Seitenanfang

Rückblick Nachwuchsforscher/in - BVM/VMÖ/SWISS INSIGHTS

Die Preisträgerinnen 2023:
Dr. Melanie Clegg (Dissertation)
Jessica Wagner, M.Sc. (Masterarbeit)

Kategorie: Dissertation
Dr. Melanie Clegg

Universität Luzern, Wirtschaft und Management
"AI, Algorithms, and the Consumer: How Transparency Affects Perception and Adoption of Algorithmic Technologies"
vorgeschlagen von: Prof. Dr. Reto Hofstetter

Von Produktempfehlungen und Suchmaschinenfiltern bis hin zu Online-Dating und autonomen Produkten: Konsumenten und Konsumentinnen sind zunehmend mit Künstlicher Intelligenz und Algorithmen konfrontiert. Doch während Errungenschaften in Informatik, Data Science und Machine Learning die technologische Weiterentwicklung von KI immer weiter vorantreiben, steckt die Forschung aus der Konsumentenperspektive noch in den Kinderschuhen. In ihrer Forschung beschäftigt sich Melanie Clegg mit Wahrnehmung und Interaktion von Konsumenten mit algorithmenbasierten Technologien und Produkten. Sie beleuchtet psychologischen Prozesse, die bedingen, wann und weshalb Konsumenten KI-Technologien akzeptieren und wie sie mit diesen umgehen. Die Ergebnisse von konsumentenbasierten Studien zeigen, dass diese psychologischen Wahrnehmungsprozesse direkte Implikationen für die Adoption und Kaufbereitschaft von KI-gesteuerten Produkten haben.

„Die Dissertation von Melanie Clegg überzeugt durch eine sehr umfangreiche Literaturanalyse, ein durchdachtes Studiendesign, das mit Labor-, Online- und Feldexperimenten sowie konzeptueller Arbeit qualitative und quantitative Methoden sinnvoll kombiniert und dabei wichtige Implikationen für die Praxis mit konkreten Handlungsempfehlungen liefert. Mit ihrem zukunftsweisenden Thema hat Melanie Clegg die Jury überzeugt und das Rennen für sich entschieden“, begründete Prof. Dr. Henning Schröder die Entscheidung der Jury.

Kategorie: Masterarbeit
Jessica Wagner
Hochschule Pforzheim, Marketing Intelligence
"Vorhersage der Wirkung von Katalog-Marketing durch Einsatz von Causal Machine Learning
Entwicklung eines Katalog-Uplift-Modells mit Beobachtungsdaten für ein Mode-Versand-Unternehmen"

vorgeschlagen von: Prof. Dr. Elke Theobald

Printmedien, insbesondere Kataloge, spielen für einige Unternehmen eine zentrale Rolle im Direktmarketing. Um nur Personen einen Katalog zuzusenden, bei denen dieser einen Kaufreiz auslöst, kann im datengetriebenen Marketing mithilfe eines Uplift-Modells die Wirkung des Katalogs pro Person modelliert werden. Im Goldstandard werden dazu Daten aus randomisierten Studien verwendet, was jedoch in der Praxis oft mit unerwünschten Kosten verbunden ist. Causal Machine Learning, ein in den letzten Jahren immer stärker erforschtes Verfahren, das Data Science und die Grundlagen kausaler Inferenz kombiniert, ermöglicht die Erstellung von Uplift-Modellen auf Basis von Beobachtungsdaten. In ihrem Vortrag präsentiert Jessica Wagner ihre Masterarbeit, in der sie für ein Mode-Versandunternehmen ein Katalog-Uplift-Modell mit Causal Machine Learning erstellt und validiert hat. Die Ergebnisse der Arbeit zeigen, dass Causal Machine Learning eine innovative Alternative zum Goldstandard darstellt. 

„Jessica Wagner greift das in der Praxis hoch relevante Thema „Werbewirkung“ mit einem innovativen Causal-Machine-Learning-Modellierungsansatz auf. Die Kooperation mit einem Unternehmen ermöglichte ihr insbesondere die Nutzung von umfangreichen echten Beobachtungsdaten für Training und Validierung der Modelle. Ihre Verfahren haben den Praxistest schon bestanden. Die innovative Herangehensweise, das sehr gute Problemverständnis, die anspruchsvolle Methodik, umfangreiche Validierungen der Modelle, die klare Diskussion auch von Limitationen und nicht zuletzt die hohe Praxisrelevanz heben die Arbeit deutlich heraus. Für die Jury war die Entscheidung damit leicht“, so Prof. Dr. Henning Schröder bei seiner Laudatio.

Die Preisträgerinnen 2022:
Dr. Anouk S. Bergner (Dissertation)
Saskia Fath, M.Sc. (Masterarbeit)

Kategorie: Dissertation
Dr. Anouk S. Bergner
Universität St. Gallen
Designing Relatable AI: A Theory of Mind Perspective of How Conversational AI Shapes Technology-Mediated Consumer Behavior
vorgeschlagen von: Prof. Dr. Christian Hildebrand

Da Technologie immer menschenähnlicher wird, hat die Conversational AI der nächsten Generation tiefgreifende Auswirkungen auf die Beziehungen zwischen Mensch und Technologie. Konversationsschnittstellen ahmen die menschliche Konversation in schriftlicher (Chatbots) oder gesprochener Form (digitale Sprachassistenten) nach und übernehmen eine breite Palette von Aufgaben, die von der Funktion eines persönlichen Assistenten bis zum Verkauf von Produkten oder der Empfehlung von Anlagestrategien reichen. In dieser Arbeit wird ein neuartiger theoretischer Rahmen für die Beziehungen zwischen Mensch und Technik im Kontext der Conversational AI entwickelt, der auf der Grundlagenforschung zur Theory of Mind in der Psychologie, den grundlegenden Prinzipien des Dialogs in der Linguistik und neuerer Literatur zum technologievermittelten Verbraucherverhalten aufbaut und diese integriert. Der Rahmen und die zugrundeliegenden Hypothesen werden anhand einer breiten Palette von methodischen Ansätzen (tiefgehende kontextuelle Sprachmodelle und experimentelle Forschungsdesigns), Studiendesigns (sowohl im Feld als auch im Labor) und Teilnehmerstichproben (von Anlegern bis zu Online-Shoppern) getestet. Die Arbeit zeigt, wie Conversational AI das Konsumerlebnis und das Konsumverhalten grundlegend beeinflusst.

Die Dissertation von Dr. Anouk Bergner ist in vielerlei Hinsicht herausragend, so der Leiter der Jury Prof. Dr. Henning Schröder. Die Dissertation vereint in eindrucksvoller Weise akademische Exzellenz mit unmittelbarem Praxisbezug. Dialog-basierte künstliche Intelligenz gewinnt zunehmend an Bedeutung in der Interaktion mit den Kunden. Dr. Bergner greift dieses relevante Thema in einem interdisziplinären Ansatz, von Computerwissenschaften bis Psychologie, in mehreren Studien auf. Wie z. B. beeinflussen Chatbots die Bildung von Intimität mit einer Marke oder die Entscheidung für Finanzprodukte? Wie können Chatbots an Verbraucherbedürfnisse angepasst werden? Sie beantwortet auf einer belastbaren Datenbasis und mit beeindruckendem Methodenspektrum diese Fragen und arbeitet Handlungsempfehlungen heraus. Die Publikation der Ergebnisse in hochkarätigen Journals unterstreicht die wissenschaftliche Qualität ihrer Forschungen. Die Jury ist sich einig, dass Dr. Anouk Bergner der Preis „Nachwuchsforscherin BVM/VMÖ/SWISS INSIGHTS des Jahres 2022“ gebührt.

Kategorie: Masterarbeit
Saskia Fath
Westfälische Wilhelms-Universität Münster
Does Being Human Pay Off? Brand Anthropomorphism and Its Effect on Consumers’ Willingness to Pay – An Empirical Analysis
vorgeschlagen von: Prof. Dr. Manfred Krafft

Die Vermenschlichung von Marken ist eine wirkungsvolle Technik nicht-menschliche Wesen als menschenähnlich darzustellen, um bei Konsumenten die Wahrnehmung eines echten Menschen auszulösen (Anthropomorphismus). Es gibt bereits zahlreiche Belege aus Forschung und Praxis (wie z. B. M&Ms oder Meister Proper), dass die Markenvermenschlichung einen großen Einfluss auf das Konsumentenverhalten hat, in Hinsicht auf die Markeneinstellung, die emotionale Reaktion und Beziehung und die Markeninteraktion. Die finanzielle Bewertung des Markenanthropomorphismus ist jedoch noch weitgehend unerforscht. In der Masterarbeit wurde daher die Zahlungsbereitschaft als Messgröße in einer empirischen Online-Studie verwendet, um die zentrale Frage zu beantworten, ob es sich für Marken lohnt, menschlich zu sein. Die Ergebnisse bejahen diese Frage. Anthropomorphisierte Marken scheinen ein großes Potenzial zu besitzen, um Konstrukte der Konsumenten-Marken-Beziehung (hier Markenvertrauen und Markenzuneigung) und die wahrgenommene Markenqualität sowie die Zahlungsbereitschaft der Verbraucher zu beeinflussen.

In der Laudatio wird auf den sehr vielschichtigen Themenkomplex und die hervorragende theoretische Fundierung sowie die klare Fokussierung auf die Zahlungsbereitschaft als abhängige Variable verwiesen. Die Masterarbeit überzeugte die Jury insbesondere auch aufgrund des Forschungsdesigns. Mit einem aufwendigen experimentellen Studiendesign zeigt sie auf, dass die Vermenschlichung von Marken nicht nur das Beziehungsgeflecht zwischen Marke und Konsumenten, sondern auch die Zahlungsbereitschaft der Konsumenten positiv beeinflussen kann. Diese Masterarbeit ist damit nicht nur vom wissenschaftlichen Standpunkt her herausragend, sondern liefert auch einen wichtigen Beitrag für die Praxis. Damit wird von Saskia Fath in der Kategorie „Masterarbeit“ die Nachwuchsforscherin BVM/VMÖ/SWISS INSIGHTS des Jahres 2022, so das einstimmige Urteil der Jury.

Der Preisträger und die Preisträgerin 2021:
Dr. Jochen Philipp Hartmann (Dissertation)
Anne Juliane Zeh, M.Sc. (Masterarbeit)

Kategorie: Dissertation
Jochen Philipp Hartmann
Universität Hamburg
Machine Learning Methods for Data-Driven Marketing
vorgeschlagen von: Prof. Dr. Mark Heitmann

The dissertation “Machine Learning Methods for Data-Driven Marketing” adds to the recent stream of research at the intersection of machine learning and data-driven marketing.The three essays employ a wide variety of machine learning methods to solve real-world marketing problems using unstructured data. A unifying theme of all essays is a multi-method approach that is characterized by blending novel machine learning methods with established marketing models. Substantively, the dissertation deals with social media marketing, consumer preferences, and emotional contagion in complex social systems. Intending to bridge academic rigor and practical relevance, the dissertation includes four large-scale data sets from collaborations with industry partners. Collectively, the essays serve as a harbinger of the novel possibilities that arise when pursuing data-driven marketing using modern machine learning methods.

In der Laudatio wird die außergewöhnlich breite und qualitativ hochwertige Datenbasis, von Realdaten bis zum Laborexperiment, gepaart mit einem hervorragenden Problem- sowie insbesondere auch einem hervorragenden Datenverständnis gewürdigt. Das lässt diese Arbeit weit über das übliche Maß herausragen. "Ich bin davon überzeugt, dass wir sehr schnell die Erkenntnisse in der Umsetzung sehen werden, was die Praxisrelevanz nochmals unterstreicht, so der Vorsitzende der Jury, Prof. Dr. Henning Schröder."

Kategorie: Masterarbeit
Anne Juliane Zeh
Westfälische Wilhelms-Universität Münster
Ethical Consequences of Algorithmic Biases in Marketing
vorgeschlagen von: Prof. Dr. Manfred Krafft

As algorithms are supposed to add objectivity to predictions which affect many parts of people’s lives, relying on them has become increasingly popular. However, algorithms are prone to biases, as the they develop further and process information via feedback loops, leading to the amplification of their diverging outcome. Thereby, densely correlated information networks arise which have found to discriminate against certain groups in the population. In the marketing area, predictive algorithms which include individual information about the users are frequently applied. However, relevant literature on personalization approaches mostly lacks considerations on algorithmic biases. If at all, discriminatory outcomes due to algorithmic biases are detected after the algorithms are already well established. The goal of this thesis is to elaborate on this problem and aims to analyze how ethical problems may be facilitated due to the reliance on algorithms in marketing.

Die Masterarbeit greift mit der möglichen Verstärkung von ethischen Problemen durch den Einsatz von Machine Learning im Marketing ein Thema auf, das von außerordentlicher Bedeutung für die sinnvolle Nutzung dieser Verfahren ist. Das von Anne Zeh durchgeführte Feldexperiment, so Prof. Dr. Henning Schröder in seiner Laudatio, greift den Faktor Raum als Proxy für Bildungsunterschiede auf und geht hinsichtlich Konzeption, Umsetzung und Analyse weit über das hinaus, was in einer durchschnittlichen Masterarbeit geleistet wird. Von der Programmierung einer Website und eines Fragebogens, der Einbindung von Web-Analytics bis zur Auswertung mit Random Forests und Gradient Boosting Machines wird ein weiter Bogen von Methoden sinnvoll verknüpft.

 

Die Preisträgerinnen 2020:
Dr. Maria Schwabe (Dissertation)
Ricarda C. Rainer, M.Sc. (Masterarbeit)

Kategorie: Dissertation
Dr. Maria Schwabe

Friedrich-Schiller-Universität Jena
Environmental sustainability judgment and decision making – An analysis of firm decision makers’ beliefs, point of sale product arrangements, and consumers’ self-regulatory mechanisms
Vorgeschlagen von: Prof. Dr. Gianfranco Walsh

Die Dissertation untersucht in 14 empirischen Studien wie ökologisch nachhaltiges Verhalten entlang der Beschaffungskette von nachhaltigen Produkten gefördert werden kann. Der erste Artikel entwickelt ein reliables und valides Messinstrument für den Nachhaltigkeits-Profitabilitätsglauben von Entscheidern in Unternehmen und analysiert dessen Einfluss auf nachhaltigkeitsbezogenes Entscheidungsverhalten. Der zweite Artikel untersucht den Einfluss verschiedener Anordnungsstrategien von nachhaltigen Produkten am Point-of-Sale auf das Kaufverhalten von Einzelhandelskunden. Der dritte Artikel beschäftigt sich mit dem Einfluss des regulatorischen Fokus auf die moralische Selbstregulierung von Konsumenten bei nachhaltigkeitsbezogenen Kaufentscheidungen.

Prof. Dr. Henning Schröder, Leiter der Jury, betonte in seiner Laudatio, dass die Jury an der Dissertation von Frau Dr. Schwabe besonders überzeugt habe, dass die Arbeit mit ihren sehr umfassenden empirischen Studien ein sehr klares und ganzheitliches Bild ergebe und führte weiter aus: „Eine breite theoretische Aufarbeitung des Themas einschließlich der Ausarbeitung eines verhaltenstheoretischen Fundaments für den empirischen Teil sowie eine sehr durchdachte und umfangreiche Empirie verbinden sich mit einer überzeugenden Zusammenführung der drei untersuchten Ebenen und sehr gut abgeleiteten Implikationen für die Praxis.“

Kategorie: Masterarbeit
Ricarda C. Rainer

Universität Wien
Emotionsorientiertes Targeting am Point of Sale mittels Digital Signage
Vorgeschlagen von: Univ.-Prof. Dipl.-Ing. Dr. Dr. h.c. Udo Wagner

Seit nun 50 Jahren ein Thema in der Wissenschaft und dennoch reißt das Interesse daran nicht ab: Emotionen am Point of Sale (PoS) und deren Auswirkung auf das Konsumentenverhalten. Die Frage, ob bei positiver bzw. negativer Stimmung die Bewerbung einer bestimmten Produktkategorie sinnvoll ist und wie diese Inhalte gestaltet werden sollen, konnte in der Wissenschaft bislang nicht ausreichend beantwortet werden, obwohl ein solches emotionsorientiertes Targeting mittels Digital Signage (DS) am PoS möglich ist. Diese Masterarbeit zeigt, welchen Einfluss die Stimmung, die Gestaltung des DS Inhaltes und die Produktkategorie auf das Konsumentenverhalten hat und ob ein solches Vorgehen erfolgsversprechend ist.

In seiner Laudatio erklärte Prof. Dr. Henning Schröder, dass Frau Rainer mit ihrem umfassenden und wissenschaftlich sehr fundierten Vorgehen überzeugt habe. Eine breit angelegte Literaturanalyse, ein sehr guter Überblick über die Digitalisierung am POS, ein aufwändiger, klar strukturierter und in allen Schritten wissenschaftlich gut begründeter empirischer Ansatz und die hohe Praxisrelevanz der Ergebnisse seien die Gründe dafür, Frau Rainer mit dem diesjährigen Nachwuchsforscherpreis auszuzeichnen.

Die Preisträgerinnen 2019:
Dr. Katja Rudolph (Dissertation)
Vera Zanger, M.Sc. (Masterarbeit)

 

Kategorie: Dissertation
Dr. Katja Rudolph
Handelshochschule Leipzig
Akzeptanz ökologischer Produktalternativen - Eine schema-theoretische Betrachtung mithilfe impliziter und experimenteller Testverfahren
Vorgeschlagen von: Prof. Dr. Manfred Kirchgeorg

Die Arbeit untersucht anhand der Schematheorie, wie die Vermarktung von ökologischen Produktalternativen optimiert und die konsumentenseitige Akzeptanz im Sinne des Umweltschutzes erhöht werden kann. Der methodische Ansatz besteht aus einem Implicit Association Test, einer Befragung und einem Online-Experiment. Die Ergebnisse der Arbeit bestätigen die Wirkung von Schemainkongruenz auf die Akzeptanz von ökologischen Produktalternativen. Basierend darauf werden Implikationen für die Vermarktung ökologischer Produkte abgeleitet.

Dr. Gerhard Breunig, Laudator und langjähriges Jurymitglied, betonte anlässlich der Preisverleihung: „Die Arbeit überzeugt wesentlich durch ihre stringente, konsequente Linienführung von der Theorie […] zu solider Auswahl der Untersuchungsmethoden hinführend auf eine anspruchsvolle empirische Überprüfung bis zur Ableitung von Empfehlungen für die Praxis.“

Kategorie: Masterarbeit
Vera Zanger, M. Sc.

Westfälische Wilhelms-Universität Münster
Measuring Willingness to Pay for Innovations – Which Method Should Be Used in Which Context?
Vorgeschlagen von: Prof. Dr. Manfred Krafft

To reveal which WTP estimation method is most suitable to price an innovation, a five-part study is set up  in  which  the  four  most  frequently  applied  hypothetical  WTP  estimation  methods  –  open-ended question format, price sensitivity meter, Gabor-Granger method, and choice-based conjoint analysis – are compared and ordered according to their ability in estimating real WTP. Results indicate that all four methods tend to overestimate. In addition, the study  investigates  whether customer-specific context factors such as customers’ degree of innovativeness affect the accuracy of WTP estimation methods. Findings imply that circumstances framing pricing studies determine the adequacy of WTP estimation methods. 

Dr. Gerhard Breunig langjähriges Jurymitglied führte in seiner Laudatio aus, dass das Thema Zahlungsbereitschaft hochaktuell sei und die Masterarbeit u. a. über ein kluges Untersuchungsdesign, eine eigenständige Interpretation und Bewertung der Ergebnisse und eine große Praxisrelevanz mit umsetzbaren Empfehlungen verfüge.

Die Preisträgerin und der Preisträger 2018:
Dr. Franziska Metz (Dissertation)
Sören Bohnsack, M.Sc. (Masterarbeit)

 

Kategorie: Dissertation
Dr. Franziska Metz

Wirtschaftsuniversität Wien
The Journey and the Reward: A Longitudinal Study of Value Generation in Mass Customization Toolkits
Vorgeschlagen von: Univ.-Prof. Dr. Nikolaus Franke

Mass Customization Konfiguratoren geben Konsumenten die Möglichkeit, Produkte online nach ihren Vorstellungen selbst zu designen. Das Konzept ist insofern disruptiv, als dass es dem Konsumenten eine neue Rolle zuordnet: die des Designers. In der Dissertation werden die Wertgenerierung sowie die Einflussfaktoren dieses Wertes während des Selbstdesignens untersucht, um so (potenziellen) Anbietern von Konfiguratoren die Anwendung dieses Business Models zu erleichtern.

Kategorie: Masterarbeit
Sören Bohnsack, M.Sc.
Johannes Gutenberg-Universität Mainz
Eine empirische Untersuchung unterschiedlicher Eigenmarkenstrategien zum Aufbau eines starken kundenorientierten Markenwerts von Konsumgütern im deutschen Einzelhandel
Vorgeschlagen von: Univ.-Prof. Dr. Frank Huber

Der Lebensmitteleinzelhandel ist in Deutschland durch einen intensiven Wettbewerb und eine steigende Bedeutung von Eigenmarken gekennzeichnet. Eine effektive strategische Markenführung der eigenen Handelsmarken ist deshalb einer der wichtigsten Erfolgsfaktoren für die Zukunft. Die vorliegende Arbeit analysiert hierzu die Frage zum Aufbau eines starken kundenorientierten Markenwerts von Konsumgütern am Beispiel einer sortimentsübergreifenden Handelsmarke vom Supermarkt REWE und verschiedenen Individualmarken vom Discounter Lidl.