Advertisement

Kritische-Masse-Phänomen

  • Reiner Clement
  • Dirk SchreiberEmail author
  • Paul Bossauer
  • Christina Pakusch
Chapter

Zusammenfassung

Auf digitalen Märkten wird die kritische Masse maßgeblich durch die Anzahl der Personen bestimmt, die ein identisches oder ein kompatibles Produkt nutzen. Kenntnisse über den Schwellenwert, ab dem die kritische Masse überschritten wird (Tipping-Point) sind daher von großer Bedeutung für die Preisbildung und Vermarktung.

Literatur

  1. Barabási, A. L. (2003). Linked. How everything is connected to everything else and what it means for business, science, and everyday life. New York: Plume Books.Google Scholar
  2. Bass, F. M. (1969). A new product growth for model consumer durables. Management Science, 15(5), 215–227.CrossRefGoogle Scholar
  3. Born, P., & Blattmann, O. (2008). Adoption und Diffusion der Internettechnologie. Gezeigt am Beispiel von Schweizer Weinproduzenten. Institut für Wirtschaftsinformatik. Universität Bern. Arbeitsbericht Nr. 214. http://boris.unibe.ch/58032/1/AB214.pdf.
  4. Budde, O. (2012). Produktlebenszyklusmodell für die Telekommunikationswirtschaft. Wissenschaftsverlag des Instituts für Industriekommunikation und Fachmedien an der RWTH Aachen.Google Scholar
  5. Deckert, A. (2012). Simulationsbasierte Optimierung einer agentenbasierten Simulation mit Anwendungen zur Preisoptimierung im Mobilfunk. Universität Augsburg.Google Scholar
  6. Dyballa, M., & Kruschwitz, R. (2005). UMTS und die Adoption mobiler Datendienste. In M. Giordano & J. Hummel (Hrsg.), Mobile Business. Vom Geschäftsmodell zum Geschäftserfolg - Mit Fallbeispielen zu Mobile Marketing, mobilen Portalen und Content-Anbietern (S. 341–372). Wiesbaden: Gabler.Google Scholar
  7. Farrell, J., & Saloner, G. (1987). Competition, compatibility and standards: The economics of horses, penguins and lemmings. In L. H. Gabel (Hrsg.), Product standardization and competitive strategy (S. 1–21). Amsterdam: North-Holland.Google Scholar
  8. Gebauer, T. (2014). Das Preismanagement bei Neuprodukteinführungen: Preisstrategien, Preismechanismen und Erfolgsfaktoren. Hamburg: Diplomica Verlag.Google Scholar
  9. Gladwell, M. (2000). The tipping point. How little things can make a big difference. London: Little Brown.Google Scholar
  10. Granovetter, M. (1978). Treshold models for collective behaviour. American Journal of Sociology, 98(6), 1259–1319.Google Scholar
  11. Grishchenko, Y. (2007). Eine neue Klasse hybrider Innovationsdiffusionsmodelle: Ein theoretischer Vergleich mit existierenden Ansätzen und eine Analyse mit Simulationen und Realdaten. Berlin. http://edoc.hu-berlin.de/dissertationen/grishchenko-yulia-2007-07-03/PDF/grishchenko.pdf.
  12. Hagenhoff, S. (2003). Innovationsmanagement im TIME-Bereich: Forschungsbegründung und State of the Art in der Literatur. Institut für Wirtschaftsinformatik. Universität Göttingen. Arbeitsbericht Nr. 11. http://webdoc.sub.gwdg.de/ebook/serien/lm/arbeitsberichte_wi2/2003_11.pdf.
  13. Hensel, M., & Wirsam, J. (2008). Diffusion von Innovationen: Das Beispiel Voice over IP. Wiesbaden: Gabler.Google Scholar
  14. Jacob, B. (2009). Marketing. Eine Einführung in das Masterstudium. Stuttgart: Kohlhammer.Google Scholar
  15. Johnson, G., Scholes, K., & Whittington, R. (2011). Strategisches Management – Eine Einführung – Unternehmensführung: Analyse, Entscheidung und Umsetzung (9. Aufl.). München: Pearson.Google Scholar
  16. Karnowski, V. (2011). Diffusionstheorien. München: Nomos.CrossRefGoogle Scholar
  17. Kist, D. (2012). Der Markt der sozialen Netzwerke. Hamburg: Diplomica Verlag GmbH.Google Scholar
  18. Kölln, V. (2011). Produktdiffusion in TIMES-Märkten: Innovation, Kompatibilität und Timing bei Netzeffektgütern. Discussion Papers on Strategy and Innovation, No. 11-01. Department of Technology and Innovation Management (TIM), Philipps-Universität Marburg. http://econstor.eu/bitstream/10419/77078/1/75140778X.pdf.
  19. Kretschmer, T. (2008). Dynamik in Netzwerkindustrien. LMU München. http://www.bwl.uni-muenchen.de/org_fakultaet/oeff_arbeit/av_kretschmer_final.pdf.
  20. Lier, M. (2005). Die Adoption von Kritische-Masse-Systemen: Das Problem der individuellen Kritischen Masse. Wiesbaden: Gabler.CrossRefGoogle Scholar
  21. Linde, F. (2008). Ökonomie der Information (2. Aufl.). Göttingen: Universitätsverlag.Google Scholar
  22. Moore, G. A. (2014). Marketing and Selling Disruptive Products to Mainstream Customers (3. Aufl.). New York: Harper Business.Google Scholar
  23. Naseri, B. M., & Elliott, G. (2009). Forecasting the number of web shoppers in Australia: An application of the bass model. http://www.duplication.net.au/ANZMAC09/papers/ANZMAC2009-709.pdf.
  24. Preuss, S., & Leonhardt, T. (2014). The Digital Innovation Model – Software planen, die Nutzer lieben. Leipzig. http://www.digitalinnovationmodel.com/.
  25. Rogers, E. M. (1962). Diffusion of innovations. Glencoe: Free Press.Google Scholar
  26. Rogers, E. M. (1995). Diffusion of innovations: Modifications of a model for telecommunications. In M. W. Stoetzer (Hrsg.), Die Diffusion von Innovationen in der Telekommunikation (S. 25–38). Berlin: Springer.CrossRefGoogle Scholar
  27. Rogers, E. M. (2003). Diffusion of innovations (5. Aufl.). New York: Free Press.Google Scholar
  28. Rohlfs, J. A. (1974). A theory of interdependent demand for a communication service. Bell Journal of Economics and Management Sciences, 5, 16–37.CrossRefGoogle Scholar
  29. Schmidt, S. (2009). Die Diffusion komplexer Produkte und Systeme. Ein systemdynamischer Ansatz. Wiesbaden: Gabler.CrossRefGoogle Scholar
  30. Schoder, D. (1995). Erfolg und Mißerfolg telematischer Innovationen. Wiesbaden: Gabler.CrossRefGoogle Scholar
  31. Skiera, B. (2002). Universität Frankfurt/Main. Vorlesung: Business Pläne und Marktforschung im Internet. Sommersemester. Unveröffentlichtes Manuskript.Google Scholar
  32. Travers, J., & Milgram, S. (1969). An experimental study of the small world phenomenon. Psychology Today, 32(4), 425–443.Google Scholar
  33. Welzel, P. (2012). Universität Augsburg. Vorlesung Einführung in die Ökonomie der Informationsgesellschaft. Wintersemester (Erstveröffentlichung 2011).Google Scholar
  34. Wendt, O., von Westarp, F., & König, W. (2000). Diffusionsprozesse in Märkten für Netzeffektgüter. Determinanten, Simulationsmodell und Marktklassifikation. Wirtschaftsinformatik, 42(5), 422–433.CrossRefGoogle Scholar

Copyright information

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

Authors and Affiliations

  • Reiner Clement
    • 1
  • Dirk Schreiber
    • 1
    Email author
  • Paul Bossauer
    • 1
  • Christina Pakusch
    • 1
  1. 1.Hochschule Bonn-Rhein-SiegSankt AugustinDeutschland

Personalised recommendations