Advertisement

Determinanten der Technologie- und Prozessakzeptanz im Kontext kooperativer Arbeit

  • Johannes FischbachEmail author
Wissenschaftliche Beiträge
  • 27 Downloads

Zusammenfassung

Im diesem Beitrag wird zunächst der Akzeptanzbegriff erarbeitet und theoretisch verankert, wobei Technologie- und Prozessakzeptanz differenziert werden. Anschließend wird ein auf dem UTAUT-Modell basierendes Erhebungsinstrument entwickelt, das auf beide Formen der Akzeptanz anwendbar ist und Aussagen über Umfang und Struktur der Akzeptanz ermöglicht. Eine erste empirische Überprüfung des Modells erfolgt in einem Experiment, bei dem kooperativ eine Montageaufgabe gelöst werden soll. Die zwei Untersuchungsgruppen unterscheiden sich in der zum Einsatz kommenden Kommunikationsform. Dabei findet die Kooperation zum einen über eine AR-Brille und zum anderen Face-to-Face statt. Es zeigt sich, dass sich Leistungserwartung vor und Gewohnheit nach einer Montageaufgabe am stärksten auf die Nutzungsabsicht auswirkt. Zudem hat der wahrgenommene soziale Einfluss zum Zeitpunkt vor der Montage einen signifikanten Einfluss auf die Veränderung der Nutzungsabsicht über die Zeit. Abschließend werden die Ergebnisse in Empfehlungen für die Implementation von neuen Technologien und technologiezentrierten Prozessen übersetzt.

Praktische Relevanz Die Integration von Technologie- und Prozessakzeptanz ermöglicht es moderne Technologien, die nicht mehr ausschließlich als distinkte Objekte wahrnehmbar sind, sondern sich vielmehr durch ihren Prozesscharakter auszeichnen, zu untersuchen. Erkenntnisse zur Entstehung von Akzeptanz können dazu beitragen optimierte Implementationsstrategien zu entwickeln, um die Potentiale von neuen Technologien voll auszuschöpfen.

Schlüsselwörter

Informationstechnologie UTAUT Implementation Kooperative Arbeit Augmented-Reality-Brille 

Predictors of acceptance of technology and processes in the field of collaborative work

Abstract

In this paper, the concept of acceptance is worked out and theoretically anchored, whereby technology and process acceptance are differentiated. Subsequently, a questionaire based on the UTAUT model, which can be applied to both forms of acceptance, is developed. A first empirical examination of the model is carried out in an experiment in which a collaborative assembly task is to be solved. The two experimental groups differ in the communication mode used. Cooperation takes place via AR glasses on the one hand and face-to-face on the other. It is shown that performance expectation before and habit after an assembly task have the strongest effect on the intention to use. In addition, the perceived social influence at the time before assembly has a significant influence on the change in the intention to use over time. Finally, the results are translated into recommendations for the implementation of new technologies and technology-centered processes.

Practical relevance The integration of technology and process acceptance makes it possible to investigate modern technologies that are no longer perceived exclusively as distinct objects, but rather are characterized by their procedural character. Knowledge about the formation of acceptance can contribute to the development of optimized implementation strategies in order to fully exploit the potentials of new technologies.

Keywords

information technology UTAUT implementation collaborative work augmented reality glasses 

Notes

Förderung

Diese Arbeit entstand im Kontext des vom BMBF geförderten Verbundprojekts „Servicerobotik zur Unterstützung bei personenbezogenen Dienstleistungen“ (Förderkennzeichen 02K14Z002).

Literatur

  1. Ajzen I (1985) From intentions to actions: a theory of planned behavior. In: Action control. Springer, Berlin, Heidelberg, S 11–39Google Scholar
  2. Ajzen I, Fishbein M (1980) Understanding attitudes and predicting social behavior. Prentice-Hall, Englewood Cliffs, New JerseyGoogle Scholar
  3. Appan R, Browne GJ (2012) The impact of analyst-induced misinformation on the requirements elicitation process. MIS Q 36(1):85–106Google Scholar
  4. Bibliographisches Institut (Dudenredaktion) (2015) Duden: Deutsches Universalwörterbuch, 8. Aufl. Dudenverlag, BerlinGoogle Scholar
  5. Birken T (2014) IT-basierte Innovation als Implementationsproblem. Evolution und Grenzen des Technikakzeptanzmodell-Paradigmas, alternative Forschungsansätze und Anknüpfungspunkte für eine praxistheoretische Perspektive auf Innovationsprozesse. ISF, MünchenGoogle Scholar
  6. Brown SA, Venkatesh V (2005) Model of adoption of technology in households: a baseline model test and extension incorporating household life cycle. MIS Q 29(3):399–426Google Scholar
  7. Brynjolfsson E (1993) The productivity paradox of information technology. Comm. ACM 36(12):66–77Google Scholar
  8. Cearley DW, Burke B, Searle S, Walker MJ (2017) Top 10 strategic technology trends for 2018. Gartner, StamfordGoogle Scholar
  9. Chapanis A, Ochsman RB, Parrish RN, Weeks GD (1972) Studies in interactive communication: I. The effects of four communication modes on the behavior of teams during cooperative problem-solving. Hum Factors 14(6):487–509Google Scholar
  10. Childers TL, Carr CL, Peck J, Carson S (2001) Hedonic and utilitarian motivations for online retail shopping behavior. J Retail 77(4):511–535Google Scholar
  11. Cohen J (1988) Statistical power analysis for the behavioral sciences, 2. Aufl. Erlbaum, HillsdalezbMATHGoogle Scholar
  12. Eco U (2003) Quasi dasselbe mit anderen Worten. Über das Übersetzen. Carl Hanser, MünchenGoogle Scholar
  13. Evans CR, Medina MG, Dwyer AM (2018) Telemedicine and telerobotics: from science fiction to reality. Updates Surg 70(3):357–362Google Scholar
  14. Fishbein M, Ajzen I (1975) Belief, attitude, intention and behavior: an introduction to theory and research. Addison-Wesley, ReadingGoogle Scholar
  15. Flight RL, D’Souza G, Allaway AW (2011) Characteristics-based innovation adoption: scale and model validation. J Prod Brand Manag 20(5):343–355Google Scholar
  16. Funke J, Frensch P (1995) Complex problem solving research in North America and Europe: an integrative review. Foreign Psychol 5:42–47Google Scholar
  17. Galliers RD, Leidner DE (2014) Strategic information management: challenges and strategies in managing information systems. Routledge, New YorkGoogle Scholar
  18. Hajli M, Sims JM, Ibragimov V (2015) Information technology (IT) productivity paradox in the 21st century. Int J Prod Perform Manag 64(4):457–478Google Scholar
  19. Herzig P, Strahringer S, Ameling M (2012) Gamification of ERP systems-exploring gamification effects on user acceptance constructs. In: Multikonferenz Wirtschaftsinformatik. GITO, Braunschweig, S 793–804Google Scholar
  20. Hull CL (1943) Principles of behavior: an introduction to behavior theory. Appleton-Century-Crofts, New YorkGoogle Scholar
  21. Kim SS, Malhotra NK (2005) A longitudinal model of continued IS use: an integrative view of four mechanisms underlying postadoption phenomena. Manage Sci 51(5):741–755Google Scholar
  22. Kollar I, Fischer F, Hesse FW (2006) Collaboration scripts—a conceptual analysis. Educ Psychol Rev 18(2):159–185Google Scholar
  23. Kollmann T (1998) Das dynamische Phasenmodell zur Akzeptanz bei technologischen Nutzungsgütern und -systemen. In: Akzeptanz innovativer Nutzungsgüter und -systeme. Gabler, Wiesbaden, S 73–162Google Scholar
  24. Lamberti F, Manuri F, Sanna A, Paravati G, Pezzolla P, Montuschi P (2014) Challenges, opportunities, and future trends of emerging techniques for augmented reality-based maintenance. IEEE Trans Emerg Top Comput 2(4):411–421Google Scholar
  25. Limayem M, Hirt SG, Cheung CM (2007) How habit limits the predictive power of intention: the case of information systems continuance. MIS Q 31(4):705–737Google Scholar
  26. Liu Y, Wang H, Zhao W, Zhang M, Qin H, Xie Y (2018) Flexible, stretchable sensors for wearable health monitoring: sensing mechanisms, materials, fabrication strategies and features. Sensors 18(2):645–679Google Scholar
  27. Louho R, Kallioja M, Oittinen P (2006) Factors affecting the use of hybrid media applications. Gr Arts Finl 35(3):11–21Google Scholar
  28. Madden TJ, Ellen PS, Ajzen I (1992) A comparison of the theory of planned behavior and the theory of reasoned action. Pers Soc Psychol Bull 18(1):3–9Google Scholar
  29. Michalos G, Karagiannis P, Makris S, Tokçalar Ö, Chryssolouris G (2016) Augmented reality (AR) applications for supporting human-robot interactive cooperation. Procedia CIRP 41:370–375Google Scholar
  30. Nissen V, Müllerleile T (2016) Prozessakzeptanzforschung – Warum manche Prozesse gelebt und andere umgangen werden. In: Corsten H, Roth S (Hrsg) Handbuch Dienstleistungsmanagement. Vahlen, München, S 1049–1074Google Scholar
  31. Oye ND, Iahad NA, Rahim NA (2014) The history of UTAUT model and its impact on ICT acceptance and usage by academicians. Educ Inf Technol 19(1):251–270Google Scholar
  32. Palmarini R, del Amo IF, Bertolino G, Dini G, Erkoyuncu JA, Roy R, Farnsworth M (2018a) Designing an AR interface to improve trust in human-robots collaboration. Procedia CIRP 70(1):350–355Google Scholar
  33. Palmarini R, Erkoyuncu JA, Roy R, Torabmostaedi H (2018b) A systematic review of augmented reality applications in maintenance. Robot Comput Integr Manuf 49:215–228Google Scholar
  34. Ritter S, Müllerleile T, Nissen V (2016) Akzeptanz – der Schlüssel für gelebte Prozesse. Qual Zuverlass 61(4):38–41Google Scholar
  35. Rogers EM (2010) Diffusion of innovations, 4. Aufl. Simon & Schuster, New YorkGoogle Scholar
  36. Salmela H, Spil TA (2002) Dynamic and emergent information systems strategy formulation and implementation. Int J Inf Manage 22(6):441–460Google Scholar
  37. Sañudo-Corrales B, Sánchez-Oliver AJ, de la Cruz del Río-Rama M (2018) Gamification and new technologies to promote healthy lifestyles and its role in creative industries. In: Peris-Ortiz M, Cabrera-Flores M, Serrano-Santoyo A (Hrsg) Cultural and creative industries. Innovation, technology, and knowledge management. Springer, Cham, S 137–153Google Scholar
  38. Scholl W (2007) Grundkonzepte der Organisation. In: Schuler H (Hrsg) Lehrbuch Organisationspsychologie. Huber, Bern, S 409–444Google Scholar
  39. Sichel DE (1997) The computer revolution: an economic perspective. The Brookings Institution, WashingtonGoogle Scholar
  40. Sultan N (2015) Reflective thoughts on the potential and challenges of wearable technology for healthcare provision and medical education. Int J Inf Manage 35(5):521–526Google Scholar
  41. Triandis HC (1977) Interpersonal behavior. Brooks/Cole, MontereyGoogle Scholar
  42. Venkatesh V, Morris MG, Davis GB, Davis FD (2003) User acceptance of information technology: toward a unified view. MIS Q 27(3):425–447Google Scholar
  43. Venkatesh V, Thong JY, Xu X (2012) Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology. MIS Q 36(1):157–178Google Scholar
  44. Verplanken B, Orbell S (2003) Reflections on past behavior: a self‐report index of habit strength. J Appl Soc Psychol 33(6):1313–1330Google Scholar
  45. Yi Y, Wu Z, Tung LL (2005) How individual differences influence technology usage behavior? Toward an integrated framework. J Comput Inf Syst 46(2):52–63Google Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Institut für PsychologieUniversität GreifswaldGreifswaldDeutschland

Personalised recommendations