< Zurück   INHALT   Weiter >

32.5.2 Ergebnisse

Die Kaufbereitschaft für den Autobahnpiloten mit Möglichkeit der manuellen Übernahme durch den Fahrer wird von den Befragten eher durchschnittlich bewertet (MW = 3,30; Std.Abw. = 1,81), ein Ergebnis, welches im Einklang mit der generellen Skepsis gegenüber Neuproduktinnovationen steht. Von den 239 Befragten, die mit einem der vier Szenarien konfrontiert wurden, gaben 17,2 Prozent eine hohe oder sehr hohe Kaufbereitschaft für das automatisierte Fahrsystem an. Hingegen geben mehr als ein Drittel der Befragten (39,1 Prozent) der Stichprobe an, dass es (sehr) unwahrscheinlich ist, dass sie das System in näherer Zukunft kaufen würden. Die Ergebnisse zeigen, dass es bereits heute ein größeres Marktsegment gibt, das sich den Kauf eines automatisierten Fahrsystems vorstellen kann, jedoch auch noch Akzeptanzprobleme aufweist. Daher wird in einem nächsten Schritt untersucht, ob die Ergebnisse sich in Abhängigkeit von der Markenstärke des Anbieters und dem Industriesektor unterscheiden.

Zur Untersuchung des Einflusses der Markenstärke und des Industriesektors wurde eine Varianzanalyse durchgeführt. Die Ergebnisse zeigen einen signifikanten Haupteffekt der

Abb. 32.2 Kaufbereitschaft für einen Autobahnpiloten in Abhängigkeit der Anbietermarke

Markenstärke (p < 0,01), und nicht-signifikante Effekte des Industriesektors des Unternehmens (Automobilhersteller versus Technologiekonzern) sowie des Interaktionsterms. Darüber hinaus erklären die Co-Variablen Innovationsaffinität und Besitz der abgefragten Fahrzeugmarke einen Teil der Varianz der Kaufbereitschaft. Die deskriptiven Ergebnisse der Untersuchung sind in Abb. 32.2 dargestellt.

Die Ergebnisse verdeutlichen, dass die Kaufbereitschaft von der Markenstärke positiv beeinflusst wird, jedoch unabhängig ist von der Branche des Unternehmens (Automobilhersteller oder Technologiekonzern). Die Mittelwerte für die starke Automobilmarke (MW = 3,67; Std.-Abw. = 1,91) und die starke Technologiemarke (MW = 3,63; Std.-Abw. = 1,70) sind auf dem gleichen Niveau. Die Werte für die Kaufbereitschaft der vergleichsweise schwächeren Automobilmarke (MW = 3,01; Std.-Abw. = 1,81) und der schwächeren Technologiemarke (MW = 2,88; Std.-Abw. = 1,82) unterscheiden sich ebenfalls nicht.

Zur Untersuchung der Richtung und relativen Effektstärke der Einflussgrößen auf die Kaufbereitschaft wurde ein Strukturgleichungsmodell geschatzt Die Pfadkoeffizienten � stellen dabei die Stärke und Richtung des Einflusses der unabhängigen Variablen auf die abhängigen Variablen innerhalb einer theoretisch möglichen Bandbreite von –1 bis +1 dar. Die Ergebnisse zeigen, dass das funktionale Vertrauen der stärkste Treiber der Kaufbereitschaft ist (� = 0,432; p < 0,0]), gefolgt von der wahrgenommenen Vorteilhaftigkeit des dargestellten Autobahnpiloten (� = 0,237, p < 0,0]) Die anderen Mediatoren stehen ebenfalls in einem signifikant positiven Zusammenhang mit der Kaufbereitschaft, sind aber vergleichsweise unwichtiger (Preis-/Leistungsverhaltnis � = 0,]24, p < 0,05; symbolischer Wert � = 0,]]7, p < 0,05; Innovationsaffinitat � = 0,]69, p < 0,0]) Die Autonomiepraferenz wirkt sich hingegen signifikant negativ auf die Kaufbereitschaft aus (� = -0,]38, p < 0,0]) Entgegen der Erwartungen hängen die Unterschiede in der Beurteilung der Bedenken hin- sichtlich der Privatsphare nicht signifikant mit der Kaufbereitschaft zusammen (� = 0,0]2, p > 0,1). Insgesamt werden durch das Modell 67,9 Prozent der Varianz der gemessenen Kaufbereitschaft erklärt.

Das funktionale Vertrauen wird signifikant positiv von der Sicherheitswahrnehmung (� = 0,383, p < 0,0]), der wahrgenommenen Autonomie (� = 0,327, p < 0,0]), der Innovationsaffinitat (� = 0,]63, p < 0,0]) und der Markeneinstellung (� = 0,]30, p<0,0]) beeinflusst. Insgesamt werden 71,8 Prozent der Varianz des funktionalen Vertrauens erklärt. Das Kernwertversprechen des Autobahnpiloten – die wahrgenommene Vorteilhaftigkeit – wird stark positiv von der wahrgenommenen Autonomie (� = 0,598, p < 0,0]) und negativ von der Autonomiepraferenz (� = -0,298, p < 0,0]) beeinflusst Die Markeneinstellung wirkt sich positiv auf die Beurteilung der Vorteilhaftigkeit aus (� = 0,238, p < 0,0]) Bei den übrigen postulierten Einflussfaktoren bestehen hingegen keine signifikanten Effekte. Die Faktoren erklären insgesamt 63,3 Prozent der Varianz in der wahrgenommenen Vorteilhaftigkeit. Gleichermaßen wird das Preis-/Leistungsverhältnis stark positiv von der Autonomiewahrnehmung (� = 0,450, p < 0,0]) und negativ von der Autonomiepraferenz (� = -0,]22, p < 0,05) beeinflusst Dariiber hinaus beurteilen innovationsaffine Konsumenten das Preis-/Leistungsverhaltnis des Autobahnpiloten vorteilhafter (� = 0,24], p < 0,0]) Die Markeneinstellung trägt darüber hinaus ebenfalls signifikant positiv zur Erklärung der Beurteilung des Preis-/Leistungsverhaltnisses bei (� = 0,]3], p < 0,05) Insgesamt werden 42,8 Prozent der Varianz des Preis-/Leistungsverhältnisses durch das Modell erklärt. Der symbolische Wert wird des Weiteren stark von den Unterschieden in der Beurteilung der Markeneinstellung beeinflusst (� = 0,575, p < 0,0]) und zu 33,] Prozent erklart

Die Ergebnisse der ersten Studie bieten somit bereits relevante Erkenntnisse hinsichtlich der relativen Bedeutung von Treibern und Barrieren der Kaufbereitschaft für einen optionalen Autobahnpiloten. Noch wichtiger als die wahrgenommene Vorteilhaftigkeit wird das funktionale Vertrauen vom Modell als der kritischste Faktor identifiziert, der die Kaufbereitschaft beeinflusst. Neben der Kommunikation des zentralen Nutzenversprechens (der Vorteilhaftigkeit) sollte das Marketing daher insbesondere auf die Wahrnehmung der Sicherheit und Autonomie achten, da diese Variablen indirekt mit der Zielvariable, der Kaufbereitschaft, zusammenhängen. Starke Marken können einen wichtigen Beitrag zur Vermarktung der automatisierten Fahrtechnologie leisten, da die Unterschiede in der Markeneinstellung im Modell einen positiven Zusammenhang mit dem symbolischen Wert, dem Preis-/Leistungsverhältnis, der Vorteilhaftigkeit und dem funktionalen Vertrauen aufweisen. Wie oben gezeigt, unterscheiden die Befragten hierbei nicht zwischen den Marken der Automobilhersteller und den Technologiemarken. Daher können starke Marken von Technologiekonzernen wie Apple oder Google die Wettbewerbsposition der etablierten Automobilhersteller gefährden, und zwar insbesondere derjenigen Hersteller, deren Marke vergleichsweise schwach ist. Vor diesem Hintergrund wird in der zweiten Studie untersucht, ob schwache (starke) Automobilmarken von einer Markenallianz mit einer starken Technologiemarke profitieren können.

 
< Zurück   INHALT   Weiter >