Die Maschine entscheidet: Wann Konsumenten Algorithmen vertrauen und wann eher nicht
Download
Zum Zitiervorschlag
Zitiervorschlag
Castelo, N., Bos, M. W., & Lehmann, D. (2019). Let the Machine Decide: When Consumers Trust or Distrust Algorithms. NIM Marketing Intelligence Review, 11(2), 24-29. DOI: https://doi.org/10.2478/nimmir-2019-0012

Melden Sie sich für unseren Newsletter an

NIM Marketing Intelligence Review – KI und die Ära des automatisierten Marketings

Die Maschine entscheidet: Wann Konsumenten Algorithmen vertrauen und wann eher nicht

Autorinnen und Autoren

  • Noah Castelo, Assistant Professor of Marketing, University of Alberta, Edmonton, AB, Canada, ncastelo@ualberta.ca
  • Maarten W. Bos, Senior Research Scientist, Snap Inc., Santa Monica, CA, USA, maarten.w.bos@gmail.com
  • Donald Lehmann, George E. Warren Professor of Business, Columbia University, New York, NY, USA, drl2@columbia.edu
Download des Artikels

Noah Castelo, Maarten W. Bos und Donald Lehmann 

Dank des rasanten Fortschritts auf dem Gebiet der künstlichen Intelligenz sind Algorithmen in der Lage, immer schwierigere Aufgaben zu bewältigen, und sie erzielen dabei oft bessere Ergebnisse als menschliche Experten. Dennoch hegen viele Konsumenten ambivalente Gefühle gegenüber Algorithmen und neigen dazu, Menschen mehr zu vertrauen als Maschinen. Gerade wenn Aufgaben als subjektiv wahrgenommen werden, gehen Konsumenten oft davon aus, dass Algorithmen weniger effektiv sind. Tatsächlich ist das immer seltener der Fall. 

Um die Einführung von Algorithmen zu fördern, sollten Manager potenziellen Nutzern empirisch belegen, dass diese im Vergleich zum Menschen eine überlegene Leistung erbringen. Da die Konsumenten an die kognitiven Fähigkeiten von Algorithmen glauben, kann man Vertrauen stärken, indem man aufzeigt, dass diese Fähigkeiten für die Lösung relevant sind. Zusätzlich kann die Erklärung, dass Algorithmen menschliche Emotionen erkennen und verstehen können, die Akzeptanz von Algorithmen für subjektive Aufgaben steigern. 

Literaturnachweise

  • Castelo, N., Bos, M. W., & Lehmann, D. (2019). Task dependent algorithm aversion. Journal of Marketing Research, 56(5), 809–825.
  • Logg, J., Minson J., & Moore, D. (2019). Algorithm Appreciation: People Prefer Algorithmic to Human Judgment. Organizational Behavior and Human Decision Processes, Vol. 151, 90–103.
  • Longoni, Ch., Bonezzi, A., & Morewedge, C. (2019). Resistance to Medical Artificial Intelligence. Journal of Consumer Research, forthcoming.

Autorinnen und Autoren

  • Noah Castelo, Assistant Professor of Marketing, University of Alberta, Edmonton, AB, Canada, ncastelo@ualberta.ca
  • Maarten W. Bos, Senior Research Scientist, Snap Inc., Santa Monica, CA, USA, maarten.w.bos@gmail.com
  • Donald Lehmann, George E. Warren Professor of Business, Columbia University, New York, NY, USA, drl2@columbia.edu
Publikation teilen
Zitiervorschlag
Castelo, N., Bos, M. W., & Lehmann, D. (2019). Let the Machine Decide: When Consumers Trust or Distrust Algorithms. NIM Marketing Intelligence Review, 11(2), 24-29. DOI: https://doi.org/10.2478/nimmir-2019-0012


Weitere Artikel der MIR-Ausgabe “KI und die Ära des automatisierten Marketings”

Hier finden Sie weitere spannende Artikel dieser Ausgabe.

Zur gesamten Ausgabe

Die Ära des automatisierten Marketings: Künstliche Intelligenz verändert, wie wir denken, handeln und entscheiden

Unabhängig davon, wie man zu KI (künstliche Intelligenz) steht, hat die Ära des automatisierten Marketings bereits begonnen. Um wirklich …

Zum Artikel

Wie der digitale Fußabdruck der Konsumenten eine überzeugendere Massenkommunikation ermöglicht

Durch immer besser werdende Hard- und Software und das Aufkommen der computergestützten Sozialwissenschaften kann man digitale Spuren …

Zum Artikel

Chatbots als Persönlichkeiten: Nicht immer die beste Idee

Immer mehr Unternehmen setzen Chatbots im Kundenservice ein. Anstatt eines menschlichen Mitarbeiters interagieren die Kunden mit einer …

Zum Artikel

Herr Kaiser ist jetzt virtuell: Der Chatbot als verlängerter Arm des Vertriebs

Die in der Unternehmenspraxis implementierten Chatbot-Varianten sind breit gefächert. Sie reichen von menschenähnlichen Bots bis hin zur …

Zum Artikel

Die heikle Herausforderung, Maschinen Moral beizubringen: Ethische Dilemmas autonomer Fahrzeuge

Die Algorithmen zur Steuerung von AFs müssen moralischen Prinzipien folgen, die ihre Entscheidungen in Situationen unvermeidlichen Schadens…

Zum Artikel

Neue Wege, um Konsumentenpräferenzen aus Social Media Daten herauszulesen

Konsumenten produzieren in Online-Produktbewertungen enorme Mengen an textlichem Datenmaterial. Die künstliche Intelligenz kann helfen, …

Zum Artikel

Sprechen statt Tippen: Sprachbasierte Fernbedienungen können mehr

Während viele Kunden immer noch zögern, sich in den eigenen vier Wänden Alexa, Cortona oder Siri anzuvertrauen, scheint ihnen die …

Zum Artikel

Jüngste Ausgaben

2024-10

Platform Business

Plattform-Strategien Plattformen und Markenidentität Business Innovation
Zur Ausgabe

2024-04

Generative KI - Die Transformation des Marketings

Zur Ausgabe

2023-11

Virtuelle Konsumerlebnisse - Die Zukunft des Einkaufens im Metaverse

Zur Ausgabe

2023-04

Marketing Dashboards

ESG-Reporting Markensteuerung Kausalbeziehungen
Zur Ausgabe

2021-11

Markenaktivismus

Zur Ausgabe

2021-05

Die dunklen Seiten des digitalen Marketings

Zur Ausgabe

2020-11

Die Reputation Economy

Zur Ausgabe

2020-05

Crowd Innovation: Hype oder Hilfe?

Zur Ausgabe

2019-11

KI und die Ära des automatisierten Marketings

Zur Ausgabe

2019-05

Die Zukunft des Einzelhandels

Zur Ausgabe

2018-10

IoT - Konsumenten und das Internet der Dinge

Zur Ausgabe

2018-05

Markenrisiken im Fokus

Zur Ausgabe

2017-11

Der vernetzte Konsument

Zur Ausgabe

2017-05

Digitale Transformation

Zur Ausgabe

2016-11

Marketing und Data Science

Zur Ausgabe

2016-05

Marketing mit Verantwortung

Zur Ausgabe

2015-11

Marketing und Produktdesign

Zur Ausgabe

2015-05

Marketingerfolg messbar machen

Zur Ausgabe

2014-11

Social Brand Engagement

Zur Ausgabe

2014-05

Emotionen im Marketing

Zur Ausgabe

2013-11

Themen Vol. 5 / No. 2 / 2013

Zur Ausgabe

2013-05

Themen Vol. 5 / No. 1 / 2013

Zur Ausgabe

2012-11

Themen Vol. 4 / No. 2 / 2012

Zur Ausgabe

2012-05

Themen Vol. 4 / No. 1 / 2012

Zur Ausgabe

2011-11

Themen Vol. 3 / No. 2 / 2011

Zur Ausgabe

2011-05

Themen Vol. 3 / No. 1 / 2011

Zur Ausgabe

2010-11

Themen Vol. 2 / No. 2 / 2010

Zur Ausgabe

2010-05

Themen Vol. 2 / No. 1 / 2010

Zur Ausgabe

2009-11

Themen Vol. 1 / No. 2 / 2009

Zur Ausgabe

2009-05

Themen Vol. 1 / No. 1 / 2009

Zur Ausgabe
Zum Seitenanfang