinzip so wahrnimmt, wie es sich im Raum darstellt, wie man es sieht.“

Customers bescheinigen der App einen hohen Nutzen beim Einbezug von Dritten mit einem Mittelwert von 7,6. Zu beachten gilt es, dass bei dieser Frage lediglich sieben Customers angegeben haben, dass sie Dritte bei der Kaufentscheidung miteinbeziehen. Die angegebenen Werte wurden zusätzlich kommentiert. So führt eine 18-jährige FURNIT-Kundin aus: „Man kann es sich einfach besser vorstellen statt, wenn ich jetzt ein Foto von dem schicken würde.“

Mit jeweils Mittelwerten von 6,9 bei der Informationssuche und 7,3 beim effektiven Kaufentscheid wird der Nutzen der App leicht tiefer eingeschätzt. Im Fall der Informationssuche erklärte dazu ein 26-jähriger FURNIT-Kunde: „Also, ich glaube, ich würde trotzdem zuerst im Internet schauen, weil es ja nicht Sinn macht 100 verschiedene Möbel hochzuladen“. Eine 21-jährige FURNIT-Kundin weist darauf hin, dass sie gewisse, für sie wichtige Informationen nur im stationären Handel findet: „[Die App] ist gut, aber wie gesagt, man kann die Möbel nicht berühren.“ Auch hinsichtlich des Nutzens beim Kaufentscheid wird wiederum auf das nötige Zusammenspiel mit den weiteren Kanälen hingewiesen. In diesem Fall wird vor allem auf die hohe Relevanz des stationären Handels bei der Entscheidungsfindung hingewiesen. So sagte beispielsweise eine 49-jährige Kundin: „Ich glaube die Entscheidung mache ich nicht aufgrund der App. Die fälle ich hier im Laden beim Anschauen. Sie hilft natürlich, weil man die Möbelstücke umstellen kann.“ Ein 26-jähriger Kunde bemerkte dazu: „Ich habe eher das Gefühl, ich würde es am Schluss nutzen, um zu sehen wie es in der Wohnung steht. Denn den Hauptentscheid, denke ich, habe ich schon vorher gefällt. Das wäre dann eher noch um zu sehen, ob es gut in der Wohnung steht.“ Aus dieser Aussage lässt sich neben der Relevanz weiterer Kanäle ein Indiz für den nichtlinearen Kaufentscheidungsprozess herauslesen. So scheint dieser Kunde die bereits ausgewählte Alternative im Nachhinein nochmals absichern zu wollen. Dies deutet auf ein Zutreffen der These 3 hin. Bezüglich des Nutzens der App bei der Informationssuche sowie dem Kaufentscheid lässt sich zusammenfassen, dass die Customers der App zwar durchaus einen Mehrwert attestieren, sich jedoch nicht eine isolierte Verwendung vorstellen können. Onlineshops vornehmlich für die Informationssuche sowie der stationäre Handel für die Informationssuche wie auch für die Entscheidungsfindung werden trotz den Möglichkeiten der App als unabdingbar gewertet.

Die Experts erachteten die App ebenfalls beim Vergleichen von Möbelstücken mit einem Mittelwert von 7,8 als am hilfreichsten. Den Nutzen beim Entscheiden wie auch bei der Informationssuche schätzen die Experts leicht tiefer ein als die Customers. Dabei wird wiederum mehrfach auf die Relevanz des stationären Handels hingewiesen. So meint eine Expertin von Möbel ITURE in Bezug auf den Kaufentscheid: „Es ist zwar sehr cool, um sich das Ganze bildlich vorstellen zu können, aber schlussendlich müssen die Leute auch einmal draufsitzen können.“ Noch deutlicher drückt sich eine weitere Expertin bei Möbel ITURE aus: „Nicht relevant. So eine App ist nicht relevant bei einem teuren Möbelkauf. … So eine App hilft vielleicht, aber beim Entscheid halte ich es für nicht relevant.“ Bei der Informationssuche äußert sich die gleiche Kundenberaterin ähnlich kritisch: „Nach Informationen? Ich habe keine Informationen erhalten. Enttäuschend.“ Andere Experts schätzten den Nutzen der App deutlich höher ein und alle Experts antworteten bei der abschließenden Frage, ob die App ihrer Ansicht nach den Kaufentscheidungsprozess unterstützt, mit „Ja“.

13.4.4 These 3: Erhöhung der Wahlsicherheit

Um herauszufinden, ob über die AR-App FURNIT-AR die Sicherheit bei der Auswahl der Möbelstücke erhöht wird, sollten Customers auf einer Skala von 1–10 angeben, wie sie den Einfluss der App auf ihre Wahlsicherheit wahrnahmen. Die kundenberatenden Experts wurden gefragt, in welchem Ausmaß eine solche App den Customers Wahlsicherheit vermittelt. Die quantitativen Erhebungen wurden durch Aussagen in den Interviews ergänzt.

Um einen Effekt auf die Sicherheit abzuschätzen, das „richtige“ Möbelstück zu kaufen, wurden die Customers gefragt, wie sicher sie beim letzten Möbelkauf bezüglich ihrer Entscheidungen waren. Hierbei haben von 18 befragten Customers 12 angegeben, sicher gewesen zu sein. Die 49-jährige FURNIT-Kundin beschreibt dies folgendermaßen: „Da war ich schon überzeugt, sonst hätte ich es nicht gekauft.“ Einige Customers haben als Antwort gegeben, dass sie 100 % sicher waren, womit eine Erhöhung der Wahlsicherheit durch zusätzliche Hilfsmittel obsolet wird. Etwas offener formulierte dies ein 49-jähriger Kunde: „Sehr sicher, weil ich lange überlege. Wobei mit dieser Applikation ist es natürlich ja sehr hilfreich, weil man sich das dann halt direkt anschauen kann.“ Von den restlichen sechs befragten Customers waren drei mäßig sicher und zwei unsicher. Ein 20-jähriger FURNIT-Kunde erklärt: „Ja, denn man hat immer so ein bisschen Zweifel, dass es dann doch nicht reinpasst.“ Eine 23-jährige FURNIT-Kundin beschreibt: „Also beim letzten Kauf hatten wir nur Fotos und es kam dann gut, aber es hätte natürlich auch sehr schiefgehen können. Also wir hatten halt nicht immer die gleichen Informationen und waren uns etwa 60 % sicher.“ Customers sind in den meisten Fällen überzeugt, das Richtige zu kaufen. Trotzdem gab mindestens ein Drittel der Customers an, dass bezüglich Sicherheit die Customer Experience gesteigert werden könnte (mäßig sicher oder unsicher).

Ebenfalls befragt wurden die Customers, wie sie prüfen, ob die Möbelstücke in die Bestimmungsumgebung passen. Dabei erwähnten zahlreiche Customers, dass sie zuerst den Raum ausmessen um sicherzustellen, dass das entsprechende Möbel von der Größe her in den Bestimmungsort passt. Andere erklärten, dass sie sich die Möbel in der Bestimmungsumgebung vorstellen. Ein 49-jähriger FURNIT-Kunde erläuterte: „Ich versuche mir das vor dem geistigen Auge vorzustellen, im Grunde, das, was man halt damit (die App) macht. Passt der Farbton, die Größe, das Ausmessen. Diese Richtung.“ Es wurde somit von den Customers bestätigt, dass es eine gewisse Herausforderung ist, zu prüfen, ob ein Möbelstück in die Bestimmungsumgebung passt. Ebenfalls kann von den Aussagen abgeleitet werden, dass die App zur Unterstützung der Vorstellungskraft als hilfreich eingeschätzt wurde.

Bei der Einschätzung zum Einfluss der AR-App FURNIT-AR auf die Wahlsicherheit haben die Customers mit einem Mittelwert von 6,9 geantwortet. Im Vergleich zu anderen Fragen zum Nutzen der App war dies ein eher tiefer Wert. Daraus wird geschlossen, dass die Erhöhung der Wahlsicherheit durch die App nicht als Hauptnutzen eingeschätzt wird. Die Aussage einer 47-jährigen Kundin, die den Wert 1 angegeben hatte, verdeutlicht dies: „Die Applikation gibt mir hier keine Sicherheit.“ Trotzdem geben immerhin elf Customers einen Wert von 7 oder höher an. Dies lässt vermuten, dass die App zumindest eine absichernde Wirkung beim Entscheid vermittelt.

Die Experts wurden gefragt, welche Gründe es für die Unsicherheit bei Customers gibt. Häufig wurde dabei genannt, dass die Customers nicht wüssten, ob es Zuhause passe. So führte eine Expertin von FURNIT aus: „Was sicher eine Rolle spielt ist, wie passt es Zuhause in den Raum. Wir haben oft auch Kunden, die Fotos von einem Raum zeigen und fragen, ob das Möbelstück da jetzt hineinpasst. Und das andere ist sicher meist die Größe, dass sie nicht sicher sind wegen den Maßen und Zuhause nicht gemessen haben. Was man auch immer noch hat ist, dass sie bei der Konkurrenz etwas gesehen haben und noch abwägen.“ Ein Experte von Möbel ITURE wiederum bestätigt den Grund der fehlenden Fähigkeit sich das Möbelstück in der Bestimmungsumgebung vorstellen zu können. Interessant erscheint zudem die Annahme einer Expertin von Möbel ITURE bezüglich der mangelnden Vorstellungskraft der jüngeren Generation: „ … und leider, dass muss ich betonen, leider verliert die junge Generation durch die Nutzung solcher Apps das Vorstellungsvermögen, das visuelle Vorstellungsvermögen. Generationen sind mit Cartoons im Fernsehen aufgewachsen und dass fördert sicher nicht das Vorstellungsvermögen. Und so braucht diese Generation die Unterstützung einer solchen App.“ Neben weiteren Gründen für die Unsicherheit (z. B. Widerstandsfähigkeit des Materials, Qual der Wahl etc.) gehen die Experts folglich davon aus, dass nicht immer das nötige Vorstellungsvermögen vorhanden ist, um bei der Kaufentscheidung sicher zu sein.

Auch die Experts wurden gefragt, wie die Customers überprüfen, ob die infrage kommenden Möbelstücke in die Bestimmungsumgebung passen. Dies erachteten die Experts als Herausforderung. Ein Beispiel wird von einer Expertin von Möbel ITURE ausgeführt: „Das ist schwierig, hier braucht man Vorstellungsvermögen. Typischerweise nimmt der Kunde den Katalog, steht in seinem Zimmer und dann probiert er, sich ein neues Sofa vorzustellen.“ Sowohl Möbel ITURE wie auch FURNIT bieten dafür Lösungen an. So erklärt ein Experte von Möbel ITURE: „Wir haben die Möglichkeit, dem Kunden Möbel mitzugeben, damit er diese ausprobieren kann.“ Außerdem besteht ein Rückgaberecht, sollte das Möbelstück nicht in die Bestimmungsumgebung passen.

Schließlich wurden auch die Experts gebeten einzuschätzen, wie gut AR-Apps den Customers Sicherheit geben, das „richtige“ Möbelstück zu kaufen. Wiederum schätzten die Experts den Effekt der App mit einem Mittelwert von 6,9 ähnlich ein wie die Customers. Das Resultat wird durch Aussagen eines Experts plausibilisiert: „Also ich denke, wenn er sich das hier jetzt anschaut oder Zuhause mit der App, kann er dadurch einfach noch einen Impuls mehr erhalten um zu merken: Doch das passt jetzt!“ Auch hier ist entscheidend, dass die App eine zusätzliche Unterstützung darstellt und den Nutzen nicht als alleinstehender Kanal entfalten kann.

13.5 Diskussion

Die Studie hatte zum Ziel, den Einfluss von AR auf den Kaufentscheidungsprozess beim Möbelkauf zu beleuchten. Insgesamt lässt sich feststellen, dass AR den Kaufentscheidungsprozess beim Möbelkauf unterstützen kann. Die Erkenntnisse aus den Interviews zum Kaufentscheidungsprozess können wie folgt zusammengefasst werden: Die Phasen im Prozess werden zwar beibehalten, jedoch ist die Dauer der Phasen Informationssuche und Bewertung von Alternativen undefiniert und eine Abgrenzung in der Praxis oft nicht möglich. Die von den Customers sowie Experts angegebenen Hilfsmittel sowie die Erkenntnisse aus den ethnografischen Beobachtungen ergänzen den Entscheidungsprozess. Zuerst werden das Internet und die dort verfügbaren Onlineshops konsultiert. Teilweise werden für die Informationssuche Kataloge genutzt und (selten) bei Freunden und Bekannten nach Inspiration gesucht. Für die Customer Experience gewinnt der stationäre Handel an Bedeutung. Interessante Möbelstücke werden fotografiert oder gefilmt. Freunde, Bekannte, Familienmitglieder oder Partner werden für die Entscheidungsfindung einbezogen. Schließlich wird ein Kaufentscheid gefällt und das Möbelstück online oder in einem Möbelgeschäft geordert.

Auffällig ist, dass alle Interviewten angegeben haben, sich im Internet zu informieren. Viele Befragte blättern zudem ganz zu Beginn Kataloge zur Ideenfindung durch. Dies geschieht teilweise auch, weil im richtigen Moment ein entsprechender Katalog Zuhause im Briefkasten landet. Die Experts bei FURNIT sowie Möbel ITURE geben an, dass immer mehr Customers vorinformiert im stationären Handel erscheinen und schon in etwa wüssten, was sie suchen. Dies wird von den Händlern ebenfalls bestätigt. So geben NITU und Möbel ITURE in einem aktuellen Artikel an, dass 50 % der Customers bei NITU und 80 % der Customers bei Möbel ITURE bereits vor dem Besuch im Möbelgeschäft online nach Produkten suchen (Felber 2018). Zu Beginn der Informationssuche kann somit das Internet mit den Onlineshops als wichtigstes Hilfsmittel bezeichnet werden. Kataloge werden teilweise ebenfalls konsultiert. Seltener stellen Möbelstücke bei Freunden und Bekannten eine Inspiration dar.

In einem zweiten Schritt geben die meisten Customers an, dass sie weiterführende Informationen im stationären Handel suchen. Auffällig war, wie häufig während den Interviews darauf hingewiesen wurde, dass es bei Möbeln wichtig sei, dass man sie mit den eigenen Augen vor Ort sieht, anfassen und ausprobieren kann. Daraus wird gefolgert, dass im stationären Handel konkretere Alternativen für den Möbelkauf gebildet werden und der Übergang zur Phase Bewertung von Alternativen fließend erfolgt. Wichtig erscheint aber, dass die Interviewten häufig angaben, nicht direkt beim Besuch im Möbelhaus zu entscheiden, sondern sich später erneut ins Möbelhaus zu begeben. Daraus lässt sich ableiten, dass weder die Phase Informationssuche noch die Phase Bewertung der Alternativen vollständig abgeschlossen sind.

Um die am Ende der Phase Informationssuche gebildeten Alternativen zu bewerten, begeben sich die meisten befragten Customers in ein Möbelgeschäft. Bei den ausgewählten Möbelstücken mit einem komplexen Kaufentscheidungsprozess, konkret den Sofas oder Schränken, ist es vielen Customers wichtig, sich Zeit zu lassen und die Möbelstücke vor Ort anzusehen. Im Zusammenhang mit dem Einfluss der AR-App FURNIT-AR ist besonders erwähnenswert, dass Customers oft Fotos oder Videos von potenziellen Möbelstücken machten. Besonders gut widerspiegelt sich dies in der nachfolgenden Aussage eines Kundenberaters bei FURNIT: „Wir haben schon Einzelpersonen, es ist da aber so, dass die Personen vermehrt Zuhause anrufen, um sich mit dem Partner oder wem auch immer abzusprechen. Was man mittlerweile auch sieht ist, dass Kunden Fotos machen und senden, gleichzeitig am Telefon sind.“ Diese Aufnahmen dienen also dem nachgelagerten Bewerten der Alternativen, aber auch dem gezielten Einbezug von Dritten (Abb. 13.5).
Abb. 13.5

Übersicht über die Bedeutung verschiedener Kanäle im Kaufentscheidungsprozess

13.5.1 These 1: Förderung der Interaktion mit dem Anbieter

Aus den hohen Werten beim Spaßfaktor und der Wahrscheinlichkeit einer zukünftigen Nutzung bei den Customers sowie den übereinstimmenden Aussagen der Experts kann geschlossen werden, dass die App die Interaktion mit den Anbietern solcher Apps anregt. Aufgrund der tieferen Werte durch die außerhalb des Möbelgeschäfts befragten Customers kann von einer hohen Herausforderung bezüglich rechtzeitiger Zurverfügungstellung der App ausgegangen werden. Kritisch lässt sich sicherlich hinterfragen, ob die App auch nach einem tatsächlichen Anwendungsversuch als noch so stimulierend für die Interaktion eingeschätzt werden würde. Trotz gewisser Vorbehalte wird – auch aufgrund einer erwarteten Weiterentwicklung der Technologie und deshalb einer besseren Funktionalität – davon ausgegangen, dass die These 1 zutrifft und durch AR potenzielle Customers animiert werden, entlang des Kaufentscheidungsprozesses vermehrt mit Anbietern und deren Produkten zu interagieren.

Die Customers schätzen die Wahrscheinlichkeit für eine zukünftige Nutzung der App FURNIT-AR als relativ hoch ein. Ein Drittel der Befragten war sich sogar sicher und gab den höchstmöglichen Wert an. Deshalb erstaunt es, dass die App nicht bereits bekannter und deren Nutzung verbreiteter ist. Ein Grund dafür ist sicherlich, dass FURNIT die App (noch) nicht aktiv bewirbt und auch nicht mit den bestehenden Kanälen verbunden hat. In der Filiale in der Region Bern konnten weder visuelle Hinweise auf die App gefunden werden, noch war die App den befragten Verkaufs-Experts bekannt. Aufgrund der Reaktionen der Interviewten kann gefolgert werden, dass gerade Customers mit einem unmittelbar vorhandenen Bedürfnis zum Möbelkauf Gefallen an der App finden könnten. Wenn auch noch nicht alle Funktionen in überzeugender Qualität umgesetzt sind, könnte die App einen Begeisterungsfaktor im Einkaufserlebnis bei FURNIT darstellen. Da weitere Anbieter an vergleichbaren Anwendungen arbeiten oder bereits veröffentlicht haben, sollte nicht lange mit der Umsetzung der untenstehenden Handlungsempfehlungen abgewartet werden, um den Charakter eines Begeisterungsfaktors nutzen zu können.

13.5.2 These 2: Begünstigung der Konversion

Abgeleitet von den Ergebnissen wird gefolgert, dass die AR-App FURNIT-AR einen begünstigenden Effekt auf die Konversion bewirkt. Dies nicht unbedingt aufgrund von Effekten der Instant Happiness – zumindest konnte dies nicht im Rahmen der Studie festgestellt werden –, sondern weil die App als besonders nützliches Hilfsmittel für das Bewerten von Alternativen wahrgenommen wird. Dieser Nutzen wurde sowohl von Customers als auch Experts angegeben. Die dadurch begründete Begünstigung der Konversion funktioniert hauptsächlich im Zusammenspiel mit weiteren Kanälen, vornehmlich den Onlineshops und dem stationären Handel. Da die Phasen Informationssuche und Bewertung von Alternativen (bis hin zur Kaufentscheidung) voraussichtlich iterativ, sich überschneidend und nicht sequenziell ablaufen, kann geschlossen werden, dass dank der App zu jedem Zeitpunkt im Kaufentscheidungsprozess bequem eine aussagekräftige Bewertung einer Alternative ermöglicht wird. Mit der digitalen Transformation kann eine Entwicklung hin zu einer verstärkten Interaktion zwischen Individuen über digitale Kanäle beobachtet werden. In diesem Zusammenhang kann davon ausgegangen werden, dass die App gerade in Situationen mit mehreren Entscheidern einen hohen Mehrwert bieten kann. Entsprechend positiv waren die Aussagen zur Bewertung von Alternativen sowie den Einbezug von Dritten für die Entscheidungsfindung. So lässt sich zu jeder Zeit im Kaufentscheidungsprozess die Haltung Dritter abholen und dadurch kann Sicherheit beim Ausschließen oder Favorisieren von Alternativen gewonnen werden. Es findet somit eine zeitliche und personelle Entkopplung im Kaufentscheidungsprozess statt, wodurch eine Konversion begünstigt wird.

13.5.3 These 3: Erhöhung der Wahlsicherheit

Von Customers und Experts wird der AR-App ein positiver, beitragender Effekt bezüglich der Sicherheit bestätigt, das „richtige“ Möbelstück zu kaufen. Indem Möbelstücke über die AR-App in der Bestimmungsumgebung angezeigt werden können, vermögen Customers besser zu beurteilen, ob das Möbelstück in die Bestimmungsumgebung passt. Aus diesem Grund wurde erwartet, dass im Vergleich zu den bisher zur Verfügung stehenden Kanälen und Hilfsmitteln die Sicherheit steigt, das „richtige“ Möbelstück zu kaufen. Aufgrund des Zusammenspiels verschiedener Kanäle im Kaufentscheidungsprozess muss diese These in der ursprünglichen Form verworfen werden, insbesondere, wenn die App als isolierter Kanal betrachtet wird. Vielmehr ist anzunehmen, dass das für den Kaufentscheid notwendige Maß an Sicherheit bequemer sowie eventuell früher erreicht wird. Ohne die App wäre häufig ein erneuter Besuch von Möbelhäusern bzw. Onlineshops nötig. Die Customer Experience wird durch die Möglichkeiten der AR-App also verbessert, jedoch ist es unklar, ob der Grad an Sicherheit im Kaufentscheidungsprozess erhöht wird. Es stellt sich mit Blick in die Zukunft die Frage, ob allenfalls bei besserer Qualität und Funktionalität sowie positiven Erfahrungen bei der Nutzung der App die Sicherheit erhöht und ein Kanal oder auch mehrere Kanäle teilweise substituiert werden können. Dass jedoch, wie bei der ursprünglichen Beschreibung der These angenommen, aufgrund der App der stationäre Handel an Bedeutung verliert, konnte anhand der Empirie nicht belegt werden.

13.5.4 Kritische Aussagen zum Nutzen der AR-App

Neben den unterstützenden Wirkungen der AR-App wurden auch diverse eher kritische bzw. den Nutzen der App relativierende Aussagen geäußert. Neben dem Einfluss der Technologie wird diesbezüglich vor allem das Zusammenspiel mit bestehenden Kanälen thematisiert.

Sehr kritisch zu beurteilen ist die aktuelle Qualität der Anwendungen. So wurde bei den Interviews mehrfach darauf hingewiesen, dass die App nur Erfolgschancen hat, wenn sie der erwarteten Funktionalität und Qualität entspricht. Beim Einsatz der App im Rahmen der Studie fiel auf, dass je nach Bedingungen (z. B. Lichtverhältnissen) die Resultate eine ungenügende Qualität aufwiesen (z. B. nicht realitätsnah im Raum einfügt). In einem aktuellen Bericht über den Entwicklungsstand der AR-Technologie wird die Grafikqualität der bestehenden AR-Apps der Möbelbranche als bescheiden beurteilt (Settele 2018). Dies bestätigten auch Customers und äußerten sich teilweise skeptisch zu den Ergebnissen der App. Die aktuelle Qualität führt zu Zweifeln, was den Mehrwert im Kaufentscheidungsprozess schmälert.

Wie bereits erwähnt wurde die AR-App lediglich als unterstützendes Hilfsmittel wahrgenommen. Der Kaufentscheidungsprozess wird deshalb durch AR nicht grundlegend verändert. Die App stellt ein Bindeglied zwischen den aktuellen Kanälen dar und eignet sich vermutlich in erster Linie für das Bewerten von Alternativen inklusive des Einbezugs von Dritten. Nur wenn die App darauf ausgerichtet ist, die erwartete Funktionalität liefert und auch in den bestehenden Kanälen am richtigen Ort zum richtigen Zeitpunkt auf das zusätzliche Hilfsmittel aufmerksam gemacht wird, kann sich der effektive Nutzen der App entfalten. Besonders wichtig deshalb, dass Customers überall dort auf die App aufmerksam gemacht werden, wo zur Bildung der Alternativen Informationen gesucht werden. Eine Fokussierung sollte dabei auf Möbelstücke mit einem komplexen Kaufentscheidungsprozess bzw. High Involvement geschehen. Da aktuell kaum Verknüpfungen zwischen den Kanälen vorhanden sind, kann nicht davon ausgegangen werden, dass der in den vorhergehenden Kapiteln beschriebene Nutzen bereits heute eine breite Kundengruppe erreicht hat.

Es ist durchaus denkbar, dass zukünftig zusätzliche Hilfestellungen, beispielsweise in Form von Bewertungen von Produkten durch Customers, über digitale Kanäle verfügbar gemacht und auch in den Kaufentscheidungsprozess einbezogen werden. Dies kann zu einer Stärkung der digitalen Kanäle führen. Bei teuren Möbelstücken, die für längere Zeit in Verwendung bleiben und eine hohe Sichtbarkeit in den Räumlichkeiten der Customers aufweisen, wird aber voraussichtlich noch längere Zeit vorausgesetzt, die Möbel vor dem Kauf ausprobieren und mit eigenen Augen in der Realität anschauen zu können. Die wohl andauernde hohe Relevanz des stationären Handels schränkt jedoch den Nutzen von AR nicht ein. Weil sich Customers im Möbelhaus an unterschiedlichen Punkten im Kaufentscheidungsprozess befinden, bietet sich die Chance AR als besonders wertvoll eingeschätztes Hilfsmittel zur Verfügung zu stellen.

13.6 Handlungsempfehlungen

Der Zusatznutzen von AR im Kaufentscheidungsprozess wird im Zusammenspiel mit den bestehenden Kanälen als hoch eingeschätzt. Die Möbelbranche ist damit in der digitalen Transformation auf einem strategisch sinnvollen Weg. Ein Großteil der befragten Personen gab als sehr wahrscheinlich an, dass sie die App nach dem Kennenlernen weiterhin nutzen werden. Die im Rahmen der Studie gemachten Beobachtungen legen jedoch nahe, dass durch die fehlende Verknüpfung der Kanäle viele Customers gar nicht auf die App aufmerksam werden – zumindest nicht zum richtigen Zeitpunkt. Damit sich der Nutzen von AR entfalten kann, sollte im richtigen Moment am richtigen Ort auf die App aufmerksam gemacht werden. Weder bei den ethnografischen Beobachtungen, noch bei den Interviews in der FURNIT Filiale, noch bei den darauffolgenden Nachforschungen konnte eine gezielte Verknüpfung von bestehenden Kanälen mit der AR-App festgestellt werden. Dies gilt gleichermaßen für den Onlineshop, inklusive der mobilen Version, den aktuellen Katalog sowie für den stationären Handel. Nachfolgend sind deshalb einige konkrete Verbesserungsvorschläge für eine gezielte Verknüpfung der jeweiligen Hilfsmittel aufgeführt.

Digitale Kanäle

Der Kaufentscheidungsprozess beginnt mit der Informationssuche. Um sich eine erste Übersicht zu verschaffen, nutzen viele Customers das Internet bzw. Onlineshops. Obwohl dort die gleichen Produkte präsentiert werden, die auch in der App FURNIT-AR enthalten sind, gibt es keine direkten Hinweise auf die App. Sollen Customers direkt bei der Informationssuche eine erste Bewertung von potenziellen Möbeln vornehmen können, sollten sie unmittelbar beim Produkt auf die Möglichkeit aufmerksam gemacht werden. Zudem sollte der darauffolgende Prozess – sprich der Download der App oder, falls bereits vorhanden, die Suche nach den entsprechenden Möbelstücken – sehr einfach möglich sein. Dies könnte allenfalls mit einem Link auf den App-Store oder mit QR-Codes gelöst werden. Erfolgt die Informationssuche über ein mobiles, App-fähiges Gerät, sollte ein direkter Weg in FURNIT-AR angestrebt werden.

Verknüpfung mit dem Katalog

Beim aktuellen Katalog findet sich am Ende ein kurzer Hinweis auf die App. Damit auch Customers, die den Katalog zur Informationssuche nutzen, von den Vorteilen der AR-App profitieren können, sollten auch im Katalog möglichst in der Nähe der relevanten Produkte Hinweise auf die App enthalten sein. Damit nicht der ganze Katalog mit QR-Codes gefüllt werden muss, sind die relevantesten Möbel mit einem entsprechend komplexen Kaufprozess (Sofas, Esstische, Schränke) für eine Verknüpfung auszuwählen.

Verknüpfung mit dem stationären Handel

Aufgrund der hohen Relevanz des stationären Handels sind die Hinweise auf die AR-App hier besonders wichtig. Gerade wenn Customers sich noch in einer relativ frühen Phase des Kaufentscheidungsprozesses befinden, wäre es wertvoll, wenn die Möbel direkt in der geplanten Wohnumgebung visuell beurteilt werden könnten. Die dafür notwendige „Infrastruktur“ bringen Customers selbst mit: das Smartphone, das schon aktuell als Hilfsmittel beim Einkaufen eingesetzt wird.

Noch fast relevanter als die visuellen Hinweise auf die App ist, dass die Experts die App gezielt in Gesprächen als Hilfsmittel einbringen können. Dafür wäre es wichtig, dass die Kenntnisse zur App erhöht werden. Bei den Interviews wurde festgestellt, dass die Experts aktuell keine oder kaum Kenntnisse der App aufweisen. Gerade noch unentschlossenen Customers könnte die AR-App jedoch mit in die nächsten Phasen des Kaufentscheidungsprozesses gegeben werden. Zur Verbesserung der Customer Experience ist außerdem notwendig, dass Experts über ein gewisses Anwendungswissen verfügen, um Customers auch bezüglich der richtigen Handhabung des Hilfsmittels beraten zu können.

Einbezug von Dritten

Eine wertvolle Funktion der App stellt die Möglichkeit dar, Dritte im Kaufentscheidungsprozess miteinbeziehen zu können. Aktuell ist jedoch in der App FURNIT-AR ein Bruch vorhanden. So muss die Screenshot-Funktion am Smartphone verwendet werden, um eine Einrichtungssituation weiterleiten zu können. Ein direktes Teilen aus der App heraus ist bislang nicht möglich. So könnte beim direkten Teilen aus der App heraus zusätzlich gefragt werden, ob die aktuelle Einrichtungssituation geteilt oder nur das Möbelstück an Dritte weitergeschickt werden soll. Gerade Bewohner von Wohngemeinschaften oder auch Paare, bei denen ein gemeinsamer Besuch des Möbelgeschäfts zeitlich nicht möglich ist, könnten davon profitieren. Zusätzlich würde diese Funktion eine Chance zur weiteren Verbreitung der App bieten. Bei einem Versand eines Möbelstückes an Customers, die nicht über die App verfügen, könnte eine Einladung zum Download der App geschickt werden. Ähnlich wie es beispielsweise bei WhatsApp oder auch Twint gelöst ist, wenn eine Nachricht bzw. Geld an Leute ohne App verschickt werden soll.

Anzeigequalität

Um den Mehrwert der App zu steigern, wird eine Verbesserung der Anzeigequalität empfohlen. Die App wird bei schlechter Anzeigequalität kaum großen Anklang finden. Aktuell herausfordernd ist, dass die Möbelstücke auch in Wände hineingezogen werden können und deshalb die Größenanzeige im Raum nicht mehr realistisch ist. Zwar kann man mit sorgfältigem Scannen und Platzieren der Möbelstücke Abhilfe verschaffen, jedoch ist das relativ aufwendig und nicht benutzerfreundlich. Wünschenswert wäre, wenn die App gerade Wände erkennen und dem Benutzer die real vorhandenen Grenzen auch in der App als Rahmen vorgeben würde. Schwierig zu lösen ist, dass teilweise Möbel im Raum stehen, die von den Customers tatsächlich „übereinandergestellt“ werden möchten. Die Umsetzung der genannten Verbesserung bei der Anzeigequalität erfordert voraussichtlich anspruchsvolle technische Lösungen. Dies könnte bedeuten, dass allenfalls hohe Kosten mit der Umsetzung dieser Anforderungen verbunden sind. Es ist abzuwägen, ob der durch die bessere Anzeigequalität entstehende Zusatznutzen die Kosten rechtfertigt.

Anleitung für die richtige Anwendung

Nach dem Download der App FURNIT-AR werden die Customers kurz in die Funktionen der App eingeleitet. Danach sind jedoch die Hilfestellungen in der App nicht mehr auffindbar und die Funktionalitäten sind nicht immer selbsterklärend. Sicherlich gibt es weitere Tipps und Tricks, die für eine Optimierung der Customer Experience nützlich wären. Deshalb wäre es wichtig, dass auch nach der Anleitung zu den ersten Schritten, direkt nach dem Download, ein Menüpunkt mit Hilfestellungen zur Verfügung steht.

Anbieterunabhängige App

Obwohl der Nutzen durch die Customers beim Bewerten von Alternativen als sehr hoch eingeschätzt wird, verbirgt sich bei diesem Punkt auch eine große Herausforderung. So entwickeln zurzeit diverse Anbieter eigene AR-Applikationen. Es ist jedoch naheliegend, dass die Customers sich nicht nur Möbelstücke eines Anbieters anschauen. Deshalb wäre eine Anzeige von Möbelstücken unabhängig vom Anbieter eine zusätzliche Erleichterung für die Customers. In verschiedenen Branchen haben sich in den letzten Jahren Plattformen etabliert, die Angebote mehrerer Markteilnehmer einschließen (z. B. Airbnb, Uber, Alibaba, Amazon etc.). Es gilt jedoch festzuhalten, dass auch ohne eine Weiterentwicklung der App in diese Richtung voraussichtlich ein Nutzen bezüglich des Vergleichens von Alternativen für die Customers entsteht. So lassen sich zumindest die in der App verfügbaren Möbelstücke besser beurteilen. Da beim Bilden sowie dem Bewerten von Alternativen mehrere Hilfsmittel verwendet werden, besteht die Möglichkeit aus den bestehenden Kanälen eine Verknüpfung zur App herzustellen, um die Customers auf diese aufmerksam zu machen.

13.7 Fazit

Die Ausgangslage dieser Studie war die Marktdurchdringung des Smartphones und die damit ermöglichte mobile Vernetzung als Treiber sich ändernden Einkaufsgewohnheiten. Wie bei den ethnografischen Beobachtungen gesehen und im Anschluss bei den Interviews validiert, machten Customers Fotos oder Videos, um zu einem späteren Zeitpunkt Möbelstücke miteinander zu vergleichen sowie um Dritte in den Kaufentscheidungsprozess miteinzubeziehen. Der Entscheidungsprozess beim Möbelkauf weist klare Muster auf. So beginnen die meisten Customers mit der Suche nach Informationen im Internet oder konsultieren Kataloge. Nach einer ersten Vorauswahl wird für weitere Informationen der stationäre Handel besucht. Danach folgen potenziell weitere Internetrecherchen sowie, vor allem bei teureren Möbelstücken, oftmals mehrfache Besuche in den Möbelhäusern. Vielfach werden die Entscheide zwischen mehreren Personen abgestimmt oder Dritte in den Kaufentscheidungsprozess einbezogen. Die aus der Literaturrecherche abgeleiteten Phasen des Kaufentscheidungsprozesses konnten wiedererkannt werden. Jedoch scheinen gerade die Phasen Informationssuche und Bewertung von Alternativen aufgrund der neuen Möglichkeiten, sich orts- und zeitunabhängig mit dem Einkauf auseinanderzusetzen, stärker miteinander zu verschmelzen. So scheinen die Phasen teilweise parallel stattzufinden und sich mehrfach zu wiederholen. Auf die bei Customers sowie den meisten Experts vor den Interviews noch unbekannte App FURNIT-AR wurde mit sichtbarem Erstaunen reagiert. Das erstmalige Ausprobieren bereitete den Customers Spaß und die Möglichkeiten der App wurden als hilfreich für den Kaufentscheidungsprozess eingeschätzt. Jedoch nicht als alleinstehendes Hilfsmittel, sondern als Bindeglied zwischen den aktuellen Kanälen. Gerade der stationäre Handel nimmt eine unverändert hohe Relevanz im Entscheidungsprozess beim Möbelkauf ein – dies zumindest bei den Möbelstücken mit einem komplexen Kaufprozess bzw. hohem Involvement. Besonders für die Bewertung von Alternativen eignet sich AR laut Angabe der Customers. Beim immer wichtiger werdenden Einbezug von Dritten bietet die App zusätzliche Möglichkeiten bzw. Entwicklungspotenzial. Die Sicherheit, das richtige Möbelstück zu kaufen, erhöht die untersuchte AR-App FURNIT-AR nicht unbedingt. Jedoch kann die App helfen, Kaufintentionen schneller und einfacher abzusichern. Insgesamt zeigte sich in den Erhebungen, dass die AR-App einen wichtigen Stellenwert im orts- und zeitunabhängigeren Kaufentscheidungsprozess einnehmen kann. Zusammenfassend lässt sich feststellen, dass AR den Kaufentscheidungsprozess beim Möbelkauf unterstützen kann und gezielt weiterentwickelt werden sollte. Mit den empirischen Ergebnissen und den davon abgeleiteten Handlungsempfehlungen leistet die vorliegende Studie einen Beitrag zum besseren Verständnis der mit der digitalen Transformation einhergehenden Veränderungen und zeigt sinnvolle Entwicklungsrichtungen für die Möbelbranche auf.

Fußnoten

  1. 1.

    Zur besseren Lesbarkeit werden nachfolgend Kundinnen und Kunden bzw. Konsumentinnen und Konsumenten unter dem englischen Begriff Customers subsumiert.

  2. 2.

    Aus Gründen der Vertraulichkeit wurden sämtlichen Klarnamen anonymisiert.

  3. 3.

    Zur besseren Lesbarkeit werden nachfolgend Expertinnen und Experten unter dem englischen Begriff Experts subsumiert.

Literatur

  1. Berry, L., et al. (2002). Managing the total customer experience. MIT Sloan Management Review, 43(3), 85–90.Google Scholar
  2. cebit.de. (2017). „Virtuelle Vielfalt: Das sind die Business Use-Cases für VR – Augmented & Virtual Reality“. CEBIT. https://www.cebit.de/de/news-trends/news/virtuelle-vielfalt-das-sind-die-business-use-cases-fuer-vr-319. Zugegriffen: 12. Juni 2018.
  3. Felber, P. (2018). „Die Migros-Tochter Interio rüstet sich mit einem neuen Ladenkonzept für die digitale Zukunft“. az Aargauer Zeitung. https://www.aargauerzeitung.ch/wirtschaft/die-migros-tochter-interio-ruestet-sich-mit-einem-neuen-ladenkonzept-fuer-die-digitale-zukunft-132983314. Zugegriffen: 4. Jan. 2019.
  4. Fitzgerald, M., Kruschwitz, N., Bonnet, D., & Welch, M. (2014). Embracing digital technology: A new strategic imperative. MIT Sloan Management Review, 55(2), 1.Google Scholar
  5. Gerth, N. (2015). IT-Marketing: Produkte anders denken – Denn nichts ist, wie es scheint (2., aktualisierte, überarbeitete u. erweiterte Aufl.). Berlin: Springer Gabler.CrossRefGoogle Scholar
  6. Griese, K.-M., & Bröring, S. (2011). Marketing-Grundlagen: Eine fallstudienbasierte Einführung (1. Aufl). Wiesbaden: Gabler (Lehrbuch).Google Scholar
  7. Halbmayer, E., & Salat, J. (2011). „Strukturierung qualitativer Interviews, Institut für Kultur- und Sozialanthropologie, Universität Wien“. Qualitative Methoden der Kultur- und Sozialanthropologie. http://www.univie.ac.at/ksa/elearning/cp/qualitative/qualitative-31.html. Zugegriffen: 15. Juni 2018.
  8. Henneberg, S. (Hrsg.). (2017). Virtual reality (1. Aufl.). New York: Greenhaven Publishing (Opposing viewpoints).Google Scholar
  9. Holland, H. (2018). „Definition: Customer experience management“. Gabler Wirtschaftslexikon Online. https://wirtschaftslexikon.gabler.de/definition/customer-experience-management-54478/version-277507. Zugegriffen: 14. Juni 2018.
  10. Husic, S. (2018). „Die Realität ist nicht genug“. Creditreform. (Report Bewegbild), vernetzt Augmented Reality (06), 50.Google Scholar
  11. Kirchgeorg, M. (2018). „Definition: Involvement“. Gabler Wirtschaftslexikon Online. https://wirtschaftslexikon.gabler.de/definition/involvement-39554. Zugegriffen: 16. Juni 2018.
  12. Klaus, P. (2015). Measuring customer experience: How to develop and execute the most profitable customer experience strategies. New York: Palgrave Macmillan.CrossRefGoogle Scholar
  13. Kotler, P., Armstrong, G., Harris, L. C., et al. (2016). Grundlagen des Marketing (6., aktualisierte Aufl.). Hallbergmoos: Pearson Deutschland (wi – Wirtschaft).Google Scholar
  14. KPMG. (2014). Digital transformation in switzerland. Report.Google Scholar
  15. Lüft, A. L. (2018). „Diesmal gilt’s“. Horizont (Report Bewegtbild), 12, 40.Google Scholar
  16. Mehler-Bicher, A., & Steiger, L. (2014). Augmented Reality: Theorie und Praxis (2., überarbeitete Aufl.). München: De Gruyter.CrossRefGoogle Scholar
  17. Milgram, P., Takemura, H., Utsumi, A., et al. (1994). „Augmented reality: A class of displays on the reality-virtuality continuum“. In H. Das (Hrsg.), (S. 282–292).  https://doi.org/10.1117/12.197321.
  18. Patel, N. (2014). „The psychology of instant gratification and how it will revolutionize your marketing approach“. Entrepreneur. https://www.entrepreneur.com/article/235088. Zugegriffen: 16. Juni 2018.
  19. Peter, J. P., & Olson, J. C. (2010). Consumer behavior & marketing strategy (9. Aufl.). internat. ed. Boston: McGraw-Hill.Google Scholar
  20. Peter, M. K. (2017). KMU-Transformation: Als KMU die Digitale Transformation erfolgreich umsetzen: Forschungsresultate und Praxisleitfaden. Olten: FHNW.Google Scholar
  21. Pousttchi, K. (2017). „Digitale Transformation“. Enzyklopaedie der Wirtschaftsinformatik. http://www.enzyklopaedie-der-wirtschaftsinformatik.de/lexikon/technologien-methoden/Informatik–Grundlagen/digitalisierung/digitale-transformation. Zugegriffen: 1. Juni 2018.
  22. PwC. (2017). Die deutsche Möbelbranche Struktur, Trends und Herausforderungen. (Branchenanalyse). Report.Google Scholar
  23. Rode, J. (2017). „Künstliche Welten“. Lebensmittel Zeitung 52, 20.Google Scholar
  24. Rutschmann, M., & Belz, C. (2014). Reales Marketing: Kunden zum Kauf führen; Kaufprozesse, Kaufhandlung, Erfolg. Stuttgart: Schäffer-Poeschel.Google Scholar
  25. Schulz, M. (2014). „Ethnografische Beobachtung“. In: A. Tillmann, S. Fleischer, & K.-U. Hugger (Hrsg.), Handbuch Kinder und Medien (S. 225–235). Wiesbaden: Springer VS (Digitale Kultur und Kommunikation).  https://doi.org/10.1007/978-3-531-18997-0_17.Google Scholar
  26. Settele, C. (2018). „Google und Apple: Handys mit Augmented Reality“. NZZ am Sonntag. https://nzzas.nzz.ch/wissen/google-und-apple-handys-mit-augmented-reality-ld.1444968. Zugegriffen: 27. Dez. 2018.
  27. Wade, M. R. (2015). „Digital Business Transformation“. IMD business school. www.dbt/reports/framework/. Zugegriffen: 3. Juni 2018.
  28. Winters, Phil. (2016). Customer Strategy: Aus Kundensicht denken und handeln (2. Aufl.). Freiburg: Haufe Gruppe.Google Scholar
  29. Zaharia, S. (2006): Multi-Channel-Retailing und Kundenverhalten: Wie sich Kunden informieren und wie sie einkaufen (1. Aufl.). Lohmar: Eul (Reihe: Kundenorientierte Unternehmensführung).Google Scholar

Copyright information

© Der/die Herausgeber bzw. der/die Autor(en) 2020

Open Access Dieses Kapitel wird unter der Creative Commons Namensnennung 4.0 International Lizenz (http://creativecommons.org/licenses/by/4.0/deed.de) veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.

Die in diesem Kapitel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.

Authors and Affiliations

  • David Aemmer
    • 1
    Email author
  • Jonas Bigler
    • 2
  • Marco Birkhofer
    • 3
  • Marie Brechbühler Pešková
    • 4
  • Deane Harder
    • 5
  1. 1.KerzersSchweiz
  2. 2.BernSchweiz
  3. 3.PortSchweiz
  4. 4.Institut UnternehmensentwicklungBerner Fachhochschule WirtschaftBernSchweiz
  5. 5.Berner Fachhochschule WirtschaftBernSchweiz

Personalised recommendations