Zusammenfassung
Gegenstand dieses Kapitels ist, wie in Kapitel I dargestellt, die Entwicklung eines mikroökonomischen Diffusionsmodells zur Erklärung von Diffusionsprozessen von Innovationen, deren namengebendes Kennzeichen die Entwicklung des Diffusionsverlaufs aus den Adoptionsentscheidungen potentieller Adopter ist.1
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Vgl. die Ausführungen in Kap. 1.3.
Vgl. die Ausführungen in Kap. 1.2.
Vgl. die Ausführungen in Kap. 1.2.
Vgl. die Ausführungen in Kap. 11.2.3 und Kap. 11.3.
In diesem Zusammenhang ist darauf hinzuweisen, daß es zwar mikroökonomische Ansätze gibt, die untersuchen, wann es für Individuen optimal ist, z. B. imitierendes Verhalten an den Tag zu legen, die jedoch dabei den Informationsirtegrationsprozeß nicht explizit modellieren. Vgl. z. B. Schlag, K: Bandits, 1996; derselbe: Imitate, 1996. Vgl. zum Armed-bandit-Ansatz auch Meyer, R. J.; Shi, Y.: Armed-bandit, 1995, S. 817-834.
Vgl. Stoneman, P.: Diffusion, 1981, S. 375-388.
Vgl. Feder, G.; O'Mara, G. T.: Diffusion, 1982, S. 145-147.
Vgl. Jensen, R.: Diffusion, 1982, S. 182-193.
Diese Modelle werden hier nicht explizit dargestellt, da die wesentlichen Aspekte von den neueren Ansätzen aufgegriffen werden,keine explizite Aggregationsvorschrift für den Diffusionsprozeß angegeben wird, nur neue industrielle Technologien, die bestehende ältere ablösen, betrachtet werden und sehr restriktive Annahmen — wie z. B. Risikoneutralität aller potentiellen Adopter — angenommen werden. Vgl. dazu auch V. Mahajan et al.: Diffusion, 1993, S. 358f.
Vgl. Klophaus, R.: Marktausbreitung, 1995, S. 133; Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1059; sowie V. Mahajan et al.: Diffusion, 1993, S. 356ff.
Vgl. die Übersicht bei V. Mahajan et al.: Diffusion, 1993, S. 158f. Diese ist allerdings nicht vollständig und berücksichtigt darüber hinaus einen Ansatz von Hiebert, L. D.: Adoption, 1974, S. 764-768, der jedoch im strengen Sinne kein mikroökonomisch fundiertes Diffusionsmodell darstellt. Vgl. dazu Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1058.
Mikroökonomische Modelle, die Innovationen betrachten, bei denen extensive Entscheidungsprozesse eine untergeordnete Rolle spielen — vgl. z. B. Meyer, R. J; Sathi, A.: Choice, 1985, S. 41-61; Sawhney, M. S.; Eliashberg, J.: Box-Office, 1996, S. 113-131; Eliashberg, J.; Sawhney, M. S.: Hollywood, 1994, S. 1151-1173 —, Ansätze, zu deren Kalibrierung Zeitreihendaten der betrachteten Innovation erforderlich sind — vgl. z. B. das Modell von Henrichsmeyer, S.: Entwicklung, 1998, S. 40ff., S. 120ff., S. 150ff. sowie S. 169ff. —, und/oder rein datenbasierte Modelle, die den Adoptionsprozeß nicht modellieren und somit keine mikroökonomische Erklärung des Diffusionsprozesses liefern — vgl. z. B. G. L. Urban et al.: Premarket, 1996, S. 47-60; G. L. Urban et al.: Forecasting, 1993, S. 47-63; Hauser, J. R.; Wisniewski, K. J.: Model, 1982, S. 143-179; dieselben: Marketing, 1982, S. 455-486; Hofbauer, G.: Event, 1991, S. 76ff.; Hamerle, A.: Event, 1987, S. 248-256; Sinha, R. K.; Chandrashekaran, M.: Hazard, 1992, S. 116-127; Schoder, D.: Mastergleichungsansatz, 1995, S. 21ff.; derselbe: Masse, 1995 —, bleiben hier ebenso unberücksichtigt.
Vgl. Roberts, J. H.; Urban, G. L.: Utility, 1988, S. 167-185.
Vgl. Oren, S. S.; Schwartz, R. G.: New Products, 1988, S. 273-287. Vgl. 15 Lattin, J. M.; Roberts, J. H.: Modeling, 1989, S. 1ff.
Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1057-1059. Teile dieses Ansatzes finden sich auch schon in Chatterjee, R.; Eliashberg, J.: Diffusion, 1985; und Eliashberg, J.; Chatterjee, R.: Models, 1986, S. 151-199.
Vgl. Klophaus, R.: Marktausbreitung, 1995, insbesondere S. 116-122 und S. 144-191.
Vgl. zu den Ausführungen in diesem Abschnitt Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1057-1079; und Klophaus, R.: Marktausbreitung, 1995, S. 134-140.
Der Index i zur Kennzeichnung des potentiellen Adopters wird im folgenden vernachlässigt, solange dadurch keine Unklarheiten entstehen.
Große Buchstaben bezeichnen in diesem Abschnitt einfache Zufallsvariablen; Realisationen von Zufallsvariablen und nichtstochastische Größen werden durch kleine Buchstaben gekennzeichnet.
Diese Skalierungskonstanten können dabei in der üblichen Weise als Wichtigkeiten interpretiert werden.
Damit diese additive Form der Verknüpfung multiattributiver Nutzenfunktionen zulässig ist, unterstellen Chatterjee und Eliashberg implizit die Gültigkeit weiterer Annahmen, wie z. B. wechselseitige Präferenzunabhängigkeit und Differenzunabhängigkeit. Vgl. z. B. Eisenführ, F.; Weber, M.: Entscheiden, 1999, S. 121.
Vgl. dazu sowie zu den folgenden Ableitungen die Ausführungen zur EUT im Kap. III. In der Parametrisierung (3.2) gilt insbesondere uf (, = 0) = 0.
Dabei drückt c alleine das Ausmaß der Risikoaversion aus. Die Annahme, daß alle potentiellen Adopter risikoavers sind kommt in der Parametrisierung in dem Faktor (-1) vor c zum Ausdruck.
Vgl. zu den Definitionen der Risikoprämie und des Sicherheitsäquivalents Kap. 11.2.2.2.2.5.
Da Bernoulli-Nutzenfunktionen nur bis auf affine Transformationen bestimmt sind, kann die Skalierung ohne Einschränkung der Allgemeinheit derart erfolgen, daß die Skalierungskonstante für uf (°m) redundant wird und b die relative Wichtigkeit des Preises ausdrückt, wobei davon auszugehen ist, daß hier b0 und vorher — vgl. Gleichung (3.1) — b2 0 gilt, obwohl Chatterjee und Eliashberg diesbezüglich keine expliziten Angaben machen.
Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1061.
Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1061. Der Index z,, für die Varianz dieser Verteilung wird aus Gründen der Übersichtlichkeit vernachlässigt.
Vgl. die Annahme 5 in Kap. 111.2.2.1.1.
Vgl. Kap. 11.3.2.
Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1061.
Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1061. Diesen Quotient interpretieren Chatterjee und Eliashberg zwar als inverses Maß für die Response eines potentiellen Adopters auf Information; in der Hauptsache stellt der Quotient jedoch, wie aus den nachfolgenden Gleichungen ersichtlich wird, eine Maßnahme zur Vereinfachung der Modellierung dar.
Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1062; Klophaus, R.: Marktausbreitung, 1995, S. 137.
Über a können z. B. auch die in Kapitel 1 erwähnten Preannouncement-und Marketing-HypeEffekte erfaßt werden.
Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1063.
Vgl. die Ausführungen auf S. 176.
Vgl. Cox, D. R.; Miller, H. D.: Theory, 1965, S. 208ff.; sowie Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1063ff.
Vgl. Cox, D. R.; Miller, H. D.: Theory, 1965, S. 221; sowie Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1064.
Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1063f. und S. 1065f.
Das Model ist für diesen Fall nicht genau bestimmt. Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1063f.
Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1064.
Vgl. ebenda, S. 1058.
So können z. B. einige der Vorgängermodelle diesen Innovationsfall nicht berücksichtigen. Vgl. Oren, S. S.; Schwartz, R. G.: New Products, 1988, S. 273 und S. 276; Roberts, J. H.; Urban, G. L.: Utility, 1988, S. 167f.; Lattin, J. M.; Roberts, J. H.: Modeling, 1989, S. 1ff. Das letztere Modell behandelt vor allem die Anzahl der Alternativen und die Neuaufnahmeentscheidung im Consideration Set. Vgl. dazu auch Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1058.
Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1059.
Vgl. die Ausführungen in Kap. 1.2.
So nehmen Roberts, J. H.; Urban, G. L.: Utility, 1988, S. 167f., an, daß es einen exogenen Fluß potentieller Käufer in einer betrachteten bestehenden Produktkategorie gibt. Die Entscheidung, überhaupt in der Produktkategorie zu kaufen, wird nicht modelliert. Vgl. dazu ebenda sowie zu Anwendungsproblemen mit diesem Modell, von denen die Autoren in einem späteren Beitrag selber berichten und die teilweise auch das Modell von Chatterjee und Eliashberg betreffen, G. L. Urban et al.: Prelaunch, 1990, S. 403.
Vgl. die Ausführungen in Kap. 11.2.4, Kap. 11.3.4 sowie Kap. 11.4.
Demgegenüber berücksichtigen Roberts und Urban in ihrem Modell eine multiattributive Bewertung der Innovation über faktoranalytisch unter Sicherheit ermittelten Wahrnehmungsdimensionen, die über eine exponentielle Transformation in eine Bernoulli-Nutzenfunktion mit konstanter absoluter Risikoaversion überführt wird. Vgl. Roberts, J. H.; Urban, G. L.: Utility, 1988, S. 170f.; sowie die Ausführungen in 111.2.3.2.3. Roberts und Urban folgen damit einer Idee von Currim und Sarin zur Trennung der Bewertungskomponente von der Risikokomponente. Vgl. Currim, I. S.; Sarin, R. K.: Evaluation, 1984, S. 355ff.; dieselben: Preferences, 1983, S. 252; vgl. des weiteren Keeney, R. L; Raiffa, H.: Decisions, 1976, S. 330-332. Die Interdependenz der Adoptionsentscheidungen potentieller Adopter wird in diesem Modell jedoch ebenfalls nicht endogenisiert. Vgl. Roberts, J. H.; Urban, G. L.: Utility, 1988, S. 174ff.
Vgl. die Ausführungen in Kap. 1.2
Vgl. S. 172, 2. Annahme. Ohne diese Annahme lassen sich viele der in diesem Modell enthaltenen Aussagen nicht treffen, so ist dann z. B. Preis und Risiko — vgl. Gleichung (3.7) — für risikofreudige potentielle Adopter keine Hürden mehr, da in Gleichung (3.2) der Faktor (-1) vor c verschwindet.
Vgl. Kap. 11.2.2.2.2.6.
Vgl. z. B. Schoder, D.: Masse, 1995, S. 40.
Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1067ff.
Vgl. Kiophaus, R.: Marktausbreitung, 1995, S. 142.
Vgl. Chatterjee, R; Eliashberg, J.: Innovation, 1990, S. 1064.
Vgl. die Ausführungen auf S. 183.
Vgl. z. B. Schmalen, H.: Diffusionsforschung, 1989, S. 214ff.
Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1069ff.
Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1070. So reproduziert z. B. eine Formulierung von n(t) analog zum Modell von Bass —vgl. Kap. I — dieses ohne große Einschränkungen. Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1070.
Vgl. dazu die Operationalisierungen bei Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1071ff.
Vgl. Chatterjee, R.; Eliashberg, J.: Innovation, 1990, S. 1072f.
Vgl. ebenda, S. 1074.
Vgl. Klophaus, R.: Marktausbreitung, 1995, S. 115-121 sowie S. 144-159.
Vgl. die Ausführungen zur Parametrisierung der einzelnen Funktionen in der Prospect Theorie in Kap. 11.2.3.2.4.
Vgl. die Ausführungen in Kap. 111.3.2.1.1.
Klophaus, R.: Marktausbreitung, 1995, S. 108. Vgl. für Literaturhinweise zu Diskrepanzmodellen ebenda, S. 107-115.
Vgl. zum Updating als adaptiven Prozeß die Ausführungen in Kap. 11.3.3.
Vgl. zum Einstellungskonstrukt z. B. Trommsdorff, V.: Konsumentenverhalten, 1998, S. 142ff.; Kroeber-Riet, W.; Weinberg, P.: Konsumentenverhalten, 1996, S. 167ff.; Balderjahn, I: Einstellungen, 1995, Sp. 542-554. Vgl. zum Zusammenhang zwischen Einstellungen und Präferenzen z. B. Kall, D.; Steffenhagen, H.: Urteilsunsicherheiten, 1992, S. 3-5; V. Trommsdorff et al.: Einstellung, 1980, S. 270-275; sowie zum Zusammenhang zwischen Beliefs und Einstellungen z. B. van Raaij, W. F.: Expectations, 1991, S. 404.
In diesem Kontext ist des weiteren darauf hinzuweisen, daß Forschungsergebnisse auf eine geringe finale Verhaltensrelevanz des Einstellungskonstrukts hinwiesen. Grunert berichtet beispielsweise, daß multiattributiv gemessene Einstellungen nur 4% des finalen Verhaltens erklären. Vgl. Grunert, K. G.: Research, 1988, S. 172ff.
Vgl. dazu Klophaus, R.: Marktausbreitung, 1995, S. 107-115; sowie zu der folgenden Darstellung des Modells ebenda, S. 146-153.
Vgl. Klophaus, R.: Marktausbreitung, 1995, S. 144 sowie S. 148.
m(m-1)/2 entspricht der Anzahl möglicher paarweiser Kontakte und m der Anzahl möglicher Kontakte zum Anbieter.
Vgl. Klophaus, R.: Marktausbreitung, 1995, S. 159.
Vgl. die Ausführungen in Kap. 1.2.
Vgl. Klophaus, R.: Marktausbreitung, 1995, S. 161.
Vgl. auch den bei Klophaus in Abildung 10 dargestellten oszillierenden Verlauf der Einstellungsänderungen einzelner potentieller Adopter. Vgl. ebenda, S. 167.
Vgl. Klophaus, R.: Marktausbreitung, 1995, S. 153ff.
Vgl. ebenda, S. 193.
Klophaus, R.: Marktausbreitung, 1995, S. 159.
Der Take off eines Diffusionsprozesses ist nach Rogers durch die Phase des Marktdurchbruchs gekennzeichnet, die bei einem Innovationsausbreitungsgrad von 10 bis 20 Prozent angesiedelt wird. Vgl. Rogers, E. M.: Diffusion, 1983, S. 243.
Der Vollständigkeit halber ist zu erwähnen, daß Klophaus auch unterschiedliche Konstellationen von Bewertungs-und Informationsintegrationsparametern potentieller Adopter analysiert. Da aber die betrachtete Cliquenstärke nur 5 potentielle Adopter umfaßt, aber insgesamt 20 identische Cliquen betrachtet werden, ist das Ergebnis jeweils hauptsächlich durch unterschiedliche Kommunikationsstrukturen der Cliquen determiniert. Vgl. Klophaus, R.: Marktausbreitung, 1995, S. 159-183.
Vgl. Klophaus, R.: Marktausbreitung, 1995, S. 188ff.
Vgl. ebenda, S. 162f.
Vgl. die Ausführungen in Kap. 1.3.
Vgl. ebenda, S. 163. Da die Simulation bei 100 Kommunikationskontakten abbricht und an dieser Stelle noch keine Sättigungstendenz existiert, ist nicht auszuschließen, daß bei zusätzlichen Kommunikationskontakten der Wert von 60% noch weiter überschritten wird.
Eine Ausnahme ist, wie bereits in diesem Kapitel dargestellt, das Modell von Roberts und Urban, in dem multiattributive Bewertung betrachtet wird. Vgl. Fußnote 48.
Dieses Preisnehmerverhalten stellt auf Grund der Größe von Diffusionspotentialen keine Einschränkung der Allgemeinheit dar. Vgl. z. B. A. Mas-Colell et al.: Theory, 1995, S. 20.
Vgl. die Ausführungen in Kap. 11.2.2.
Diese Betrachtungsweise entspricht dem in der Ökonomie üblichen Referenzpreiskonzept als Ausdruck maximaler Zahlungsbereitschaften. Vgl. z. B. Thaler, R.: Choice, 1985, S. 205; sowie im Zusammenhang mit Diffusionsprozessen Kalish, S.: Model, 1985, S. 1569.
Der Index zur Kennzeichnung eines potentiellen Adopters i wird aus Gründen der Übersichtlichkeit nachfolgend vorerst vernachlässigt.
Vgl. die Ausführungen in Kap. 11.3.5.1 sowie in Kap. 111.3.2.1.2.3.
Für den Fall der Gleichheit von Ungleichung (3.24), die Indifferenz impliziert, wird in der vorliegenden Arbeit angenommen, daß eine Adoption erfolgt. Zur Erhöhung der Anschaulichkeit der Darstellung wird dieser Fall ohne Einschränkung der Allgemeinheit nicht explizit betrachtet.
ss Im Fall regulärer Prospects wird auf den Index x zur Kennzeichnung des Performance-Levels, auf den sich der jeweilige Referenzpreis bzw. der jeweilige Gewinn oder Verlust bezieht, zur Erhöhung der Übersichtlichkeit verzichtet.
Vgl. dazu und zur Bedeutung der einzelnen Parameter die Ausführungen in Kap. 11.2.3.2.1.
Vgl. die Ausführungen zur Parametrisierung der Funktionen in der Prospect Theorie in Kap. 11.2.3.2.4.
Die Ableitungen, die zu den Parameterbeurteilungen der kritischen Adoptionswahrscheinlichkeit führen, sind in Anhang 3 dargestellt.
Die entsprechende Herleitung befindet sich in Anhang 3. Klophaus präsentiert allerdings keine Herleitung dieser Gleichung. Vgl. Klophaus, R.: Marktausbreitung, 1995, S. 118 sowie S. 146.
Vgl. die Ausführungen in Kap. 11.2. 101 Vgl. die Ausführungen in Kap. 1.2.
Vgl. die Ausführungen in Kap. 11.3.5.1.
Vgl. die Ausführungen in Kap. 1.2.
Vgl. die Ausführungen in Kap. 1.2.
Vgl. zu dieser Annahme z. B. Oren, S. S.; Schwartz, R. G.: New Products, 1988, S. 276. t°fi Vgl. zu dieser Annahme die Ausführungen in Kap. 11.3.3.
Empirische Untersuchungen zeigen, daß Zufriedenheit auf dem Marktniveau über die Zeit relativ stabil ist. Vgl. z. B. M. D. Johnson et al.: Adaptive, 1995, S. 695 und S. 703-705.
Vgl. die Ausführungen in Kap. 11.3.4.
Vgl. die Herleitung in Anhang 3.
Dies entspricht beispielsweise auch der Interpretation Schmalens zur Wirkung einer zunehmenden Adopteranzahl auf potentielle Adopter: Zehn Millionen VW-Käufer können sich nicht irren. Schmalen, H.: Diffusionsmodellierung, 1989, S. 211.
Vgl. z. B. Hammann, P.; Erichson, B.: Marktforschung, 1994, S. 181ff.; Crawford, C. M.: Products, 1994, S. 333f.
in Vgl. Kap. 11.3.5.2.3.
Vgl. z. B. C. J. Easingwood et al.: Nonuniform, 1983, S. 273-295.
Dadurch ist die Anwendbarkeit des Modells jedoch keineswegs eingeschränkt, wie die späteren Ausführungen zeigen werden. Allein die Ableitung allgemeiner Ergebnisse gestaltet sich hierdurch schwieriger.
Die partielle Ableitung ist in Anhang 3 dargestellt.
Vgl. die Ausführungen in Anhang 3.
1975, S. 501-504; Porter, B.: Portfolio, 1973, S. 587-608; derselbe: Dominance, 1974, S. 200-204.
Vgl. die Ausführungen zur Referenzpunktverschiebung in Kap. 11.3.5.1 sowie die Ableitungen in Anhang 3.
Vgl. Spiegel, B.: Meinungsverteilung, 1961, S. 11ff. und S. 71ff.
Zur Auflösung dieser Gleichung nach ä würden transzendentale Funktionen der Variablen benötigt, die nicht algebraisch sind.
Vgl. die Ausführungen in Kap. 111.3.2.1.1.
Vgl. zu Preis-Qualitätsurteilen Sabel, H.: Preispolitik, 1973, S. 420-429; Simon, H.: Preismanagement, 1992, S. 604-618.
Vgl. zu deren Herleitung die Ausführungen in Anhang 3.
Mathematisch läßt sich der Einfluß auch über z, einfangen. Dieser Parameter steht jedoch — anders als b — inhaltlich in keinem Zusammenhang zum Preis.
Dies stellt keine Einschränkung der Allgemeinheit dar, da bei den hier beschriebenen extensiven Kaufprozessen nicht der Preis als Substitut mangelnder Produktkenntnis und -erfahrung der Risikoreduktion dient, sondern die Informationen von Adoptern. Zu hohe Unsicherheit führt im vorliegenden Kontext zu einer Vertagung der Entscheidung, wohingegen Preis-Qualitätsurteilsphänomene in der Regel in Kaufsituationen mit Entscheidungszwang und der Auswahlmöglichkeit zwischen mehreren Alternativen beobachtet werden.
Vgl. dazu auch die Ausführungen in Kap. 111.3.2, Kap. 111.3.3 und Kap. 111.3.4.
Vgl. zu Untersuchungen bezüglich des Einflusses solcher Maßnahmen auf die Risikowahrnehmung von Konsumenten z. B. Shimp, T. A.; Bearden, W. O.: Warranty, 1982, S. 38-46.
Vgl. zu GO-, NO- und ON-Entscheidungen Sabel, H.: Modelle, 1973, S. 191-196; derselbe: Entscheidungsmodelle, 1971, S. 240-270.
Dieser Verlauf ist idealtypisch in dem Sinne, daß er dem Verlauf entspricht, der gemäß den Ausführungen in Kap. 1.2 durch einen S-förmigen Diffusionsverlauf impliziert wird.
n,, erfaßt also alle potentiellen Adopter, deren kritische Adopteranzahl im Intervall (A,,, A,] liegt.
Die Abbildung 30 beschreibt den Prozeß wiederum (vgl. Fußnote 132 in diesem Kapitel) idealtypisch und zur besseren Anschaulichkeit kontinuierlich. Die Abszisse hat dabei keinen realen Bezug, da die tatsächliche Übernehmerbestandsentwicklung durch den Prozeß, der zu na führt, beschrieben ist.
Vgl. zum Phänomen der kritischen Masse z. B. Weiber, R.: Masse, 1992, S. 15ff.; derselbe: Kritische Masse, 1995, S. 39-66.
Vgl. Sabel, H.; Weiser, C.: Dynamik, 1998, S. 36f.; Weiser, C.: Optimierung, 1990, S. 4f.
Vgl. z. B. die Ausführungen zum Modell von Klophaus in Kap. 111.2.3.2.
Vgl. zu Bernoulli-Experimenten z. B. J. Bleymüller et al.: Statistik, 1994, S. 52f.
Vgl. Kap. 111.2.3.3.
Vgl. dazu Rberts, J. H.; Urban, G. L.: Utility, 1988, S. 174.
Vgl. ebenda.
Vgl. die Ausführungen und Literaturangaben in Kap. 111.2.1 und 111.2.2.2.
Vgl. die Ausführungen und Literaturangaben in Kap. 111.2.1 und 111.2.2.2.
Dieser Aspekt wurde bereits in Kap. 1.2 angemerkt. Die Zeit spielt insofern eine Rolle, als daß exogene Information Zeit benötigt, potentielle Adopter zu erreichen und zu informieren, sowie als daß sie als Hilfsvariable zur Indexierung der kumulierten Mengen in makroökonomischen Diffusionsmodellen fungiert. Eine eigenständige Wirkung geht von ihr jedoch nicht aus.
Die Einflüsse von Performance und Preis auf den Adoptionsprozeß wurden bereits in Kap. 111.3.2.1.3 diskutiert.
Die Simulationen wurden mit MS Excel 2000 durchgeführt.
Dabei wurden für die Simulationen die exponentielle Parametrisierung der Wertfunktion und die einparametrische Entscheidungsgewichtefunktion nach Kahneman und Tversky verwendet. Vgl. die Ausführungen in Kap. 11.2.3.2.4.
Bei dem Übergang von einem zum anderen Prozeßschritt wurde automatisch überprüft, ob bei einzelnen potentiellen Adoptern durch prozeßbedingte Änderung der Referenzpreise und/oder veränderte Preise ein Vorzeichenwechsel der Argumente der Wertfunktionen erfolgt ist. Da nur Preissenkungen simuliert werden und die Ausgangssituation immer Gewinne und Verluste beinhaltet, konnte dieser Fall generell nur in der Wertfunktion für Verluste auftreten, so daß dementsprechend die betroffenen potentiellen Adopter in diesem Prozeßschritt als Adopter klassifiziert worden sind.
Dabei wurde bei Kontrollrechnungen per Hand sowie mit Mathematica festgestellt, daß der Solver in MS Excel 2000 die Nullstellen nicht exakt ermittelt. Entsprechend wurden die Nullstellen in einem Unterprogramm berechnet und dann erst in Excel weiterverarbeitet.
Vor der Berechnung der Nullstelle wurde Gleichung (3.48) durch Subtraktion von 6, umgeformt.
Z. B. gilt inzwischen als empirisch robustes Resultat ein Wert von 2 für den Parameter zur Kennzeichnung der Verlustaversion. Vgl. die Ausführungen in Kap. 11.2.3.2.4. Ein plausibler Wert für die Gewinnwahrscheinlichkeit ist z. B. ein Ausgangswert von 0.5, der unterstellt, daß der potentielle Adopter anfänglich Gewinne und Verluste als gleichwahrscheinlich erachtet. Vgl. z. B. Klophaus, R.: Marktausbreitung, 1995, S. 160.
Vgl. V. Mahajan et al.: Diffusion, 1993, S. 351ff.; Rogers, E. M.: Diffusion, 1995, S. 257ff.
Vgl. dazu auch den Fall 2A in Abbildung 28. Die negative Steigung von q; ist in dem letzten betrachteten Szenario für die Mehrzahl der potentiellen Adopter weniger steil.
In der Modellgleichung für wurde der Effekt dieser Veränderung derart implementiert, daß der
Vgl. zu dem Problem von Time-to-market-Entscheidungen z. B. Buchholz, W.: Timingstrategien, 1998, S. 21-40; Simon, H.: Zeit, 1989, S. 75-83; M. Cohen et al.: Time-to-Market, 1996, S. 173-186; S. Datar et al.: Time-to-Market, 1997, S. 452-464.
Vgl. die Ausführung in Kap. 111.3.2.1.3.
Vgl. zum Konzet der Preislage Gutenberg, E.: Absatz, 1984, S. 239ff.
Vgl. dazu Sabel, H.: Dynamisches Marketing, 1994, S. 22-26.
Vgl. zu Economies und Savings Kloock, J.; Sabel, H.: Economies, 1993, S. 209-233.
Vgl. die Ausführungen in Kap. 11.3.5.3.
Vgl. dazu Kap. 11.2.3.2.2.1.
Das Nachvollziehen der Entwicklungsschritte des Grundmodells zeigt, daß ansonsten lediglich Monotonie-Argumente bezüglich der Wahrscheinlichkeiten und der Entscheidungsgewichtefunktionen verwendet werden. Diese behalten jedoch auch im Fall ambiguitätsbehafteter Unsicherheit ihre Gültigkeit, da die Entscheidungsgewichtefunktionen auch in subjektiven Maßen B(G),B(V) jeweils monoton sind. Vgl. die Ausführungen in Kap. 11.2.3.2.
Der Beweis dieser Behauptung ist in Anhang 3 dargestellt.
Vgl. Kap. 11.2.3.2.2.
Vgl. z. B. W. Breuer et al.: Portfoliomanagement, 1999, S. 304-314; A. Saunders et al.: Trust, 1980, S. 323-330; Vickson, R. G.: Aversion, 1975, S. 799-811; Rentz, W.; Westin, R.: Portfolio,
Vgl. die Ausführungen in Kap. 11.2.2.2.2.8. 166 Vgl. die Ausführungen in Kap. 111.2.2.1.
Dabei wären solche Annahmen strenggenommen alleine aus dem Grund keinesfalls zulässig, da theoretische Wahrscheinlichkeitsverteilungen sämtlich den Axiomen von Kolmogoroff genügen.
Dies wird sofort offensichtlich, wenn beispielsweise nur positive Prospects — Prospects, die ausschließlich aus Gewinnen bestehen — betrachtet werden und für p* in Gleichung (3.8) in Kap. 11.2.3.2.2.2 die in z formulierte Dichtefunktion der Normalverteilung eingesetzt, die in Kap. 11.2.3.2.4 vorgeschlagene Parametrisierung betrachtet, die Summe durch das Integral über dz ersetzt und die Lösung dieses Integrals in den Grenzen von 0 bis versucht wird.
Vgl. Kap. 111.3.2.1.2.
Vgl. die Ausführungen in Kap. 111.3.2.1.2.2.
Vgl. dazu Tabelle 19.
Vgl. z. B. von Nitzsch, R.: Entscheidungslehre, 1996, S. 43-49; Eisenführ, F.; Weber, M.: Entscheiden, 1999, S. 103-111 und S. 151-169; sowie insbesondere im Zusammenhang mit der Wertfunktion und der Entscheidungsgewichtefunktion der Prospect Theorie Currim, I. S.; Sarin, R. K.: Prospect, 1989, S. 26ff.; von Nitzsch, R.; Friedrich, C.: Entscheidungen, 1999, S. 106-112; vgl. zur Ermittlung von Beliefs insbesondere auch Rottenstreich, Y.; Tversky, A.: Theory, 1997, S. 408ff.; Tversky, A.; Koehler, D. J.: Support, 1994, S. 551ff.
Vgl. z. B. von Nitzsch, R.: Entscheidungslehre, 1996, 103ff.; Eisenf Ohr, F.; Weber, M.: Entscheiden 1999, S. 226ff.; Currim, I. S.; Sarin, R. K.: Prospect, 1989, S. 26ff.
Vgl. Kap. 11.2.2.2.2.5 sowie Kap. 11.2.3.2.
n Vgl. z. B. Currim, I. S.; Sarin, R. K.: Prospect, 1989, S. 27; von Nitzsch, R.; Friedrich, C.: Entscheidungen, 1999, S. 111.
Vgl. z. B. Chicos, R.: Interactive, 1995, S. 163-176; G. L. Urban et al.: Acceleration, 1997, S. 143-153.
Vgl. Kap. 111.3.2.1.2.2. 180 Vgl. Kap. 111.3.2.1.2.2.
Vgl. dazu und zu den folgenden Ausführungen Kap. 11.3.5.2.2.
Vgl. zur Dollar-Metrik-Skala sowie zu deren Verwendung im Rahmen von Conjoint Analysen z. B. Aust, E.: Conjointanalyse, 1996, S. 175ff.; Kalish, S.; Nelson, P.: Price, 1991, S. 327-335.
Zur Kalibrierung der Wertfunktion ist dabei noch mindestens eine zusätzliche Stützstelle für das Ausmaß der Verlustaversion zu ermitteln.
Vgl. zur Erfahrungskurventheorie z. B. Henderson, B. D.: Erfahrungskurve, 1974, S. 19-37; J. Kloock et al.: Erfahrungskurve, 1987, S. 3-51.
leg Dadurch lassen sich z. B. auch Hypothesen bezüglich kultureller Unterschiede im Adoptionsverhaltenen testen, die in der Literatur vielfach diskutiert werden. Vgl. H. Gatignon et al.: Multinational, 1989, S. 231-247; J.-B. E. M. Steenkamp et al.: Cultural, 1999, S. 55-69.
Rights and permissions
Copyright information
© 2001 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Felten, C. (2001). Entwicklung eines mikroökonomischen Diffusionsmodells. In: Adoption und Diffusion von Innovationen. Gabler Edition Wissenschaft. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-322-93416-1_3
Download citation
DOI: https://doi.org/10.1007/978-3-322-93416-1_3
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-7434-9
Online ISBN: 978-3-322-93416-1
eBook Packages: Springer Book Archive