Analyse und Prognose der Nutzung des Interaktiven Fernsehens

Analyse und Prognose der Nutzung 

des Interaktiven Fernsehens 

Inaugural-Dissertation zur Erlangung des Grades eines 

Doktors der Wirtschafts- und Sozialwissenschaften der 

Wirtschafts- und Sozialwissenschaftlichen Fakultät 

der Christian-Albrechts-Universität zu Kiel 

vorgelegt von 

Diplom Kaufmann Michel Clement 

aus Kiel 

Kiel, 1999 

I

Gedruckt mit Genehmigung der Wirtschafts- 

und Sozialwissenschaftlichen Fakultät der 

Christian-Albrechts-Universität zu Kiel 

Dekan: Professor Dr. Sönke Albers 

Referent: Professor Dr. Sönke Albers 

Korreferent: Professor Dr. Dr. h.c. Jürgen Hauschildt 

Tag des Abschlusses der Arbeit: 02. August 1999 

Tag der Disputation: 19. November 1999 

II

Lebenslauf 

Persönliche Angaben 

Name: Michel Clement 

Anschrift: Fasanenweg 122, D –- 33335 Friedrichsdorf 

Telefon /Telefax: 05209 – 901345 / 05241 – 80640163 

E-Mail: michel.clement@bertelsmann.de 

Geboren: 19. Juni 1971 in Kiel, Deutschland 

Staatsbürgerschaft: niederländisch 

Schulbildung 

1977 – 1987 Grund- und Realschule Kiel, Bornhöved 

1987 – 1990 Wirtschaftsgymnasium, Abitur Bad Segeberg 

Hochschulausbildung 

01.10.90 – 10.07.96 Studium der Betriebswirtschaftslehre an der Christian- 

Albrechts-Universität mit den Spezialisierungen: Marke- 

ting (Prof. Dr. S. Albers), Innovationsmanagement (Prof. 

Dr. K. Brockhoff) und Psychologie (Prof. Dr. D. Frey). Ab- 

schluß: Diplom-Kaufmann 

21.07.94 – 22.03.95 Freie wissenschaftliche Diplomarbeit im Fach Inno- 

vationsmanagement: Analyse und Bewertung der erfolgs- 

bestimmenden Faktoren bei Entwicklungen des Bereichs 

Technologiemanagement / Kooperationen bei der Ruhrgas 

AG 

01.09.96 – 18.10.99 Promotion am Institut für betriebswirtschaftliche Innovati- 

onsforschung – Lehrstuhl für Marketing – der Christian- 

Albrechts-Universität. Thema der Dissertation: Analyse 

und Prognose der Nutzung des Interaktiven Fernsehens. 

(summa cum laude) Kooperationspartner waren die Deut- 

sche Telekom AG und die o.tel.o Service GmbH & Co.KG 

Kiel 

Essen 

Kiel 

Nürnberg, Düs- 

seldorf 

III

01.12.96 – 19.02.99 Graduiertenstudium mit DFG-Stipendium im Rahmen des 

Beruf 

IV 

Graduiertenkollegs „Betriebswirtschaftslehre für Techno- 

logie und Innovation“ an der Christian-Albrechts- 

Universität 

Seit 10.99 Consultant bei der Bertelsmann AG, Tätigkeit im Think 

Tank (mediaTechnologies) der Bertelsmann mediaSystems 

GmbH 

Kiel 

Gütersloh

Geleitwort 

In der Innovationsforschung sind auf der Marktseite lange Zeit vor allem die Probleme der Diffu- 

sion von langlebigen Gebrauchsgütern, wie z.B. Mikrowellen und Videorekordern, betrachtet 

worden. Dabei sind technologische Nutzungsinnovationen vernachlässigt worden, bei denen es 

nicht nur darauf ankommt, daß das Produkt bzw. die Dienstleistung vom Nutzer adoptiert, son- 

dern möglichst häufig genutzt wird, also Akzeptanz erzielt. Während man in der Diffusionsfor- 

schung schon gute Prognose-Instrumente entwickelt hat, fehlen solche zur Prognose der Nut- 

zungsintensität von technologischen Nutzungsinnovationen. Deshalb widmet sich diese Dissertati- 

on der Entwicklung solcher Instrumente und wendet diese beispielhaft auf die Nutzung des Inter- 

aktiven Fernsehens an. Beim Interaktiven Fernsehen kommt erschwerend hinzu, daß es sich um 

ein Systemgut handelt, bei dem die Hardware, wie z.B. die Set-Top-Box und das Fernsehgrät, 

sowie die Navigations-Software und schließlich die Inhalte, z.B. Filme und Informationen, zu- 

sammen ein Angebot bilden, das erst seiner Gesamtheit vom potentiellen Nutzer beurteilt wird. 

Hinzu kommt, daß das Interaktive Fernsehen zu den Netzprodukten zählt, bei denen der Nutzen 

für den Einzelnen um so höher ist, je mehr andere Nutzer diesen Dienst ebenfalls nutzen. 

Die Arbeit von Michel Clement gliedert sich im wesentlichen in drei Teile. Im ersten Teil be- 

schreibt er den Dienst des Interaktiven Fernsehens im Umfeld von Multimedia-Angeboten und 

leitet aus der Adoptions-, Diffusions- und Akzeptanztheorie Hypothesen zum Markterfolg ab, 

wofür er auch die Besonderheiten von Netzeffekten erläutert. Im zweiten Teil analysiert er die 

Nutzung und Einschätzung des Interaktiven Fernsehens auf der Basis von Daten aus einem Pilot- 

projekt der Deutschen Telekom AG in Nürnberg. Mit den dabei erzielten Ergebnissen testet er 

auch die aus den Theorien abgeleiteten Hypothesen. Schließlich entwickelt Clement im dritten Teil 

eine Methode, mit der er die Zahlungsbereitschaft für entsprechende technologische Nutzungsin- 

novationen abschätzen kann, auch wenn diese zur Zeit noch nicht real angeboten werden. Bei der 

Überprüfung der Theorien wird deutlich, daß die sogenannten Rogers Kriterien zwar einen guten 

Rahmen zur Ableitung von Gesichtspunkten für den Markterfolg bieten, aber keine reliablen 

Messkonstrukte darstellen. Bei der Auswertung der Nutzungsdaten stellt Clement fest, daß nur 

Video-on-Demand das Potential für eine Killer-Applikation besitzt, während Home-Shopping 

nicht den notwendigen Anfangsschub für die Diffusion des Interaktiven Fernsehens liefern wird. 

Zur Abschätzung der Zahlungsbereitschaften erfragt er diese in verschiedenen Kombinationen für 

eine Vision 2000, in der er die zukünftige Entwicklung des Interaktiven Fernsehens vorzeichnet. 

Versuche, dafür die Conjoint-Analyse einzusetzen, schlugen fehl, da die Befragten den Abwäg- 

prozess offenbar nicht sinnvoll bewältigen. Letztendlich kann Clement feststellen, daß die Zah- 

lungsbereitschaft für Video-on-Demand pro Film bei etwa DM 3,-- liegt und die maximale Nach- 

V

frage bei 6 - 8 Filmen pro Monat liegt. Aus den erzielten Ergebnissen leitet er sehr ausführlich Im- 

plikationen für die Anbieter von Interaktivem Fernsehen und die weitere Forschung ab. 

Die Arbeit von Clement ist insofern bemerkenswert, als sie in sehr seltener Weise hohe inhaltliche 

und methodische Kompetenz zugleich zeigt. Clement erweist sich als subtiler Kenner aller Facet- 

ten des Interaktiven Fernsehens und leitet aus den gewonnenen Ergebnisse sehr interessante 

Empfehlungen ab. Gleichzeitig gelingt es ihm, eine Vielzahl typischerweise nicht zusammen be- 

trachteter Theorien in seiner Arbeit zusammenzuführen, um daraus Hypothesen und Erkenntnisse 

für die Entwicklung von Prognose-Instrumenten abzuleiten. Bei der Entwicklung der Prognose- 

Instrumente zeigt er eine hohe methodische Kompetenz, insbesondere bei der Konstruktvalidie- 

rung und der Anwendung von Mixture-Models, mit der nicht mehr nur uniforme Regressionen für 

alle Beobachtungen gerechnet werden, sondern unterschiedliche Regressionen für Segmente 

durchgeführt und die einzelnen Befragten mit Wahrscheinlichkeiten den Segmenten zugeordnet 

werden. 

Mit dieser Arbeit wird die Forschung auf dem Gebiet der Diffusion und Akzeptanz von technolo- 

gischen Innovationen grundlegend weitergeführt. Leser erhalten einen hervorragenden Überblick 

über die verschiedenen Theorien, die die Diffusion und Akzeptanz solcher Dienste erklären. In 

methodischer Hinsicht zeigt Clement, wie man Zahlungsbereitschaften für neuartige Dienste gut 

abschätzen kann. Die dabei gewonnenen Erkenntnisse sind gleichermaßen für Forscher und Ma- 

nager von Bedeutung. Forscher erhalten einen sehr guten Eindruck des anwendbaren methodi- 

schen Instrumentariums, während Praktiker etwas über die mittlere Zahlugnsbereitschaft für Vi- 

deo-on-Demand Filme lernen sowie Implikationen für die Vermarktung ihrer Dienste erhalten. In- 

sofern ist die Arbeit für Wissenschaftler und Praktiker gleichermaßen von Interesse. Ich würde 

mich deshalb sehr freuen, wenn diese Arbeit eine weite Verbreitung finden würde. 

VI 

Prof. Dr. Sönke Albers

Vorwort 

„Fußball soll im Free-TV bleiben!“ 

Die Ergebnisse dieser Untersuchung zeigen jedoch, daß dieser fromme Wunsch meines Vaters 

wahrscheinlich nicht in Erfüllung gehen wird. Um ein Kritische-Masse-System wie das Interaktive 

Fernsehen erfolgreich in den Markt einzuführen, bedarf es besonders attraktive Inhalte – eben 

Fußball, Top-Spielfilme oder Erotik. Nicht alles, aber sehr vieles, wird dann nicht mehr kostenlos 

von den privaten Fernsehsendern angeboten werden. 

Interaktives Fernsehen ermöglicht aufgrund der Digitalisierung der Informationen neue Geschäfts- 

und Preismodelle. Wie diese unter Berücksichtigung der Netzeffekte aussehen könnten, und ob 

mein Vater auch später noch kostenlos zusehen kann, wie Ajax Amsterdam mal wieder gegen ei- 

ne deutsche Mannschaft gewinnt, ist unter anderem Gegenstand dieser Arbeit. Vielleicht muß er 

nur mehr Werbung hinnehmen. 

Die empirische Bestimmung der Auswirkungen von Netzeffekten auf die Nutzung des Interaktiven 

Fernsehens konnte nur durch die Kooperation mit der Deutschen Telekom AG realisiert werden, 

wofür ich mich sehr herzlich bedanken möchte. 

Die Arbeit ist im Rahmen des Graduiertenkollegs „Betriebswirtschaftslehre für Technologie und 

Innovation“ an der Christian-Albrechts-Universität zu Kiel entstanden. Sie wurde durch ein Sti- 

pendium der Deutschen Forschungsgemeinschaft (DFG) gefördert, der ich sehr verbunden bin. 

Meinem Doktorvater und akademischen Lehrer, Herrn Prof. Dr. Sönke Albers, bin ich sehr ver- 

bunden, da er die Arbeit zu jeder Zeit durch seine zahlreichen und konstruktiven Anregungen, 

Hinweise und Verbesserungsvorschläge förderte und darüber hinaus ein herzliches Arbeitsumfeld 

schaffte. Dies gilt ebenfalls für die anderen beiden Professoren des Instituts für betriebswirtschaft- 

liche Innovationsforschung, Prof. Dr. Dr. h.c. Jürgen Hauschildt, dem ich für die Übernahme des 

Koreferates danke, und Prof. Dr. Klaus Brockhoff. Der hohe Interaktivitätsgrad am Institut hat 

stark zum Gelingen dieser Arbeit beigetragen. 

Besonderen Dank möchte ich meinen Kollegen vom Lehrstuhl für Marketing aussprechen. Gera- 

de in der Anfangsphase haben Prof. Dr. Karen Gedenk, Prof. Dr. Manfred Krafft und Prof. Dr. 

Bernd Skiera viele Hinweise zum „schlauen“ Promovieren gegeben. Bei meinem Zimmergenossen 

Dr. Thorsten Litfin habe ich seine Geduld bei meinen ewigen Telefonaten mit der F.A.Z. bewun- 

dert. Ihm, Ingo Garczorz, Ulrike Bähr-Seppelfricke, Björn Schäfers und insbesondere Kay Pe- 

VII

ters möchte ich für viele fachliche Hinweise danken, die wir so manches Mal mit brasilianischen 

Drinks begossen haben. Matthias Runte hat mir viele technische Einsichten gewährt und des öfte- 

ren mein altes Auto überbrückt. Dafür habe ich ihn beim „Siedler“-spielen auch gewinnen lassen. 

Gleiches gilt für meine Mitstreiter aus dem Graduiertenkolleg. Ohne die Graduiertenfahrten, Fuß- 

ballspiele, die insbesondere dann Spaß brachten, wenn wir den Pokal gewannen, Feiern und ge- 

meinsamen Wochenenden im Büro hätte die Promotion weniger Spaß gemacht. Auch die Diskus- 

sion mit Jan U. Becker, Christoph Petzoldt und Timo Schulze hat zum Gelingen der Arbeit beige- 

tragen. Ihnen sei an dieser Stelle ebenfalls gedankt. 

Eine solche Arbeit lebt von Höhen und Tiefen in der Zeit in der sie erstellt wird. Da in beiden Zei- 

ten meine Eltern und Wiebke stets meine Freuden und Sorgen ertrugen, widme ich ihnen diese 

Arbeit und danke ihnen vom Herzen. 

Stundenlangs Fernsehen zum Zwecke der Wissenschaft – diese Ausrede gilt nun nicht mehr. Mal 

sehen, was folgt... 

VIII 

Michel Clement

Inhaltsverzeichnis 

1 Einleitung ..............................................................................................1 

1.1 Problemstellung.......................................................................................................... 1 

1.2 Ziele der Untersuchung.............................................................................................. 6 

1.3 Aufbau der Arbeit....................................................................................................... 7 

2 Darstellung des Untersuchungsgegenstandes – Interaktives 

Fernsehen als Multimedia-System......................................................10 

2.1 Zukunftsmarkt Multimedia...................................................................................... 10 

2.2 Vom Digitalen zum Interaktiven Fernsehen........................................................... 14 

2.3 Parallele Entwicklungstendenzen des Web-TV...................................................... 21 

2.4 Intermedialer Vergleich........................................................................................... 22 

3 Hypothesen zum Markterfolg des Interaktiven Fernsehens ..............31 

3.1 Markterfolg bei Systemtechnologien mit Netzeffekten......................................... 31 

3.1.1 Überblick über Systemgüter mit Netzeffekten....................................................... 31 

3.1.2 Definition des Interaktiven Fernsehens als Kritische-Masse-System mit indirekten 

Netzeffekten........................................................................................................ 44 

3.1.3 Implikationen für die Erklärung und Prognose der Nutzung.................................... 49 

3.2 Adoption als notwendige Bedingung für den Markterfolg..................................... 50 

3.2.1 Überblick zur Adoptionstheorie............................................................................ 50 


3.3 Schnelle Diffusion zur Nutzensteigerung ................................................................ 58 

3.3.1 Überblick zur Diffusionstheorie für Kritische-Masse-Systeme................................ 58 


3.4 Nutzung als hinreichende Bedingung für den Markterfolg.................................... 63 

3.4.1 Überblick zur Akzeptanztheorie............................................................................ 63 

3.4.2 Nutzungsfaktoren aus Nutzersicht......................................................................... 67 

3.4.2.1 Relativer Vorteil ............................................................................................. 67 

IX

X 

3.4.2.2 Kompatibilität................................................................................................. 69 

3.4.2.3 Komplexitätsgrad........................................................................................... 70 

3.4.2.4 Erprobbarkeit................................................................................................. 71 

3.4.2.5 Kommunizierbarkeit ....................................................................................... 75 

3.4.3 Nutzungsfaktoren aus Anbietersicht ...................................................................... 75 

3.4.3.1 Netzinfrastruktur und Netzleistung................................................................... 77 

3.4.3.2 Server............................................................................................................ 79 

3.4.3.3 Inhalte............................................................................................................ 79 

3.4.3.4 Service-Provider............................................................................................ 80 

3.4.3.4.1 On-Demand-Dienste .............................................................................. 81 

3.4.3.4.2 Home-Shopping..................................................................................... 82 

3.4.3.4.3 Home-Services....................................................................................... 87 

3.4.3.4.4 Kommunikationsdienste.......................................................................... 88 

3.4.3.5 Endgeräte....................................................................................................... 89 

3.4.3.6 Software........................................................................................................ 90 

3.4.3.7 Systemlösungen.............................................................................................. 90 

3.4.4 Darstellung der Wechselwirkungen durch das Zusammenspiel der 

Systemkomponenten............................................................................................ 91 

3.4.5 Bisherige Ergebnisse empirischer Untersuchungen................................................. 92 

3.5 Tarifabhängige Nutzung und Markterfolg.............................................................. 95 

3.5.1 Hypothesen zur Zahlungsbereitschaft beim Interaktiven Fernsehen......................... 95 

3.5.2 Analyse von Preisstrategien für Interaktives Fernsehen.......................................... 96 

3.5.2.1 Preisdifferenzierung......................................................................................... 97 

3.5.2.2 Wettbewerbsorientierte Preisstrategien.......................................................... 104 

3.5.2.3 Produktlinienorientierte Preisstrategien.......................................................... 105 

3.5.2.4 Vermietung und Sharing................................................................................ 107 

3.5.2.5 Auktionen.................................................................................................... 107 

3.5.2.6 Beurteilung................................................................................................... 108 

3.6 Zusammenfassende Darstellung der Hypothesen................................................ 109 

4 Abbildung von Netzeffekten zur Erklärung und Prognose 

der Nutzung des Interaktiven Fernsehens ........................................111 

4.1 Probleme bei der Abschätzung von Netzeffekten................................................. 111 

4.2 Bisherige Konzepte zur Operationalisierung und Messung von Netzeffekten... 112

4.2.1 Operationalisierung und Messung anhand von objektiven Eigenschaften............... 113 

4.2.2 Operationalisierung und Messung anhand von subjektiven Eigenschaften.............. 116 

4.2.3 Beurteilung der Eignung der Konzepte für das Interaktive Fernsehen................... 116 

4.3 Neue Konzepte zur Erfassung von Netzeffekten................................................. 119 

4.3.1 Konzeptionelle Überlegungen............................................................................. 119 

4.3.2 Grundlagen zur Erfassung des Nutzungsverhaltens............................................... 120 

4.3.2.1 Formale Darstellung...................................................................................... 121 

4.3.2.2 Entscheidungsverhalten der Nutzer................................................................ 126 

4.3.2.3 Vergleichende Betrachtung der Funktionen.................................................... 127 

4.3.3 Methoden zur Ermittlung von Zahlungsbereitschaften........................................... 132 

5 Erklärung und Prognose der Nutzung des Interaktiven 

Fernsehens anhand einer empirischen Untersuchung ......................137 

5.1 Pilotprojekte als Datenquellen für die Analyse und Prognose 

der Nutzung des Interaktiven Fernsehens............................................................ 137 

5.1.1 Übersicht über die Pilotversuche zum Interaktiven Fernsehen in Deutschland ....... 138 

5.1.2 Eignung von Pilotprojekten für die Nutzungsforschung......................................... 143 

5.1.2.1 Methodische Aspekte................................................................................... 143 

5.1.2.2 Analyse der Nutzung .................................................................................... 145 

5.1.2.3 Akzeptanz der strategischen Anbieterallianzen............................................... 145 

5.1.2.4 Externe Einflüsse .......................................................................................... 146 

5.1.2.5 Zusammenfassende Beurteilung..................................................................... 146 

5.2 Darstellung des ausgewählten Pilotversuchs........................................................ 148 

5.2.1 Darstellung der technischen Realisierung ............................................................. 148 

5.2.2 Darstellung der angebotenen Inhalte.................................................................... 150 

5.3 Datenerhebung – Datenaufbereitung – Stichprobenbeschreibung...................... 152 

5.4 Erklärung der Nutzung im Pilotprojekt................................................................. 158 

5.4.1 Operationalisierung und Messung der direkt meßbaren Items .............................. 158 

5.4.1.1 Abhängige Variablen – Nutzung der Dienste.................................................. 158 

5.4.1.2 Unabhängige Variablen - Einflußfaktoren auf die Nutzung.............................. 165 

5.4.2 Operationalisierung, Messung und Validierung der Multi-Items............................ 170 

5.4.2.1 Abhängige Variablen - Nutzen des Systems .................................................. 171 

5.4.2.1.1 Operationalisierung und Messung.......................................................... 171 

5.4.2.1.2 Validierung........................................................................................... 182 

XI

XII 

5.4.2.2 Unabhängige Variablen - Rogers Kriterien.................................................... 183 

5.4.2.2.1 Operationalisierung und Messung.......................................................... 183 

5.4.2.2.2 Validierung........................................................................................... 194 

5.4.3 Analyse des Nutzens des Interaktiven Fernsehens............................................... 207 

5.4.3.1 Explorative Untersuchung der Marktsegmente............................................... 208 

5.4.3.1.1 Deterministische Verfahren.................................................................... 211 

5.4.3.1.2 Probabilistische Verfahren..................................................................... 224 

5.4.3.1.3 Validierung........................................................................................... 236 

5.4.3.2 Einflußfaktoren auf den Nutzen..................................................................... 238 

5.4.4 Analyse der Nutzung des Interaktiven Fernsehens............................................... 244 

5.4.4.1 Explorative Untersuchung der Marktsegmente............................................... 245 

5.4.4.1.1 Deterministische Verfahren.................................................................... 245 

5.4.4.1.2 Probabilistische Verfahren..................................................................... 247 

5.4.4.2 Einflußfaktoren auf die Nutzung..................................................................... 250 

5.4.5 Explorative Analyse der Marktsegmente der Akzeptanz des Interaktiven Fernsehens252 

5.5 Nutzung bei Netzeffekten...................................................................................... 259 

5.5.1 Zahlungsbereitschaft für Interaktives Fernsehen im Pilotprojekt und 

im Szenario........................................................................................................ 260 

5.5.1.1 Darstellung des verwendeten Szenarios „System 2000“................................. 260 

5.5.1.2 Operationalisierung und Messung der Zahlungsbereitschaft ............................ 262 

5.5.1.3 Einflußfaktoren auf die Zahlungsbereitschaft................................................... 278 

5.5.1.3.1 Einflußfaktoren auf die Zahlungsbereitschaft für das Endgerät................. 279 

5.5.1.3.2 Einflußfaktoren auf die Grundgebühr...................................................... 286 

5.5.1.3.3 Einflußfaktoren auf die Preise pro Film im Interaktiven Fernsehen........... 290 

5.5.1.3.4 Einflußfaktoren auf die Zahlungsbereitschaft bei Kinofilmen.................... 296 

5.5.1.4 Schätzung individueller Zahlungsbereitschaftsfunktionen................................. 297 

5.5.1.4.1 Auswahl der Erhebungsmethoden.......................................................... 297 

5.5.1.4.2 Übersicht zur Vorgehensweise .............................................................. 301 

5.5.1.4.3 Kompositionelle Verfahren.................................................................... 303 

5.5.1.4.3.1 Auswahl der Nutzer ........................................................................ 303 

5.5.1.4.3.2 Schätzung der Parameter und Auswahl der Funktionsverläufe........... 304 

5.5.1.4.3.3 Ermittelte individuelle Zahlungsbereitschaftsfunktionen...................... 309 

5.5.1.4.3.4 Auswirkungen einer Leistungsdifferenzierung.................................... 321 

5.5.1.4.4 Dekompositionelle Verfahren................................................................ 327

5.5.1.4.4.1 Entwicklung des Analysedesigns und Durchführung 

der Conjoint-Analyse...................................................................... 327 

5.5.1.4.4.2 Auswahl der Nutzer ........................................................................ 330 

5.5.1.4.4.3 Schätzung der Parameter und Auswahl der Funktionsverläufe........... 331 

5.5.1.4.4.4 Ermittelte individuelle Zahlungsbereitschaftsfunktionen...................... 335 

5.5.1.4.5 Ausmaß der konvergierenden Validität der beiden Verfahren................. 339 

5.5.1.5 Schätzung segmentspezifischer Zahlungsbereitschaftsfunktionen...................... 341 

5.5.2 Ausmaß der Netzeffekte .................................................................................... 344 

5.6 Zusammenfassende Darstellung der Hypothesentests........................................ 347 

6 Implikationen für die Forschung ......................................................351 

7 Implikationen für das Management..................................................355 

7.1 Maßnahmen für die Produktpolitik....................................................................... 355 

7.1.1 Maßnahmen für Teile des Systems...................................................................... 355 

7.1.2 Maßnahmen für das gesamte System.................................................................. 358 

7.2 Maßnahmen für die Preispolitik............................................................................ 360 



7.2.2.1 Wettbewerbsorientierte Preisstrategien.......................................................... 364 

7.2.2.2 Produktlinienorientierte Preisstrategien.......................................................... 365 

7.3 Maßnahmen für die Kommunikation.................................................................... 366 



7.4 Maßnahmen für die Distribution........................................................................... 370 



8 Zusammenfassung.............................................................................377 

9 Anhang ..............................................................................................379 

9.1 Chronik der Entwicklung einer Innovation: 

Digitales Fernsehen in Deutschland ..................................................................... 379 

9.2 Diensteangebote im Pilotprojekt........................................................................... 384 

XIII

XIV 

9.3 Fragebogen............................................................................................................. 390 

9.4 Glossar.................................................................................................................... 396 

10 Literaturverzeichnis .....................................................................399

Abbildungsverzeichnis 

Abbildung 1-1: Einordnung der Arbeit in den Innovationsprozeß........................................ 4 

Abbildung 2-1: Fernsehkonsum in Deutschland ............................................................... 11 

Abbildung 2-2: Daten zum Fernsehmarkt – Fernsehnutzung............................................. 12 

Abbildung 2-3: Entwicklung der Rechtepreise ................................................................. 13 

Abbildung 2-4: Services von DF1 und Premiere Digital im Vergleich................................ 17 

Abbildung 2-5: Phasenmodel der Interaktivität ................................................................ 18 

Abbildung 2-6: Technische Realisierung der Übertragungstechnik .................................... 19 

Abbildung 2-7: Services und mögliche Content-Provider im Interaktiven Fernsehen......... 20 

Abbildung 2-8: Diffusion von Videotext in der Bundesrepublik Deutschland ..................... 25 

Abbildung 2-9: Entwicklung von Online-Diensten in Deutschland ..................................... 28 

Abbildung 2-10: Diffusionsbarrieren des Internet............................................................... 29 

Abbildung 3-1: Systematisierung von Systemtypen.......................................................... 32 

Abbildung 3-2: Beschränkung der Entscheidungsalternativen bei Folgekäufen................... 33 

Abbildung 3-3: Auswirkungen von network externalities auf die Nutzenfunktion............ 37 

Abbildung 3-4: Auswirkungen von congestion externalities auf die Nutzenfunktion........ 38 

Abbildung 3-5: Network externalities und congestion externalities.............................. 39 

Abbildung 3-6: Arten und Auswirkungen von Netzeffekten.............................................. 40 

Abbildung 3-7: Der Adoptionsprozeß............................................................................. 53 

Abbildung 3-8: Adopterkategorien bei der Diffusion von innovativen 

Kritische-Masse-Systemen..................................................................... 55 

Abbildung 3-9: Diffusionsverlauf bei Kritische-Masse-Systemen...................................... 60 

Abbildung 3-10: Ordnungsrahmen des Akzeptanzprozesses .............................................. 64 

Abbildung 3-11: Typisierung nach Ort der Erprobbarkeit und Operator des Systems ......... 72 

Abbildung 3-12: Zusammenhang zwischen Eigenschaftsausprägung und Lernzeit ................ 73 

Abbildung 3-13: Wertschöpfungskette des Interaktiven Fernsehens ................................... 76 

Abbildung 3-14: Netzinfrastrukturen................................................................................. 78 

Abbildung 3-15: Home-Shopping-Angebot bei BOL ........................................................ 84 

Abbildung 3-16: Angebot von Streamline.......................................................................... 85 

Abbildung 3-17: Formen der Preisdifferenzierung.............................................................. 98 

XV

Abbildung 4-1: Meßkonzepte für Netzeffekte................................................................ 112 

Abbildung 4-2: Bisherige Probleme der Operationalisierungsansätze .............................. 118 

Abbildung 4-3: Operationalisierung und Messung von Netzeffekten anhand von 

XVI 

Zahlungsbereitschaften.......................................................................... 120 

Abbildung 4-4: Datenquellen zur Ermittlung von Zahlungsbereitschaften.......................... 132 

Abbildung 5-1: Pro und Contra für die Marktforschung bei Pilotprojekten..................... 147 

Abbildung 5-2: Technische Darstellung des Pilotprojekts Nürnberg................................ 149 

Abbildung 5-3: Subscriber-Management System........................................................... 150 

Abbildung 5-4: Diensteangebot des Pilotprojekts .......................................................... 151 

Abbildung 5-5: Übersicht der vorliegenden Daten.......................................................... 154 

Abbildung 5-6: Vergleich der Stichprobe zum bundesdeutschen Mittel 

(Alter, n=88)........................................................................................ 155 

Abbildung 5-7: Vergleich der Stichprobe zum bundesdeutschen Mittel 

(Kinobesuche, n=84)............................................................................ 157 

Abbildung 5-8: Darstellung eines Einzelnachweises über Nutzungsentgelte...................... 159 

Abbildung 5-9: Übersicht der Nutzung aller Teilnehmer ................................................. 160 

Abbildung 5-10: Verteilung der genutzten Dienste und Kategorien................................... 161 

Abbildung 5-11: Dienstenutzung in unterschiedlichen Zeitintervallen.................................. 162 

Abbildung 5-12: Darstellung des Home-Shopping-Angebots........................................... 164 

Abbildung 5-13: „Welches Eingabemedium würden Sie bevorzugen, um die 

Angebote des Interaktiven Fernsehens zu nutzen?" (n=87)..................... 165 

Abbildung 5-14: Bevorzugtes Endgerät (n=87)................................................................ 167 

Abbildung 5-15: Wunsch nach Interaktivität (n=89)......................................................... 169 

Abbildung 5-16: „Haben Sie einen Online-Anschluß?“ (n=83)......................................... 170 

Abbildung 5-17: Killer-Applikationen – Ratingskala (n=89)............................................. 171 

Abbildung 5-18: Killer-Applikationen –100 Punkte Frage (n=88).................................... 172 

Abbildung 5-19: Killer-Content (Verteilung von 100 Punkten; n=86)............................... 174 

Abbildung 5-20: Methodischer Ablauf zur Optimierung des Interaktiven 

Fernsehens in Abhängigkeit vom wahrgenommenen 

Innovationsgrad der (potentiellen) Nutzer .............................................. 177 

Abbildung 5-21: Histogramm für die Nutzenwerte des Pilotprojektangebots..................... 181 

Abbildung 5-22: Deskriptive Analyse der Items (Teil 1)................................................... 188 

Abbildung 5-23: Deskriptive Analyse der Items (Teil 2)................................................... 189 

Abbildung 5-24: Idealtypische Vorgehensweise bei der Konstruktvalidierung................... 193

Abbildung 5-25: Zuordnung der Faktoren zu den Rogers-Kriterien.................................. 206 

Abbildung 5-26: Segmentierungsmethoden...................................................................... 209 

Abbildung 5-27: Cluster-Methoden................................................................................ 209 

Abbildung 5-28: Vorgehensweise bei den Segmentierungsrechnungen.............................. 211 

Abbildung 5-29: Struktogramm der Clusteranalyse zur Dienstepräferenz.......................... 215 

Abbildung 5-30: Statistische Kriterien für die Cluster-Lösung der Nutzenanalyse.............. 216 

Abbildung 5-31: Validierung der Cluster-Lösung der Nutzenanalyse................................ 220 

Abbildung 5-32: Interpretation der Cluster-Lösung der Nutzenanalyse............................. 223 

Abbildung 5-33: Anzahl der zu schätzenden Parameter.................................................... 227 

Abbildung 5-34: Gütemaße der Mixture-Lösung für die Nutzenanalyse............................ 233 

Abbildung 5-35: Interpretation der Mixture Models der Nutzenanalyse............................ 235 

Abbildung 5-36: Validierung der Segment-Lösung aus der Nutzenanalyse 

durch Frage 1....................................................................................... 237 

Abbildung 5-37: Statistische Kriterien für die Cluster-Lösung der Nutzungsanalyse .......... 246 

Abbildung 5-38: Interpretation der Cluster-Lösung der Nutzungsanalyse.......................... 246 

Abbildung 5-39: Gütemaße der Mixture-Lösung der Nutzungsanalyse ............................. 248 

Abbildung 5-40: Interpretation der Mixture-Models der Nutzungsanalyse........................ 249 

Abbildung 5-41: Befunde der Korrelationsanalyse der Rogers-Faktoren (n= 89) ............. 253 

Abbildung 5-42: Struktogramm der Clusterananlyse der Rogers-Kriterien........................ 254 

Abbildung 5-43: Statistische Kriterien für die Cluster-Lösung der Rogers-Kriterien.......... 255 

Abbildung 5-44: Validierung und Interpretation der Cluster-Lösung der 

Rogers-Kriterien................................................................................... 257 

Abbildung 5-45: Interpretation der Cluster-Lösung der Rogers-Kriterien 

(Fortsetzung) ........................................................................................ 258 

Abbildung 5-46: Schilderung des Szenarios im Fragebogen............................................. 261 

Abbildung 5-47: Maximale Zahlungsbereitschaft (in DM) für die 

Set-top-box (n=79).............................................................................. 266 

Abbildung 5-48: Maximal akzeptierte Grundgebühr bei kostenloser Nutzung.................... 272 

Abbildung 5-49: Maximal akzeptierter Eintrittspreis (in DM) für einen 

Kinofilm (n=84).................................................................................... 273 

Abbildung 5-50: Befunde der Korrelationsanalyse der Video-on-Demand 

Inhalte (n = 87)..................................................................................... 275 

Abbildung 5-51: Frage 14 des Fragebogens.................................................................... 298 




XVII

Abbildung 5-55: Vorgehensweise der Messung der Netzeffekte anhand von 

XVIII 

Zahlungsbereitschaftsfunktionen............................................................. 302 

Abbildung 5-56: Funktionsverläufe der verwendeten Funktionen für die Durchschnittswerte308 

Abbildung 5-57: Funktionsverläufe für Nutzer 41 ............................................................ 313 

Abbildung 5-58: Angaben der Trade-off-Analyse............................................................ 331 

Abbildung 5-59: Zahlungsbereitschaftsfunktionen des Nutzers 5....................................... 335 

Abbildung 5-60: Antwortverhalten auf die Frage 14 ........................................................ 342 

Abbildung 5-61: Clusterergebnisse für die segmentspezifische Schätzung der 

Zahlungsbereitschaftsfunktionen............................................................. 343 

Abbildung 7-1: Notwendige Veränderung der Verwertungskette ................................... 356 

Abbildung 7-2: Preis-Management für Interaktives Fernsehen........................................ 360 

Abbildung 7-3: Teilnehmerstatistiken bei LINXX .......................................................... 370 

Abbildung 7-4: Distribution der Komponenten des Interaktiven Fernsehens ................... 375

Tabellenverzeichnis 

Tabelle 3-1: Charakteristika von System-, Netzeffekt- und Multimedia-Gütern............ 46 

Tabelle 3-2: Kommunikationsbeziehungen im Interaktiven Fernsehen........................... 48 

Tabelle 3-3: Kennzeichen der Adopter innerhalb der Segmente................................... 56 

Tabelle 3-4: Geeignete Preisstrategien für Interaktives Fernsehen und ihre Umsetzung 109 

Tabelle 3-5: Übersicht der Hypothesen..................................................................... 110 

Tabelle 4-1: Übersicht zur Operationalisierung und Relevanz von Netzeffekten.......... 117 

Tabelle 4-2: Mögliche Funktionsverläufe der Zahlungsbereitschaftsfunktionen 

(Skiera 1998b)..................................................................................... 122 

Tabelle 4-3: Mögliche Funktionsverläufe der Preisbereitschaftsfunktionen 

(Skiera 1998b)..................................................................................... 124 

Tabelle 4-4: Mögliche Funktionsverläufe der Nachfragefunktionen 

(Skiera 1998b)..................................................................................... 125 

Tabelle 4-5: Vergleich der Funktionsverläufe ............................................................ 129 

Tabelle 5-1: Übersicht der geplanten, abgeschlosssenen und laufenden 

Pilotprojekte......................................................................................... 139 

Tabelle 5-2: Vergleich der Stichprobe zum bundesdeutschen Mittel 

(Einkommen; n=80).............................................................................. 156 

Tabelle 5-3: Übersicht zur Nutzung des Home-Shopping aller 

Pilotprojektteilnehmer........................................................................... 163 

Tabelle 5-4: Lageparameter zur Frage 4b................................................................. 166 

Tabelle 5-5: Kreuztabelle „präferiertes Endgerät“ und „Verfügbarkeit eines PC“........ 168 

Tabelle 5-6: Lageparameter der Fragen 26a-c.......................................................... 169 

Tabelle 5-7: Vergleich kompositioneller und dekompositioneller Verfahren................ 179 

Tabelle 5-8: Liste aller 30 Variablen der explorativen Faktorenanalyse...................... 195 

Tabelle 5-9: Rotierte Faktorenlösung aller 30 Items mit Faktorladungen >0,3............ 199 

Tabelle 5-10: Varimax-rotierte Faktorenlösung mit 6 Faktoren und 17 Items............... 200 

Tabelle 5-11: Probleme der Reliabilitätsmaße der ersten Generation............................ 203 

Tabelle 5-12: Befunde der Korrelationsanalyse der Antworten 

auf Frage 5 (n=88) ............................................................................... 213 

Tabelle 5-13: Informationskriteriums-basierte Maße ................................................... 230 

XIX

Tabelle 5-14: Ergebnisse der Mixture Models der Nutzenanalyse................................ 232 

Tabelle 5-15: Ergebnisse der Regressionsanalyse für den Nutzen des Systems............. 241 

Tabelle 5-16: Ergebnisse der Mixture Models der Nutzungsanalyse............................. 247 

Tabelle 5-17: Ergebnisse der Regressionsanalyse zur Erklärung der 

XX 

Nutzung des Systems............................................................................ 251 

Tabelle 5-18: Zahlungsbereitschaft (in DM) für das präferierte Endgerät (n=76)........... 263 

Tabelle 5-19: Varianzanalyse der Zahlungsbereitschaft (in DM) für die Endgeräteform- 

Untergruppen (n=76)............................................................................ 264 

Tabelle 5-20: Anzahl angeforderter Filme pro Woche beim Preis von x DM................ 268 

Tabelle 5-21: Geforderte Preisabschläge (in DM) mit Filmpreisen als Basis ................. 270 

Tabelle 5-22: Geforderte Preisabschläge (in DM) mit Grundgebühr als Basis............... 271 

Tabelle 5-23: Zahlungsbereitschaft pro Film / Ereignis (n=87)...................................... 274 

Tabelle 5-24: Varimax-rotierte Faktorenlösung der Filme (Pilotprojekt) ...................... 276 

Tabelle 5-25: Deskriptive Statistiken der Zahlungsbereitschaften der Frage 20............. 277 

Tabelle 5-26: Korrelationen der Zahlungsbereitschaften.............................................. 279 

Tabelle 5-27: Ergebnisse der Regressionsanalyse für die Zahlungsbereitschaft 

(in DM) der Set-top-box...................................................................... 280 

Tabelle 5-28: Ergebnisse der GLIMMIX für die Zahlungsbereitschaft der 

Set-top-box......................................................................................... 283 


des Systems ......................................................................................... 288 


für Filme............................................................................................... 292 

Tabelle 5-31: Ergebnisse der GLIMMIX für die Zahlungsbereitschaft 

der Filme im Pilotprojekt....................................................................... 293 

Tabelle 5-32: Ergebnisse der GLIMMIX für die Zahlungsbereitschaft 

der Filme im Szenario ........................................................................... 295 

Tabelle 5-33: Anzahl angeforderter Filme pro Woche beim Preis 

von x DM (n=60)................................................................................. 304 

Tabelle 5-34: Linearisierung der Nachfragefunktionen................................................. 306 

Tabelle 5-35: Schätzergebnisse der Nachfragefunktion aus den 

durchschnittlichen Angaben im Pilotprojekt............................................ 307 

Tabelle 5-36: Schätzergebnisse der Quadratischen Funktion 

(Filme im Pilotprojekt).......................................................................... 310 

Tabelle 5-37: Schätzergebnisse der Semi-logarithmischen Funktion (Filme im Pilotprojekt)311 

Tabelle 5-38: Ergebnisse der besten Zahlungsbereitschaftsfunktion (Filme im Pilotprojekt)314

Tabelle 5-39: Schätzergebnisse der Quadratischen Funktion (Filme im Szenario)......... 316 

Tabelle 5-40: Schätzergebnisse der Semi-logarithmischen Funktion (Filme im Szenario)317 

Tabelle 5-41: Schätzergebnisse der besten Zahlungsbereitschaftsfunktion 

(Filme im Szenario)............................................................................... 319 

Tabelle 5-42: Korrelationen zur Validierung der ermittelten Zahlungsbereitschaftsfunktionen 

............................................................................................................ 321 

Tabelle 5-43: Preisbereitschaften für leistungsdifferenzierte Filme im 

Pilotprojekt .......................................................................................... 325 

Tabelle 5-44: Preisbereitschaften für leistungsdifferenzierte Filme im Szenario .............. 326 

Tabelle 5-45: Nutzenfunktion des Nutzers i=5 ohne Nullpunkt.................................... 332 

Tabelle 5-46: Nutzenfunktion des Nutzers i=5 mit Nullpunkt....................................... 334 

Tabelle 5-47: Validierungsmaße zur Auswahl der Funktionstypen................................ 336 

Tabelle 5-48: Zahlungsbereitschaftsfunktionen auf der Basis der 

Conjoint-Analyse.................................................................................. 337 


(Conjoint)............................................................................................. 338 

Tabelle 5-50: Korrelationen zwischen den Funktionen................................................. 339 

Tabelle 5-51: Empirische Ergebnisse bezüglich des Ausmaßes der Netzeffekte............ 344 

Tabelle 5-52: Empirische Ergebnisse bezüglich des Ausmaßes der Netzeffekte 

auf der Basis der Zahlungsbereitschaftsfunktionen.................................. 346 

Tabelle 5-53: Ergebnisse der Hypothesentests............................................................ 347 

XXI

Abkürzungsverzeichnis 

ADSL Asymmetrical Digital Subscriber Line 

AIC Akaike Informationskriterium 

ARD Arbeitsgemeinschaft der öffentlich-rechtlichen Rundfunkanstalten der Bundesrepublik 

Deutschland 

ATM Asynchronous Transfer Mode 

BIC Bayessches Informationskriterium 

BK Breitbandverteilnetz 

BTX Bildschirmtext 

BVN Breitbandverteilnetz 

CA Conjoint-Analyse 

CAIC Consistent Akaike Informationskriterium 

CD Compact Disc 

CIM Computer Integrated Manufacturing 

CME Computer Mediated Environment 

DF Degrees of Freedom 

DF1 Digitales Fernsehen 1 

DTV Digitales Fernsehen 

Gbyte Gigabyte 

GEZ Gebühren-Einzugs-Zentrale 

GLIMMIX Generalized Linear Mixture Model 

GLM Generalized Linear Model 

GOD Games-on-Demand 

HB Home Banking 

HDTV High Definition Television 

HS Home-Shopping 

IC-POP Incentive Compatible Point of Purchase 

IOD Information-on-Demand 

ISDN Integrated Digital Services Network 

ITV Interaktives Fernsehen 

kbit/s Kilobit pro Sekunde 

KMO Kaiser Meyer Olkin Measure of Sampling Adequacy 

LAN Local Area Network 

XXII

LEOS Low Earth Orbiting Systems 

MAIC Modifiziertes Akaike Informationskriterium 

MAN Metropolitan Area Network 

Mbit/s Megabit pro Sekunde 

MEOS Medium Earth Orbit Systems 

MPEG Moving Pictures Expert Group 

MTV Music Television 

N Nachfrage 

n.s. nicht signifikant 

PB Preisbereitschaft 

PC Personal Computer 

PIN Personal Identification Number 

RTL Radio Television Luxemburg 

TAN Transaktionsnummer 

TV Television 

VHS Video Home System 

VOD Video-on-Demand 

WWW World Wide Web 

ZB Zahlungsbereitschaft 

ZDF Zweites Deutsches Fernsehen 

XXIII

Symbolverzeichnis 

Kapitel 3 

I : Indexmenge der Systemkomponenten 

J : Indexmenge der Individuuen 

N : Summe der Nutzer 

q : Installierte Basis 

U ( ) 

j ⋅ : Nutzenfunktion des j-ten Individuums 

V : Summe der möglichen Kommunikationsverbindungen 

x i : Komponente i im System x 

Kapitel 4 

a ,b ,c 

i i i : Regressionsparameter des i-ten Nutzers 

c i 

CS i 

XXIV 

: nutzungsunabhängige Zahlungsbereitschaft des i-ten Nutzers 

: Konsumentenrente des i-ten Nutzers 

F : nutzungsunabhängiger Grundpreis (auch Grundgebühr) 

I : Indexmenge der Nutzer 

N : Nachfrage 

p : nutzungsabhängiger Preis 

PB 

: Preisbereitschaft 

q : Mengeneinheit 

RB : Rechnungsbetrag 

ZB : Zahlungsbereitschaft 

Kapitel 5.4 

α : Cronbachs Alpha (standardisiert) 

D b 

D w 

∑ 

Beo 

Dw n 

: durchschnittliche Distanz zwischen den Objekten aus verschiedenen 

Clustern 

: durchschnittliche Distanz zwischen den Objekten in den Clustern 

: Summe der Distanzen der Objekte in (within) den Clustern

∑ 

Erw 

Dw n 

max 

Dw n 

∑ 

min 

Dw n 

∑ 

d : Strafkomponente 

E s 

e ij 

f b 

: Erwartungswert der Summe der Distanzen der Objekte bei einer Zufallslösung 

in (within) den Clustern 

: maximale Summe der Innergruppen-Distanzen 

: minimale Summe der Innergruppen-Distanzen 

: Entropiemaß für Segmentzahl s 

: Wahrnehmung des Nutzers i bezüglich des relativen Vorteils des 

Dienstes j 

: Anzahl der Distanzen zwischen den Clustern 

f s(y nθ s ) 

: bedingte Dichtefunktion 

: Anzahl der Distanzen innerhalb der Cluster 

f w 

I : Indexmenge der Nutzer 

J : Indexmenge der Dienste 

K : Indexmenge der Variablen 

: Mittelwert der Variable k in Segment s 

μ ks 

n : Anzahl der Objekte 

: Anzahl der Distanzen d 

n d 

P : Anzahl der geschätzten Parameter 

pns : a posteriori-Wahrscheinlichkeit, daß Objekt n in Segment s ist 

∃p ns 

: geschätzte a posteriori-Wahrscheinlichkeit, daß Objekt n in Segment 

s ist 

: Mischungsanteil des Segments s an der Grundgesamtheit 

π s 

∃π s 

θ s 

: geschätzter Mischungsanteil des Segments s an der Grundgesamtheit 

: Parametervektor für Segment s 

Θ : Parametervektor 

r : Korrelationskoeffizient (Pearson) 

R 2 : Bestimmtheitsmaß 

S : Indexmenge der Segmente 

: Standardabweichungen der Distanzen d 

s d 

2 

σ ks 

: Varianz der Variablen k in Segment s 

U i 

: Nutzen des i-ten Nutzers 

ωij 

y nk 

: Nutzengewicht des Dienstes j für Nutzer i 

: Ausprägung des Objekts n hinsichtlich der Variable k 

XXV

x j 

z ns 

Kapitel 5.5 

α i 

β i 

βsp 

XXVI 

: Entscheidungsvariable, ob Dienst j im System angeboten wird oder 

nicht 

: Entscheidungsvariable, ob Objekt n aus Segment s stammt 

: Schätzparameter der linearisierten Nachfragefunktion für 

Nutzer i 

: Schätzparameter der linearisierten Nachfragefunktion für 

Nutzer i 

: Parametervektor für Variable p in Segment s 

ε: : Elastizität 

: Grundpreis des j-ten Tarifs 

Fj 

g( ⋅ ) 

: Link-Funktion 

J : Indexmenge der Tarife 

li 

λ s 

η nsk 

: Preisabschlag für Nutzer i 

: Dispersionsparameter 

: lineare prediktive Variable k für Objekt n in Segment s 

P : Indexmenge der erklärenden Variablen 

: Nutzungspreis des j-ten Tarifs 

p j 

q ( ) 

i ⋅ : stetige Nachfragefunktion des i-ten Nutzers 

q' ( ) 

i ⋅ : Nachfragefunktion des i-ten Nutzers (möglicherweise stetig) 

tnw (p ) 

i j : Teilnutzenwert des j-ten Tarifs für den i-ten Nutzer 

ϑ i 

U i,j 

: Parameter zur Festlegung des Nullpunktes in Geldeinheiten für den iten 

Nutzers 

: Nutzen des j-ten Tarifs für den i-ten Nutzer 

UIGMi, j 

: Nutzen des j-ten Tarifs für den i-ten Nutzer in Geldeinheiten mit 

UIGO i,j 

ω i 

X nkp 

Nullpunkt 

: Nutzen des j-ten Tarifs für den i-ten Nutzer in Geldeinheiten ohne 

Nullpunkt 

: Parameter des Grundpreises in der Nutzenfunktion des i-ten Nutzers 

: beobachtete erklärende Variable p für Objekt n

XXVII

1 Einleitung 

1.1 Problemstellung 

1 

„Mit hoher Wahrscheinlichkeit ist zum Ausgang des 20. Jahrhunderts ein fünf- 

ter Kondratieff-Zyklus eingeleitet, dessen wichtigste Basisinnovation die Infor- 

mationstechnik darstellt, da sie das Potential besitzt, um einen solch langen 

Konjunkturaufschwung nachhaltig zu tragen.“ 

Weiber (1997b, S. 289) 

„Ich freue mich darauf, daß wir alle bald diese [digitale] Technik nutzen kön- 

nen, indem wir Programme und Nachrichten empfangen, Informationen und 

Bestellungen senden – kurzum, uns auf der Datenautobahn bewegen, wann und 

in welche Richtung wir wollen, mit viel oder wenig Gepäck.” 

(Leo Kirch im Fokus-Interview, Nr. 48, 1997) 

Der deutsche Fernsehmarkt zeichnet sich durch ein breites Angebot von kostenlosen Fernsehkanälen 

(Free-TV) aus. In keinem Land der Welt werden so viele nationale, kostenlose Fernsehangebote 

bereitgestellt wie in Deutschland (Johns 1998, S. 29). Free-TV-Anbieter finanzieren sich dabei 

durch Werbeeinnahmen (z.B. RTL oder PRO7) oder zusätzlich durch Gebühren (ARD und ZDF). 

Streng genommen ist gebührenfinanziertes Fernsehen kein Free-TV, weil die Zuschauer durch ihre 

GEZ-Gebühren die angebotenen Programme bezahlen. Man kann in diesem Zusammenhang auch 

vom „Forced-Pay-TV“ sprechen. 

Das Beispiel des Senders Premiere zeigt, wie schwierig es ist, innovative Pay-TV-Formen in 

Deutschland zu etablieren. So erreichte der Pay-TV-Anbieter erst nach sechs Jahren im Geschäfts- 

jahr 1996/97 den Break-even-Point. Der Start des ersten digitalen Pay-TV-Senders DF1 verlief 

ebenfalls alles andere als erfolgreich. So wurden im April 1999 nur 335.000 Abonnenten vermeldet. 

Etwas besser funktioniert dagegen die Umstellung von Premiere auf ihre digitale Plattform Premiere 

Digital, die in relativ kurzer Zeit über 470.000 Abonnenten verzeichnete. Diese Zahl ist jedoch im 

wesentlichen durch das Wechseln der bisherigen Abonnenten des analogen Systems auf die digitale 

Alternative begründet (o.V. 1998). 

Insbesondere bei der KirchGruppe, die mittlerweile (Haupt-)Eigentümer beider Digital-Sender ist, 

müssen sich die verantwortlichen Manager der Frage stellen, ob die mangelnde Akzeptanz neuer di- 

gitaler TV-Angebote im deutschen Fernsehmarkt auf mangelnden Bedarf oder mangelhafte Ver- 

marktung zurückzuführen ist.

Digitales Fernsehen (DTV) ist – wie später noch genau gezeigt wird – nur eine Vorstufe des Interak- 

tiven Fernsehens (ITV). Wenn Interaktives Fernsehen wirklich interaktive Dienste beinhaltet, also 

nicht auf Video-on-Demand, Home-Shopping oder die aus dem Internet bekannten Home-Services 

begrenzt ist, sondern auch Kommunikationsdienste (Videomails oder Bildtelefon) anbietet, dann muß 

die Nutzung der Dienste im Fokus des Marketing stehen. Dennoch wird die Diskussion um die Ent- 

wicklung des Interaktiven Fernsehens im wesentlichen von technischen Realisierungsfragen geprägt, 

wohingegen das Problemfeld der Nutzerakzeptanz weitaus geringere Beachtung findet (Booz Allen 

& Hamilton 1997, S. 25). Die Vielzahl der aufgrund mangelnder Nutzerakzeptanz gescheiterten In- 

novationen (z.B. BTX) zeigt jedoch die Relevanz dieses Aspektes (Peters und Clement 1999). 

Die geringe Berücksichtigung der Nutzerakzeptanz ist erstaunlich, denn die Markteinführung eines 

Systemgutes wie das Interaktive Fernsehen ist ein sehr riskantes Unterfangen. Dies liegt nicht nur an 

den üblichen Risiken, die mit der Einführung von Innovationen zusammenhängen, sondern vielmehr an 

den extrem hohen Anlaufkosten, die mit der Bereitstellung eines solchen Systems einher gehen. So 

zeichnen sich derartige Systeme aufgrund der notwendigen Vorab-Installation der Systemarchitektur 

durch extrem hohe fixe Kosten aus. Pioniere wie z.B. die KirchGruppe müssen demnach bereit sein, 

eine sehr hohe und für das Unternehmen eventuell existenzbedrohende Investition vorzunehmen, um 

ein innovatives Systemgut wie das Interaktive Fernsehen erfolgreich einzuführen. 

Innovations-Manager interaktiver Systemgüter haben neben den hohen Anfangsinvestitionen einen 

weiteren Risikofaktor bei der Markteinführung zu berücksichtigen: Netzeffekte. Der Nutzen des Sy- 

stems für den Kunden ist von der Anzahl der anderen Nutzer abhängig. Jedoch reicht für eine Nut- 

zensteigerung eines Kunden die Adoption bestimmter Dienste wie z.B. Videokonferenzen nicht aus. 

Vielmehr ist – wie später noch detailliert gezeigt wird – der Nutzen der Teilnehmer von der regelmä- 

ßigen Nutzung des Dienstes durch alle Systemteilnehmer abhängig. Der Nutzen des Interaktiven 

Fernsehens nimmt mit steigenden Abonnentenzahlen und Nutzungsintensitäten zu, weil nur dann ge- 

nügend Anreize für Content-Provider bestehen, interessante Inhalte im Rahmen dieses Systems an- 

zubieten, und Kommunikationsnetzwerke entstehen können, die den Nutzen bei Kommunikationssy- 

stemen (wie z.B. dem Telefon) bestimmen (Clement und Litfin 1998b). 

Das Interaktive Fernsehen ist ein Kritische-Masse-System, da eine bestimmte Mindestanzahl von 

Nutzern – die sogenannte Kritische Masse – erforderlich ist, bevor der Vorteil des Systems so groß 

ist, daß eine sehr schnelle Diffusion im Markt erfolgt. Erst nachdem genügend Nutzer am System an- 

geschlossen sind, werden die angebotenen Inhalte und Kommunikationsmöglichkeiten für die Mehr- 

zahl der privaten Nutzer so interessant, daß auch sie sich für ein Abonnement entscheiden. Dadurch 

wird wiederum der Nutzen für weitere potentielle Kunden positiv beeinflußt – der Prozeß nimmt sei- 

nen Lauf. Da anfangs nur sehr wenige Personen ein System adoptieren, das aufgrund der geringen 

2

Nutzeranzahl nur einen geringen Nutzen hat, müssen die Einstiegs- und Nutzungsbarrieren für Kun- 

den gering gehalten werden. 

Die Attraktivität interaktiver Systeme ist demnach anfangs gering und unterliegt dynamischen Effek- 

ten, die entweder zu einer sehr starken Nutzensteigerung der Dienste führen (sofern die Kritische- 

Masse erreicht wird) oder aber der Diffusion ein abruptes Ende bescheren können. Je schneller die 

Kritische-Masse und eine hohe Nutzung der Dienste erzielt wird, desto höher sind die langfristigen 

Erfolgschancen. Während in manchen Branchen noch die Meinung vorherrscht, daß eine Innovation 

wie eine Banane „beim Kunden reifen kann“, ist eine solche Denkweise bei Kritische-Masse- 

Systemen mit dem Scheitern des gesamten Systems verbunden. Das Management muß alles daran 

setzen, daß der Nutzen des Systems zu jeder Zeit so groß ist, daß immer mehr Adopter und Nutzer 

gewonnen werden. Werden dabei überzogene Nutzungsentgelte gefordert, dann ist ein erfolgreicher 

Start wenig wahrscheinlich. Wenn aber schon der Start mißlingt, dann wird es schwierig, schnell die 

Kritische-Masse zu erreichen. 

Faßt man die einführende Diskussion zusammen, so führt dies zu drei zentralen Problemen, die es bei 

der Markteinführung und Diffusion des Interaktiven Fernsehens zu lösen gilt: 

• Pionierproblem der Marktschaffung – Frühe Abonnenten des Interaktiven Fernsehens haben 

3 

einen geringeren Nutzen, da anfangs das Angebot wenig attraktiv ist, kaum Kommunikations- 

möglichkeiten bestehen und große Unsicherheit bezüglich der Weiterentwicklung des Systems 

herrscht. 

• Problem der Kritischen Masse – Erreicht das System nicht innerhalb kurzer Zeit viele Perso- 

nen, wird es am Markt nicht überleben, da der Nutzen mangels Inhalten und Kommunikations- 

möglichkeiten zu gering bleibt. 

• Problem der Systembindung – Die Bindung an das System muß so stark sein, daß die hohen 

Systemwechselkosten den Abonnenten vom Gang zum Wettbewerber abhalten; gleichzeitig dür- 

fen sie nicht so hoch sein, daß potentielle Abonnenten von dem Einstieg und der Nutzung abge- 

schreckt werden. 

Diese speziellen Probleme stellen eine neue Herausforderung für das Innovations-Management und 

das Produktmarketing dar. Nicht der Kauf eines Endgerätes oder das Abonnieren eines Dienstes, 

sondern die stete Nutzung des Systems durch beispielsweise häufiges Anfordern von Videos deter- 

miniert den Erfolg des Interaktiven Fernsehens. Dementsprechend darf die Nutzung nicht durch eine 

zu hohe wahrgenommene Komplexität oder Inkompatibilität behindert werden. 

Im Zuge der Planungen vor, während und nach der Markteinführung sind deswegen folgende Fragen 

von besonderem Interesse:

• Welche Faktoren fördern oder behindern die Adoption des Interaktiven Fernsehens? 

• Welche Faktoren determinieren nach der Adoption die Nutzung der angebotenen Dienste? 

• Wie können die Adoption und Nutzung des Systems unter Berücksichtigung der Dynamik des 

Nutzens durch Netzeffekte prognostiziert werden? 

Das Ziel, diese Fragen durch eine theoretisch und methodisch fundierte Analyse zu beantworten, 

wird herausfordernd, wenn nicht ein bereits eingeführtes Systemgut wie das Digitale Fernsehen im 

Fokus der Analysen steht, sondern vielmehr mit dem Interaktiven Fernsehen ein System betrachtet 

wird, welches sich noch in der Inventionsphase befindet. Das Interaktive Fernsehen stellt eine Inven- 

tion dar, die noch nicht im Markt eingeführt worden ist und sich noch im Versuchsstadium befindet. 

Es ist somit, der Terminologie von Urban, Weinberg und Hauser (1996) folgend, ein really new 

product und befindet sich während des Innovationsprozesses in der Übergangsphase von Invention 

zu Innovation (grauer Bereich in Abbildung 1-1). 1 

Abbildung 1-1: Einordnung der Arbeit in den Innovationsprozeß 

Aktivität: 

Ergebnis: 

Quelle: Brockhoff (1998, S. 30). 

Forschung 

und 

Entwicklung 

Markteinführung 

Marktdurchsetzung 

Konkurrenz 

durch Nachahmung 

Invention Innovation Diffusion Imitation 

Die Wissenschaft kann Innovations-Managern, die vor dem komplexen Problem der Markteinfüh- 

rung eines derartigen Systems stehen, bislang nur wenig Hilfestellung leisten. Zwar ist der Versuch 

der Vorhersage einer technologischen Entwicklung und dessen Markterfolgs nicht neu. Jedoch unter- 

liegen die methodischen Ansätze vielfältigen Einwänden, die im Detail von Brockhoff (1969) be- 

schrieben werden. 

Methodische Weiterentwicklungen – gerade im Bereich der Diffusionsforschung – stellen neuere In- 

strumente für die Prognose zur Verfügung (z.B. Dekimpe, Parker und Sarvary 1998; Hurter und Ru- 

benstein 1978). Wie später noch genau dargelegt wird, stellen die empirischen 

1 Da sich das System genau in der Übergangsphase befindet, werden die Begriffe „Invention“ und „Innovati- 

on“ im weiteren synonym verwendet. 

4

Untersuchungen, die die Adoptionsfaktoren von Innovationen untersuchen, ebenfalls ein reichhaltiges 

Potential dar. Dennoch bleibt ihnen eines gemein: Sie sind im wesentlichen auf den Kaufakt be- 

schränkt und vernachlässigen die anschließende Nutzung als zentralen Erfolgsfaktor (Bähr- 

Seppelfricke 1999). 

In der Regel werden keine Systemgüter analysiert, was dazu führt, daß die Problematik der Netzef- 

fekte unberücksichtigt bleibt. Insofern sind methodische Ansätze, die Netzeffekte sinnvoll messen 

und in ein umfassendes Marketing-Konzept für ein interaktives Systemgut einbetten, von größtem 

Wert für die betroffenen Manager. Wie im Laufe dieser Arbeit noch gezeigt wird, sind die wenigen 

bisher publizierten wissenschaftlichen Ansätze zur Operationalisierung und Messung von Netzeffek- 

ten für Innovationen nicht geeignet, da sie auf langfristigen Marktdaten aufbauen, die ja bekanntlich 

erst nach Einführung des Systems vorliegen. Insofern ist es zur Beantwortung der obigen Fragen 

notwendig, ein neues Konzept zur Operationalisierung und Messung von Netzeffekten für Innovatio- 

nen zu entwickeln. Bei der Entwicklung einer derartigen Methode ist darauf zu achten, daß durch die 

Anwendung der Methode dynamische Implikationen für das Marketing-Mix gewonnen werden. So 

kommt der Preispolitik ein besonderer Stellenwert zu, da die Dienste nur dann genutzt werden, wenn 

der Abonnent auch bereit ist, die für die Nutzung anfallenden Preise zu bezahlen. In dieser Arbeit 

wird deswegen mittels dynamischer Zahlungsbereitschaftsfunktionen versucht, Netzeffekte zu messen 

und daraus Implikationen für das Management vor der Markteinführungsphase abzuleiten. Die Ver- 

wendung von Zahlungsbereitschaftsfunktionen hat dabei den Vorteil, daß einerseits die Wirkung von 

Netzeffekten in Geldeinheiten angegeben werden kann und andererseits darauf aufbauend eine opti- 

male Tarifierung möglich ist. 

Für das Management sind Konzepte dieser Art jedoch nur dann von Nutzen, wenn sie sich in einem 

vertretbaren Rahmen umsetzen lassen. Insofern muß es das Ziel in dieser Arbeit sein, die theoreti- 

schen Überlegungen, die zur Beantwortung der drei anfangs aufgeworfenen Fragen aufgestellt wer- 

den, empirisch umzusetzen. Hierfür wird eine empirische Studie in einem Pilotprojekt zum Interakti- 

ven Fernsehen durchgeführt. 

Die Problemstellung ist eindeutig – Manager interaktiver Systeme wüßten gerne mehr über die Ad- 

options- und Nutzungsfaktoren. Da diese aufgrund von Netzeffekten nicht im Zeitablauf gleichblei- 

ben, ist eine Planung des Marketing-Mix langfristig nur sehr schwer möglich. Auch die Wissenschaft 

stellt noch keine Lösung zur umfassenden Einbettung von Netzeffekten in das Marketing von Innova- 

tionen bereit. Insofern positioniert sich diese Arbeit zum einen inhaltlich in der Fokussierung auf die 

Einflußfaktoren der Adoption und Nutzung und zum anderen methodisch in der Entwicklung eines 

Verfahrens für die Prognose der Adoption und Nutzung bei Netzeffekten. 

5

1.2 Ziele der Untersuchung 

In dieser Arbeit soll eine Methode zur Analyse und Prognose der Nutzung der Innovation „Interakti- 

ves Fernsehen“ entwickelt werden, die die Dynamik der Netzeffekte einbezieht. Dieser methodische 

Aspekt steht mit der Betrachtung der Theorien zum Systemgüter-Marketing sowie der Adoptions-, 

Diffusions-, Akzeptanz- und Nutzentheorie auf einer breiten theoretischen Basis. Da die Methode 

sowohl die Adoption als auch die Nutzung bei unterschiedlichen Marketing-Maßnahmen abbilden 

soll, werden explizit Hypothesen aus den theoretischen Überlegungen abgeleitet, die im empirischen 

Teil dieser Arbeit überprüft werden. Die theoretische Analyse stellt zugleich die Wissensbasis dar, 

die für ein erfolgreiches Systemgüter-Marketing von Innovationen notwendig ist. 

Zusammenfassend werden in dieser Arbeit drei Ziele verfolgt: 

• Erklärung der Adoption und Nutzung des Interaktiven Fernsehens im Pilotstadium 

Zum einen soll unter Berücksichtigung der theoretischen Erkenntnisse untersucht werden, welche 

Faktoren die Nutzungshäufigkeit der angebotenen Dienste im Interaktiven Fernsehen beeinflussen. In 

der theoretischen Analyse und der empirischen Überprüfung sollen die Variablen identifiziert werden, 

die die Adoption der notwendigen Hardware, den Entschluß zum Abonnement von bestimmten 

Diensten sowie die Nutzung der angebotenen Dienste fördern oder behindern. 

• Prognose der Adoption und Nutzung des Interaktiven Fernsehens unter Berücksichti- 

gung von Netzeffekten 

Zum anderen soll eine Schätzmethode zur Prognose der Adoption und Nutzung vorgestellt werden, 

die implizit die Netzeffekte abbildet und dem Management konkrete Empfehlungen für Marketing- 

Strategien bereitstellt. Hierfür wird in dieser Untersuchung ein Ansatz zur Abschätzung der Auswir- 

kungen von Netzeffekten entwickelt und angewendet. Damit stellt diese Arbeit eine methodische Er- 

weiterung der empirischen Forschung zu Netzeffektgütern dar. 

• Demonstration der praktischen Anwendbarkeit der neuen Methodik 

Neben der methodischen Erweiterung hat die Arbeit immer die praktische Anwendung zum Ziel. In- 

sofern zielen die inhaltlichen Erkenntnisse auf Manager im Medienbereich, die sich mit der Marktein- 

führung von neuen Systemgütern beschäftigen. Diese sollen konkrete Hinweise zur Gestaltung des 

Marketing vor und bei dem Markteintritt enthalten. Durch den Einsatz einer neuen Methode können 

die Wirkungen von Netzeffekten auf den Nutzen der (potentiellen) Teilnehmer des Systems gemes- 

sen und in DM angegebenen werden. Darauf basierend werden den Managern konkrete Handlungs- 

optionen aufgezeigt, die für das Marketing bei der Markteinführung des durch Netzeffekte dynami- 

schen Systems von Interesse sind. Aus Rücksichtsnahme gegenüber den geschäftlichen Interessen 

des Kooperationspartners dieser Untersuchung wird keine Preisoptimierung vorgenommen, weil sie 

6

Einblicke in interne Kostenstrukturen erlauben würde. Die Ermittlung der optimalen Preise für Inter- 

aktives Fernsehen ist demnach nicht das Ziel dieser Arbeit – wohl aber die Evaluierung von Preis- 

strategien. 

Nachdem deutlich wurde, welche Ziele die Arbeit aufweist und welche Problemfelder theoretisch zu 

analysieren und bei der praktischen Markteinführung zu berücksichtigen sind, wird im folgenden Ab- 

schnitt der Aufbau der Arbeit skizziert. 

1.3 Aufbau der Arbeit 

Im Anschluß an diese Einleitung wird im zweiten Abschnitt der Untersuchungsgegenstand – das In- 

teraktive Fernsehen – dargestellt. Gegenstand ist dort die Entwicklung des Digitalen Fernsehens, um 

den momentanen Stand der Technik zu verdeutlichen. Anhand dessen soll zugleich die erwartete 

Entwicklung vom Digitalen zum Interaktiven Fernsehen aufgezeigt werden. Daran schließt die Dar- 

stellung der parallelen Entwicklung des Web-TV an, in der auf Konvergenzerscheinungen eingegan- 

gen wird. Abschließend werden aus dem intermedialen Vergleich zum Internet, dem BTX und dem 

herkömmlichen Fernsehen potentielle Einflußfaktoren für den Markterfolg des Interaktiven Fernse- 

hens herausgearbeitet. 

Inhalt des dritten Abschnitts ist die Generierung von Hypothesen für die empirische Untersuchung. 

So werden zunächst die aus der theoretischen Literatur entstammenden Grundlagen des Marketing 

von Systemgütern dargestellt. Da es sich bei dem Interaktiven Fernsehen um ein System mit Netzef- 

fekten handelt, müssen die speziellen Gegebenheiten solcher Güter analysiert werden und in die 

Hypothesenbildung eingehen. Zur Nutzung des Interaktiven Fernsehens muß zunächst die Adoption 

der notwendigen Hard- und Software erfolgen. Die Adoptionstheorie stellt hierfür ein reichhaltiges 

Potential für produktspezifische Adoptionsfaktoren dar, die Gegenstand des Abschnitts 3.2 sind. Bei 

Kritische-Masse-Systemen können Aspekte der Diffusionstheorie weitere Einsichten gewähren und 

zur Hypothesenbildung herangezogen werden (Abschnitt 3.3). Nachdem die Systemtheorie, die Ad- 

optionstheorie und die Diffusionstheorie nach Faktoren, die den Markterfolg des Interaktiven Fern- 

sehens determinieren können, untersucht wurden, wird in Abschnitt 3.4 die Akzeptanztheorie be- 

nutzt, um Hypothesen zur Nutzung der Dienste abzuleiten. Abhängig vom Nutzen des Systems muß 

die Preisgestaltung vorgenommen werden. Demnach werden im Kapitel 3.5 Hypothesen zur Zah- 

lungsbereitschaft und zur Vorteilhaftigkeit von Preisstrategien formuliert. Der dritte Abschnitt schließt 

mit einer Übersicht der Hypothesen. 

Die methodischen Grundlagen zur Erklärung und Prognose des Nutzungsverhaltens zeigt der vierte 

Abschnitt. Der erste Unterabschnitt geht zunächst auf die Problematik bei der Abschätzung von 

Netzeffekten ein, um dann im zweiten Unterabschnitt die bisherigen Ansätze zur Operationalisierung 

7

von Netzeffekten darzustellen. Dort wird mit der Operationalisierung und Messung von Netzeffekten 

auf der Basis von subjektiven Eigenschaften eine neue Methodik vorgeschlagen. Das Konzept zur 

Erfassung des Nutzungsverhaltens auf der Basis der Schätzung von Zahlungsbereitschaftsfunktionen 

ist Inhalt des Abschnitts 4.3. 

Die empirische Untersuchung bildet den Kern des fünften Abschnitts. Dort werden zunächst die 

Vor- und Nachteile von Pilotprojekten als Datenquellen für die Nutzungsforschung diskutiert, um 

dann im folgenden Unterabschnitt das ausgewählte Pilotprojekt technisch und inhaltlich vorzustellen. 

Details zur Datenerhebung, -aufbereitung und der Repräsentativität des Samples stellen den Haupt- 

aspekt des Abschnitts 5.3 dar. 

Den Schwerpunkt der Arbeit bilden die Abschnitte 5.4 und 5.5. Die Erklärung der Nutzung steht 

im Vordergrund des Kapitels 5.4. Dort wird zunächst auf die Operationalisierung und Messung von 

direkt meßbaren Konstrukten und von Multi-Items eingegangen. Daran schließt sich die Untersu- 

chung des Nutzens des Systems an, wie es im untersuchten Pilotversuch angeboten wird. Hierbei 

wird die Stichprobe nach möglichen Marktsegmenten mittels deterministischer und probabilistischer 

Methoden untersucht, bevor eine regressionsanalytische Betrachtung der Einflußfaktoren vorgenom- 

men wird. Nachdem der Nutzen des Systems ermittelt wurde, wird mit ähnlichen Methoden auf die 

Nutzung der angebotenen Inhalte abgestellt. Das Kapitel 5.4 schließt mit der Betrachtung der Ak- 

zeptanzfaktoren. 

Schwerpunkt des Kapitels 5.5 ist die Prognose der Nutzung bei Netzeffekten. Dort werden im er- 

sten Schritt die individuellen Zahlungsbereitschaften operationalisiert und gemessen. Im Anschluß 

daran werden die Einflußfaktoren auf die Zahlungsbereitschaft für die Endgeräte, die Grundgebühr 

und die variablen Preise untersucht. Der Abschnitt 5.5.1 endet mit der Schätzung von Zahlungsbe- 

reitschaftsfunktionen auf individueller und segmentspezifischer Basis. Im Abschnitt 5.5.2 wird das 

Ausmaß der Netzeffekte durch den Vergleich der Zahlungsbereitschaften des Pilotprojekts und des 

Szenarios ermittelt. 

Der sechste Abschnitt greift die Implikationen für die Forschung auf. Dieses Kapitel liefert insbe- 

sondere ein methodisches Ablaufschema, das im Laufe der Diffusion des Interaktiven Fernsehens zur 

fortführenden Analyse und Prognose der Nutzung anwendbar ist. 

Implikationen für das Management bietet das siebte Kapitel, das nach den einzelnen Marketing- 

Instrumenten untergliedert ist. Dort werden zunächst die Maßnahmen für die Produktpolitik erörtert, 

die sich aus der empirischen Untersuchung ergeben. Dabei steht insbesondere die Schlüsselstellung 

der Content-Provider im Vordergrund. Die Diskussion der preispolitischen Aspekte beinhaltet prak- 

tische Maßnahmen zur Unterstützung der Diffusion in der Markteinführungsphase. Als drittes Marke- 

8

ting-Instrument wird die Kommunikationspolitik aufgegriffen. Das Kapitel schließt mit der Betrach- 

tung der distributionspolitischen Maßnahmen. 

Die Arbeit endet im achten Abschnitt mit einer Zusammenfassung der theoretischen und empiri- 

schen Ergebnisse. 

9

2 Darstellung des Untersuchungsgegenstandes – Inter- 

aktives Fernsehen als Multimedia-System 

In diesem Abschnitt wird der Untersuchungsgegenstand – das Interaktive Fernsehen – dargestellt. 

Der Abschnitt beginnt mit einem Überblick des Zukunftsmarktes „Multimedia“. Anschließend wird 

im Abschnitt 2.2 die Entwicklung des Digitalen Fernsehens als Vorstufe des Interaktiven Fernsehens 

betrachtet. Diese Betrachtung erleichtert das notwendige technische Verständnis für die fortführen- 

den Analysen. Der Abschnitt 2.3 zeigt die parallele Entwicklung des Web-TV als konkurrierendes 

oder konvergierendes Systems auf. So kann es zu einer Entwicklung des Fernsehens zum Internet 

(Digitales Fernsehen wird zum Interaktiven Fernsehen mit Internetzugang) oder zu einer Entwicklung 

des PC zum Fernsehmedium (Web-TV mit zusätzlichen On-Demand-Diensten) kommen. Der Ab- 

schnitt 2.4 beinhaltet einen intermedialen Vergleich zum Internet, dem BTX und dem herkömmlichen 

Fernsehen, in dem potentielle Einflußfaktoren für den Markterfolg des Interaktiven Fernsehens her- 

ausgearbeitet werden. 

2.1 Zukunftsmarkt Multimedia 

Multimedia ist in aller Munde – bevor jedoch die Entwicklung des Multimedia-Marktes dargestellt 

wird, sei zunächst einmal eine Definition des Begriffs „Multimedia“ vorgenommen: 

„Mit dem Begriff Multimedia werden allgemein rechnergestützte Systeme und Anwendungen be- 

zeichnet, die eine integrierte interaktive Bearbeitung von unabhängigen Informationen unter Einsatz 

von verschiedenen zeitunabhängigen und zeitabhängigen Mitteln zur Darstellung und Verbreitung die- 

ser Informationen (=Medien) ermöglichen“ (Gerpott 1995, S. 535). 

Gemäß dieser Definition ist das Interaktive Fernsehen ein Multimedia-System. Der Zukunftsmarkt 

Multimedia wird sich im wesentlichen auf den PC- und TV-Bereich stützen. Mit zunehmendem tech- 

nologischen Fortschritt wird es vermutlich zu einer Konvergenz dieser beiden Medien kommen (Keil 

1998). Da diese Arbeit das Medium Interaktives Fernsehen in den Mittelpunkt der Betrachtung 

stellt, soll im folgenden nur auf dieses Medium eingegangen werden. Abzugrenzen ist weiterhin der 

Bereich des Business-TV, der sich auf den Business-to-Business Bereich bezieht (Kienel, Zerbe und 

Kremar 1998). Der Fokus dieser Untersuchung ist die Nutzung Interaktiver Fernsehdienste durch 

Privathaushalte, obgleich die Vorgehensweise auch für eine Prognose des Markterfolgs für Business- 

TV geeignet ist. 

10

Betrachtet man den Zukunftsmarkt des Interaktiven Fernsehens, so ist eine genauere Analyse des 

Fernsehmarktes von höchster Relevanz. Die in den folgenden Abbildungen verwendeten Daten be- 

ziehen sich dabei auf den Zeitpunkt der eigenen empirischen Untersuchung (1997). 

Es zeigt sich in den Prognosen, daß der Fernsehkonsum vermutlich weiterhin zunehmen wird 

(Abbildung 2-1). Es kommt zu einem Anstieg des gesamten Fernsehkonsums und zu einer Verände- 

rung der Aufteilung der Zeitbudgets durch die Haushalte. So wird wahrscheinlich mehr Zeit für Pay- 

TV und Teleshopping aufgewendet werden als bisher. 

Abbildung 2-1: Fernsehkonsum in Deutschland 

11 

Gesamter TV-Konsum in deutschen Haushalten pro Jahr (in Mio. Stunden) 

45000 

40000 

35000 

30000 

25000 

20000 

15000 

10000 

5000 

0 

33880 

40250 

33880 

27000 

Gesamt Traditionelles 

TV 

280 

9000 

1994 2004 

0 

4000 

0,02 250 

Pay TV Tele- Multimedia 

shopping Konferenz 

Quelle: Branchenstudie “Der Deutsche Fernsehmarkt” 1997, S. 19. 

Die Prognose zeigt, daß der 

TV-Konsum gesamt noch 

weiter zunehmen wird – 

Der Markt ist im Wachstum 

noch nicht gebremst. 

Es zeigt sich, daß gemäß 

der Prognose das traditionelle 

TV weniger und 

das Pay TV mehr konsumiert 

wird. 

Die Abbildung 2-2 verdeutlicht, daß das Fernsehen zu den bevorzugen Freizeitaktivitäten in 

Deutschland gehört. Nur das Hören von Musik und die Lektüre der Tageszeitung schneiden ähnlich 

ab. Die Sehgewohnheit hängt vom Alter ab – so nimmt der Fernsehkonsum im Alter zu. Ein Rentner 

sitzt im Durchschnitt ca. 4-5 Stunden vor dem Fernseher. Die jüngere Generation bringt es auf knapp 

zwei Stunden. 

Unternehmen erkannten diese Tendenzen früh und sicherten sich die Rechte an besonderen Inhalten 

(Albers et al. 1998, S. 279; Clement und Becker 1998). Die Preise für attraktive Sportrechte sind 

dabei stark angestiegen (Abbildung 2-3). So nehmen die geforderten Preise für Top-Sportereignisse 

teilweise kaum nachvollziehbare Größenordnungen an. Die Kosten für die Rechte der Übertragung 

der Fußball-Bundesliga bei SAT1 (ran) konnten bislang noch nicht ein einziges Mal vollständig durch 

die Werbeeinnahmen abgedeckt werden (www.sat1. de).

Abbildung 2-2: Daten zum Fernsehmarkt – Fernsehnutzung 

Bevorzugte Freizeitaktivitäten in Deutschland (in %) 

Musik hören 

Tageszeitung lesen 

Fernsehen 

Essen gehen 

Freunde treffen 

Zeitschriften lesen 

Bücher lesen 

Auto fahren 

Rad fahren 

Gartenarbeit 

Sport treiben 

Ausgehen 

Videofilme sehen 

300 

250 

200 

150 

100 

50 

0 5 10 15 20 25 30 35 40 45 

West Ost 

Fernsehen ist die zweit- (Ostdeutschland) bzw. drittliebste (Westdeutschland) 

Freizeitaktivität der Deutschen. 

ITV ermöglicht aber auch Dienste wie Music-on-Demand oder auch individualisierte 

Zeitungsangebote, die ebenfalls als bevorzugte Aktivitäten anzusehen sind. 

Quelle: Branchenstudie “Der Deutsche Fernsehmarkt” 1997, S. 7. 

Sehdauer pro Tag in Deutschland (in Minuten) 

West Ost 

0 

3-13 14-19 20-29 30-39 40-49 

Quelle: Media Perspektiven 4/98, S. 155. 

50-64 ab 65 

Jahre 

Es zeigt sich, daß der 

Fernsehkonsum mit 

zunehmenden Alter 

ansteigt. 

Zudem ist ersichtlich, 

daß die Ostdeutschen 

mehr fernsehen als die 

Westdeutschen. 

Im Durchschnitt sieht 

jeder Deutsche täglich 

183 Minuten fern (1997). 

! 

12

Abbildung 2-3: Entwicklung der Rechtepreise 

13 

Entwicklung der Rechtekosten der Fußballeuropameisterschaften (in Mio. DM) 

250 

200 

150 

100 

50 

0 

3,9 5 6,3 

30,5 

97,6 

170,6 

1980 1984 1988 1992 1996 2000 

Übersicht besonderer Outputdeals der letzten Jahre 

Killercontent 

Killercontent 

Laufzeit 

1997- 

2000 

Rechteinhalt 

1. Fußball 

Bundesliga 

2002 Fußball Weltmeisterschaft 

2006 Fußball Weltmeisterschaft 

1996- 

2013 

ab 1996 - 

keine Angabe 

ab 1996: 5 

Jahre (+ 5 

Option) 

ab 1996 - 

keine Angabe 

ab 1996 - 

10 Jahre 

ab 1996 - 

keine Angabe 

ab 1997 - 

10 Jahre 

ab 1997 - 

keine Angabe 

Rechtequalität 

Die Preise für die Sportrechte 

sind in den letzten Jahren 

explodiert 

Quelle: Branchenstudie “Der 

Deutsche Fernsehmarkt” 1997, 

S. 66. 

Rechteart Käufer Kaufpreis 

Pay-TV Premiere ca. 75 Mio 

DM p.a. 

Alle Rechte 

ohne USA, 

kein Payper-view 

Kirch 

Gruppe 

1,3 Mrd. sfr 

1,5 Mrd. sfr 

Formel 1 Alle Rechte 195 Mio. 

DM 

Outputdeal (Columbia 

TriStar), 

Archiv 

Outputdeal (Viacom), 

Archiv 

Outputdeal (MCA), 

Archiv 

Outputdeal (Disney/ABC) 

Outputdeal (Warner 

Bros.), Archiv 

Outputdeal 

(PolyGram) 

Outputdeal (MGM), 

Archiv 

Quelle: Albers et al. 1998, S. 279. 

Free-TV, 

Option auf 

Pay-TV 

Free-TV 


Pay-TV 

$ 1,1 Mrd. 

$ 1 Mrd. 

Pay-TV 1,5 Mrd. 

DM 

Pay-TV und 

Pay-per-view 

keine 

Angabe 

Pay-TV keine 

Angabe 

Pay-TV, Payper-view, 

VOD 

Pay-TV und 

Pay-per-view 

keine 

Angabe 

keine 

Angabe 

Sport 

Spielfilme und Serien

2.2 Vom Digitalen zum Interaktiven Fernsehen 

Liegen Text-, Bild- und Toninformationen in digitaler Form vor, so existieren sie als binäre Zahlen- 

kombinationen. Während im analogen Fernsehen die Bilder und Töne als elektromagnetische Wellen 

übermittelt werden, können digitale Informationen zu Datenpaketen komprimiert, über Datenleitun- 

gen (z.B. dem Kabelnetz) versandt und vom Empfänger in ihre ursprüngliche Form zurückversetzt 

werden (Schrape 1995, S. 7 ff; Ziemer 1997, S. 24 ff.). 

Da Videosequenzen jedoch enorme Speicher- und Übertragungskapazitäten in Anspruch nehmen, 

müssen die Datenmengen zunächst komprimiert werden (Disterer 1995, S. 1004 f.; Schrape et al. 

1996, S. 12 ff.). Eine Videominute in VHS-Qualität besteht beispielsweise bereits aus 6000 Millio- 

nen Informationseinheiten (das entspricht 6000 Megabits). Sofern nun ein zweistündiger Spielfilm per 

Video-on-Demand abgerufen würde, benötigte die Übertragung über das analoge Telefonnetz (mit 

einer Übertragungsrate von 33,6 Kilobits/s) mehrere Monate. Die Notwendigkeit von Verfahren zur 

Datenreduktion sowie schnelleren Übertragungstechniken ist somit evident. 

Im Fall von DF1 werden die digitalen Fernseh- und Radiosignale durch das Standardverfahren 

MPEG-2 (Moving Pictures Experts Group) komprimiert, wobei Einsparungen von durchschnittlich 

96% der ursprünglichen Datenmenge erreicht werden, ohne daß der Zuschauer einen Qualitätsverlust 

bemerken würde. Dabei bedient sich das Verfahren dreier Reduktionsarten. Die Redundanzredukti- 

on bewirkt, daß bei aufeinanderfolgenden Bildsequenzen lediglich die Veränderungen bzw. Abwei- 

chungen zum vorigen Bild übermittelt werden. Sich wiederholende, d.h. redundante, Informationen 

werden aus dem laufenden Datenstrom eliminiert. Ebenso irrelevant sind die Töne, die vom mensch- 

lichen Gehör nicht wahrnehmbar sind. Im Rahmen der Irrelevanzreduktion werden diese herausgefil- 

tert und nicht übermittelt. Als dritte Methode wird die statistische Reduktion verwendet. Dabei wer- 

den häufig auftretende Datenmuster durch kürzere Codierungen ersetzt und zu Datenpaketen gebün- 

delt, die dann übertragen werden (www.df1.de/service/technik/abctec.htm). 

Diese komprimierten Datenpakete werden im Multiplexing zu einem Datenstrom zusammengefaßt 

und codiert per Satellit oder Kabelnetz an die Empfänger übertragen. Die jeweiligen Übertragungsra- 

ten der verwendeten Netze sind dabei von der Komprimierbarkeit des Programms abhängig (Keil 

1998, S. 35). 

Die derzeitige Verwendung des Kabelnetzes sowie von Satellitensystemen für die Übertragung des 

Digitalen Fernsehens stellt zugleich einen Vorteil als auch ein Hindernis dar, weil diese Übertra- 

gungsmedien vornehmlich für die Distribution von Verteil-Diensten ausgerichtet sind (Schrape et al. 

1996, S. 21 f.). Unter Verteil-Diensten werden TV- und Radio-Programme verstanden, die im Sinne 

des Rundfunkbegriffs ausgestrahlt werden. Jedoch ermöglicht die bestehende Penetration von Haus- 

14

halten mit Kabel- oder Satellitenempfangsmöglichkeiten den Betreibern des Digitalen Fernsehens ein 

großes Kundenpotential. Die anfänglichen Probleme bei der Diffusion von DF1 sind daher auch auf 

die beschränkten Empfangsmöglichkeiten über das Satellitensystem zurückzuführen (siehe hierzu 

auch die Chronik im Anhang 1). 

Das technisch realisierbare Angebot an Dienstleistungen des Digitalen Fernsehens ist eng mit dem 

„klassischen“ Rundfunk verknüpft. Der derzeitigen Übertragungstechnik mangelt es noch an einer 

passenden Netzstruktur, die es ermöglicht, das digitale Programmangebot um Service-on-Demand- 

Dienste zu erweitern. Dabei darf die beträchtliche Höhe der Investitionen zur Errichtung oder Modi- 

fikation der nötigen Netze nicht übersehen werden. 

Der Empfang in den Haushalten erfolgt mittels einer Set-top-box (z.B. der d-Box), die die digitalen 

Signale in analoge umwandelt. Eine solche Box gab es auch bei der Einführung von Videotext. Mitt- 

lerweile verfügt jedoch fast jeder Fernseher über einen solchen eingebauten Videotext-Decoder 

(Kulpok 1991, S. 521). Die Verwendung einer Set-top-box erscheint anfangs vorteilhaft, da der 

Empfang mit einem herkömmlichen analogen Fernsehgerät möglich ist und kein neues Fernsehgerät 

gekauft werden muß. Voraussetzung für den Zugriff auf die Inhalte von DF1 ist jedoch der Besitz der 

d-Box und der SmartCard. Darüber hinaus wird die Freischaltung und Zugangsberechtigung zu ko- 

stenpflichtigen Angeboten noch von dem System Conditional Access überwacht. Die Software der 

d-Box ermöglicht die Navigation innerhalb der digitalen Programme, die Kontrolle über angeschlos- 

sene Videorecorder sowie eine etwaige Sperrfunktion gegen unerlaubten Zugriff. Es ist jedoch deut- 

lich hervorzuheben, daß Digitales Fernsehen auch ohne die d-Box möglich ist, da Anbieter wie z.B. 

die ARD ebenfalls digitale Programme aussenden, die – abgesehen von den GEZ-Gebühren – keine 

weiteren Kosten verursachen. Zum Empfang dieser Programme können andere Decoder verwendet 

werden (z.B. von Philips), die allerdings nicht DF1 empfangen können. 

Das Digitale Fernsehen, wie es bei DF1 und Premiere Digital präsentiert wird, bietet gegenüber dem 

bisherigen analogen Fernsehen neben einer verbesserten Qualität den Vorteil einer effektiveren Nut- 

zung von Übertragungskapazitäten und damit eine größere Programmvielfalt. So können 4 bis 10 

komprimierte Kanäle zugleich über einen Satelliten-Transponder (Empfänger und Sender eines Sa- 

telliten) übertragen werden (Keil 1998, S. 35). 

Sofern der Empfänger im Besitz der d-Box ist, verfügt er als Abonnent eines DF1-Paketes neben 

den herkömmlichen Fernsehprogrammen momentan über ein Angebot von 30 verschiedenen digita- 

len Kanälen. Unter den angebotenen Spartenkanälen des Pay-TV befinden sich Programme mit 

Spielfilmen, Serien, Dokumentationen zu verschiedenen Genres sowie internationale Sender. Auf 

weiteren Kanälen werden Sport- oder auch Musikereignisse präsentiert. Diese Spartenkanäle wei- 

sen nach eigener Einschätzung teilweise nur eine relativ geringe Attraktivität im Vergleich zum Free- 

15

TV auf. Darüber hinaus können im Rahmen von Pay-per-view-Angeboten aktuelle Spielfilme und 

sportliche Highlights individuell von den Empfängern gegen ein Entgelt (zur Zeit 6,00 DM pro Bei- 

trag) geordert werden. Die im Pay-per-view angebotenen Inhalte sind jedoch im allgemeinen we- 

sentlich attraktiver als das übrige Angebot. 

Im Unterschied zu den „klassischen“ Voll- oder Spartenprogrammen erlaubt das Digitale Fernsehen 

dem Zuschauer im Rahmen von Multiperspektiv- und Near-Video-on-Demand-Angeboten bereits 

einen höheren Grad an Interaktivität. Multiperspektiv-Programme erlauben dem Zuschauer, bei- 

spielsweise bei Formel-1-Rennen, selbst die Bildregie zu übernehmen, indem sie aus den parallel auf 

verschiedenen Kanälen übertragenen Kameraperspektiven wählen können. Beim Near-Video-on- 

Demand erlaubt die ständige zeitversetzte Ausstrahlung eines bestimmten Programmangebots, daß 

der Abonnent nach vorheriger Order quasi im Stundentakt das gewünschte Programm starten kann. 

Diese Möglichkeit des Near-Video-on-Demand ist jedoch nur möglich, weil aufgrund der digitalen 

Technik sehr viel mehr Programmkanäle zur Verfügung stehen, auf denen der gleiche Inhalt (z.B. ein 

Film) parallel zu drei verschiedenen Startzeitpunkten (z.B. 20.00, 20.30 oder 21.00 Uhr) gesendet 

werden kann. Hervorzuheben ist, daß auch im digitalen Fernsehzeitalter der Nutzer bislang nur die 

Filme sehen kann, die zur angegebenen Zeit gesendet werden – allerdings sind die Startzeiten durch 

die parallele Ausstrahlung nicht mehr so stark an die „magischen“ 20.15 Uhr gebunden. 

Die Abbildung 2-4 vergleicht die beiden Digitalen Fernsehsender DF1 und Premiere Digital in meh- 

reren technischen und inhaltlichen Dimensionen miteinander und zeigt, welche Kosten entstehen, 

wenn ein Abonnement eingegangen wird, und welche technischen Geräte zum Empfang notwendig 

sind. Die Bewertung der Inhalte wurde subjektiv vom Autor vorgenommen und basiert auf bisher er- 

zielten Einschaltquoten vergleichbarer Inhalte. 

Nachdem die KirchGruppe die Anteile der CLT-Ufa an Premiere übernommen hat, wird sich die di- 

gitale Fernsehlandschaft auf einen Sender reduzieren. Aus den beiden Sendern wird im Oktober 

1999 der neue Fernsehsender Premiere World entstehen. 

16

Abbildung 2-4: Services von DF1 und Premiere Digital im Vergleich 

17 

Bewertungskriterien 

Zugang Satellit und teilweise im Kabelnetz (Baden- 

Württemberg, Bayern, Berlin, Brandenburg, 

Bremen, Hamburg, Hessen, Nordrhein- 

Westfalen, Niedersachsen, Rheinland-Pfalz, 

Saarland, Thüringen). 

Satellit und mit Ausnahme von 

Schleswig Holstein und Mecklenburg- 

Vorpommern in allen Kabelnetzen 

Rückkanal Telefon Telefon und Internetbestellung 

Set-top-box d-Box – Kaufpreis ca. 1.200,- DM oder 19,90 

DM pro Monat, wenn ein DF1 Paket abonniert 

wird. 

Monatliche Abo- 

Gebühr 

Basispaket für 20,- DM: 

Heimatkanal, Filmpalast, Krimi & Co., Herz & 

Co., Comedy & Co., Junior, Clubhouse, Ktoon, 

MTV, VH-1*, Discovery, Planet, NBC*, 

BBC PRIME* und CNBC* sowie Music Choice 

mit 30 Hörfunkkanälen. Gratiszugang zum 

Pay-per-view (CINEDOM) 

Sportpaket für 30,- DM: 

Das Basispaket erweitert um die Kanäle DSF 

Plus und DSF Action. Hier kann auf die Formel 

1 zugegriffen werden. 

Moviepaket für 35,- DM: 

Das Basispaket erweitert um 5 weitere Spielfilmkanäle: 

Cine Action, Cine Comedy, Romantic 

Movies, Western Movies und 

Star*Kino. 

Superpaket für 40,- DM: 

Beinhaltet das Basispaket, Sportpaket, Moviepaket 

und extra Science Fiction. 

Zusätzliche DF1 Kanäle: 

DSF GOLF kostet „stand alone“ (d.h. ohne 

ein Abo eines DF1 Paketes) DM 20,- und in 

Verbindung mit einem DF1 Paket DM 10,- 

Classica kostet „stand alone“ ebenfalls DM 

20,- bzw. DM 10,- 

CineClassics I+II zusammen DM 15,-/9,- 

Seasons kostet DM 15,-/10,- 

Qualität Pay-TV Spielfilme 

Live-Sport (z.B. Formel 1, Golf) 

Dokumentationen 

Spartenkanäle 

Qualität Pay-perview 

☺ 

☺☺ 

☺☺ 

☺ 

d-Box – Kaufpreis ca. 1.200,- DM oder 

19,90 DM pro Monat, wenn ein Premiere 

Paket abonniert wird. 

Premiere 1, 2 und 3 mit Zugang zum 

Pay-per-view 39,90 DM 

Premiere Analog sendet nur den ersten 

Kanal aus, wohingegen das digitale 

Angebot die beiden weiteren Kanäle 

anbietet. 

Spielfilme 

Live-Sport (Bundesliga, Boxen) 

Dokumentationen 

☺☺☺ 

☺☺☺ 

☺☺ 

Top-aktuelle Spielfilme ☺☺☺ Top-aktuelle Spielfilme ☺☺☺ 

Home-Shopping Derzeit noch nicht Derzeit noch nicht 

☺ mäßig interessant; ☺☺ interessant; ☺☺☺ sehr interessant und aktuell; * Zusatzangebot über Satellit 

Quelle: Eigene Einschätzung sowie www.df1.de und www.premiere.de.

Es stellt sich die Frage, wo die Unterschiede zwischen dem Interaktiven und Digitalen Fernsehen lie- 

gen. Digitales Fernsehen bedeutet nichts anderes, als daß die Signale digital übertragen werden. Al- 

lein aus der Möglichkeit der Komprimierung der Daten wird die Vielfalt der angebotenen Kanäle zu- 

nehmen. Dies führt jedoch nicht zwangsläufig zu einer Steigerung der Interaktivität. Bevor im weite- 

ren Verlauf von Interaktivem Fernsehen gesprochen wird, ist eine Definition des Begriffs Interaktivi- 

tät notwendig. Gemäß Rogers (1995a, S. 314) ist „Interactivity [...] the degree to which 

participants in a communication process can exchange roles in, and have control over, their mutual 

discourse. „Mutual discourse“ is the degree to which a given communication act is based on a prior 

series of communication acts.“ 

Dieser Definition von Rogers folgend kann Interaktivität in unterschiedlichen Intensitäten auftreten. 

Wie aus Abbildung 2-5 hervorgeht, besitzt das derzeitige Angebot von DF1, das vornehmlich aus ei- 

ner Anzahl von Spartenkanälen sowie der Möglichkeit des Near-Video-on-Demand besteht, nur ei- 

nen geringen Grad an Interaktivität. 

Abbildung 2-5: Phasenmodel der Interaktivität 

Grad der Interaktivität 

Analoges Fernsehen 

Pay-TV 

Digitales Fernsehen 

Pay-per-view 

One-way-transmission 

Home-Shopping 

Video-on-Demand 

Two-way-transmission 

Video-Konferenz 

Heute im TV 

bereits realisiert 

Two-way-interactive 

transmission 

Interaktive Spielfilme 

1995 1996 1998 2000 2010 

Quelle: In Anlehnung an Weiber und Kollmann (1995, S. 8) sowie Ziemer (1997, S. 401). 

Heute im Internet 

bereits realisiert 

Das Digitale Fernsehen in seiner momentanen Ausprägung bildet jedoch durch das eingeschränkte 

Interaktivitätsniveau lediglich eine Vorstufe dessen, was technisch möglich sein wird. So versprach 

DF1 seinen Abonnenten von Beginn an die Integration zusätzlicher multimedialer Leistungen, die das 

Angebot hinsichtlich weiterer Entertainment- und Kommunikationsdienste ergänzen wird. Dadurch 

18

soll der Übergang auf ein höheres Interaktivitätsniveau hin zum Interaktiven Fernsehen gelingen. Bis- 

lang bieten jedoch weder DF1 noch Premiere Digital diese Leistungen an. 

Während die Interaktion zwischen Abonnent und Dienstleister beim Digitalen Fernsehen bisher ledig- 

lich telefonisch oder per Internet erfolgt – der Abonnent ruft entweder beim Call-Center von DF1 

oder Premiere an, um einen Film aus dem Pay-per-view-Programm zu bestellen, oder er bestellt bei 

Premiere über das Internet – wird das Interaktive Fernsehen zukünftig über einen integrierten Rück- 

kanal verfügen. Mit dessen Hilfe werden die Abrufanforderungen des Kunden übermittelt sowie 

Kommunikationsdienste ermöglicht. Über den Rückkanal wird die Verbindung zu den Servern auf- 

und abgebaut. Dieser kann darüber hinaus zur Kundenidentifikation genutzt werden und erleichtert 

somit das Accounting für die Netzbetreiber und Service-Provider. 

Ohne einen integrierten Rückkanal kann nicht vom Interaktiven Fernsehen gesprochen werden, da 

ansonsten keine direkte Mensch-Maschine oder Mensch-Mensch-Interaktion möglich ist – es sei 

denn, der Nutzer begeht einen Medienbruch und nutzt das Telefon oder das Internet (Ims, Stordahl 

und Olsen 1997; Keil 1998, S. 46 sowie Ziemer 1997, S. 371). Bislang existiert ein solches Interak- 

tives Fernsehen nur in Pilotprojekten (Clement 1998). 

Zusammenfassend läßt sich das Digitale Fernsehen technisch wie folgt darstellen: 

Abbildung 2-6: Technische Realisierung der Übertragungstechnik 

19 

via Satellit 

• Digitalisierung 

• Archivierung 

• Multiplexing 

• Conditional Access 

via Kabelnetz 

Abrufanforderung per Telefon 

TV-Provider Privathaushalte

Eine weitere Frage betrifft den Vorteil des Interaktiven Fernsehens im Vergleich zum Digitalen Fern- 

sehen. 

Die Auswahl an Services und Inhalten wird mit steigendem Interaktivitätslevel weiter wachsen. Zu- 

sätzlich zum bisherigen Angebot von Sparten- und Multiperspektivprogrammen eröffnet sich dem 

Abonnenten eine Flut von Entertainment- und Kommunikationsangeboten, die sich von den bisheri- 

gen Filminhalten unterscheiden und neue Akteure auf dem digitalen bzw. interaktiven Fernsehmarkt 

bündeln. Die neuen Möglichkeiten des Interaktiven Fernsehens umfassen dabei den individuellen Ab- 

ruf von Spielfilmen, Informationen oder Spielen und ermöglichen die Kommunikation per E-mail oder 

visueller Medien. Darüber hinaus wird es möglich, jegliche Dienstleistungen vom eigenen Fernseher 

aus zu erledigen. Services wie virtuelles Shopping, Online-Banking oder auch Weiterbildung (Home 

Learning) werden vom Fernseher aus steuer- und abrufbar. 

Die folgende Abbildung verdeutlicht die zu erwartende Vielfalt im Interaktiven Fernsehen der Zu- 

kunft. 

Abbildung 2-7: Services und mögliche Content-Provider im Interaktiven Fernsehen 


• Bertelsmann 

• Disney 

• Kirch-Gruppe 

Home Shopping 

• Quelle 

• Otto 

Internet-Dienste 

• Dt. Telekom 

• AOL 

Information-on-Demand 

• Reuters 

• FAZ 

• Hoppenstedt 

ITV 

Kommunikation 

• Dt . Telekom 

• O.tel .o 

Games-on-Demand 

• Nintendo 

• SEGA 

Home Learning 

• Universitäten 

Home Services 

• Behörden, Restaurants, 

Kino & Theater 

Nun sind die einzelnen Dienste, wie z.B. Video-on-Demand und Home-Shopping, nicht unabhängig 

voneinander zu sehen. Die gemeinsame Vernetzung untereinander ermöglicht neue Geschäftsmodelle. 

Wenn nun beispielsweise im Video-on-Demand der neueste „Star-Wars-Film“ gezeigt wird, zugleich 

im interaktiven Home-Shopping der Kauf von Star-Wars-Merchandising-Produkten möglich ist und 

sich im interaktiven Chat-Forum die Star-Wars-Fangemeinde trifft, dann nimmt der Nutzen aus der 

20

gemeinsamen Nutzung vermutlich zu. Diese Idee haben Virtuelle Communities bereits im Internet 

realisiert. Aufgrund der genauen Kenntnis der Präferenzen der Individuen können dort dem Nutzer 

maßgeschneiderte Angebote unterbreitet werden (Hagel und Armstrong 1997; Paul und Runte 

1998). 

Es bleibt also festzuhalten, daß Digitales Fernsehen die Vorstufe des Interaktiven Fernsehens dar- 

stellt. Die Möglichkeiten der Komprimierung, die durch die Digitalisierung entstehen, stellen die Vor- 

aussetzung des Interaktiven Fernsehens dar. Nur bei einem integrierten Rückkanal kann von Interak- 

tivem Fernsehen gesprochen werden. 

2.3 Parallele Entwicklungstendenzen des Web-TV 

Parallel zur Entwicklung des Interaktiven Fernsehens mit dem Digitalen Fernsehen als Startplattform 

bestehen insbesondere in den USA Bestrebungen, Internet-Dienste über das Fernsehmedium anzu- 

bieten. 

Das zu Microsoft gehörende Unternehmen Web-TV 2 bietet in Zusammenarbeit mit amerikanischen 

Kabelgesellschaften Internet- und Kommunikationsdienstleistungen für das Fernsehen an. Microsoft 

hat hierfür enorme finanzielle Mittel bereitgestellt, um frühzeitig einen Standard zu etablieren. Web- 

TV ist gleichzeitig ein Internet-Service-Provider und Anbieter für vertiefende Informationen zu einzel- 

nen Fernsehsendern (Desiere 1998). Unter Verwendung des Kabelnetzes als Übertragungsplattform 

wird das Fernsehgerät, analog zum Digitalen Fernsehen, mit einer Set-top-box (WebTVInter- 

net®Terminal) ausgestattet, welche sowohl für die Ausstrahlung von Fernsehprogrammen als auch 

für die Bereitstellung von Internetservices verantwortlich ist. 

Neben den bekannten Kommunikationsdienstleistungen wie E-mail eröffnen sich durch die Verbin- 

dung von Internet und Fernsehen gänzlich neue Formen des Marketing. So ist es dem Zuschauer bei- 

spielsweise möglich, sich im Rahmen von Fernseh- und Werbebeiträgen direkt Informationen wie 

Preis oder Verfügbarkeit über gesehene Produkte, aber auch spezielle Promotions oder Händlerak- 

tionen zu beschaffen. Praktisch erfolgt dies durch das Anklicken von TV Crossover Links, die 

den Zuschauer direkt mit der Website des Werbenden verbinden. Die Darstellung des Internet ge- 

schieht dabei Bild-in-Bild auf dem Fernsehschirm des Zuschauers, der damit parallel das Fernsehge- 

schehen weiter verfolgen kann (www.webtv.com). Zur Zeit berechnet Web-TV seinen Kunden für 

einen unlimitierten Zugang ins Internet $24,95 pro Monat (Pospischil 1999, S. 276). 

Die Nutzung dieser Technologie ist von einer schnellen Übertragungstechnik abhängig. Schmalbandi- 

ge Zugänge, über die derzeit die Mehrheit der Internet-Nutzer verfügt, lassen lediglich Datenströme 

2 Web-TV ist ein Markenname für Internet-TV (Desiere 1998). 

21

zu, die sich oftmals durch langsame Übertragungen mit schlechter Qualität und mangelhafter Syn- 

chronizität zwischen Bild und Ton auszeichnen. So kämpft das Web-TV in den USA mit einer Viel- 

zahl von technischen Problemen, die die Diffusion behindern. Nichtsdestotrotz wird an der Weiter- 

entwicklung der Konvergenztechniken gearbeitet, so daß in der näheren Zukunft nicht nur PC in der 

Lage sein werden, Fernseh- und Videobilder zu zeigen, sondern auch Internet-Inhalte auf dem Fern- 

sehschirm zu nutzen sind. 

Interaktives Fernsehen kann auch über den PC realisiert werden. So wurde z.B. im Pilotversuch In- 

foCity ein solcher Versuch gewagt, der jedoch nicht zu den von den Betreibern gewünschten Diffusi- 

onseffekten des Angebots führte (Keil 1998). 

Es wird dennoch deutlich, daß mit der Konvergenz von Fernsehen und Internet neue Formen der 

Marketing- und Zielgruppenkommunikation von Produkten und Dienstleistungen entstehen, die die 

Attraktivität des gesamten Dienstepaketes des Digitalen bzw. Interaktiven Fernsehens zu komplettie- 

ren und zu erhöhen vermögen. Letztendlich wird die Konvergenz aber zu einem umfassenden Endge- 

rät führen. Wie später noch ausführlich gezeigt wird, ist das Endgerät nur Mittel zum Zweck – die In- 

halte sind entscheidend. Eine Konvergenz der Endgeräte wird nicht zu einer dramatischen Verände- 

rung der Nutzungsgewohnheiten führen, sondern nur die Flexibilität der Nutzungsmöglichkeiten stei- 

gern. 

Ob es durch diese parallele Entwicklung zu einem Wettbewerb der Systeme kommt oder langfristige 

Konvergenzentwicklungen von Web-TV und Interaktivem Fernsehen zu erwarten sind, bleibt unklar. 

Studien von Forrester Research (www.forrester.com), Ocum (www.ovum.com) oder ConCult 

(www.concult.de) lassen keine eindeutige Prognose zu (Desiere 1998). 

Der sich abzeichnende Wettbewerb zwischen den Systemen hat natürlich inhaltliche Konsequenzen 

für die vorliegende Arbeit. Der Fokus der Arbeit liegt eindeutig auf dem Interaktiven Fernsehen und 

nicht auf dem Web-TV, da dort Dienste wie z.B. Video-on-Demand noch nicht möglich sind. Somit 

wird eine klare Abgrenzung vorgenommen, die allerdings nur auf die inhaltlichen Ergebnisse Auswir- 

kungen hat. Die methodischen Erkenntnisse dieser Arbeit lassen sich hingegen auch auf das Web-TV 

transferieren, da auch dort die Nutzung von den realisierten Netzeffekten abhängt und für den Erfolg 

des Systems entscheidend ist. 

2.4 Intermedialer Vergleich 

In diesem Abschnitt werden die bisherigen Erfahrungen aus der Markteinführung von innovativen Sy- 

stemgütern (TV und Videotext, BTX sowie Internet) in Deutschland berichtet. Ein solcher interme- 

dialer Vergleich bringt wertvolle Einsichten für mögliche Erfolgsgrößen des Interaktiven Fernsehens 

mit sich. 

22

• Barrieren und Erfolgsfaktoren des Fernsehens und des Videotexts 

Die Markteinführung des Fernsehens in Deutschland Ost und West ist durch die Regierung vorge- 

nommen und koordiniert worden. So begann 1952 der Nordwestdeutsche Rundfunk mit der Aus- 

strahlung eines regelmäßigen Fernsehprogramms im Westen Deutschlands (Johns 1998, S. 18). 3 Da 

der Rundfunk Angelegenheit der Länder ist, ist zwar die politische Unabhängigkeit der Sender von 

der Bundesregierung gesichert, nicht jedoch die Unabhängigkeit von der Politik. So gründeten die 

Länder 1962/63 das ZDF und 1964 die Dritten Programme. 

Die Kommerzialisierung des Fernsehens begann mit einem Unfall in Luxemburg. Ein Flugzeug ramm- 

te einen Sendemast. Der daraufhin neu aufgebaute Sendemast des Senders RTL hatte eine wesent- 

lich stärkere Leistung und strahlte bis nach Westdeutschland aus (Johns 1998, S. 21 f.). Das Privat- 

fernsehen konnte schließlich durch die Entscheidung des Bundesverfassungsgerichtes 1981 eingeführt 

werden. 1985 begannen die Privaten durch die Genehmigung der Länder mit ihren Programmen 

(Meffert und Hensmann 1993, S. 31). Es ist festzuhalten, daß die Markteinführung des Fernsehens 

eine rein politische Entscheidung gewesen ist und der Fernsehmarkt auch heute noch erheblichen re- 

gulativen Eingriffen der Politik ausgesetzt ist (Meffert und Hensmann 1993, S. 30 ff.). 4 So hat auch 

die Marktbearbeitung des Digitalen Fernsehens noch stark unter den ordnungspolitischen Gegeben- 

heiten zu leiden (Clement und Becker 1998; Schrape 1995). Politisch motivierte Entscheidungen 

können Investitionsvorhaben behindern, da insbesondere in Deutschland eine besondere Skepsis vor 

einer zentralisierten Medienmacht herrscht. 

Detailliertere Anregungen für diese Untersuchung lassen sich aus der Betrachtung der Markteinfüh- 

rung und Diffusion des Videotexts ableiten, da Videotext – ähnlich wie interaktive Dienste – eine in- 

haltliche Unterstützung des Fernsehprogramms darstellt. So sind die Parallelen zum Interaktiven 

Fernsehen evident: (1) Der Nutzer muß das Medium aktiv nutzen, (2) es müssen interessante Inhalte 

angeboten werden, damit Videotext genutzt wird, (3) es bedarf eines videotextfähigen Endgerätes 

und schließlich (4) determiniert die Nutzung den Erfolg, indem dadurch höhere Werbeeinnahmen 

realisiert werden können. 

Im Rahmen eines Feldversuches wurde Videotext von der ARD und dem ZDF 1980 eingeführt 

(Kürble 1995, S. 15). Zwar gab es auch hier medienrechtliche Probleme – die Zeitungsverleger ar- 

gumentierten, daß Videotext eine „Darbietungsform von Presse“ sei, während die Fernsehsender 

dies als „Rundfunk“ interpretierten – die jedoch in einen Kompromiß mündeten (Kürble 1995, S. 

16). 

3 Im Osten wurde ab 1956 ein reguläres Programm ausgestrahlt (Johns 1998, S. 25). 

23

4 Zu einer ähnlichen Einschätzung kommt Witte (1997) bei den Pilotprojekten zu den neuen Medien. 

24

Wie die folgende Abbildung zeigt, hat sich Videotext mittlerweile in Deutschland durchgesetzt (Bähr- 

Seppelfricke 1999, S. 64, Kulpok 1991). 

Abbildung 2-8: Diffusion von Videotext in der Bundesrepublik Deutschland 5 

25 

35 

30 

25 

20 

15 

10 

5 

Anzahl videotextfähiger Fernsehgeräte (in Mio.) 

0 

1980 1982 1984 1986 1988 1990 1992 1994 1996 Jahr 

Quelle: Media Perspektiven – Daten zur Mediensituation in Deutschland (1997, S. 66). 

Nahezu alle TV-Sender in Deutschland nutzen mittlerweile die Austastlücke bei der Übertragung von 

Bildsignalen zur Bereitstellung eines Videotext-Angebotes. Hierfür können unter anderem folgende 

Einflüsse verantwortlich sein (Kürble 1995, S. 16 ff.): 

• Die Adoption von Videotext wurde dadurch gefördert, daß der Decoder sehr preiswert zu kau- 

fen war (unter 100 DM). Mittlerweile ist ein solcher Decoder in den meisten Fernsehgeräten 

standardmäßig enthalten. 

• Die Nutzung des Videotexts ist nahezu kostenlos, wenn von den GEZ-Gebühren und der Hin- 

nahme von Werbung abgesehen wird. 

• Die angebotenen Inhalte sind themenspezifisch, wenig komplex angeordnet und sehr aktuell. Die 

inhaltliche Qualität ist hoch. 

Durch das gemeinsame Vorgehen von ARD und ZDF ist ein Dienst geschaffen worden, der über ei- 

ne hohe inhaltliche Qualität verfügt und durch die einfache Navigation gut zu nutzen ist. Zudem wurde 

der Decoder relativ preiswert angeboten. Auf der anderen Seite existieren noch immer folgende 

Hemmnisse (Kürble 1995, S. 18): So ist die Darstellung der Inhalte noch immer sehr kryptisch und 

erinnert an Computerprogramme der ersten Generation. Des weiteren liegen lange Wartezeiten vor, 

bis die gewünschte Seite gefunden wird. 

5 Für die Hilfe der Datenbeschaffung sei an dieser Stelle Dr. Ulrike Bähr-Seppelfricke herzlich gedankt.

• Barrieren und Erfolgsfaktoren des Bildschirmtexts (BTX) 

Die Betrachtung der Historie und der Akzeptanzprobleme des Kritische-Masse-Systems BTX ist in- 

teressant, weil dort zum ersten Mal eine Konvergenz der zwei Wirtschaftsbereiche Computer- und 

Telekommunikation festzustellen ist. BTX ermöglichte den Abruf gespeicherter Informationen, die In- 

teraktion zwischen Anbietern und/oder Nachfragern und die Verbindung zu externen Rechnern 

(Berndt und Fantapié Altobelli 1991, S. 955). Des weiteren war die Kommunikation per E-mail 

möglich. Auch Home-Shopping oder -Banking waren per BTX durchführbar (Albers und Peters 

1995; Bähr-Seppelfricke 1999, S. 65; Klophaus 1996). 

In Deutschland beginnt die Geschichte des BTX mit den Feldversuchen im Jahre 1982 und dem offi- 

ziellen Start auf der Funkausstellung 1983 (Albers und Peters 1995; Klophaus 1996; Kürble 1995, 

S. 11; Peters und Clement 1999, S. 20 sowie Witte 1997, S. 426). Die bundesweite Einführung des 

Dienstes wurde aufgrund der sogenannten IBM-Panne 6 verzögert und fand erst im Juni 1984 statt. 

Doch dieser mit großen Erwartungen „belastete“ Dienst, dem in verschiedenen Prognosen bis zu 20 

Millionen (Hecheltjen 1985) Nutzer vorhergesagt worden sind, erfüllte diese in keiner Weise: 1989 

waren lediglich 200.000 Teilnehmer statt erwarteter 3 Millionen zu verzeichnen (Albers und Peters 

1995). Diese Entwicklung stand im extremen Gegensatz zu der Entwicklung in Frankreich, wo der 

Dienst „Minitel“ bereits mehrere Millionen Nutzer hatte. 7 Dies wurde auf die überlegene Marktein- 

führungsstrategie zurückgeführt. Im Gegensatz zur Telekom setzte die französische Telefongesell- 

schaft auf eine geschickte sukzessive regionale Einführung 8 und machte aus der Telefonauskunft eine 

Killer-Applikation, indem die Telefonbücher nicht mehr kostenfrei abgegeben wurden (Kürble 1995, 

S. 12). Darüber hinaus sorgten etliche erotische Angebote (lokale Dating-Services etc.) für eine 

schnelle Akzeptanz und Diffusion des Dienstes. Die analogen Bemühungen des kleinen Pionierteams 

bei der Deutschen Bundespost wurden damals erheblich durch politische Einflüsse erschwert. 

Im Rahmen der Neuausrichtung der Deutschen Telekom AG wurde 1993 (1) der Zugang zu BTX 

über ein normales Computermodem möglich, (2) die Übertragungsrate erhöht (auf 2.400 bit/s), (3) 

das Netz für zusätzliche Angebote geöffnet und (4) der Name BTX in Datex-J (J für Jedermann) 

umgetauft (Kürble 1995, S. 13; Peters und Clement 1999, S, 21 f.). 

6 

Hierbei handelt es sich um die nicht fristgerechte Lieferung von Bestandteilen der Zentraltechnik, die für die 

CEPT-Oberfläche notwendig gewesen sind (Peters und Clement 1999, S. 27). 

7 

Interessanterweise ist der Erfolg des Minitel einer der Hauptgründe, warum die Diffusion des Internet in 

Frankreich bislang schleppend verläuft (www.nua.ie). 

8 

Die Vorteilhaftigkeit einer solchen „Roll-Out-Strategie“ wurde bereits empirisch gezeigt (Brown und Lattin 

1994). 

26

Die Wende für den heutigen deutschen T-Online-Dienst wurde 1993 mit der Umbenennung des 

Dienstes in Datex-J eingeläutet, als die Vermarktung des Dienstes an eigenständige dynamische 

Vermarkter (z.B. 1&1) ausgegliedert wurde. Zu diesem Zeitpunkt wurden ca. 400.000 Nutzer ver- 

zeichnet. Die Vermarkter beschritten einen neuen, aggressiven Direktvertriebsweg und erließen den 

Kunden die Anschlußgebühr in Höhe von 50 DM. Das gebündelte Angebot von Dienstnutzung und 

dem zum Betrieb notwendigen Modem mit entsprechender Installationsanleitung erleichterte die In- 

stallation und Nutzung. Zugleich trieben die Vermarkter zusammen mit Datex-J die Fokussierung des 

inhaltlichen Angebots auf die Zielgruppen voran. 

Mittlerweile hat sich BTX in sehr abgewandelter Form als T-Online durchgesetzt (Albers und Peters 

1998, S. 110; Pospischil 1999). Kürble (1995, S. 11 ff.) führt mehrere Gründe für das anfängliche 

Scheitern des BTX an: (1) Die IBM-Panne verzögerte die bundesweite Einführung des BTX. (2) 

Hohe Kosten für die Nachfrager, da sie die Anschaffungskosten für das Endgerät (ab 1781 DM; 

Berndt und Fantapié Altobelli 1991, S. 955) und des Modem-Anschlusses voll übernehmen mußten 

(Albers und Peters 1998, S. 110). (3) Die hohen Kosten für die Anbieter der Inhalte führten zu ei- 

nem nur geringen Angebot. Zudem waren die Angebote häufig nicht aktuell oder von geringer inhalt- 

licher Qualität. (4) Das BTX war sehr kryptisch aufgebaut, unübersichtlich gestaltet und somit als 

sehr komplex in der Wahrnehmung der Nutzer verankert. Es gab kaum strukturierte Informationen, 

weil sich die Marktakteure nicht miteinander verständigt hatten. (5) Die Übertragungsgeschwindig- 

keiten sind sehr gering gewesen und führten zu langen Wartezeiten. 

• Barrieren und Erfolgsfaktoren des Internet 

Das Internet wächst dramatisch und die Prognosen sehen in absehbarer Zeit keine Trendwende 

(Hoppe und Kracke 1998, S. 390). Damit Nutzer in das Internet kommen, benötigen sie einen Onli- 

ne-Dienst, der als kundenfreundlicher Zugang zum Internet bezeichnet wird (Booz Allen & Ha- 

milton 1997, S. 42). Online-Dienste (z.B. AOL oder T-Online) bieten aber mehr als nur den reinen 

Internetzugang: Informationen, Chats, Home-Banking etc. werden als Zusatzangebote ihren Abon- 

nenten bereitgestellt (Gerpott und Heil 1998; Oenicke 1997; Peters und Clement 1999). Festzuhal- 

ten bleibt, daß Online-Dienste in ihrer bisherigen Art immer weniger den attraktiven Inhalten des In- 

ternet Konkurrenz machen können und sich nach und nach zu reinen Internet-Service-Providern 

entwickeln werden (Gerpott und Heil 1998; Peters und Clement 1999). 

Die historische Entwicklung der Online-Dienste in Deutschland, die mit der Einführung des BTX be- 

gann, wird ausführlich bei Peters und Clement (1999) dargestellt. Die Abbildung 2-9 zeigt die Diffu- 

sion der Online-Dienste in Deutschland. 

27

Abbildung 2-9: Entwicklung von Online-Diensten in Deutschland 

Nutzerbestand 

5.000.000 

4.500.000 

4.000.000 

3.500.000 

3.000.000 

2.500.000 

2.000.000 

1.500.000 

1.000.000 

500.000 

0 

I/1990 

II/1990 

I/1991 

II/1991 

I/1992 

II/1992 

Quelle: Peters und Clement (1999, S. 26). 

I/1993 

II/1993 

I/1994 

II/1994 

I/1995 

CompuServe 

II/1995 

Periode (Halbjahre) 

I/1996 

II/1996 

I/1997 

Alle Dienste 

Germany.Net 

II/1997 

I/1998 

T-Online 

II/1998 

AOL 

I/1999 

Metronet/ 

PrimusOnline 

Was waren die Gründe für ein derartiges Wachstum? Der wesentliche Grund für den hohen Diffusi- 

onsgrad des T-Online in Deutschland lag in der Bereitstellung des Home-Banking. Dieser Dienst 

kann als Killer-Applikation für T-Online angesehen werden (Peters und Clement 1999, S. 27). Wel- 

che Ziele Online-Nutzer weiterhin verfolgen, zeigt die folgende Untersuchung: Die Betrachtung der 

benutzen Online-Einsatzmöglichkeiten zeigt, daß 83% (66%) der Online-Nutzer ab 14 Jahren zu- 

mindest gelegentlich nach kostenlosen (gebührenpflichtigen) Informationen suchen, 78% E-mails 

versenden oder empfangen, 67% Datentransfer bzw. -download betreiben, 36% Bankgeschäfte 

durchführen und 33% chatten wollen (Media-Perspektiven 1997). Demnach ist die inhaltliche Quali- 

tät des Internet bzw. die erweiterte Kommunikationsmöglichkeit für die zunehmende Nachfrage nach 

Online-Anschlüssen (Adoption) bzw. für zunehmende Nutzungsdauern im Internet verantwortlich. 

Mittlerweile kann davon ausgegangen werden, daß die Kritische Masse überschritten ist. 

Zur Zeit bestehen umfangreiche Planungsmodelle bei Bertelsmann (die sogenannte Breitbandgruppe), 

die von einem Interaktiven Fernsehen über das Internet ausgehen. Dort soll insbesondere der Online- 

Dienst AOL als Vermarktungs-Portal für derartige Fernsehdienste verwendet werden 

(www.aol.com). Neuere Netztechnologien (z.B. ADSL) lassen diese Visionen eventuell Wirklichkeit 

werden. 

Trotz aller Bemühungen der Anbieter, interessante Inhalte im Internet anzubieten, existieren weiterhin 

Diffusionsbarrieren. Diese lassen sich in technologische, rechtliche, nutzer- und anbieterspezifische 

Diffusionsbarrieren unterteilen (Abbildung 2-10): 

28

Abbildung 2-10: Diffusionsbarrieren des Internet 

29 

Fehlen eines 

flächendeckenden 

Netzes 

Infrastruktur 

Datenschutz 

Datensicherheit 

Derzeitige Internet-Diffusionsbarrieren 

Technologische Diffusionsbarrieren 

Nutzerspezifische 

Diffusionsbarrieren 

- Akzeptanz 

- Kostenstruktur 

- Netzzugang 

Quelle: von der Oelsnitz und Müller (1996, S. 267). 

Rechtliche Diffusionsbarrieren 

Anbieterspezifische 

Diffusionsbarrieren 

- Leistungsangebot 

- Zahlungsmodus 

- Distributionsstruktur 

Datenauthentizität Urheberschutz 

Rechtliche 

Transaktionsvorschriften 

Leitungskapazität Übertragungsqualität 

Internationale 

Rechtsvorschriften 

Kritische- 

Masse- 

Produkt 

Zahlungssicherheit 

Grundsätzlich sind die technologischen Probleme lösbar, wenngleich dies noch etwas länger dauern 

wird. Problematischer ist jedoch der rechtliche Bereich und die Wahrnehmung der Nutzer. Zwar 

werden immer wieder Argumente wie mangelnde Zahlungssicherheit und Probleme des Datenschut- 

zes als Akzeptanzbarrieren für die Nutzung des Internet angeführt (Bachem, Heesen und Pfennig 

1996; Deutsch 1998, S. 227), jedoch kann eine geeignete Kommunikationspolitik helfen, diese Ak- 

zeptanzbarrieren in der Wahrnehmung der Nutzer zu reduzieren. Deutlich wird jedoch, daß diese 

Diffusionsbarrieren auch für das Interaktive Fernsehen gelten können und im folgenden berücksichtigt 

werden müssen. 

Zusammenfassend lassen sich folgende Schlüsse aus der gemeinsamen Betrachtung der dargestellten 

Systemgüter ziehen, die theoretisch im dritten Abschnitt untermauert werden: 

Die fehlende Abstimmung der Marktpartner kann bei der Markteinführung von Kritische-Masse- 

Systemen die Diffusion stark behindern und dazu führen, daß die Kritische Masse nicht erreicht wird. 

Kritische-Masse-Systeme bedingen ebenfalls einen geringen Nutzen des Systems für die frühen 

Adopter, da der Nutzen von der Nutzung vieler anderer abhängt. Deswegen ist die Zahlungsbereit- 

schaft anfangs nur gering. Das Beispiel des BTX zeigt deutlich, wie durch mangelhaftes Marketing 

(zu hohe Preisforderungen) die Diffusion behindert wird.

Zudem wird deutlich, daß jedes einzelne System seine produktspezifischen Eigenheiten hat, die den 

Nutzen determinieren. Da dies auch für das Interaktive Fernsehen zu vermuten ist, wird die Notwen- 

digkeit einer eigenen Untersuchung deutlich. 

Damit stellt sich natürlich sofort die Frage, mit welchen Methoden die anderen Systemgüter zu ihrer 

Zeit der Markteinführung vorbereitet bzw. begleitet wurden. 

In aller Regel wurden die Systemgüter im Rahmen von Pilotprojekten vor der Markteinführung gete- 

stet (Witte 1997). Innerhalb dieser Pilotversuche wurden wissenschaftliche Begleitforschungen ange- 

stellt, deren methodische Qualität gemäß Witte (1997, S. 426) sehr hoch gewesen ist. Zumeist fo- 

kussieren diese Untersuchungen jedoch nicht betriebswirtschaftliche Aspekte, sondern eher soziolo- 

gische oder psychologische Aspekte. Dies geschieht vor allem vor dem Hintergrund, daß staatliche 

Geldgeber die Pilotprojekte z.T. fördern. Somit werden weniger Marketing-Fragen analysiert. Den- 

noch werden fast immer Untersuchungen zur Akzeptanz des neuen Mediums durchgeführt. Deutlich 

wird jedoch, daß Netzeffekte bislang nicht in die Fragestellung eingegangen sind und deswegen rein 

statische Analysen vorliegen. 

Da die meisten Analysen unveröffentlicht sind, ist über die Methodik wenig bekannt. Somit liegen 

weder Adoptionsstudien vor, noch sind Untersuchungen bekannt, die eine Prognose der Nutzung bei 

zunehmenden Netzeffekten vor der Markteinführung abbilden. Bis heute wurde keine Studie ver- 

öffentlicht, in der die Nutzung des Interaktiven Fernsehens empirisch untersucht wird und anhand de- 

rer Aussagen über die Wirkung von Netzeffekten abzuleiten sind. 

Die Prognose der Diffusion einiger neuer Medien ist hingegen schon Gegenstand mehrerer For- 

schungsarbeiten gewesen (Albers und Peters 1998; Bähr-Seppelfricke 1999). Da jedoch die vorlie- 

gende Arbeit nicht auf der aggregierten Ebene eine Prognose der Nutzung liefern soll, sondern viel- 

mehr die individuellen Nutzungsfaktoren im Vordergrund stehen, können die Diffusionsstudien, die 

z.T. auch nur eine geringe Güte der Prognose bzw. der Anpassung aufweisen, keine sinnvolle Alter- 

native darstellen. 

Die Kenntnis der individuellen Nutzungsfaktoren ist insbesondere für die interaktiven Medien von be- 

sonderem Interesse, da sie ein effektives und vor allem effizientes One-to-One-Marketing ermögli- 

chen (Peppers und Rogers 1997). 

Aus diesem Grunde steht die theoretische Herleitung von Nutzungsfaktoren und deren empirische 

Prüfung auf disaggregierter Ebene im Vordergrund. Nur so kann auch die Nutzung bei einem dyna- 

mischen Nutzenverlauf sinnvoll untersucht werden. 

30

3 Hypothesen zum Markterfolg des Interaktiven 

31 

Fernsehens 

Der Markterfolg einer Innovation wie das Interaktive Fernsehen hängt von einer Vielzahl von Ein- 

flußfaktoren ab. Eine schnelle Durchsetzung des Systems im Markt erfordert die genaue Analyse der 

notwendigen Voraussetzungen und eine hierfür optimierte Marketing-Politik. Die Besonderheiten ei- 

nes solchen Systems werfen Fragen in bezug auf das Marketing von Systemgütern und die Ökono- 

mie von Netzeffekten auf. Hieraus ist eine Vielzahl von Einflüssen auf die Adoption und Diffusion des 

Systems, aber insbesondere auch auf die Nutzung des Interaktiven Fernsehens abzuleiten, die Ge- 

genstand dieses Kapitels sind. Im ersten Abschnitt werden Aspekte von Systemtechnologien und 

Netzeffekten genauer beleuchtet, um Implikationen für die drei folgenden Abschnitte der Adoption 

(3.2), Diffusion (3.3) und Nutzung (3.4) eines solchen Systems abzuleiten. Der Abschnitt 3.5 be- 

schäftigt sich mit dem Gesamtnutzen des Systems. Dort werden Hypothesen zu der Höhe der Zah- 

lungsbereitschaft generiert. Das dritte Kapitel schließt mit einer Übersicht der theoretisch abgeleiteten 

Hypothesen (3.6). 

3.1 Markterfolg bei Systemtechnologien mit Netzeffekten 

3.1.1 Überblick über Systemgüter mit Netzeffekten 

Zum Verständnis der Ökonomie von Systemtechnologien ist ein Umdenken weg vom einzelnen Gut 

in Richtung ganzheitlicher Systeme notwendig (Köster 1999, S. 5). Weiber (1997b, S. 286) be- 

zeichnet Systemtechnologien allgemein als „[...] eine auf der Informationstechnik basierende[n] 

Kombination von serien- und einzelgefertigten Produkten, die über die sogenannte Systemarchitektur 

in einen integrativen Nachfrageverbund treten“. Als das zentrale Merkmal von Systemgütern ist anzu- 

führen, daß sie einer Nutzungsverbundenheit (joint usage) der einzelnen Komponenten unterliegen 

(Backhaus 1995, S. 347 ff.; Taschner 1998, S. 67; Weiber 1997a, S. 3). Diese Nutzungsverbun- 

denheit zeigt sich darin, daß der Nutzen des gesamten Systems höher ist als die Summe der Nutzen 

der einzelnen Systemkomponenten (Weiber 1997a, S. 3). Die Systemkomponenten stellen eigene 

Wirtschaftsgüter dar, die aber zumeist in einem Bündel zusammen erworben werden. Nur durch die 

Integration der einzelnen Systemkomponenten in eine umfassende Systemarchitektur, die aus den 

einzelnen Komponenten ein funktions- und leistungsfähiges System entstehen läßt, können Synergie- 

effekte realisiert werden. 

Die Höhe der Synergieeffekte hängt vom Systemtyp ab. Hierzu sind gemäß Backhaus (1995) die 

folgenden Typen zu unterscheiden:

Abbildung 3-1: Systematisierung von Systemtypen 

Quelle: Backhaus (1995, S. 355). 

Stand-Alone-Systeme 

(Horizontale) 

Erweiterungssysteme 

Systemtypen 

Kritische-Masse- 

Systeme 

(Vertikale) 

Verkettungssysteme 

Erweiterungssysteme basieren auf einer im Vorfeld festgelegten Systemarchitektur, die die Schnitt- 

stellen zu den anderen Systemkomponenten so definiert, daß eine Verbindung zur Informationsüber- 

tragung entstehen kann. Erweiterungssysteme stellen beispielsweise Tele- oder Bürokommunikati- 

onssysteme dar, die mit kompatiblen Komponenten erweitert bzw. vernetzt werden können. Bei den 

Erweiterungssystemen ist ferner zwischen Stand-Alone-Systemen und Kritische-Masse-Systemen zu 

unterscheiden. Stand-Alone-Systeme können isoliert eingesetzt werden (d.h. sie liefern einen relativ 

großen originären Produktnutzen), 9 wohingegen Kritische-Masse-Systeme dadurch gekennzeichnet 

sind, daß der Nutzen für den Kunden nur dann entsteht, wenn eine bestimmte Mindestmenge von 

Teilnehmern an das System angeschlossen ist (Backhaus 1995, S. 357). 10 

Verkettungssysteme stellen Systemlösungen dar, bei denen eigenständig konzipierte Teilsysteme zu 

einer Kette integriert werden können. Das Hauptmerkmal von Verkettungssystemen ist somit die fle- 

xible Gesamtarchitektur, die die Integration mehrerer Teilsysteme zu einem Gesamtsystem zuläßt 

(Backhaus 1995, S. 357 sowie Backhaus, Aufderheide und Späth 1994, S. 4 ff.). So stellen die 

Vernetzung zweier PC oder aber komplexere Vernetzungen im Rahmen der CIM-Technologie 11 

solche Verkettungen dar. 

In dieser Arbeit wird das Interaktive Fernsehen betrachtet. Ein solches System stellt ein horizontales 

Erweiterungssystem dar. 12 Die einzelnen Komponenten können zu unterschiedlichen Zeitpunkten er- 

worben und über die Systemarchitektur miteinander verknüpft werden. Die Käufe erfolgen nicht un- 

9 Der PC ist ein beispielsweise ein Stand-Alone-System, da er selbst bei isolierter, d.h. nicht vernetzter, An- 

wendung sinnvoll eingesetzt werden kann und somit einen originären Nutzen stiftet. 

10 Typische Beispiele für Kritische-Masse-Systeme sind Telefon, Telefax, E-mail, BTX etc. 

11 Unter CIM (Computer Integrated Manufacturing) wird die möglichst vollständige Integration computergestützter, 

betriebswirtschaftlicher und technischer Informationsverarbeitung verstanden (Günther und Tempelmeier 

1994, S. 5). 

12 Im folgenden Abschnitt wird zusätzlich gezeigt, daß das ITV ein Kritische-Masse-System darstellt. 

32

abhängig voneinander, da durch die Entscheidung zur Teilnahme an einem Erweiterungssystem eine 

Systembindung vorliegt, die bewirkt, daß nur die Komponenten im späteren Verlauf gekauft werden, 

die kompatibel zur Systemarchitektur sind (Taschner 1998, S. 74). Es liegt ein Einfluß auf die Kauf- 

entscheidung eines Nachfragers durch zeitlich vorgelagerte und durch zukünftig geplante Käufe vor 

(Weiber 1997a, S. 1). Es kommt demnach auf der Nachfrageseite zu einer Grundsatzentscheidung 

über die Wahl der „richtigen“ Systemtechnologie. Diese Systembindung beschränkt die Entschei- 

dungsfreiheit und führt zu einer sogenannten „Lock-in-Situation“, die dann vorliegt, „[...] wenn ein 

Entscheidungsträger aufgrund spezifischer Investitionen und/oder positiver Erfahrungen in seinem zu- 

künftigen Handlungsweisen mehr oder weniger stark festgelegt ist.“ (Weiber 1997b, S. 298; 

Taschner 1998, S. 74). Die Stärke der Lock-in-Situation hängt dabei zum einen von der Einschrän- 

kung der Entscheidungsparameter bei Folgetransaktionen und zum anderen von der Höhe der spezi- 

fischen Investitionen und schließlich von den psychologischen Bindungen, also der Frage, ob der 

Adopter überhaupt wechseln will, ab. Der sukzessive Kauf von Komponenten, die miteinander 

kompatibel sein müssen, kann die Entscheidungsfreiheit bei der Wahl der Folgetransaktion be- 

schränken: 

Abbildung 3-2: Beschränkung der Entscheidungsalternativen bei Folgekäufen 

33 

Transaktion A 

Quelle: Beinlich (1996, S. 24). 

Entscheidungsparameter 

und Ausprägungen 

A1 (A1a, A1b,...,A1x) 

A2 (A2a, A2b,...,A2x) 

Ax 

stößt an 

limitiert 

determiniert 

Entscheidungsparameter 

und Ausprägungen 

B1 (B1a, B1b,...,B1x) 

B2 (B2a, B2b,...,B2x) 

Zum einen kann, nachdem die Initialtransaktion A vorgenommen wurde, eine Folgetransaktion B an- 

gestoßen werden. Hierunter kann beispielsweise der Anstoß zum Kauf einer Soundcard nach dem 

Initialkauf des PC verstanden werden. Ohne PC stiftet die Soundcard keinen Nutzen, jedoch gilt 

dieses nicht vice versa. Allerdings kann es sein, daß die Entscheidungsfreiheit limitiert wird, weil nur 

einige wenige kompatible Soundcards zu dem gekauften PC erhältlich sind. Werden bei der Initial- 

transaktion hingegen sämtliche Entscheidungsparameter für die folgenden Käufe eindeutig festgelegt, 

dann liegt eine Determination auf die Folgeprodukte vor (Weiber 1997b, S. 298). 

Mit abnehmender Entscheidungsfreiheit steigt die nachfrageseitig wahrgenommene Lock-in-Situation. 

Ferner ist die wahrgenommene Höhe dieser Lock-in-Situation noch von dem Spezifitätsgrad der In- 

Bx 

Transaktion B

vestition abhängig. Der Spezifitätsgrad einer Investition läßt sich durch die Höhe der Quasi-Rente 

messen. Die Quasi-Rente gibt Auskunft über den Differenzbetrag zwischen dem erzielten Ertrag und 

dem Ertrag der Investition, der bei der nächstbesten Verwendung erzielt worden wäre (Alchian und 

Woodward 1988, S. 67; Picot und Dietl 1990, S. 179). Ein Initialkäufer ist in eine Beziehung einge- 

schlossen, wenn eine alternative Verwendung der Investition unmöglich ist oder nur zu einem wesent- 

lich geringeren Nutzen führen würde. Denn je mehr das System auf den Anwender zugeschnitten ist, 

d.h. je spezifischer die Investition ist, und je weniger die adoptierte Systemtechnologie kompatibel zu 

alternativen Systemen oder Technologien ist, desto geringer fällt der ex post erzielbare Alternativ- 

oder Veräußerungserlös aus, wenn ein Wechsel angestrebt wird (Backhaus, Aufderheide und Späth 

1994, S. 46 ff.; Föhr 1991, S. 60). Ein sehr hoher Spezifitätsgrad kann somit zu monopolartigen 

Austauschbeziehungen führen und die Risikowahrnehmung des Nachfragers beeinflussen. 

Der aus der Transaktionskostentheorie entstammende Begriff der Spezifität ist hier nur begrenzt um- 

setzbar (Weiber und Adler 1995, S. 44 f.). In der von Commons (1931) begründeten und durch 

Coase (1937) weiterentwickelten Transaktionskostentheorie werden unter transaktionsspezifischen 

Investitionen solche Investitionen in Sach- oder Humankapital verstanden, die unmittelbar mit der 

Transaktion zusammenhängen (Picot 1991, S. 148 f.; Williamson 1979, S. 239 f.). In dieser Arbeit 

ist es jedoch weniger relevant, welche transaktionsspezifischen Investitionen vorgenommen werden 

müssen, sondern vielmehr interessieren die objektspezifischen Investitionen. Die Investition des Kun- 

den in das Systemgut, indem die Initialtransaktion A durchgeführt wird (z.B. durch Adoption eines 

Endgerätes), stellt hier die transaktionsobjektspezifische Situation dar, die mit der Höhe der Quasi- 

Rente die wahrgenommene Lock-in-Situation determiniert. 

Erweiterungssysteme, die auf einer gemeinsamen Systemarchitektur basieren, führen zu Lock-in- 

Situationen (Clement, Litfin und Peters 1998, S. 84). Nachdem systemspezifische Investitionen vor- 

genommen wurden, kann die Lock-in-Situation nur durch die Inkaufnahme von Kosten überwunden 

werden. Die Kosten können dann als Wechselkosten definiert werden, wenn es zu einem Wechsel 

vom System (bzw. von der Technologie) A zu B kommt (Shapiro und Varian 1999, S. 108 ff.). Die- 

se Wechselkosten lassen sich zurückführen auf (1) sogenannte direkte Wechselkosten, die im we- 

sentlichen aus Transaktions- und Installationskosten bestehen, (2) Lernkosten, durch neu zu erler- 

nende Betriebssysteme und (3) vertragsbezogene Kosten, die durch Vertragsstrafen bzw. entgan- 

gene Rabatte entstehen (Klemperer 1987, S. 375 ff.). Die Höhe der Wechselkosten ist von den Sy- 

stembindungseffekten abhängig, die durch Inkompatibilitäten auftreten. Systemtechnologien basieren 

34

auf einer Systemarchitektur, die die unterschiedlichen Komponenten miteinander verbindet, woraus 

zugleich die Notwendigkeit der Kompatibilität der Komponenten zueinander ersichtlich wird. 13 

Jedoch ist der durch die technische Abhängigkeit bedingte Zwang zum Kauf einer kompatiblen Sy- 

stemkomponente, d.h. der zeitraumbezogene Nachfrageverbund, vom Offenheitsgrad der Systemar- 

chitektur abhängig (Weiber 1997b, S. 302 f.). Der Offenheitsgrad eines Systems kann so eng defi- 

niert sein, daß nur Komponenten des gleichen Anbieters miteinander kompatibel sind (anbieterspe- 

zifische Systembindungen). Hierunter fallen beispielsweise die typischen Kopplungsverkäufe wie 

Rasierer und Klinge von Gillette oder Polariod-Kamera und 

-Film (Weigand 1991). Auf der anderen Seite müssen nicht immer solche starken Abhängigkeiten zu 

einem Anbieter bestehen: Es kann vielmehr der Fall sein, daß sich der zeitraumbezogene Nachfrage- 

verbund auf eine Technologie bezieht, die von mehreren Anbietern angeboten wird (technologiespe- 

zifische Systembindungen). Es konkurrieren dann unterschiedliche Systemwelten gegeneinander. 

Als klassisches Beispiel kann hier der PC-Markt angeführt werden. Entscheidet sich der Nachfrager 

für die „IBM-Welt“ und gegen die „Apple-Philosophie“, so schränkt sich seine Entscheidungsfreiheit 

bei Folgekäufen auf die Produkte ein, die kompatibel zu der IBM-Systemplattform sind. Weiber 

nennt dies den „Technological lock-in-Effect“ (Weiber 1997b, S. 306). Wird dieser Lock-in-Effekt 

aufgrund spezifischer Investitionen und damit hohen Wechselkosten als an eine Technologie bindend 

wahrgenommen, dann existiert ein zeitraumbezogener Nachfrageverbund, der durch die vergangenen 

Entscheidungen auf die zukünftigen dahingehend ausstrahlt, daß der Adopter von zukünftigen Wei- 

terentwicklungen dieser Technologie abhängig ist (Schoder 1995, S. 20). Weiber (1997b, S. 306) 

bezeichnet dies als „Pfadabhängigkeit“. Die bisherigen Ausführungen lassen somit die Formulierung 

der folgenden Hypothese zu, wobei davon ausgegangen wird, daß die Zahlungsbereitschaft den Nut- 

zen einer Person in Geldeinheiten ausdrückt: 

35 

Hypothese 3-1: Je höher die Unsicherheit über die technologische Beständigkeit der zur 

Nutzung des Systems notwendigen Hardware ist, desto geringer ist die Zahlungsbereit- 

schaft. 

Wesentlich beeinflußt wird die wahrgenommene technologiespezifische Systembindung durch das 

Ausmaß der Netzeffekte, die mit einem System einhergehen (Clement, Litfin und Peters 1998, S. 

84). Der Nutzen eines Systems hängt häufig von der aggregierten Anzahl der Nutzer des gleichen 

oder kompatiblen Systems ab (Farrell und Saloner 1985, S. 70; Graumann 1993, S. 1336; Katz 

und Shapiro 1985, S. 424; Rohlfs 1974, S. 16; Schoder 1995, S. 18; Weiber 1997b, S. 307 sowie 

13 Vergleiche zur Diskussion über den Einfluß der Normung und Standardisierung auf die Diffusion von System- 

technologien Kleinaltenkamp (1990) und Taschner (1998, S. 76).

Wiese 1991, S. 43). 14 So nimmt beispielsweise der Nutzen eines Telekommunikationssystems (z.B. 

Telefon) mit zunehmender Anzahl der angeschlossenen Personen zu, da der Wert des Netzwerkes 

durch die Verbindungsmöglichkeiten determiniert wird (Allen 1988, S. 258). Nur wenn Kompatibili- 

täten zwischen den Komponenten bestehen, können Netzeffekte entstehen, 15 die zur Folge haben, 

daß die Nachfrager eine Standardisierung des Netzeffektgutes einem heterogenen Angebot 

inkompatibler Systeme vorziehen (Gröhn 1997a, S. 30 ff.; Taschner 1998, S. 76 ff.). 

Der Diffusionsgrad, d.h. die Anzahl der „Bereits-Nutzer“ einer Systemtechnologie in einem sozialen 

System 16 , wird auch als Installierte Basis bezeichnet (Clement, Litfin und Peters 1998, S. 84; Katz 

und Shapiro 1992, S. 55; Schoder 1995, S. 18). Netzeffektgüter haben somit neben dem rein origi- 

nären Produktnutzen 17 einen zusätzlichen derivativen Nutzen, der von der Höhe der Installierten Ba- 

sis abhängt und Auswirkungen auf die Adoptionsentscheidung hat (Weiber 1992, S. 16). Formal 

hängt der Produktnutzen bei Gütern mit Netzeffekten also vom originären Nutzen 

U x x x x i 

1 2 3 

( , , ,..., ) 

der einzelnen Systemkomponenten x i und dem zusätzlichen derivativen Nut- 

zen U( q) 

durch die nachfrageseitigen Skalenerträge der Installierten Basis q ab (Clement, Litfin und 

Peters 1998, S. 82 ff.; Gröhn 1997b, S. 9; Taschner 1998, S. 68 f.; Wiese 1991, S. 43): 

U U q x x x x i 

1 2 3 

= ( , , , ,..., ) . 

Dieser derivative Nutzen bzw. externe Effekt kann positiv, aber auch negativ sein (Westland 1992, 

S. 993). Positive externe Effekte (network externalities) treten dann auf, wenn die Nutzenfunk- 

tion für das j-te Individuum einen steigenden Verlauf mit zunehmender Anzahl der Systemteilnehmer 

hat, d.h., wenn gilt: 

∂U 

j 

> 0 . 

∂q 

Der Nutzen des Systems, bestehend aus den Komponenten x i mit i =1,..., I , nimmt nach dieser 

Annahme niemals mit zunehmender Installierter Basis q ab (Köster 1999, S. 10; Rohlfs 1974, S. 

14 Netzeffekte können auch zwischen unterschiedlichen Industrien entstehen: So zeigt Antonelli (1993), daß die 

Diffusion von Computern einen Einfluß auf die Nutzung von Telekommunikationsdiensten hat. 

15 Weiber (1995, S. 41) schreibt hierzu: „Generalisierend stellen Güter dann Netzeffektgüter dar, wenn sie durch 

eine, wie auch immer geartete, Kombination mit anderen Gütern für den Nachfrager einen Zusatznutzen erzeugen.“ 

16 Zur Darstellung des Begriffs „soziales System“ sei auf Rogers (1995a, S. 24 ff.) verwiesen. 

17 Der originäre Produktnutzen wird auch Stand-Alone-Nutzen genannt (Gröhn 1997b, S. 9). Ein Gut stiftet dann 

einen originären Nutzen, falls es selbst dann, wenn kein anderes Mitglied des sozialen Systems über ein gleiches 

oder kompatibles Gut verfügt, seinen Zweck erfüllen kann. 

36

20). Allerdings kann nicht davon ausgegangen werden, daß jeder neu hinzukommende Nutzer den 

gleichen Nutzenzuwachs stiftet. So stellt beispielsweise in einem kleinen Video-Mail unterstützenden 

Intranet jeder zusätzliche Adopter einen relativ großen Nutzenzuwachs für alle dar, wohingegen der 

nächste E-mail-Nutzer im Internet nur noch einen sehr geringen Nutzenzuwachs für alle anderen Nut- 

zer aufweist. 18 Hieraus folgt, daß die obige Funktion einen positiven Grenznutzen hinsichtlich der 

Größe der Installierten Basis q aufweist, dieser aller-dings abnehmende Zuwachsraten hat, 19 d.h. die 

Funktion U( q) 

ist monoton steigend und weist einen konkaven Verlauf auf (Westland 1992, S. 

999). 20 Der Verlauf der Funktion hängt – wie in der folgenden Abbildung dargestellt wird – vom Sy- 

stemtyp ab, da Unterschiede zwischen der Höhe des originären Nutzens bestehen. 

Abbildung 3-3: Auswirkungen von network externalities auf die Nutzenfunktion 

37 

originärer 

Produktnutzen 

U(q,x 1 ,x 2 ,...,x i ) 

{ 

Erweiterungssysteme Kritische Masse-Systeme 

q 

U(q,x 1 ,x 2 ,...,x i ) 

Auf der anderen Seite kann eine Zunahme der Installierten Basis negative externe Effekte (con- 

gestion externalities) hervorrufen, die beispielsweise zu längeren Wartezeiten bei dem Aufruf von 

Web-Seiten im Internet führen (Westland 1992, S. 993; Rohlfs 1974, S. 20; Clement, Litfin und Pe- 

18 Zur Unterscheidung zwischen Internet, Intranet und Extranet vergleiche z.B. Deutsch (1998, S. 17 ff.). 

19 Economides und Himmelberg (1994, S. 21) finden jedoch einen konvexen Verlauf der Nutzenfunktion bei Faxgeräten, 

der durch einen überproportional zunehmenden Grenznutzen der Installierten Basis hervorgerufen 

wird. Dieses Ergebnis widerspricht ihrer Hypothese eines konkaven Verlaufs. Allerdings kann dieser Aspekt 

ein methodischer Artefakt sein, da zeitverzögerte Preisvariablen die Konvexität reduzieren (Gröhn 1996). Es 

kann nicht grundsätzlich von einer abnehmenden Grenzrate der Installierten Basis ausgegangen werden. Bislang 

ist noch nicht nachgewiesen, ob eventuell ein S-förmiger Verlauf der Nutzenfunktion bezüglich der Installierten 

Basis eine sinnvollere Interpretation der empirischen Ergebnisse zuläßt. Dies läßt insbesondere auf 

gruppenspezifische Diffusionsaspekte schließen, die in einem späteren Kapitel behandelt werden. 

20 Hierbei wird jedoch davon ausgegangen, daß jeder hinzukommende Nutzer homogen ist. Die heutige Marketing-Forschung 

geht jedoch mehr und mehr dazu über, die Heterogenität der Nutzer zu berücksichtigen (z.B. 

Ailawadi, Gedenk und Neslin 1997). 

q

ters 1998, S. 83). 21 Je mehr Personen zeitgleich das Internet nutzen, desto höher sind die Wartezei- 

ten, und dementsprechend sinkt der Nutzen durch jede zusätzliche Person, die im Internet surft. Wei- 

tere Beispiele solcher negativen Nachfrageeffekte bilden soziale oder Snobeffekte, die insbesondere 

bei Modegütern auftreten. Formal ausgedrückt bedeutet dies für Individuum j: 

∂U 

j 

< 0 

∂q 

Hieraus folgt, daß die Funktion einen monoton fallenden Verlauf hat. Es ist jedoch nicht möglich, eine 

generelle Aussage über die Krümmung der Funktion zu geben, da diese von der Kapazität der ge- 

meinsamen Ressource (z.B. der Netzwerkarchitektur) abhängt. 

Abbildung 3-4: Auswirkungen von congestion externalities auf die Nutzenfunktion 

Linearer Verlauf 

U(q,x 1 ,x 2 ,...,x i ) 

q 

Konkaver Verlauf 

U(q,x 1 ,x 2 ,...,x i ) 

q 

Konvexer Verlauf 

U(q,x 1 ,x 2 ,...,x i ) 

Die gepunkteten Linien in Abbildung 3-4 deuten an, daß bei Überschreitung einer bestimmten Anzahl 

von Nutzern das Netz zusammenbrechen kann und der Nutzen des Systems abrupt auf Null zurück- 

geht (sofern von einem originären Nutzen abgesehen wird). 

Es zeigt sich, daß die externen Effekte zweischneidig sind: Zum einen liegen network externalities 

vor und zum anderen kommt es zu congestion externalities bei einer Zunahme der Installierten Ba- 

sis (Peterson, Balasubramanian und Bronnenberg 1997, S. 332). Somit stellt sich die Frage, welcher 

dieser Effekte überwiegt. Westland (1992, S. 999) schreibt hierzu: „Network externalities affect a 

broader range of information system components, and may be more substantial, than congestion 

externalities“. Ihm ist im wesentlichen zuzustimmen, da normalerweise die Überlastungserscheinungen 

nur marginal ins Gewicht fallen. Allerdings hängt dies von dem Knappheitsgrad und der Tarifierung 

der von allen Teilnehmern zu nutzenden gemeinsamen Ressource (z.B. der Netzkapazität im Internet) 

21 Diese Wartezeiten führen mittlerweile dazu, daß WWW nicht mehr nur als World Wide Web sondern auch als 

„World Wide Wait“ bezeichnet wird (Cawley 1997a, S. 518). 

q 

38

ab (Cawley 1997, S. 529 f.; Radas und Shugan 1998). 22 Bei der Betrachtung von Kommunikati- 

onssystemen, wie z.B. dem Interaktiven Fernsehen oder dem Internet, kann demnach vom folgenden 

Verlauf der Nutzenfunktion ausgegangen werden: 

Abbildung 3-5: Network externalities und congestion externalities 

39 

U(q,x 1 ,x 2 ,...,x i ) 

Network effect > 

congestion effect 

Quelle: In Anlehnung an Westland (1992, S. 1001). 

Network effect < 

congestion effect 

Netzzusammenbruch 

Im Anfangsstadium einer Systemtechnologie nimmt der Nutzen aus der Zunahme der Installierten Ba- 

sis zu, d.h. die network externalities überwiegen die congestion externalities. Erst nachdem eine be- 

stimmte Belastungsgrenze der gemeinsamen Ressource erreicht wurde, sinkt der (Netto-)Nutzen 

durch einen zusätzlichen Systemteilnehmer, da hier die congestion externalities überwiegen. Aller- 

dings kann die Form der Nutzenfunktion davon abhängen, welche Personen das System adoptieren. 

Wenn weitere Nutzer aus dem unmittelbaren sozialen Umfeld eines frühen Adopters erst spät zu Sy- 

stemnutzern werden, dann überwiegt der Nutzenzuwachs aus der neu hinzugewonnenen Kommuni- 

kationsmöglichkeit mit Freunden gegenüber den negativen Effekten aus der Überlastung des Netzes. 

Netzeffekte beeinflussen den individuell erwarteten oder tatsächlichen Produktnutzen entweder direkt 

oder indirekt (Church und Gandal 1993, S. 239; Graumann 1993; Köster 1999, S. 9 ff.; Oren, 

Smith und Wilson 1982, S. 288; Schoder 1995, S. 18): 

22 Ein sinkender Preis erhöht den individuellen Nutzen des Systems und somit die Nachfrage; gleichzeitig jedoch 

reduziert die höhere Nachfrage den Nutzen dahingehend, daß längere Wartezeiten in Kauf genommen 

werden müssen. Wenn congestion externalities nicht in die preispolitischen Überlegungen einbezogen bzw. 

unterschätzt werden, kann der Nettonutzen einer Preissenkung für die Systemteilnehmer negativ sein 

(Westland 1992, S. 995). Peterson, Balasubramanian und Bronnenberg (1997, S. 332) argumentieren, daß Überlastungserscheinungen 

durch Marktkräfte und technischen Fortschritt reduziert werden. Sie verweisen dabei 

auf usage-based oder priority-based pricing als Mechanismen zur Steuerung der Nachfrage. 

q

Abbildung 3-6: Arten und Auswirkungen von Netzeffekten 

Netzeffekte 

indirekte 

(komplementäre 

Produkte) 

direkte 

(gleiche 

Produkte) 

Quelle: Graumann (1993, S. 1335) und Wiese (1990a, S. 2 ff.). 

Produktfamilien (Hardware / 

Software) 

“Nebenprodukte” (Service / 

Ersatzteile) 

Reduktion von Such- und 

Informationskosten 

zukünftige Preisänderungen 

Image / Mode 

Indirekte Netzeffekte treten insbesondere dann auf, wenn Hardwaregüter eine Software benöti- 

gen. 23 Der Nutzen der Hardware nimmt mit der Verfügbarkeit der Software zu. So steigt beispiels- 

weise der Nutzen eines Fernsehgerätes (Hardware) mit der Attraktivität des Programms (Software); 

mit zunehmender Verfügbarkeit und Auswahl kompatibler Videokassetten steigt der Nutzen des Vi- 

deorekorders oder mit zunehmender Vielfalt der IBM-kompatiblen PC-Software steigt der Nutzen 

des IBM-PC (Church und Gandal 1993, S. 239; Weiber 1992, S. 16; Wiese 1991, S. 43). Die an- 

gebotene Vielfalt der Software kann hingegen von der Anzahl der Hardware-Adopter abhängen. Mit 

zunehmendem Verbreitungsgrad der Hardware steigt der Anreiz, hierzu kompatible Software anzu- 

bieten und vice versa. So wird beispielsweise der Anreiz für einen Filmproduzenten gering sein, eine 

hohe Investition in die Produktion eines Filmes zu tätigen, wenn nur sehr wenige Personen über die 

notwendige Hardware verfügen, um diesen Film zu sehen. 24 

23 Es wird in diesem Zusammenhang auch von einem „Hardware-Software-Paradigma“ gesprochen (Katz und 

Shapiro 1985, S. 424; Economides 1989; Matutes und Regibeau 1988). 

24 Als Beispiel für die Kosten eines Spielfilms sei auf die teuersten Filme aller Zeiten verwiesen: Titanic und Wa- 

terworld. So hat allein Waterworld ca. 172.000.000 US$ gekostet (www.filmcritic.com/ 213e.htm). 

40

Wenn nur qualitativ schlechte bzw. quantitativ wenig Software angeboten wird, kann es sein, daß 

selbst ein technisch vorteilhafteres System am Markt nicht überlebt (Church und Gandal 1993, S. 

240). 25 

Des weiteren können positive Nachfrageexternalitäten auftreten, wenn die Qualität und Verfügbarkeit 

des „postpurchase service“, wie z.B. Wartungs- oder Reparaturservices, mit zunehmender Installier- 

ter Basis steigt (Katz und Shapiro 1985, S. 424; Clement, Litfin und Peters 1998, S. 82). So wird 

es für Adopter einer Set-top-box einfacher sein, eine Reparaturwerkstatt zu finden, wenn sehr viele 

Personen das gleiche Gerät besitzen. Ebenso eröffnet eine weite geographische Ausdehnung des Sy- 

stems (z.B. das Internet) globale Zugriffsmöglichkeiten und somit weitere Nutzensteigerungen, da die 

Nutzung des Systems unabhängig vom Standort erfolgen kann. 

Zusammenfassend kann festgehalten werden, daß die Realisierung von Skaleneffekten 26 durch eine 

hohe mengenmäßige Nachfrage und ihre Weitergabe an die Nachfrager in Form von Preissenkungen 

oder Qualitätssteigerungen indirekte Netzeffekte entstehen lassen und zu einer Nutzensteigerung füh- 

ren (Gröhn 1997a, S. 31; Schoder 1995, S. 18). 

Direkte Netzeffekte treten dann auf, wenn der Nutzen für die Adopter direkt von der Anzahl der 

Nutzer des gleichen Netzwerkes abhängt (Katz und Shapiro 1985, S. 424; Gröhn 1997a, S. 31). 

Zentral hierbei ist, daß direkte Netzeffekte erst bei der Nutzung des Systems entstehen, d.h. wenn 

das System akzeptiert wird. Die Adoption eines Endgerätes reicht nicht aus, um direkte Netzeffekte 

zu realisieren (Schoder 1995, S. 18). Das klassische Beispiel ist das Telefon, das nur dann einen 

Nutzen stiftet, wenn mindestens ein anderes Mitglied des sozialen Systems ebenfalls am Netz ange- 

schlossen ist (Clement, Litfin und Peters 1998, S. 83). Der Nutzen, den ein Mitglied des Systems 

wahrnimmt, steigt mit der Anzahl der Systemmitglieder und der Höhe des Nutzungsgrades des 

25 Eindrucksvoll wurde dies am Videomarkt demonstriert. Das technisch vorteilhaftere Video 2000 System konnte 

sich nicht gegen das mittlerweile weit verbreitete VHS-System durchsetzen, da das VHS-System eine sehr 

starke Stellung im Softwaremarkt inne hatte. Die Macht der Installierten Basis der VHS-Geräte und die hierzu 

in großer Vielfalt vorhandene Software veranlaßten letztlich sogar Grundig und Philips als Innovatoren des 

Systems Video 2000, das VHS-System 1983 zu produzieren (Gerwin und Höcherl 1995, S. 23). Ein weiteres 

prominentes Beispiel ist die von Dvorak entwickelte „AOEUIDHTNS-Schreibmaschinentastatur“, die sich bis 

heute nicht gegen die QWERTY-Anordnung durchsetzen konnte (David 1985). Gegen die These, daß sich inferiore 

Technologien durchsetzen können, argumentieren Liebowitz und Margolis (1990 und 1995). 

26 Skalenerträge können durch Economies of Scale oder durch Erfahrungskurveneffekte realisiert werden. Economies 

of Scale (Betriebsgrößenersparnisse) liegen vor, wenn die Stückkosten mit zunehmender Ausbringungsmenge, 

d.h. zunehmender Installierter Basis, pro Periode sinken. Im Erfahrungskurvenmodell wird angenommen, 

daß die Produktionskosten pro Einheit mit zunehmender kumulierter Ausbringungsmenge sinken. 

Diese Kostensenkungen sind u.a. auf Weiterentwicklungen in den Fertigungsverfahren oder auf effizientere 

Gestaltungen der Arbeitsabläufe zurückzuführen. Es kann hier gemäß Graumann (1993, S. 1332 ff.) auch von 

anbieterseitigen Netzeffekten gesprochen werden. 

41

Kommunikationssystems. Diese positiven „external economies in consumption“ bilden das Funda- 

ment ökonomischer Analysen im Kommunikationssektor (Rohlfs 1974, S. 16). 

Der dauerhafte Erfolg eines Systems mit direkten Netzeffekten hängt im wesentlichen von der Höhe 

der Installierten Basis ab. Erst nachdem die sogenannte Kritische Masse, d.h. eine Mindestzahl 

von Systemteilnehmern überschritten worden ist, kann eine Systemstabilität gewährleistet werden 

(Weiber 1992, S. 133 ff.). Dieser Effekt wird auch „Bandwagon-Effect“ genannt: „[...] there is a 

bandwagon effect: if a set of users adopts one technology, then that same choice thereby becomes 

more attractive to all other users.“ (Farrell und Saloner 1986, S. 945). Tritt dieser Effekt auf, dann 

können sehr schnell hohe Wachstumsraten und somit eine Beschleunigung des Diffusionsprozesses 

realisiert werden (Leibenstein 1950 und Majumdar 1996). 27 Ein hoher Diffusionsgrad eines Gutes 

reduziert Such- und Informationskosten und zeigt einen direkten Netzeffekt auf. 28 Auch Modeer- 

scheinungen unterliegen Netzeffekten. Diese können auch negativer Art sein. 

Es kann durchaus sein, daß ein System unterschiedliche Nachfrageexternalitäten aufweist. Ein Sy- 

stemgut wie das Interaktive Fernsehen unterliegt sowohl indirekten als auch direkten Netzeffekten 

(siehe Abschnitt 3.1.2). Die theoretischen Überlegungen des Abschnitts führen zu 

Hypothese 3-2: Je höher die Netzeffekte sind, desto höher ist die Zahlungsbereitschaft. 

Lock-in- und Netzeffekte ergeben Beharrungstendenzen der Systemteilnehmer, die sich auf die 

Wechselkosten und auf die Macht der Installierten Basis zurückführen lassen. Hohe Netzeffekte ver- 

ursachen ebenfalls Wechselkosten und erhöhen den Technological Lock-in-Effekt. 29 Die Wechsel- 

kosten lassen sich durch drei Kriterien charakterisieren (Farrell und Saloner 1986, S. 940): 

• Inkompatibilität zwischen der Hard und Software, 

• Probleme bei der Kommunikation zwischen den unterschiedlichen Systemen und 

• geringere Kostenvorteile durch geringere indirekte Netzeffekte. 

Liegt nun ein Technological Lock-in-Effekt vor, dann kann ein Adopter eines neuen, eventuell tech- 

nisch besseren Systems nicht alle Vorteile nutzen, da keine oder nur sehr geringe Netzeffekte bei der 

neuen, aber sehr große Netzeffekte bei der alten Technologie vorliegen. Dies kann zur Problematik 

27 Siehe hierzu das Kapitel 3.3.1. 

28 Diese Überlegung ist auf fast alle Güter zu transferieren, wobei Güter existieren, bei denen diese Kostenreduktion 

weniger stark ins Gewicht fällt (z.B. Kühlschränke) als bei anderen (z.B. PC) (Wiese 1991, S. 43). 

29 Weiber (1997b, S. 307 f.) zeigt auf, daß die Existenz von Netzeffekten Adopter nicht nur an eine Technologie, 

sondern auch an einen Anbieter binden kann. 

42

des Excess Inertia führen, d.h. daß eine innovative überlegene Technologie nicht adoptiert wird, 

wenn die Netzeffekte der alten inferioren Technologie zu groß sind (Farrell und Saloner 1986, S. 

940). 30 Die frühen Wechsler zur neuen Technologie tragen also ein sehr hohes Risiko (Graumann 

1993, S. 1345). Das System, welches sich letztlich durchsetzt, muß nicht wohlfahrtsmaximal sein und 

kann zu Ineffizienzen führen (Gröhn 1997a, S. 58 f.; Schoder 1995, S. 18 f.). 31 

Auf der anderen Seite besteht auch Unsicherheit bei den potentiellen Nachfragern hinsichtlich der 

Akzeptanz des innovativen Systems. Basierend auf den starken Netzeffekten der Alttechnologie und 

der hohen Unsicherheit über die Diffusion der neuen Technologie kommt es zu einem abwartenden 

Verhalten, das auch als Penguin-Effect bekannt ist: „Penguins who must enter the water to find food 

often delay doing so because they fear the presence of predators. Each would prefer some other 

penguin to test the water first.“ (Farrell und Saloner 1986, S. 943). Dies kann dazu führen, daß kei- 

ner die neue Technologie adoptiert und das neue System scheitert (Allen 1988; Clement, Litfin und 

Peters 1998, S. 84). Allerdings kann der Penguin-Effekt auch dazu führen, daß einzelne Individuen 

zu lange warten, wohingegen bereits viele andere auf die neue Technologie gesetzt haben. Die Nutzer 

des alten Systems müssen dann negative Skaleneffekte hinnehmen, die mit jedem weiteren Adopter 

der neuen, inkompatiblen Technologie steigen. Für die verbleibenden Nutzer des alten Systems kollabiert 

in diesem Fall der derivative Nutzen – sie sind dann gestrandet (Choi 1994b, S. 382). 32 

Hieraus wird deutlich, daß die Adoption der neuen Technologie (z.B. Video-on-Demand) durch die 

Unsicherheit über den Nutzen des Systems beeinflußt wird. Es wird formuliert: 

43 

Hypothese 3-3: Je höher die Unsicherheit über den Nutzen des Systems ist, desto gerin- 

ger ist die Zahlungsbereitschaft. 

Zusammenfassend ist hervorzuheben, daß der Nutzen des Systems für jedes Individuum sowohl von 

der historischen als auch von der erwarteten Nutzung abhängt. 

Im weiteren Verlauf dieser Arbeit werden Güter, die auf der Informationstechnik basieren und Syn- 

ergieeffekte durch eine gemeinsame Nutzung der einzelnen Komponenten erzielen können, als Sy- 

30 Diese Problematik kann jedoch nur dann auftreten, wenn keine vollständige Informationen vorliegen und he- 

terogene Präferenzen bei den Adoptern bestehen (Farrell und Saloner 1985). 

31 Auf der anderen Seite kann es ebenfalls zu dem sogenannten „Excess Momentum“ kommen, bei dem es zu einem 

zu schnellen Wechsel zur neuen Technologie kommt und der alte Standard zu früh obsolet wird 

(Graumann 1993, S. 1345). Eine Strategie der geplanten Obsolezenz eines Monopolisten durch inkompatible 

Komponenten bei Systemgütern zeigt Choi (1994a). 

32 Diese Problematik des optimalen Wechselzeitpunktes bei unterschiedlichen Umweltbedingungen hat eine 

Reihe spieltheoretischer Arbeiten angeregt, die die Auswirkungen auf das soziale Optimum untersuchen (z.B.: 

Choi 1994a; Church und Gandal 1993; Farrell und Saloner 1986; Farrell und Saloner 1985; Katz und Shapiro 

1992; Katz und Shapiro 1986 sowie Katz und Shapiro 1985).

stemtechnologien bezeichnet (Weiber 1997a, S. 3). Des weiteren unterliegen Systemtechnologien 

network externalities, die indirekter und/oder direkter Natur sind. Aufgrund spezifischer Investitionen 

kommt es zu lock-in Effekten, die zu einem stabilen Erfolgs- bzw. Mißerfolgspfad führen können, der 

nur sehr selten verlassen werden kann (Arthur 1989; Köster 1999, S. 17 f.). 

3.1.2 Definition des Interaktiven Fernsehens als Kritische-Masse-System mit indirekten 

Netzeffekten 

Das Interaktive Fernsehen stellt ein System dar, dessen unterschiedliche Netzeffekte auf drei Ebenen 

zu berücksichtigen sind (Gröhn 1997b, S. 2 ff.): 

• Nutzernetzwerk, 

• Systemnetzwerk und 

• Applikationennetzwerk. 

Im Nutzernetzwerk entstehen Netzeffekte durch die Beziehungen der Nutzer untereinander. Je mehr 

Nutzer am System angeschlossen sind, desto mehr Kommunikationsmöglichkeiten bestehen unter- 

einander (direkter Netzeffekt). Des weiteren steigt der Nutzen aus der Zunahme der Installierten Ba- 

sis aufgrund indirekter Netzeffekte: Andere Nutzer können bei Problemen zu Lösungsvorschlägen 

befragt werden oder es werden Skalenerträge der Anbieter auf die Nachfrager weitergegeben, in- 

dem geringere Tarife bzw. Preise gefordert werden. Der daraus resultierende derivative Nutzen des 

Nutzernetzwerkes ist eine Funktion der möglichen Verbindungen (V) zwischen den Nutzern des In- 

teraktiven Fernsehens. 33 Die Verbindungen können hierbei unidirektional sein (Nutzer A ⇒ Nutzer 

B, z.B. Absenden eines E-mails) oder aber bidirektional (Nutzer A ⇔ Nutzer B, z.B. über Chat- 

Funktionen wie bei ICQ; www.mirabillis.com sowie Clement, Litfin und Peters 1998, S. 89 ff.) ver- 

laufen. 

Das Systemnetzwerk entsteht aus dem Zusammenspiel der Systemkomponenten, das erforderlich 

ist, um das System sinnvoll zu nutzen. Die Hardware, die Inhalte sowie die Betriebssoftware müssen 

miteinander verknüpft werden. Das Systemnetzwerk erfordert somit ein Zusammenarbeiten der An- 

bieter der einzelnen Komponenten. Weiber (1992, S. 99) zeigt, daß die hierbei auftretenden Wider- 

stände bei der Markteinführungsphase von Kritische-Masse-Systemen zu einem „Circulus Vitiosus 

der Systemattraktivität“ führen. Dieser Circulus Vitiosus der Systemattraktivität als Koordinierungs- 

33 Die Gesamtsumme der möglichen Kommunikationsverbindungen (V) läßt sich anhand der Formel 

N( N − 1) 

V = bestimmen, wobei N die Gesamtsumme aller Nutzer darstellt. 

2 

44

problem bei mehrstufigen Märkten ist ebenfalls als Henne-Ei-Problem (Chicken and Egg) in die Literatur 

eingegangen. 34 

Schließlich ergibt sich ein Applikationennetzwerk aus der Kompatibilität der Inhalte zueinander. Je 

mehr Applikationen (Dienste) dem Nutzer zur Verfügung stehen, die sich von Aufbau und Struktur 

stark ähneln, desto geringer ist der notwendige Lernaufwand. So kann beispielsweise Video-on- 

Demand mit Home-Shopping verknüpft werden, indem Videoclips auf einem Video-on-Demand- 

Musikkanal direkt per Mausklick als CD im Home-Shopping-Dienst bestellt werden können. Der 

Nutzen des Applikationsnetzwerkes steigt mit jeder hinzukommenden Applikation. Sind die Applika- 

tionen kompatibel zueinander, dann ergeben sich Verbundvorteile (Economies of Scope) auf der 

Nachfragerseite (Gröhn 1997b, S. 7). 

Die rasanten Entwicklungen im Multimedia-Sektor erfordern demnach eine neue Betrachtung bei der 

Definition der zentralen Merkmale solcher Systemtechnologien. So listet Weiber (1992, S. 18 f.) fünf 

Merkmale von System- bzw. Netzeffektgütern auf. Die Trennung zwischen System- und Netzeffekt- 

güter ist für das Interaktive Fernsehen wenig hilfreich und erfordert Modifikationen, da das System 

beide Formen auf sich vereinigt: 35 

34 Vergleiche Weiber und Kollmann (1995, S. 19) und die dort angegebene Literatur. 

35 Ähnliches schildert Köster (1999, S. 26). 

45

Tabelle 3-1: Charakteristika von System-, Netzeffekt- und Multimedia-Gütern 

Systemgüter 

(Weiber 1992, S. 18 f.) 

Systemgüter besitzen nur einen Derivativnutzen, 

der sich aus dem integrativen 

Einsatz im Rahmen der Systemtechnologie 

ergibt. 

Der Derivativnutzen variiert über die 

Anzahl der Personen, die das gleiche 

(kompatible) Systemgut verwenden, 

und stellt somit eine dynamische 

Größe dar. 

Systemgüter sind über ein physisches 

Netzwerk miteinander verbunden. 

Netzeffektgüter 

(Weiber 1992, S. 18 f.) 

Netzeffektgüter verfügen über einen 

originären und einen derivativen 

Nutzen. 

Netzeffektgüter haben einen konstanten 

originären Produktnutzen. 

Durch die indirekten Komp atibilitätsbeziehungen 

entsteht ein eher 

fiktives Netzwerk. 

Interaktives Fernsehen (ITV) 

ITV verfügt über einen originären 

und einen derivativen Nutzen. 

ITV verfügt über einen dynamischen 

derivativen und originären Produktnutzen. 

Der originäre Produktnutzen 

ist aufgrund der Produktverbesserungen 

während des Lebenszyklusses 

dynamisch. 

ITV erfordert ein physisches Netzwerk; 

jedoch können fiktive Netzwerke 

zu weiteren Nutzensteigerungen 

führen. 

Direkte Netzeffekte dominieren. Indirekte Netzeffekte dominieren. Bestimmte Dienste im ITV werden 

durch direkte Netzeffekte dominiert 

(Kommunikationsdienste). Indirekte 

Netzeffekte dominieren andere Dienste 

(Video-on-Demand). 

Direkte Netzeffekte ergeben sich aus 

der Nutzung eines Gutes. 

Quelle: In Anlehnung an Weiber (1992, S. 18 f.). 

Netzeffekte werden allein durch den 

Kauf erzielt. 

Es treten somit indirekte und direkte 

Netzeffekte auf. 

Indirekte Netzeffekte sind durch den 

Kauf eines Endgerätes realisierbar. 

Direkte Netzeffekte werden durch 

die Nutzung der Dienste erzielt. 

Das Interaktive Fernsehen läßt sich nicht eindeutig in eines dieser Schemata pressen, da es einige 

zentrale Unterschiede zwischen System- und Netzeffektgüter auf sich vereinigt. Die komplexe Inte- 

gration von Fernseh-, Computer- und Audiotechnologie läßt ein neues „Megasystem“ entstehen, das 

sich durch die Vielzahl möglicher Dienste einer Definition im bisherigen Sinne entzieht. Das Interakti- 

ve Fernsehen ist ein System mit direkten und indirekten Netzeffekten sowie originären und derivati- 

ven Nutzenkomponenten (anders: Schoder 1995, S. 18). Allerdings kann angenommen werden, daß 

der Derivativnutzen eine wesentliche Determinante im wahrgenommenen Gesamtnutzen des Nachfra- 

gers darstellt. Sind nur sehr wenige Personen an dem Interaktiven Fernsehen angeschlossen, so be- 

stehen nur geringe Anreize für Content-Provider, interessante Inhalte anzubieten, und es werden zu- 

dem nur sehr begrenzte Interaktionsbeziehungen möglich. Ändert sich die Größe der Installierten Ba- 

sis nicht (oder sind die Erwartungen in die Entwicklung der Technologie negativ), dann wird der Nut- 

zen für den einzelnen Anbieter zu gering sein und er wird sein Angebot einstellen – ein langfristiger 

46

Markterfolg wird unwahrscheinlich. 36 Ist jedoch eine Mindestanzahl von Nutzern überschritten, dann 

ist aufgrund des relativ hohen Derivativnutzens zu erwarten, daß eine verstärkte Nachfrage einsetzt, 

die wiederum den Derivativnutzen erhöht und somit zu einem langfristigen Markterfolg des Interaktiven 

Fernsehens führt. 37 

Die für diesen Prozeß der Nutzenbildung notwendige Mindestmenge von Nutzern des Interaktiven 

Fernsehens wird Kritische Masse 38 genannt. Genauer wird die Kritische Masse als die Mindestan- 

zahl von Nutzern, die über eine Systemarchitektur miteinander verbunden sind, verstanden, die über- 

schritten werden muß, damit sich ein nachhaltiger und ausreichender Nutzen (Derivativnutzen) zur 

Gewinnung zusätzlicher Adopter aus dem System heraus entwickelt (Clement, Litfin und Peters 

1998, S. 83; Schoder 1995, S. 20; Weiber 1992, S. 19). Die Effekte der Kritischen Masse basie- 

ren somit immer auf den Netzeffekten. Solange die Kritische Masse nicht überschritten ist, bewegt 

sich der Diffusionsprozeß in einem Instabilitätsbereich, in dem negative Rückkopplungen überwiegen 

(Weiber 1992, S. 39 ff. und 133 f.). Dementsprechend wird die hierzu notwendige Systemtechnolo- 

gie als Kritische-Masse-System verstanden. Hierbei ist elementar, daß die Kritische Masse von der 

Nachfrageseite her definiert ist, d.h. nur die Wahrnehmung der Nachfrager, daß die Kritische Masse 

erreicht wurde, ist von Bedeutung und weniger ob sie tatsächlich erreicht wurde. 39 Rogers (1995, S. 

324) beziffert – etwas willkürlich – die mittlere Höhe der Kritischen Masse mit ca. 10% der potenti- 

ellen Nutzerpopulation. Jedoch ist die Bedeutung des derivativen Nutzens produkt- und kundenspe- 

zifisch, weshalb eine pauschale Angabe von Größenordnungen für das Management zumeist wenig 

hilfreich ist. So kann es durchaus sein, daß sich die Population in mehrere Segmente aufspaltet, in 

denen jeweils eigene segmentspezifische Kritische Massen vorliegen. 

Kritische-Masse-Systeme werden hauptsächlich dazu eingesetzt, um das aktive Kommu- 

nikationsbedürfnis von Menschen zu befriedigen: „Kritische Masse-Systeme dienen der Errichtung 

eines multidirektionalen Kommunikationsflusses zwischen den Mitgliedern eines sozialen Sy- 

stems.“ (Weiber 1992, S. 39). Dieser Kommunikationsfluß kann zwischen Mensch-Mensch-, 

Mensch-Maschine- und Maschine-Maschine-Kommunikation variieren: 

36 Vergleiche hierzu das Beispiel des BTX (Abschnitt 2.4). 

37 Allerdings können durch die starke Nachfrage wiederum congestion externalities entstehen, die einen negati- 

47 

ven Nutzenbeitrag liefern. 

38 In der Physik wird die Kritische Masse als „[...] amount of radioactive material that must be present for a nuclear 

fission to occur“ definiert (Oliver, Marwell und Teixeria 1985, S. 523). Vergleiche zur Definition ebenfalls 

Oren und Smith (1981, S. 472 ff.) sowie Rogers (1995b, S. 29 ff). 

39 Es existieren auch anbieterseitige Definitionen einer Kritischen Masse. Allen (1988, S. 259) definiert z.B. die 

Kritische Masse als die notwendige Nutzeranzahl, bei der der Break-Even-Point erreicht wird. Dieser Betrachtungsweise 

soll allerdings in dieser Arbeit keine weitere Aufmerksamkeit geschenkt werden.

Tabelle 3-2: Kommunikationsbeziehungen im Interaktiven Fernsehen 

Kommunikationsfluß Beispiele im Interaktiven Fernsehen 

Mensch-Mensch-Kommunikation Videokonferenzen, E-mail, Chat-Groups, interaktive Spiele mit Gegenspielern 

Mensch-Maschine-Kommunikation Videotext, Informationen aus dem Internet, Datenbanken, Video-On- 

Demand 

Maschine-Maschine-Kommunikation Push-Medien wie z.B. PointCast (www.pointcast.com) 

Es sind ebenfalls Mischformen möglich, die oftmals mehrere Kommunikationsflüsse zulassen; so ist 

es z.B. im Interaktiven Fernsehen denkbar, daß bei Games-on-Demand entweder gegen einen ande- 

ren Mitspieler gespielt wird aber auch das Spiel gegen den Computer möglich ist. Typischerweise 

beziehen sich jedoch Kritische-Masse-Systeme auf Mensch-Mensch-Kommunikationsflüsse (Wei- 

ber 1992, S. 47). 

Das Interaktive Fernsehen bietet alle diese Kommunikationsformen: Per Definitionem muß das In- 

teraktive Fernsehen ein Kritische-Masse-System sein, denn wenn Interaktivität gewährleistet ist, 

kann eine Mensch-Mensch-Kommunikation über dieses System stattfinden. 40 

Das Interaktive Fernsehen als Kritische-Masse-System zeichnet sich durch die folgenden Merkmale 

aus (Kürble 1995, S. 7 f., Schrape et al. 1996, S. 116 sowie Weiber 1997b, S. 288): 

• Die technischen Voraussetzungen (Netzinfrastruktur) für einen multidirektionalen Kommunikati- 

onsfluß zwischen den Teilnehmern (hier: Mitglieder eines sozialen Systems), die gemeinsame 

Kommunikationsziele verfolgen, müssen im Vorfeld bereitgestellt werden. 

• Typischerweise sind Kritische-Masse-Systeme durch einen hohen Fixkostenblock gekennzeich- 

net, der insbesondere bei der Installation der Netzinfrastruktur anfällt. 

• Damit der Anschluß an das Kritische-Masse-System erfolgen kann, muß die Ausstattung mit 

Endgeräten hinreichend groß sein. 

• Eine Nutzung des Systems ist nur dann möglich, wenn eine Systemarchitektur und die notwendige 

Betriebssoftware bestimmt und implementiert wurden. 

• Das Interaktive Fernsehen ist ein Erfahrungsgut, dessen relativer Vorteil und Zusatznutzen für den 

Kunden im Vorfeld schwer zu erkennen ist, und es somit – trotz eines technologischen Fort- 

schritts – nicht unmittelbar akzeptiert wird. 

40 Kollmann (1996, S. 119) bezweifelt hingegen, daß das Interaktive Fernsehen ein Kritische-Masse-System darstellt. 

Dies liegt jedoch an der von ihm zugrunde gelegten Definition des Interaktiven Fernsehens, die keine 

interaktiven Elemente beinhaltet. 

48

• Aufgrund des Charakters von Erfahrungsgütern ist es wichtig, den relativen Vorteil und den Zu- 

49 

satznutzen verstärkt zu kommunizieren und zu demonstrieren. 

• Kritische-Masse-Systeme sind typischerweise durch eine geringe Kompatibilität mit bisherigen 

Verhaltensmustern (etablierte Systeme) gekennzeichnet und erfordern somit den Aufbau einer 

spezifischen kommunikativen Kompetenz. 

• Zur Ausnutzung von Synergieeffekten und zur Sicherstellung der Funktionalität des Gesamtsy- 

stems ist der Schnittstellendefinition eine hohe Bedeutung beizumessen. 

• Konsumenten nehmen Kritische-Masse-Systeme als sehr komplex und intransparent wahr. Diese 

Wahrnehmung wird häufig in der Markteinführungsphase durch die Uneinigkeit der Anbieter hinsichtlich 

einzelner Systemkomponenten verstärkt. 41 

• Die geringen Erprobungsmöglichkeiten des Interaktiven Fernsehens (mit Ausnahme von den Pi- 

lotprojekten – Abschnitt 5.1.1) zeigen, daß es notwendig ist, Testphasen lange genug auszulegen, 

um den Nachfragern die Möglichkeit der Erfahrungssammlung zu offerieren. 

3.1.3 Implikationen für die Erklärung und Prognose der Nutzung 

Die Erfahrungen des BTX haben gezeigt, daß die Nachfrage nach Interaktivem Fernsehen von der 

Attraktivität der Inhalte und deren Preisen abhängt, die wiederum von der Höhe der Installierten Ba- 

sis beeinflußt werden. Für die Nutzung des Systems benötigt der Nachfrager ein Multimedia- 

Endgerät. Die Bereitschaft, dieses Endgerät zu mieten bzw. zu kaufen, ist eine Funktion des Preises 

sowie der Inhalts- und Servicequalität und deren Nutzungsentgelte. 

Der Markterfolg bei Netzeffektgütern hängt davon ab, ob die Konsumenten erwarten, daß sich das 

System in der Zukunft durchsetzt oder nicht, d.h. der Nutzen ist eine Funktion über die Zeit. Der de- 

rivative Nutzen stellt die dynamische Komponente dar und wird von der Höhe der Installierten Basis 

bedingt. 

Die obigen Ausführungen zeigen auf, daß extreme Koordinierungsprobleme bei mehrstufigen Märk- 

ten vorliegen. Dies hat zur Folge, daß in dieser empirischen Untersuchung eine umfassende Betrach- 

tung aller Komponenten des Systems vorzunehmen ist. 

Im folgenden wird in dieser Arbeit von positiven Netzeffekten ausgegangen – congestion externalities 

werden vernachlässigt. Negative Netzeffekte treten dann auf, wenn die Nachfrage überhand nimmt. 

Somit stellt dies weniger ein Problem der negativen externen Effekte als vielmehr ein Problem der 

41 Als Beispiel sei hier der Decoderstreit zwischen der Kirch Gruppe (DF1) und der 1996 auseinandergebroche- 

nen Multimedia Betriebsgesellschaft (MMBG) angeführt.

mangelhaften Tarifierung dar. Demnach ist das Hauptaugenmerk auf den positiven Nutzen einer zu- 

nehmenden Installierten Basis zu richten und mittels preispolitischen Optimierungsansätzen dem Pro- 

blem der congestion externalities zu begegnen. 

3.2 Adoption als notwendige Bedingung für den Markterfolg 

In diesem Kapitel werden die Grundlagen der Adoptionstheorie geschildert. Eine Vielzahl 

adoptionstheoretischer Aspekte ist ebenfalls Gegenstand der Akzeptanzforschung. Sofern dies der 

Fall ist, werden diese Aspekte im Abschnitt 3.4 aufgegriffen. 

3.2.1 Überblick zur Adoptionstheorie 

Kommt es zu der Übernahme einer Innovation durch ein Individuum, dann wird von der 

Adoption der Innovation gesprochen. Die Adoption stellt den Abschluß eines Adoptionsprozesses 

dar, der als ein „[...] mentaler Prozeß bezeichnet [wird], den jeder Nachfrager vom ersten Gewahr- 

werden einer Information über eine Innovation bis zur endgültigen Adoptionsentscheidung durch- 

läuft.“ (Weiber 1992, S. 3). Ziel der Adoptionstheorie ist es primär, die Faktoren zu analysieren, die 

den Verlauf des individuellen Adoptionsprozesses beeinflussen (Weiber 1992, S. 3). Somit kommen 

Böcker und Gierl (1988, S. 32) zu der Aussage: „Die Adoptionstheorie beschäftigt sich schwer- 

punktmäßig mit den intrapersonalen Fragen der Übernahme von neuen Produkten, während der Dif- 

fusionstheorie gemeinhin die interpersonalen Fragen zugeordnet werden“. Die Abbildung 3-7 geht auf 

die einzelnen Phasen des intrapersonalen Prozesses ein (siehe auch Gatignon und Robertson 1985). 

Der gesamte Prozeß unterliegt Einflüssen, die makroökonomischer, soziokultureller, technologischer 

sowie politisch-rechtlicher Art sein können (Dewar und Dutton 1986; Herbig und Palumbo 1994). 

Die Relevanz dieser Faktoren ist nicht erst seit dem Hin und Her bei der Markteinführung des Digita- 

len Fernsehens bekannt (siehe die Chronik im Anhang 1). Dennoch gelten diese Bedingungen für alle 

und sind kaum von den Unternehmen zu beeinflussen. Sie werden aufgrund der schwierigen Opera- 

tionalisierung im weiteren nicht mehr betrachtet. 

Die Einwirkungen von produkt- und adopterspezifischen Faktoren werden im Abschnitt 3.4.1 darge- 

stellt. Es existiert eine Vielzahl theoretischer Arbeiten (z.B. Damanpour und Gopalakrishnan 1998, S. 

6 ff.; Kennedy 1983, S. 49 ff.) und empirischer Untersuchungen zu den 

Adoptionsfaktoren in Organisationen 42 , die sich mit Detailproblemen der Adoption von beispielswei- 

se Entscheidungs-Unterstützung-Systemen (z.B. Wierenga und Oude Ophuis 1997), Fertigungsme- 

thoden (z.B. Nakamura, Sakakibara und Schroeder 1998), dem WWW als Absatzmittel (z.B. 

42 Siehe z.B. die umfangreichen Arbeiten die im Umfeld des Columbus-Projekts anzusiedeln sind (Witte, Grün 

und Hauschildt 1988). 

50

Gupta und Chatterjee 1997) oder von innovativen Produkten durch den Außendienst (z.B. 

Atuahene-Gima 1997) beschäftigen. Gleiches gilt für die Adoption von Technologien durch Organi- 

sationen (z.B. Hardie, Robertson und Ross Jr. 1996; Winch 1997). Da jedoch hier der Fokus auf 

der individuellen Ebene liegt, werden die unternehmenseigenen Faktoren, die auf den Adoptionspro- 

zeß einwirken, im folgenden nicht weiter betrachtet. 

Der Adoptionsprozeß ist durch mehrere Phasen gekennzeichnet. 43 Die Zeit, die ein Individuum zum 

Ablauf dieses Prozesses benötigt, hängt von einer Vielzahl von Faktoren ab, die jeweils unterschied- 

lich auf die einzelnen Abschnitte wirken. So nennt Pohl (1996, S. 47) beispielsweise die Innovati- 

onsbereitschaft eines Individuums als einen wesentlichen Faktor, der verantwortlich für die Dauer des 

Adoptionsprozesses ist. Die Dynamik des Adoptionsprozesses resultiert aus dem sich ständig verän- 

dernden Informationsstand des Nachfragers (Clement und Litfin 1998a, S. 97). Die neuen Informa- 

tionen sind fortdauernd zu bewerten und in das Gesamturteil, das über Annahme oder Ablehnung der 

Innovation entscheidet, zu integrieren. 

Der Adoptionsprozeß beginnt mit der Bewußtseinsphase, in der das Individuum von der Innovation 

Kenntnis erlangt. Diese zur Kenntnisnahme erforderliche Information wird ihm durch einen Kommu- 

nikationskanal übermittelt. Wird die Innovation als potentielle Handlungsalternative angesehen, so 

wird sie in das Evoked Set von Produkten integriert. 

Nachdem die Innovation in das Bewußtsein vorgedrungen ist, tritt ein affektiver Prozeß ein, innerhalb 

dessen die Person die Möglichkeit der Nutzung realisiert und bei Interesse nach weiteren Informatio- 

nen sucht (Pohl 1996, S. 48). Es handelt sich somit um die Phase der Meinungsbildung. Bereits hier 

kann es zu einer ablehnenden, befürwortenden bzw. abwartenden Entscheidung kommen. In der an- 

schließenden Phase kommt es zur Bewertung der Innovation und bei positiven Kosten-Nutzen- 

Abwägungen gegebenenfalls zum Versuch. Jede Phase kann eine Entscheidung hervorrufen, die ent- 

weder positiv ist, d.h. zur Adoption führt, oder negativ ist und die Ablehnung zur Folge hat. Hierbei 

kann es zu einer gegenwärtigen Ablehnung kommen, die dauerhaft (fortgesetzte Ablehnung) oder nur 

vorübergehend sein kann (spätere Adoption). 44 

Zwei Fälle können bei einer Verschiebung der Adoptionsentscheidung differenziert werden: Entwe- 

der wird die alte Technologie später adoptiert oder aber es kommt zu einem abwartenden Verhalten. 

43 Vergleiche zu den Aspekten der Phasenkonzepte Pohl (1996, S. 47 f.) und die dort angeführte Literatur. Der 

Aufbau des Prozesses ist angelehnt an den Darstellungen von Rogers (1995a, S. 161 ff.), der den Prozeß in 

fünf Phasen unterteilt: Knowledge, Persuasion, Decision, Implementation und Confirmation. 

44 Vergleiche zu den finalen Elementen des Adoptionsprozesses Weiber und Pohl (1996, S. 1206 ff.). 

51

Wenn die Zeitspanne bis zur Verfügbarkeit nachfolgender Technologien nicht zu groß ist, 45 dann 

kann die zukünftige Produktgeneration zur Entscheidungsfindung berücksichtigt werden. 

45 Diese Zeitspanne ist abhängig von der individuellen Wahrnehmung und nicht allgemeingültig festzulegen. 

52

Abbildung 3-7: Der Adoptionsprozeß 

Sozio-kulturelle Umwelt 

53 

Produktbezogene Faktoren Adoptererbezogene Faktoren Unternehmenseigene Faktoren 

• Organisationsspezifische Größen 

• Buying-Center spezifische Größen 

• Entscheidungsträgerspezifische 

Größen 

• sozio-ökonomische Kriterien 

• psychographische Kriterien 

• beobachtbares Kaufverhalten 

• tatsächliches Nutzungsverhalten 

• Erprobbarkeit 

• Kommunizierbarkeit 

• Nutzungsbereitschaft 

• relativer Vorteil 

• Komplexität 

• Kompatibilität 

• Unsicherheit 

Kommunikative Einflüsse 

Technologische Umwelt 

Adoption 

Meinungsbildung 

Verfügbarkeit 

der Neutechnologie 

Bestätigung 

Implementierung 

Gegenwärtige 

Adoption 

Entscheidung 

Versuch 

Bewertung 

Interesse 

Bewußtsein 

Wiederkauf (Fortgesetzte 

Adoption) 

Kognitive Dissonanz 

Leapfrogging 

Spätere Adoption 

Fortgesetzte Ablehnung 

Adoption 

Meinungsbildung 

Bestätigung 

Implementierung 

Gegenwärtige 

Adoption 

Entscheidung 

Versuch 

Bewertung 

Interesse 

Bewußtsein 

Makroökonomische Umwelt 

Wiederkauf (Fortgesetzte 

Adoption) 

Gegenwärtige Ablehnung 

Verfügbarkeit 

der Zukunftstechnologie 

Quelle: Clement und Litfin (1998a, S. 98); Weiber (1992, S. 8) sowie Weiber und Pohl (1996, S. 1210). 


Kognitive Dissonanz 

Spätere Adoption 

Fortgesetzte Ablehnung 

Politisch-rechtliche Umwelt

Dieses Verhalten wird Leapfrogging genannt. 46 Wenn diese zeitliche Aufschiebung vorgenommen 

wird, dann beginnt der Prozeß in einem späteren Zeitraum von neuem. Leapfrogging bedeutet nicht, 

daß zu einem späteren Zeitpunkt definitiv adoptiert wird, sondern nur, daß der Adoptionsprozeß der 

heutigen Produktgeneration bewußt abgebrochen wird, um auf die neue Technologie zu warten. Ist in 

einem späteren Zeitpunkt die neue Produktgeneration erhältlich, dann beginnt der Adoptionsprozeß 

für dieses Produkt erneut und kann in eine Übernahme oder Ablehnung des Produktes münden 

(Gierl 1997, S. 1076). 

Die Adoption selbst stellt ebenfalls einen Prozeß dar, der mit der gegenwärtigen Adoption beginnt 

und die Implementierungs- und Bestätigungsphase beinhaltet. Die Übernahme der Innovation kann 

Folgeprozesse initiieren: Nach der Adoption können dissonante Kognitionen eine Motivation hervor- 

rufen, diese Dissonanzen zu reduzieren (Festinger 1978). Demnach ist es wichtig, daß nach der Im- 

plementation des Gutes eine Bestätigung erfolgt, die die kognitive Dissonanz reduziert und eventuelle 

Wiederholungskäufe nach sich zieht. Systembindungen können hohe Folgeeinnahmen aus dem Ver- 

kauf kompatibler Komponenten mit sich bringen und den Adoptionsprozeß dahingehend steuern, 

daß das Alternativenset bei fortgesetzten Kaufprozessen stark auf die eigenen Produkte beschränkt 

wird. 

Die Adoptionstheorie ermöglicht eine a priori Segmentierung der Nachfrager im Hinblick auf den 

Ablauf des Adoptionsprozesses (Pohl 1996, S. 43; Gierl 1989). Individuen eines sozialen Systems 

adoptieren nicht gleichzeitig eine Innovation. Auf dieser Beobachtung aufbauend hat Rogers eine Ka- 

tegorisierung der Adopter in fünf Klassen vorgenommen, die sich hinsichtlich der Innovationsbereit- 

schaft unterscheiden (Rogers 1995a, S. 252 ff.). Die Innovationsbereitschaft kennzeichnet hierbei 

den: „[...] degree to which an individual or other adoption unit is relatively earlier in adopting new 

ideas than other members of a system [...]“. Die Zuteilung basiert auf einer normalverteilten Diffusi- 

onskurve. 

46 Leapfrogging „stellt das bewußte und freiwillige Überspringen des gegenwärtig am Markt verfügbaren 

neuesten Produktes und die Verschiebung der Kaufentscheidung auf eine in der Zukunft erwartete Produktgeneration 

dar, die in der subjektiven Wahrnehmung des Nachfragers durch eine verbesserte Leistungsfähigkeit 

gekennzeichnet ist.“ (Weiber und Pohl 1996, S. 1205). 

54

Abbildung 3-8: Adopterkategorien bei der Diffusion von innovativen Kritische-Masse-Systemen 

55 

Absolute 

oder relative 

Adopterzahl 

(kumuliert) 

Adopter 

Marktsättigung 

Innovators 

Bereich 

der 

Kritischen 

Masse 

Early 

Adopters 

Early 

Majority 

Late 

Majority 

Laggards 

Adopter- 

Kategorie 1 1 2 1 2 3 1 2 3 4 1 2 3 4 5 

Zeit 

Marktsättigungsgrenze 

Quelle: In Anlehnung an Kuhlmann (1997, S. 140) und Rogers (1995a, S. 262 und 314). 

Betrachtet man das Konzept mit der Zielsetzung, eine empirische Untersuchung zum möglichen 

Markterfolg des Interaktiven Fernsehens durchzuführen, werden mehrere Schwachpunkte des Kon- 

zepts offensichtlich: Zum einen ist eine Klassifikation der Adopter in diese Gruppen nicht eindeutig 

vorzunehmen und zum zweiten ist nicht unbedingt von fünf Klassen in genau dieser Größe auszugehen 

(Schmalen 1979, S. 55). Das bekannte Bass-Modell geht z.B. nur von zwei solcher Kategorien aus, 

den Innovatoren und den Imitatoren (Bass 1969; Mahajan, Muller und Bass 1995, S. G82). Eine 

Einteilung in vier Gruppen berichten Mahajan, Muller und Srinivasta (1990). Weiterhin wurden die 

theoretisch wenig fundierten Grenzwerte häufig kritisiert (Gatignon und Robertson 1985, S. 861; 

Pechtl 1991, S. 18). Schließlich verbleibt das Problem, daß das Interaktive Fernsehen noch nicht in 

den Markt eingeführt worden ist und der Adoptionsprozeß eigentlich noch nicht begonnen hat. Den- 

noch ist das Konzept hilfreich, wenn Hypothesen zur Bedeutung psychographischer bzw. soziode- 

mographischer Kriterien aufgestellt werden sollen. 

t 

t

Rogers (1995a, S. 262 ff.) beschreibt die fünf Gruppen und verwendet hierfür im wesentlichen folgende 

Darstellungskriterien, die auch von Schmalen (1979, S. 54 ff.) betrachtet wurden. 47 

Tabelle 3-3: Kennzeichen der Adopter innerhalb der Segmente 

Innovators Early Adopters Early Majority Late Majority Laggards 

- Neugierig 

- Kommunikativ 

- Hohes Einkommen 

- Technisches Ver- 

ständnis 

- Risikobereit 

- Voreilig 

- Kosmopolitisch 

- Gatekeeper im 

Diffusionsprozeß 

- Zentrale Position 

im Kommunika- 

tionsnetz 

- Hohes Einkommen 

- Lokale Orientie- 

rung 

- Stellt die Gruppe 

der Meinungsführer 

dar (hohes Prestige) 

- Älter als die Inno- 

vatoren 

- Beschränkteres In- 

teressenspektrum 

- Überdurchschnitt- 

liches soziales An- 

sehen 

Quelle: Rogers (1995a, S. 262 ff.) und Schmalen (1979, S. 54 f.). 

- Adoptieren auf- 

grund des sozialen 

Drucks 

- Unterdurchschnitt- 

liches Einkommen 

- Skeptisch 

- Vorsichtig 

- Ältere Menschen 

- Isolierte Kommuni- 

kation 

- Geringes Ein- 

kommen 

- Vergangenheits- 

orientiert 

- Kaum Einfluß auf 

Dritte 

- Beziehen Informa- 

tionen von Nach- 

barn, Verwandten 

und Freunden 

- Sehr skeptisch ge- 

genüber Innovatio- 

nen 

Der Vergleich der Kennzeichen über alle Kategorien hinweg zeigt, daß das Einkommen, das Alter 

und die Stellung im sozialen sowie im Kommunikationsnetz zur Unterscheidung der Segmente geeig- 

net sind. Personen, die über ein hohes Einkommen verfügen, werden bei 

Adoptionsentscheidungen weniger von der finanziellen Unsicherheit einer Innovation geleitet, da sie 

ein geringeres ökonomisches Risiko tragen (Mitchell 1978, S. 520). Diese Personen weisen oftmals 

ein höheres (Aus-) Bildungsniveau auf, so daß anzunehmen ist, daß diese Personen es im höheren 

Maße vermögen, Informationen zu verarbeiten (Schulz 1972, S. 49). Das alters- und ausbildungsbe- 

dingte Informationsverhalten beinhaltet dabei die Fähigkeit und Bereitschaft, aus den Innovationsin- 

formationen den Produktvorteil zu erfassen und somit Unsicherheiten zu reduzieren. Dieser Prozeß 

der Bewertung wird dazu noch durch Fachwissen und persönliches Involvement positiv unterstützt 

(Pechtl 1991, S. 86). 

47 Siehe ebenfalls Turnbull und Meenaghan (1980, S. 8 ff.). 

56

In dieser Studie wird zwar im wesentlichen die Nutzung und nicht der Adoptionsprozeß des Interak- 

tiven Fernsehens analysiert, jedoch lassen sich aus den obigen Erkenntnissen zwei Hypothesen formulieren 

(Gatignon und Robertson 1985, S. 861; Rogers 1995a, S. 268 ff.): 48 

57 

Hypothese 3-4: Je älter die Person ist, desto seltener wird sie das Interaktive Fernsehen 

nutzen. 

Hypothese 3-5: Je höher das Einkommen ist, desto häufiger wird die Person das Inter- 

aktive Fernsehen nutzen. 


Die Adoptionstheorie differenziert nur zwischen Adoption, Nicht-Adoption und vorläufiger Zurück- 

weisung einer Innovation (Pohl 1996, S. 43). Es wird somit nur der Prozeß bis zum (Nicht-) Kauf 

eines Endgerätes oder das Abonnement eines Dienstes betrachtet. Die spätere Nutzung ist nicht der 

Fokus der Adoptionstheorie. Deswegen reicht die Betrachtung der Adoptionstheorie nicht für eine 

Prognose des Markterfolgs für das Interaktive Fernsehen aus. 

Jedoch besteht kein Zweifel, daß die im folgenden darzustellende Untersuchung nur ein Mosaik dar- 

stellt. Nachdem das Interaktive Fernsehen in den Markt eingeführt worden ist, sind umfassende Ana- 

lysen der Adoptions- und der Nutzungsfaktoren notwendig. Da die Nutzung jedoch die Innovations- 

übernahme voraussetzt, ist es notwendig herauszufinden, welches die Adoptionsfaktoren sind. Hierzu 

müssen Adopter und Nicht-Adopter bezüglich der Adoptionsfaktoren befragt werden. Die Daten 

können dann mit zwei Methodenklassen ausgewertet werden (Litfin 1999): 

• Statische Methoden: Hierzu können im wesentlichen die klassischen Verfahren der Logit- 

Modelle und der Diskriminanzanalyse gezählt werden (Krafft 1997). Neuere Ansätze entstam- 

men aus dem Bereich der konnexionistischen Modelle (künstliche neuronale Netzwerke) (Heimel 

et al. 1998; Sharda 1994). 

• Dynamische Methoden: Wenn die Analysen auf individueller Ebene dynamisch gestaltet werden, 

dann eignen sich insbesondere Hazard-Verfahren zur Analyse der Adoptionsfaktoren (z.B. 

Levin, Levin und Meisel 1987). Da nicht davon ausgegangen werden kann, daß im Laufe der 

Zeit alle Individuen eines sozialen Systems die Innovation übernehmen, eignen sich Split-Hazard- 

48 Die Hypothese, daß die Stellung im sozialen bzw. Kommunikationsnetz einen Einfluß auf die Nutzung hat, 

kann aufgrund der sehr umfangreichen Operationalisierung dieser Konstrukte nicht betrachtet werden. Die 

Einbeziehung dieser Konstrukte hätte die Befragung zu umfangreich gestaltet.

Modelle am besten, um die Adoptionsfaktoren und deren Einfluß auf die Adoptionswahrschein- 

lichkeit zu untersuchen (Sinha und Chandrashekaran 1992; Litfin 1999). 

Festzuhalten bleibt demnach, daß die Adoptionstheorie für Systeme, die noch nicht im Markt einge- 

führt wurden, zwar die Basis der Analysen darstellt, jedoch um die Nutzung erweitert werden muß 

(Abschnitt 3.4). 

3.3 Schnelle Diffusion zur Nutzensteigerung 

3.3.1 Überblick zur Diffusionstheorie für Kritische-Masse-Systeme 

Die Diffusionstheorie basiert auf den Erkenntnissen der Adoptionstheorie und untersucht den zeitli- 

chen Verlauf der Übernahme einer Innovation vom ersten bis zum letzten Käufer innerhalb eines so- 

zialen Systems. Rogers (1995a, S. 5) liefert wohl die bekannteste Definition der Diffusion: „Diffusion 

is the process by which an innovation is communicated through certain channels over time among 

the members of a social system“. 

Weiber (1992, S. 3) merkt hierzu an, daß als zentrales Charakteristikum von Diffusionsüberlegungen 

die Analyse zeitraumbezogener aggregierter Adoptionsvorgänge herausgestellt werden kann. Der 

Diffusionsverlauf resultiert somit aus der Summe der individuellen Adoptionsentscheidungen. Damit 

dient die Diffusionstheorie der Erklärung und Prognose des zeitlichen Verlaufs von Erstkäufen (Ad- 

optionen), unterläßt jedoch die Betrachtung des individuellen Entscheidungsprozesses, der zur Adop- 

tion und Nutzung führt. Im Gegensatz zur Adoptionstheorie, in der der Erstkauf als Abschluß der 

letzten Phase des Adoptionsprozesses angesehen wird, betrachtet insbesondere die empirische Dif- 

fusionsforschung bisher also nur einen kleinen Teilaspekt des Konsumentenverhaltens. 

Der klassische Fokus der Diffusionstheorie liegt auf der Betrachtung des Kaufes (Adoption) und 

nicht auf der Nutzung eines Gutes. Diese enge Sichtweise ist allerdings nur für wenige Anbieter von 

Systemkomponenten relevant, die nur indirekt von einer starken Nutzung des Systems partizipieren; 

für alle anderen jedoch steht der Anschluß und die anschließende Nutzung des Kritische-Masse- 

Systems im Vordergrund. Die klassische Diffusionstheorie basiert somit im wesentlichen auf der Betrachtung 

von Singulärgütern (Weiber 1995, S. 40 f.). 49 

Eine wesentliche Annahme der Diffusionstheorie ist, daß die Diffusionskurve der kumulierten Adop- 

tionen immer einen monoton steigenden Verlauf hat, da davon ausgegangen wird, daß der Erstkauf 

49 Eine sehr ausführliche Beschreibung einer Diffusionstheorie für Kritische-Masse-Systeme liefert Weiber 

(1992, S. 49 ff.). 

58

irreversibel ist. Bei Kritische-Masse-Systemen sind jedoch auch fallende Diffusionsverläufe möglich 

(Weiber 1992, S. 135). Dies ist z.B. dann der Fall, wenn die Kritische Masse nicht erreicht wird. 

Aus den Ergebnissen der Diffusionsforschung kann eine Vielzahl von nützlichen Aspekten für die 

Nutzung interaktiver Medien generiert werden: 

• Interdependenz zwischen den Adoptionsentscheidungen 

Aufgrund der direkten und indirekten Netzeffekte bestehen Interdependenzen zwischen den einzel- 

nen Adoptions- und Nutzungsentscheidungen (Levin, Levin und Meisel 1987; Majumdar 1996, S. 

114). Die Entscheidungen hängen dabei von den Erwartungen des Individuums ab, wieviele Perso- 

nen das System bereits adoptiert haben (Böcker und Gierl 1988, S. 33). Diese Erwartungen können 

unabhängig von der tatsächlichen Größe des Netzwerkes sein (Weiber 1992, S. 104 f.). Zumeist 

wird angenommen, daß die Höhe der Installierten Basis einen Imitationsdruck auslöst, der einen In- 

dikator des erwarteten sozialen Risikos darstellt. Da die Erwartungen dynamischen Prozessen unter- 

worfen sind, übernehmen die Individuen nicht zeitgleich eine Innovation. Aufgrund der unterschiedli- 

chen Erwartungen und Informationsstände beginnen die Adoptionsprozesse zu unterschiedlichen 

Zeitpunkten und haben unterschiedliche Längen (Gierl 1992, S. 382; Oliver, Marwell und Teixeria 

1985, S. 524 f.). 

• Zeitlicher Verlauf der Adoptionen im Diffusionsprozeß 

Die Grundidee, daß innovative und imitative Prozesse auf die Diffusion eines Gutes wirken, führt ty- 

pischerweise zu einen s-förmigen Verlauf der Diffusion (Gatignon und Robertson 1985, S. 858). 

59

Abbildung 3-9: Diffusionsverlauf bei Kritische-Masse-Systemen 

Kumulierte 

Anzahl der 

Adopter 

Marktpotential 

Quelle: Albers und Peters (1998a, S. 111). 

Viel zu hohe Adoptionsprognose, da Marktpotential-Sättigung 

nicht beachtet 

Dienst-Teilnehmer 

Zu geringe Adoptionsprognose, 

da Imitationseffekt unberücksichtigt 

Das Erreichen der Kritischen Masse bedeutet einen Wendepunkt in der Diffusion des Systems, da 

der Diffusionsprozeß von einer Instabilitäts- in eine Stabilitätsphase geführt wird (Rogers 1995a, S. 

10; Weiber 1995, S. 46). Vernachlässigt man den Effekt der Kritischen Masse, so führt dies auf der 

einen Seite zu einer zu geringen Adoptionsprognose und eventuell zu einer voreiligen Klassifizierung 

des Produkts als Mißerfolg. Auf der anderen Seite kann die Vernachlässigung des Marktpotentials 

zu einer zu optimistischen Prognose führen. 50 

Die Untersuchung von Golder und Tellis (1997) basiert auf der Betrachtung von 31 Produktkatego- 

rien. Das Ziel der Untersuchung war es, den Zeitpunkt des „Take-off“ der einzelnen Produkte zu 

modellieren. Hierzu verwendeten die Autoren das Proportional Hazard Model von Cox. Als Ergeb- 

nis läßt sich festhalten, daß es einen typischen Verlauf mit einem Take-off des Produkts gibt, der sich 

gut mit dem Modell abbilden läßt. Das wohl interessanteste Ergebnis ist, daß der Zeitraum von der 

Markteinführung zum Take-off bei sechs Jahren liegt und der Diffusionsgrad dann 1,7% der Popula- 

tion beträgt (Golder und Tellis 1997, S. 266). 

Schoder (1995, S. 20) stellt fest, daß noch immer theoretische und methodische Defizite bei der Dif- 

fusionsforschung für Kritische-Masse-Systeme bestehen. Hervorzuheben ist, daß die Geschwindig- 

50 Methodische Aspekte zur Vorgabe eines Marktpotentials stellen van den Bulte und Lilien (1997) sowie Bähr- 

Seppelfricke (1999) dar. 

Zeit 

60

keit der Diffusion bei interaktiven Medien sehr stark von der Gestaltung des Marketing-Mix abhängt 

(Albers und Peters 1998; Klophaus 1995, S. 63). 

• Zur Diffusion des Interaktiven Fernsehens in Segmenten des sozialen Systems 

Es ist wenig hilfreich, von einem generellen Druck der Installierten Basis auf die Nicht-Adopter zu 

sprechen (Böcker und Gierl 1988, S. 33 f.). So ist vielmehr davon auszugehen, daß die Höhe der 

Installierten Basis des unmittelbaren sozialen Umfeldes einen wesentlich stärkeren Einfluß auf die 

Wahrnehmung des sozialen Risikos ausübt als der Teil des sozialen Systems, der nicht zum unmittel- 

baren Interaktionsbereich des Individuums gehört. Es wird dabei angenommen, daß innerhalb dieses 

Segmentes eine intensive Kommunikation (Word-of-Mouth) stattfindet (Albers und Peters 1998, S. 

112; Gatignon und Robertson 1985, S. 857 f. sowie Oliver, Marwell und Teixeria 1985, S. 524). 

Der Imitationsdruck ist nicht unabhängig vom Produkt, da nicht jede Innovation, die nicht adoptiert 

wird, als Verstoß gegen die Gruppennorm zu sehen ist. Unklar ist, ob solche Einflüsse in Kommuni- 

kationssystemen vorliegen. Deswegen wird die folgende Hypothese gebildet: 

61 

Hypothese 3-6: Je stärker der Druck des unmittelbaren sozialen Umfeldes ist, desto 

stärker ist die Nutzung. 

Das Interaktive Fernsehen stellt ein komplexes Gebilde dar, das sich durch eine Vielzahl von unter- 

schiedlichen Diensten auszeichnet. Diese Dienste können die Population in Segmente unterteilen und 

jeweils eigene Kritische Massen aufweisen. So unterscheidet Weiber (1992, S. 108 f.) die Segmente 

der professionellen, semiprofessionellen und privaten Nachfrager voneinander. Eine derartige Eintei- 

lung ist für das Interaktive Fernsehen nicht sinnvoll, da sie nicht unmittelbar Auskunft über die Präfe- 

renzen und somit der notwendigen Marketing-Entscheidungen liefert. Hilfreicher erscheint die Seg- 

mentierung bezüglich der Präferenz einzelner Dienste im Interaktiven Fernsehen zu sein, da die Pro- 

fessionalisierung sich wahrscheinlich eher darin identifizieren läßt. Beispielsweise kann ein Segment 

bestehen, daß die Dienste eher für kommunikative Zwecke einsetzen möchte (z.B. Mail-Systeme) 

oder statt dessen auf Unterhaltung (z.B. Games-on-Demand) Wert legt. Theoretisch läßt sich jedoch 

keine Hypothese rechtfertigen, in der eine spezielle Segmentstruktur für die einzelnen Dienstepräfe- 

renzen unterstellt wird. Insofern kann nur allgemein formuliert werden:

Hypothese 3-7: Es existieren Segmente, die sich in ihren Präferenzen bezüglich der 

Dienste unterscheiden. 


Die Forschung hat im Laufe der Zeit eine Vielzahl von Diffusionsmodellen entwickelt, die als verein- 

fachte Abbilder von realen Diffusionsverläufen verstanden werden (Gierl 1992, S. 383). Einen 

Überblick über die Modelle, die zumeist auf dem Bass-Modell basieren, bieten Böcker und Gierl 

(1988); Gatignon und Robertson (1985) sowie Mahajan, Muller und Bass (1990). 

Eine der wichtigsten Anwendungen der Diffusionsmodelle besteht in der Prognose des Diffusionsver- 

laufs (Mahajan, Muller und Bass 1995, S. G85). Die Prognose des Erfolgs eines Systems, das sich 

noch nicht im Markt befindet, erfordert eine Schätzung der Parameter des Diffusionsmodells. Eine 

solche Schätzung ist jedoch sehr schwierig, wenn keine oder nur sehr wenige Datenreihen zur Verfü- 

gung stehen (Albers und Peters 1998, S. 120). Es werden mehrere Lösungsansätze hierfür genannt: 

Zum einen können Expertenschätzungen bestimmte Informationen über die Marktgröße, den Zeit- 

raum bis zur maximalen Adoptionsrate und deren Höhe generieren (Albers und Peters 1998, S. 120; 

Mahajan, Muller und Bass 1995, S. G85). So wurde beispielsweise eine Prognose für den Compact 

Disc (CD)-Markt abgeleitet (Bayus 1987). Jedoch warnen Golder und Tellis (1997, S. 257) vor ei- 

ner solchen Vorgehensweise, da sie herausfinden, daß Manager einen zumeist linearen Diffusionsver- 

lauf unterstellen und nur eine geringe Vorstellung über den Zeitpunkt der Kritischen Masse eines 

Produktes haben. Zum anderen können Schlüsse aus der Diffusion ähnlicher Systeme gezogen und 

aus deren Verlauf Parameter für innovative Systeme abgeleitet werden. Eine solche Vorgehensweise 

wurde z.B. bei der Prognose des Markterfolgs von High Definition Television (HDTV) gewählt 

(Bayus 1993). Die Verwendung von Parametern aus Befunden von Metaanalysen kann ebenfalls bei 

der Prognose der Diffusion eines Systems weiterhelfen (Mauerer 1995; Sultan, Farley und Lehmann 

1990). Kritisch ist jedoch hierbei, daß dort nicht unbedingt ähnliche Produkte in den Studien ver- 

wendet werden und die Schätzungen nicht den Besonderheiten interaktiver Medien gerecht werden. 

Die Verwendung von Diffusionsmodellen kann unter Umständen zu gravierenden Fehlschlüssen füh- 

ren. Ein Beispiel für potentielle Fehleinschätzungen, die aus einer zu kurzen Datenreihe resultieren 

können, ist die BTX-Studie von Hecheltjen (1985). In der Studie wurde zwar die Diffusionsge- 

schwindigkeit recht gut prognostiziert, jedoch wurde das absolute Marktpotential zugrundegelegt, 

statt das in der Anfangsphase des Dienstes wesentlich niedrigere erreichbare Marktpotential zu be- 

rücksichtigen. Dies führte zu einer Prognose der Teilnehmerzahl in Höhe von 2,5 Millionen Nutzer in 

1989, die jedoch tatsächlich erst ca. 1999 erreicht wurde. Berndt und Fantapié Altobelli (1991) un- 

62

terstellten in Ihrer Studie für den Dienst auf der Basis einer wesentlich längeren Zeitreihe ein dynami- 

sches Marktpotential. 51 Die Erklärung und Prognose für die Entwicklung des Dienstes gelang ihnen 

deshalb bedeutend besser. Doch auch diese Studie weist einige kleinere Schwächen in der Schät- 

zung und der Interpretation der Ergebnisse auf. Diese beiden Beispiele zeigen, daß Diffusionsmodelle 

zur Prognose der Penetrationsentwicklung von neuen Diensten und Systemgütern nur mit entspre- 

chender Erfahrung und mit Umsicht einzusetzen sind. 

Die Anwendung von Diffusionsmodellen bei Systemgütern, die vor der Markteinführung stehen, ist 

aufgrund der noch fehlenden gesicherten wissenschaftlichen Erkenntnisse wenig vielversprechend. 

Des weiteren wird bei der Diffusion nur die Adoption und nicht die Nutzung prognostiziert. Es ist 

somit zusammenfassend festzuhalten, daß die Diffusionstheorie ein reiches Spektrum für die Erklä- 

rung eines Diffusionsverlaufs bereitstellt, jedoch bei der Prognose der Nutzung von innovativen Sy- 

stemgütern ein sehr beschränktes Instrumentarium bereitstellt. 

3.4 Nutzung als hinreichende Bedingung für den Markterfolg 

3.4.1 Überblick zur Akzeptanztheorie 

Die Analyse der Akzeptanz des Interaktiven Fernsehens bedarf eines Ordnungsrahmens für den Ak- 

zeptanzprozeß, der darstellt, welche Einflüsse Personen dazu bewegen, das Interaktive Fernsehen zu 

nutzen. Anschließend wird der Begriff der Akzeptanz definiert. 

Der Akzeptanzprozeß (Abbildung 3-10) gliedert sich in die Einstellungsphase, Produktphase und 

Nutzungsphase, wobei unterschiedliche umweltspezifische Faktoren auf diesen Prozeß einwirken 

(Kollmann 1996, S. 71 ff). 52 

51 Vergleiche zur Relevanz der unterschiedlichen Behandlung des Marktpotentials in Diffusionsmodellen insbe- 

63 

sondere van den Bulte und Lilien (1998) sowie Bähr-Seppelfricke (1999). 

52 Wierenga und Oude Ophuis (1997, S. 276) stellen einen ähnlichen Prozeß dar, der jedoch weitaus weniger de- 

tailliert ist.

Abbildung 3-10: Ordnungsrahmen des Akzeptanzprozesses 

Sozio-kulturelle Umwelt 

Produktbezogene Faktoren Akzeptiererbezogene Faktoren Unternehmenseigene Faktoren 

• Organisationsspezifische Größen 

• Buying -Center spezifische Größen 

• Entscheidungsträgerspezifische Größen 

• sozio-ökonomische Kriterien 

• psychographische Kriterien 

• beobachtbares Kaufverhalten 

• tatsächliches Nutzungsverhalten 

• Erprobbarkeit 

• Kommunizierbarkeit 

• Nutzungsbereitschaft 

• relativer Vorteil 

• Komplexität 

• Kompatibilität 

• Unsicherheit 

Quelle: Kollmann (1996, S. 113). 

Einstellungsphase 

Preacceptance 

Erwartung / 

Bewertung 

Interesse 

Bewußtsein 

Technologische Umwelt 


Produktphase 

Adaption 

Versuch / 

Erfahrung 

Acceptance 

Adoption 

Nutzungsakzeptanz 

Anwendungsverweigerung / gegenwärtige Ablehnung 

Nutzungs - 

phase 

Implementierung Nutzung 

Postacceptance 

Handlungsakzeptanz 

Einstellungsakzeptanz 

Makroökonomische Umwelt 

Verschiebung der Akzeptanzentscheidung Fortgesetzte Ablehnung 

Abbruch des Akzeptanzprozesses 

Leapfrogging 

Vorläufige Zurückweisung 

Akzeptanzprozeß für Zukunftstechnologie 

Politisch-rechtliche Umwelt 

64

Innerhalb der Einstellungsphase bildet sich die Einstellungsakzeptanz heraus. Wichtig für die Phase 

des Prozesses ist das Bewußtsein und das Interesse am Interaktiven Fernsehen. Hierzu stellten 

Geppert, Greipl und Müller (1996, S. 172) fest, daß 70% einer befragten Stichprobe den Begriff 

„Interaktives Fernsehen“ zumindest kannten. 53 Die Erwartungen und Bewertungen an das Medium 

sind vielfältig und im wesentlichen von der Unsicherheit und Unwissenheit über das Medium be- 

stimmt. Es lassen sich nur detaillierte Bewertungsmaßstäbe entwickeln, wenn die Individuen bereits 

einmal mit dem System in Kontakt gekommen sind. Da diese Kontaktmöglichkeiten bislang nur Teil- 

nehmern von Pilotprojekten, Messebesuchern und ansatzweise Abonnenten des Digitalen Fernse- 

hens offenstehen, kommt es dementsprechend nur zu geringen Preacceptancewerten. 

Nach Abschluß der Einstellungsphase befindet sich das System im Evoked Set der potentiellen Ak- 

zeptierer (Schmalen und Pechtl 1996, S. 818). Als wichtig für diese Phase ist anzuführen, daß die 

Einstellungsakzeptanz sich sowohl an einem bestehenden System als auch an einer noch nicht am 

Markt befindlichen innovativen Multimedia-Anwendung orientieren kann. 

Die Relevanz des Einstellungsprozesses bei noch nicht eingeführten Systemen zeigt sich darin, daß ei- 

ne positive Akzeptanzeinstellung erforderlich für die Fortsetzung des Innovationsprozesses auf Seiten 

der Anbieter und des Akzeptanzprozesses auf Seiten der Nachfrager ist. Hierdurch unterscheidet 

sich gemäß Kollmann (1996, S. 75) der Akzeptanzprozeß von dem Adoptionsprozeß, der sich 

grundsätzlich auf ein bereits am Markt erhältliches Produkt bezieht. 

In der Produktphase bildet sich die Übernahmeentscheidung heraus, die in die Handlungsakzeptanz 

mündet. Die Produktphase beginnt mit dem Versuch, wodurch Erfahrungen mit dem System gesam- 

melt werden. Innerhalb von Pilotversuchen kann es beispielsweise zu positiven Erfahrungen kommen, 

die auf eine erhöhte Akzeptanz schließen lassen, die sich wiederum in der Adoptions- bzw. Adap- 

tionsrate widerspiegelt. 54 Es wird hier von einer Adoptionsakzeptanz gesprochen, wenn das Multi- 

media-System in ein vorhandenes Werte-/Zielsystem paßt, eine uneingeschränkte Grundakzeptanz 

vorliegt, kein individueller und technologischer Wandel nötig ist und kein externer Druck vorliegt. 

Hingegen zeichnet sich die Adaptionsakzeptanz dadurch aus, daß das Multimedia-System nicht in 

das vorhandene Werte-/Zielsystem paßt, 

53 Dieser hohe Wert ist angesichts der damaligen Medienpräsenz des Interaktiven Fernsehens ohne weiteres 

65 

mit der Theorie des Agenda Setting zu erklären (Kroeber-Riel 1993, S. 82 ff.). 

54 Natürlich ist es auch möglich, daß es zu negativen Anwendungserfahrungen kommt, die dann eine Nichtakzeptanz 

zur Folge haben. Gaeth et al. (1997, S. 42 ff.) zeigen jedoch, daß es trotz anfangs negativer Erfahrungen 

mit einem Gut durchaus noch möglich ist, durch spätere positive Erfahrungen hohe Akzeptanzwerte zu 

erzielen. Damit widerlegen sie die These, daß der erste Eindruck zur unmittelbaren (Nicht-) Akzeptanz führt.

eine eingeschränkte Grundakzeptanz vorliegt, ein individueller und technologischer Wandel nötig ist 

und externer Druck vorliegt (Kollmann 1996, S. 64). 55 

Nach Abschluß der Produktphase folgt die Nutzungsphase, die determinierend für die Nutzungsak- 

zeptanz ist. Zu Beginn dieser Phase kommt es zur Implementation (Installierung) des Systems und 

daran anschließend ist eine Nutzung bzw. Anwendungsverweigerung zu beobachten. Eine Anwen- 

dungsverweigerung tritt insbesondere bei zu hoher Tarifierung der Dienste auf. Die Zahlungsbereit- 

schaft für Interaktives Fernsehen ist bislang gering: Weiber und Kollmann (1995, S. 40) berichten, 

daß die monatlichen Gebühren bei ca. 25 DM ihre „Schmerzgrenze“ erreichen. Bei wenig interessan- 

ten Inhalten, die überdies zu hohen Preisen angeboten werden, kann es zu äußerst geringen Postac- 

ceptancewerten kommen. 

Innerhalb des Prozesses kommt es zwischen den Phasen zu Rückkopplungen, die zu dem bereits an- 

geführten Circulus Vitiosus der Systemattraktivität führen. 

Die Zielsetzung dieser Arbeit liegt in der Betrachtung der Nutzungsakzeptanz. Vor diesem und dem 

Hintergrund des dargestellten Prozesses wird die Akzeptanz von neuartigen Multimedia-Systemen 

folgendermaßen definiert: „Akzeptanz ist die – in Abhängigkeit des individuellen sozio-kulturellen 

Umfelds (Wert-/Zielebene) – tatsächliche Umsetzung der rationalen Bereitschaft (Einstellungsebene) 

in eine Übernahme der technologischen Innovation (Handlungsebene) und deren anschließende Nut- 

zung in konkreten Anwendungssituationen (Nutzungsebene)“ (Kollmann 1996, S. 68). 

Es stellt sich nun die Frage, wie ein Multimedia-System beschaffen und tarifiert sein muß, damit die 

Postacceptance maximal wird. 

Zahlreiche Faktoren wirken auf den Akzeptanzprozeß und beeinflussen dessen Verlauf, Ergebnis 

sowie Dauer. In der Literatur wird zwischen produktspezifischen, nutzerspezifischen und umweltspe- 

zifischen Einflußfaktoren unterschieden (Kollmann 1996, S. 95 ff.; Weiber 1992, S. 4 ff.). 

Unter produktspezifischen Determinanten werden Einflußgrößen subsumiert, die primär durch 

die Innovation und erst sekundär durch die Nachfrager beeinflußt werden. Die wahrgenommenen 

produktspezifischen Attribute nehmen im Akzeptanzprozeß dabei eine besondere Stellung ein, da sie 

für die Art und das Ausmaß der erforderlichen Verhaltensänderung als bestimmend angesehen wer- 

den (Holak und Lehmann 1990, S. 59 ff.; Tornatzky und Klein 1982, S. 28 ff.). Trotz individueller 

Unterschiede gilt generell: Je stärker der relative Vorteil, die Kompatibilität, Erprobbarkeit und 

55 In der Diffusionsforschung wird davon ausgegangen, daß neue Produkte zunächst von einer kleinen Menge 

von Innovatoren adoptiert werden, bevor später Imitatoren die Innovation annehmen, weil diese sich an dem 

Kaufverhalten von Meinungsführern (Innovatoren) orientieren (siehe Abschnitt 3.3). Die Adaptionsakzeptanz 

zeigt die Macht der Kritischen Masse auf die Imitatoren. 

66

Kommunizierbarkeit ausgeprägt sind und je geringerer die Komplexität, desto größer ist die Adop- 

tionswahrscheinlichkeit und auch -geschwindigkeit (Rogers 1995, S. 250; Weiber 1992, S. 5). Die- 

se Faktoren werden im folgenden Abschnitt detaillierter erläutert und in Hypothesen eingebettet. 

Nutzerspezifische Faktoren verweisen auf die Adoptionsbereitschaft des Entscheiders und beein- 

flussen die Suche und Interpretation der Informationen und somit die Wahrnehmung der Produktei- 

genschaften. Variablen wie Einkommen, Alter etc. können grundlegend den Verlauf des Adoptions- 

prozesses beeinflussen (Kollmann 1996, S. 102 ff.). So kann ein geringes Einkommen eine Innovati- 

on zur Zeit der Markteinführung unerschwinglich machen. 

Zudem sind umweltbezogene Determinanten zu berücksichtigen. Hierunter werden Faktoren der 

sozio-kulturellen, politisch-rechtlichen, technologischen sowie makroökonomischen Umwelt zusam- 

mengefaßt (Weiber 1992, S. 7). 

In den folgenden beiden Unterabschnitten 3.4.2 und 3.4.3 werden die Nutzungsfaktoren aus Nutzer- 

und aus Anbietersicht dargestellt. 

3.4.2 Nutzungsfaktoren aus Nutzersicht 

Die im folgenden dargestellten Einflußfaktoren sind aufgrund der theoretischen Überlegungen für die 

Art und das Ausmaß des Verhaltens der Individuen verantwortlich (Holak und Lehmann 1990, S. 59 

ff.). 

3.4.2.1 Relativer Vorteil 

Der relative Vorteil drückt den wahrgenommen Grad der Vorteilhaftigkeit einer Innovation zur Be- 

friedigung der individuellen Bedürfnisse im Vergleich zu bisher verwendeten oder anderen innovativen 

Produktalternativen aus (Rogers 1995, S. 212 ff. sowie Schmalen und Pechtl 1996, S. 818 ff.). Da 

er ein zentrales Element der Adoptionsforschung darstellt (Clement und Litfin 1998a), wird die fol- 

gende allgemeine Hypothese unterstellt: 

67 

Hypothese 3-8: Je höher der relative Vorteil ist, desto höher ist der Nutzen des Systems. 

56 

Der relative Vorteil ist bei Kritische-Masse-Systemen von der Höhe der Installierten Basis und 

den sich dadurch entfaltenden Netzeffekte abhängig. Die Interaktivität des Fernsehens bedingt einen 

Zusammenhang der Akzeptanzprozesse von Mitgliedern des sozialen Systems. 

56 Wenn im folgenden in Hypothesen von „Nutzen“ gesprochen wird, dann ist damit die Nutzenbewertung ge- 

meint.

Die Wahrnehmung des relativen Vorteils ist eine dynamische Größe und nimmt durch stete Produkt- 

verbesserungen mit dem Lebenszyklus zu. Zu Beginn des Lebenszyklusses wird das Interaktive 

Fernsehen nur sehr wenig auf die Bedürfnisse der Nutzer zugeschnitten sein. Im Laufe der Zeit wer- 

den jedoch durch schrittweise Verbesserungen die Kundenbedürfnisse zunehmend integriert und der 

relative Vorteil steigt (Bhoovaraghavan, Vasudevan und Chandran 1996, S. 234; Brockhoff 1999, 

S. 116 f.; Calantone, di Benedetto und Meloche 1988, S. 14 f. sowie Collins, Hage und Hull 1988, 

S. 516 f.). Allerdings ist bei der Betrachtung dieses Konzeptes auf die Besonderheit eines Kritische- 

Masse-Systems zu achten, da bei anfangs zu geringer Wahrnehmung des relativen Vorteils die not- 

wendige Kritische Masse nicht erreicht wird und der Lebenszyklus beendet ist, bevor es zu Verbes- 

serungen kommt. Somit ist es das wichtigste Ziel, die Kritische Masse so schnell wie möglich zu er- 

reichen. Hieraus folgt 

Hypothese 3-9: Je schneller die Kritische Masse erreicht wird, desto höher ist der Nut- 

zen des Systems. 

Des weiteren sind technische Aspekte des Systems für die Wahrnehmung des relativen Vorteils 

wichtig. Im engeren Sinne kann hierunter die Plazierung des Systems im Eigenschaftsraum definiert 

werden. Da jedoch der relative Vorteil im wesentlichen von den wahrgenommenen technischen Ei- 

genschaften abhängt, ist hiermit die Positionierung des Gutes im Produktmarktraum zu verstehen 

(Brockhoff 1999, S. 22 ff.). 

Hypothese 3-10: Je höher der relative Vorteil von technischen Funktionen wahrge- 

nommen wird, desto höher ist der Nutzen des Systems. 

Der relative Vorteil ist stark von den wahrgenommenen Kostenvorteilen anhängig. Der anfangs oft 

geringe technische Vorteil kann bei einem zu hohen ökonomischen Risiko die relative Vorteilhaftig- 

keitsposition so stark einschränken, daß Maßnahmen zu ergreifen sind, die eine Verringerung des 

ökonomischen Risikos mit sich bringen. Demnach folgt 

Hypothese 3-11: Je höher die Kosten der Hard- und Software, desto niedriger ist der 

Nutzen des Systems. 

Der relative Vorteil einer Neuerung kann neben dem Grundnutzen ebenso im Zusatznutzen begründet 

sein. Produkte können dazu dienen, die Position des Nutzers in seiner sozialen Umwelt zu bestim- 

men, um somit einen möglichst hohen sozialen Status zu erzielen. Der relative Vorteil durch das 

Übernehmen der sozial erwünschten Verhaltensweisen liegt dann in der wahrgenommenen psycholo- 

gischen Belohnung. Wie aus den Erkenntnissen der Sozialpsychologie abzuleiten ist, sind die Men- 

schen bestrebt, einen möglichst hohen sozialen Status zu erreichen, und dementsprechend steuern sie 

68

ihr Verhalten. 57 Dennoch ist zu bedenken, daß Nutzer aufgrund des Charakters des Kritische- 

Masse-Systems bereits hohe Risiken des „stranding“ tragen. Wenn nun eine (z.B. durch kommunika- 

tionspolitische Maßnahmen begleitete) Positionierung des Interaktiven Fernsehens als Statussymbol 

angestrebt wird, so kann dies zu einem höheren wahrgenommenen Risiko führen, weil dann im sozia- 

len Umfeld deutlich wird, daß der Adopter im Falle des „stranding“ auf die falsche Technologie ge- 

setzt hat. Insofern ist folgende Hypothese nicht tautologisch: 

69 

Hypothese 3-12: Wenn das Interaktive Fernsehen als ein Statussymbol wahrgenommen 

wird, dann wird dem System ein höherer Nutzen zugeschrieben. 

3.4.2.2 Kompatibilität 

Kompatibilität wird gemäß Rogers als wahrgenommener Grad der Übereinstimmung der Innovation 

mit bestehenden Werten sowie vergangenen Erfahrungen und Bedürfnissen des potentiellen Nutzers 

definiert. Die technische Kompatibilität ist hierbei wesentlich, da die Effizienz des Systems durch das 

Zusammenspiel der Systemkomponenten determiniert wird (Wiese 1998). Die Auswirkungen des 

Decoderstreits im Digitalen Fernsehen zeigen die Relevanz dieses Faktors: Das Risiko, einen Deco- 

der zu adoptieren, der keine Zukunft hat (Mediabox), weil sich ein anderer Standard durchsetzt (d- 

Box), hat die Diffusion des Digitalen Fernsehens stark behindert. Aus diesem Grund startete DF1 im 

Oktober 1997 eine Werbekampagne zur Kommunikation des festgelegten Standards der d-Box 

(Clement und Becker 1998). 

Die Kompatibilität des Systems mit den sozio-kulturellen Werten und Einstellungen einer 

Gesellschaft stellt ein wesentliches Standbein der Akzeptanz des Systems dar. Persönliche Werte 

wie z.B. Abstrahierungsvermögen, Rationalität, Intelligenz, Einstellung gegenüber Veränderungen und 

Wissenschaft, Risikobereitschaft und Kontrollmotivation sind in der Marketing-Planung zu berück- 

sichtigen. Die Angst vor der Vereinsamung am Fernsehbildschirm stellt dabei eine große Barriere in 

der Gesellschaft dar, die in den empirischen Untersuchungen häufig als ein kritischer Faktor identifi- 

ziert wird (siehe Abschnitt 3.4.5). Es folgt 

Hypothese 3-13: Je höher die Befürchtung vor dem Verlust von sozialen Kontakten ist, 

desto niedriger ist der Nutzen des Systems. 

Bei Betrachtung der Kompatibilität des Systems mit früheren Erfahrungen der Fernsehnutzung 

ist zu bedenken, daß mit zunehmendem Kompatibilitätsgrad die Notwendigkeit einer Verhaltensän- 

57 So lassen sich beispielsweise Erkenntnisse der Impression-Management-Theorie als Argumentationsbasis 

heranziehen (Mummendey und Bolten 1985).

derung sinkt. Es ist anzunehmen, daß die Kompatibilität zu früheren Erfahrungen mit steigendem In- 

novationsgrad abnimmt. 58 Daraus läßt sich die folgende Hypothese ableiten: 

Hypothese 3-14: Je höher die Befürchtung vor dem Verlust des kostenlosen TV- 

Angebots ist, desto niedriger ist der Nutzen des Systems. 

Kompatibilität bezieht sich nicht nur auf die beim Nachfrager vorhandenen Bedürfnisse, sondern 

auch auf die zukünftigen, bereits von Erwartungen geprägten Multimedia-Bedürfnisse. 

Hiermit wird deutlich, daß es im System-Marketing auf eine längerfristige Betrachtung ankommt. 

Abschließend muß eine Kompatibilität mit den gesetzlichen Rahmenbedingungen gewährleistet 

werden. Hierunter fallen beispielsweise wahrgenommene Kompatibilitätsprobleme durch eine zu en- 

ge Definition des Rundfunkbegriffs und durch Marktbeeinträchtigungen des Bundes aufgrund des 

Übertragungsmonopols (Booz Allen & Hamilton 1997). Des weiteren ist die Diskussionen über den 

Datenschutz bei den vielfältigen Informationsströmen zu berücksichtigen. Die Bedeutung eines her- 

vorragenden Database-Marketing zur Minimierung der Zweifel am Datenschutz steht außer Frage 

(Cespedes und Smith 1993; Hagel III und Singer 1999) und führt zur 

Hypothese 3-15: Je höher die Befürchtung vor dem Mißbrauch der Daten ist, desto 

niedriger ist der Nutzen des Systems. 

3.4.2.3 Komplexitätsgrad 

Unter dem Komplexitätsgrad wird der wahrgenommene relative Schwierigkeitsgrad zur Bedienung 

und des Verständnisses des Nutzens der Systeminnovation verstanden (Rogers 1995, S. 242 f.). Bei 

einem als komplex empfundenen Gut kommt es dabei aufgrund des notwendigen Lernens zu einer 

Verlängerung der Bewertungs- und Versuchsphase im Akzeptanzprozeß und somit zu einer höheren 

Ablehnungswahrscheinlichkeit (Schulz 1972, S. 46). 59 

Mit zunehmender Anzahl von Systemkomponenten nimmt die Komplexität zu. Problematisch ist 

hierbei, daß auch der Nutzen des Systems mit zunehmenden Verwendungsmöglichkeiten (z.B. Inter- 

netschnittstellen beim Interaktiven Fernsehen) steigt. Allerdings nimmt ebenfalls die wahrgenommene 

Komplexität zu, so daß es nicht unbedingt optimal ist, sämtliche Funktionen in einem Endgerät zu 

bündeln (Clement und Litfin 1998a, S. 104). 

58 

Hierbei ist hervorzuheben, daß diese Annahme aus Nutzersicht getroffen wird, d.h. es wird hier von dem individuell 

wahrgenommenen Innovations- und Komplexitätsgrad eines Gutes ausgegangen. 

59 

Ähnliche Aussagen gelten bei der Akzeptanz von Innovationen in Organisationen (Hobday 1998). 

70

Es ist davon auszugehen, daß die wahrgenommene Komplexität des gesamten Systems durch eine 

Vielzahl von einzelnen Komponenten, wie z.B. der Beschaffenheit des Endgeräts, der Installations- 

prozesse oder einzelnen Dienste, abhängt (Clement 1997b). Sehr komplexe Systemarchitekturen 

haben zur Folge, daß der Nutzerkreis auf die „Technikfreaks“ begrenzt wird – die Zielgruppe wird 

unnötig eingegrenzt. Aus den Ausführungen folgt 

71 

Hypothese 3-16: Je höher die Komplexität des Systems ist, desto niedriger ist der Nut- 

zen des Systems. 

3.4.2.4 Erprobbarkeit 

Die Erprobbarkeit gibt das Ausmaß an, inwieweit die Innovation im Vorfeld getestet werden kann 

(Rogers 1995a, S. 243 f.). Dies beinhaltet insbesondere die Erprobung von interaktiven Servicelei- 

stungen und der dazu notwendigen Hardware. Derartig umfangreiche Tests werden bei neuen Medi- 

en zumeist im Rahmen von Pilotprojekten vorgenommen (Witte 1997). Bereits in diesem Stadium ist 

ein gutes Pilotprojekt-Management wichtig, da negative Erfahrungen der Pilotprojektteilnehmer lang- 

fristig akzeptanzhemmende Wirkungen mit sich bringen können (Gaeth et al. 1997). Das gilt insbe- 

sondere dann, wenn es sich um enttäuschte Meinungsführer handelt. Üblicherweise werden den Par- 

tizipanten zeitlich befristete Probezugänge bereitgestellt, wobei nur selten Entgelte für Hard- und 

Software sowie für die Nutzung der Dienste zu leisten sind. 

Anlehnend an Heiman und Muller (1996) ist bei der Bereitstellung einer Möglichkeit zur Erprobung 

des Systems auf die Dauer der Erprobung zu achten. Insbesondere bei Probeabonnements von 

Diensten oder der zeitlich begrenzten Bereitstellung von Endgeräten sind die folgenden Aspekte zu 

berücksichtigen: 

• Welches ist die optimale Dauer der Erprobbarkeit im Rahmen eines Pilotprojektes? 

• Variiert die optimale Dauer zwischen unterschiedlichen Produkten oder Diensten? 

• Variiert die optimale Dauer zwischen potentiellen Akzeptierenden? 

Bei der Planung von Pilotversuchen ist zunächst einmal festzulegen, wo die Erprobung stattfinden soll. 

Beim Interaktiven Fernsehen bieten sich öffentliche Terminals oder Privat-Anschlüsse von Haushal- 

ten an. Die Kosten der Installation von öffentlichen Terminals unterschreiten im allgemeinen die Ko- 

sten, die anfallen, wenn mehrere Haushalte an ein Hochgeschwindigkeitsnetz angeschlossen werden 

sollen. Es gilt hierbei jedoch weiter zu differenzieren; zum einen hinsichtlich der Person, die das Sy- 

stem oder einen bestimmten Dienst nutzt, und zum zweiten hinsichtlich des Ortes an dem das System 

installiert ist:

Abbildung 3-11: Typisierung nach Ort der Erprobbarkeit und Operator des Systems 

System 

beim 

Verkäufer 

System 

beim Pilotprojektteilnehmer 

Operator: 

Pilotprojektanbieter 

1 2 

3 4 

Operator: 

Pilotprojektteilnehmer 

Feld 1 

- Keine Erprobung durch Kunden 

- Funktioniert es auch beim Kunden? 

Feld 2 

+ Erprobung durch Kunden 

+ Unterstützung durch Verkäufer 

- Funktioniert es auch beim Kunden? 

Feld 3 

- Keine Erprobung durch Kunden 

+ Funktioniert auch beim Kunden 

Feld 4 

+ Erprobung durch Kunden 

+ Mehrere Entscheider können es 

testen 

+ Funktioniert auch beim Kunden 

+: positiv -:negativ 

Wenn der potentielle Nutzer das Gut nicht selbst operieren kann, ist die Unsicherheit vergleichsweise 

wenig reduziert worden, da er immer noch nicht davon ausgehen kann, daß er selbst in der Lage ist, 

dieses System zu nutzen. Allerdings ist es vorteilhaft, wenn eine Person anwesend ist, die notfalls ge- 

nauere Instruktionen geben kann. Die geeignetste Form der Erprobung mit dem Ziel der größtmögli- 

chen Akzeptanz erscheint die Teilnahme an einem Pilotprojekt, bei dem die Haushalte an das System 

angeschlossen werden und in der Lage sind, alle Dienste eigenständig unter Anleitung einer Fachkraft 

auszuprobieren. Nur so ist sichergestellt, daß die Personen im Haushalt überprüfen können, daß das 

System auch bei ihnen in der vertrauten Umgebung funktioniert. 

Die Durchführung von Pilotprojekten oder die Bewilligung zeitlich befristeter Probeabonnements ist, 

bei Vernachlässigung der Gewinnung technischer Erkenntnisse, grundsätzlich nur dann von Vorteil, 

wenn der Nutzen des Systems den potentiellen Nutzern nicht bekannt ist oder er von ihnen als gerin- 

ger wahrgenommen wird, als er realistischerweise (nach der Einschätzung des Systemplayers) ist. Ob 

sich ein Pilotprojekt zur Steigerung der Akzeptanz überhaupt lohnt, hängt von zwei wesentlichen 

Faktoren ab: Zum einen von der Ausprägung bestimmter Eigenschaften und zum zweiten von der 

Lerngeschwindigkeit. Die benötigte Lernzeit des potentiellen Kunden für die Ausprägungen der ein- 

72

zelnen Eigenschaften variiert über die Eigenschaften. 60 Des weiteren besitzt der Teilnehmer bestimm- 

te Einstellungen hinsichtlich des Niveaus einzelner Eigenschaftsausprägungen. Liegen die tatsächlichen 

Ausprägungen oberhalb (unterhalb) des Niveaus, dann liegt eine positiv (negativ) ausgeprägte Eigen- 

schaft vor und die Akzeptanzwahrscheinlichkeit P(A) nimmt zu (ab). 

Abbildung 3-12: Zusammenhang zwischen Eigenschaftsausprägung und Lernzeit 61 

73 

negativ 

ausgeprägte 

Eigenschaften 

schnell 

erlernbar 

langsam 

erlernbar 

positiv ausgeprägte Eigenschaften 

schnell erlernbar langsam erlernbar 

Functional Undemonstrable 

P(A) 

Play Time 

P(A) 

t (opt) 

Quelle: In Anlehnung an Heiman und Muller (1996, S. 424). 

In der Functional-Kategorie, in der die positiven als auch die negativen Eigenschaften schnell erlern- 

bar sind, hat die Akzeptanzwahrscheinlichkeitsfunktion einen konkaven Verlauf hinsichtlich der De- 

monstrationszeit, wenn die Teilnehmer das System a priori schlechter bewerten, als es tatsächlich ist. 

Die Akzeptanzwahrscheinlichkeit eines Erfahrungsgutes in der Play-Kategorie erinnert an ein umge- 

kehrtes U. Die optimale Demonstrationsdauer ist genau dann erreicht, wenn die Akzeptanzwahr- 

scheinlichkeit ihr Maximum erzielt. Existieren nun mehrere Segmente, die sich hinsichtlich ihres a 

priori Wissens unterscheiden, dann wird das Segment mit dem höheren Vorwissen das Maximum 

zuerst erreichen. Es erscheint somit notwendig, die Teilnehmer hinsichtlich ihres Vorwissens zu seg- 

mentieren und ihnen jeweils nur die segmentspezifische optimale Versuchsdauer zuzugestehen. 

60 So ist es beispielsweise nachvollziehbar, daß die Vorzüge bestimmter Dienste, wie z.B. Video-On-Demand, relativ 

schnell zu erlernen sind, wohingegen die Schadenanfälligkeit einer Set-top-box eine eher langsam zu erlernende 

Eigenschaft darstellt. 

t 

t 

P(A) 

P(A) 

t 

t

Systeme, deren negative Eigenschaften sehr schnell augenscheinlich werden und deren positiven 

Ausprägungen nur sehr langsam erlernt werden können, eignen sich nicht für Pilotversuche, da der 

Teilnehmer nach den ersten Versuchen so enttäuscht ist, daß er auf eine weitere Nutzung verzichtet 

und es zu einer Anwendungsverweigerung kommt. Dies kann ein entscheidendes Problem bei Pilot- 

versuchen darstellen, in denen die Technik nicht ausgereift ist. 

Systemelemente, deren Eigenschaftsausprägungen nur sehr langsam erlernt werden können, ver- 

zeichnen einen s-förmigen Verlauf der Nutzungswahrscheinlichkeit. Beispielhaft kann hier das Be- 

triebssystem (Navigationssoftware) des Interaktiven Fernsehens angeführt werden. Nach einer sehr 

langsamen Gewöhnung an die neue Benutzeroberfläche kommt es zu einem Schub, der die Akzep- 

tanz stark erhöht. Bei Systemelementen dieser Klasse erscheint eine Unterstützung durch eine Fach- 

kraft sinnvoll, da somit das langsame Erlernen der einzelnen Features beschleunigt werden kann. 

Versucht man dieses Schema auf das Interaktive Fernsehen anzuwenden, stellt sich das Problem, 

daß ein Systemgut mit den einzelnen Komponenten und Diensten alle Felder belegen wird und es 

somit nicht möglich ist, eine optimale Dauer für das gesamte System anzugeben. Vor der Erprobung 

ist zu überlegen, ob es tatsächlich notwendig ist, alle Dienste oder Geräte zum Einsatz zu bringen, de- 

ren negative Eigenschaften schnell zu erlernen sind. Da nicht jede Systemkomponente die gleiche Er- 

probungszeit erfordert, kann dort eine Differenzierung hinsichtlich der zugestandenen Erprobungs- 

dauer vorgenommen werden. 

Zusammenfassend ist festzuhalten, daß die Erprobung ein wesentliches Mittel zur Akzeptanzförde- 

rung ist, da sie die Unsicherheit über die Leistungsfähigkeit des Systems reduziert und psychologische 

Bindungen schaffen kann (Kempf und Smith 1998, S. 325). Die Erprobung von einzelnen Diensten 

darf nicht aus Angst vor eventuellen Schäden, wie beispielsweise Probleme beim Umtausch fehlgelie- 

ferter Waren bei Nutzung des Home-Shopping-Angebots, unterbleiben. Die Ausführungen münden 

in 

Hypothese 3-17: Je häufiger das System im Pilotprojekt genutzt (also erprobt) wurde, 

desto größer ist der Nutzen des Systems. 

Holak und Lehmann (1990, S. 66) weisen auf Interdependenzen zwischen der Erprobbarkeit und ei- 

ner weiteren Dimension, der Kommunizierbarkeit, hin. 

61 Die Verläufe der einzelnen Funktionen werden wahrscheinlichkeitstheoretisch bei Heiman und Muller (1996, 

S. 428 f.) abgeleitet. 

74

3.4.2.5 Kommunizierbarkeit 

Mit der Kommunizierbarkeit wird von Rogers das Ausmaß beschrieben, mit dem die Eigenschaften 

einer Innovation anderen potentiellen Nutzern bekannt gemacht werden können. 

Die Werbekampagne von DF1 stand unter teilweise heftiger Kritik, weil sie nicht in der Lage war, 

die Vorzüge des Digitalen Fernsehens in den Mittelpunkt zu stellen. Die Hauptzielgruppe, die priva- 

ten Haushalte, sind sich hinsichtlich des relativen Vorteils im Unklaren. 62 Die Reduktion dieser Unsi- 

cherheit stellt die wesentliche Aufgabe der Kommunikationspolitik dar (Backhaus, Aufderheide und 

Späth 1994, S. 108). Die Überlegungen basieren auf 

75 

Hypothese 3-18: Je besser die Vorzüge des Systems zu kommunizieren sind, desto grö- 

ßer ist der Nutzen des Systems. 

Es wird angeführt, daß Meinungsführer den Prozeß der Informationsdiffusion beschleunigen. Mei- 

nungsführer sind jedoch schwierig zu identifizieren – und selbst nach der Identifikation muß ein Mei- 

nungsführer erst von der Vorteilhaftigkeit des Systems überzeugt sein. Eine detaillierte Analyse des 

Kommunikationsverhaltens zeigt die Netzstruktur des Kommunikationsflusses und verhilft damit zu 

einer zielgruppenspezifischen Kommunikationspolitik. Bei dieser Analyse kann unter Umständen 

auch der Meinungsführer identifiziert werden. 63 

3.4.3 Nutzungsfaktoren aus Anbietersicht 

Nachdem bereits im Abschnitt 2.2 der Systemzusammenhang des Interaktiven Fernsehens aufgezeigt 

wurde, werden im weiteren Verlauf anhand der Wertschöpfungskette des Interaktiven Fernsehens 

die einzelnen Nutzungsaspekte aus der Sicht der Systemplayer unter Berücksichtigung der Nachfra- 

gerinteressen herausgearbeitet. Die Wertschöpfungskette zeigt die unterschiedlichen Produktionsstu- 

fen auf, die zur Erstellung eines Produktes oder Dienstleistung durchlaufen werden (Booz Allen & 

Hamilton 1997, S. 47). 

62 Dieses Problem haben ebenfalls die Betreiber der Pilotprojekte zu den neuen Medien. So ist es beispielsweise 

schwierig, die potentiellen Teilnehmer vom Nutzen der Teilnahme an einem Pilotprojekt zu überzeugen. Es fällt 

den Initiatoren schwer, die wesentlichen Vorteile des Systems zu kommunizieren, obwohl bislang nur sehr selten 

Gebühren erhoben werden. 

63 Dieser Forschungszweig weist Verbindungen zu der Promotorenforschung auf, die sich mit der Identifikation 

von Macht-, Fach- oder Prozeßpromotoren beschäftigt. Dort hat insbesondere der Prozeßpromotor eine ähnliche 

Funktion wie der Meinungsführer in der Diffusionsforschung (Allen 1970; Hauschildt und Chakrabarti 

1988).

Abbildung 3-13: Wertschöpfungskette des Interaktiven Fernsehens 

Basistechnologie des Systems Killerapplikation Nutzerumwelt 

Systemlösungen 

Software 

Endgeräte 

Serviceproviding 

Inhalte 

Server 

Netzleistung 

Netzinfrastruktur 

Beratung und 

Angebot von 

professionellenServices 

für 

Privatnutzer 

und Organisationen, 

wie z.B. 

Installation, 

Training, 

Sicherheit 

Erstellung 

von Software 

für 

die Herstellung,Navigation 


Nutzung 

von Multimediaanwendungen, 

z.B. Browser 

Herstellung 

von Endgeräten, 

wie 

z.B. PCs, 

Fernsehgeräten, 

Set-Top- 

Boxen und 

Kameras, für 

die Nutzung 

von Multimediadiensten 

Entwicklung 

und Angebot 

von “value 

added” Multimedia-Inhalten 


Dienstleistungen, 

wie z.B. 

Userverwaltung,Informationsaufbereitung, 

Agents, Videokonferenzen 

Produktion 

von Inhalten 

für Multimediadienste, 

z.B. Filme, 

Videospiele, 

Datenbankinhalte 

Die multimedialenInformationen, 

die 

zum Abruf bereit 

stehen, 

müssen auf 

Servern abgelegt 

werden 

Alle Dienste 

beanspruchen 

die Netzleistung 

zur 

Übertragung 

von Informationen 

Bereitstellung 

der Netzarchitekturen, 

z.B. 

Glasfasernetze,Vermittlungs-,Übertragungstechnik 

Quelle: Clement und Litfin (1998b, S. 124). 

Herstellung, 

Vertrieb und 

Wartung von 

Hard- und 

Software 

Angebot einer 

Netzleistung 

wie z.B. Datentransfer 

Killer-Anwendung 

Killer- 

Content 

Installation des 

Netzes und der 

Subnetze; 

Netzwerkoptimierung 


-management; 

Wartung der 

Hard- und 

Software des 

Netzes. 

• Deutsche 

Telekom 

• O.tel.o 

• Microsoft 

• IBM 

• Netscape 

• IBM 

• Philips 

• Nokia 

• Sony 

• SEGA 

• Deutsche 

Telekom 

• AOL 

• Premiere 

• Otto 

• Bertelsmann 

• KirchGr. 

• Paramount 

• Reuters 

• n-Cube 

• Oracle 

• IBM 

• Data General 

• SUN 

• Deutsche 

Telekom 

• O.tel.o 

• Arcor 

• Siemens 

• Alcatel SEL 

76

Bei der Analyse der Wertschöpfungskette wird nicht bei jeder einzelnen Stufe eine Hypothese abge- 

leitet. Dies liegt darin begründet, daß nicht zu allen Stufen empirische Daten erhoben werden können. 

So gilt dies beispielsweise bei der Netztechnologie, die durch technische Zwänge gegeben ist. Typi- 

scherweise ist bei der Betrachtung von Multimedia-Systemen keine genaue Trennung der Glieder der 

Wertschöpfungskette sinnvoll, da sich die betreffenden Unternehmen teilweise vorwärts bzw. rück- 

wärts integriert haben und mehrere Teile der Kette auf sich vereinigen. 

3.4.3.1 Netzinfrastruktur und Netzleistung 

Die Aufgabe des Netzanbieters besteht darin, sowohl die erforderliche Bandbreite für den Transport 

der angebotenen Dienste zum Kunden als auch einen Rückkanal zur interaktiven Kommunikation be- 

reitzustellen. Zudem ist er für die Fehlererkennung und Wartung des Netzes zuständig. Der erste 

Schritt dieses Abschnittes der Wertschöpfungskette besteht darin, daß zunächst einmal die Techno- 

logie bereitgestellt werden muß, die für die Erstellung der Netzleistung erforderlich ist. Hierzu zählt 

die Verlegung von Glasfaserkabel sowie der Aufbau von Vermittlungsstellen. Nach der Installation 

des Netzes muß das Angebot einer Netzleistung vorliegen. 64 Prinzipiell sind für eine Online- 

Übertragung alle Rundfunkverteil- oder Telekommunikationsnetze denkbar, wobei es jedoch Pro- 

bleme bei bestimmten Interaktiven Diensten geben kann. So sind Mobilfunknetze und Kommunikati- 

onssatelliten aufgrund ihrer geringen Kapazität für interaktive Dienste nur sehr begrenzt nutzbar. Es 

lassen sich folgende Netzinfrastrukturen für On-Demand-Dienste aufzeigen (Schrape et al. 1996, S. 

23 ff.): 

64 Die Relevanz dieses Faktors läßt sich gut anhand des Streits zwischen der KirchGruppe und der Deutschen 

Telekom aufzeigen. Solange die Deutsche Telekom dem Sender DF1 den Zugang zu dem Kabelnetz verweigerte, 

begrenzte sich die Zielgruppe auf die Satellitenhaushalte (Lütge 1997; Zimmer 1998, S. 352). 

77

Abbildung 3-14: Netzinfrastrukturen 

Netzinfrastrukturen 

basierend auf 

dem Breitband-ISDN- 

Netz mit 

Asynchronem 

Transfermode 

(ATM) 

Breitbandverteilnetz 

(BVN oder 

BK-Netz) 

z.B. von 

O.tel.o oder 

der Telekom 

Quelle: Clement und Litfin (1998b, S. 125). 

Netzinfrastrukturen 

Nutzung des 

Telefonnetzes 

mit Asymmetrical 

Digital 

Subscriber 

Line 

(ADSL) - 

Technik 

Service-on- 

Demand über 

Kleinzellenfunknetze 

Nutzung der 

Satellitentechnik 

Low 

Earth Orbiting 

Satellites 

(LEOS) oder 

Medium Earth 

Orbit Systems 

(MEOS) 

Wesentliche Faktoren für die Wahl eines Netzes sind das Reichweitenpotential und der Investitions- 

bedarf. Diese Faktoren greifen ineinander und können nicht unabhängig voneinander betrachtet wer- 

den, da es beispielsweise ökonomisch unsinnig sein kann, sehr weit abgelegene Orte an das Kabel- 

netz anzuschließen. Statt dessen erscheint eine Funkverbindung zu diesen Orten sinnvoller. Gerpott 

(1997, S. 45 f.) zeigt, daß im Telekommunikationsbereich Netzmerkmale, wie z.B. der technologi- 

sche Modernisierungsgrad der Netzinfrastruktur, wesentlichen Einfluß auf das Angebotsspektrum der 

(Mehrwert-) Dienste, die Dienstqualität, den Personal- und Kapitalbedarf und somit auf das Kosten- 

niveau der Unternehmen hat. Die technische Reichweite ist bestimmend für das Zuschauerpotential, 

da nur so schnell die Installierte Basis wachsen kann. Die Möglichkeit des Zugangs zum Interaktiven 

Fernsehen durch verschiedene Netze würde die potentiellen Kommunikationsbeziehungen erhöhen. 

Determinierend für die Akzeptanz der Nutzer sind für diesen Teil der Wertschöpfungskette zudem 

die Auswirkungen der Netzinfrastruktur auf das Endgerät. So kann z.B. die Notwendigkeit eines An- 

schlusses für eine ATM-Karte (bei Nutzung des Breitband-ISDN-Netzes) den Endgerätpreis erhö- 

hen. 

Zur interaktiven Kommunikation zwischen dem Nutzer und dem Anbieter bzw. weiteren Nutzern ist 

ein Rückkanal notwendig, der die Signale vom Nutzer überträgt. Die momentane Lösung der digita- 

len TV-Sender DF1 bzw. Premiere Digital sehen das Telefon bzw. das Internet als Rückkanal vor. 

Diese Lösung ist nicht optimal, da sich mit wachsender Verfügbarkeit eines integrierten Rückkanals 

die Marktchancen des Interaktiven Fernsehens verbessern (Pagenstedt 1996, S. 21). Im Telekom- 

Pilotprojekt in Nürnberg kann die Interaktion über die Fernbedienung vorgenommen werden. Dort 

gibt der Nutzer die Signale – z.B. eine Bestellung aus dem Home-Shopping-Angebot – per Fernbe- 

78

dienung an den Fernseher weiter. Die Signale werden dann über ein Modem an das Telefonnetz wei- 

tergegeben (siehe auch Abschnitt 5.1). 

An den Rückkanal sind neben dem Verbindungsauf-/abbau folgende Anforderungen zu knüpfen: 

Zum einen muß die Kundenidentifikation gegenüber den Netzbetreibern und Service-Providern ge- 

währleistet werden. Zum anderen muß eine Interaktion mit dem Videoserver bzw. der Vermittlungs- 

stelle möglich sein. Wichtig für die Akzeptanz der Rückkanaltechnik ist es, daß keine versteckten 

Kosten für den Nutzer (z.B. Telefongebühren) entstehen. 

Schließlich ist ein Management-System für die Überwachung der Betriebssicherheit zu installieren. 

Neben dem steigenden Vertrauen der Adopter führt das frühzeitige Erkennen von potentiellen Feh- 

lerquellen zur Reduktion möglicher Störfälle und Kosten auf Anbieterseite. Ein solches System bietet 

den Vorteil einer schnellen Reaktion bei Störungen beispielsweise durch Abschaltung störender 

Komponenten bzw. automatische Schaltung von redundanten Wegen. Ein intelligentes Überwa- 

chungssystem sorgt zudem für eine schnelle Information des Kunden durch elektronische Mitteilun- 

gen. 

3.4.3.2 Server 

Im Interaktiven Fernsehen müssen die zum Abruf bereitstehenden Inhalte auf einem zentralen Spei- 

chermedium (Server) abgelegt werden. Die Anforderungen an das Speichermedium sind bei umfang- 

reichen Serviceangeboten wie z.B. Video-on-Demand sehr groß (Disterer 1995). Die notwendige 

Kapazität, die Zugriffsgeschwindigkeiten und das Zugriffsmanagement stellen eine technische Hürde 

dar. Die Arbeitsteilung zwischen Server und Endgerät ist hierbei ein wesentlicher Kostenfaktor. Ein 

Endgerät, das bestimmte Serveraufgaben übernimmt, wird um ein Vielfaches mehr kosten und so die 

Diffusion hemmen. Der Server muß somit möglichst viele Aufgaben übernehmen, damit die Kritische 

Masse zügig erreicht wird. Zudem muß der Server in der Lage sein, parallele Zugriffe mehrerer Per- 

sonen auf die gleiche Information abzuwickeln und die Registrierung für die Abrechnung vorzuneh- 

men. 

3.4.3.3 Inhalte 

Die angebotenen Inhalte bilden gemäß Middelhoff (1997) das zentrale Glied der Wertschöpfungs- 

kette, da sie über Erfolg oder Mißerfolg des Systems entscheiden: „Content is King“. Nur wer ex- 

klusive und interaktive Inhalte (Killer-Content) anbieten kann, agiert erfolgreich. Diese Annahme 

wird in der folgenden Hypothese aufgegriffen: 

79

Hypothese 3-19: Der Nutzen des Systems wird durch die Qualität der Inhalte bestimmt. 

Die Erstellung von Inhalten bezieht sich auf die Sammlung und Produktion von multimedialen Inhal- 

ten, wie beispielsweise Radio- und Fernsehprogramme oder Datenbankinhalte. Generell sind hierun- 

ter Audio-, Video- und Textbeiträge zu verstehen, die auf dem Server abgelegt werden und zum Ab- 

ruf bereit stehen. 

Die Qualität der Spielfilme bzw. Eigenproduktionen multimedialer Inhalte muß hoch genug sein, um 

dem zunehmenden Konkurrenzdruck alternativer Medien wie beispielsweise dem Internet standzu- 

halten. Aufgrund der Verwendung digitaler Technik steigt die Anzahl der Programme stark an. Die 

Nachfrage nach vorproduzierten oder vorhandenen Programmen und deren Verwertungsrechte so- 

wie nach Personen, die die Programme gestalten bzw. präsentieren, nimmt zu. Die vielfachen Wie- 

derholungen im momentanen TV-Programm zeigen den bereits vorliegenden Engpaß auf dem Be- 

schaffungsmarkt auf (Albers et al. 1998; Pagenstedt 1996, S. 108). Die Service-Provider greifen in 

der Regel auf Inhalte zurück, die bereits in anderen Medien (Kino) gezeigt wurden, um somit die 

Kosten zu teilen. 

3.4.3.4 Service-Provider 

Bevor die Inhalte angeboten werden, müssen sie den Prozeß der Serviceerstellung durchlaufen. Dort 

werden die multimedialen Inhalte dahingehend aufbereitet, daß sie von den Servicenutzern aufgerufen 

werden können. Beispielsweise müssen Texte oder Datenbanken miteinander verknüpft werden und 

optional nach Schlüsselwörtern abrufbar sein. Diese Aufbereitung stellt den ersten Schritt in dieser 

Stufe der Wertschöpfungskette dar. Der Service-Provider erbringt die Leistungen, die für die Nut- 

zung der Inhalte notwendig sind. So sorgt er beispielsweise für die Nutzerregistrierung und - 

verwaltung, die Abrechnung der genutzten Dienste (durch Billing-Systeme) und stellt Individualisie- 

rungsinstrumente zur Verfügung, die die Präferenzen der Nutzer erfassen und ihm daraufhin individu- 

ell zugeschnittene Angebote unterbreiten (Alba et al. 1997). 

Die angebotenen Dienste sind der Kern des Interaktiven Fernsehens, da dem Nutzer bislang über 

andere Kanäle distribuierte Dienste nun über das neue Medium ins Wohnzimmer gebracht werden. 

Es ist für den langfristigen Erfolg des Interaktiven Fernsehens elementar, daß die angebotenen Dien- 

ste stark genutzt werden, da die Nutzungsentgelte die wesentlichen Einnahmequellen darstellen. Die 

angebotenen Dienstleistungen lassen sich in vier Klassen unterteilen: On-Demand-Dienste, Home- 

Shopping, Home-Services und Kommunikationsdienste, wobei noch Unsicherheit besteht, welcher 

dieser Services die Killer-Anwendung sein wird, die den Durchbruch des Systems sichert (Gates 

1997, S. 159). 

80

3.4.3.4.1 On-Demand-Dienste 

On-Demand-Dienste kennzeichnen Leistungen, die jederzeit abgerufen werden können. Hierunter 

fallen so unterschiedliche Angebote wie: Video-, News-, Information-, Education-, Audio-, Adverti- 

sing- oder Games-on-Demand. 

Allein die Möglichkeit für den Nutzer, sein eigener Programmdirektor zu werden, indem er bei- 

spielsweise bei Sportübertragungen eine bestimmte Kameraposition auswählt (DF1), oder die Mög- 

lichkeit besteht, die Handlung eines Spielfilms aus der Perspektive verschiedener Akteure zu verfol- 

gen, läßt sich psychologisch als Nutzensteigerung werten. 65 Gemäß den Erkenntnissen der Kontroll- 

theorie sind Individuen motiviert, Kontrolle auszuüben (Geppert, Greipl und Müller 1996, S. 175). 

Durch den Wandel vom Verteildienst zum Auswahldienst bietet das Interaktive Fernsehen eine er- 

weiterte Form der Kontrolle über die Programminhalte. Je nach Höhe des Interaktivitätsniveaus 

steigt die Möglichkeit, Kontrolle über die Inhalte auszuüben, und somit ist zumindest theoretisch eine 

Nutzensteigerung zu erwarten, die in folgende Hypothese mündet: 

81 

Hypothese 3-20: Je höher die Kontrolle über die Inhalte, desto größer ist der Nutzen des 

Systems. 

Voraussetzung für eine starke Nutzung des Systems ist neben der Attraktivität der Inhalte die Sicher- 

stellung einer schnellen Datenübertragung (Gerpott und Heil 1998, S. 739 ff). Das Nutzungsverhalten 

im World Wide Web (WWW) zeigt, daß Individuen nicht bereit sind, lange auf angeforderte Inhalte 

zu warten. 66 Der momentane Stand der Technik läßt eine zufriedenstellende Erfüllung dieser Neben- 

bedingung jedoch nicht zu und führt zur 

Hypothese 3-21: Je länger die Wartezeiten bei der Nutzung sind, desto geringer ist der 


Wesentlich für die Akzeptanz solcher Dienste ist zudem die Preisgestaltung (Skiera und Albers 

1998b). Die Bezahlung erfolgt nutzungsabhängig, wobei sich die Preisgestaltung an dem Nutzen, den 

das System den Konsumenten zusätzlich bietet, orientieren muß. Hierbei ist insbesondere im deut- 

schen Fernsehmarkt auf das große Angebot des Free-TV als direkte Konkurrenz zu achten 

(Schawinsky 1996, S. 12 ff.). Bei der Preisbildung sind Überlegungen der Preisdifferenzierung, wie 

65 Allerdings werden zunehmend Zweifel an dieser Nutzensteigerung durch Interaktivität geäußert (Keil 1998). 

66 Die Wahrscheinlichkeit, daß ein Nutzer das Aufrufen einer Webseite abbricht und kein weiteres Mal auf diese 

Seite zurückkehrt, steigt mit der Länge der Wartezeit, die zum vollständigen Aufbau der Seite notwendig ist 

(Rengelshausen 1997, S. 126).

z.B. die nichtlineare Preisbildung, vorzunehmen (Skiera 1998c, Tacke 1989). Diese Fragestellungen 

werden im Abschnitt 3.5 diskutiert. 

Video-on-Demand stellt ein direktes Substitut zu den Videotheken dar. Bei einfacher Bedienung 

durch eine gut strukturierte Navigationssoftware, einem hohen Grad an Interaktivität, flexibler Preis- 

gestaltung und attraktiven Inhalten, die schnell verfügbar sind, steht ein ganzer Branchenzweig vor 

dem Aus (Schauz 1997). 

3.4.3.4.2 Home-Shopping 

Das Interaktive Fernsehen als neues Medium für Home-Shopping erlaubt dem Hersteller und dem 

Handel, den Kunden direkt anzusprechen und mit ihm in einen Dialog zu treten. Der Kunde kann sich 

über den Bildschirm die gewünschten Produktinformationen abrufen und gegebenenfalls per Fernbe- 

dienung direkt bestellen und ist dabei nicht von gesetzlichen Ladenschlußzeiten abhängig. Im Extrem- 

fall soll der Fernsehzuschauer sogar in der Lage sein, einen Film zu stoppen, um Informationen zu ei- 

nem Kleidungsstück, welches er in dem Film sieht, abzufragen und gegebenenfalls per Rückkanal zu 

bestellen (Spitzer 1996, S. 118). 

Es wird angenommen, daß Home-Shopping die „treibende Kraft“ bei der Diffusion des Interaktiven 

Fernsehens sein wird (Charlier 1996; Geppert, Greipl und Müller 1996, S. 166). Time Warner be- 

ziffert das Marktpotential des interaktiven Home-Shopping in den USA mit 70 Mrd. US$. Für 

Deutschland schwanken die Schätzungen des Marktpotentials zwischen 10 und 25 Mrd. DM 

(Charlier 1996). Diese neue Art der Distribution wird dramatische Auswirkungen auf die bisherigen 

Absatzwege haben (Alba et al. 1997; Albers und Peters 1997; Albers, Clement und Skiera 1999; 

Hruschka 1998). Da insbesondere dem Electronic Commerce im Internet extreme Wachstumschan- 

cen beigemessen werden (Clement, Peters und Preiß 1998), ist die anschließende Hypothese zu 

formulieren: 

Hypothese 3-22: Wenn Home-Shopping nicht angeboten wird, dann ist der Nutzen des 

Interaktiven Fernsehens gering. 

Bisherige Formen des Teleshopping lassen sich wie folgt unterteilen (Spitzer 1996, S. 117 f.): 

• Direct-Response Television: Es werden innerhalb herkömmlicher Werbeblöcke Spots ausge- 

strahlt, die maximal einige Minuten dauern. 

• Infomercials: Es stehen längere Werbezeiten (bis zu einer halben Stunde) zur Verfügung, die es 

erlauben, auch stark erklärungsbedürftige Produkte zu präsentieren. 

82

• Video Malls (Teleshopping): Sie stellen reine Verkaufskanäle im Sinne von Spartenprogram- 

83 

men dar, deren Inhalt ausschließlich aus Werbung besteht. So stellt beispielsweise der US- 

Shoppingkanal QVC eine solche Video Mall dar. 

• Interactive Shopping: Die Zuschauer können jederzeit Informationen über die unterschiedlich- 

sten Produkte abrufen und diese über ein Eingabemedium (z.B. Fernbedienung, Tastatur, Laser- 

stift etc.) bestellen. Diese Form wird im weiteren nur noch betrachtet. 

Home-Shopping kann einerseits Offline (Direct-Response Television, Infomercials und Video Malls) 

am Fernseher und andererseits Online (interactive Shopping) betrieben werden. Online-Shopping hat 

den Vorteil, daß eine Zwei-Wege-Kommunikation zwischen dem Konsumenten und dem Anbieter 

möglich ist (Glazer 1991). Der Kunde kann die gewünschten Informationen direkt abrufen bzw. so- 

fort bestellen und muß nicht erst den Zeitpunkt abwarten, zu dem das gewünschte Produkt im Pro- 

gramm präsentiert wird. Bei den bisherigen Teleshoppingangeboten wird der Dialog zwischen Kun- 

den und Anbieter telefonisch abgewickelt, indem der Kunde die eingeblendete Telefonnummer wählt. 

Online läßt sich die Bestellung jedoch einfach per Tastendruck realisieren. Das in der folgenden Ab- 

bildung dargestellte Beispiel des Internetshops BOL (www.bol.de) zeigt, wie eine solche Oberfläche 

für Buchhändler aussehen kann (Schnieders und Thun 1999). 

Das Interaktive Fernsehen stellt eine Verschmelzung der Online-Technologie mit der Fernsehtechno- 

logie dar und erlaubt es, die Produkte audiovisuell darzustellen (Bekkers 1998). 

Eine gelungene optische und akustische Darstellung des Produkts ist hierbei wesentlich für den Er- 

folg. Dabei ist die Nebenbedingung der eventuell langsameren Datenübertragung bei einer sehr auf- 

wendig gestalteten Darstellungsweise zu beachten, da bei zu langer Wartezeit der Kunde die Kom- 

munikation mit zunehmender Wahrscheinlichkeit abbrechen wird.

Abbildung 3-15: Home-Shopping-Angebot bei BOL 

Quelle: www.bol.de. 

Zudem müssen Home-Shopping-Angebote attraktiv sein, damit sie gegen die etablierten Geschäfte 

konkurrieren können, d.h. die neuen virtuellen Verkaufswelten müssen so erlebnisreich sein, daß das 

sogenannte Flow-Konzept 67 greift. Bei fehlender ansprechender Animation ist zu befürchten, daß ei- 

ne dauerhafte negative Einstellung zu dem Einkaufsmedium Home-Shopping aufgebaut wird. 68 Dar- 

aus läßt sich ableiten: 

67 „We define the flow experience in a CME [Computer Mediated Environment (M.C.)] as the state occurring during 

network navigation, which is (1) characterized by a seamless sequence of responses facilitated by machine 

interactivity, (2) intrinsically enjoyable, (3) accompanied by a loss of self-consciousness, and (4) selfreinforcing. 

In the flow experience, which formalizes and extends a sense of playfulness, consumers are so 

acutely involved in the act of network navigation in the hypermedia CME that nothing else seems to matter.“ 

(Hoffman und Novak 1996, S. 57 sowie Novak und Hoffman 1997a bzw. Novak und Hoffman 1997b). 

68 Gerpott und Heil (1996, S. 1338) nennen dieses Phänomen erfahrungsbedingte Barrieren. Die geringe Akzeptanz 

des Teleshopping aus den achtziger Jahren geht im wesentlichen auf die geringe Darstellungsqualität, 

die unausgewogene Produktpolitik und eine unzureichende Infrastruktur zurück. Aufgrund dieser Mängel 

konnte sich das Teleshopping auf TV-Basis nicht gegenüber den z.T. sehr aufwendigen Werbespots der 

Markenartikelhersteller durchsetzen und wurde nicht als Absatzkanal von den Endverbrauchern akzeptiert. 

84

85 

Hypothese 3-23: Je attraktiver die Darstellung der Produkte wahrgenommen wird, de- 

sto höher ist die Nutzung des Home-Shopping. 

Abbildung 3-16: Angebot von Streamline 

Quelle: www.streamline.com.

Als Einflußfaktoren auf die Nutzung des Home-Shopping gelten die folgenden Punkte (Witte 1995, 

S. 11 ff.; Rost 1996; Spitzer, 1996, S. 118 ff.): Der wohl wichtigste Akzeptanzfaktor des interakti- 

ven Home-Shopping ist das notwendige Vertrauen der Kunden in die Produkte hinsichtlich der Qua- 

lität. Hierbei kommt der Markenpolitik ein besonderer Stellenwert zuteil. 69 Je attraktiver die angebo- 

tenen Produkte sind, desto konkurrenzfähiger wird Home-Shopping gegenüber dem Einkaufsbum- 

mel in der Stadt. 70 Home-Shopping ist erfolgreich, wenn es bequem ist. So bietet der Anbieter 

Streamline (www.streamline.com) einen umfassenden Service im Internet, der so auch im Interakti- 

ven Fernsehen Bestand haben könnte (Albers, Clement und Skiera 1999). 

Bei dem Verkauf von Gütern muß die Sicherheit im Zahlungsverkehr gewährleistet sein (Heinemann 

und Priess 1999). Bei der Bestellung dürfen die Kunden zum Beispiel keine Angst haben, ihre Kre- 

ditkartennummer mitzuteilen. Die Relevanz dieses Aspektes zeigt sich in der bislang eher geringen 

Bereitschaft der Nicht-User – insbesondere in Deutschland – Waren über das Internet zu bestellen, 

da die Angst vor den „Hackern“ groß ist (Peterson, Balasubramanian und Bronnenberg 1997, S. 

332). Bei der Behandlung dieser sensiblen Daten ist ein gutes Database-Marketing unumgänglich, da 

die Kunden sehr verärgert reagieren können, wenn die Daten an weitere Interessenten weitergege- 

ben werden (Cespedes und Smith 1993, S. 7 f.; Peterson, Balasubramanian und Bronnenberg 1997, 

S. 332). Hierbei ist ebenfalls zu bedenken, wie die Zahlungen vorgenommen werden. Die Bezahlung 

per Kreditkarte hinterläßt eine Datenspur des Kunden und verwandelt ihn zu einem „gläsernen Men- 

schen“ – dieser Aspekt kann den Zugang für bestimmte Produkte im Home-Shopping Markt blok- 

kieren. 71 Umtauschprobleme sollten aus Kundensicht unbedingt vermieden werden, da nur so das 

Kaufrisiko, welches mit dem Kauf eines Objektes, das nicht angefaßt oder anprobiert werden kann, 

einher geht, gering gehalten werden kann. Hierbei ist ebenfalls zu klären, ob Fehlbestellungen bezahlt 

werden müssen. Es läßt sich folgende Hypothese formulieren: 

69 Die Markenpolitik ist ebenfalls ein wichtiges Argument, um als Anbieter von Gütern bzw. Leistungen im 

Markt erfolgreich zu sein. Interaktives Home-Shopping kann in einen extremen Preiswettbewerb auf Seiten der 

Anbieter münden. Der Grund ist darin zu finden, daß Produkte, die nicht differenzierbar sind – sei es über die 

Marke, den Service oder die Eigenschaften – mittels Preisagenten identifiziert und gekauft werden (Peterson, 

Balasubramanian und Bronnenberg 1997, S. 336). 

70 Peterson, Balasubramanian und Bronnenberg (1997, S. 339) zeigen, welche Produktarten sich tendenziell für 

ein Home-Shopping-Angebot eignen. Dort wird ebenfalls darauf hingewiesen, daß eine Vielzahl von Kunden 

das Einkaufen als Freizeitbeschäftigung ansehen, die Spaß bringt und mit sozialen Kontakten verknüpft ist. 

Demnach ist nicht damit zu rechnen, daß Home-Shopping den Stadtbummel grundsätzlich ersetzen wird. 

71 Eine Alternative zur Kreditkarte wäre das sogenannte E-Cash, welches unabhängig von Konten existiert und 

lediglich kodierte Nummern darstellt (Bachem, Heesen und Pfennig 1996, S. 703; Heinemann und Priess 1999). 

86

87 

Hypothese 3-24: Je größer die Angst vor Umtauschproblemen beim Home-Shopping ist, 

desto weniger wird Home-Shopping genutzt. 

Eine besondere Rolle wird den Suchfunktionen bzw. Software-Agenten zukommen (Clement und 

Runte 1999). Ein Agent filtert die Informationen und bereitet sie für den Kunden auf. So kann ein 

Agent aus den bisher geäußerten Präferenzen (z.B. beim CD-Kauf) lernen und unterbreitet bei der 

nächsten CD-Suche eine Reihe von Vorschlägen. 72 Beim Kauf eines dunkelgrauen Anzuges kann die 

Software zusätzlich Vorschläge über die dazu passenden Hemden und Krawatten unterbreiten. 

Software-Agenten dienen somit auch als Schutz vor dem Information-Overload. Durch eine geeigne- 

te Suchfunktion werden Produktvergleiche über die für den Kunden kaufrelevanten Eigenschaften 

einfacher. So ist eine erhöhte Markttransparenz zu erwarten, die sich auch auf die Preise auswirken 

wird. Preisvergleiche werden sehr einfach und schnell vorzunehmen sein. Wenn das interaktive Ho- 

me-Shopping eine Verringerung der Suchkosten für den Kunden impliziert, dann ist mit einer erhöh- 

ten Akzeptanz des Mediums zu rechnen und führt zur 

Hypothese 3-25: Wenn Suchfunktionen angeboten werden, dann nimmt der Nutzen des 

Systems zu. 

Ein großer Nachteil des Home-Shopping im Vergleich zu den alternativen Kanälen ist, daß der Kun- 

de das Produkt nicht sofort erhält. Der Logistik kommt ein entscheidendes strategisches Gewicht zu. 

3.4.3.4.3 Home-Services 

Sämtliche Dienstleistungen, die nicht unmittelbar zu den On-Demand-Diensten gehören, aber über 

das Interaktive Fernsehen abwickelbar sind, werden unter dem Begriff Home-Services subsumiert. 

Hierunter fallen beispielsweise Finanzdienstleistungen, die über die allgemein bekannten Merkmale 

des Home-Banking hinausgehen (Nabhan et al. 1997). Zudem wird eine neue Form des Lernens – 

das Telelearning – möglich. Die sogenannten MANs (Metropolitan Area Network) eröffnen dem 

Bürger den Zugang zu administrativen Diensten, wie z.B. dem Anmelden von Fahrzeugen und Wohn- 

sitzen über das Interaktive Fernsehen. Eine weitere mögliche Dienstleistung stellt der Buchungsser- 

vice dar. In der vertrauten heimischen Atmosphäre können Informationen über Theaterprogramme 

oder Kurzvorstellungen der neusten Kinofilme empfangen werden (Heinemann 1997, S. 207). Die 

dargestellten Home-Services zeigen die Überschneidungen des Interaktiven Fernsehens zum Internet, 

in dem die Mehrzahl dieser Dienste bereits angeboten wird, auf. Als wesentlicher Akzeptanzfaktor ist 

insbesondere beim Home-Banking die Sicherheit im Zahlungsverkehr hervorzuheben. Die Security 

72 Im Internet existieren bereits solche intelligenten Agenten, wie z.B. Firefly (www.firefly.net).

First Network Bank (www.sfnb.com) ist die erste Bank im Internet, die sämtliche Dienstleistungen 

ausschließlich im WWW anbietet. Sie bietet eine „No Risk Guarantee“ an, die die Unsicherheit der 

Kunden reduzieren soll. Der Erfolg dieser Bank zeigt, daß es durchaus möglich ist, die Kunden von 

der Sicherheit im Zahlungsverkehr zu überzeugen (Nabhan et al. 1997). Mittels Identifikations- 

(PIN) und Transaktionsnummern (TAN) versuchen die Kreditinstitute die Sicherheit der Geschäfts- 

abwicklung zu erhöhen. Des weiteren ist beim Home-Banking im Interaktiven Fernsehen auf eine 

transparente und einfache Bedienung zu achten. Selbst der skeptischste Kunde sollte in der Lage 

sein, ein sich selbst erklärendes Home-Banking System zu bedienen (Daniel und Storey 1997, S. 

890). Eine weitere Rolle spielen auch hier die Software-Agenten. Wenn aus dem Kundenprofil ein 

den Bedürfnissen des Kunden entsprechendes Programm entworfen werden kann, dann verliert er 

auch nicht die Übersicht, da nur eine überschaubare Anzahl von – für ihn in Frage kommenden – 

Produkten angeboten werden. Natürlich ist der Preis ebenso wie die angebotenen Services und die 

dafür notwendige Zeit für die Akzeptanz des Home-Banking wichtig. Home Services umfassen, wie 

oben dargestellt, sowohl administrative Dienstleistungen als auch andere Dienste wie z.B. das virtuel- 

le Reisebüro. Die Akzeptanz dieser Dienste hängt im wesentlichen von den gleichen Faktoren ab, die 

beim Home-Shopping auftreten. Aufgrund dessen wird auf die explizite Formulierung von Hypothe- 

sen verzichtet. 

3.4.3.4.4 Kommunikationsdienste 

E-mail läßt sich im Interaktiven Fernsehen auf ein Multimedia-Mail-System erweitern. Zusätzliche 

Funktionen wie Bildtelefon, Videomail und -konferenzen erhöhen den Nutzen des Interaktiven Fern- 

sehens (Lautz 1995). 

Die Kommunikation per Videokonferenz erhöht den Persönlichkeitsgrad und ermöglicht wesentlich 

mehr Kommunikationsfunktionen als das Fax, E-mail oder Telefon. Nur die persönliche Bespre- 

chung bietet mehr kommunikative Möglichkeiten als Videokonferenzen. 73 Cu-SeeMe 

(www.wpine.com) bietet beispielsweise eine Videokonferenz-Software an, mit der bereits via Inter- 

net Personen in Echtzeit miteinander kommunizieren und sich dabei sehen können. Ähnlich wie CU- 

SeeMe ist Netphoning über das Internet möglich. Inwieweit die Personen bereit sind, sich mit Ihrem 

Fernseher oder Computer zu unterhalten, hängt im wesentlichen von der Verbreitung der Endgeräte 

ab. Hier liegen sehr starke Analogien zu der Akzeptanz von Telefon bzw. -fax vor. Eignet sich das 

Interaktive Fernsehen als Kommunikationsmedium, dann verstärkt sich der Kritische-Masse-Effekt. 

73 Die größten Chancen von Videokonferenzen werden im Einsatz bei Unternehmen vermutet, weil dort ein gro- 

ßes Kostensenkungspotential bei den Reisekosten vermutet wird (Lautz 1995, 166 ff.). 

88

3.4.3.5 Endgeräte 

Die Betrachtung der Akzeptanzfaktoren von Multimedia-Endgeräten ist von hoher Relevanz, da das 

Multimedia-Endgerät für den Systemnutzer das System schlechthin verkörpert und die Wahrneh- 

mung des Systems „Interaktives Fernsehen“ entscheidend von dieser Komponente beeinflußt wird 

(Backhaus 1995, S. 374). Die möglichen Endgeräte lassen sich auf einem Kontinuum zwischen PC 

und Fernseher abbilden. Die momentane technische Lösung sieht einen Fernseher vor, der mit einer 

(integrierten) 74 Set-top-box ausgerüstet ist und gegebenenfalls eine Kamera für Bildtelefon etc. ent- 

hält. Die Wahl des Fernsehgerätes als Endgerät hat den Vorteil, daß zum einen fast 99% der Haus- 

halte ein solches Gerät besitzen (im Gegensatz zu 19% bei Computern) und zum zweiten kaum ein 

Nutzer Berührungsängste hat (Heinemann 1997, S. 199). 75 Die Lösung des Endgerätproblems ist 

von elementarer Bedeutung für die Darbietung vieler Dienstangebote, da es entscheidend ist, ob der 

Nutzer mit einer Tastatur vor dem PC oder nur mit einer Fernbedienung vor dem Fernseher sitzt. Die 

Art des Endgerätes bestimmt auch die Höhe der erforderlichen Erstausgaben und somit die Ge- 

schwindigkeit der Marktdurchdringung. Nur wenige Geräte wie beispielsweise der Fernseher zeich- 

nen sich durch eine einfache Bedienung aus. Automatische Sendereinstellung und Menüsteuerung las- 

sen die Komplexität der Technik und die Anforderungen an den Nutzer auf ein Minimum sinken. Ei- 

ne einfache Plug-and-Play Option läßt die Akzeptanz einer neuen Technik steigen. 

Ein weiterer wichtiger Einflußfaktor auf den Markterfolg eines Multimedia-Endgerätes ist die Stan- 

dardisierung der Systeme (Hess 1993; Middelhoff 1996; Weiber 1993; Wiese 1998). 76 Das Bei- 

spiel des Erfolges am Videomarkt bei der Durchsetzung des VHS-Standards der Matsushita- 

Gruppe, welches technisch dem Videosystem 2000 von Philips und Grundig unterlegen war (Back- 

haus 1995, S. 372), zeigt die Relevanz der Standardisierung in der Videotechnologie. Fatal ist hier- 

bei der Systemstreit um die Set-top-box zwischen der Kirch Gruppe und der Multimedia- 

Betriebsgesellschaft (MMBG) gewesen, die jeweils mit eigenen Decodern auf den digitalen Fern- 

sehmarkt drängten (Lütge 1997). 

74 Eine solche technische Lösung hat den Vorteil, daß der Nutzer nicht exakt weiß, wieviel Geldeinheiten er zusätzlich 

bei dem Kauf eines neuen Fernsehgerätes für einen Decoder aufbringen muß. Eine solche „versteckte 

Lösung“ liegt beispielsweise bei dem Videotextdecodern vor (Kürble 1995, S. 16 sowie Abschnitt 2.4). 

75 Psychologische Barrieren können zudem das Medium PC behindern. So assoziieren die Amerikaner mit dem 

PC weniger Vergnügen als vielmehr Arbeit und stehen somit dem Medium skeptisch gegenüber (Müller und 

Geppert 1996, S. 86). 

76 Siehe hierzu auch die Hypothesen bezüglich der Kompatibilität, die im Abschnitt 3.4.2.2 hergeleitet wurden. 

89

3.4.3.6 Software 

Zur Navigation durch das Systemangebot und zur Nutzung der Services wird eine Software benötigt. 

Das Fraunhofer-Institut arbeitet an der Entwicklung einer Software, die die Plattform für das Interak- 

tive Fernsehen bildet. Hierbei ist die Kompatibilität zu anderen Softwareprodukten zu beachten, da- 

mit keine Probleme bei der Nutzung unterschiedlicher Dienstleistungen auftreten. Die Software muß 

dabei so gestaltet werden, daß selbst Computerlaien in der Lage sind, sich durch die Angebote zu 

navigieren. Es ist unbedingt darauf zu achten, daß die Nutzer nicht mit Installationsproblemen über- 

fordert werden. Eine automatische Installation und eine über das Netz vorgenommene Update- 

Prozedur erscheint hierfür erforderlich. Durch die Integration von graphischen und multimedialen 

Oberflächen kann die Benutzerfreundlichkeit stark gesteigert werden. Daraus folgt: 

Hypothese 3-26: Je einfacher das Navigationssystem zu erlernen und zu bedienen ist, 

desto höher ist der Nutzen des Systems. 

3.4.3.7 Systemlösungen 

Die starke Untergliederung der Wertschöpfungskette hinsichtlich der einzelnen notwendigen Kompo- 

nenten und die Notwendigkeit, diese aufeinander abzustimmen, führt dazu, daß es nicht nur einzelne 

Anbieter geben wird, sondern einzelne Unternehmen ganze Systemlösungen anbieten und damit meh- 

rere Glieder der Kette auf sich vereinen. Eine solche Systemlösung bot beispielsweise o.tel.o im Pi- 

lotprojekt InfoCity an. Dort wurde die Netzleistung, der Bereich des Service-Providing und die 

Software zur Nutzung bestimmter Inhalte angeboten (Keil 1998). 

Der Vorteil liegt für die Kunden in den vertrauensbildenden Maßnahmen, die insbesondere durch das 

einheitliche Auftreten des Systemanbieters begleitet werden. Durch die Bereitstellung des Zugangs für 

den Kabelkunden, einer unbürokratischen Kundenverwaltung mit optionalen Billingsystemen, einer 

Integration der Inhalte in ein Gesamtbouquet und einem hervorragenden Endkunden-Marketing kann 

eine Systemlösung durch einen Anbieter sehr erfolgreich sein. 77 

Für die Erschließung des Multimedia-Marktes besitzen somit strategische Allianzen auf allen Ebenen 

der Wertschöpfungskette eine Schlüsselfunktion, da immer wieder neue Wettbewerber aus anderen 

Branchen in den Multimedia-Markt drängen. Eine Bündelung dieser Ressourcen kann der Schlüssel 

zum Erfolg sein (Middelhoff 1997, S. 411). 

77 Die Strategie des Hauses Bertelsmann basiert auf diesen Überlegungen: Da bislang noch nicht feststeht, welcher 

Teil der Wertschöpfungskette langfristig die höchsten Deckungsbeiträge erwirtschaften kann, empfiehlt 

Middelhoff (1997, S. 419) „auf allen Stufen der Wertschöpfungskette präsent zu sein“. 

90

3.4.4 Darstellung der Wechselwirkungen durch das Zusammenspiel der Systemkompo- 

91 

nenten 

Die Markteinführung eines Kritische-Masse-Systems erfordert ein umfassendes Know-how über alle 

Glieder der Wertschöpfungskette, das selten bei einem Unternehmen zentral vorliegt. Deswegen ge- 

hen Unternehmen bei dem Aufbau eines neuen Multimedia-Systems zur langfristigen Sicherung der 

Marktpositionen und zum Ausgleich von Know-How-Defiziten strategische Allianzen ein. Die Defizi- 

te bestehen zumeist im Bereich Inhalt, Vertrieb und Technik (Booz Allen & Hamilton 1996, S. 64; 

Clement und Litfin 1998a; Hungenberg 1998). 

Der Circulus Vitiosus der Systemattraktivität zeigt sich in der Betrachtung der negativen Rückkopp- 

lungen, die zum einen im Netzinfrastrukturbereich liegen und zum anderen die angebotenen Inhalte 

und Dienste betreffen sowie schließlich den Endgerätebereich einbeziehen. 

Mit zunehmendem Modernisierungsgrad der Netzinfrastruktur steigt die mögliche Angebotsbreite 

der Dienste sowie deren Qualität. Des weiteren sinkt die Wartezeit, da die Bandbreite erhöht wird. 

Der Nutzen für den Kunden nimmt zu (Gerpott 1997, S. 245 ff.). Der für die Aufrüstungsarbeiten 

benötigte Kapitalbedarf erhöht jedoch das Kostenniveau der Unternehmen, die ihrerseits höhere An- 

schlußgebühren bzw. Nutzungsgebühren verlangen. Diese Forderungen werden entweder direkt an 

den Kunden gestellt (z.B. eine Anschlußgebühr) oder es wird der Service-Provider belastet, der 

dann seinerseits höhere Entgelte für seine Dienste fordert. Zunehmende Kosten für den Endnutzer 

stellen jedoch einen negativen Faktor dar. Der Nettonutzen aus der Modernisierung der Netzinfra- 

struktur und der damit einher gehenden Steigerung der Netzleistung ist aufgrund der höheren Ge- 

bühren nicht unbedingt positiv. 

Der Nutzen des Interaktiven Fernsehens ist in höchstem Maße abhängig von der Angebotspalette 

der Inhalte. Je mehr multimediale Inhalte zur Verfügung stehen sollen, desto größer sind die Anforde- 

rungen an die Server. Die Kosten für die Speichermedien sind momentan sehr hoch und lassen eine 

Arbeitsteilung zwischen Endgerät und Server sinnvoll erscheinen. Bei einer solchen Arbeitsteilung 

steigen jedoch die Kosten für das Endgerät, was wiederum negative Auswirkungen auf die Akzep- 

tanz des Systems mit sich bringt, wenn die zusätzlichen Kosten auf den Endgerätepreis kalkuliert 

werden. 

Damit interessante Inhalte angeboten werden können, ist ein modernes Netzwerk notwendig. So 

war es beispielsweise im Pilotprojekt InfoCity ein Problem, die Inhalte von zwei weit voneinander 

entfernten Anbietern schnell und zu vertretbaren Kosten zu transferieren (Keil 1998). Damit das Sy- 

stem jedoch Erfolg hat, sind interessante Inhalte von höchster Bedeutung. Mit zunehmenden multi- 

medialen Darstellungsmöglichkeiten der einzelnen Inhalte steigt der Nutzen für den Systemteilnehmer. 

Allerdings sind die Datenmengen bei aufwendig gestalteten Inhalten wesentlich größer und können

eventuelle Wartezeiten mit sich bringen. Zur Vermeidung solcher Wartezeiten ist die Modernisierung 

der Netzinfrastruktur notwendig, die jedoch wiederum die Kosten für den Nachfrager erhöht. 

Je nach Netzleistung können unterschiedliche Anforderungen an das Endgerät gestellt werden. 

Eventuell ist eine bestimmte Netzkarte im Gerät notwendig, die die Kosten für das Gerät erhöht. Ab- 

hängig von der Definition des Eingabemediums (Tastatur, Fernbedienung oder Lichtstift) müssen die 

angebotenen Dienste konfiguriert werden. Die Kosten für das Endgerät müssen hierbei gering sein, 

da sonst die Akzeptanz des Systems gering ist. Die Stückkosten der Endgeräte werden durch die 

Realisierung von Economies of Scale bei einem Massenmarkt sinken. Ein Massenmarkt stellt sich je- 

doch erst dann ein, wenn die Dienste sehr attraktiv sind und der Preis eines Endgerätes höchstens 

dem wahrgenommenen (erwarteten) Nutzen entspricht. Für die Service-Provider ist es zudem erst 

dann attraktiv, ihre Dienste anzubieten, wenn die Installierte Basis eine bestimmte Größe aufweist. 

Damit die Kritische Masse erreicht wird, ist es notwendig, daß sich die Systemanbieter auf eine Tari- 

fierung einigen, die den Nutzen der Kunden (eventuell im Zeitablauf) widerspiegelt. Hierzu kann es 

notwendig sein, Quersubventionierungen über den Handel vorzunehmen, damit beispielsweise der 

Endgerätpreis möglichst gering gehalten wird. Da bei Kritische-Masse-Systemen der Nutzen der 

Adopter mit zunehmender Teilnehmerzahl ansteigt, bestehen Preissetzungsspielräume nach oben, 

wenn die Kritische Masse erreicht wurde und die Diffusion weit fortgeschritten ist. 

3.4.5 Bisherige Ergebnisse empirischer Untersuchungen 

Die oben abgeleiteten Aussagen hinsichtlich der Akzeptanzfaktoren des Interaktiven Fernsehens 

können anhand der Ergebnisse einzelner empirischer Studien belegt werden, wobei anzumerken ist, 

daß die angeführten Studien teilweise unterschiedliche Schwerpunkte besitzen. Die Studien werden 

chronologisch dargestellt: 

Grimm und Dahl (1995) befragen 504 Personen mittels einer computergestützten Telefonaktion 

hinsichtlich der Bekanntheit, Nutzungs- und Zahlungsbereitschaft des Interaktiven Fernsehens. Der 

Bekanntheitsgrad des Interaktiven Fernsehens liegt bei 39%, wobei jüngere, berufstätige Männer mit 

höherer Schulbildung und überdurchschnittlichem Einkommen den Begriff am häufigsten kennen 

(64%). Als der bekannteste Dienst stellt sich Home-Shopping heraus (ungestützt 24%, gestützt 

66%) wohingegen Dienste wie z.B. Video-on-Demand relativ unbekannt sind. Es besteht durchaus 

Interesse, Video-on-Demand zu nutzen (10,7% wollen es auf jeden Fall nutzen), jedoch ist die Zah- 

lungsbereitschaft gering. Nur knapp 1% würden 50 DM oder mehr für VOD ausgeben. 

Kürble (1995, S. 24) leitet aus mehreren amerikanischen Studien mehrere Schlüsselmerkmale ab: 

(1) Einfache Bedienung nach dem „Plug-and-Play-Prinzip“, (2) es gilt das Prinzip des Segment-of- 

One, welches besagt, daß nur die individuell genau zugeschnittenen Inhalte akzeptiert werden, (3) die 

92

Kosten dürfen den Zusatznutzen nicht übersteigen, (4) es besteht großes Interesse an Bildungs- und 

Informationsprogrammen und (5) passives Fernsehen wird positiv empfunden, d.h., daß ein hoher 

Interaktivitätsgrad nicht unbedingt akzeptanzfördernd ist. 

Die Akzeptanz des Interaktiven Fernsehens war Untersuchungsgegenstand von Weiber und Koll- 

mann (1995) auf der Internationalen Funkausstellung. Die Befragung von 53 Personen liefert die fol- 

genden Ergebnisse: Sportangebote, aktuelle Inhalte und eine hohe Übertragungsqualität sind für den 

Zufriedenheitsgrad des derzeitigen Fernsehens sehr wichtig. Weiterhin stellen die Autoren ein Infor- 

mationsdefizit fest, da nur ca. 30% über einen detaillierten Kenntnisstand bezüglich des Interaktiven 

Fernsehens verfügen. Dieser Wert ist erstaunlich gering, zumal die Befragung auf der IFA stattfand. 

Zum dritten wird dem Interaktiven Fernsehen ein insgesamt positives Image bescheinigt. Als beson- 

ders vorteilhaft sehen die Befragten die Möglichkeit zur aktiven Programmgestaltung und der indivi- 

duellen Fernsehnutzung an. Hierbei wird die zeitliche Unabhängigkeit und die schnelle Informations- 

möglichkeit hervorgehoben, wobei eine Wahlmöglichkeit in bezug auf Werbesendungen wünschens- 

wert ist. Negativ wird die soziale Vereinsamung in Begleitung eines höheren finanziellen Aufwandes 

und vermehrter Werbebelastung empfunden. Des weiteren wird Home-Shopping negativ beurteilt, 

wohingegen Home-Banking und News-on-Demand eine positive Resonanz erfahren. Im Entertain- 

mentbereich wird aufgezeigt, daß regionale Angebote (Theaterkarten- oder Restaurantreservierun- 

gen) als sehr wichtig angesehen und Video-on-Demand als eher weniger wichtig charakterisiert wer- 

den. Als Ergebnis ist festzuhalten, daß die Zahlungsbereitschaft mit 25 DM pro Monat eher gering 

ist. Hierbei zeigt sich, daß Pay-per-view dem allgemeinen Pay-TV vorgezogen wird, da der Kunde 

nur das tatsächlich Gesehene bezahlen will. Im Durchschnitt waren die Befragten bereit, 350 DM für 

ein neues Endgerät (Decoder) auszugeben. 

Witte (1995) untersucht im Rahmen eines Methodenpraktikums die Akzeptanz von Home- 

Shopping, indem er 264 Personen im Großraum München schriftlich befragt. Die Akzeptanz wird 

durch 21 Ratingskalen operationalisiert, die additiv verknüpft wurden. Es besteht kein Unterschied 

bezüglich der Akzeptanz von Home-Shopping zwischen Stadt- und Landbevölkerung. Die Befragten 

werden in drei Cluster eingeteilt: Technokraten (16%), Genießer (33%) und Vorsichtige (51%), wo- 

bei Technokraten als Akzeptierer gelten, Genießer indifferent sind und die Vorsichtigen Home- 

Shopping eher ablehnen. Die wesentlichen Aussagen lassen sich wie folgt subsumieren: 

• Die Unzufriedenheit mit den bisherigen Einkaufsmöglichkeiten (z.B. wegen der Öffnungszeiten) 

93 

steigert die Akzeptanz des Home-Shopping. 

• Bei der Gestaltung der Home-Shopping-Angebote ist darauf zu achten, daß nicht nur langweilige 

Sachinformationen präsentiert werden, sondern erlebnisorientiertes Einkaufen möglich ist.

• CDs, Bücher und kleine elektrische Geräte werden als die geeignetsten Produkte für Home- 

Shopping angesehen. 

• Die Untersuchung prognostiziert gute Diffusionsmöglichkeiten für Home-Shopping, da eine Viel- 

zahl von Akzeptierern als Meinungsführer identifiziert werden. 

• Problematisch ist allerdings, daß die Anbieter große Zurückhaltung gegenüber dem neuen Ver- 

triebsweg üben. 

Geppert, Greipl und Müller (1996) zeigen, daß das Interaktive Fernsehen mit 70% Bekanntheits- 

grad genauso bekannt ist wie BTX. Insgesamt wurden 331 Personen persönlich interviewt. Es wird 

festgestellt, daß mit Interaktivem Fernsehen im allgemeinen Video-on-Demand assoziiert wird. In- 

formation-on-Demand ist gefolgt von Video-on-Demand und Home-Shopping der beliebteste 

Dienst. Als relativ uninteressant wird Games-on-Demand beurteilt. Die Autoren weisen darauf hin, 

daß Interaktives Fernsehen unbedingt Information-on-Demand in Verbindung mit Video-on-Demand 

und Home-Shopping beinhalten sollte. 

Das größte wahrgenommene Risiko des Interaktiven Fernsehens liegt in dem sozialen Risiko der 

Vereinsamung vor dem Bildschirm und dem daraus folgenden Mangel an Bewegung. Des weiteren 

befürchten die Befragten, daß das Einkaufsrisiko aufgrund der räumlichen Trennung beim Home- 

Shopping steigt. Positiv bewerten sie jedoch, daß eine Möglichkeit geschaffen wird, die Programm- 

gestaltung individuell anzupassen. Zeitersparnis und Bequemlichkeit sind neben dem Zugang zu In- 

formationen weitere Aspekte, die positiv herausragen. 

Die Deutsche Telekom AG (1996) hat eine Untersuchung im Rahmen eines Pilotversuchs zur Ak- 

zeptanz des Interaktiven Fernsehens durchgeführt. Hierbei wurden durch die GFM-GETAS 512 

Personen befragt, die an einem Terminal die interaktiven Videodienste persönlich getestet haben. 

Diese Tests bezogen sich auf einen kurzen Zeitraum und wurden z.T. erst dann durchgeführt, wenn 

die Interviewer die Probanden implizit dazu aufforderten. Die Untersuchung fand Anfang 1996 statt 

und basierte auf der Technik des Pilotversuchs in Berlin (siehe die technischen Details des Pilotpro- 

jekts im Abschnitt 5.1). Die zu testenden Dienste waren Video-on-Demand (mit tarifierten Inhalten), 

Pay-TV, Pay-Radio, Home-Shopping, Home-Learning, ein Stadtinformationssystem und ein Ge- 

sundheitskanal. Es werden folgende Ergebnisse erzielt, wobei es sich nur um die Betrachtung von 

(relativen) Häufigkeiten handelt: 

• 60% der Befragten kennen den Begriff des Interaktiven Fernsehens. 

• Besonders häufig werden Video-on-Demand, Home-Shopping und Near-Video-on-Demand 

Angebote genutzt. 

94

• Bei der Frage nach den Präferenzen steht (Near)-Video-on-Demand vor Home-Learning und 

95 

dem Stadtinformationssystem an der Spitze. Erst mit deutlichem Abstand folgt Home-Shopping. 

• Männer sind vor allem an Unterhaltungsdiensten interessiert, wohingegen Frauen eher am Home- 

Shopping Interesse fanden. 

• Es existiert nur eine geringe Zahlungsbereitschaft für interaktive Fernsehdienste. 

Die Ergebnisse der vorgestellten Untersuchungen bieten jedoch Ansätze zur Kritik: Zum einen be- 

trachten die Studien nur sehr selten das komplette Angebot des Interaktiven Fernsehens und konzen- 

trieren sich zumeist auf Teilbereiche wie beispielsweise das Home-Shopping. Zum anderen sind die 

Befragungen teilweise theoretisch und methodisch wenig fundiert. Allen Befragungen ist gemein, daß 

sie keine dynamischen Effekte berücksichtigen und mittlerweile veraltet sind. 

3.5 Tarifabhängige Nutzung und Markterfolg 

Der Markterfolg des Interaktiven Fernsehens ist nach der Adoption der Hard- und Software von der 

Nutzung der Dienste abhängig. Die Intensität der Nutzung hängt wiederum entscheidend von den an- 

gebotenen Tarifen ab (Skiera und Albers 1998b). Somit wird deutlich, daß die Preispolitik eine zen- 

trale Stellung für den Erfolg des Interaktiven Fernsehens inne hat. 

In diesem Abschnitt werden deswegen Hypothesen zur Höhe der Zahlungsbereitschaft abgeleitet 

(Abschnitt 3.5.1) und mögliche Preisstrategien bezüglich ihrer Anwendbarkeit für das Interaktive 

Fernsehen untersucht (Abschnitt 3.5.2). Eine Evaluierung der Preisstrategien ist aufgrund der sehr 

stark kritisierten Preispolitik der digitalen TV-Sender notwendig, da nur so mögliche Fehlschläge 

durch mangelhaftes Preis-Management vermieden werden können. 

Dabei ist von Interesse, ob theoretische Überlegungen Anhaltspunkte liefern, um eine Vorauswahl 

der möglichen Preisstrategien vorzunehmen. 

3.5.1 Hypothesen zur Zahlungsbereitschaft beim Interaktiven Fernsehen 

Die Ergebnisse der bisherigen empirischen Untersuchungen, wie sie im Abschnitt 3.4.5 dargestellt 

wurden, zeigen, daß bislang nur eine sehr geringe Zahlungsbereitschaft für Dienste und Endgeräte 

existiert. Dies führt zur

Hypothese 3-27: Die Zahlungsbereitschaft für neue Endgeräte ist geringer als der Preis 

für die d-Box. 78 

Des weiteren kann angenommen werden, daß die bisherigen monatlichen Abonnementgebühren von 

Premiere (analog) und des Digitalen Fernsehens einen Ankerpreis bilden, der möglicherweise auch 

für Angebote des Interaktiven Fernsehens gilt. Demnach wird folgende Hypothese aufgeworfen: 

Hypothese 3-28: Die Zahlungsbereitschaft für Dienste im Interaktiven Fernsehen 

entspricht den Preisen des Digitalen Fernsehens. 

Somit wird angenommen, daß die Nutzer nicht bereit sind, mehr als 30 bis 50 DM monatlich für 

Pay-TV aufzuwenden. Als Zahlungsbereitschaft für einen Film im Pay-per-view wird anlehnend an 

DF1 6 DM angenommen. Auf die Formulierung von Hypothesen bezüglich der Zahlungsbereitschaft 

für andere Dienste wird verzichtet, da keine eindeutigen theoretischen oder empirischen Befunde 

vorliegen, wie hoch diese sein könnte. 

Im folgenden Abschnitt sollen mögliche Strategien aufgezeigt werden, die bezüglich ihrer Eignung für 

einzelne Dienste im Interaktiven Fernsehen zu bewerten sind. 

3.5.2 Analyse von Preisstrategien für Interaktives Fernsehen 

Digitalisierte Produkte wie Filme, Informationen oder Spiele im Interaktiven Fernsehen sind durch 

hohe nutzungsunabhängige und damit fixe Bereitstellungskosten und im Verhältnis dazu niedrige nut- 

zungsabhängige und damit variable Nutzungskosten gekennzeichnet (Skiera 1998c, S. 284; Varian 

1996; Whinston, Stahl und Choi 1997, S. 349). Dies führt dazu, daß die übliche effiziente Preisset- 

zung bei vollständiger Konkurrenz – Preis gleich Grenzkosten – für diese Produkte nicht sinnvoll ist, 

da bei der oben beschriebenen Kostenstruktur die (langfristigen) Grenzkosten für jede Produktions- 

menge niedriger sind als die (langfristigen) Durchschnittskosten und somit dem Unternehmen ein Ver- 

lust entstehen würde, wenn es die Produkte zu den Grenzkosten verkaufen würde (Whinston, Stahl 

und Choi 1997, S. 351). Digitalisierte Produkte wie z.B. Filme können aufgrund dieser Kostenstruk- 

tur nur sinnvoll gemäß der Zahlungsbereitschaft der Nutzer tarifiert werden. Eine kostenorientierte 

Preisbildung führt zu keinen Gewinnen (Shapiro und Varian 1999, S. 3). Da aber die Zahlungsbereit- 

schaften der Nutzer für Filme naturgemäß variieren, führt dies zu einer Preisdifferenzierungsstrategie, 

die geeignet ist, digitale Produkte gewinnbringend zu verkaufen. 

78 Als Basis für das Preisniveau gilt der Preis, wie er in Abbildung 2-4 dargestellt wurde. 

96

Interaktives Fernsehen stellt eine Plattform dar, auf der mehrere Dienste (oder besser „Dienstleistun- 

gen“) angeboten werden. Wie z.B. Skiera (1998c) zeigt, eignen sich insbesondere Dienstleistungen 

für Preisdifferenzierungsstategien. 79 

3.5.2.1 Preisdifferenzierung 

In diesem Abschnitt werden Preisdifferenzierungsmöglichkeiten im Einproduktfall betrachtet. Nutzer 

haben für unterschiedliche Filme variierende Zahlungsbereitschaften. Diesem wird bei den Angeboten 

des Video-on-Demand durch unterschiedliche Preise für verschiedene Filme Rechnung getragen. Im 

folgenden werden über die unterschiedliche Preissetzung für einzelne Titel hinausgehende Möglich- 

keiten der Preisdifferenzierung betrachtet. 

Die Möglichkeiten des Pricing werden in aller Regel durch das Einsetzen differenzierter Preise ausge- 

schöpft (Tacke 1989, S. 8). Um Preisdifferenzierungen zu analysieren, muß der Begriff definiert 

werden. Es existieren viele Definitionen der Preisdifferenzierung (z.B. Faßnacht 1996), wobei hier 

die Definition von Skiera (1998c, S. 285) verwendet wird, der Preisdifferenzierung als eine Strategie 

versteht, mit der ein prinzipiell gleiches Produkt an verschiedene Nachfrager zu unterschiedlichen 

Preisen möglichst gewinnbringend verkauft wird. 

Hierbei wird die Heterogenität der Nutzer durch eine auf einzelne Segmente (im Extremfall auf jede 

einzelne Person) zugeschnittene Preispolitik ausgenutzt. Tacke (1989, S. 9) zeigt, daß auch bei ho- 

mogenen Nutzern durch Preisdifferenzierung Gewinnsteigerungen möglich sind, wenn sich der Anbie- 

ter die mit zunehmender Abnahmemenge sinkende Preisbereitschaft zunutze macht. Diese Preisstra- 

tegie wird dadurch begünstigt, daß relativ hohe fixe Kosten für die Bereitstellung der Leistung anfal- 

len (z.B. das Digitalisieren der Filme oder Programmierungsarbeiten) aber nur sehr geringe nutzungs- 

abhängige (variable) Kosten entstehen (Whinston, Stahl und Choi 1997, S. 349). Wenn die Güter 

bzw. Leistungen in digitaler Form vorliegen und auf dem Server abgelegt sind, dann entstehen durch 

den Abruf der digitalen Information durch einen Nutzer variable Kosten, die nahe Null sind. Somit 

bewirken Preise oberhalb der variablen Kosten einen positiven Deckungsbeitrag (Skiera 1998c, S. 

284). Ein weiteres, häufig angeführtes Argument für eine Preisdifferenzierungsstrategie ist die Nicht- 

lagerbarkeit der Produkte (Simon 1994, S. 721 f.; Skiera 1998c, S. 284). Dies trifft im Interaktiven 

Fernsehen nur bedingt zu und ist von der technischen Entwicklung abhängig. So ist die Lagerung von 

Filmen auf digitalen Speichermedien durchaus möglich und stellt bei unzureichenden Kopierschutz- 

79 Dieser Argumentation ist zuzustimmen, wenngleich es immer noch erhebliche Probleme bereitet, den Begriff 

„Dienstleistung“ zu definieren (Meyer 1998). Zur Definition des Begriffs „Dienstleistung“ sei z.B. auf 

Faßnacht (1998, S. 723 f.) und die dort angeführte Literatur verwiesen. 

97

maßnahmen eine große Gefahr dar. Handelt es sich jedoch um Informationen (z.B. Nachrichten), so 

ist die Nichtlagerbarkeit vielfach gegeben, da die Informationen veralten (Skiera 1998c, S. 284). 

Es wird häufig argumentiert, daß eine Preisdifferenzierung nur dann eingeführt werden kann, wenn 

Marktsegmente identifiziert wurden (Tacke 1989, S. 9; Faßnacht 1998, S. 722). Die Größe der 

Marktsegmente ist hierbei irrelevant. Somit kann sich auch um ein sogenanntes „Segment-of-One“ 

handeln, bei dem Individual-Marketing notwendig ist (Fink 1998). 80 Das Problem der Segmentie- 

rung tritt allerdings nur dann in Erscheinung, wenn sich die Individuen nicht selbst selektieren 

(Moorthy 1984). Demnach müssen die Segmente nicht grundsätzlich bekannt sein, um die Preisdiffe- 

renzierung anzuwenden. Es sind folgende Gestaltungsmöglichkeiten differenzierter Preise anzuführen: 

81 

Abbildung 3-17: Formen der Preisdifferenzierung 

individuelle 

Festlegung 

Quelle: Skiera (1998c, S. 287). 

Gestaltungsformen 

der Preisdifferenzierung 

ohne Selbstselektion mit Selbstselektion 

personenbezogen 

gruppenbezogene 

Festlegung 

regionenbezogen 

zeitbezogen 

mengenbezogen 

leistungsbezogen 

suchkostenbezogen 

Gestaltungsformen ohne Selbstselektion lassen sich dahingehend unterteilen, daß sie zum einen auf 

individueller Basis und zum anderen auf Gruppenbasis festgelegt werden. Wenn die Preise individu- 

ell festgelegt werden, kann die Preisdifferenzierung so vorgenommen werden, daß jeder Nutzer den 

Preis zahlen muß, der seiner maximalen Zahlungsbereitschaft entspricht. Seine Konsumentenrente lä- 

80 Wenn eine solche Strategie des Segment-of-One verfolgt wird, dann bedeutet dies, daß von jedem individuellen 

Nutzer seine Zahlungsbereitschaft abgeschöpft wird. Es handelt sich dann der Terminologie von Pigou 

(1929) folgend um die Preisdifferenzierung ersten Grades. Diese Art der perfekten Preisdifferenzierung ist in 

der Praxis jedoch kaum durchführbar. Selbst wenn die erforderlichen individuellen Zahlungsbereitschaften 

bekannt sind, dürften in erster Linie juristische und organisatorische Hindernisse (Faßnacht 1996, S. 54; 

Tacke 1989, S. 13), bei physischen Produkten aber z.B. auch die Möglichkeit zum Weiterverkauf zwischen den 

Kunden (Varian 1996) die praktische Durchführung unmöglich machen. 

81 Zur detaillierten Definition der einzelnen Differenzierungsmöglichkeiten sei auf Phlips (1983) oder Faßnacht 

(1998, S. 737) verwiesen. 

98

ge dann bei Null (Pigou 1929). Die technischen Gegebenheiten des Interaktiven Fernsehens bieten 

die Möglichkeit, die einzelnen Nutzer jeweils zu identifizieren (z.B. mittels eines Cookie-File oder ei- 

nes PIN-Code). 82 Wenn zudem eine Nichtübertragbarkeit gesichert wird, dann kann im Extremfall 

ein individueller Tarif gefordert werden (Simon 1994, S. 722). Jedoch ist eine solche Preisstrategie 

aus rechtlichen oder Fairneßgründen nur selten zu umsetzbar (Weller 1996). Dies hat zur Folge, daß 

die Kenntnis der individuellen Zahlungsbereitschaft für z.B. das Fußball-WM-Finale im Video-on- 

Demand noch lange nicht bedeutet, daß der Anbieter von jedem einzelnen Nutzer die Konsumenten- 

rente vollständig abschöpfen kann. 

Etwas einfacher lassen sich die Preise für unterschiedliche Gruppen differenzieren. So können bei- 

spielsweise Studenten häufig vergünstigte Preise (z.B. für Lern-Videos) in Anspruch nehmen. Hierbei 

wird häufig nach der Preiselastizität differenziert (Shapiro und Varian 1999, 

S. 44). 83 Um eine solche Preisdifferenzierung vorzunehmen, bedarf es der Identifikation der berech- 

tigten Personen anhand bestimmter Merkmale (Alter, Einkommen etc.). 84 Diese Kontrolle erhöht 

den Aufwand einer solchen Preisstrategie. So kann zwar im Interaktiven Fernsehen per PIN der 

Nutzer identifiziert werden, jedoch kann schwer sichergestellt werden, daß niemand anderes diese 

PIN mißbräuchlich nutzt. Eine weitere Form der gruppenbezogenen Preisdifferenzierung ist die Un- 

terscheidung bezüglich der Herkunft (regionenbezogene Differenzierung). Diese Form der Differen- 

zierung wird jedoch nur geringe Chancen haben, um in globalen Netzen wie dem Internet akzeptiert 

zu werden (Shapiro und Varian 1999, S. 44). 

Wenn ein Anbieter wie DF1 mehrere Varianten eines Produktes zu unterschiedlichen Preisen anbie- 

tet (siehe Abbildung 2-4), dann können sich die Nutzer selbst für das Produkt ihrer Wahl entschei- 

den. Sie können also eine Selbstselektion vornehmen. Problematisch ist die definitorische Abgren- 

zung der Produktvarianten, da durch die neuen Varianten keine prinzipiell neuen Produkte entstehen 

sollen, sondern immer noch das gleiche Produkt mit marginalen Änderungen angeboten wird. Es ist 

Faßnacht (1998, S. 722) beizupflichten, daß die Wahrnehmung der Kunden hierfür entscheidend ist, 

ob es sich um eine Preisdifferenzierung oder um ein vollkommen anderes Produkt handelt. 

82 Weitere Möglichkeiten werden bei Agrawal (1998) oder Novak und Hoffman (1997) dargestellt. 

83 Dahinter steckt sehr häufig auch die Möglichkeit des Lock-In. Die Strategie, einen jungen Menschen mit billigen 

Einstiegspreisen zu locken, um seine Konsumentenrente dann später, wenn er nicht mehr Student und 

damit weniger preissensitiv ist, aber die Wechselkosten sehr hoch für ihn sind, abzuschöpfen. Diese Strategie 

fällt unter dem Schlagwort „get them when they are young“ (Shapiro und Varian 1999, S. 46). 

84 Diese Form der Preisdifferenzierung entspricht der Terminologie von Pigou (1929) folgend, der des dritten 

99 

Grades.

Die Gestaltungsformen mit Selbstselektion lassen sich in vier Untergruppen darstellen: Zum einen ist 

die zeitbezogene Form der Differenzierung zu nennen, die u.a. aus dem Telekommunikationsbereich 

bekannt ist. Eine zeitliche Preisdifferenzierung liegt vor, wenn ein Anbieter für ein Produkt im Verlauf 

einer bestimmten zeitlichen Periode verschiedene Preise fordert (Faßnacht 1996, S. 65). Diese kann 

von Vorteil sein, wenn congestion externalities auftreten, d.h. die Kapazität nicht ausreichend ist 

(Skiera und Spann 1998, S. 704). 85 Eine solche Strategie ist nur dann geeignet, wenn das Angebot 

von jedem Ort und zu jeder Zeit abgerufen werden kann. So kann eine zeitliche Differenzierung nach 

Prime- und Non-Prime-Time (z.B. dem heutigen Digitalen Fernsehen in Deutschland) durchaus sinn- 

voll sein. Diese Form der Preisdifferenzierung kann auch – wider aller Kritik – in globalen Netzen er- 

folgen, wenn z.B. durch die IP-Nummer der Nutzer festgestellt werden kann, aus welchem Land 

(bzw. Zeitzone) der Zugriff erfolgt. 

Zum zweiten ist die mengenbezogene Preisdifferenzierung zu nennen. Diese sogenannte nichtlineare 

Preisbildung (Tacke 1989; Wilson 1993) bedeutet, daß der zu zahlende Durchschnittspreis je Men- 

geneinheit variiert und die Preisdifferenzen nicht den Kostendifferenzen entsprechen (Phlips 1983, S. 

166). Voraussetzung für diese quantitative Preisdifferenzierung ist das Vorliegen eines sogenannten 

„Variable-Menge-Falles“, in dem abhängig vom Preis unterschiedliche Mengen gekauft werden 

(Simon 1992b, S. 44). Der ökonomisch handelnde Nachfrager legt hierbei seine Nutzungsmenge so 

fest, daß die Differenz zwischen seiner Zahlungsbereitschaft und dem Betrag, den er für eine be- 

stimmte Nutzungsmenge zu zahlen hat, maximiert wird (Tacke 1989, S. 64; Wilson 1993, S. 185). 

Unter Zugrundelegen des Gesetzes vom abnehmenden Grenznutzen ist dieses Maximum erreicht, 

wenn der marginale Preis der letzten nachgefragten Mengeneinheit der marginalen Preisbereitschaft 

des Nachfragers entspricht (Gossen 1854; Skiera und Spann 1998, S. 229). Bei der mengenbezo- 

genen Preisdifferenzierung wird die unterschiedlich hohe Zahlungsbereitschaft für die einzelnen Men- 

geneinheiten ausgenutzt, indem für die erste Einheit ein höherer Preis verlangt wird als für die zweite 

Einheit usw. (Simon 1992b, S. 44 f.). Dies ist z.B. bei zweiteiligen Tarifen, die eine Grundgebühr und 

eine nutzungsabhängige Gebühr verlangen, der Fall: So sinkt bei einer monatlichen Grundgebühr für 

DF1 von ca. 50 DM und einer nutzungsabhängigen Gebühr von 6 DM pro Film der durchschnittliche 

Preis pro Film mit zunehmender Bestellmenge (Skiera und Albers 1998b). Da die Nachfrager selbst 

durch ihre Abnahmemenge den durchschnittlich zu zahlenden Preis bestimmen, handelt es sich um ei- 

ne Implementationsform mit Selbstselektion. 

85 Diese preispolitische Strategie hängt unmittelbar mit dem Problem der Nichtlagerbarkeit zusammen (Simon 

1994, S. 722). Dadurch sind starke Schwankungen der Nachfrage möglich. Diese Problematik wird ebenfalls 

unter dem Stichwort „Peak-Load-Pricing“ in der Literatur behandelt (Crew, Fernando und Kleindorfer 1995). 

100

Zu prüfen ist nun, welche Formen der mengenbezogenen Preisdifferenzierung für Dienste im Interak- 

tiven Fernsehen geeignet sind. 86 Als problematisch ist anzusehen, daß die Bündelung der Nachfrage 

sowohl unter verschiedenen Nutzern als auch über die Zeit prinzipiell möglich ist, da Videoaufnahmen 

gemacht und diese an andere weitergegeben werden können. 87 Dennoch ist die quantitative Preisdif- 

ferenzierung möglich, da das Bündeln der Nachfrage Abstimmungskosten auf Nutzerseite verursacht. 

Zur Realisierung von Netzeffekten sollte der Tarif so gewählt werden, daß das System möglichst 

stark genutzt wird (Abschnitt 3.4). Interessant sind hier z.B. die im folgenden betrachteten zweiteili- 

gen Tarife bzw. Blocktarife, da diese die Möglichkeit bieten, durch eine Aufspaltung in eine relativ 

hohe Grundgebühr und geringe nutzungsabhängige Preise eine starke Nutzung des Systems zu för- 

dern (Skiera und Albers 1998b). Zweiteilige oder auch Blocktarife führen im Vergleich zur uniformen 

Preisbildung zu höheren Gewinnen, da von allen Nutzern wenigstens die Konsumentenrente in Höhe 

der Grundgebühr abgeschöpft wird (Spremann und Klinkhammer 1985, S. 793; Tacke 1989, S. 

27). 

Eine starke Heterogenität in der Zahlungsbereitschaft der Nachfrager kann dazu führen, daß bei der 

gewinnmaximalen Ausgestaltung eines zweiteiligen Tarifs die Grundgebühr über der maximalen Zah- 

lungsbereitschaft einiger Nachfrager liegt (Skiera und Albers 1998b, S. 231 f.). Durch Bedienung 

dieser Nachfrager mit einem neuen Tarif kann der Anbieter seinen Gewinn weiter steigern (Skiera 

1998b). Dies kann durch die Einführung von optionalen zweiteiligen Tarifen erfolgen. Bei der Einfüh- 

rung von optionalen Tarifen muß auf mögliche Kannibalisierungseffekte zwischen den einzelnen Tari- 

fen geachtet werden (Sharkey und Sibley 1993, S. 201). Diese sind erwünscht, wenn Konsumenten 

zu einem Tarif mit höherem Deckungsbeitrag wechseln, unerwünscht ist der Wechsel zu einem Tarif 

mit niedrigerem Deckungsbeitrag (Skiera und Albers 1998b, S. 231). Im Ergebnis wird von den 

Konsumenten, die vorher auch den zweiteiligen Tarif genutzt hätten, weniger Konsumentenrente ab- 

geschöpft. Dies wird kompensiert durch den zusätzlichen Gewinn, der durch die hinzugewonnenen 

Nutzer generiert werden kann. 

Die Einführung derartig ausgestalteter optionaler zweiteiliger Tarife kann bei On-Demand-Diensten 

über verschiedene monatliche Grundbeiträge mit entsprechend unterschiedlichen Nutzungspreisen er- 

folgen. Hierbei sollten die Nutzer nicht durch eine zu undurchsichtige Preisstruktur verwirrt werden. 

Daher ist das Angebot auf zwei oder drei verschiedene Tarife zu beschränken (Skiera 1998b). 

86 Eine Voraussetzung für die erfolgreiche Durchführung der mengenbezogenen Preisdifferenzierung ist, daß die 

Kunden die Nachfrage nicht zusammenfassen bzw. die Preisvorteile nicht an andere weitergeben können (Simon 

1992b, S. 419; Faßnacht 1996, S. 74). 

87 Zu beachten ist, daß hiermit nur die Weitergabe und nicht die unerlaubte Vervielfältigung angesprochen 

101 

wird.

Denkbar ist ein Tarif mit relativ hoher Grundgebühr und niedrigen Kosten pro Video für „Heavy 

User“ und ein Tarif mit geringerer Grundgebühr und höheren Nutzungskosten für „Low User“. Zu 

beachten ist hier ein möglicher positiver Nebeneffekt bei der Einführung zweiteiliger Tarifstrukturen. 

Dieser besteht darin, daß der Pionier DF1 durch die Grundgebühr eine gewisse Kundenbindung ge- 

nerieren kann (z.B. durch die Betonung des Zusammengehörigkeitsgefühls durch einen Klubgedan- 

ken) und so eine Markteintrittsbarriere schafft (Krafft 1998). Die Kundenbindung wird u.a. durch 

den Preis erzielt. Ein Wettbewerber kann häufig nur schwer eine weitere Grundgebühr in ähnlicher 

Höhe durchsetzen und muß demnach zur Gewinnerzielung höhere Nutzungspreise fordern. 88 

Fraglich ist, ob der Zugang zum Pay-per-view ohne Einstieg in das Grundgebührenschema möglich 

sein sollte, da die Zahlung einer Grundgebühr gerade für neue Nutzer, die das System kennenlernen 

wollen, abschreckend wirken kann. Die Nutzung des Pay-per-view muß dann relativ teuer sein, da 

sonst kein Anreiz zum Einstieg in die zweiteilige Tarifstruktur gegeben ist. Bislang muß ein Nutzer bei 

Angeboten des Digitalen Fernsehens jedoch immer auch die Grundgebühr tragen. 

Zum dritten ist die leistungsbezogene Preisdifferenzierung (Versioning) anzuführen, die laut der Lite- 

ratur nicht so groß sein darf, daß die Nachfrager die einzelnen Produkte als jeweils eigenständige Ei- 

genschaftsbündel ansehen (Varian 1997b). Die praktische Relevanz dieser auf Kundensicht be- 

schränkten Definition ist jedoch gering, wenn es um das übergeordnete Ziel der Gewinnmaximierung 

geht. Beispielsweise kann das Zulassen von Werbeunterbrechungen in einem Spielfilm als eine solche 

Form der Differenzierung klassifiziert werden. Die Vorteilhaftigkeit einer solchen Differenzierungs- 

strategie ist davon anhängig, daß: 

• „an möglichst viele Konsumenten, deren Zahlungsbereitschaft die variablen Nutzungskosten über- 

steigt, auch verkauft wird, 

• möglichst wenige Konsumenten einen noch höheren Preis akzeptieren würden und 

• möglichst wenige Konsumenten durch das Nicht-Anbieten einer Produktvariante zum Kauf einer 

anderen Produktvariante mit einem höheren Deckungsbeitrag bewegt werden könnten“ (Skiera 

1998c, S. 289). 

Der letztgenannte Aspekt ist relevant, da es sich bei der qualitativen Preisdifferenzierung um eine Im- 

plementationsform mit Selbstselektion handelt. Hierbei muß erreicht werden, daß die Konsumenten 

mit hoher Zahlungsbereitschaft auch die teuren Produktvarianten wählen, die einen höheren Dek- 

kungsbeitrag einbringen (Shapiro und Varian 1999, S. 38). Prinzipiell steht es den Konsumenten frei, 

88 So sind nur sehr wenige Anbieter im deregulierten Telefonmarkt mit einer Grundgebühr für Telefongespräche 

erfolgreich gewesen. Da die Telekom noch das Ortsnetz weitestgehend kontrolliert, ist kaum ein Nutzer bereit, 

102

auch die günstigste Variante zu wählen (Tacke 1989, S. 21 f.). Daher ist entscheidend für den Erfolg, 

daß die wahrgenommene Nutzendifferenz aufgrund unterschiedlicher Qualitäten der Produktvarianten 

genügend groß ist (Simon 1992b, S. 576). Varian (1997b) zeigt, daß es profitabel sein kann, die 

Qualität der niederwertigen Produktvariante weiter zu senken, um mit der höherwertigen Produktva- 

riante bei den Konsumenten mit hoher Zahlungsbereitschaft einen höheren Preis durchsetzen zu können. 

89 

Beim Interaktiven Fernsehen ist neben der Hinnahme von Werbung die Übertragungsleistung ein 

weiterer Ansatzpunkt zur Leistungsdifferenzierung. Mit zunehmendem Know-How bezüglich der 

Komprimierungsverfahren vergrößert sich der Spielraum auf Anbieterseite, die Übertragungsge- 

schwindigkeit zu regeln. Besonders schnelle Übertragungen können dann zu höheren Preisen ange- 

boten werden. Ebenfalls ist denkbar, bei Engpässen verschiedene Zugriffsprioritäten (Priority- 

Pricing) zu gewähren. 

Ein psychologischer Aspekt, der bei der Ausgestaltung verschiedener Produktvarianten berücksich- 

tigt werden sollte, besteht in dem sogenannten Kompromiß-Effekt (Simonson 1989, S. 161 ff.). Die- 

ser besagt, daß das Hinzufügen einer extremen Version die Wahrnehmung der Mittelversion relativ 

zu denen der anderen extremen Version steigert. Als Beispiel sei das Angebot zweier Netzgeschwin- 

digkeiten (-qualitäten), Standard- und Profiqualität, betrachtet. Einige der Konsumenten, die unsicher 

sind, welche Version sie wählen sollen, werden die Standardversion wählen. Wird nun eine „Gold- 

version“ hinzugefügt, so wird dadurch die Ablehnung der Version mit der niedrigsten Qualität gestei- 

gert. Auch wenn nicht unbedingt zu erwarten ist, daß die Goldversion überragende Verkäufe erzielt, 

kann dadurch der Verkauf der Profiversion im Verhältnis zur Standardversion gesteigert werden 

(Varian 1997b; Shapiro und Varian 1999, S. 61). Weitere Untersuchungen gelangen zu dem Ergeb- 

nis, daß durch das Einfügen einer Mittelversion zwischen einer Hochpreis-Hochqualitätsversion und 

einer Niedrigpreis-Niedrigqualitätsversion die letztere stärker Marktanteile verliert (Simonson und 

Tversky 1992, S. 291 ff.). Die Nutzer sind demzufolge gegen den niedrigsten Preis stärker avers als 

eine weitere Grundgebühr zu zahlen. Somit können nur über die Nutzungspreise (Call-by-Call) Deckungsbeiträge 

erwirtschaftet werden (Haase, Salewski und Skiera 1998, S. 1054). 

89 In der Praxis findet sich eine Vielzahl von Beispielen solcher Qualitätsanpassungen. Fluggesellschaften verkaufen 

verbilligte Tickets, die bestimmte Restriktionen (z.B. Vorauskauf, Wochenendaufenthalt) beinhalten. 

Hierdurch wird erreicht, daß diese Tickets nur von Touristen benutzt werden. Von Geschäftsreisenden, die in 

der Regel eine höhere Zahlungsbereitschaft aufweisen, werden dagegen Tickets ohne diese Restriktionen 

bevorzugt, auch wenn diese drei- bis fünfmal so teuer sind (Varian 1996). Tellis (1986, S. 155 f.) betont in diesem 

Zusammenhang, daß eine solche Preisdifferenzierung insbesondere von Bedeutung sein kann, wenn 

steigende Skalenerträge vorliegen. Als Beispiel nennt er den Automobilmarkt, auf dem die Hersteller hauptsächlich 

mit den teuren, hochwertig ausgestatteten Modellen Gewinne erzielen. Der alleinige Verkauf der 

hochwertigen Varianten wäre allerdings häufig nicht profitabel, da die Herstellungskosten ohne Ausnutzung 

der steigenden Skalenerträge durch Bedienung der Marktsegmente mit niedrigerer Zahlungsbereitschaft zu 

hoch wären. 

103

gegen die höchste Qualität. Hiernach ist aus Anbietersicht das Angebot von drei Varianten dem An- 

gebot von zwei Varianten vorzuziehen (Shapiro und Varian 1999, S. 71). 

Schließlich kann auch eine suchkostenbezogene Preisdifferenzierung vorgenommen werden. Im Ge- 

gensatz zu den vorherigen Differenzierungsstrategien werden bei dieser Form der Preisdifferenzierung 

die unterschiedlichen Preise nicht offen an die Konsumenten kommuniziert (Skiera 1998c, S. 291). 

Hierbei handelt es sich um gleiche Produkte, die auf unterschiedlichen Vertriebswegen oder unter un- 

terschiedlichen Namen angeboten werden. Da die Nachfrager bezüglich ihrer Suchkosten als hetero- 

gen einzuschätzen sind, kann gemäß Tellis (1986, S. 147 f.) eine solche Differenzierung vorgenom- 

men werden. Skiera (1998b, S. 292) beschreibt das erfolgreiche Beispiel eines Sex-Anbieters im In- 

ternet, der sein gleiches Angebot unter verschiedenen Namen (XXX-Hotel, Sexview oder Sexplant) 

anbietet. Die suchkostenbezogene Preisdifferenzierung ist im Anfangsstadium des Interaktiven Fern- 

sehens nicht anzuwenden, da es üblicherweise an Inhalten mangelt. Die Nutzer würden sehr schnell 

merken, wenn ein Anbieter das gleiche Produkt mehrfach zu unterschiedlichen Preisen bei unter- 

schiedlichen Diensten anbietet. 

3.5.2.2 Wettbewerbsorientierte Preisstrategien 

Wettbewerbsorientierte Preisstrategien – auch kurzfristig unterhalb der variablen Kosten – können 

aufgrund von Netzeffekten sinnvoll sein (Shapiro und Varian 1999, S. 14). 

Eine Folge aus der Digitalisierung der Produkte sind steigende Skalenerträge, d.h. mit steigender 

Ausbringungsmenge sinken die durchschnittlichen Kosten. Zu untersuchen ist nun die Frage, wie sich 

Wettbewerb in einer solchen Situation auswirken kann. Da die Grenzkosten bei einem fallenden Ver- 

lauf der Durchschnittskosten immer unterhalb der Durchschnittskosten liegen, kann es vorteilhaft sein, 

die Preise zu senken, um mit steigender Ausbringungsmenge eine Senkung der Durchschnittskosten 

zu erreichen. Die niedrigsten Herstellungskosten können erreicht werden, wenn die steigenden Ska- 

lenerträge vollständig genutzt werden. Dies würde voraussetzen, daß ein Anbieter die gesamte Nach- 

frage auf sich vereint, sich also nur ein Anbieter gegen alle Wettbewerber durchsetzt oder er ein Pio- 

nier ist. Relevant ist diese Überlegung, wenn die Zahlungsbereitschaft der einzelnen Nutzer derart ge- 

ring ist, daß nur ein Unternehmen, das zu sehr geringen Durchschnittskosten produziert, seine Pro- 

dukte ohne Verlust zu Preisen anbieten kann, die die Zahlungsbereitschaften der Nutzer nicht über- 

steigen. Da bisherige Untersuchungen nur geringe Zahlungsbereitschaften für Interaktives Fernsehen 

ermittelten, kann eine solche Strategie zumindest kurzfristig notwendig sein. 

Zu untersuchen ist nun, ob die steigenden Skalenerträge dazu führen, daß sich nur ein einziger Anbie- 

ter im Interaktiven Fernsehen durchsetzen wird. Hierzu ist die Kostenstruktur genauer zu betrachten. 

Die relativ hohen fixen Bereitstellungskosten für Inhalte im Interaktiven Fernsehen bestehen im we- 

sentlichen aus Kosten für die Hardware, die Präsenz im interaktiven Medium (z.B. Zahlungen an 

104

Service-Provider für die genutzte Serverkapazität), den Erwerb oder die Entwicklung von Inhalten 

und dem administrativen Aufwand beim Anbieter. Die variablen Kosten für den Verkauf eines einzel- 

nen Filmes sind demgegenüber relativ gering, wobei sie dennoch nicht gegen Null gehen. Dieses liegt 

in erster Linie neben geringen Kosten für die technische Abwicklung (z.B. Zahlungsverkehr) an den 

Lizenzzahlungen (Whinston, Stahl und Choi 1997, S. 350). 

Insgesamt ist also nicht zu erwarten, daß sich nur ein einziger Wettbewerber entscheidend durchset- 

zen kann. Zwar sind steigende Skalenerträge zu erzielen, aber die fixen Kosten erreichen kein derart 

großes Verhältnis zu den variablen Kosten., daß nur wenige Anbieter, die eine große Nachfrage auf 

sich vereinen können, zu Preisen anbieten werden, die unter der Zahlungsbereitschaft der Nutzer lie- 

gen. Außerdem kann der Wettbewerb durch die Verschiedenartigkeit der Angebote begrenzt wer- 

den. Dies liegt daran, daß heterogene Präferenzen vorliegen und Filme keine vollständig homogenen 

Güter sind. Es ist insbesondere nicht zu erwarten, daß alle Anbieter über die gleichen Inhalte verfü- 

gen können, da bereits heute Exklusivverträge abgeschlossen werden. Weiterhin besteht gerade 

durch die meisten der beschriebenen Differenzierungsstrategien zusätzlich die Möglichkeit, sich von 

Konkurrenten abzuheben. Dies räumt dem Anbieter in dem jeweiligen Segment eine gewisse 

Marktmacht ein und verringert damit den Wettbewerbsdruck. 

3.5.2.3 Produktlinienorientierte Preisstrategien 

Produktlinienorientierte Preisstrategien sind dann interessant, wenn ein Anbieter mehrere miteinander 

in einer Beziehung stehende Produkte (Inhalte) anbietet (Brockhoff 1999, S. 279 ff.; Tellis 1986, S. 

155). Somit können auch beim Vorliegen mehrerer heterogener Produkte Preisdifferenzierungen 

vorgenommen werden (Faßnacht 1998, S. 723). Eine häufig verwendete Form ist die Preisbünde- 

lung (Gijsbrechts 1993, S. 136; Wübker 1998). Diese liegt vor, wenn ein Anbieter mindestens zwei 

heterogene Produkte zu einem Bündel zusammenfaßt und für dieses einen Gesamtpreis verlangt 

(Faßnacht 1998, S. 723). 

Die Filmindustrie ist mit dem System der Preisbündelung schon länger vertraut. So beschreibt 

Fleischhauer (1998, S. 100) das Geschäftsprinzip der KirchGruppe: „Ware kaufen, zu Paketen bün- 

deln, mit Aufschlag verkaufen, nach Ablauf der Lizenzzeit wieder einsammeln, lagern, neu bündeln, 

erneut verkaufen“. Kirch wiederum kauft seine Ware in Outputdeals bei den Filmproduktionsgesell- 

schaften ein, die damit ihre einzelnen Filme bündeln. Die Manager der KirchGruppe entbündeln dann 

die Filmpakete und bündeln sie erneut (Guiltinan 1987, S. 74). 

105

Drei Formen der Preisbündelung sind zu unterscheiden (Olderog und Skiera 1998): 

• Die reine Preisbündelung, bei der ausschließlich das gesamte Bündel erworben werden kann, 

• die gemischte Preisbündelung, bei der sowohl das Bündel als auch die Produkte (z.B. die Fil- 

me) einzeln erworben werden kann, und 

• die Entbündelung, die den separaten Verkauf aller Produkte vorsieht. 

Da allen Nachfragern dieselbe Preisstruktur angeboten wird, segmentieren sich die Nachfrager durch 

ihre Kaufentscheidung selbst – daher liegt eine Preisdifferenzierung zweiten Grades nach Pigou vor 

(Faßnacht 1996, S. 82). Die Gewinnmöglichkeit liegt für den Anbieter darin, daß es die Preisbünde- 

lung ermöglichen kann, die Konsumentenrenten heterogener Nachfrager besser abzuschöpfen als im 

Falle des Verkaufes von Einzelprodukten zu den optimalen Einzelpreisen. Wie Simon (1992a) zeigt, 

muß eine Preisbündelung nicht generell zu höheren Gewinnen führen. Es können demnach nur ten- 

denzielle Aussagen zu der generellen Vorteilhaftigkeit der einzelnen Methoden in Abhängigkeit von 

der Verteilung der maximalen Zahlungsbereitschaften der Konsumenten auf die Produkte gemacht 

werden (Faßnacht 1996, S. 87). Hierbei gilt, daß Einzelpreise eher vorteilhaft sind, wenn bei allen 

Konsumenten für eines der beiden Produkte eine hohe und für das andere Produkt eine niedrige 

Zahlungsbereitschaft besteht. Wenn für beide Produkte eine etwa gleich hohe Zahlungsbereitschaft 

vorliegt, ist die reine Preisbündelung zu empfehlen. Existieren Nachfragersegmente, die zum Teil ex- 

treme und zum Teil ausgewogene Präferenzen haben, ist die gemischte Preisbündelung tendenziell am 

vorteilhaftesten (Simon 1992a, S. 1223 ff.). 

Simon (1992a, S. 1228 ff.) weist jedoch auf Umsetzungsprobleme der Preisbündelung hin: So ist für 

die Abschätzung der Vorteilhaftigkeit dieser Strategie unbedingt die Kenntnis der individuellen Zah- 

lungsbereitschaftsfunktionen notwendig. Des weiteren nennt er wettbewerbsrechtliche Probleme, die 

insbesondere dann auftreten, wenn monopolistische Strukturen entstehen und es nicht mehr möglich 

ist, Güter einzeln zu kaufen. Die Erfahrung mußte z.B. IBM 1936 machen, als sie die Tabellierma- 

schinen und Lochkarten miteinander koppelten und dies von den Wettbewerbsbehörden verboten 

wurde. Dies deutet darauf hin, daß bei starkem Wettbewerb eine Bündelung unter Umständen nicht 

möglich ist, weil entweder durch die Verschiebung der Wertschöpfungsanteile neue Anbieter in einen 

wachsenden Markt stoßen, die Standardisierung und somit die Kompatibilität der Anbieter immer 

weiter zunimmt und schließlich damit die Kunden eine höhere Preiselastizität aufweisen (Simon 

1992a, S. 1232 f.). Insofern wird eine Bündelstrategie mit zunehmendem Wettbewerb wenig erfolg- 

reich sein und die Anbieter zur Entbündelung zwingen. Dies gilt insbesondere für Informationsanbie- 

ter, wie z.B. Zeitungen, die bereits im Internet zu einer Entbündelung gezwungen werden (Whinston, 

Stahl und Choi 1997, S. 365 f.). 

106

3.5.2.4 Vermietung und Sharing 

Eine alternative Strategie zum Verkauf von Produkten und den damit verbundenen Preisdifferenzie- 

rungsstrategien stellt die Vermietung bzw. das Sharing von Produkten dar. Sharing liegt dabei vor, 

wenn mehrere Konsumenten zusammen ein Produkt erwerben und dieses dann gemeinsam bzw. 

nacheinander nutzen (Shapiro und Varian 1999, S. 47 f.; Whinston, Stahl und Choi 1997, S. 359). 

So stellt beispielsweise das mit Freunden gemeinsame Verfolgen eines Fußballspiels aus dem Pay- 

per-view-Angebot ein Sharing dar, wenn nur einer davon tatsächlich das Spiel geordert hat. 

Bei der Vermietung behält der Anbieter das Eigentum am Produkt und organisiert das Sharing zwi- 

schen den Konsumenten selber. Sharing oder Vermietung sind insbesondere dann von Bedeutung, 

wenn die Zahlungsbereitschaften der einzelnen Konsumenten unterhalb des Preises eines Produktes 

liegen und das Produkt in der Regel nur einmalig von Konsumenten genutzt wird. 

Wenn beim Verkauf eines Produktes Sharing ermöglicht wird, hat dieses zwei gegenläufige Effekte 

auf die Profitabilität des verkauften Originals (Varian 1997a): Zum einen steigt die Zahlungsbereit- 

schaft für das Original, zum anderen können weniger Originale verkauft werden. So opponierten die 

Videoproduzenten bei der Einführung von Videotheken in den USA während der 80’er Jahre zu- 

nächst gegen das Vermietungssystem, bis es sich als sehr profitabel für sie herausstellte (Varian 

1997a). Dies lag daran, daß durch die Verfügbarkeit von preiswerten Inhalten mehr Filme gesehen 

wurden als vorher. Video-on-Demand wird diesen Prozeß noch weiter führen. 

Interessant kann die Vermietung von Spielen (Games-on-Demand) sein, da die Durchführung ver- 

gleichsweise einfach ist. Denkbar sind zum Beispiel Angebote, bei denen Spiele nur für eine be- 

stimmte Anzahl von Abspielvorgängen erworben werden (z.B. während eines Kindergeburtstages) 

und sich anschließend die Datei selber zerstört. Das Erstellen einer Hardcopy darf dabei nicht mög- 

lich sein. Auch muß beachtet werden, wie groß die negativen Effekte auf die Verkäufe von Spielen, 

die prinzipiell einen höheren Deckungsbeitrag erbringen sollten, sind. 

3.5.2.5 Auktionen 

Durch den Erfolg im Internet werden Auktionen als Preisinstrument immer beliebter. Sie werden fast 

ausschließlich für nicht-digitale Güter durchgeführt (siehe die Übersicht bei Skiera 1998a, S. 299). 

Der Grund hierfür liegt darin, daß zwar auch digitale Produkte wie z.B. Filme oder Informationen 

versteigert werden können, diese jedoch noch nicht den typischen Status eines Seltenheitsprodukts 

(wie z.B. eine Limited Edition eines Musikalbums) besitzen. Zwar ist es durchaus möglich, die Anzahl 

der zum Abruf bereitstehenden Filme zu begrenzen und beispielsweise mittels des Bookbuilding- 

Verfahrens einen Preis zu bestimmen und dementsprechend eine Zuteilung vorzunehmen. Jedoch 

kann dies als willkürlich und raffgierig wahrgenommen werden, da digitalisierte Produkte problemlos 

107

vervielfältigt werden können. Es ist deswegen nicht unbedingt vorteilhaft, digitale Produkte (z.B. Fil- 

me) über Auktionen zu verkaufen, zumal nicht sichergestellt werden kann, daß der künstlich geschaf- 

fene Knappheitsgrad nicht durch Raubkopien unterlaufen und somit ad absurdum geführt wird. 

Der Verkauf von Filmen per Auktion erfordert, daß der Nutzer bereits das System adoptiert hat. 

Somit können neue Kunden auf diese Weise kaum gewonnen werden. 

Auktionen können zwar vergleichsweise einfach und kostengünstig durchgeführt werden (Picot, 

Reichwald und Wigand 1996, S. 319), stellen aber immer noch eine relativ komplizierte Preisstruktur 

dar. Es ist fraglich, ob Decoder, Abonnements, Filme, Spiele oder Informationen gut über Auktionen 

verkauft werden können, wenn es bereits extreme Probleme bereitet, den Nutzen einer Innovation zu 

kommunizieren. Demnach sind Auktionen wohl vorerst nicht geeignet, um die Diffusion und Nutzung 

des Systems zu steigern. 

3.5.2.6 Beurteilung 

Die bisherigen Ausführungen zur Vorteilhaftigkeit einzelner Preisstrategien lassen sich wie folgt zu- 

sammenfassen, wobei die Reihenfolge der Strategien die angenommene Eignung im Interaktiven 

Fernsehen widerspiegelt (Tabelle 3-4). 

Nachdem mögliche Preisstrategien bezüglich ihrer Eignung für interaktive Medien untersucht wurden, 

muß auf den Effekt des tarifabhängigen Nutzungsverhaltens eingegangen werden. Je nach angebote- 

ner Tarifstruktur (z.B. durch optionale Tarife) wird sich das Nutzungsverhalten anpassen. So ist bei- 

spielsweise davon auszugehen, daß bei einem hohen nutzungsabhängigen Preis (z.B. 15 DM pro 

Film) und einem sehr geringen monatlichen Grundpreis (z.B. 5 DM) im Video-on-Demand der Nut- 

zer sehr selten Filme abrufen wird, wohingegen sich das Nutzungsverhalten bei einer hohen Grund- 

gebühr (z.B. 100 DM) und keinen oder nur geringen nutzungsabhängigen Tarifen grundlegend anders 

sein wird. Der Nutzer wird dann sehr viele Filme abrufen. Das Nutzungsverhalten eines Nutzers ist 

demnach abhängig vom gewählten Tarif (Skiera und Albers 1998b). 

Dieses Beispiel zeigt, daß es erforderlich ist, das Nutzungsverhalten bei unterschiedlichen Tarifen ab- 

zubilden. Wie dies im Interaktiven Fernsehen unter Berücksichtigung der Netzeffekte realisiert wer- 

den kann, ist Gegenstand des vierten Kapitels. 

108

Tabelle 3-4: Geeignete Preisstrategien für Interaktives Fernsehen und ihre Umsetzung 

Strategie Praktische Umsetzung Besonderheiten/ 

Probleme 

Qualitative Preis- • Gekürzte Version und Vo llversion (z.B. bei Pornos) Anbieten von drei Versionen ist 

differenzierung • Versionen mit und ohne Werbung 

vorteilhafter als Angebot von 

• Verschiedene Übertragungsleistungen (Übertragungsdauer 

oder -priorität) 

zwei Versionen 

Mengenbezogene • Zwei oder drei zweiteilige Tarife zur Auswahl anbieten • Möglichkeit der NachfragePreisdifferen- 

(einer mit relativ hoher Grundgebühr und niedrigen bündelung unter Nachfrazierung 

nutzungsabhängigen Kosten und einer mit niedrigerer gern und über die Zeit 

Grundgebühr und höheren Nutzungskosten), zusätz- • Steigerung der Kundenbinlich 

teureren Einzelerwerb ohne Grundgebühr ermöglidung (Klubgedanke, Bochennusprogramme) 

• Bonusprogramme mit kleinen Geschenken 

Suchkosten- Gleichzeitiges Angebot unter verschiedenen Namen auf • Kurzfristig nicht anwendbar, 

bezogenePreis- verschiedenen Web-Seiten mit eigenen Homepages zu un- da zu wenig Anbieter 

differenzierungterschiedlichen Preisen 

• Langfristig aufgrund sich 

verbessernder Transparenz 

in interaktiven Medien (z.B. 

Preisagenten) kaum mö glich 

Wettbewerbsori- Angebot von Diensten zu oder sogar unterhalb der varia- Markteintrittsbarrieren können 

entiertePreisblen Kosten 

geschaffen werden, wenn damit 

strategien 

schnell die Kritische Masse erreicht 

wird 

Preisbündelung • Bündel zusammen mit Endgeräten, Diensteabonne- • In der Pionierphase kann 

ments o.ä. 

durch preiswerte Hardware 

• Bündel aus verschiedenen Sportevents, z.B. Auftei- im Bündel die Diffusion gelung 

der Bundesliga in verschiedene Kategorien nach fördert werden 

Popularität (Zahlungsbereitschaft), Bündel beinhaltet • Wettbewerb kann Bündel- 

dann eine bestimmte Anzahl von Stücken aus jeder 

Kategorie, zusätzlich Einzelerwerb ermö glichen 

strategie unterlaufen 

Vermietung Datei (z.B. Spiel) wird für feste Anzahl von Abspielvor- Kannibalisierung mit Verkauf 

gängen erworben und zerstört sich anschließend selbst von Spielen 

Auktionen Verkauf von Produkten oder Diensten per Auktion erfor- • Schwierig für digitale Güter 

dert, daß der Nutzer bereits das System adoptiert hat • Kostengünstig im Interaktiven 

Fernsehen durchführbar 

3.6 Zusammenfassende Darstellung der Hypothesen 

Folgende Übersicht listet die in der empirischen Untersuchung aufgegriffenen Hypothesen auf und 

ordnet sie den einzelnen theoretischen Überlegungen zu. 

109

Tabelle 3-5: Übersicht der Hypothesen 

Hypothese Theorie 

1. Je höher die Unsicherheit über die technologische Beständigkeit der zur Nutzung des Systems 

notwendigen Hardware ist, desto geringer ist die Zahlungsbereitschaft. 

2. Je höher die Netzeffekte sind, desto höher ist die Zahlungsbereitschaft. 

3. Je höher die Unsicherheit über den Nutzen des Systems ist, desto geringer ist die 

Zahlungsbereitschaft. 

4. Je älter die Person ist, desto seltener wird sie das Interaktive Fernsehen nutzen. 

5. Je höher das Einkommen ist, desto häufiger wird die Person das Interaktive Fernsehen nutzen. 

6. Je stärker der Druck des unmittelbaren sozialen Umfeldes ist, desto stärker ist die Nutzung. 

7. Es existieren Segmente, die sich in ihren Präferenzen bezüglich der Dienste unterscheiden. 

8. Je höher der relative Vorteil ist, desto höher ist der Nutzen des Systems. 

9. Je schneller die Kritische Masse erreicht wird, desto höher ist der Nutzen des Systems. 

10. Je höher der relative Vorteil von technischen Funktionen wahrgenommen wird, desto höher ist 

der Nutzen des Systems. 

11. Je höher die Kosten der Hard- und Software, desto niedriger ist der Nutzen des Systems. 

12. Wenn das Interaktive Fernsehen als ein Statussymbol wahrgenommen wird, dann wird dem 

System ein höherer Nutzen zugeschrieben. 

13. Je höher die Befürchtung vor dem Verlust von sozialen Kontakten ist, desto niedriger ist der 


14. Je höher die Befürchtung vor dem Verlust des kostenlosen TV-Angebots ist, desto niedriger ist 

der Nutzen des Systems. 

15. Je höher die Befürchtung vor dem Mißbrauch der Daten ist, desto niedriger ist der Nutzen des 

Systems. 

16. Je höher die Komplexität des Systems ist, desto niedriger ist der Nutzen des Systems. 

17. Je häufiger das System im Pilotprojekt genutzt wurde, desto größer ist der Nutzen des Systems . 

18. Je besser die Vorzüge des Systems zu kommunizieren sind, desto größer ist der Nutzen des 

Systems. 

19. Der Nutzen des Systems wird durch die Qualität der Inhalte bestimmt. 

20. Je höher die Kontrolle über die Inhalte, desto größer ist der Nutzen des Systems. 

21. Je länger die Wartezeiten bei der Nutzung sind, desto geringer ist der Nutzen des Systems. 

22. Wenn Home-Shopping nicht angeboten wird, dann ist der Nutzen des Interaktiven Fernsehens 

gering. 

23. Je attraktiver die Darstellung der Produkte wahrgenommen wird, desto höher ist die Nutzung 

des Home-Shopping. 

24. Je größer die Angst vor Umtauschproblemen beim Home-Shopping ist, desto weniger wird 

Home-Shopping genutzt. 

25. Wenn Suchfunktionen angeboten werden, dann nimmt der Nutzen des Systems zu. 

26. Je einfacher das Navigationssystem zu erlernen und zu bedienen ist, desto höher ist der Nutzen 

des Systems. 

27. Die Zahlungsbereitschaft für neue Endgeräte ist geringer als der Preis für die d-Box. 

28. Die Zahlungsbereitschaft für Dienste im Interaktiven Fernsehen entspricht den Preisen des 

Digitalen Fernsehens. 

KMS = Kritische-Masse-Systeme, ADOPT = Adoptionstheorie, AKZEPT = Akzeptanztheorie, 

WILLPAY = Zahlungsbereitschaften 

KMS 

KMS 

KMS 

ADOPT 

ADOPT 

DIFF 

DIFF 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

AKZEPT 

WILLPAY 

WILLPAY 

110

4 Abbildung von Netzeffekten zur Erklärung und 

111 

Prognose der Nutzung des Interaktiven Fernsehens 

Dieser Abschnitt legt die methodischen Grundlagen zur Erklärung und Prognose des Nutzungsverhal- 

tens bei Netzeffekten dar. 90 Zunächst werden die Schwierigkeiten bei der Abschätzung von Netzef- 

fekten im Abschnitt 4.1 aufgezeigt. Im anschließenden Abschnitt 4.2 wird dargelegt, daß die bisheri- 

gen Ansätze der Forschung zur Abschätzung von Netzeffekten nicht ausreichend sind, um eine Pro- 

gnose des Nutzungsverhaltens in interaktiven Medien vorzunehmen. Da die Nutzung des Interaktiven 

Fernsehens von der Tarifierung der Dienste abhängt, wird im Abschnitt 4.3 ein neues Konzept dar- 

gestellt, mit dem zum einen die Adoption und zum anderen die Nutzung des Systems bei der Anwen- 

dung unterschiedlicher Preisstrategien prognostiziert werden kann. Dabei wird auch auf die Metho- 

den zur Schätzung eingegangen. 

4.1 Probleme bei der Abschätzung von Netzeffekten 

Netzeffekte beschäftigen die Forschung seit einiger Zeit und führten zu einer Vielzahl von theoreti- 

schen Ansätzen, die zumeist spieltheoretischer Natur sind. 91 Aus den bisherigen theoretischen Er- 

gebnissen läßt sich nur wenig über die adäquate Operationalisierung und Messung von Netzeffekten 

ableiten. Es stellt sich die Frage, worin dieses Defizit begründet ist. 

Zum einen bereitet die Operationalisierung erhebliche Probleme, da es sich bei den betrachteten Sy- 

stemen zumeist um sehr komplexe Güter handelt. Eine erfolgreiche Marktbearbeitung erfordert das 

Zusammenspiel vieler einzelner Komponenten und Unternehmen. Es reicht somit nicht aus, den Fo- 

kus nur auf ein einziges Gut (z.B. Set-top-boxen) zu richten und die Dienste (z.B. Video-on- 

Demand) zu vernachlässigen. 

Zum anderen ist zu berücksichtigen, daß Netzeffekte selten auf einen Markt begrenzt werden können 

und sich einer direkten Beobachtbarkeit entziehen (Gröhn 1996, S. 1 f.). Daher ist die Zuordnung 

der Nutzenkomponenten zum originären oder derivativen Teil des Gesamtnutzens sehr schwierig. 

Fehlt diese Kenntnis, dann bestehen erhebliche Probleme bei der optimalen Ausgestaltung des Mar- 

keting-Mix (Clement, Litfin und Peters 1998). 

90 Siehe auch die Seiten 33 ff. 

91 Einen sehr detaillierten Überblick über den Stand der Forschung liefert Economides auf seiner Web-Page: 

[http://raven.stern.nyu.edu/networks/bibliof.html].

Schließlich ist die Abgrenzung des Netzwerkes ein großes Problem. Inwieweit ist das Fax kompati- 

bel zu einem PC mit Fax-Modem? Handelt es sich um ein oder zwei Systeme? Fragen dieser Art, 

die insbesondere bei unterschiedlichen Kompatibilitätsgraden auftreten, erschweren die empirische 

Erfassung von Netzeffekten. 

Da aber die Messung der originären und derivativen Nutzenkomponenten des Interaktiven Fernse- 

hens wertvolle Hinweise zur Gestaltung der Marketing-Strategie liefert, werden im folgenden Ab- 

schnitt 4.2 die bisher angewandten Meßkonzepte dargestellt. 

4.2 Bisherige Konzepte zur Operationalisierung und Messung von Netz- 

effekten 

Obgleich die Relevanz von Netzeffekten immer wieder hervorgehoben wird, existieren nur ver- 

gleichsweise wenige empirische Studien, die die Signifikanz von Netzeffekten untersuchen (David 

und Greenstein 1990). Dieses empirische Defizit in der Forschung ist wahrscheinlich zum einen auf 

die oben dargestellte schwierige Messung der Netzeffekte und zum anderen auf die Unterschätzung 

der Bedeutung von Netzeffekten zurückzuführen. Zwar sind Meßkonzepte Mangelware, jedoch sind 

einige Untersuchungen durchgeführt worden, die im folgenden hinsichtlich ihrer Operationalisierung, 

Messung und Eignung für das Interaktive Fernsehen betrachtet werden. Es lassen sich folgende 

Meßkonzepte und mögliche Erweiterungen unterscheiden, die in den Unterabschnitten dieses Kapi- 

tels bezüglich ihrer Eignung für Innovationen analysiert werden (Abbildung 4-1): 

Abbildung 4-1: Meßkonzepte für Netzeffekte 

Meßkonzepte für Netzeffekte 

Objektive Eigenschaften Subjektive 

Eigenschaften 

Kompatibilität Installierte 

zum Standard Basis Wechselkosten 

• Gandal (1994) 

• Moch (1995) 

• Brynjolfson und 

Kemerer (1996) 

• Hartman und Teece (1990) 

• Greenstein (1993) 

• Saloner und Shepard (1995) 

• Brynjolfson und Kemerer (1996) 

• Shankar und Bayus (1997) 

• Oren und Rothkopf (1984) 

112

4.2.1 Operationalisierung und Messung anhand von objektiven Eigenschaften 

Als eine Methode zur Erfassung von Netzeffekten bietet sich die indirekte Messung mittels des he- 

donischen Preisansatzes an (Gröhn 1996, S. 2 ff.; Brynjolfsson und Kemerer 1996, S. 1629 f.). 

Dort wird von der Idee Lancasters (1971) ausgegangen, daß der Preis eine Funktion seiner objekti- 

ven und metrisch meßbaren Eigenschaften ist. Methodisch handelt es sich zumeist um multiple Re- 

gressionsanalysen, mit denen die am Markt erzielten Preise einzelner Produkte als abhängige Varia- 

ble zu den objektiven Teilqualitäten (unabhängige Variablen) dieser Güter in Beziehung gesetzt wer- 

den (Diller 1991, S. 141 ff.). 92 Kritisch bei dieser Vorgehensweise ist, daß Preisunterschiede nur 

durch objektive Qualitätsunterschiede zwischen den Produkten erklärt werden, die subjektiven 

Aspekte jedoch völlig ausgeblendet bleiben. Zudem liegen die für die Schätzung notwendigen Daten 

nur bei etablierten Gütern vor. Der hedonische Preisansatz eignet sich somit nicht für Innovationen, 

stellt jedoch für etablierte Märkte einen guten Ansatz dar. Somit ist die Methode für das Interaktive 

Fernsehen in der jetzigen Phase nicht zu verwenden, allerdings ist der hedonische Preisansatz sehr 

wohl geeignet, um in späteren Marktphasen Aufschluß über die Stärke der Netzeffekte zu geben. 

Daher wird kurz auf diese Methodik eingegangen, um einen Leitfaden für Folgestudien bereitzustel- 

len. 

In einigen Untersuchungen wurde versucht, Netzeffekte durch objektive Eigenschaften des Produk- 

tes zu operationalisieren (Gröhn 1996, S. 5 ff.): 

Gandal (1994) operationalisiert in seiner Studie des Softwaremarktes (Tabellenkalkulationspro- 

gramme) Netzeffekte mittels drei Eigenschaften des Softwarepaketes: (1) Kompatibilität der Soft- 

ware zum Paket LOTUS 123, welches zu der Zeit den de facto Standard bildete, (2) Verbindungs- 

möglichkeiten zu externen Datenbanken und (3) die Fähigkeit zur Integration der Tabellenkalkulation 

in ein LAN (Local Area Network). Wenn Kompatibilität zum dominanten Standard als objektive Ei- 

genschaft eines Produktes einen hohen Beitrag zur Zahlungsbereitschaft stiftet, dann wird dies als 

Netzeffekt interpretiert. Als Ergebnis seiner Regressionsanalyse erhält Gandal einen hohen signifikan- 

ten Anstieg der Zahlungsbereitschaft für die Software, sofern sie kompatibel zu LOTUS 123 ist und 

eine Anbindung externer Datenbanken erlaubt. Deutlich weniger relevant ist jedoch die Netzwerkin- 

92 Hedonische Analysen wurden bereits früh angewendet. So gilt die Untersuchung von Waugh (1929) als die 

Pionierarbeit. Konzeptionell wurde die Untersuchungsmethodik mit der Zielsetzung der Bereinigung von 

Preisindizes für amtliche Statistiken weiterentwickelt (van Dowe 1996, S. 51). Allerdings bestehen auch Zweifel 

an der theoretischen Fundierung des hedonischen Preisansatzes (Saviotti 1985). 

113

tegrationsfähigkeit (Gandal 1994, S. 166; Gröhn 1996, S. 12). Gandal schließt aus diesen Ergebnissen, 

daß der Markt für Tabellenkalkulationsprogramme starken Netzeffekten unterliegt. 93 

In einer zweiten Untersuchung zum Softwaremarkt (Datenbanksoftware) hat Moch (1995) zwar als 

Zielsetzung seiner Studie die Qualitätsbereinigung der Preisstatistik im Auge, jedoch eignen sich die 

Variablen Kompatibilität zu dBase und LOTUS als mögliche Eigenschaften des Produkts, die auf 

Netzeffekte hinweisen können. In seinen Regressionsanalysen kann er zeigen, daß beide Variablen 

signifikant positiv auf den hedonischen Preis wirken (Moch 1995, S. 103; Gröhn 1996, S. 18). 

Eine weitere Methode zur Operationalisierung von Netzeffekten ist die Installierte Basis; d.h. die 

Netzeffekte werden anhand der Netzwerkgröße operationalisiert (Brynjolfsson und Kemerer 1996; 

Hartman und Teece 1990; Saloner und Shepard 1995). Hartman und Teece (1990) definieren die 

Installierte Basis als die Anzahl der Endgeräte eines Herstellers (Minicomputer), ohne kompatible 

Geräte einzubeziehen. Die Autoren stellen eine dynamische Preisstrategie dar, die an die Überlegun- 

gen von Katz und Shapiro (1986) anknüpft: Zu Beginn des Lebenszyklusses liegt der Preis unter 

dem hedonischen Preis (penetration pricing), er nimmt jedoch im Zeitablauf zu, was auf eine Abschöpfung 

der erhöhten Zahlungsbereitschaft durch die Realisierung von Netzeffekten hindeutet. 94 

Eine solche Strategie beinhaltet, daß Kunden früh an das System gebunden werden, um langfristig 

Konsumentenrente abzuschöpfen. 

Saloner und Shepard (1995) verwenden die Anzahl der Standorte von Geldautomaten als Opera- 

tionalisierung für die Installierte Basis. Die Auswirkungen der Netzeffekte werden mittels eines Ha- 

zard-Ansatzes analysiert. Dort wird versucht, die Auswirkungen der Adoptionsrate durch die Instal- 

lierte Basis zu erklären. 

Brynjolfsson und Kemerer (1996) berücksichtigen in ihrem hedonischen Ansatz beide Operationa- 

lisierungen, zum einen Kompatibilitätsmaße und zum anderen die Netzwerkgröße, um die Stärke der 

Netzeffekte im Softwaremarkt zu messen. Als Kompatibilitätsmaße werden drei Variablen gebildet: 

(1) Kompatibilität zum LOTUS 123 Menu, (2) Möglichkeiten zum Dateienaustausch und (3) Ma- 

krokompatibilität. Die Installierte Basis wird anlehnend an Hartman und Teece (1990) 

operationalisiert als: „The installed base of each product in each year was computed by summing its 

93 Allerdings unterliegt seine Untersuchung aufgrund der fehlenden Absatz- und Marktpreisdaten Einschrän- 

kungen, die eventuelle Verzerrungen der Ergebnisse nicht ausschließen. 

94 Auch hier haben die Netzeffekte einen hochsignifikanten Einfluß auf den Marktanteil. Allerdings ist dieser 

Zusammenhang als äußerst kritisch zu betrachten, da die Installierte Basis den kumulierten historischen Absatz 

darstellt und somit wahrscheinlich sehr hoch mit dem Marktanteil korreliert. Es kann sich somit durchaus 

um ein methodisches Artefakt handeln. 

114

sales in all prior years, including sales of earlier, compatible versions.“ 95 Als Ergebnis ihrer Studie 

weisen die Autoren einen Einfluß der Netzeffekte auf den hedonischen Preis nach, weil sowohl die 

Netzwerkgröße als auch die Kompatibilitätsvariablen signifikant auf die abhängige Variable wirken. 

Einen etwas anderen Weg als den hedonischen Preisansatz gehen Shankar und Bayus (1997), in- 

dem sie versuchen, in einem strukturellen ökonometrischen Modell mögliche asymmetrische Netzef- 

fekte in dem Videospiele-Markt festzustellen. Sie unterstellen in einer Wettbewerbssituation (Ninten- 

do und Sega) nicht nur unterschiedliche Größen der Installierten Basis, sondern ebenfalls Unterschie- 

de in den Netzeffektkoeffizienten 96 : So kann z.B. ein Unternehmen mit kleiner Installierter Basis, 

aber einem hohen Netzeffektkoeffizienten durch ein entsprechendes Marketing-Mix erfolgreich am 

Markt agieren. Die Autoren betrachten in ihrem Modell mehrere Netzeffekte. Zum einen untersuchen 

sie die direkte Wirkung der Installierten Basis auf den Absatz und zum zweiten werden indirekte 

Wirkungen der Installierten Basis auf die Effektivität der Preis- und Werbepolitik untersucht. Sie 

nehmen dabei an, daß – entsprechend den Ergebnissen der Untersuchungen mittels des hedonischen 

Preisansatzes – die Preiselastizität mit zunehmender Installierter Basis abnimmt und die Werbeelasti- 

zität positiv von der Installierten Basis beeinflußt wird. Die Autoren finden heraus, daß selbst bei 

symmetrischen direkten Netzeffekten auf den Absatz nicht derjenige Wettbewerber automatisch im 

Vorteil ist, der über die größere Installierte Basis verfügt. Indirekte Netzeffekte, die auf die Effektivi- 

tät der Preis- und Werbepolitik wirken, können durchaus asymmetrisch sein und somit dem Unter- 

nehmen mit der kleineren Installierten Basis gute Chancen bieten, sofern die Netzeffektkoeffizienten 

relativ groß sind. Den Ergebnissen zufolge unterliegt der Markt für Videospiele starken Netzeffekten. 

Die Ergebnisse der Studien zeigen, daß Netzeffekte einen starken Einfluß auf den hedonischen Preis 

haben. Der hedonische Preis ist letztendlich eine über den gesamten Markt betrachtete Zahlungsbe- 

reitschaft. Die Nutzung von objektiven Eigenschaften ist bei Innovationen zwar nicht möglich, jedoch 

zeigen die Untersuchungen, daß als Maß für die Auswirkungen der Netzeffekte Ansätze der Zah- 

lungsbereitschaft hilfreich sind. Diese sind für die Analyse des Interaktiven Fernsehens in einer geeig- 

neten Form zu modifizieren. Die hierfür erforderliche Operationalisierung und Messung der Netzef- 

fekte anhand subjektiver Eigenschaften ist Gegenstand des folgenden Abschnitts. 

95 Die Autoren modellieren in ihrer Untersuchung die Variable „Baseshare“, die den Anteil der Installierten Basis 

des Produkts an der Installierten Basis aller Produkte mißt. Andere Operationalisierungen des Anteils an 

der Installierten Basis führten zu „schlechteren“ Ergebnissen (Brynjolfsson und Kemerer 1996, S. 1631 ff.). 

96 Der Netzeffektkoeffizient stellt die Elastizität für die Installierte Basis dar. 

115

4.2.2 Operationalisierung und Messung anhand von subjektiven Eigenschaften 

Eine Operationalisierung der Netzeffekte durch subjektive Eigenschaften nahmen Oren und Roth- 

kopf (1984) vor, die Netzeffekte als „inertia“, d.h. als „[disutility] of switching from product j to i at 

time t [...]“ (S. 252) operationalisieren. Diese wahrgenommenen Wechselkosten wurden: „[...] 

obtained from respondents along with other values employed in the value / choice model“ (S. 252). 

Leider wird aus Geheimhaltungsgründen nicht deutlich, wie die genaue Messung dieser wahrgenom- 

menen Wechselkosten vorgenommen wurde. Es kann somit auch eine solche Vorgehensweise nur 

begrenzt umgesetzt werden. Ein weiteres Problem besteht darin, daß nicht jedes innovative System 

sehr hohe Wechselkosten mit sich bringt. 

Die Autoren verwenden die Netzeffekte als Input für ein Prognosemodell, dessen Güte nur ex-post 

beurteilt werden kann. Die Prognosegenauigkeit des Modells erscheint jedoch ausreichend gut zu 

sein (Oren und Rothkopf 1984, S. 261). Wie stark nun die Netzeffekte hierauf wirken, bleibt jedoch 

dem Leser verschlossen – demnach kann keine Aussage über die Relevanz von Netzeffekten bei 

dem untersuchten Gut (Computerprinter) abgeleitet werden. 

4.2.3 Beurteilung der Eignung der Konzepte für das Interaktive Fernsehen 

Die folgende Tabelle liefert eine Übersicht der oben diskutierten Operationalisierungsansätze und der 

empirischen Befunde: 

116

Tabelle 4-1: Übersicht zur Operationalisierung und Relevanz von Netzeffekten 

117 

Studie Operationalisierung Signifikanz der Netzeffekte 

Oren 

1984 

und Rothkopf Subjektiv wahrgenommene Wechselkosten Nicht eindeutig aufzeigbar 

Hartman 

1990 

und Teece Installierte Basis Wirkt signifikant positiv auf den Preis 

Gandal 1994 1. Kompatibilität zum de facto Standard 1 und 2 wirken signifikant positiv auf 

2. Verbindung zu anderen Datenbanken den Preis 

3. Netzwerkintegrationsmöglichkeit (LAN) 

Moch 1995 1. Kompatibilität zum de facto Standard (Da- 1 und 2 wirken signifikant positiv auf 

tenbanken) 

den Preis 

2. Kompatibilität zum de facto Standard (Tabellenkalkulationsprogramme) 

Saloner und Shepard Installierte Basis Installierte Basis hat einen positiven 

1995 

Effekt auf die Adoptionsrate 

Brynjolfsson und Ke- 1. Kompatibilität zum Menu des de facto Kompatibilitätsmaße (1-3) und Instalmerer 

1996 

Standards 

lierte Basis (5) wirken signifikant posi- 

2. Dateienaustauschmöglichkeit zum de facto 

Standard 

tiv auf den Preis 

3. Makrokompatibilität zum de facto Standard 

4. Netzwerkintegrationsmöglichkeit (LAN) 

5. Installierte Basis 

Shankar und Bayus Installierte Basis • Installierte Basis hat einen direk- 

1997 

ten positiven Einfluß auf den Absatz 

• Installierte Basis wirkt negativ auf 

die Preiselastizität 

• Installierte Basis wirkt positiv auf 

die Werbeelastizität 

• Indirekte Wirkung der Installierten 

auf Werbung und Preis ist 

asymmetrisch 

Wettbewerbern 

zwischen den 

Die bisherigen Operationalisierungen der Netzeffekte sind nicht kritiklos für eine Untersuchung des 

Nutzungsverhaltens beim Interaktiven Fernsehen zu verwenden. Werden objektive Eigenschaften als 

Einflußgrößen für den hedonischen Preis verwendet, dann ist eine ausreichende Datenbasis zwingend 

erforderlich. Eine solche liegt jedoch nur bei bereits etablierten Märkten, wie z.B. für Textverarbei- 

tungssoftware, vor. Der hedonische Preisansatz ist demnach für Markterfolgsprognosen von Innova- 

tionen ungeeignet. 

Des weiteren ist bei der hedonischen Vorgehensweise ein Abgrenzungsproblem zu beachten, das der 

Definition des relevanten Marktes ähnelt – die Abgrenzung des Netzwerkes: Sollen nur die Geräte 

eines Herstellers betrachtet werden oder werden ebenfalls kompatible Produkte einbezogen, deren 

Kompatibilitätsgrad jedoch durchaus unterschiedlich sein kann? Diese Frage ist bei der parallelen 

Entwicklung des Interaktiven Fernsehens über das Internet oder über die Plattform des Digitalen 

Fernsehens von erheblicher Relevanz und nur sehr schwer zu beantworten.

Abschließender Kritikpunkt bei der Verwendung von objektiven Eigenschaften ist, daß die Präferen- 

zen nicht erfaßt werden, da Präferenzen auf der subjektiven Wahrnehmung von objektiven Eigen- 

schaften durch Individuen basieren. 

Allerdings ist die Operationalisierung der Netzeffekte mittels subjektiver Eigenschaftsausprägungen 

ebenfalls nicht problemlos. Zum einen ist es sehr schwer, die Personen zu einem Urteil zu bewegen, 

bei dem sie die Auswirkungen einer zunehmenden Installierten Basis auf den Nutzen des Gutes ab- 

schätzen sollen. Insbesondere die indirekten Netzeffekte lassen sich hierbei nur schwer in Zahlungs- 

bereitschaften ausdrücken. 

Ein Problem, das beide Ansätze haben, ist das Identifizieren von Eigenschaften, mit denen die Netz- 

effekte operationalisiert werden können. Hierbei stellen die Wechselkosten eine mögliche Alternative 

dar, die jedoch nur sehr schwierig gemessen werden können. Die folgende Abbildung stellt die Pro- 

bleme zusammenfassend dar: 

Abbildung 4-2: Bisherige Probleme der Operationalisierungsansätze 

Meßkonzepte für Netzeffekte 

Objektive Eigenschaften Subjektive Eigenschaften 

Kompatibilität 

zum Standard 

Probleme: 

Installierte 

Basis 

• Abgrenzung relevanter Markt 

• Ungeeignet für Innovationen 

• Nur objektive Aspekte 

Probleme: 

Wechselkosten 

• Wie sollen die Personen den schwer meßbaren 

Netzeffekt subjektiv schätzen? 

• Anhand welcher Eigenschaften ist der Netzeffekt 

festzumachen? 

Das Konzept zur Erfassung des Nutzungsverhaltens auf der Basis der Schätzung von Zahlungsbereit- 

schaftsfunktionen ist Inhalt des Abschnitts 4.3. 

118

4.3 Neue Konzepte zur Erfassung von Netzeffekten 

4.3.1 Konzeptionelle Überlegungen 

Die oben dargestellten Probleme zeigen, daß es nicht ohne weiteres möglich ist, eine Prognose der 

Auswirkungen von Netzeffekten auf den Nutzen und damit der Zahlungsbereitschaft vorzunehmen. 

Die objektiven Methoden scheiden aus, da es sich bei dem Interaktiven Fernsehen um eine Innovati- 

on handelt. Als eine weitere Methode bietet sich andererseits die Operationalisierung der Netzeffekte 

durch subjektive Eigenschaften an. Hierfür ist es jedoch erforderlich, die Eigenschaften auszuwählen, 

anhand derer die Netzeffekte operationalisiert werden. Ein solcher dekompositionieller Ansatz ist 

dann insbesondere bei Innovationen nicht einfach vorzunehmen. 

Am besten geeignet für Interaktives Fernsehen ist eine globale Vorgehensweise, in der Netzeffekte 

anhand von Zahlungsbereitschaften gemessen werden. Hierbei werden potentielle Nutzer hinsichtlich 

ihrer Zahlungsbereitschaft für Dienste im Interaktiven Fernsehen in Abhängigkeit von der Höhe der 

Netzeffekte befragt. Die Höhe der Netzeffekte wird durch die Schilderung von Szenarien variiert. Da 

unklar ist, welche Dienste für die Nutzung relevant sind, ist ein geeignetes Szenario zu entwickeln und 

den Personen glaubhaft zu vermitteln. Zunächst besteht das Problem, die für den Nutzer wirklich be- 

deutenden Eigenschaften auszuwählen und in die Szenarien aufzunehmen. Eine globale Schilderung 

des Szenarios weicht diese Problematik etwas auf. 97 So kann z.B. die Qualität eines Video-on- 

Demand-Dienstes im Szenario mit der Qualität der Inhalte eines Pilotprojektes verglichen werden, 

indem das Szenario auf bessere Inhalte, schnellere Nutzung, Verknüpfungen mit anderen Diensten 

usw. hinweist (siehe z.B. das in dieser Arbeit verwendete Szenario im Abschnitt 5.5.1.1). 

Die für die Befragung entwickelten Szenarien könnten u.a. auf Karten oder multimedial beschrieben 

werden. Zeigt sich bei systematischer Variation der Szenarien und damit vor allem der derivativen 

Nutzenkomponenten (z.B. wahrgenommene Wechselkosten) eine signifikante Veränderung der Zah- 

lungsbereitschaft, so werden die Ansatzpunkte für eine adäquate Anpassung des Marketing-Mix 

deutlich. Die Abbildung 4-3 faßt die Vorgehensweise zusammen: 

97 Es ist hervorzuheben, daß es nicht – wie bei der Conjoint-Analyse – notwendig ist, wenige unabhängige Eigenschaften 

zu identifizieren. In dem Szenario können sehr viele Eigenschaften verwendet werden. Das elementare 

Ziel muß bei der Schilderung des Szenarios sein, die Variationen in den Netzeffekten anschaulich darzustellen. 

119

Abbildung 4-3: Operationalisierung und Messung von Netzeffekten anhand von Zahlungsbereitschaften 

Zahlungsbereitschaft 

im Pilotprojekt 

Nutzen wegen fehlender 

Netzeffekte eher 

gering 


im Szenario 

Nutzen wegen starker 

Netzeffekte eher 

hoch 

Vergleich der Zahlungsbereitschaften läßt 

auf die Stärke des Netzeffekte schließen 

Auf diese Weise werden die dynamischen subjektiven Zahlungsbereitschaften ermittelt, die zu einer 

optimalen dynamischen Marketing-Strategie verhelfen können. Problematisch ist hierbei, daß bislang 

nur sehr wenig Forschungsarbeiten publiziert wurden, in denen die Zahlungsbereitschaft tatsächlich 

gemessen wurde. Oftmals werden nur konzeptionelle Arbeiten angeboten, in denen mit Zahlungsbe- 

reitschaftsfunktionen gearbeitet wird, aber die das Problem der validen Bestimmung der Funktionen 

umgehen. 98 Der nächste Abschnitt zeigt, wie solche Zahlungsbereitschaftsfunktionen für das Interak- 

tive Fernsehen ermittelt werden können und inwiefern sie für eine Analyse der Adoption und Nutzung 

des Interaktiven Fernsehens geeignet sind. 

4.3.2 Grundlagen zur Erfassung des Nutzungsverhaltens 

Das Ziel dieses Abschnittes ist die Darstellung der Grundlagen zur Erfassung des Nutzungsverhaltens. 

Hierfür werden – unter Rückgriff auf die Nutzentheorie – die Zahlungsbereitschafts- und die damit 

zusammenhängenden Preisbereitschafts- und Nachfragefunktionen formal dargestellt. Der formalen 

Darstellung, die aufgrund der sehr umfangreichen Forschungsergebnisse von Skiera (1998b) eher 

kurz gehalten wird, folgt ein Abschnitt über das Entscheidungskalkül der Nutzer, aus dem sich Aus- 

sagen zur Adoption und Nutzung von interaktiven Systemgütern ableiten lassen. Eine vergleichende 

Betrachtung der ausgewählten Funktionen schließt diesen Unterabschnitt. 

98 Siehe Skiera (1998b) für einen Überblick über diese Studien. 

120

4.3.2.1 Formale Darstellung 

Die theoretischen Grundlagen für die Erfassung des Nutzungsverhaltens wurden bereits 1854 von 

Gossen gelegt. Das erste Gesetz von Gossen (1854) besagt, daß der Nutzen mit steigendem Ver- 

brauch eines Gutes (z.B. Abrufen von Filmen) zunimmt, jedoch der Nutzenzuwachs mit jeder weite- 

ren Einheit geringer wird. So ist z.B. der Nutzenzuwachs des dritten Filmes geringer als der des 

zweiten Filmes. Die Nutzenfunktion besitzt einen positiven jedoch abnehmenden Grenznutzen. 99 

Basierend auf den theoretischen Grundlagen kann das Nutzungsverhalten, das von der Nutzenfunkti- 

on und dem Preis abhängt, durch drei Ansätze erfaßt werden, die ausführlich bei Skiera (1998b) und 

Tacke (1989) dargestellt werden: 

• Zahlungsbereitschaftsfunktionen 

121 

Die Zahlungsbereitschaftsfunktion ZB (q) beschreibt, wieviel ein Nutzer für eine bestimmte Nach- 

fragemenge q maximal zu zahlen bereit ist (Tacke 1989, S. 58 sowie Goldman, Leland und Sibley 

1984). Die Zahlungsbereitschaft stellt den in Geldeinheiten bewerteten Nutzen von q Einheiten 

des Gutes dar. 

• Preisbereitschaftsfunktionen 

Die Preisbereitschaftsfunktion PB (q) beschreibt, wieviel ein Nutzer für die q-te zusätzliche Einheit 

des Gutes zu zahlen bereit ist. Sie stellt die erste Ableitung der Zahlungsbereitschaftsfunktion dar. 

• Nachfragefunktionen 

Die Nachfragefunktion N (p) beschreibt, welche Menge q ein Nutzer beim Preis p nachfragt. Sie 

stellt die Umkehrfunktion der Preisbereitschaftsfunktion dar. 

Zur Erfassung der individuellen Zahlungsbereitschaft ist die Spezifikation eines funktionalen Zusam- 

menhangs zwischen Zahlungsbereitschaft und Menge notwendig. Folgende vier Typen von Zahlungs- 

bereitschaftsfunktionen werden in der Literatur vorgeschlagen (Skiera 1998b; Albers und Kreuter 

1996; Hanssens, Parsons und Schultz 1990, S. 40 und allgemein Hruschka 1997 sowie Lilien, Kotler 

und Moorthy 1992, S. 655): 100 

99 Ein solcher Funktionsverlauf impliziert, daß grundsätzlich ein Nutzenzuwachs durch Verbrauch entsteht. Das 

ist jedoch nicht grundsätzlich der Fall, wie sich der Leser anhand des Beispiels von getrunkenen Bieren verdeutlichen 

kann. Somit ist eine Sättigungsmengen vorstellbar, ab der ein Grenznutzen von Null herrscht 

(Tacke 1989, S. 58). 

100 Eine sehr umfangreiche Diskussion der einzelnen Funktionstypen, deren Herleitung, Verläufe und Restriktionen 

liefert Skiera (1998b). Es wird im weiteren Verlauf dieser Arbeit davon abgesehen, die jeweiligen Besonderheiten 

der Funktionen detailliert zu diskutieren und statt dessen auf Skiera (1998b) verwiesen.

Tabelle 4-2: Mögliche Funktionsverläufe der Zahlungsbereitschaftsfunktionen (Skiera 1998b) 

• Quadratische Zahlungsbereitschaftsfunktion 

⎧ bi 2 

ai 

⎪ai 

⋅ qi 

− ⋅ qi + ci qi 

≤ 

⎪ 2 

bi 

(4-1) ZBi( qi) 

= ⎨ 2 

⎪ ai 

ai 

+ ci qi 

> 

⎩ 

⎪2 

⋅ bi 

bi 

• Multiplikative Zahlungsbereitschaftsfunktion 

(4-2) ZBi qi ai qi c 

bi 

( ) = ⋅ + i 

• Modifiziert-exponentielle Zahlungsbereitschaftsfunktion 

( −b q c 

(4-3) ZBi qi ai [ e i ⋅ 

( ) 

i − i ) 

= ⋅ 1 − ] 

• Semi-logarithmische Zahlungsbereitschaftsfunktion 

(4-4) 

wobei 

ai, bi, ci: 

⎧qi 

⎪ ⋅ [ 1 + ln( ai ) − ln( qi ) ] + ci qi ≤ ai 

⎪ bi 

ZBi( qi 

) = ⎨ 

⎪ai 

⎪ + ci qi > ai 

⎩ bi 

Parameter 

q i : Nachgefragte Menge des i-ten Nutzers 

ZB i : Zahlungsbereitschaft des i-ten Nutzers 

Die einzelnen Funktionen werden in der Darstellung der empirischen Untersuchung (Abschnitt 

5.5.1.4) erneut aufgegriffen und dort detailliert erläutert. Der Parameter c in den Funktionen stellt ei- 

ne Nutzenkomponente dar, die unabhängig von der Nutzung des Gutes zu einer Zahlungsbereitschaft 

führt. So stiftet für viele Personen der Besitz eines Mobiltelefons einen Nutzen, ohne daß sie damit 

ein Gespräch führen (Taylor 1993, S. 271). Dies liegt darin begründet, daß die Person einen Zugang 

zum System hat und dieses im Zweifel nutzen kann – z.B. im Notfall (Oren, Smith und Wilson 1982). 

Zudem ist der Handybesitzer erreichbar, ohne daß ihm dafür Kosten entstehen (Dhebar und Oren 

122

1986). 101 Eine solche nutzungsunabhängige Zahlungsbereitschaft liegt vor allem bei interaktiven Me- 

dien vor, da sie Möglichkeiten zur Kommunikation bieten. Diese Zugangs- und somit Nutzungsmög- 

lichkeit läßt die Existenz einer solchen Nutzenkomponenten als sehr wahrscheinlich erscheinen. 

Die in Tabelle 4-2 dargestellten Zahlungsbereitschaftsfunktionen weisen folgende Preisbereitschafts- 

funktionen auf, die durch die erste Ableitung der Zahlungsbereitschaftsfunktion ermittelt werden, und 

angeben, wieviel der i-te Nutzer für die q-te Mengeneinheit zusätzlich zu zahlen bereit ist (Goldman, 

Leland und Sibley 1984; Tacke 1989, S. 58; Wilson 1993, S. 48). 

101 Skiera (1998b) weist zudem darauf hin, daß der Zugang zum System eine Außenwirkung haben kann und 

eventuell für den Nutzer imagefördernd ist. Diese positive Wirkung kann ebenfalls eine erhöhte Zahlungsbereitschaft 

hervorrufen. 

123

Tabelle 4-3: Mögliche Funktionsverläufe der Preisbereitschaftsfunktionen (Skiera 1998b) 

• Preisbereitschaftsfunktion der Quadratischen Zahlungsbereitschaftsfunktion 

⎧ 

ai 

⎪ai 

− bi ⋅ qi qi 

≤ 

⎪ 

bi 

(4-5) PBi( qi 

) = ⎨ 

⎪ 

ai 

0 

qi 

> 

⎩⎪ 

bi 

• Preisbereitschaftsfunktion der Multiplikativen Zahlungsbereitschaftsfunktion 

(4-6) PBi qi ai bi qi 

b ( i −1 ) 

( ) = ⋅ ⋅ 

• Preisbereitschaftsfunktion der Modifiziert-exponentiellen Zahlungsbereitschaftsfunktion 

(4-7) PB ( q ) = a ⋅b ⋅e 

i i i i 

( −b ⋅q −c 

) 

i i i 

• Preisbereitschaftsfunktion der Semi-logarithmischen Zahlungsbereitschaftsfunktion 

⎧ln( 

ai ) − ln( qi 

) 

⎪ 

(4-8) PBi( qi 

) = ⎨ bi 

⎪ 

⎩0 

wobei 

ai, bi, ci: 

Parameter 

0 < qi ≤ ai 

qi > ai 

q i : Nachgefragte Menge des i-ten Nutzers 

PB i : Preisbereitschaft des i-ten Nutzers 

Die Berechnung der Umkehrfunktion der Preisbereitschaftsfunktion führt zur zugehörigen Nachfrage- 

funktion, die angibt, wieviel Einheiten der i-te Nutzer beim Preis von p nachfragt. Die folgenden 

Funktionen ergeben sich aus den oben dargestellten Preisbereitschaftsfunktionen: 

124

Tabelle 4-4: Mögliche Funktionsverläufe der Nachfragefunktionen (Skiera 1998b) 

• Nachfragefunktion der Quadratischen Zahlungsbereitschaftsfunktion 

⎧ai 

1 

⎪ - ⋅ p p ≤ ai 

(4-9) qi( p) 

= ⎨ bi bi 

⎪ 

⎩0 

p > ai 

• Nachfragefunktion der Multiplikativen Zahlungsbereitschaftsfunktion 

⎡ p ⎤ 

(4-10) qi( p) 

= ⎢ 

⎣ai 

⋅b 

⎥ 

i ⎦ 

125 

⎛ 

⎜ 

⎝ 

b i 

1 ⎞ 

⎟ 

−1 

⎠ 

• Nachfragefunktion der Modifiziert-exponentiellen Zahlungsbereitschaftsfunktion 

(4-11) 

⎧ 1 

ai ⋅ bi 

⎪ ⋅ ( ln( ai ⋅ bi ) − ci − ln( p) ) p ≤ 

⎪b 

c 

i 

e i 

qi ( p) 

= ⎨ 

⎪ 

ai ⋅ bi 

0 

p > 

c 

⎩⎪ 

e i 

• Nachfragefunktion der Semi-logarithmischen Zahlungsbereitschaftsfunktion 

(4-12) q ( p) = a ⋅ e 

wobei 

ai, bi, ci: 

i i 

Parameter 

( −b ⋅ p) 

i 

qi ( p): 

Nachfragemenge beim Preis von p des i-ten Nutzers 

Bei Kenntnis der Zahlungsbereitschaftsfunktionen können alle anderen Funktionen direkt abgeleitet 

werden. Wie Skiera (1998b, S. 29) zeigt, gilt die Umkehrung nicht, d.h. aus der Kenntnis der Nach- 

frage- oder der Preisbereitschaftsfunktion kann nicht unmittelbar auf die Zahlungsbereitschaftsfunkti- 

on geschlossen werden. Dies liegt an der nutzungsunabhängigen Zahlungsbereitschaft c i , die nur bei 

dem modifiziert-exponentiellen Funktionsverlauf für alle drei Funktionen geschätzt wird, jedoch bei 

allen anderen nicht implizit in der Schätzung enthalten ist. Wenn die Nutzer eine nutzungsunabhängige 

Zahlungsbereitschaft aufweisen, wie es bei Diensten im Interaktiven Fernsehen möglich ist (z.B. bei 

Kommunikationsdiensten), dann ist die Zahlungsbereitschaftsfunktion direkt zu schätzen. Liegt keine 

nutzungsunabhängige Zahlungsbereitschaft vor, so kann aus der Nachfragefunktion die Zahlungsbe- 

reitschaftsfunktion ermittelt werden.

Die vorgestellten Zahlungsbereitschafts-, Preisbereitschafts- und Nachfragefunktionen eignen sich zur 

Prognose der Adoption und Nutzung des Interaktiven Fernsehens, sofern Annahmen zum Entschei- 

dungsverhalten der Nutzer getroffen werden. Diese sind Gegenstand des folgenden Abschnitts. 

4.3.2.2 Entscheidungsverhalten der Nutzer 

Wenn nun das Nutzungsverhalten anhand der Zahlungsbereitschaftsfunktion erklärt bzw. prognosti- 

ziert werden soll, so ist eine Annahme über das Entscheidungsverhalten der Nutzer zu treffen (Albers 

und Kreuter 1996, S. 13). Der Literatur folgend – z.B. Tacke (1989, S. 64) – soll angenommen 

werden, daß Individuen einen Dienst so häufig nutzen, daß ihr individueller Nettonutzen maximiert 

wird. Der Nettonutzen ergibt sich aus der Betrachtung der Konsumentenrente, die sich formal aus 

der Differenz zwischen Zahlungsbereitschaft und der zu entrichtenden Gebühr zusammensetzt (Tacke 

1989, S. 62 ff.). Die Konsumentenrente ist definiert als der summierte Geldbetrag, den ein Indivi- 

duum zusätzlich für die anfallenden Kosten einer bestimmte Nachfragemenge zu zahlen bereit wäre 

(siehe z.B. Wilson 1993, S. 63 oder Currie, Murphy und Schmitz 1971). Somit gilt: 

(4-13) CSi( qi ) = ZBi ( qi ) − RB( qi 

) 

wobei: 

CSi( qi 

): Konsumentenrente des i-ten Nutzers 

RB( qi ): Rechnungsbetrag des i-ten Nutzers, wenn Menge q nachgefragt wird. 

Der Rechnungsbetrag setzt annahmegemäß sich aus einer Grundgebühr F und einer nutzungsabhän- 

gigen Gebühr p zusammen: 

(4-14) RB( qi ) = F + p ⋅ qi 

. 

Jedes Individuum versucht seine Konsumentenrente zu maximieren, so daß folgende Zielvorschrift 

gilt: 

(4-15) max! CSi = ZBi( qi ) − RB( qi 

) 

Ein Individuum wird einen Dienst nur dann nutzen, wenn er daraus keinen negativen Nutzen erzielt. 

Das bedeutet, daß die Konsumentenrente bei Nutzern niemals negativ ist. 102 

Aus dieser Folgerung kann bestimmt werden, wer einen Dienst adoptiert – nämlich genau derjeni- 

ge, der eine positive Konsumentenrente erzielt. Bei einer Konsumentenrente von Null ist das Indivi- 

126

duum zwischen Adoption und Nichtadoption indifferent. Des weiteren kann anhand dieser Maximie- 

rungsregel bestimmt werden, wie häufig ein Nutzer nach der Adoption des Dienstes diesen nut- 

zen wird – nämlich genau so häufig, daß seine Konsumentenrente maximal ist. 

Dieses Konzept erlaubt es demnach festzustellen: 

• welches Individuum einen Dienst nutzt (bzw. nutzen wird) und 

• wie häufig er ihn nutzt. 

Damit sind die Zahlungsbereitschaftsfunktionen ein elegantes Mittel, um Netzeffekte zu ermitteln, da 

bei systematischer Variation der Szenarien jeweils die Zahlungsbereitschaften ermittelt werden kön- 

nen und aus dem Vergleich eine Aussage über den Nutzenzuwachs getroffen werden kann. Zugleich 

kann eine Prognose der Adoption und der Nutzungshäufigkeit erfolgen. Die methodische Verknüp- 

fung der Adoption mit der Nutzung durch die Verwendung dieses Konzeptes stellt eines der zentra- 

len methodischen Fortschritte dieser Arbeit dar. 

Die individuelle Konsumentenrente kann aus der Zahlungsbereitschaftsfunktion, der Preisbereit- 

schaftsfunktion und der Nachfragefunktion abgeleitet werden (Kridel, Lehman und Weisman 1993; 

Skiera 1998b, S. 37). Eine sehr ausführliche Diskussion der Konsumentenrenten und deren Herlei- 

tung bietet Skiera (1998b, S. 36 ff.). 

4.3.2.3 Vergleichende Betrachtung der Funktionen 

Die in den vorherigen Abschnitten dargestellte Quadratische, Multiplikative, Modifiziert-exponentielle 

bzw. Semi-logarithmische Funktion bildet – je nach Zielsetzung – die Zahlungsbereitschaft, die Preis- 

bereitschaft oder die Nachfragemenge ab. Für jeden einzelnen Nutzer ist die Funktion auszuwählen, 

die bestimmten inhaltlichen und statistischen Kriterien genügt. Es kann nicht generell von der Vorteil- 

haftigkeit einer Funktion ausgegangen werden, obgleich in der späteren empirischen Analyse im we- 

sentlichen nur zwei Funktionen bei der Schätzung der Zahlungsbereitschaftsfunktionen den inhaltli- 

chen und statistischen Kriterien genügen. Einen Vergleich der Funktionen bezüglich ihrer Eigenschaf- 

ten erscheint im Vorwege sinnvoll, um bereits Anhaltspunkte darüber zu finden, welche Funktionen 

besondere Relevanz für die im Fokus stehende Fragestellung aufweisen. 

Einen Vergleich der vier Funktionen liefern Skiera (1998b) und Tacke (1989), wobei sich Tacke auf 

die Multiplikative und Quadratische Funktion beschränkt. Tacke stellt fest, daß die Multiplikative 

Funktion schlechter abschneidet als die Quadratische. Auf das gleiche Ergebnis stößt Skiera 

102 Dies ist die in der Literatur gängige Annahme, denn bei einer negativen Konsumentenrente ist es für einen 

Nutzer vorteilhafter die Dienste nicht zu adoptieren bzw. zu nutzen. Eine Nicht-Nutzung entspricht dann einem 

Nutzen von Null (Leland und Meyer 1976; Oi 1971; Skiera 1998b; Spremann und Klinkhammer 1985). 

127

(1998b), wenngleich er differenzierter argumentiert. Seine Argumentationsbasis resultiert aus dem 

Vergleich der vier Funktionen bezüglich folgender Kriterien (Tabelle 4-5): 

128

Tabelle 4-5: Vergleich der Funktionsverläufe 

129 

Funktionsverläufe 

Beurteilungskriterien Quadratische Funktion Multiplikative Funktion Modifiziert-exponentielle 

Funktion 

Zahlungsbereitschaftsfunktion 

Preisbereitschaftsfunk- 

⎧ bi 

2 

ai 

⎪ai 

⋅ qi 

− ⋅ qi + ci qi 

≤ 

⎪ 

2 

bi 

ZBi ( qi 

) = ⎨ 2 

⎪ ai 

ai 

+ ci qi 

> 

⎩ 

⎪2⋅ 

bi 

bi 

⎧ 

ai 

⎪ai 

− bi ⋅ qi qi 

≤ 

⎪ 

bi 

tion PBi( qi) 

= ⎨ 

⎪ 

ai 

0 

qi 

> 

⎩⎪ 

bi 

Nachfragefunktion 

Zahlungsbereitschaft bei 

einer Nachfragemenge 

von Null 

Maximale Zahlungsbereitschaft 

Maximale Nachfragemenge(Sättigungsmenge) 

Konsumentenrente 

⎧ ai 

1 

⎪ - ⋅ p p ≤ ai 

qi ( p ) = ⎨ bi bi 

⎪ 

⎩0 

p > ai 

2 

c i 

ai 

2⋅ b 

( ai − p) 

2⋅ 

b 

i 

i 

ai 

bi 

2 

+ c 

i 

+ c − F 

i 

( ) = ⋅ + ZBi( qi ) = ai ⋅[ 1 − e 

( −bi ⋅qi −ci 

) ] 

ZBi qi ai qi c 

bi 

i 

PBi qi ai bi qi 

b ( i −1 ) 

( ) = ⋅ ⋅ PBi ( qi ) = ai ⋅ bi ⋅ e 

⎡ p ⎤ 

qi( p) 

= ⎢ 

⎣ai 

⋅b 

⎥ 

i ⎦ 

c i 

⎛ 

⎜ 

⎝ 

b i 

Keine maximale 


1 ⎞ 

⎟ 

−1 

⎠ 

( −bi ⋅qi −ci 

) 

⎧ 1 

a i ⋅ bi 

⋅ ( ln( ai ⋅ bi ) − ci − ln( p ) ) p ≤ 

⎪b 

c 

i 

e i 

qi ( p) 

= ⎨ 

⎪ 

ai ⋅ bi 

0 

p > c 

⎩⎪ 

e i 

( ci ) [ 1 ] 

ai ⋅ − e 

− 

Keine Sättigungsmenge Keine Sättigungsmenge 

⎛ 1 ⎞ 

⎜ ⎟ 

⎡ p ⎤⎝ 

bi 

−1⎠ 

⎡ p ⎤ 

⎢ ⎥ ⋅ ⎢ − p⎥ + ci − F 

⎣ ai ⋅ bi 

⎦ ⎣bi 

⎦ 

a i 

p ⎡ ⎛ p ⎞ ⎤ 

ai 

+ ⋅ ⎢ ⎜ ⎟ + ci − ⎥ − F 

bi 

⎣ ⎝ ai ⋅ bi 

⎠ ⎦ 

Semi-logarithmische Funktion 

⎧qi 

⎪ ⋅ [ 1 + ln( ai ) − ln( qi) ] + ci qi ≤ ai 

⎪bi 

ZBi( qi) 

= ⎨ 

⎪a 

i 

+ ci qi > ai 

⎩ 

⎪bi 

⎧ln(ai) 

− ln( qi) 

⎪ 

PBi ( qi 

) = ⎨ bi 

⎪ 

⎩0 

q ( p) = a ⋅ e 

i i 

a e 

ln 1 i ⋅ 

b 

c i 

ai 

+ ci 

bi 

a i 

( −b ⋅ p) 

i 

i 

0 < qi ≤ ai 

qi > ai 

( −b ⋅ p) 

i 

+ c − F 

i

Quelle: In Anlehnung an Skiera (1998b, S. 33 f.). 

130

Wie Skiera (1998b, S. 31) hervorhebt, sind bei den Zahlungsbereitschaftsfunktionen drei Parameter 

(a, b und c) zu schätzen, wenn eine nutzungsunabhängige Zahlungsbereitschaft vorliegt, bzw. zwei (a 

und b), wenn diese nicht vorliegt. Liegt eine nutzungsabhängige Zahlungsbereitschaft vor, so kann die 

Verwendung der Modifiziert-exponentiellen Funktion vorteilhaft sein, weil sie die Schätzung des Pa- 

rameters c i sowohl über die Ermittlung der Zahlungsbereitschaftsfunktion als auch über die Preisbe- 

reitschafts- und die Nachfragefunktion erlaubt. Alle anderen drei Funktionsverläufe ermöglichen die 

Schätzung des Parameters c i nur über die Zahlungsbereitschaftsfunktion oder durch zusätzliche An- 

gaben, die auf die Konsumentenrente schließen lassen und über diesen Umweg eine Rückrechnung 

auf den Parameter ermöglichen. 103 Diesen Punkten ist bei der Ermittlung der Zahlungsbereitschaft 

beim Interaktiven Fernsehen Rechnung zu tragen, da davon auszugehen ist, daß einzelne Dienste 

bzw. der Zugang zu dem System eine solche nutzungsunabhängige Zahlungsbereitschaft implizieren. 

Mit Ausnahme der Multiplikativen Funktion weisen alle Funktionen eine maximale Zahlungsbereit- 

schaft auf. Die Multiplikative Funktion läßt ebenfalls keine Berechnung der Sättigungsmenge zu, was 

impliziert, daß z.B. bei einem kostenlosen Angebot des Video-on-Demand unendlich viele Filme ab- 

gerufen werden. Da auch keine maximale Zahlungsbereitschaft bei dieser Funktion existiert, folgt aus 

diesem Funktionsverlauf, daß zudem auch eine unendliche Zahlungsbereitschaft für die Filme besteht. 

Eine unendliche Zahlungsbereitschaft ist jedoch wenig plausibel. Die fehlende Sättigungsmenge der 

Multiplikativen und der Modifiziert-exponentiellen Funktion kann hingegen bei Informationsgütern 

oder Filmen durchaus nachvollziehbar sein. So sind Software-Agenten in der Lage, unentwegt In- 

formationen oder Filme anzufordern, um sie auf einem Endgerät anzubieten (z.B. PointCast). Wenn 

die Nutzung nicht direkt bepreist ist, sondern nur über eine Grundgebühr Konsumentenrente abge- 

schöpft wird (z.B. Telefonieren bei einigen Service-Providern in den USA), dann ist eine fehlende 

Sättigungsmenge plausibel. Hingegen ist bei nicht-digitalen Produkten wie z.B. Endgeräten eine sol- 

che Funktion nur bedingt hilfreich. 

Skiera (1998b, S. 31) zeigt weiterhin, daß die Umsetzung des Ersten Gossen‘schen Gesetzes bei al- 

len Funktionen möglich ist. 

Es bleibt festzuhalten, daß alle vier Funktionen für Zahlungsbereitschaftsuntersuchungen im Interakti- 

ven Fernsehen grundsätzlich geeignet sind, obgleich die Funktionen ohne Sättigungsmenge nicht für 

alle Systemkomponenten sinnvollerweise zu verwenden sind. 104 

103 Zur genauen Darstellung dieser Vorgehensweise sei auf den Abschnitt 5.5 verwiesen. 

104 Hierbei ist allerdings darauf hinzuweisen, daß die Sättigungsmenge durch die Hinzunahme eines zusätzlichen 

131 

Parameters modelliert werden kann.

Der folgende Abschnitt zeigt, mit welchen Methoden Zahlungsbereitschaften ermittelt werden kön- 

nen. 

4.3.3 Methoden zur Ermittlung von Zahlungsbereitschaften 

Zur Ermittlung von Zahlungsbereitschaftsfunktionen werden u.a. von Skiera (1998b) mehrere Ver- 

fahren vorgeschlagen, die hinsichtlich ihrer Eignung für innovative Systeme bewertet werden müs- 

sen. 105 Die folgende Abbildung leistet einen Überblick über mögliche Datenquellen zur Schätzung 

von Zahlungsbereitschaftsfunktionen, die anschließend erläutert werden. 

Abbildung 4-4: Datenquellen zur Ermittlung von Zahlungsbereitschaften 

Nutzungsdaten 

Nutzungsangebote 

Präferenzdaten 

mit systematischer Variation, 

z.B. Experimente 

ohne systematische Variation, 

z.B. historische Marktdaten 

Auktionen, insbesondere 

Vickrey-Auktionen 

IC-POP (Incentive Compatible 

Point-of-Purchase) 

Kompositionelle 

Verfahren, d.h. 

direkte Befragung 

Kundenbefragung 

Expertenbefragungen 

Dekompositionelle 

Verfahren, d.h. 

Conjoint-Analyse 

Zur Eignung für ITV 

Nutzungsdaten können nur dann als Datenquelle 

dienen, wenn die Invention zumindest 

im Pilotversuch getestet wurde. 

Weiterhin muß gewährleistet sein, daß es 

zu Variationen der Preise kommt, was 

nur selten der Fall ist. Experimente sind 

jedoch prinzipiell geeignet. 

Nutzungsangebote eignen sich nur für bestimmte 

Dienste. So können nur einzelne 

Bestandteile in einer Auktion angeboten 

werden. Zudem muß das Produkt verfügbar 

sein. Trotz allem sind diese Verfahren 

grundsätzlich geeignet. Sie sind jedoch sehr 

aufwendig in ihrer Implementation. 

Präferenzdaten sind prinzipiell gut geeignet, 

um Zahlungsbereitschaften für innovative 

Systeme zu ermitteln. Wichtig ist nur, daß 

die relevanten Eigenschaften identifiziert 

werden. 

105 Skiera (1998b) nimmt ebenfalls eine detaillierte Bewertung der Verfahren bezüglich der Reliabilität, Validität, 

Praktikabilität und Datenschutzaspekten vor. Es wird deswegen auf eine ausführliche Darstellung verzichtet – 

zumal auch bei Simon und Kucher (1988) oder Tscheulin und Rost (1998) eine ähnliche Bewertung vorgenommen 

wurde. 

132

Es sind demnach drei potentielle Datenquellen denkbar, die jedoch nicht alle für eine Analyse der 

Zahlungsbereitschaft im Interaktiven Fernsehen sinnvoll anzuwenden sind. So stellen die Nutzungs- 

daten ein sehr gutes Potential für die Schätzung von Zahlungsbereitschaftsfunktionen dar, 106 die zu 

sehr guten Ergebnissen führen, wenn in einem experimentellen Design die Preise systematisch variiert 

werden (Simon und Dolan 1997, S. 85 f.). 107 Ein solches Experiment ist in interaktiven Medien gut 

und vergleichsweise preiswert durchzuführen (Skiera und Albers 1998b, S. 228). Allerdings können 

nur die Zahlungsbereitschaften der Nutzer ermittelt werden – die der Nicht-Nutzer (Nicht-Adopter) 

bleiben unklar. Des weiteren können in den Testphasen (z.B. in einem Pilotprojekt) keine Auswir- 

kungen von Netzeffekten auf die Zahlungsbereitschaft ermittelt werden, da keine Nutzung von Dien- 

sten möglich ist, die eine hohe Qualität aufweisen (Keane 1997, S. 317). Demnach eignen sich die 

Nutzungsdaten nicht für diese Untersuchung, da sie im wesentlichen vergangenheitsorientiert sind 

(Wyner, Benedetti und Trapp 1984, S. 101). Historische Marktdaten weisen zwei weitere Nachteile 

auf: Zum einen liegen die Daten nur in den seltensten Fällen auf individueller Basis vor und zum zwei- 

ten werden die Preise im Markt oft nur innerhalb geringer Bandbreiten variiert (Blamires 1981; 

Tacke 1989; Simon, Lauszus und Kneller 1998). 

Nutzungsangebote erfordern ein verbindliches Angebot des Nutzers bezüglich eines Tarifs (Skiera 

1998b). Diese können entweder durch Auktionen (insbesondere durch die Vickrey-Auktion) oder 

durch das IC-POP-Verfahren ermittelt werden. 108 Die Vickrey-Auktion eignet sich besonders gut 

zur Schätzung der Zahlungsbereitschaft, weil die Bieter genau ihre Zahlungsbereitschaft angeben 

müssen, wenn sie die beste Strategie verfolgen (Skiera und Revenstorff 1999). 109 Gleiches gilt für 

das IC-POP-Verfahren (Skiera, Wertenbroch und Schweiger 1998). 110 Die Verfahren sind noch 

neu und in ihrer Validität und Reliabilität weitestgehend unerforscht. Des weiteren erfordern Auktio- 

nen das Zusammentreffen von vielen Personen und die IC-POP-Methode persönliche Interviews, 

die einen Interviewer-Einfluß bedingen. 

106 Dies liegt insbesondere an der Beobachtung des tatsächlichen Verhalten und der damit einhergehenden ho- 

133 

hen Validität und Reliabilität (Simon 1992b, S. 109 und Skiera 1998b). 

107 

Vgl. hierzu auch die Untersuchung von Diller und Brielmaier (1996) und die kritischen Anmerkungen dazu von 

Gedenk und Sattler (1999). 

108 

Auktionen können jedoch bei digitalen Produkten mit Problemen behaftet sein (siehe Abschnitt 3.5.2.5). 

109 Bei dieser Auktion erhält der Bieter mit dem höchsten Angebot den Zuschlag. Der Kaufpreis wird jedoch von 

der Höhe des zweithöchsten Gebotes bestimmt (Vickrey 1961 sowie Skiera 1998a). 

110 Bei dieser Methode wird ein Angebot abgegeben und mit einem zufällig aus einer Urne gezogenen Preis verglichen. 

Liegt er unterhalb des zufällig gezogenen Preises, so ist auch nur dieser Preis zu zahlen. Liegt er 

oberhalb des Angebotes, so kommt kein Kauf zustande. Da es keine Wiederholungen gibt, ist es die beste 

Strategie, seine tatsächliche Zahlungsbereitschaft anzugeben.

Somit verbleiben noch die Präferenzdaten, die auf direkte und indirekte Weise ermittelt werden 

können. 111 Häufig wird bei der direkten Befragung (z.B. mittels der Frage „Wieviel sind Sie bereit 

für einen Film zu zahlen“) kritisiert, daß die Fokus zu stark auf den Preis gelenkt wird und somit Validitätsprobleme 

auftreten (Simon 1992b, S. 116; Simon, Lauszus und Kneller 1998, S. 790). 112 

Dies sieht Skiera (1998b, S. 165) als weniger problematisch an und führt eine Reihe von empirischen 

Studien an, die dies nicht bestätigen können. Insbesondere findet Aust (1996, S. 171 ff.) nach seinen 

Ergebnissen diese Kritik am Verfahren als nicht gerechtfertigt. Die direkte Preisbefragung ist zudem 

ein sehr einfaches und kostengünstiges Verfahren. Die indirekten dekompositionellen Verfahren der 

Conjoint-Analyse werden insbesondere von Simon (1992b, S. 116) und seinen Schülern als weniger 

problematisch angesehen. So verwendet z.B. Tacke (1989) in seiner Untersuchung die Conjoint- 

Analyse zur Ermittlung von Zahlungsbereitschaftsfunktionen. 

Kritisch sind gemäß Brockhoff (1979) Befragungen von Experten zu bewerten, obgleich Simon und 

Kucher (1988) diese Zweifel nicht teilen. Simon (1994, S. 723) weist in diesem Kontext auf die ein- 

fache Datengewinnung bei Expertengesprächen hin. In einem neueren Beitrag hebt Simon zusammen 

mit seinen Mitarbeitern die Eignung dieser Methode für Innovationen hervor (Simon, Lauszus und 

Kneller 1998, S. 790). Dem ist jedoch nur insofern zuzustimmen, als daß die sonstige Verfügbarkeit 

von Daten nicht vorliegt. Liegen andere Daten vor, so ist die Eignung von Expertenbefragungen deut- 

lich kritischer zu sehen. 

Festzuhalten bleibt, daß Präferenzdaten die besten Möglichkeiten bieten, um Zahlungsbereitschaften 

für Innovationen zu ermitteln (siehe Abschnitt 5.5.1.4 zur empirischen Umsetzung). Zieht man die Er- 

gebnisse von Tacke (1989) hinzu, so ist zu erwarten, daß die dekompositionellen Verfahren die be- 

sten Ergebnisse liefern (Simon, Lauszus und Kneller 1998, S. 790). Es ist allerdings unklar, ob diese 

Überlegenheit auch für Systeme wie das Interaktive Fernsehen gilt. Da diesbezüglich keine eindeutige 

Aussage vorgenommen werden kann, müssen bei der empirischen Bestimmung von Zahlungsbereit- 

schaftsfunktionen mehrere Verfahren zur Anwendung kommen, die anschließend zu validieren sind. 

Für die Ermittlung der Netzeffekte zwischen dem Pilotprojekt und dem Szenario werden demnach 

zwei Methoden in der im folgenden Kapitel vorzustellenden Erhebung eingesetzt. Hierbei handelt es 

sich um eine direkte Mengenbefragung und um eine Conjoint-Analyse. Auf die Ausgestaltung der 

Fragen wird im Detail im Abschnitt 5.5.1.4 eingegangen. 

111 Natürlich sind auch hybride Formen denkbar. 

112 Simon (1994, S. 724) weist darauf hin, daß der Befragte ein Interesse hat, seine wahre Zahlungsbereitschaft 

nicht preiszugeben. Dieses Problem ist jedoch bei allen Verfahren nicht auszuschließen und kein typisches 

Problem der direkten Preisbefragung. 

134

Die fehlenden empirischen Analysen legen es nahe, eigene Untersuchungen durchzuführen, um die im 

dritten Abschnitt formulierten Hypothesen einem geeigneten empirischen Test zu unterziehen. Nur so 

können die Auswirkungen von Netzeffekten auf die Adoption und Nutzung des Interaktiven Fernse- 

hens untersucht werden. Wie im vorhergehenden Abschnitt dargestellt wurde, ist es dabei wenig 

sinnvoll, Laien zu befragen, da diese über keine langfristigen Erfahrungen mit der Nutzung des Sy- 

stems verfügen. Das Gleiche gilt für Delphi-Prognosen. Wenn aber die Netzeffekte anhand von Zah- 

lungsbereitschaftsfunktionen, die mittels Präferenzdaten erhoben werden sollen, operationalisiert 

werden, so ist die Befragung von Nutzern des Interaktiven Fernsehens sinnvoll. Diese befinden sich 

nur in Pilotprojekten. Demnach wurde eine Untersuchung im Rahmen von einzelnen Pilotvorhaben 

geplant, die Gegenstand des fünften Abschnitts ist. 

135

136

5 Erklärung und Prognose der Nutzung des Interaktiven 

137 

Fernsehens anhand einer empirischen Untersuchung 

Der Schwerpunkt dieses Abschnittes liegt in der Darstellung der Datenerhebung und der empirischen 

Ergebnisse. Hierfür werden zunächst die Pilotprojekte als mögliche Datenquellen für die Untersu- 

chung evaluiert (Abschnitt 5.1). Anschließend wird das ausgewählte Pilotprojekt im Abschnitt 5.2 

genauer in seinen technischen und inhaltlichen Ausprägungen dargestellt. Im dritten Unterabschnitt 

steht die Datenerhebung und damit verbunden die Datenaufbereitung und Stichprobenbeschreibung 

im Vordergrund. 

Danach folgt mit den Abschnitten 5.4 und 5.5 der Schwerpunkt der empirischen Analyse. Zunächst 

wird das Hauptaugenmerk auf die Einflußfaktoren der Nutzung im Pilotprojekt gelegt. Das Ziel ist 

herauszufinden, wie die Nutzung des Interaktiven Fernsehens erklärt werden kann. Im Gegensatz da- 

zu wird im Abschnitt 5.5 versucht, mittels der Schilderung eines Szenarios und der anschließenden 

Schätzung der Zahlungsbereitschaftsfunktionen eine Prognose der Nutzung bei vorliegenden Netzef- 

fekten vorzunehmen. Dort werden auch die empirischen Ergebnisse, die den Einfluß von Netzeffek- 

ten aufzeigen, dargestellt. 

5.1 Pilotprojekte als Datenquellen für die Analyse und Prognose der 

Nutzung des Interaktiven Fernsehens 

Die typische Problematik bei Prognosen der Nutzung von innovativen Medien ist, daß nur wenige 

bzw. keine Beobachtungen vorliegen, da das Produkt noch im Entwicklungsstadium ist. Als potenti- 

elle Datenquellen für Inventionen kommen in Frage (Brockhoff 1999, S. 228): 

• Expertenbefragungen: Brockhoff (1979) zeigt, daß Expertenbefragungen mit erheblichen Unsi- 

cherheiten bei den Schätzungen einhergehen und demnach wenig hilfreich sind. Noch kritischer 

sind Befragungen von Laien zu bewerten, da diese nur selten Vorstellungen über die Leistungsfä- 

higkeit eines solchen Systems besitzen. Expertenbefragungen sind jedoch unerläßlich bei der Su- 

che nach nutzungsrelevanten Faktoren. 

• Vergangenheitsdaten vergleichbarer Produkte: Ähnlich problematisch ist die Betrachtung 

der Markterfolge bzw. -mißerfolge verwandter Produkte, wie beispielsweise Pay-TV oder Ka- 

belfernsehen, da sie nicht produktspezifisch genug sind, um unmittelbare Handlungsanweisungen 

für das Marketing-Mix des Interaktiven Fernsehens zu generieren.

• Nutzungs- und Befragungsdaten aus den Pilotprojekten zu den Neuen Medien: Innerhalb 

dieser Pilotprojekte kann neben den Befragungen untersucht werden, welches Nutzungsverhalten 

die Teilnehmer bei unterschiedlichen Diensten zeigen. Die folgenden Ausführungen beziehen sich 

auf diesen Punkt. 

Aus den Erkenntnissen der Expertenbefragungen und der Betrachtung ähnlicher Produkte lassen sich 

viele Faktoren, die auf die Nutzung des Systems einwirken, generieren. Möchte man die tatsächli- 

che Nutzung des Interaktiven Fernsehens langfristig prüfen, so kann dies vor der Markteinführung 

nur im Rahmen eines Pilotprojektes vorgenommen werden (Beckert und Kubicek 1999, S. 128). 

5.1.1 Übersicht über die Pilotversuche zum Interaktiven Fernsehen in Deutschland 

Mit 4.000 Haushalten sollte der Multimedia-Pilotversuch in Stuttgart zu einem der größten Feldver- 

suche in Deutschland avancieren. Aufgrund nicht überwindbarer Differenzen zwischen den einzelnen 

Akteuren, Unklarheiten in der Zielsetzung sowie der mangelnden technischen Umsetzung des Ver- 

suchs kam es zur Einstellung des Projekts im Oktober 1996. Ähnliche Schicksale widerfuhren den 

Pilotversuchen in Hamburg und Leipzig (Beckert und Kubicek 1999, S. 129 und Clement 1998). 

Das frühzeitige Scheitern dieser Versuche hat vielfältige Gründe: Erstens wird der Koordinierungs- 

aufwand unterschätzt, der anfällt, wenn unterschiedliche Interessen vieler Systemparteien zu berück- 

sichtigen sind. Zweitens werden die Pilotprojekte häufig durch Interessen staatlicher Regulierungsin- 

stanzen, insbesondere vor dem Fall des Telekommunikationsmonopols, behindert (Witte 1997). 

Schließlich ist anzuführen, daß die Kosten der Implementierung des Systems teilweise den Nutzen 

übersteigt – dies ist insbesondere dann der Fall, wenn es sich nur um einen Techniktest handelt und 

Marketing-Aspekte ausgeblendet bleiben. Die folgende Übersicht zeigt die laufenden, geplanten sowie 

abgeschlossenen Pilotprojekte zu interaktiven Fernsehdiensten in Deutschland auf. 113 

113 Eine Übersicht über internationale Projekte zum Interaktiven Fernsehen und über Pilotprojekte, die sich im wesentlichen 

auf High-Speed-Internetzugänge beziehen, liefern Beckert und Kubicek (1999, S. 129 ff.). 

138

Tabelle 5-1: Übersicht der geplanten, abgeschlossenen und laufenden Pilotprojekte 

Projekt Berlin Breitbandige Ange- 

Teilnehmer Insgesamt 50 Terminals: 

30 Privathaushalte 

und 20 

öffentliche Terminals 

bei „Multiplikatoren“ 

(KaDe- 

We...) 

139 

bote NRW 

400 Privat- und 

Großkunden der Telekom 

(momentaner 

Fokus) sowie 100 

Studenten der Uni 

Münster (geplant) 

InfoCity NRW Köln / Bonn Multimedia Gelsenkirchen München Nürnberg 

5500 Haushalte sind 

an das InfoCity-Netz 

angeschlossen, die 

jedoch nicht alle die 

Dienste nutzen 

Beginn 15. Februar 1995 Januar 1998 Planungsphase: Januar 

1995; November 

1996 technischer 

Start 

Abschluß Abschluß des 

Versuchs am 

30.06.1997 

Versuchsgebiet 

Projektträger 

/ 

Projektleitung 

(L) 

Abschluß des Ve rsuchs 

am 31.10. 1998. 

April 1999 

Start der Vermarktung 

von T-DSL 

Berlin Innenstadt Köln, Düsseldorf, 

Bonn (Schwerpunkt) 

sowie Dortmund und 

ein Studentenwohnheim 

in Münster 

Deutsche Telekom 

(L) mit Systemintegrator 

Alcatel SEL 


(L) mit Land NRW, 

Online Pro, Siemens 

und mehreren Content-Anbietern 

Kapazität für 100 

Teilnehmer; mo - 

mentan 25 Teilnehmer 

(T-Punkt, Zentrale, 

RTL) am Systemangeschlossen 

Insgesamt 45 Privathaushalte 

und Gewerbetreibende 

sowie kommunale Nutzergruppen 

21. März 1997 14.06.1996 Technischer 

Start; 05.09.1996 offizieller 

Start 

Dezember 1998 1,5 Jahre Wurde 1998 in InfoCity 

NRW eingegliedert 

Nordrhein-Westfalen 

InfoCity GmbH Betriebs 

gesellschaft 

(100%-ige Tochter 

von O.tel.o) 

11 Anschlüsse in München 

(ca. 40 Nutzer). Je 

ein Anschluß: Schule, 

Sprachinstitut und Studentenwohnheim 

Weitere Tests in Basel 

(Schweiz) und Mons 

(Belgien). 

78 Haushalte und 3 

öffentliche Terminals 

14. Mai 1996 Dezember 1996, Februar/ 

März 1997 technischer 

Start bei den Haushalten 

Abschluß Pilotversuch 

im August 1996 

Köln und Bonn Stadtgebiet Gelsenkirchen Widenmayerstraße in 

München 

Deutsche Telekom O.tel.o (L) 

Stadt Gelsenkirchen (GE), 

Stadtwerke GE, Gesellschaft 

für Kabelkommunikation 

und Gebäudetechnik, Sparkasse 

GE, RWE-Energie AG 

Italtel (L) im Rahmen 

des 23 Firmen umfassenden 

Projekts AMU- 

SE (Advanced Multimedia 

Services for Residential 

Users) des von der 

EU geförderten Programms 

ACTS 

Geplant: 1,5 Jahre, Verlängerung 

des Versuchs 

durch Angebot eines 

Internet-Zugangs 

Nürnberg-Thon und 

Stadtmitte 


(Tabelle wird fortgesetzt)


Endgeräte Fernseher mit Settop-box 

(Alcatel 

SEL) 

Angebotene 

Dienste 

Video-on-Demand, 

Information-on- 

Demand, Home- 

Shopping, Home- 

Learning, Pay- 

Radio 

Server Videoserver: (Alcatel 

SEL) Kapazität 

150 Gbyte 

(Faustregel: 1 Gb yte 

= 1 Std. Film) 

Applicationserver: 

Datenbank, Navigation,Nutzeraccounts 

Netzbetreiber 

Verteiltechnik 

bote NRW 

Multimedia PC Multimedia PC; sowie 

Fernseher mit 

Set-top-box 

Business-to- 

Business Anwendungen 

für Großkunden,breitbandigerInternetzugang,Informationon-Demand 



Demand, Home- 

Shopping, Home- 

Learning; Telemedizin; 

Touristik 

Keine Angaben Serverfarm: Sun 

Spark Ultra 2 

(UNIX), HP Server 

(Unix), Netscape w3 

Server (Ultra 1, Ultra 

2, Sparc 5), PC Server 

für Windows 

NT, Microsoft W3 

Server 

Fernseher mit Settop-box 

(Nokia) 

Video-on-Demand, 


Demand 

Videoserver: (Digital) 

Kapazität 480 

Gbyte 

Multimedia PC; Fernseher 

mit Set-top-box (geplant) 

Stadtverwaltung, Videostreaming; 

Telearbeit, Ve rnetzung 

der Krankenhäuser 

Server (Silicon Graphics) 

mit Durchsatzrate für mehr 

als 100 parallele Videoströme; 

Serverfarm 

Deutsche Telekom Deutsche Telekom O.tel.o Deutsche Telekom Gesellschaft für Kabelkommunikation 


Gebäudetechnik 

BK-Koaxialnetz & 

Glasfaser 

BK-Koaxialnetz 

ATM-Anschluß 

über ADSL „auf 

der letzten Meile“ 

Hybrid Fibre Coax 

(HFC)-Netz 

Rückkanal Telefonnetz BK-Koaxialnetz CATV-Kabelnetz 

(5-25 Megaherz) 

BK-Koaxialnetz & 

Glasfaser (MPEG2 

kodiert DVB) 

BK-Koaxialnetz & Glasfaser 

(ATM) 

Fernseher mit Set-topbox 

(Acorn Online Media); 

PC oder Network 

Computer (geplant) 

Video-on-Demand, Information-on-Demand, 

Internet, Spiele 

Videoserver: Siemens 

Nixdorf RM400 C72 ix- 

Rechner mit einer Kapazität 

von ca. 100 Gbyte 

Applicationserver: 

Siemens Nixdorf RM400 

C70 

Fernseher mit Set-top-box 

Video-on-Demand, Information-on-Demand, 

Home-Shopping, Home- 

Learning (geplant), an 

Mitte 1998 Internet 

Videoserver: (N-Cube) 

Kapazität 472 Gbyte, 64 

Prozessoren, 64 I/O- 

Kanäle 

Applicationserver: (Sequent) 

Datenbank, Navigation, 

Nutzeraccounts 

Deutsche Telekom Deutsche Telekom 

BK-Koaxialnetz & Glasfaser 

(ATM) in Phase 1. 

Hybrid Radio Link 

(broadband wireless) / 

Fiber Access 

Technology (ATM) in 

Phase 2 

Telefonnetz - Analoge 

zwei Drahttechnik 

(ADSL) 

BK-Koaxialnetz CATV-Kabelnetz BK-Koaxialnetz Telefonnetz 

(Tabelle wird fortgesetzt) 

140


Übertragungsgeschwindigkeit 

Versuchsziele 

Teilnahmegebühren 

141 

Vorwärts 2,48 

Mbit/s; 

Rückwärts 9,6 

Kbit/s 

Demonstration der 

Machbarkeit innovativer 

Fernseh- 

und verbundener 

Dienste auf digitaler 

Basis; Erfahrungen 

für Content-Provider 

Keine Gebühren 

oder Tarife 

Sonstiges Kostenlose Hardware; 

21 Content- 

Provider; Befragung 

von 524 Personen 

an den öffentlichenTerminals 

sowie der 20 

Privathaushalte 

bzgl. der Akzeptanz 

bote NRW 

Vorwärts bis max. 8 

Mbit/s; 

Rückwärts 768 

Kbit/s 

Analyse des Nutzerverhaltens 

und Zahlungsbereitschaft, 

Potentialschätzung 

für Bündelangebote, 

Techniktest und - 

entwicklung, Imageförderung 

Festgelegte Tarife im 

Piloten: Installationspreis 

200 DM, 

Grundgebühr 500- 

1100 DM je nach 

Konfiguration sowie 

Verkehrsentgelte 

Detaillierte Trennung 

zwischen Ge schäftsund 

Privatkunden; 

Ausbau des Regelbetriebs 

in drei Stufen: 

(1) 1998 HH, B, 

D, K, Bn, F, S, M (2) 

1999: 40 Ortsnetze (3) 

bis 2002 70 Ortsnetze 

Quelle: In Anlehnung an Clement (1998, S. 182 ff.). 


Vorwärts 4 Mbit/s; 


Kbit /s (Leistungsteigerung 

auf je 10 

Mbit/s möglich) 

Technischer Versuch;Markteinführungstest,Entwicklung 

neuer Produkte 

Monatliche Grundgebühren 

knapp 10,- 

DM; noch keine 

nutzungsabhängige 

Gebühren 

Subventionierte 

Hardware (PC); Zusammenschluß 

mit 

Multimedia Gelsenkirchen 

wurde 

durchgegeführt 

Vorwärts 2,48 

Mbit/s; 


Kbit/s 

Ausschließlich 

technische Versuchsziele 

Keine Gebühren 

oder Tarife 

Kostenlose Hardware 

Vorwärts und Rückwärts 

mind 2 Mbit/s 

Technischer Versuch; Wirtschaftlichkeitsanalyse;Akzeptanzuntersuchungen 

Phase 1 (MPEG1): Vorwärts 

und Rückwärts 

2,48 Mbit/s; Phase 2 - 

geplant (MPEG2): Vorwärts 

5-6 Mbit/s; Rückwärts 

2,48 Mbit/s 

Technischer Ve rsuch; 

Akzeptanzuntersuchungen 

Bisher keine Gebühren Keine Gebühren oder 

Tarife 

Zusammenschluß mit Info- 

City NRW durchgeführt 

Vorwärts 2 Mbit/s; 

Rückwärts 9,6 Kbit/s 

Technischer Ve rsuch 

Keine Grundgebühr aber 

nutzungsabhängige Gebühren 

- Kostenlose Hardware; jeder 

Teilnehmer bekommt 

DM 200,00 auf ein Nutzungskontogutgeschrieben

Um der Zielsetzung gerecht zu werden, daß nur Nutzer von interaktiven Fernsehdiensten hinsichtlich 

ihrer Nutzungsfaktoren befragt werden sollen, wurde eine Vollerhebung aller Pilotversuche ange- 

strebt. Als Auswahlbasis wurde hierfür die Übersicht von Müller und Geppert (1996, S. 87) ver- 

wendet, die um die neuen Projekte ergänzt wurde. Das Ziel der Vollerhebung wurde nicht erreicht: 

Das Interaktive Fernsehen stellt ein Erfahrungsgut dar und demnach eignen sich nur die Pilotversuche 

zur Nutzungsforschung, bei denen private Nutzer angeschlossen sind und das System langfristig 

nutzen können. Damit reduziert sich die Grundgesamtheit auf die Teilnehmer von Pilotvorhaben, die 

keine reinen Techniktests darstellen (insgesamt zum Zeitpunkt der Erhebung vier). Das Pilotprojekt in 

Berlin war bereits abgeschlossen und das Vorhaben in München ist mit 11 Haushalten zu klein gewe- 

sen. 

Nach umfangreichen Verhandlungen mit den vier Betreibern der Pilotversuche konnten zwei zur Ko- 

operation gewonnen werden: Zum einen die Deutsche Telekom (Pilotprojekt „Interaktive Videodien- 

ste“ in Nürnberg) und zum anderen O.tel.o (InfoCity NRW). Allerdings konnte nur bei dem Pilotver- 

such der Deutschen Telekom ein Datensatz erhoben werden. Die Betreiber von InfoCity lieferten je- 

doch wertvolle Hinweise für die Gestaltung der Untersuchung. 

5.1.2 Eignung von Pilotprojekten für die Nutzungsforschung 

Die Eignung von Pilotprojekten für Marktforschungszwecke ist nach dem Mißerfolg in Stuttgart um- 

stritten. So könnten die typischen methodischen Probleme, die fehlende Akzeptanz der Nutzer, die 

mangelnde Abstimmung zwischen den Pilotprojektpartnern oder externe Einflüsse zu Fehlschlüssen 

führen. Es ist jedoch fraglich, ob die Zweifel einer systematischen Analyse standhalten und die Ver- 

wendung des Nürnberger Samples ungerechtfertigt ist. 

5.1.2.1 Methodische Aspekte 

Das Ziel der Pilotprojektbetreiber ist zumeist der technische Hard- und Softwaretest. Demnach liegt 

bislang das Hauptaugenmerk bei der Auswahl der Stichprobe (Haushalte) weniger auf Repräsentati- 

vitätsgesichtspunkten als vielmehr auf technischen Aspekten. So werden die Haushalte vernetzt, die 

technisch relativ problemlos und kostengünstig an das Netz angeschlossen werden können, z.B. weil 

sie dicht beieinander liegen. Die Zahl der angeschlossenen Haushalte ist häufig sehr gering, obgleich 

teilweise ehrgeizige Ziele mit Anschlußzahlen von mehr als 10.000 Haushalten (InfoCity NRW) for- 

muliert wurden. Diese Ziele werden oft nicht erreicht, weil entweder technische oder finanzielle Pro- 

bleme nicht gelöst werden können oder nicht genügend Haushalte bereit sind, am Pilotprojekt teilzu- 

nehmen. Die Stichprobe ist demnach wegen der Auswahl und Größe nicht repräsentativ und ent- 

spricht nicht der Schichtung der Nutzer auf dem gesamten Markt. 

143

Kritisiert man die fehlende Repräsentativität, darf nicht vergessen werden, daß eine Zufallsauswahl 

bei einem solchen Vorhaben nicht realisierbar ist, weil die Pilotprojektpartizipanten weder zur Teil- 

nahme am Pilotversuch noch zur Nutzung der Dienste gezwungen werden können (Witte 1997, S. 

428). Die Personen, die sich zur Teilnahme an einem solchen langfristigen Vorhaben bereit erklären, 

weisen eine vergleichsweise positive Einstellung zu innovativen Systemen auf – es liegt somit eine 

weitere Verzerrung vor. Dieser Verzerrung ist allerdings entgegen zu halten, daß aus der Adoptions- 

theorie abzuleiten ist, daß die frühen Adopter einer Innovation eine ähnlich verzerrte Einstellung besit- 

zen (siehe Abschnitt 3.2.1). 

Der Kritik, daß die Stichprobenergebnisse nur sehr begrenzt auf die Grundgesamtheit hochgerechnet 

werden können, ist entgegenzuhalten, daß es sich nicht um einen Testmarkt im herkömmlichen Sinne 

handelt, sondern vielmehr um einen Innovationstest (Witte 1997). Es geht darum, die Funktionsfä- 

higkeit des Systems im Umfeld der späteren Nutzer zu überprüfen. Die extrem hohe Unsicherheit be- 

züglich der technischen Umsetzung und Funktionsfähigkeit erlaubt häufig keine großzahligen Pilotver- 

suche, da die Kosten zu hoch sind. Dennoch sollten Innovationstests, trotz mangelnder Repräsentati- 

vität, zu Marktforschungszwecken benutzt werden, weil bereits in diesem sehr frühen Stadium wert- 

volle und exklusive Informationen bezüglich des Nutzens einzelner Komponenten oder Dienste ge- 

wonnen werden können. 

Problematisch bei der Betrachtung der Pilotprojekte ist zudem, daß die Teilnehmer zumeist die not- 

wendige Technik (z.B. die Set-top-box) kostenlos zur Verfügung gestellt bekommen und somit eine 

100-prozentige Verbreitung im Testmarkt erzielt wird. Die Daten aus den Pilotprojekten sind somit 

für die Prognose des Markterfolges der Multimedia-Endgeräte weniger geeignet. 

Die Verwendung von Pilotstudien weist eine Reihe von Vorteilen auf. So ist die Nutzungshäufigkeit 

bestimmter Dienste bei unterschiedlichen Produkt-Preis-Konstellationen ermittelbar. Dies ist für die 

Analyse der Zahlungsbereitschaft für die einzelnen angebotenen Dienste von hoher Relevanz. Die er- 

mittelten Daten sind individuell zurechenbar und erlauben somit eine Segmentierung der Kunden. 

Wichtig ist darüber hinaus, daß die Kunden eine Vorstellung über das Potential dieser Technik ent- 

wickeln können, weil sie über langfristige Erfahrungen mit dem System verfügen. So können Auswir- 

kungen von Fehlern oder Veränderungen der Technik oder des Marketing auf die Nutzung analysiert 

werden. 

Die methodischen Probleme dürfen nicht verkannt werden, jedoch bieten Pilotprojekte die einmalige 

Chance eines Innovationstests. Prognosen über die Nutzung des Systems können in breiteren Bevöl- 

kerungsschichten aber nur dann ernsthaft durchgeführt werden, wenn die von Witte (1997, S. 430) 

dargestellten statistischen Mindestanforderungen berücksichtigt werden. 

144

5.1.2.2 Analyse der Nutzung 

Die Nutzung des Systems hängt von der Zahlungsbereitschaft ab, deren Schätzung dadurch er- 

schwert wird, daß in Pilotversuchen selten Tarife erhoben werden. Für die Analyse der Nutzung wä- 

re es sinnvoll, den Teilnehmern des Pilotprojekts zuerst einen kostenlosen Zugang zum Angebot zu 

gewähren und hierbei die Messung der Nutzung vorzunehmen (Nullmessung), um dann neue Ange- 

bote zu offerieren, die jedoch tarifiert sind. Erst dann wird sich zeigen, wie hoch die Zahlungsbereit- 

schaft für einzelne Dienste ist, da weitreichende Validitätstests möglich sind. Aus den Erfahrungen mit 

BTX wurde deutlich, daß eine hohe Preiselastizität für neue Medien bei den Nachfragern herrscht. 

Dies hebt die Relevanz der Ermittlung von Zahlungsbereitschaften hervor (Kürble, 1995, S. 23). Bei 

einem wissenschaftlichen Anforderungen genügenden Versuchsaufbau mit Variation der Tarife hin- 

sichtlich Grundgebühr und variablen Anteilen lassen sich optimale Tarifsysteme für das gesamte Sy- 

stem entwickeln. Wenn ein solches Vorgehen zugleich an eine Einstellungsmessung vor, während und 

nach der Teilnahme am Pilotprojekt gekoppelt wird, kann eine Wirkungsforschung sinnvoll vorge- 

nommen werden. 

Die Voraussetzung für den Markterfolg des Interaktiven Fernsehens ist eine Killer-Applikation. Be- 

trachtet man die angebotenen Inhalte in den Pilotprojekten, so sind die Inhalte zum größten Teil auch 

für kleine Segmente von nur geringem Attraktivitätsgrad (siehe auch Anhang 9.2 sowie Beckert und 

Kubicek 1999, S. 133). Dies hängt auf der einen Seite mit der fehlenden Kritischen Masse im Ver- 

such zusammen. Auf der anderen Seite besteht ein erheblicher Mangel an Inhalteanbietern, die eine 

Lizenz für Dienste wie z.B. Video-on-Demand haben. Für die Nutzungsforschung bedeutet dies, daß 

die Teilnehmer nur selten das System nutzen und somit nur eingeschränkt Implikationen aus dem 

Nutzungsverhalten abzuleiten sind. Hieraus folgt, daß bei Befragungen ein Szenario zu schildern ist, 

mit dessen Hilfe die Nutzung des Systems bei besseren Inhalten abgeschätzt werden kann. 

5.1.2.3 Akzeptanz der strategischen Anbieterallianzen 

Ein Systemgut zeichnet sich dadurch aus, daß eine Vielzahl von einzelnen Komponenten in eine Sy- 

stemarchitektur integriert werden muß. Die Interessen der Netzinfrastruktur- und Netzleistungsanbie- 

ter, der Serverhersteller, der Inhalteanbieter, der Service-Provider, der Endgerätehersteller, der 

Softwarefirmen und Systemlösungsanbieter müssen zu einem Konzept geformt werden. Darüber hin- 

aus sind politische Interessen zu berücksichtigen (Witte 1997). Die jeweiligen Ziele sind während des 

Versuchs nur selten in Einklang zu bringen und stellen die technische Realisierung des Pilotprojektes 

das ein oder andere Mal in Frage (Clement 1998). Die fehlende Bereitschaft vieler Anbieter, einen 

Standard festzulegen, der zumindest die Schnittstellenproblematik löst, ist ein Grund des Mißerfolges 

des Stuttgarter Pilotversuchs. Jedoch ist dies kein spezifisches Problem von Pilotprojekten (Beckert 

145

und Kubicek 1999, S. 133): So ist der Decoderstreit bei der Markteinführung des Digitalen Fernse- 

hens erst seit kurzem beigelegt. Das Zusammenspiel der Komponentenanbieter als notwendiger Er- 

folgsfaktor für den Erfolg des Systems kann somit in einem kleinen Rahmen im Pilotprojekt getestet 

werden. 

5.1.2.4 Externe Einflüsse 

„Dabei ist zu berücksichtigen, daß die Feldexperimente zu neuen Medien nicht ausschließlich dem 

betriebswirtschaftlichen Kalkül gewidmet sind, sondern auch die politischen und gesellschaftlichen 

Folgen der Innovation einbeziehen.“ (Witte 1997, S. 419). Die Argumentation Wittes basiert auf den 

Überlegungen des Barrierenkonzepts: Inventionen müssen vielfältige Barrieren überwinden, damit sie 

als Innovationen in den Markt eingeführt werden können (Hauschildt 1999). Eine Barriere stellt der 

Gesetzgeber mit seinen Regulierungseingriffen in diesem Sektor dar. Witte hebt die Eignung von Pi- 

lotprojekten zur Überwindung solcher Barrieren hervor und schreibt ihnen sogar einen erheblichen 

Anteil an der Öffnung des Marktes für Informations- und Kommunikationssystemen zu (Witte 1997, 

S. 419). Der Grund ist darin zu sehen, daß in den Feldversuchen die Auswirkungen der Innovation 

auf die Gesellschaft in einem begrenzten Umfeld analysiert werden können. Beispielsweise können 

die Bedenken von Kritikern zerstreut werden, daß die Nutzung der neuen Medien die Vereinsamung 

des Individuums vor dem Fernseher bedeutet. Feldversuche lassen empirische Untersuchungen von 

unabhängigen Experten zu, die geeignet sind, Argumente für die Neuen Medien zu generieren (Witte 

1997, S. 421). 

Die vielfältigen externen Einflüsse auf das Pilotprojekt können somit förderlich für die Innovation sein. 

Das Überwinden der Barrieren kann die Prognosegüte erhöhen, weil der Test der Invention unter 

extremen Bedingungen stattfindet (Witte, 1997, S. 431). Zeichnet sich die Innovation durch die Be- 

reitstellung eines hohen relativen Nutzens aus und wird sie von den Teilnehmern am Pilotprojekt ak- 

zeptiert, dann ist der erste Härtetest bestanden worden. Die Invention kann in den Markt eingeführt 

werden. 

5.1.2.5 Zusammenfassende Beurteilung 

Zusammenfassend sind folgende Vor- und Nachteile von Pilotprojekten als Datenquelle für empiri- 

sche Untersuchungen zu diskutieren (Abbildung 5-1): 

Pilotprojekte ermöglichen die langfristige Analyse der Nutzung bei Variation des Marketing-Mix. Da 

unklar ist, welcher Dienst die Killer-Applikation darstellt, können die Nutzungsdaten erste wertvolle 

Hinweise liefern. Anlehnend an Heiman und Muller (1996) ist jedoch bei der Bereitstellung einer 

Möglichkeit zur Erprobung des Systems auf die Dauer der Erprobung zu achten. Insbesondere bei 

Probeabonnements von Diensten oder der zeitlich begrenzten Bereitstellung von Endgeräten sind 

146

Aspekte der optimalen Nutzungsdauer zu berücksichtigen, die bezüglich der Komponenten bzw. 

Dienste und den Teilnehmern variieren kann. Systeme, deren negative Eigenschaften schnell augen- 

scheinlich werden und deren positiven Ausprägungen nur langsam erlernt werden können, eignen sich 

kaum für Pilotversuche, da der Teilnehmer nach den ersten Versuchen so enttäuscht ist, daß er auf 

eine weitere Nutzung verzichtet und es zu einer Anwendungsverweigerung kommt. 

Abbildung 5-1: Pro und Contra für die Marktforschung bei Pilotprojekten 

147 

Langfristiger Techniktest 

Langfristiger Akzeptanztest 

Marktforschung 

Maßnahme zum Überwinden 

von Barrieren 

Möglichkeit zur Erprobung 

der Innovation 

Quelle: Clement (1998, S. 189). 

Chancen Probleme 

Methodische Probleme bei 

der Auswahl der Stichprobe 

Fehlende Kritische Masse 

Keine Experimente / systematische 

Variation von Stimuli 

Kostenlose Nutzung 

Mangelnde Koordination 

Es ist des weiteren auf ein gutes Pilotprojekt-Management Wert zu legen, da negative Erfahrungen 

der Pilotprojektteilnehmer nutzungshemmende Wirkungen mit sich bringen können (Gaeth et al. 

1997). Hierbei darf nicht vergessen werden, daß bei zu geringer Nutzung ein Techniktest ebenfalls 

nur wenig Erkenntnisse liefert. Es wurde gezeigt, daß Pilotprojekte als Mittel zur Überwindung von 

Barrieren hilfreich sein können. Dies kann der Pilotprojektbetreiber dadurch untermauern, indem er 

ein realistisches Bild von der Innovation, unter Umständen durch Zuhilfenahme eines unabhängigen 

Experten, entwirft. Schließlich bieten Pilotprojekte hervorragende Möglichkeiten zur Erprobung der 

Invention und erhöhen bei positiven Erfahrungen die Adoptionswahrscheinlichkeit des Systems. 

Bei genauerer Betrachtung der bisherigen Pilotversuche ist festzustellen, daß insbesondere die Teil- 

nehmerauswahl methodische Probleme nach sich zieht. Demnach sollte bei der Teilnehmerakquisition 

mehr auf Repräsentativitätsgesichtspunkte Wert gelegt werden. 

Die geringe Installierte Basis impliziert, daß die Kritische Masse nicht erreicht wird und es deswegen 

zu großen Schwierigkeiten der Betreiber kommt, attraktive Inhalte anzubieten. 

Es sind ebenfalls nur selten Ansätze eines Experimentaufbaus zu erkennen, anhand dessen fundierte 

Erkenntnisse für das Marketing gewonnen werden können. So werden beispielsweise durch fehlende 

systematische Variation der technischen Ausstattung Chancen bei der Produktoptimierung vergeben. 

Die kostenlose Bereitstellung der Hardware und Dienste läßt keine Preisexperimente zu, die An- 

haltspunkte bezüglich der Zahlungsbereitschaften liefern könnten.

Leider sind die Projekte zumeist nicht miteinander koordiniert und in erster Linie technolo- 

giegetrieben (Schnurpfeil 1995). Bei einer systematischen Koordination der einzelnen Projekte wäre 

es mittels eines hervorragenden methodischen Vorgehens kein Problem, Differenzen der Zahlungsbe- 

reitschaft bei unterschiedlichen technischen Plattformen zu ermitteln und zu erklären. Die Deutsche 

Telekom kann starke Wettbewerbsvorteile erlangen, wenn die Pilotprojekte in Berlin, Nürnberg, 

Köln/Bonn und Nordrhein-Westfalen systematisch bezüglich ihres Aufbaus variiert und nicht nur 

technische Belange analysiert werden. 

Zusammenfassend ist festzuhalten, daß Pilotprojekte gute Chancen zur Marktforschung und zur Op- 

timierung der technischen Umsetzung liefern. Sie stellen die einzige Möglichkeit dar, Personen zu be- 

fragen, die Interaktives Fernsehen aktiv genutzt haben. Aus diesem Grund werden sie hier als Daten- 

basis verwendet. 

5.2 Darstellung des ausgewählten Pilotversuchs 

In diesem Abschnitt wird das Pilotprojekt, in dessen Rahmen die Hypothesen empirisch getestet und 

die im vierten Abschnitt dargestellte Methodik angewendet werden, näher beschrieben. Dies ist von 

Relevanz, weil die Nutzung des Interaktiven Fernsehens erheblich von den technischen Eigenschaften 

des Systems beeinflußt wird. 

Die Darstellung (insbesondere die technische) bezieht sich auf den Zeitpunkt der Erhebung. Die tech- 

nischen Veränderungen innerhalb des Pilotversuchs, die nach der empirischen Untersuchung vorge- 

nommen wurden (z.B. der ermöglichte Zugang zum Internet) werden nicht berücksichtigt. 

5.2.1 Darstellung der technischen Realisierung 

Die Zielsetzung des Pilotprojekts „Interaktive Videodienste Nürnberg“ ist die realitätsnahe Erpro- 

bung der innovativen Technologie des Interaktiven Fernsehens und der multimedialen Dienste für Pri- 

vathaushalte. Es handelt sich um einen Techniktest, der Erfahrungen über die technische Anwend- 

barkeit verschiedener Netzplattformen sowie Endgerätekonfigurationen generieren soll. So hat z.B. 

der Home-Shopping-Anbieter als Ziel die „[...] Abprüfung von Funktionalitäten, Systematik und Lo- 

gik des Aufbaus, der Navigatoren und der Systemstabilität“ definiert (Palombo 1996). 

Das Pilotprojekt startete offiziell am 4. Dezember 1996 mit einer vorgesehenen Laufzeit von 18 Mo- 

naten. Teilweise waren die ersten Inhalte erst im Frühjahr 1997 abrufbar. Das Projekt wurde mehr- 

fach verlängert bzw. erweitert und ist bis heute noch nicht abgeschlossen. Zum Zeitpunkt der Erhe- 

bung umfaßte das Pilotprojekt 159 Personen in 78 Haushalten, die in zwei Nürnberger Stadtteilen 

angesiedelt waren. 

148

Dem Pilotprojekt liegen auch heute noch folgende technischen Eigenschaften zugrunde: Ursprung al- 

ler Daten sind zwei Server, denen die Bearbeitung und Speicherung der digitalen Signale obliegt. Auf 

dem Video-Server sind die Inhalte für Video-on-Demand etc. abgelegt. Der Application-Server 

verwaltet die Nutzerdaten und steuert die Navigation. Der Home-Shopping-Anbieter betreibt seinen 

eigenen Server, auf dem die Bestellungen erfaßt werden. Der verwendete Videoserver besitzt eine 

Speicherkapazität von 480 Gbyte, was einer Spielzeit von über 400 Stunden Film entspricht (sofern 

die Filme komprimiert werden). Der Server verfügt über eine hohe Rechenleistung (64 parallel ge- 

schaltete Prozessoren) und erlaubt den Zugriff mehrerer Personen auf den gleichen Inhalt zur gleichen 

Zeit. Darüber hinaus ermöglicht das System die Nutzung von Videofunktionen wie Vor- oder Zu- 

rückspulen, Pause etc. 

Abbildung 5-2: Technische Darstellung des Pilotprojekts Nürnberg 

149 

Application-Server 

Video- 

Server 

Quelle: Deutsche Telekom AG. 

2 mal 50 individuelle Online 

Rückkanäle 9,6 kbit/s 

2 mal 50 individuelle 

Video-Kanäle 2,048 Mbit/s 

Zwei 155 Mbit/s Glasfaser- 

ATM-Verbindungen 

Stadtteil 1 

Stadtteil 2 

Die Übertragung der digitalen Bildsignale wird mittels des Telefonnetzes vorgenommen. Die Verteil- 

technik basiert auf dem ADSL-Verfahren. Diese Technologie ermöglicht die Übertragung eines 

asymmetrischen Datenstroms über die Telefonleitung. Die Übertragung ist asymmetrisch, weil ver- 

schiedene Übertragungsgeschwindigkeiten in beide Richtungen vorliegen. So ist die Übertragungslei- 

stung des Hinkanals mit 2Mbit/s hoch genug, um Videosignale zu übermitteln, während der Rückka- 

nal mit 9,6 kbit/s ausreicht, um z.B. Bestellungen zu übertragen. Die Bestellungen für Filme werden 

mit einer Infrarot-Fernbedienung eingegeben. 

Bevor die Videosignale über die individuelle Verbindung vom Server zum Endgerät (hier ein her- 

kömmliches Fernsehgerät) empfangen werden können, müssen die digitalen Daten in analoge, vom

Fernseher empfangbare Daten umgewandelt (dekodiert) werden. Hierfür wird eine Set-top-box 

verwendet, die auch für die Ermittlung der Abrufanforderungen an den Application-Server mittels ei- 

nes Modems über den Rückkanal verwendet wird. Hervorzuheben ist, daß die Teilnehmer zwar die 

Set-top-box wahrgenommen haben, ihnen jedoch im Gegensatz zu DF1 oder Premiere nicht kom- 

muniziert wurde, daß sie ein zentrales Element zur Nutzung dieses Systems darstellt. 

Die Identifizierung der Teilnehmer geschieht mittels einer PIN, die vor der Nutzung eingegeben wer- 

den muß. Nach Überprüfung der Berechtigung kann der Nutzer auf Inhalte zugreifen. Eine Smart- 

Card ist nicht notwendig, da jeder Teilnehmer eine individuelle Verbindung zum Server hat und durch 

seinen Anschluß identifiziert wird. Die folgende Abbildung zeigt Details des Subscriber-Management 

Systems. 

Abbildung 5-3: Subscriber-Management System 

Quelle: Deutsche Telekom AG. 

� Individuelle PIN für jeden 

Nutzer 

� keine Verschlüsselung und 

keine Smart-Card notwendig 

� detaillierte Rechnung 

� monatliche Abrechnung 

� individuelle Restriktionen für 

� Dienstekategorien 

� monatliches Budget 

� Altersklassen 

� Teilnehmergruppen 

� On-screen-Display von 

Auftragshistorie und 

Kontostand für jeden Nutzer 

� differenzierte Preisgestaltung 

� Statistik der Nutzungsdaten 

� Gesamtsystemnutzung 

� Dienstenutzung 

� Produktnutzung 

Die Technik ermöglicht nun den Teilnehmern die Nutzung des Interaktiven Fernsehens mit seinen 

Anwendungen, die im folgenden Abschnitt detaillierter vorgestellt werden. 

5.2.2 Darstellung der angebotenen Inhalte 

Die Dienste und Inhalte, die von der Deutschen Telekom und den kooperierenden Inhalte-Anbietern 

offeriert werden, unterscheiden sich nach der Art der Inhalte und damit auch nach der Benutzerfüh- 

rung. So muß ein Nutzer vom Navigationssystem in eine andere Bedienerebene wechseln, 114 wenn 

er z.B. Home Shopping-Angebote prüfen möchte. In Abbildung 5-4 sind die Dienste gemäß der 

Projektplanung dargestellt. 

114 In der PC-Terminologie würde von einem Wechsel der Windows- zur DOS-Ebene gesprochen werden. 

.... 

150

Das Diensteangebot des Video-on-Demand bietet den Teilnehmern die Möglichkeit, zwischen 

Spielfilmen, Reisedokumentationen und Fernsehfilmen zu wählen. Diese werden nach Abruf speziell 

für den Teilnehmer übertragen, wobei die schnelle und unkomplizierte Suche nach einem beliebigen 

Filmbeitrag durch die Naviationssoftware unterstützt wird. Eine Suchmaschine ermöglicht die Wahl 

nach den Suchkriterien: Neuerscheinung, Hauptdarsteller, Kategorie, Regisseur oder Filmtitel. Be- 

sonders interessant für diesen Dienst ist die Nutzung der Videofunktionen, die dem Teilnehmer das 

beliebige Anhalten sowie Vor- und Zurückspulen des Beitrages erlaubt. Die angebotenen Beiträge 

sind im Anhang 9.2 mit dem jeweils zu zahlenden Preis aufgeführt. 

Abbildung 5-4: Diensteangebot des Pilotprojekts 

151 

Video-on- 

Demand 

Informationon-Demand 

Home- 

Shopping 

Home- 

Learning 

• Kinofilme 

• Fernsehfilme 

• Reisefilme 

• Gesundheitskanal 

• Prisma-Dokumentationen 

• News-on-Demand 

Quelle 

Nicht angeboten 

Quelle: Pressemitteilung der Deutschen Telekom AG vom 4. Dezember 1996. 

Das Angebot des Information-on-Demand setzt sich aus den Bereichen Gesundheit, News-on- 

Demand und dem Prisma-Katalog zusammen, der im wesentlichen Dokumentationen beinhaltet. Dort 

werden Informationen über Musik, Wissenschaft, Technik, Reisen usw. geboten Der Bereich News- 

on-Demand ist zwar anfangs in den Plänen enthalten gewesen, wurde jedoch nicht angeboten, da 

keine Inhalte zur Verfügung standen. So wurden lediglich Testversionen in das System eingespielt, 

die jedoch kaum Interesse fanden. Die angebotenen Beiträge sind ebenfalls im Anhang 9.2 aufge- 

führt. Die dort dargestellten Sendungen sind subjektiv vom Betreiber zu den einzelnen Kategorien 

zugeordnet worden. Die Trennung der Beiträge in Video- bzw. Information-on-Demand ist z.T. sehr 

schwierig, weil beispielsweise ein Dokumentationsbeitrag Elemente beider Dienste auf sich vereinigt. 

Somit ist eine scharfe Abgrenzung dieser Beiträge innerhalb des Pilotprojekts nicht möglich. 

Die Firma Quelle ist im Pilotversuch verantwortlich für das Angebot des Home-Shopping. Das An- 

gebot entspricht dem des Internet-Auftritts, obgleich nicht der gesamte Katalog angeboten wird. 

Das Angebot des Home-Learning, das zur multimedia-gestützten Aus- und Weiterbildung genutzt 

werden sollte, ist zwar angekündigt, aber nicht ins System eingespeist worden. Basis hierfür wären 

Dokumentar- und Unterrichtsfilme zur Information oder selbständigem Lernen gewesen.

Im folgenden Abschnitt wird auf die Durchführung der empirischen Untersuchung eingegangen. Dort 

wird die Datenerhebungsmethode, die Datenaufbereitung und die Zusammensetzung der Stichprobe 

im Vergleich zum bundesdeutschen Durchschnitt dargestellt. 

5.3 Datenerhebung – Datenaufbereitung – Stichprobenbeschreibung 

Am Pilotprojekt „Interaktive Videodienste“ der Deutschen Telekom in Nürnberg nahmen zum Erhe- 

bungszeitpunkt 78 Haushalte teil. Das Auswahlprinzip beim Anschluß der Haushalte war aufgrund 

technischer Zwänge der Deutschen Telekom eine nicht zufällige Auswahl und durch den Auswahltyp 

– Auswahl auf das Geratewohl – geprägt. Für diese empirische Untersuchung wurden alle teilneh- 

menden Personen am Versuch ausgewählt. In den Haushalten waren zum Zeitpunkt der Befragung 

insgesamt 159 Personen mindestens 18 Jahre alt, die auf Wunsch des Betreibers als Erhebungsein- 

heiten definiert wurden. Das Befragungsgebiet war aufgrund der Netzinfrastruktur auf die Bereiche 

Nürnberg-Thon und -Mitte beschränkt. 

Als Erhebungsmethode wurde die schriftliche Befragung mit einem für das Pilotprojekt speziell zuge- 

schnittenen Fragebogen (Anhang 0) gewählt. Aufgrund der fernsehbasierten Technik war es nicht 

möglich, eine Online-Befragung mit vertretbarem Aufwand durchzuführen. 115 Die Befragung erfolgte 

mit Hilfe von standardisierten Fragen, die zusammen mit Vertretern des Betreibers entwickelt wur- 

den, um somit möglichst vergleichbare und vollständige Antworten zu generieren. Pre-Tests der Fra- 

gebögen bei am Pilotprojekt teilnehmenden Mitarbeitern des Betreibers führten nur zu geringfügigen 

Änderungen in den Formulierungen einiger Fragen. Es liegt ein nicht-experimentelles Forschungsde- 

sign vor, da keine Variationen von Stimuli (z.B. des Preises) und keine Kontrolle der Störfaktoren 

vorgenommen wurde. Somit ist nicht auszuschließen, daß eine Vielzahl von nicht erfaßten Störeinflüs- 

sen die Ergebnisse verzerrt haben und dafür verantwortlich sind, daß nur ein relativ kleiner Teil der 

Varianz erklärt werden kann. Es wurden kontrollierende Variablen in die Befragung mit aufgenom- 

men, die für Validitätstests geeignet sind. 

115 Zur Problematik von Online-Befragungen siehe Bogner (1996), Spohrer und Bronold (1996) sowie Agrawal 

(1998). 

152

Der Fragebogen unterteilt sich in vier Abschnitte (Anhang 0): 

• Abschnitt 1: Akzeptanz des Interaktiven Fernsehens, 

• Abschnitt 2: Wahrnehmung des Interaktiven Fernsehens, 

• Abschnitt 3: Zahlungsbereitschaft von Interaktiven Diensten sowie 

• Abschnitt 4: Sonstige Informationen. 

Die ersten beiden Abschnitte beziehen sich im wesentlichen auf die Erklärung der Nutzung, wohinge- 

gen der dritte Abschnitt hauptsächlich auf die Schätzung der Zahlungsbereitschaftsfunktionen abstellt. 

Der vierte Abschnitt beinhaltet die soziodemographischen Informationen. 

Die Befragung wurde den Teilnehmern im Vorfeld durch einen Brief des Betreibers angekündigt. Der 

Versand der Fragebögen begann am 19. September 1997. Jeder Umschlag enthielt einen individuel- 

len Fragebogen für diejenigen Haushaltsmitglieder, die mindestens 18 Jahre alt waren. Die Personen 

haben zum Befragungszeitpunkt etwa ein halbes Jahr Erfahrungen mit dem System sammeln können. 

Der letzte beantwortete und in die Analyse eingegangene Fragebogen traf am 30. Dezember 1997 

ein. 116 

Die zweite Datenbasis stellen neben den Befragungsdaten die Nutzungsdaten der Haushalte dar. Der 

Betreiber stellte die Nutzungsdaten der Haushalte von Beginn des Pilotvorhabens im Februar 1997 

bis zum 24. November 1997 zur Verfügung, anhand derer nachvollzogen werden soll, welche Inhalte 

seit Beginn des Vorhabens abgerufen wurden. Da jeder Teilnehmer seine eigene PIN-Nummer hat, 

kann anhand der Logfiles genau rekonstruiert werden, welche Person wann welche Inhalte gesehen 

hat. Allerdings kann nicht gesagt werden, daß eine Person allein den Inhalt abgerufen und angesehen 

bzw. ob sie ihre eigene PIN genutzt hat. 

Die folgende Übersicht faßt die Datenbasis zusammen: 

116 Zwei im März 1998 erhaltene Fragebögen gingen nicht mehr in die Analyse ein, da diese Personen 3 zusätzliche 

Monate zur Erprobung neuer Angebote zur Verfügung hatten, die eine Verzerrung der Antworten – insbesondere 

bei neuen Medien – zur Folge haben können. 

153

Abbildung 5-5: Übersicht der vorliegenden Daten 

Vorliegende Daten des Pilotversuchs 

Befragungsdaten Nutzungsdaten 

Ausgesandte Fragebögen: 

159 

Verwendbarer Rücklauf: 

89 Fragebögen 

(56% Rücklaufquote) 

Nutzungsdaten aller 159 

Nutzer des Pilotprojekts 

(unabhängig von 

der Beantwortung des 

Fragebogens) 

Insgesamt wurden 159 Fragebögen an die Teilnehmer des Pilotversuchs verschickt, von denen 93 

zurückgesandt wurden. Vier davon sind nicht zu verwerten, da sie nicht ausgefüllt bzw. die Fragen in 

einem Brief aufgegriffen und offen beantwortet wurden. 117 Somit verbleiben 89 verwertbare Frage- 

bögen für die Datenauswertung. Dies entspricht einer Rücklaufquote von 55,97%. Die vergleichs- 

weise hohe Rücklaufquote läßt sich zum einen darauf zurückführen, daß „friendly user“ vorliegen, de- 

nen im Pilotprojekt ein Service kostenlos bereitgestellt wurde. Zum anderen wurde angelehnt an 

Jobber und O'Reilly (1998) durch die Zusendung einer Special-Edition Telefonkarte im Nennwert 

von 6,00 DM bei Beantwortung des Fragebogens ein weiterer Anreiz geschaffen. Der Rücklauf ist 

unter Berücksichtigung des Umfangs und Detaillierungsgrades des Fragebogens sowie der sensiblen 

Fragen als gut anzusehen. Auf eine Nachfaßaktion zur weiteren Erhöhung der Rücklaufquote wurde 

auf Wunsch des Betreibers verzichtet. Die 89 Personen, die den Fragebogen zurückschickten, 

stammen aus 51 Haushalten. Dies entspricht einer Rücklaufquote von 65,4%, wenn die Haushalte 

die Basis bilden. 

Bevor Analysen zur Nutzung und Zahlungsbereitschaft vorgenommen werden, soll zunächst die 

Stichprobe detaillierter dargestellt werden. 118 Die Abbildung 5-6 zeigt die Ausprägungen der Stich- 

117 

Zwei Briefe enthielten sehr interessante Informationen bezüglich der Nutzung einzelner Angebote und wurden 

bei der Interpretation der Daten z.T. berücksichtigt. 

118 

Die Analysen wurden mit Hilfe des Softwarepakets SPSS für Windows - Version 6.1.3 von 1995 durchgeführt, 

die dem Autor leihweise als Doktorandenversion 1997 von SPSS anstelle der aktuellen Version (8.0) zur Verfügung 

gestellt wurde. 

154

probe bezüglich der Altersverteilung 119 im Vergleich zu den Daten aus der Bundesrepublik Deutsch- 

land. 

Abbildung 5-6: Vergleich der Stichprobe zum bundesdeutschen Mittel (Alter, n=88) 120 

155 

Anteil in Stichprobe (in %) 

Anteil in Deutschland (in %) 

Quelle: Statistisches Jahrbuch (1997). 

Altersverteilung 

18 - 25 25 - 45 45 - 60 

60 - 65 65 und 

mehr 

Altersklassen 

60,0% 

50,0% 

40,0% 

30,0% 

20,0% 

10,0% 

Bezüglich der Altersverteilung ist festzustellen, daß der Anteil der Personen zwischen 25 und 45 Jah- 

ren in der Stichprobe über- und der Anteil der über 65-jährigen Personen unterrepräsentiert ist. 

Die Analyse der Verteilung des Geschlechts zeigt, daß in der Stichprobe Männer mit 60,7% wesent- 

lich stärker vertreten sind als Frauen mit 39,3%. Laut Statistischem Bundesamt ist die Verteilung des 

Geschlechts jedoch mit 51,3% Männer und 48,7% Frauen annähernd gleich. Demnach sind Männer 

in der Stichprobe überrepräsentiert. 121 

Interessanterweise zeichnen sich die Single-Haushalte durch eine hohe Antwortbereitschaft aus. So 

antworteten nach Angaben des Betreibers 13 von den 15 Single-Haushalten (87%) auf den Frage- 

bogen. 

119 Aufgrund einer unterschiedlichen Klassenbildung bei den Altersgruppen für die bundesdeutschen Daten (ab 

14 Jahren) ist erneut darauf hinzuweisen, daß die Stichprobe nur Personen enthält, die mindestens 18 Jahre alt 

sind. 

120 Wenn im folgenden Abweichungen von n=89 auftreten, so liegt das an fehlenden Werten. 

121 Die Gründe hierfür können lediglich vermutet werden. Ein Aspekt kann jedoch aus der Betrachtung der Antworten 

aus Mehrpersonenhaushalten gewonnen werden: So sind zwei Drittel der Rücksender aus Mehrfamilienhaushalten 

männlichen Geschlechts, was die Vermutung nahelegt, daß der Mann in seiner wahrgenommenen 

Rolle als „Haushaltsvorstand“ die Beantwortung des Fragebogens quasi stellvertretend für die Familie 

übernahm. 

0,0% 

Prozent

Das Einkommen ist eine weitere Größe, die geeignet ist, die Zusammensetzung der Stichprobe be- 

züglich möglicher Biases zu untersuchen. Die Vergleichsdaten bezüglich des Einkommens lassen fol- 

gendes Bild entstehen: 

Tabelle 5-2: Vergleich der Stichprobe zum bundesdeutschen Mittel (Einkommen; n=80) 

Einkommensklasse Deutschland Prozentuale Ver- Einkommensklasse Stichprobe Prozentuale Verteilung 

(n=80) 

teilung 

unter 1800 DM 18,65 % unter 2000 DM 7,5 % 

1800 - 2500 DM 17,79 % 2000-3999 DM 33,8 % 

2500 - 4000 DM 28,73 % 4000-5999 DM 32,5 % 

4000 - 5000 DM 12,73 % über 6000 DM 26,3 % 

5000 - 7500 DM 12,83 % 

7500 und mehr DM 4,98 % 

Sonstige 4,29 % 

Quelle: Statistisches Jahrbuch (1997). 

Trotz der Unterschiede bei der Klassenbildung zeigt sich, daß die Stichprobe deutlich weniger ein- 

kommensschwache und deutlich mehr einkommensstarke Personen enthält. Obwohl die Vergleichs- 

daten des Statistischen Bundesamtes auf Haushaltsbasis und nicht auf individueller Basis verfügbar 

waren, 122 zeigt sich, daß auch hier kein repräsentatives Bild vorliegt. 

Um festzustellen, ob ein Bias in der Stichprobe hinsichtlich der Freude an technischen Neuerungen 

vorliegt, ist es sinnvoll, die Ausstattung der Haushalte mit bestimmten technischen Geräten im Ver- 

gleich zur bundesdeutschen Ausstattung zu betrachten. So verfügen laut Media-Analyse 1997 insge- 

samt 25,6% der Haushalte über einen PC. Die Stichprobe enthält hingegen mit 47,4% eine wesent- 

lich höhere Verfügbarkeit von multimediafähigen PCs. Dieser Wert kann jedoch einer Verzerrung 

unterliegen, weil die entsprechende Frage von insgesamt nur 38 Haushalten (74,5% aller befragten 

Haushalte) beantwortet wurde. Da die Stichprobe relativ viele jüngere Personen enthält, ist dieser 

erhöhte Anteil plausibel. 

Bei einer Untersuchung zur Nutzung von interaktiven Diensten ist von Interesse, wie viele Personen 

(Haushalte) Pay-TV-Abonnementen sind. Insgesamt gaben sieben Personen (sechs Haushalte) an, 

daß sie ein Abonnement von Premiere haben. Dies entspricht einem Anteil von 7,9% der Personen 

(6,74% der Haushalte) in der Stichprobe. Bei insgesamt ca. 1,6 Mio. Premiere-Abonnenten (1997 – 

entspricht 4,5% der Haushalte der Bundesrepublik, wenn man davon ausgeht, daß nur ein Abonnent 

pro Haushalt eingegangen wird) ist diese Zahl nicht ungewöhnlich hoch. DF1-Abonnenten sind nicht 

in der Stichprobe vertreten. 

156

Weitere Hinweise zur Verzerrung der Antworten durch stichprobenbezogene Eigenheiten können 

durch die Vergleiche der Kinobesuche der Befragten gewonnen werden, die in Abbildung 5-7 dar- 

gestellt werden. Es zeigt sich, daß die Systemteilnehmer im Vergleich zur deutschen Bevölkerung re- 

lativ häufig ins Kino gehen. Zudem leihen 26% der Pilotprojektteilnehmer (n=84) mindestens einen 

Videofilm pro Monat aus. Da hierzu keine Daten für Deutschland in einem vertretbaren Aufwand zu 

erhalten sind, unterbleibt ein Vergleich. 

Abbildung 5-7: Vergleich der Stichprobe zum bundesdeutschen Mittel (Kinobesuche, n=84) 

Quellen: MediaFacts (1997). 

157 

Stichprobe ab 18 Jahren 

Bevölkerung ab 14 Jahren 

Verteilung der Kinobesuche 

> 1 pro Woche 

1 pro Woche 

2-3 monatlich 

1 pro Monat 

< 1 pro Monat 

0 

Kinobesuche 

Die Nutzung der Dienste ist zudem dahingehend zu prüfen, ob die Rücksender des Fragebogens die 

Dienste häufiger nutzten als die Nicht-Rücksender. Die Nutzungshäufigkeiten zeigten, daß die 89 

Rücksender 586 Beiträge (ohne Home-Shopping) abgerufen haben, während die 111 Nicht- 

Rücksender 156 Beiträge abriefen. Die 111 Nicht-Rücksender beinhalten auch die unter 18 Jahre 

alten Teilnehmer. Ein Vergleich der Zahlen zeigt, daß diejenigen, die häufig Inhalte aus dem System 

abriefen, eher bereit waren, den Fragebogen auszufüllen. Dieses Ergebnis hat die inhaltliche Konse- 

quenz, daß zum einen die Stichprobe hinsichtlich der Nutzung verzerrt ist und zum anderen, daß die 

Rücksender stark von der Möglichkeit der Erprobung Gebrauch machen und dementsprechend fun- 

diertere Antworten geben konnten. 

Es ist festzustellen, daß es sich bei den Teilnehmern nicht um eine Ansammlung von sogenannten 

Technikfreaks handelt. Vielmehr handelt es sich um ein heterogenes Sample, das bezüglich verschie- 

122 Es wurde von einer Unterteilung der Stichprobe auf Haushaltsbasis abgesehen, weil z.T. innerhalb eines 

Haushaltes der Stichprobe mehrere Haushalte gemäß der Definition des Statistischen Bundesamtes enthalten 

sind (z.B. bereits berufstätige Kinder). 

60,0 

50,0 

40,0 

30,0 

20,0 

10,0 

0,0 

Prozent

dener Kriterien nicht repräsentativ zum bundesdeutschen Durchschnitt ist. So ist zusammenfassend 

die Stichprobe hinsichtlich folgender Merkmale zu charakterisieren: 

• Vornehmlich jüngere männliche Personen mit relativ hohem Einkommen, 

• einer relativ guten technischen Ausstattung und 

• einer vergleichsweise häufigen Kinonutzung 

• nutzten das Pilotprojektangebot relativ stark im Vergleich zu den Nicht-Rücksendern. 

Vergleicht man allerdings die Merkmale der Stichprobe mit den Nutzerprofilen der Internet-Nutzer, 

die in regelmäßigen Abständen von Fittkau & Maaß, W3B Hamburg publiziert werden, so ist festzu- 

stellen, daß sich die Unterschiede reduzieren. Laut Fittkau (1999) ist der typische Internet-Nutzer 

ebenfalls jung und männlich bei einem relativ hohen Einkommen. Insofern ist zwar die Stichprobe 

nicht repräsentativ zum Bundesdurchschnitt, jedoch ist sie vergleichbar mit den Internet-Nutzern, die 

bisher noch die Innovatoren und Early Adopters des Mediums „Internet“ darstellen. 

5.4 Erklärung der Nutzung im Pilotprojekt 

In diesem Abschnitt werden zunächst die Operationalisierungs- und Meßansätze der direkt (5.4.1) 

bzw. indirekt meßbaren Konstrukte (5.4.2) aufgezeigt. Daran anschließend wird zunächst der indivi- 

duelle Nutzen des Systems ermittelt (5.4.3), um dann die Nutzung der Dienste zu betrachten (5.4.4). 

Das Kapitel schließt mit der Analyse der Akzeptanz (5.4.5). 

5.4.1 Operationalisierung und Messung der direkt meßbaren Items 

Zur Untersuchung der Einflußfaktoren auf die Nutzung der Dienste sind zunächst die Variablen zu 

definieren, anhand derer die Einflüsse gemessen werden. Daher werden zunächst die direkt zu mes- 

senden Items beschrieben, die sich in abhängige (5.4.1.1) und unabhängige Variablen (5.4.1.2) un- 

terteilen. 

5.4.1.1 Abhängige Variablen – Nutzung der Dienste 

Wie in Abbildung 5-5 dargestellt wurde, liegen die Nutzungsdaten aller 159 Personen vor – unab- 

hängig davon, ob sie den Fragebogen beantwortet haben oder nicht. Die im Pilotprojekt angebote- 

nen Dienste sind entweder On-Demand-Dienste oder Home-Shopping-Angebote. Die Nutzung die- 

ser Angebote soll im folgenden dargestellt werden: 

158

• Nutzung der On-Demand-Dienste 

Die Nutzungsdaten sind für alle On-Demand-Dienste des Pilotprojekts vorhanden. Anhand des Ein- 

zelnachweises über Nutzungsentgelte, wie er in Abbildung 5-8 exemplarisch dargestellt ist, kann 

festgestellt werden, welche Inhalte, zu welchem Zeitpunkt, von wem und wie häufig abgerufen wur- 

den. 

Abbildung 5-8: Darstellung eines Einzelnachweises über Nutzungsentgelte 

Kundennummer: 91110002099123 

Datum Teilnehmer Produkt Dienst Preis 

04.08.1997 17:56:13 002 Neuseeland VOD-Service 5,00 DM 

04.08.1997 19:36:58 001 Sugar Hill (Teil 1) VOD-Service 2,50 DM 

05.08.1997 20:00:09 002 Von Mensch zu Mensch Prisma Service 0,00 DM 

08.08.1997 19:47:20 001 Smoke VOD-Service 7,00 DM 

20.09.1997 20:13:19 002 Von Mensch zu Mensch Prisma Service 0,00 DM 

21.09.1997 11:11:39 001 Blue in the Face VOD-Service 7,00 DM 

21,50 DM 

Durch die Auswertung dieser Nutzungsprotokolle kann eine individuelle Zuordnung der angeforder- 

ten Inhalte erfolgen. Diese Zuordnung läßt aber kein Schluß darauf zu, ob diese Person letztendlich 

den Film gesehen hat, da der Film z.B. von mehreren Personen bei einem „gemütlichen Fernseh- 

abend“ verfolgt werden kann. 

Gemäß der Nutzungsprotokolle wurden insgesamt 742 Programmbeiträge abgerufen. Die Abrufe 

verteilen sich für alle Teilnehmer (inklusive der Minderjährigen bei den Nicht-Rücksendern) wie folgt: 

159

Abbildung 5-9: Übersicht der Nutzung aller Teilnehmer 

Nutzer 

69 

Rücksender 

89 

Registrierte Teilnehmer 

200 Personen 

Nicht-Nutzer 

20 

Nicht-Nutzer 

52 

Nicht-Rücksender 

111 

Gesamtanzahl der abgerufenen Beiträge 

742 Beobachtungen 

79 % 21 % 

Nutzer 

59 

Die 742 abgerufenen Beiträge verteilen sich zu 57,7% auf Video-on-Demand und 40,6% auf Pris- 

ma-Service-Sendungen. Lediglich zu 1,7% wurde der Dienst Prisma-Plus genutzt, der sowohl Vi- 

deo- als auch Information-on-Demand anbietet. Die Verteilung der Nutzung dieser Dienste 

(Abbildung 5-10) ist nur schwer auf bestimmte Sachverhalte zurückzuführen. Die Prisma-Angebote 

wurden mit 42,3% sehr häufig genutzt. Ob dieses Verhalten aufgrund des vergleichsweise vielfältigen 

Programmangebots erfolgte oder durch das von Witte (1997, S. 434) beschriebene Phänomen der 

Bevorzugung von kulturell und politisch höherwertigen Beiträgen geprägt wurde, kann nicht eindeutig 

beantwortet werden. 

Die folgende Übersicht zeigt, wie häufig welche Inhalte insgesamt genutzt wurden. Dabei wird unter- 

schieden in beendete Beiträge und abgebrochene Beiträge. Eine exakte Unterscheidung ist jedoch 

nicht ohne weiteres möglich, da die Nutzungsprotokolle zwar den Abruf aufzeichnen, aber nicht den 

Abbruch des Beitrages. Letztendlich ist es für den Anbieter der Inhalte kein Nachteil, wenn der Bei- 

trag nicht bis zum Ende gesehen wird, da trotzdem die volle Summe verlangt wird. Allerdings kann 

dies zu technisch bedingten Einschränkungen in den Möglichkeiten der Preisdifferenzierung führen. 

So ist es z.B. vorstellbar, daß die Leichtathletik WM bis zum 100 Meter Lauf verfolgt und danach 

bewußt abgebrochen wird. Wenn nun eine Art Minutenpreis verlangt wird, dann können die Preise 

besser differenziert und eventuell höhere Deckungsbeiträge erwirtschaftet werden. Die vorliegenden 

Daten des Pilotversuchs erlauben dieses noch nicht. Im folgenden wird ein Beitrag dann als abgebro- 

chen bezeichnet, wenn ein Haushaltsmitglied, nachdem es einen Beitrag von z.B. 30 Minuten Länge 

abgerufen hat, einen weiteren Beitrag aufruft, der in dieser 30-minütigen Sendezeit liegt. Dieses Be- 

helfsmaß kann jedoch nicht feststellen, ob der letzte abgerufene Beitrag bis zum Schluß gesehen 

wurde. 

160

Abbildung 5-10: Verteilung der genutzten Dienste und Kategorien 

161 

450 

400 

350 

300 

250 

200 

150 

100 

50 

0 

VoD Prisma Plus 

nicht beendet 91 61 7 

beendet 337 240 6 

Unterteilt 

nach 

Inhalten 

Aus der Abbildung geht hervor, daß für die Dienste (Video-on-Demand und Prisma) und Kategorien 

(Unterhaltung usw.) eine in etwa gleiche Abbruchquote von ca. 20% vorliegt. Diese hohe Quote läßt 

zum einen die Annahme zu, daß die Inhalte nicht von sehr hoher Qualität gewesen sind (siehe auch 

Anhang 2). Zum anderen kann sie aber ebenfalls durch die Erprobung erklärt werden. So erscheint 

es durchaus plausibel, daß zu Beginn des Pilotversuchs sehr viele Personen einfach am System her- 

umprobiert und insbesondere kostenlose Angebote abgerufen haben, um sich mit dem System ver- 

traut zu machen. Abschließend kann ebenfalls davon ausgegangen werden, daß die Teilnehmer des 

öfteren ihr System Dritten (Gästen) demonstriert haben und die Beiträge nicht bis zum Ende verfolg- 

ten. Eine eindeutige Aussage kann diesbezüglich nicht vorgenommen werden. Da nicht genau zwi- 

schen Abbruch und Nicht-Abbruch differenziert werden kann, soll im weiteren Verlauf der Arbeit 

auch ein abgebrochener Beitrag als Nutzung angesehen werden, weil die Nutzung kostenpflichtiger 

Angebote den Teilnehmern in Rechnung gestellt wurde. 

Der (hier nicht aufgeführte) Vergleich zwischen Rücksendern und Nicht-Rücksendern bezüglich des 

Sehverhaltens, d.h. der Art der abgerufenen Beiträge, ergibt keine deutlichen Unterschiede (Becker 

1998, S. 42). 

Interessant ist die Betrachtung des Zeitpunktes der Nutzung. Ein Vergleich der relativen Anzahl der 

Nutzungen von Rücksendern sowie Nicht-Rücksendern über verschiedene Zeiträume bietet die fol- 

gende Abbildung. Dort wird die Nutzung beginnend vom Tag der Installation (der nicht für alle 

Haushalte gleich war) in bestimmten Intervallen dargestellt. 

350 

300 

250 

200 

150 

100 

50 

0 

Unterhaltung 

Krimi 

Reise 

Komödie 

Kinder 

Drama 

Action 

Prisma

Abbildung 5-11: Dienstenutzung in unterschiedlichen Zeitintervallen 

Angaben in % 

50 

45 

40 

35 

30 

25 

20 

15 

10 

5 

0 

1. Woche 2. Woche 15.-30. 

Tag 

31.-50. 

Tag 

> 50 Tage 

Rücksender (n=69) Nicht-Rücksender (n=59) 

Die Verteilung der Nutzung zeigt, daß innerhalb der ersten Woche die Nicht-Rücksender sehr häufig 

die Dienste nutzten und anschließend die Nutzung stark abnimmt. So wurde die Hälfte aller Beiträge 

in der ersten Woche abgerufen. Die Nutzung der Rücksender verläuft tendenziell ähnlich, obgleich sie 

die Dienste nicht ganz so häufig zu Beginn des Projektes genutzt haben. Über die weiteren Perioden 

hinweg liegt die Nutzung der Rücksender jedoch immer auf einem höheren Niveau, welches das sin- 

kende Interesse der Nicht-Rücksender verdeutlicht. 

• Nutzung des Home-Shopping-Angebots 

Im Pilotprojekt wird durch Quelle ein Home-Shopping-Angebot bereitgestellt, dessen Daten eben- 

falls vorliegen. Bei diesen Daten handelt es sich jedoch nicht um die Logfiles, sondern um bereits ag- 

gregierte Daten. Die Deutsche Telekom hat als Systembetreiber keinen direkten Zugriff auf die Log- 

files des Home-Shopping-Betreibers, da sie auf dessen Server abgelegt sind. Dementsprechend 

kann anhand der Daten keine Aussage darüber gemacht werden, wer Home-Shopping nutzte. Den- 

noch liegen aggregierte Informationen über die Nutzung des Einkaufsmediums vor, die in Tabelle 5-3 

aufgezeigt und am Beispiel des Monats 07/97 (grau hinterlegt) erläutert werden. 

162

Tabelle 5-3: Übersicht zur Nutzung des Home-Shopping aller Pilotprojektteilnehmer 

163 

Produktnutzung 

Monat Anzahl der 

Angebote 

Merk- 

zettel 

Bestell- 

ungen 

Schlagworte 

Anzahl der verwe ndeten 

Schlagworte 


Nutzungen 

Shopnutzung 


Shops 


Nutzungen 

01/97 0 0 0 12 18 8 18 

02/97 4 6 3 2 3 12 69 

03/97 1 1 0 33 37 19 226 

04/97 1 1 0 9 13 16 61 

05/97 0 0 0 7 8 10 33 

06/97 0 0 0 0 0 5 13 

07/97 6 7 0 7 8 9 34 

08/97 1 1 0 9 12 12 40 

09/97 0 0 0 8 8 10 29 

10/97 0 0 0 19 25 18 156 

Im Juli 1997 wurden insgesamt 6 Angebote angefordert (SONY Play Station, Adidas Power Soc- 

cer, Anrufbeantworter, Telefon, Fotoapparat und Inline-Skates) wovon die SONY Play Station 

zweimal einen Merkzettel (vergleichbar zu einem Bookmark im Internet) zugewiesen bekam (siehe 

hierzu Abbildung 5-12). Das Anfordern eines Angebotes impliziert keine Bestellung, sondern nur ei- 

ne detailliertere Beschreibung des Produkts. Es zeigt sich, daß keine Bestellung getätigt wurde. Ins- 

gesamt haben die Nutzer 7 Schlagworte (Anrufbeantworter, Fernseher, Fußpedal, Inline Skater, 

Kamera, MARS und Manschettenknöpfe) im Suchprogramm eingegeben, wobei der Begriff Anruf- 

beantworter zweimal verwendet wurde. Das Home-Shopping-Angebot beinhaltet neben dem 

Hauptangebot auch eine Reihe von „Shops“, die spezielle Warenkategorien offerieren (z.B. Business, 

Foto/Optik, Kochen und Servieren etc.). Es wurden 9 Shops insgesamt 34 mal genutzt – ohne je- 

doch Bestellungen zu generieren. 

Insgesamt zeigt sich für den Anbieter ein wenig erfreuliches Bild: Es wurden im betrachteten Zeitraum 

nur 3 Bestellungen (Februar 1997) generiert, die jedoch alle nicht zum Kauf führten (die Ware wurde 

retourniert). Auf der anderen Seite konnten die Shops eine relativ häufige Nutzung verzeichnen. 

Demnach kann festgestellt werden, daß das Angebot vornehmlich zur Information, quasi als virtueller 

Schaufensterbummel, genutzt wurde.

Abbildung 5-12: Darstellung des Home-Shopping-Angebots 

Es bleibt festzuhalten, daß die obigen Nutzungsdaten nur auf aggregierter Ebene für alle Nutzer vor- 

liegen. Somit kann aufgrund dieser Datenbasis kein Rückschluß auf das Verhalten der Rücksender 

des Fragebogens vorgenommen werden. Um die Nutzung des Home-Shopping auf individueller Ba- 

sis zu analysieren, wurde im Fragebogen nach der Häufigkeit der Nutzung des Home-Shopping ge- 

fragt. Die Auskünfte bilden die Basis für die Nutzung des Shopping-Angebots. Es ergibt sich folgen- 

des Bild: Von 88 (eine Person verweigerte die Auskunft) Befragten hat nur eine Person einen Einkauf 

getätigt (Frage 7a) und dabei 0,00 DM ausgegeben (Frage 7b). Folglich hat die Person die bestellte 

Ware retourniert. Das Sample zeichnet sich also durch eine konsequentes Nicht-Einkaufen aus. In- 

wieweit die Nutzer durch das Home-Shopping-Angebot gesurft sind, kann jedoch nicht anhand der 

Daten festgestellt werden. Festzuhalten bleibt jedoch, daß die Nutzung des Home-Shopping als ab- 

hängige Variable aufgrund mangelnder Varianz ungeeignet ist. Dies hat zur Folge, daß die Hypothese 

3-24 (Je größer die Angst vor Umtauschproblemen beim Home-Shopping ist, desto weniger wird 

Home-Shopping genutzt) nicht empirisch überprüft werden kann. 

Zusammenfassend kann zur Nutzung des Interaktiven Fernsehens gesagt werden, daß zum einen die 

angeschlossenen Individuen Video-on-Demand nur mäßig genutzt haben (wenn man den täglichen 

164

Fernsehkonsum als Basis heranzieht, siehe Abbildung 2-2). Zum anderen führten die Home- 

Shopping-Angebote zu keinem Verkauf. 

5.4.1.2 Unabhängige Variablen - Einflußfaktoren auf die Nutzung 

Nachdem die abhängigen Variablen dargestellt wurden, sollen nun die Einflußfaktoren auf die Nut- 

zung aufgezeigt werden. Im Fragebogen wurden acht Items direkt abgefragt. Diese Items konnten 

durch objektive Fragen direkt erhoben werden und stellen keine Multi-Items dar. Die Multi-Items 

werden im Abschnitt 5.4.2 dargestellt und beurteilt. 

• Präferenz des Eingabemediums 

Die Art des Eingabemediums hat Einfluß auf die wahrgenommene Komplexität und ist wichtig für die 

Kommunikation zwischen Nutzer und Endgerät. So sind – solange noch keine guten Spracherken- 

nungssysteme im Markt erhältlich sind – nur bestimmte Eingabegeräte (z.B. Tastatur) für das 

Versenden von E-mails geeignet. Die Präferenzen für die einzelnen Eingabemedien sind in der Frage 

2 erfragt worden: 

Abbildung 5-13: „Welches Eingabemedium würden Sie bevorzugen, um die Angebote des Interaktiven 

Fernsehens zu nutzen?" (n=87) 

165 

Laserpointer 

29% 

Tastatur 

29% 

Fernbedienung 

42% 

Die im Pilotprojekt verwendete Fernbedienung wird am stärksten präferiert. Die normale PC- 

Tastatur mit Maus sowie der Laserpointer, mit dem auf sogenannte Buttons gezeigt werden kann, 

schneiden ebenfalls recht gut ab. Eine integrierte Lösung der Fernbedienung mit eingebautem Laser- 

pointer scheint eine interessante Kombinationsmöglichkeit zu sein. Problematisch ist hierbei, daß die 

Eingabe von Text sehr schwierig über eine handliche Fernbedienung möglich ist und somit entweder 

eine Tastatur mit Infrarotschnittstelle oder eine größere Fernbedienung mit allen Features notwendig 

ist. Eine solche Fernbedienung mit alphanumerischen Zeichen wurde bereits von der Deutschen Te- 

lekom im Pilotversuch „Interaktive Videodienste Berlin“ getestet und in einer Befragung bewertet. 

Dort wurde die „normale“ im Vergleich zur alphanumerischen Fernbedienung als weniger komplex 

wahrgenommen (DTAG 1996).

• Bereitschaft zum Warten auf Inhalte 

Wenn die Netze überlastet sind bzw. die Bandbreite nur bedingt ausreicht, um einen schnellen Zugriff 

auf Informationen zu gewährleisten, dann können lange Wartezeiten entstehen. Aus den Gesprächen 

mit den Betreibern des Pilotversuchs wurde deutlich, daß zwar Wartezeiten bei der Navigation durch 

das System oder bei der Suche nach Inhalten auftreten, diese aber mit den durchschnittlichen 

Zugriffsgeschwindigkeiten im Internet vergleichbar sind. Freilich nehmen die Nutzer dies jedoch an- 

ders wahr und monieren die lange Wartezeit. Die Bereitschaft zum Warten beim Abruf von Videos 

oder beim Home-Shopping ist gering. Bei 88 zu verwendenden Fällen und einer Kodierung von 1 

(warte nie) bis 7 (warte immer) sind folgende Lageparameter zu berichten: 

Tabelle 5-4: Lageparameter zur Frage 4b (1=nie, 7=immer) 

Frage 4b (n=88) Mittelwert Standardabweichung 

Median Modus 

Sind Sie bereit, beim Abrufen von Videos bzw. beim 

Prüfen von Home-Shopping-Angeboten lange Wartezeiten 

aufzubringen? 

3,64 1,74 4,0 4,0 

Eine im Nachhinein von den Mitarbeitern der Deutschen Telekom aufgeworfene Hypothese des Zu- 

sammenhangs zwischen häufiger Computernutzung (Frage 26a) und der Wartebereitschaft muß auf- 

grund der sehr geringen Korrelation (r=0,025 bei einem Signifikanzniveau von p=0,82) verworfen 

werden. Insofern kann nicht davon ausgegangen werden, daß computererfahrene Personen, die 

Wartezeiten vor dem Bildschirm gewohnt sind, diese vor einem Fernsehgerät eher hinnehmen wür- 

den. 

• Präferenz des Endgeräts 

Wie bereits im dritten Kapitel dargestellt wurde, stellt das Endgerät eines der wesentlichen Anknüp- 

fungspunkte für die Akzeptanz des Systems dar, weil ein eventuell notwendiger Neuerwerb einer 

Set-top-box etc. eine zusätzliche Barriere für den Nutzer darstellt. Die Frage 9 zielt auf die Präferenz 

der einzelnen Optionen ab, wobei festzuhalten ist, daß im Pilotversuch eine TV-basierte Lösung mit 

Set-top-box vorliegt. Abbildung 5-14 verdeutlicht die Einschätzung von Müller und Geppert (1996, 

S. 86), daß bislang der PC eher als Arbeitsgerät und weniger als Entertainment-System angesehen 

wird. Eindeutig dominiert der herkömmliche Fernsehapparat als Endgerät. Dies ist nicht weiter ver- 

wunderlich, da die Haushalte bereits Investitionen in das Gerät vorgenommen haben und wenig In- 

teresse an einer Neuanschaffung besitzen. Technische Zwänge ergeben sich jedoch für die Anbieter: 

Neue digitale Dienste sollten den Weg über den Fernseher gehen – dies geht nur mit einer Set-top- 

box, die diese Signale umwandeln kann. Sinnvoll ist eine Integration der Set-top-box in folgende 

TV-Generationen, so daß kein „Extra-Gerät“ das Wohnzimmerambiente stört. 

166

Abbildung 5-14: Bevorzugtes Endgerät (n=87) 

167 

PC-TV 

Mischung 

35% 

PC 

14% 

Herkömmliches 

Fernsehgerät 

51% 

Eine Mischung aus PC und Fernsehgerät wird von 35% als die beste Lösung angesehen. Diese rela- 

tiv hohe Präferenz läßt Web-TV, wie es bereits in den USA angeboten wird, als zukunftsträchtig er- 

scheinen. Aus den Ergebnissen ist der Wunsch nach einer integrierten Lösung abzulesen: Der Fern- 

seher sollte die gewünschten Dienste, die ein PC bereits ermöglicht (z.B. Internetzugang), auf sich 

vereinen. Ob der heimische Fernsehapparat den PC als Arbeitsgerät ablösen wird, bleibt fraglich. 

Vielmehr werden Dienste, die bislang nur auf dem PC möglich waren, in den Fernseher transferiert. 

Interessant ist die – ebenfalls im nachhinein von der Deutschen Telekom aufgeworfene – Frage, ob 

die Präferenz bezüglich der Endgeräte mit dem Vorhandensein eines multimediafähigen PC zusam- 

menhängt. Zur Analyse des Zusammenhangs wurde eine Kreuztabellierung mit anschließender Kon- 

tingenzanalyse durchgeführt (Backhaus et al. 1996, S. 164 ff.; Böhler 1992, S. 177 ff.). 123 Zweck 

einer Kontingenzanalyse ist die Überprüfung der Stärke und der Richtung des Zusammenhangs von 

nominal skalierten Variablen mit Hilfe des χ 2 - Unabhängigkeitstests bzw. den z.T. darauf basieren- 

den Assoziationsmaßen (Reynolds 1977, S. 14 ff.). Aufgrund 15 fehlender Werte gehen nur insge- 

samt 74 Fälle in die Analyse ein. 

Keine der Zellen weist eine erwartete Häufigkeit kleiner als fünf auf – der kleinste Werte liegt bei 

5,67. Alle anderen Voraussetzungen für die Verwendung des χ 2 - Unabhängigkeitstests sind gege- 

ben (Churchill 1995, S. 925). Die Null-Hypothese, daß die Variablen „präferiertes Endgerät“ und 

„Verfügbarkeit eines PC“ voneinander unabhängig sind, läßt sich bei einem χ 2 -Wert von 0,66 (der 

kritische Wert bei zwei Freiheitsgraden und 5% Irrtumswahrscheinlichkeit liegt bei 5,99) mit einer 

Vertrauenswahrscheinlichkeit von 96,76% nicht verwerfen. Demnach kann nicht davon ausgegangen 

werden, daß ein Zusammenhang vorliegt – es ist vielmehr von der Unabhängigkeit der Variablen aus- 

123 Zweidimensionale Kontingenztabellen können auch im Rahmen von loglinearen Modellen analysiert werden 

(Hamerle und Tutz 1996). Krafft und Albers (1996, S. 132) empfehlen jedoch die Kontingenzanalyse mit Hilfe 

zweidimensionaler Kreuztabellen, wenn nur zwei nominal skalierte Variablen betrachtet werden.

zugehen. Dieser Befund ist überraschend, da nicht abzusehen war, daß die Präferenz des Endgeräts 

unabhängig von dem Vorhandensein eines Multimedia PC ist. 

Tabelle 5-5: Kreuztabelle „präferiertes Endgerät“ und „Verfügbarkeit eines PC“ 

Anzahl (absolut) 

Zeilenprozentwerte 

Spaltenprozentwerte 

Total-Prozentwerte 

Fernsehgerät präferiert 

(Frage 9a) 

PC präferiert 

(Frage 9a) 

PC - TV-Mischung 

präferiert 

(Frage 9a) 


Spaltenprozentwerte 

Kein Multimedia PC im 

Haushalt vorhanden 

(Frage 9b) 

19,0 

47,5 

54,3 

25,7 

6,0 

50,0 

17,1 

8,1 

10,0 

45,5 

28,6 

13,5 

35,0 

47,3 

Multimedia PC im 

Haushalt vorhanden 

(Frage 9b) 

21,0 

52,5 

53,8 

28,4 

6,0 

50,0 

15,4 

8,1 

12,0 

54,5 

30,8 

16,2 

39,0 

52,7 

Kleinste erwartete Häufigkeit = 5,67 

χ 2 (Pearson) = 0,6579 Signifikanz: 0,9676 Freiheitsgrade: 2 

• Wunsch nach Interaktivität und Inhaltebeeinflussung 


Zeilenprozentwerte 

40,0 

54,1 

12,0 

16,2 

22,0 

29,7 

74,0 

100,0 

Interaktives Fernsehen zeichnet sich durch Interaktive Inhalte aus (Keil 1998). Inwieweit dies jedoch 

von den Nutzern erwünscht ist, bleibt unklar. Im Dezember 1991 haben ARD und ZDF ein „interak- 

tives“ Experiment zur Prime-Time durchgeführt, bei dem der Krimi „Mörderische Entscheidung“ 

parallel auf beiden Kanälen lief und die Geschichte aus dem Blickwinkel zweier unterschiedlicher 

Personen erzählt wurde. Die Zuschauer wurden durch Textpassagen explizit zum Umschalten aufge- 

fordert. Allerdings war die Handlung vorgegeben und nicht interaktiv beeinflußbar. Inwieweit dieser 

erste Versuch den Wunsch nach Interaktivität förderte, bleibt verborgen. Deswegen wurde nach 

dem Wunsch nach Interaktivität und Inhaltebeeinflussung von Filmen und Talkshows gefragt. 

Die Ergebnisse dieser Untersuchung legen nahe, daß die Nutzer nur sehr wenig Interesse an der Be- 

einflussung des Filmendes aufweisen. Der Mittelwert der Frage 12a nach dem Wunsch zur Beeinflus- 

sung der Inhalte liegt bei 1,97 (mit einer Standardabweichung von 1,59) sehr nahe beim Minimalwert 

von 1 (nein). Der Median liegt bei 1. Auf etwas mehr Interesse stößt der Wunsch nach interaktiven 

Eingriffsmöglichkeiten bei Talkshows: Hier liegt der Mittelwert bei 3,09 (mit einer Standardabwei- 

chung von 2,24) etwas höher. Der Median liegt bei 2. Dennoch ist auch hier das Interesse nur gering. 

Die Korrelation der beiden Variablen ist mit einem Koeffizienten von 0,15 nicht signifikant 

(p=0,159). 

168

Abbildung 5-15: Wunsch nach Interaktivität (n=89) 

169 

Prozent 

60 

50 

40 

30 

20 

10 

0 

nein 

59,6 

41,6 

19,1 

10,1 

7,9 9 

4,5 

1 

5,6 6,7 

Variablenausprägung 

9 

1,1 3,4 

ja 

12,4 

Talkshows 

Inhaltebeeinflussung 

Der gering ausgeprägte Wunsch nach interaktiven Eingriffsmöglichkeiten wird häufig unter dem 

Stichwort „Couchpotatoes“ subsumiert (Keil 1998, S. 34). Passives Fernsehverhalten scheint für die 

meisten Nutzer nach diesen Ergebnissen attraktiv zu sein. Dieser Befund ist überraschend und läßt 

die Stützung der Hypothese 3–20 (Je höher die Kontrolle über die Inhalte, desto größer ist der Nut- 

zen des Systems) unwahrscheinlich werden. 

• Nutzung des Computers – Internet – Mobiltelefons 

In der Frage 26 wird nach der Nutzung des Computers, Internet sowie des Mobiltelefons gefragt. 

Die Lageparameter der drei Variablen werden in der Tabelle 5-6 angegeben: 

Tabelle 5-6: Lageparameter der Fragen 26a-c 

Frage 26: Wie stark nutzen Sie ... 

Mittelwert Standard- Median Modus 

(1=nie, 7=sehr häufig) 

abweichung 

a) den Computer (n=85) 4,56 2,16 5,0 7,0 

b) das Internet (n=83) 2,39 2,07 1,0 1,0 

c) ein Mobiltelefon (n=85) 2,29 2,08 1,0 1,0 

Es zeigt sich, daß der PC häufig genutzt wird, wohingegen die Nutzung des Internet bzw. des Mobil- 

telefons gering ausgeprägt ist. Bei den letzten beiden Variablen nehmen Median und Modus den 

Wert eins (d.h. nie) an. Der hierzu vergleichsweise hohe Mittelwert wird durch einige wenige „Hea- 

vy-User“ nach oben korrigiert. Interessanterweise kann aus der Frage 26d festgestellt werden, daß

41% der Befragten Zugang zu einem Internet-Anschluß haben und demnach Medienerfahrung aufweisen: 

124 

Abbildung 5-16: „Haben Sie einen Online-Anschluß?“ (n=83) 

Keinen 

59% 

Privat 

20,5% 

Büro 

20,5% 

Die Ergebnisse verdeutlichen, daß die Stichprobe keineswegs nur aus technisch versierten Nutzern 

besteht. Demnach sind die Nutzungsfaktoren, die in dieser Untersuchung als relevant identifiziert 

werden, durchaus auch auf die restliche Bevölkerung übertragbar, wenngleich keine Repräsentativität 

vorliegt. 

Die Präferenzen der Nutzer sind wie folgt zu subsumieren: 

• Als Eingabemedium wird die herkömmliche Fernbedienung bevorzugt. Allerdings sind auch die 

anderen Eingabemedien (Tastatur oder Laserpointer) nicht unbeliebt. 

• Die Bereitschaft zum Warten ist im Interaktiven Fernsehen gering. 

• Das Fernsehgerät wird als Ausgabegerät bevorzugt. 

• Der Wunsch nach interaktiver Beeinflussung von Inhalten, sei es bei Filmen oder bei Talkshows, 

ist gering. 

• Die Befragten zeichnen sich nicht durch eine überdurchschnittliche Technikaffinität aus. 

5.4.2 Operationalisierung, Messung und Validierung der Multi-Items 

In diesem Unterabschnitt werden zunächst die Operationalisierungs- und Meßansätze des Nutzens 

als abhängige Variable (5.4.2.1) dargestellt, bevor im Abschnitt (5.4.2.2) die unabhängigen Einfluß- 

variablen nach Rogers betrachtet werden. 

124 Keiner der Nutzer gab an, daß er über einen privaten und einen Büro-Anschluß Zugang zum Internet hat. 

170

5.4.2.1 Abhängige Variablen - Nutzen des Systems 

5.4.2.1.1 Operationalisierung und Messung 

„Content is King“ lautet die Devise im Gerangel um die Marktanteile beim Fernsehen. Um Interakti- 

ves Fernsehen erfolgreich einzuführen, bedarf es demnach Killer-Applikationen (Gates 1997). Es ist 

bislang jedoch noch unklar, welche Dienste bzw. Inhalte im Interaktiven Fernsehen den höchsten 

Nutzen stiften. Diese Studie soll zumindest erste Einblicke dahingehend gewähren, welche Dienste es 

sind und welche es nicht sein werden. 

Erste Anhaltspunkte liefert die Frage 1 des Fragebogens, bei der auf einer siebenstufigen Ratingskala 

danach gefragt wurde, wie wichtig den Teilnehmern folgende Dienste sind: 

Abbildung 5-17: Killer-Applikationen – Ratingskala (n=89) 

171 

Video-on- 

Demand 

Home- 

Banking 

E-Mail / 

Videomail 

Home- 

Shopping 

Home- 

Services 

Games-on- 

Demand 


1 2 3 4 5 6 7 

Mittelwert 

Median 

Es zeigt sich, daß Video- und Information-on-Demand als die beiden wichtigsten Dienste angesehen 

werden. Weniger wichtig sind Home-Shopping und Games-on-Demand. Da nur Personen befragt 

wurden, die mindestens 18 Jahre alt sind, ist zumindest bei den Games-on-Demand ein erheblicher 

Stichprobeneffekt zu vermuten. Da die Wichtigkeit auf einer Siebener-Skala erfragt wurde, sind kei- 

ne Aussagen über die relative Gewichtung der Dienste zueinander möglich. Demnach wurde die Fra- 

! 

!

ge 5 in den Fragebogen aufgenommen, bei der insgesamt 100 Punkte auf die einzelnen Dienste zu 

verteilen sind. 

Abbildung 5-18: Killer-Applikationen –100 Punkte Frage (n=88) 

Video-on- 

Demand 

Home-Banking 

E-Mail / 

Videomail 

Home-Shopping 

Home-Services 

Games-on- 

Demand 


Demand 

0 5 10 15 20 25 30 35 40 

Median 

Mittelwert 

Hier zeigt sich eindeutig, daß Video-on-Demand die Killer-Applikation sein könnte, die für den Er- 

folg des Systems notwendig ist. Der wichtigste Dienst ist also die Bereitstellung von Filmen, Sporter- 

eignissen und Dokumentationen. Weniger wichtig ist Home-Banking, das scheinbar nicht den Status 

hat, den es bei der Diffusion von T-Online besaß (Albers und Peters 1998; Peters und Clement 

1999). Kommunikationssysteme wie E-mail oder Videomail können wahrscheinlich erst dann einen 

signifikanten Einfluß auf den Nutzen ausüben, wenn sie von der breiten Masse akzeptiert werden. Es 

zeigt sich das Problem der notwendigen direkten Netzeffekte, die für die Durchsetzung von Kommu- 

nikationsmedien notwendig sind. Weiterhin ist festzustellen, daß Home-Shopping nicht die treibende 

Kraft für die Akzeptanz des Systems sein wird. 125 Die geringe Bewertung dieses Dienstes läßt die 

Falsifizierung der Hypothese 3–22 (Wenn Home-Shopping nicht angeboten wird, dann ist der Nut- 

zen des Interaktiven Fernsehens gering) wahrscheinlich werden. Ähnlich mäßig wurden die Home- 

Services eingestuft. Diese bereits aus dem Internet bekannten Dienste wie Reservierungen oder Bu- 

chungen von Tickets üben nur einen geringen Sog auf die Nachfrager aus. Es ist nicht verwunderlich, 

125 Dies kann natürlich auch daran liegen, daß nur ein Anbieter im Pilotprojekt seine Dienste anbietet. 

! 

172

daß Games-on-Demand als vergleichsweise wenig wichtig angesehen werden, da sich dieser Dienst 

an ein kleines Segment richtet. 126 Wie auch die erste Frage belegt, ist Information-on-Demand ein 

Dienst, der einen hohen Mehrwert bieten kann (Albers et al. 1998). 

Betrachtet man die Ergebnisse, so stellt sich bei Video-on-Demand die Frage, welcher Art die ab- 

rufbaren Inhalte sein müssen, damit schnell genügend Teilnehmer gewonnen werden können. Hier ist 

schon lange in der TV-Branche bekannt, daß „Sex, Soccer and Violence“ vom Zuschauer ge- 

wünscht werden – dies wurde bereits von Eliashberg und Shugan (1997) empirisch nachgewiesen. 

Um festzustellen, welche Inhalte präferiert werden, wurde die Frage 21 gestellt, bei der die Befragten 

insgesamt 100 Punkte auf vier Dienste bzw. Inhalte (Home-Shopping und Kommunikation bzw. 

Sport und Filme) verteilen sollten: 127 

Die Abbildung 5-19 zeigt, daß Home-Shopping nicht den notwendigen Anfangsschub für die Diffusi- 

on des Systems liefern wird. Gleiches gilt für die Kommunikationsmöglichkeiten mittels E- oder Vi- 

deomail. Es ist eindeutig, daß Dienste des Video-on-Demand als Killer-Applikation geeignet sind, 

wenn der Provider Spielfilme oder Sportereignisse exklusiv liefert. Ein ähnliches Ergebnis berichtet 

Appleton (1995). 

126 Es wird häufig angenommen, daß im wesentlichen junge Männer diesen Dienst als interessant ansehen würden. 

Dies konnte jedoch nur bedingt empirisch nachgewiesen werden. Der Korrelationskoeffizient zwischen 

Alter und Punkte für Games-on-Demand liegt bei -0,20 und ist schwach signifikant (p = 0,06). Der punktbiserielle 

Korrelationskoeffizient, der den Zusammenhang zwischen einem dichotomen Merkmal (Geschlecht) und 

einem intervallskalierten Merkmal (Punkte für Games-on-Demand) mißt (Bortz 1989, S. 270 ff.), liegt bei 0,01 

und ist signifikant unabhängig (p = 0,95). Es kann somit nur davon ausgegangen werden, daß jüngere Personen 

für Games-on-Demand etwas übrig haben. Da diese nicht in der Stichprobe enthalten sind, muß die Interpretation 

mit Vorsicht verwendet werden. 

127 Die Frage nach dem Wunsch des Angebots pornographischer Inhalte wurde außen vor gelassen, da sie 

wahrscheinlich eine zu hohe Verweigerung der Beantwortung der Frage zur Folge gehabt hätte. Es ist deswegen 

die weitläufige Frage nach interessanten Filmen gestellt worden, wobei offenblieb, was der Befragte unter 

interessant versteht. Der in den USA betriebene Playboy Pay-TV Channel ist seit Jahren sehr erfolgreich 

und läßt die Vermutung zu, daß Pornos eine große Zielgruppe ansprechen. Diese Vermutung kann durch die 

sehr hohen Tarife für dieses Programm gestützt werden (US$ 12,99 für 12 Stunden im Pay-per-view, 

www.playboy.com/enterainment/playboy/pbtv/sat_info). 

173

Abbildung 5-19: Killer-Content (Verteilung von 100 Punkten; n=86) 

Gutes Home-Shopping Angebot 

Mittelwert: 10,2 

Median: 10 

Standardabweichung: 11,0 

Gutes Sportprogramm 


Median: 17,5 


Viele Kommunikationspartner 

per E-Mail und Videomail 


Median: 10 




Interessante Filme 


Median: 50 


Zusätzlich zu den oben angeführten Fragen wurde nach der Zufriedenheit des Nutzers bezüglich der 

angebotenen Dienste im Pilotprojekt gefragt (Frage 20). Die Antworten lassen den Eindruck entste- 

hen, daß die Nutzer sehr hohe Erwartungen an die Inhalte hatten, die nicht erfüllt wurden. So liegt 

der Mittelwert der Siebener-Skala mit 5,2 (Standardabweichung: 1,7; Median: 6) nahe der Antwort: 

Das Dienste-Angebot im Pilotprojekt war nicht OK. 128 Eine Erklärung hierfür kann die Kommuni- 

kationspolitik des Betreibers liefern: So wurden im Vorfeld Broschüren verteilt, die den Eindruck 

wecken, als liefere dieses System Kinoereignisse par excellence; Home-Shopping-Angebote, die die 

des Internet bei weitem übertreffen und Kommunikationsmöglichkeiten ungeahnten Ausmaßes. Diese 

Vorankündigung konnte jedoch nicht in diesem Maße qualitativ eingehalten werden. 129 

128 Durch die Schilderung eines Szenarios (siehe zur detaillierten Darstellung des Szenarios Abschnitt 5.5.1.1) 

wurde versucht, den Befragten eine Einschätzung ihrer Zufriedenheit von zukünftigen Diensten zu entlocken. 

Die 79 verwertbaren Antworten lassen ein weitaus positiveres Bild entstehen (t-Wert = 13,17; p > 0,000): Der 

Mittelwert liegt hier bei 2,5 (Standardabweichung 1,74 und Median 2) nahe an dem Statement „Das Dienste- 

Angebot im System 2000 ist OK“. 

129 Diese negativen Effekte des Vorankündigens sind in der Literatur bereits mehrfach beschrieben worden (z.B. 

Preukschat 1993, S. 98; Rabino und Moore 1989 sowie Robertson, Eliashberg und Rymon 1995). Diese Gefährdung 

des Goodwill auf Seiten der Nutzer kann langfristig starke negative Effekte mit sich bringen. 

174

Problematisch bei dieser Untersuchung ist, daß Interaktionen zwischen den Diensten nicht festgestellt 

werden können. So ist beispielsweise eine Nutzensteigerung zu erwarten, wenn Video-on-Demand- 

Angebote mit Home-Shopping kombiniert werden. Dies soll an einem Beispiel näher erläutert wer- 

den: Angenommen, ein Nutzer fordert ein Musikvideo an, so könnte dieses Video mit einem Button 

versehen sein, der eine Online-Bestellung des Songs ermöglicht. Bestellt der Nutzer das Lied im 

Home-Shopping, dann kann entweder die CD-Lieferung oder die Freigabe zum Kopieren des 

Songs auf einem CD-Brenner vom Anbieter erfolgen (Clement und Becker 1998). 130 Ähnliches ist 

im Internet bereits möglich (www. netradio.net) 

Ein weiteres Beispiel wäre eine Steigerung des Interaktivitätsgrades der einzelnen Inhalte. So könnte 

die Kommunikation per E-mail oder Videomail in oder über Inhalte aus dem Video-on-Demand nut- 

zenstiftend sein. Wenn man diese virtuelle Kommunikation als Community-Betreiber gewinnbringend 

nutzt, dann lassen sich Präferenzen ableiten, die für eine individuelle Angebotserstellung geeignet sind 

(Hagel und Armstrong 1997; Paul und Runte 1998). 

Die Ergebnisse der Analysen zum Killer-Content lassen sich wie folgt zusammenfassen: 

• Wer attraktive Spielfilme zeigen kann, wird schnell seinen Dienst im Markt positionieren können. 

• Exklusive Live-Übertragungen von Top-Sportereignissen können ebenfalls Killer-Content dar- 

175 

stellen. 

• Home-Shopping ist wahrscheinlich kein Killer-Content. 

Die Vernetzung der einzelnen Inhalte mit Kommunikations- und Shopping-Angeboten kann den Nut- 

zen erhöhen. Demnach müssen bei späteren Forschungsarbeiten diese Interaktionseffekte im Fokus 

stehen. 131 

130 Musiksender wie z.B. MTV könnten eine solche Vermarktung sehr gut mit ihrem Programm koppeln. Es ist 

fraglich, warum nicht bereits heute im MTV-Videotext ähnliche Business-Modelle angeboten werden. 

131 Eine sehr gute Möglichkeit solche Interaktionseffekte zwischen den Diensten zu ermitteln, bietet die Choice- 

Based-Conjoint-Analyse (Batsell und Louviere 1991; Louviere und Woodworth 1983 sowie Louviere 1988). 

Voraussetzung für die Schätzung dieser Interaktionen ist ein effizientes experimentelles Design (Kuhfeld, Tobias 

und Garratt 1994; Lazari und Anderson 1994 sowie Louviere und Woodworth 1983). Beim Design sind 

diese möglichen Interaktionen bei der Stimulibildung und der Zusammenstellung der einzelnen Choice-Sets zu 

berücksichtigen. Die Choice-Based-Conjoint-Analyse erfreut sich momentan zunehmender Beliebtheit im 

Marketing (Green und Srinivasan 1990 sowie Weiber und Rosendahl 1997). Dennoch können alle Varianten 

der Conjoint-Analyse nur dann sinnvoll eingesetzt werden, wenn der Forscher oder das Unternehmen genau 

weiß, welche Eigenschaften wichtig für den Kundennutzen sind (Alpert 1971 und 1980). Die in einem zweiten 

Schritt erforderliche Auswahl weniger Eigenschaften aus dem gesamten Eigenschaftsbündel ist extrem wichtig 

für die Validität der Ergebnisse der Verfahren (Stallmeier 1993, S. 34 ff.). Weiterhin muß die Testperson die 

Eigenschaften kennen, um eine sinnvolle Bewertung vorzunehmen. Dies ist jedoch bei Gütern mit einem hohen 

Innovationsgrad nur sehr selten der Fall (Brockhoff 1999, S. 146).

Da in diesem Abschnitt eine Nutzenmessung des Interaktiven Fernsehens vorgenommen werden soll, 

ist zu prüfen, ob die Conjoint-Analyse ein sinnvolles Instrument für die Gestaltung und Nutzenmes- 

sung von Innovationen darstellt. Die Eignung des Verfahrens hängt entscheidend von der Höhe des 

Innovationsgrades ab. Ein Gut kann von Herstellern oder Kunden hinsichtlich des Innovationsgrades 

unterschiedlich wahrgenommen werden (Schlaak 1999). Entscheidend ist in dieser Betrachtung die 

Kundensicht, d.h. es ist vom wahrgenommenen Neuigkeitsgrad der Innovation beim Nutzer auszuge- 

hen, da die Kunden letztendlich diejenigen sind, die die Bewertungsarbeit zu leisten haben. 

Bei etablierten Märkten hat die Conjoint-Analyse z.T. sehr gute Ergebnisse bei der Gestaltung von 

Innovationen erzielt (Hujer et al. 1996; Wittink, Vriens und Burhenne 1994). Liegt jedoch ein Sy- 

stemgut wie das Interaktive Fernsehen vor, das durch einen hohen Innovationsgrad gekennzeichnet 

ist, dann ist die Auswahl der als nutzungsrelevant angesehenen Eigenschaften problematisch – dies 

gilt insbesondere dann, wenn komplexe Interaktionen möglich sind. Das Interaktive Fernsehen ist in 

diesem Stadium der technologischen Entwicklung noch weit von der Markteinführung entfernt. Dem- 

nach existieren nur sehr vage Vorstellungen der Systembetreiber und der (potentiellen) Nutzer über 

die wichtigen Eigenschaften. 

Ähnliches gilt für das in dieser Arbeit zur Ermittlung der Netzeffektwirkungen verwendete Szenario. 

Um valide Ergebisse zu erzielen, ist ein glaubhaftes Szenario zu beschreiben. Dies ist den Pilotpro- 

jektteilnehmern nur sehr schwer glaubhaft zu vermitteln, wenn dabei komplexe Interaktionen zwi- 

schen den Diensten geschätzt werden sollen. Hier greift insbesondere das Argument von Brockhoff 

(1999, S. 31 f.), daß die Nutzer die zu bewertenden Eigenschaften kennen sollten, da sie nur dann 

Präferenzen entwickeln können. Ein weiteres Argument liefert Simon (1994, S. 726), indem er dar- 

auf hinweist, daß es insbesondere bei Dienstleistungen sehr schwer ist, die Merkmalsausprägungen 

klar und eindeutig zu beschreiben. 

Es bleibt also festzuhalten, daß alle Verfahren der Conjoint-Analyse ungeeignet sind, wenn es sich 

um Produkte mit sehr hohem Innovationsgrad handelt, weil es nicht möglich ist, die relevanten Eigen- 

schaften zu bestimmen. 

Hierfür ist es erforderlich, in Pilotstudien eine Vielzahl von möglichen Einflußfaktoren zu bestimmen 

und sie in einer ersten Analyse zu bewerten. Erst danach macht der Einsatz der Conjoint-Analyse zur 

Bestimmung des gesamten Nutzens des Systems Sinn. 132 Die folgende Abbildung zeigt die geeignete 

132 Wichtig ist jedoch, daß die Conjoint-Analyse ein hervorragendes Instrument ist, wenn einzelne Komponenten 

des Systems analysiert werden sollen, die dem Nutzer bekannt sind (z.B. die im Pilotprojekt verwendete Settop-box). 

176

Vorgehensweise der Nutzenbestimmung des Interaktiven Fernsehens in Abhängigkeit vom Innovationsgrad. 

133 

Abbildung 5-20: Methodischer Ablauf zur Optimierung des Interaktiven Fernsehens in Abhängigkeit 

vom wahrgenommenen Innovationsgrad der (potentiellen) Nutzer 

Methodischer 

Ablauf in der 

Zeit zur Produktoptimierung 

ITV in der etablierten 

Marktphase 

ITV in der frühen 

Marktphase 

ITV in der Pilotphase 

177 

hoch 


Verfahren 

Expertengespräche 


Verfahren, die das 

Wahlverhalten gut abbilden** 


Verfahren, die viele 

Eigenschaften 

berücksichtigen* 

Untersuchungszeitraum 


Verfahren zur Individualanalyse 

vom Kunden wahrgenommener 

Innovationsgrad des Interaktiven 

Fernsehens 

niedrig 

* z.B. Customized-Conjoint-Analysis, Hybride Verfahren, Adaptive-Conjoint-Analysis 

** z.B. Choice-Based-Conjoint-Analysis 

133 Es sei darauf hingewiesen, daß es nicht das Ziel dieser Arbeit ist, die jeweiligen Verfahren der Conjoint- 

Analyse hinsichtlich ihrer einzelnen Vor- und Nachteile zu bewerten. Eine solche Bewertung haben z.B. Green 

und Srinivasan (1978); Green und Srinivasan (1990), Weiber und Rosendahl (1997) oder Wittink, Vriens und 

Burhenne (1994) vorgenommen.

Diese Arbeit stellt eine Pilotstudie dar und soll erste Anhaltspunkte über die Relevanz der einzelnen 

Dienste für den Kunden liefern. Dieses Ziel wurde durch die deskriptive Auswertung erreicht (siehe 

oben). Darauf aufbauend wird versucht, eine Nutzenanalyse der Dienste vorzunehmen, ohne die de- 

kompositionellen Verfahren der Conjoint-Analyse einzusetzen. Die Beschränkung der Nutzenanalyse 

auf die Dienste läßt sich mit der Devise „Content is King“ rechtfertigen. Als Methode wurde, ange- 

regt durch die robusten Ergebnisse von Srinivasan und Su Park (1997), ein Self-Explicated- 

Approach gewählt. Hierbei handelt es sich um ein kompositionelles Verfahren. 134 Die folgende Ta- 

belle faßt die möglichen Methoden hinsichtlich ihrer Eignung für die Nutzenmessung des Interaktiven 

Fernsehens in der momentanen Phase des Innovationsprozesses zusammen. 

134 Huber et al. (1993) weisen nach, daß Kombinationen von kompositionellen und dekompositionellen Methoden 

signifikante Verbesserungen in der Ergebnisgüte („Hit-Rates“ und „mean absolute error in predicting aggregate 

choice share“, S. 109) erzielen. Ähnliche Ergebnisse berichten Böcker und Schweikl (1988). Dennoch 

kann eine solche Kombination in dieser Untersuchung aus den bereits oben angeführten Gründen nicht erfolgen. 

178

Tabelle 5-7: Vergleich kompositioneller und dekompositioneller Verfahren 

Bewertungs- Dekompositionelle Ver- Kompositionelle Verfahren Eignung für ITV 

kriterium fahren 

Anwendbarkeit für Anwendbarkeit nimmt mit Generell anwendbar Da sehr hoher Innovati- 

Produkte mit ho- zunehmenden Innovationsgrad: 


hemInnovationsgrad Voraussetzungen 

onsgrad ab 

Verfahren 

• Merkmalsanzahl Mit 5-7 gering zu halten: Relativ viele (Information- Es ist unklar, welche Eigen- 

ACA; Hybride CA (Green, Overload wird verringert, weil schaften relevant sind. 

Carroll und Goldberg 1981) der Befragte jede einzelne Ei- Demnach müssen viele un- 

und MaiK-CA (Köcher 

1997) erlauben die Betrachtung 

weiterer Eigenschaftengenschaft 

separat bewertet) tersucht werden 

• Eigenschafts- Gering zu halten Relativ viele Es ist unklar, welche Eigenausprägungenschaftsausprägungenrelevant 

sind. Demnach mü ssen 

viele untersucht werden 

• Unabhängigkeit Sollte gegeben sein, wird Starke Abhängigkeiten zwi- Untersuchung der Korrela- 

der Eigenschaf- aber nicht als so problemaschen den Eigenschaften lastionen und anschließender 

tentisch 

angesehen wie bei sen Überbewertungen im addi- faktorenanalytischer Be- 

kompositionellen Verfahren tiven Modell entstehen handlung läßt Abhängig- 

(Green und Srinivasan 1990, 

S. 10) 

keiten abnehmen 

Methodische 

Aspekte 

• Interaktionen Können z.B. mittels der Können nicht betrachtet wer- Interaktionen müssen in 

CBC ermittelt werden den 

späteren Analysen ermittelt 

werden 

• Bandbreiten- Starke Reaktion auf Band- Sehr starke Reaktion auf Band- Kontrolle der Bandbreiteneffektebreiteneffektebreiteneffekteeffekte 

ist in späteren Untersuchungen 

sehr wichtig 

• Inferenz Insbesondere bei CBC an- Können nicht ermittelt werden Können nicht vorgenom- 

statistiken zuführenmen 

werden 

Validität und Gut (Green und Srinivasan Gut (Green und Srinivasan Aufgrund widersprüchli- 

Reliabilität 1990, S. 10) 

1990, S. 10; Huber 1974; Leigh, cher Befunde kann nicht 

MacKay und Summers 1984; generell von einer höheren 

Srinivasan 1988; Wright und Validität eines der Verfah- 

Kriewall 1980) 

ren ausgegangen werden 

In dieser Untersuchung soll der Nutzen des Diensteangebotes anhand der individuellen Nutzenfunkti- 

on Ui für Nutzer i 

J 

(5-1) Ui = ∑ wij eij x j 

j= 

1 

mit wij als Gewicht des Dienstes j für Nutzer i und eij als individuelle Wahrnehmung des relativen 

Vorteils des jeweiligen Dienstes errechnet werden. Die Variable xj ist eins, wenn der Dienst im Sy- 

stem angeboten wird und Null sonst. 

179

Die individuellen Nutzengewichte wij werden aus den Antworten auf die Frage 5 entnommen, bei 

der 100 Punkte entsprechend der Relevanz auf die jeweiligen Dienste zu verteilen waren. Es wird 

darauf verzichtet, zusätzlich die Angaben der Ratingskalen aus der Frage 1 in eine standardisierte 

Skala zu überführen. 135 

Die Ausprägung eij wird entgegen der üblichen Vorgehensweise (Srinivasan 1988) aus einem Kon- 

struktwert gebildet, der mehrere Ausprägungen des Dienstes umfaßt. Dieser Konstruktwert ent- 

stammt aus der noch in Abschnitt 5.4.2.1.2 vorzustellenden Faktorenanalyse. Für den Dienst Video- 

on-Demand wird der Faktor relativer Vorteil des Dienstes Video-on-Demand (RV_VOD) und 

für Home-Shopping wird der Faktor relativer Vorteil des Dienstes Home-Shopping (RV_HS) 

gewählt. 136 Dieses Vorgehen gewährleistet, daß eine umfassende Bewertung der vorliegenden 

Dienste im Pilotprojekt möglich ist, da die wahrgenommene Qualität der beiden Dienste durch die 

beiden Faktoren im wesentlichen abgebildet wird. 

Problematisch hierbei ist, daß sich dieser Ansatz nicht für Prognosen anderer Dienste (die andere 

Ausprägungen aufweisen) eignet. Hierfür wäre ein umfangreicheres Vorgehen gemäß Srinivasan und 

Su Park (1997) erforderlich. Weiterhin kann diese Vorgehensweise bei Folgeanalysen zu Problemen 

führen, wenn die dort ermittelten Faktoren nur eine geringe Reliabilität aufweisen. Die Verwendung 

eines additiven Modells ist aufgrund der zu erwartenden Interaktionseffekte natürlich kritisch. Die 

Korrelation der beiden Faktoren beträgt 0,47 (p=0,00) und ist zu hoch, um von der Unabhängigkeit 

der Variablen voneinander auszugehen. Dennoch läßt sich in diesem Forschungsstadium aufgrund 

des Neuigkeitsgrades des Produkts kein anderes Modell sinnvoll rechtfertigen. Es bleibt jedoch au- 

ßer Frage, daß mit zunehmenden Kenntnisstand der nutzenstiftenden Eigenschaften andere Modelle 

zur Anwendung kommen müssen. 

Da bei dem Pilotversuch nur zwei der Dienste (Video-on-Demand und Home-Shopping) angeboten 

werden, kann der Nutzen auch nur durch diese beiden Dienste beeinflußt worden sein (d.h. nur xVi- 

deo-on-Demand und xHome-Shopping sind gleich eins). Zwar wurde auch der Dienst Information-on- 

Demand angeboten, jedoch entspricht er nicht der Definition des Fragebogens. Die dort angebote- 

nen Inhalte entsprechen vielmehr denen des Video-on-Demand. Der Teilnehmer des Pilotversuchs 

hat zudem die Prisma-Dienste mehr als Video-on-Demand-Anwendung vom Betreiber kommuniziert 

135 Es ist zu befürchten, daß sich eine Verzerrung der Gewichte ergibt. 

136 Siehe Abschnitt 5.4.2.2.2 für die genaue Darstellung des Faktors. Der Faktor RV_VOD bildet sich dabei aus 

den Konstruktwerten der Items „Qualität der Inhalte“, „Aktualität der Inhalte“ und „Wartezeiten bei der Nutzung 

des Angebots“. Der Faktor RV_HS bildet sich aus den Items „Qualität der Inhalte“, „Qualität des gesamten 

Angebots“ und der „ansprechenden Darstellung der Produkte“. 

180

ekommen und sie wahrscheinlich auch eher als ein solches Angebot wahrgenommen. Deswegen 

wird die Betrachtung auf die beiden Dienste Video-on-Demand und Home-Shopping beschränkt. 

Insgesamt zeigt sich, daß der Nutzen des Video-on-Demand als wesentlich höher (Mittelwert: 76,2; 

Standardabweichung: 72,3; n=88) einzuschätzen ist als der des Home-Shopping (Mittelwert: 18,9; 

Standardabweichung: 24,6; n=87) 137 Da der Nutzenbeitrag des Home-Shopping gering ist, kann die 

Hypothese 3–22 (Wenn Home-Shopping nicht angeboten wird, dann ist der Nutzen des Interaktiven 

Fernsehens gering) nicht gestützt werden. 

Nach Addition der Werte für jedes Individuum gemäß der Gleichung 5–1 ergibt sich folgendes Hi- 

stogramm für die Nutzenwerte: 

Abbildung 5-21: Histogramm für die Nutzenwerte des Pilotprojektangebots 

181 

Häufigkeit 

40 

30 

20 

10 

0 

0,0 



Median: 91,7 

Minimum: 0 

Maximum: 566,7 

100,0 200,0 300,0 400,0 500,0 

50,0 150,0 250,0 350,0 450,0 550,0 

Nutzenwerte für das gesamte System 

Das System stiftet in der vorliegenden Form nur wenig Nutzen. Auf einer Skala von 0 bis 700 (Ma- 

ximalwert 7 des Faktors bei 100 Punkten Gewichtung für diesen Dienst) erreicht das Pilotprojekt ei- 

nen Mittelwert von 95,8 mit einer relativ hohen Standardabweichung. Nur eine Person weist dem 

System einen hohen Nutzen zu (566,7 Nutzeneinheiten). 

Der Grund für diese Bewertung ist in den wenig aufregenden Inhalten des Video-on-Demand und in 

der geringen Bedeutung, die dem Home-Shopping zugemessen wird, zu suchen. 

137 Hierzu ist anzumerken, daß der Faktor relativer Vorteil des Home-Shopping 11 Missing Values aufweist, die 

jedoch alle bei der Verteilung der 100 Punkte jeweils Null Punkte für Home-Shopping vergaben. Deswegen 

wurden diese Fälle in die Berechnung mit einbezogen und kommen auf einen Nutzenwert von Null für Home- 

Shopping.

Die Ergebnisse der Nutzenanalyse lassen sich wie folgt subsumieren: 

• Das System, wie es im Pilotversuch getestet wird, bietet den Nutzern bislang nur einen geringen 

Nutzen. 

• Da Home-Shopping nur einen relativ geringen Beitrag zum Gesamtnutzen liefert, sollte der Betrei- 

ber zuerst die Video-on-Demand-Angebote verbessern, um so schnell die Kritische Masse zu er- 

reichen. 

• Mit zunehmender Sicherheit über die für den Kunden nutzenbestimmenden Eigenschaften müssen 

weitere Verfahren der Conjoint-Analyse verwendet werden, um zu detaillierteren Ergebnissen zu 

kommen. 

5.4.2.1.2 Validierung 

Eine Möglichkeit zur Validierung der Ergebnisse bietet die Analyse des Zusammenhangs zwischen 

dem angegebenen Nutzen des Systems und der tatsächlichen Nutzung der Inhalte im Pilotversuch. 

Auf der einen Seite kann angenommen werden, daß die Teilnehmer mit zunehmender Nutzung ein 

fundierteres Urteil bezüglich der Inhalte abgeben. Auf der anderen Seite ist aus der Sozialpsychologie 

bekannt, daß die Einstellung zu einer Sache nicht unbedingt einstellungskonformes Handeln bedingt 

(Frey, Stahlberg und Gollwitzer 1985). Übertragen auf diese Untersuchung bedeutet dies, daß nicht 

unbedingt von einer hohen Nutzung ausgegangen werden muß, wenn ein Individuum einen relativ ho- 

hen Nutzen für das System angibt. 

Die Betrachtung des Pearson-Korrelationskoeffizienten zwischen der Nutzung und des Nutzens des 

Systems zeigt keinen signifikanten Zusammenhang der Variablen auf, da der Koeffizient mit 0,076 

(p=0,483) gering ist. Nun beinhaltet der Nutzen des gesamten Systems ebenfalls die Komponente 

des Home-Shopping, das, wie bereits oben dargestellt wurde, kaum genutzt wurde. Die Bereinigung 

um diese Komponente und die Fokussierung auf den Nutzen des Video-on-Demand erhöht den 

Korrelationskoeffizienten nur marginal auf 0,085 (p=0,433). Aufgrund des fehlenden Zusammen- 

hangs wird deutlich, daß die Hypothese 3–17 (Je häufiger das System genutzt wurde, desto größer 

ist der Nutzen des Systems) weder gestützt noch widerlegt wird. 

Der Versuch der Validierung des Nutzenmaßes mit einem Vergleich der Nutzung hat keine eindeuti- 

gen Ergebnisse hervorgebracht. Festzuhalten bleibt, daß die Nutzung mit dem wahrgenommenen 

Nutzen des Systems oder des Video-on-Demand nicht signifikant zusammenhängt. Ein möglicher 

Grund hierfür kann darin liegen, daß die Nutzung nicht sinnvoll für alle Mitglieder der Haushalte er- 

faßt wurde, da davon ausgegangen werden kann, daß viele Beiträge zusammen mit anderen Famili- 

enmitgliedern angesehen wurden. Die Nutzung wurde jedoch immer nur demjenigen zugeschrieben, 

dessen PIN beim Abruf des Filmes registriert wurde. Dieses Dilemma könnte durch eine aggregierte 

182

Betrachtung auf Haushaltsebene umgangen werden, jedoch erfordert eine solche Aggregation ein ag- 

gregiertes Nutzenmaß für den gesamten Haushalt. Eine derartige Aggregation impliziert eine weitere 

Verzerrung. Deswegen wird von dieser Vorgehensweise abgesehen. 

5.4.2.2 Unabhängige Variablen - Rogers Kriterien 

Neben der Operationalisierung und Messung des Nutzens des Interaktiven Fernsehens sind mehrere 

Einflußfaktoren mit Multi-Items gemessen worden. 

5.4.2.2.1 Operationalisierung und Messung 

Zusätzlich zu den direkt gemessenen Einflußfaktoren (Abschnitt 5.4.1) war es notwendig, mehrere 

Konstrukte mittels Multi-Item-Fragen zu messen. Diese Notwendigkeit zeigten auch die Ergebnisse 

einer Vielzahl von Expertengesprächen, die während der Pre-Test-Phase zur Ermittlung der wesent- 

lichen Einflußfaktoren auf die Nutzung geführt wurden. 138 Es wurde deutlich, daß komplexe Kon- 

strukte wie z.B. „relativer Vorteil des ITV“ nicht mittels einer Frage gemessen werden können. Zu 

ähnlichen Ergebnissen kommen die vielfältigen theoretischen und empirischen Arbeiten der Adop- 

tions- und Diffusionsliteratur (Hardie, Robertson und Ross Jr. 1996; Kollmann 1998, S. 195 ff.; 

Link 1995; Litfin 1999; Moore und Benbasat 1991; Schmalen und Pechtl 1996; Tornatzky und 

Klein 1982; Weiber und Pohl 1996; Wierenga und Oude Ophuis 1997 und weitere dort angeführte 

Quellen). Es wurde im weiteren Verlauf der Untersuchung Wert darauf gelegt, die in der Literatur 

bereits verwendeten Skalen zu übernehmen bzw. nur so zu modifizieren, daß sie für das Interaktive 

Fernsehen gelten. 

Dennoch mußten aufgrund der z.T. in der empirischen Literatur global verwendeten Konstrukte (z.B. 

Schmalen und Pechtl 1996), die bei einer Analyse eines konkreten Systems nur bedingt hilfreich sind, 

neue Skalen entwickelt werden. Die Formulierung der neuen Skalen wurde in Zusammenarbeit mit 

einer weiteren empirischen Untersuchung vorgenommen, in der sich Litfin (1999) mit den Adoptions- 

faktoren bei innovativen Telekommunikationsdiensten beschäftigt (siehe auch Krafft und Litfin 1999). 

Es bietet sich somit an, die Konstrukte ähnlich zu operationalisieren, damit die Validität der Ergebnis- 

se über unterschiedliche Innovationen hinweg geprüft werden kann. Allerdings müssen die einzelnen 

138 In der Pre-Test-Phase wurden u.a. mit Vertretern der folgenden Unternehmen Gespräche geführt: Alcatel SEL 

AG (Pilotprojekt Stuttgart), Deutsche Telekom AG (Pilotprojekte in Berlin, Nürnberg und Köln-Bonn), o.tel.o 

(InfoCity NRW und Multimedia Gelsenkirchen) sowie mehreren ausländischen Anbietern (CRL, Telenor, 

Swiss Telecom etc.). Den Gesprächspartnern sei an dieser Stelle herzlich gedankt. 

183

Items die produktspezifischen Charakteristika des Interaktiven Fernsehens widerspiegeln (Schmalen 

und Pechtl 1992, S. 91). 139 

Der relative Vorteil des Interaktiven Fernsehens ist ein sehr weit gefaßter Begriff und schwierig ge- 

genüber anderen Konstrukten abzugrenzen (Bähr-Seppelfricke 1999; Rogers 1995a, S. 212 ff.; 

Schmalen und Pechtl 1996, S. 818 ff.). Der Nutzen eines Kritische-Masse-Systems hängt von der 

Stärke der Netzeffekte ab (siehe Abschnitt 3.1 sowie Krafft und Litfin 1999). 140 Die Netzeffekte 

werden durch mehrere Fragen als subjektive Einflußvariable operationalisiert. Es wird bewußt da- 

nach gefragt, ob der relative Vorteil von Netzeffekten abhängt. Zudem ist von Interesse, ob indirekte 

oder direkte Netzeffekte überwiegend den Nutzen determinieren. Es wurden hierzu folgende Fragen 

gestellt, die alle auf einer 7-er Skala (stimme gar nicht zu – stimme voll zu) zu beantworten waren: 

(13f) Ich würde mir wünschen, daß viel mehr Leute am Pilotprojekt teilnehmen würden, 

(13g) Interaktives Fernsehen wird sich in Zukunft noch weit verbreiten, 

(13j) Hoffentlich haben bald viele Personen Interaktives Fernsehen, damit ich mit ihnen per 

E-mail oder Videomail kommunizieren kann, 

(13l) Wenn ich jetzt nicht bald einsteige, wird ITV nie etwas, 

(13m) Ich kaufe jetzt noch keinen Decoder, weil der sich sowieso noch ändert und 

(13o) Interessante Inhalte wird es erst geben, wenn genügend Leute dabei sind. 

Weiterhin wird mittels der Frage 20: 

Bitte zeigen Sie uns wie hoch Ihre Akzeptanz ist, wenn 25%, 50%, 75% und 100% ihrer 

Freunde ITV haben 

versucht, den sozialen Druck durch Netzeffekte zu operationalisieren. 141 

Des weiteren sind natürlich technische Aspekte und Kostenvorteile des Systems für die Wahrneh- 

mung des relativen Vorteils wichtig. Die folgenden Fragen zielen auf die technischen Aspekte ab: 

139 Hierbei ist darauf hinzuweisen, daß der Fragebogen nicht losgelöst von den Interessen des Kooperations- 

partners konzipiert werden konnte. 

140 Es muß einschränkend gesagt werden, daß die Zuordnung der Netzeffekte zu dem Konstrukt des relativen 

Vorteils durchaus kritisch ist, da Netzeffekte auch einen Einfluß auf z.B. die wahrgenommene Komplexität haben 

können. Die Literatur läßt die Frage bislang unbeantwortet. 

141 Diese Frage wird jedoch im weiteren Verlauf dieser Arbeit nicht weiter betrachtet, da sie trotz des Pre-Tests 

bei den Befragten auf wenig Beachtung traf, vergleichsweise viele Missing Values aufweist und durch eine 

Vielzahl negativer Kommentare auf dem Fragebogen als sehr kritisch identifiziert wurde. 

184

(3) Wie beurteilen Sie das Navigationssystem, mit dem sie im Pilotprojekt arbeiten, 

(4a) Wenn Sie Videos anfordern bzw. Home Shopping Angebote prüfen, kommt es zu War- 

185 

tezeiten, 

(6) Beurteilung der Dienste Video auf Abruf und Home-Shopping, 

(11a) Wie beurteilen Sie die Set-top-box, die im Pilotversuch verwendet wird, 

(13a) Viele meiner Freunde beneiden mich um die Teilnahme am Pilotprojekt, 

(13c) Mit ITV kann ich jederzeit sehen, was ich will, 

(13d) Ich weiß nicht, ob es die richtige Entscheidung war, am Pilotprojekt teilzunehmen, 

(13e) Mit Home-Shopping kann ich kaufen, was und wann ich will, 

(13q) Die Restriktionen und Sperren bzgl. Budget, Altersklassen und bestimmter Filmkate- 

gorien finde ich richtig gut, 

(13r) Die eingebauten Videofunktionen nutze ich häufig, 

(13s) Zum Glück kann ich meinen Kontostand über den Abruf der Auftragsübersicht über- 

prüfen, 

(13t) Ich habe das Pilotprojektangebot stark genutzt und 

(13u) Es ist sehr schön, daß es Suchfunktionen gibt, mit denen ich gezielt nach Filmen (z.B. 

Reiseberichten) suchen kann. 

Folgende Fragen zielen auf die preislichen Gesichtspunkte (Kosten) des relativen Vorteils ab: 

(13i) ITV ist eine kostspielige Angelegenheit für mich und 

(13v) Die angebotenen Dienste sind preiswert. 142 

Wie auch das Konstrukt relativer Vorteil stellt die Kompatibilität ein sehr weit gefaßtes Konstrukt 

dar. Die technische Kompatibilität ist hierbei wesentlich, da die Funktionalität des Systems und das 

Entstehen von Netzeffekten hierdurch determiniert wird (Krafft und Litfin 1999, S. 6; Weiber 1992, 

S. 51 ff.). Im Pilotprojekt ist diese Kompatibilität gewährleistet. 143 Die Kompatibilität des Systems 

mit den soziokulturellen Werten und Einstellungen einer Gesellschaft ist ein weiterer möglicher Ein- 

142 Fragen, die sich direkt auf die Zahlungsbereitschaft beziehen, werden im Abschnitt 5.5.1 dargestellt. 

143 Die Zuordnung der technischen Kompatibilität kann alternativ auch zum relativen Vorteil vorgenommen werden. 

Dennoch soll hier Schmalen und Pechtl (1996, S. 820) sowie Krafft und Litfin (1999, S. 6) gefolgt und die 

Zuordnung der technischen Kompatibilität zu dem gleichnamigen Konstrukt getätigt werden.

flußfaktor auf die Akzeptanz des Systems. Zur Prüfung der Relevanz des Faktors werden folgende 

Fragen gestellt: 

Inwieweit befürchten Sie beim ITV, 

(8a) Probleme des Datenmißbrauchs, 

(8b) Umtauschprobleme beim Home-Shopping, 

(8c) Verlust sozialer Kontakte und 

(8d) Verlust des kostenlosen Angebots im normalen TV. 

Es wird somit ein umfassenderer Versuch der Operationalisierung des Konstrukts vorgenommen, als 

in den bisherigen empirischen Untersuchungen (Krafft und Litfin 1999, S. 6). 

Die Komplexität als wahrgenommener relativer Schwierigkeitsgrad zur Bedienung und des Verste- 

hens des Nutzens der Systeminnovation wurde durch die folgenden Fragen operationalisiert: 

(13h) Um alle Möglichkeiten des ITV auszureizen, müßte ich noch viel lernen, 

(13k) Mir ist das System einfach zu komplex und 

(13n) Meine Freunde bezeichnen mich als Technikfreak. 144 

Die Erprobbarkeit stellt in dieser Untersuchung kein Konstrukt im eigentlichen Sinne dar, da der 

Grad der Erprobung mittels der Nutzungsdaten ausgewertet werden kann. Es sei auf Abschnitt 

5.1.2.2. verwiesen. 

Mit der Kommunizierbarkeit wird das Ausmaß beschrieben, mit dem die Eigenschaften einer Inno- 

vation den Nutzern bekannt gemacht werden können. Inwieweit dies bei den Teilnehmern gelungen 

ist, wird in den folgenden Fragen geprüft 

(13b) Ich fühle mich über ITV gut informiert und 

(13p) Ich sehe den Nutzen des ITV bislang nicht. 145 

Bevor jedoch auf die statistische Überprüfung der Konstrukte eingegangen wird, sollen zunächst die 

deskriptiven Statistiken der einzelnen Items betrachtet werden (Abbildung 5-22). 146 Die weiteren 

144 Die Frage 13n stellt zugleich eine nutzerspezifis che Variable dar. 

145 Diese Variable kann auch als Indikator für den relativen Vorteil verstanden werden. Die Zuordnung hängt im 

wesentlichen davon ab, wie die Befragten diese Variable aufgefaßt haben. 

146 In der nachfolgenden Diskussion wird nicht zwangsläufig die gleiche Reihenfolge wie in den Abbildungen 

(und somit wie im Fragebogen) eingehalten. Teilweise werden mehrere Variablen zusammen diskutiert, um die 

Interpretationen zu unterstützen. 

186

statistischen Angaben (Standardabweichung usw.) aller Variablen werden im folgenden Abschnitt 

(5.4.2.2.2) bei der Validierung der Konstruktbildung dargestellt. 

Das relativ einfach zu bedienende und erlernende Navigationssystem wird nur als moderat hilfreich 

angesehen. Bei der gemeinsamen Interpretation der Ergebnisse in Zusammenarbeit mit dem Betreiber 

wurden mehrere Gründe hierfür identifiziert. So wurde das System relativ wenig genutzt und eventu- 

elle Probleme der Navigationssoftware wurden nicht erkannt, da sie nicht bis an die Leistungsfähig- 

keit getrieben wurde. Des weiteren sind teilweise längere Reaktionszeiten des Systems aufgetreten, 

die denen des WWW ähnelten. Diese Wartezeiten wurden ebenfalls als relativ lang wahrgenommen. 

Eventuell sind die vorliegenden Funktionen des Navigators (Suchprogramme, Sperrfunktionen etc.) 

noch nicht ausreichend. Abschließend kann auch die Navigation des Home-Shopping-Angebots als 

problematisch angesehen werden, da auch diese sich noch in der Testphase befand. 

Die Wahrnehmung des Video-on-Demand und Home-Shopping ist insbesondere beim Video-on- 

Demand ernüchternd. Die Inhalte werden als alt und langweilig angesehen. Die Wahrnehmung des 

langsamen Video-on-Demand kann dadurch zustande kommen, daß es relativ vieler Schritte (Einga- 

bebenen, wie sie aus dem WWW bekannt sind) bedarf, bis der Nutzer den Zielfilm abrufen kann. 

Die Bewertung des Home-Shopping ist ebenfalls nicht als unbedingt positiv zu interpretieren. Eine 

Erklärung könnte sein, daß das Angebot nur wenig genutzt wurde. Des weiteren war nicht das ge- 

samte Sortiment des Anbieters im System zugänglich. Bei der Darstellung der Angebote muß auf die 

statische Präsentation ohne Nutzung der multimedialen Möglichkeiten der Güter hingewiesen werden. 

Interessanterweise scheinen die Teilnehmer keine große Angst vor Datenmißbrauch, Umtauschpro- 

blemen oder dem Verlust des Free-TV zu haben. Ebenso sind die Bedenken vor dem Verlust sozia- 

ler Kontakte durch Interaktives Fernsehen eher gering ausgeprägt. Die Aspekte der sozialen Kom- 

patibilität erscheinen somit als gestützt. Hervorzuheben ist, daß soziologische und psychologische 

Studien notwendig sind, um die langfristigen Effekte analysieren. Festzuhalten bleibt, daß Interaktives 

Fernsehen nicht unbedingt als „gefährlich“ in den erfragten Bereichen angesehen wird. 

187

Abbildung 5-22: Deskriptive Analyse der Items (Teil 1) 

Einfache Bedienung 

des Navigationssystems 

Einfaches Erlernen 

des Navigationssystems 

Navigationssystem ist 

sehr hilfreich 

Lange Wartezeiten 

beim VOD und 

Home-Shopping 

VOD bietet langweilige 

Inhalte 

VOD ist wenig 

aktuell 

VOD ist 

langsam 

Home-Shopping bietet 

langweilige Inhalte 

Home-Shopping Angebot 

ist schlecht 

Darstellung der 

Produkte ist 

wenig ansprechend 

Keine Bedenken bzgl. 

Datenmißbrauchs 


Umtauschprobleme beim 

Home-Shopping 


des Verlusts sozialer 

Kontakte 


des Verlusts des Free-TV 

Die verwendete Set- 

Top-Box ist schlecht 

Aussage 

zustimmen 

1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 

Median 

Mittelwert 

Das Navigationssystem im Pilottest 

wird als relativ einfach zu bedienen 

und zu erlernen empfunden. Insgesamt 

wird das System als moderat 

hilfreich angesehen. 

Die Wartezeiten, die nicht ungewöhnlich 

sind, werden als relativ 

lang wahrgenommen 

Aussage 

ablehnen 

Die Angebote des Video-On-Demand 

werden als langweilig und 

wenig aktuell wahrgenommen. 

Des weiteren wird VOD als relativ 

langsamer Dienst empfunden. Dies 

kann daran liegen, daß die Nutzer 

mehrere Ebenen im Navigationssystem 

durchlaufen müssen, bevor 

sie zum Zielfilm kommen. 

Das Home-Shopping Angebot wird 

ebenfalls eher mäßig bewertet. Die 

statische Darstellung ohne Ton 

läßt dieses Ergebnis erklären. 

Zudem wurde nicht der gesamte 

Katalog in das Netz gestellt. 

Die Bedenken bezüglich des Mißbrauchs 

von Daten, der Umtauschprobeme, 

des Verlusts sozialer 

Kontakte und des Free-TV sind 

unterdurchschnittlich ausgeprägt. 

Das System ITV widerspricht somit 

nicht unbedingt diesen Komponenten 

der sozialen Kompatibilität. 

Die im Pilotversuch verwendete 

Set-Top-Box wird indifferent wahrgenommen 

Die im Pilotversuch eingesetzte Set-top-box wird relativ indifferent beurteilt. Dieses Urteil kann zum 

einen durch die fehlende Installationsnotwendigkeit 147 und zum anderen durch die fehlende Wahr- 

nehmung erklärt werden. Die Set-top-box ist dort nur als „Mittel zum Zweck“ angesehen worden 

und nicht als das Gerät, das alle multimedialen Wünsche erfüllt (so wurde z.B. die d-Box positioniert 

und diskutiert). Sie ist relativ unauffällig und wird auch dementsprechend bewertet. 

147 Die Installation der gesamten Hardware wurde von einem Techniker des Betreibers durchgeführt. 

Frage 3 

Frage 4a 

Frage 6 

Frage 8 

Frage 

11a 

188

Abbildung 5-23: Deskriptive Analyse der Items (Teil 2) 

189 

Freunde beneiden mich um 

die Teilnahme am Piloten 

Ich fühle mich gut über ITV 

informiert 

Mit ITV kann ich jederzeit 

sehen, was ich will 

Ich weiß nicht, ob es die richtige 

Entscheidung war, am Pilotprojekt 

teilzunehmen 

Mit Home-Shopping kann ich 

kaufen, was und wann ich will 

Wunsch nach mehr Teilnehmern 

am Pilotprojekt 

ITV wird sich in Zukunft noch 

weit verbreiten 

Um alle Möglichkeiten des ITV auszureizen, 

müßte ich noch viel lernen 

ITV ist eine kostspielige Angelegenheit 

Hoffentlich haben bald viele Leute 

ITV, damit ich mit ihnen digital 

kommunizieren kann 

Mir ist das ganze System zu komplex 

Wenn ich nicht bald einsteige, 

dann wird ITV nie etwas 

Meine Freunde bezeichnen mich 

als Technikfreak 

Ich kaufe noch keinen Decoder, 

weil der sich sowieso noch ändert 

Interessante Inhalte wird es erst geben, 

wenn genügend Leute dabei sind 

Die Restriktionen bzgl. Budget, Altersklassen 

und bestimmter Filmkategorien 

finde ich richtig gut 

Ich sehe den Nutzen des ITV 

bislang nicht 

Die eingebauten Videofunktionen 

nutze ich häufig 

Zum Glück kann ich meinen Kontostand 

über den Abruf der Auftragsübersicht prüfen 

Es ist sehr schön, daß es Suchfunktionen 

gibt, mit denen ich gezielt nach Filmen 

(z.B. Reiseberichte) suchen kann 

Ich habe das Pilotprojektangebot 

stark genutzt 

Die angebotenen Dienste sind preiswert 

stimme gar 

nicht zu 

Median 

Mittelwert 

stimme 

voll zu 

Trotz der Teilnahme am Piloten 

fühlen sich die Nutzer schlecht 

informiert 

Die Teilnahme am Versuch 

wurde nicht bereut 

ITV wird als zukunftsträchtige 

Technologie angesehen 

ITV wird mit Bezahlfernsehen 

gleichgesetzt 

System scheint einfach und von 

geringer Komplexität zu sein 

Nur wenige sind ausgeprägte 

Technikfreaks 

Fehlende Netzeffekte 

werden erkannt 

Added Value durch 

Sperrfunktionen 


Kontoübersicht 


Suchfunktionen 

Relativ schwache 

Nutzung der Dienste 

Offenbar erscheint die Teilnahme am Pilotversuch nicht zur Steigerung der Position in der sozialen 

Umwelt geeignet zu sein, da nur wenige Nutzer von ihren Freunden bezüglich der Teilnahme am Pi- 

lotversuch beneidet werden. Es ist fraglich, welches die Gründe hierfür sind: Zum einen ist bei einem

Innovationstest nicht auszuschließen, daß es zu Pannen und Verzögerungen kommt. Zum anderen 

sind die angebotenen Inhalte nicht attraktiv und der Nutzen somit gering. Es ist unklar, ob diese oder 

andere Faktoren für die angesprochene Bewertung verantwortlich sind. Allerdings spricht einiges für 

die Zufriedenheit der Nutzer im Pilotversuch, da nur wenige die Teilnahme bereuten. 

Erstaunlich ist die Bewertung der Frage nach dem Informationsstand der Teilnehmer des Pilotpro- 

jekts. An sich müßte erwartet werden, daß gerade sie sich bestens über Interaktives Fernsehen in- 

formiert fühlen – sind sie doch einige der wenigen, die das System überhaupt nutzen. Die Diskussion 

mit den Betreibern des Versuchs machte deutlich, daß die Nutzer wenig betreut wurden. Zwar wur- 

den die Erstinstallation und folgende Updates von Technikern durchgeführt, jedoch wurden keine 

Kundenbindungsmaßnahmen durchgeführt. So wurde darauf verzichtet, Informationsmaterial syste- 

matisch an die Haushalte zu verteilen. Die den Nutzern offenstehende Hotline wurde selten frequen- 

tiert, weil vielen Nutzern die Nummer nicht vorlag. Es wird deutlich, daß es enorme Anstrengungen 

bedarf, die (potentiellen) Nutzer, die nicht am Pilotversuch teilnehmen, von der Vorteilhaftigkeit eines 

solchen Systems zu überzeugen, wenn selbst die Nutzer angeben, daß sie sich schlecht informiert 

fühlen. 

Bislang konnten die Dienste im Pilotversuch nicht hinsichtlich ihrer anytime, anywhere, anyhow- 

Funktion bestechen (Albers 1998, S. 7). Diese Einschätzung ist aufgrund des reduzierten Umfangs 

der angebotenen Inhalte nicht verwunderlich. Allerdings glauben die Teilnehmer nicht an einen großen 

Nutzenzuwachs innerhalb des Pilotversuchs bei steigender Teilnehmeranzahl (durch mehr Inhalte und 

erweiterten Kommunikationsmöglichkeiten). Generell wird jedoch der Zusammenhang gesehen, daß 

nur dann interessante Inhalte zu erwarten sind, wenn die Kritische Masse erreicht wird – die fehlen- 

den Netzeffekte werden erkannt. Dem Antwortverhalten zufolge wird Interaktives Fernsehen als eine 

Zukunftstechnologie angesehen, die sich noch weit verbreiten wird. Die Nutzer glauben jedoch nicht, 

daß Interaktives Fernsehen scheitern wird, wenn sie jetzt nicht bald einsteigen. Diese Ergebnisse las- 

sen vermuten, daß der soziale Druck auf die Nutzer zur schnellen Teilnahme am System noch sehr 

gering ist. 

Das System erscheint als einfach zu nutzen und wenig komplex in den Wahrnehmungen verankert zu 

sein. Allerdings vermuten die Nutzer eine später drohende Tarifierung und halten Interaktives Fern- 

sehen für nicht billig. Möglicherweise hat die Markteinführung des digitalen Pay-TV-Anbieters DF1 

hier eine Wahrnehmung entstehen lassen, die Interaktives- mit Pay-TV gleichsetzt. Diese Diskussion 

ähnelt der festgestellten Problematik im Digitalen Fernsehen: Digitales Fernsehen ist kostenpflichtiges 

Fernsehen. Dies muß aber nicht sein, denkt man z.B. an die kostenlosen digitalen Angebote der pri- 

vaten Fernsehsender (z.B. RTL). 

190

Im Pilotversuch werden die angebotenen Tarife der einzelnen Dienste als nicht unbedingt preiswert 

erachtet. Dies spricht für eine – zumindest für die Angebote im Testversuch – relativ ausgeprägte 

Preiselastizität. 

Der Markt für Set-top-boxen unterliegt dem Leapfrogging-Phänomen (Pohl 1996): Die potentiellen 

Adopter sind noch nicht bereit, die neue Technik zu übernehmen und warten lieber auf Folgegenera- 

tionen des Decoders. Es wird deutlich, daß die Nutzer Angst vor dem „stranding“ einer unterlegenen 

Systemtechnologie haben. 

Den Angaben zufolge handelt es sich bei den Nutzern nicht grundsätzlich um Technikfreaks. Nur sehr 

wenige Personen werden als solche von ihren Freunden bezeichnet. 

Die Frage, ob die Teilnehmer den Nutzen des Interaktiven Fernsehens bislang erkennen konnten, 

wird eher negativ beantwortet. Hierbei wird wahrscheinlich die fehlende Attraktivität der Inhalte im 

Pilotprojekt verantwortlich sein. Es wird jedoch deutlich, daß sich einige Sonderfunktionen einer re- 

lativ großen Beliebtheit erfreuen können. So wurden die Restriktionen bzgl. des Budgets, das inner- 

halb eines bestimmten Zeitraums ausgegeben werden kann, 148 und die Beschränkung des Zugriffs auf 

Inhalte, die nicht für Kinder geeignet sind, als positiv hervorgehoben. 149 Gleiches gilt für die Über- 

prüfungsoption des Kontostands mit der Auftragsübersicht und den angebotenen Suchfunktionen. 

Weniger von Interesse sind die eingebauten Videofunktionen (Vor- bzw. Rückspulen, Pause etc.) 

beim Video-on-Demand gewesen. 

148 Diese Chance haben Mobilfunkanbieter erkannt und genutzt, indem sie aufladbare Karten anbieten, die die 

Nutzer abtelefonieren können – somit wird dem Nutzer ein Kostenkontrollinstrument an die Hand gegeben. 

149 Die Relevanz der Diskussion von Kindersicherungen bei pornographischen oder gewaltverherrlichenden Inhalten 

wurde bei der 12. Hamburger Mediendebatte „Digitales Fernsehen: Alles Klar mit der d-Box?“ der 

Hamburgischen Anstalt für neue Medien deutlich. Die dort von der Universität Leipzig unter der Leitung von 

Bernd Schorb vorgestellte und kritikwürdige Studie zur Bedienbarkeit der d-Box und ihrer Sperrmöglichkeiten, 

rief eine stark emotional geprägte Diskussion hervor. Deutlich wurde jedoch, daß eine Kindersicherung sinnvoll 

und notwendig ist und sie einfach einstellbar sein sollte. 

191

Im folgenden werden die einzelnen Items auf ihren Bezug zu den Rogers-Kriterien geprüft. Bei der 

Entwicklung reliabler und valider Meßinstrumente bei solchen komplexen Konstrukten wird auf die 

von Homburg (1995, S. 67) bzw. Homburg und Giering (1996, S. 8 ff.) vorgeschlagene idealtypische 

Vorgehensweise zurückgegriffen: 150 

150 Hierbei ist anzumerken, daß nicht auf die im ersten Schritt dargestellte explorative Faktorenanalyse verzichtet 

wird, obwohl bereits im Vorfeld Hypothesen zur Faktorenstruktur vorliegen (Homburg und Giering 1996, S. 

12). Dies wird dadurch begründet, daß die vorliegende Untersuchung einen explorativen Charakter hat und 

nicht ausgeschlossen werden kann, daß einzelne Items falschen Konstrukten im Vorfeld zugeordnet wurden. 

Dies liegt an der umfassenden und nicht eindeutig abgrenzbaren Definition der einzelnen Konstrukte in der 

Theorie. Des weiteren wird in dieser Arbeit die wissenschaftliche Auffassung des kritischen Rationalismus 

vertreten, der theoretische Ansätze bezüglich der Falsifizierbarkeit prüft. Somit sollte selbst bei theoretisch 

und empirisch „gesicherten“ Skalen eine explorative Faktorenanalyse am Anfang stehen: Stellt sich heraus, 

daß die theoretisch fundierte Faktorenstruktur in der explorativen Faktorenanalyse gefunden wird, so kann 

mit der zweiten Untersuchungsstufe fortgefahren werden. Stellt sich ein Ergebnis ein, daß der allgemeinen 

Skalenbildung widerspricht, so zeigt sich, daß selbst bei „gesicherten“ Skalen keine grundsätzliche Anwendbarkeit 

möglich ist. Damit wird einer „Zementierung“ von angeblich gesicherten Erkenntnissen vorgebeugt. 

192

Abbildung 5-24: Idealtypische Vorgehensweise bei der Konstruktvalidierung 

193 

B.1 

B.2 

B.3 

C.1 

C.2 

C.3 

D.1 

D.2 

D.3 

D.4 

D.5 

D.6 

Untersuchungsstufe A 

(Betrachtung der Dimension(en)) 

Exploratorische Faktorenanalyse 

Untersuchungsstufe B 

(Betrachtung der einzelnen Faktoren) 

Cronbachsches Alpha und Item to to Total-Korrelationen 

Total-Korrelation 


Konfirmatorische Faktorenanalyse 

Untersuchungsstufe C 

(Betrachtung der einzelnen Dimensionen, die mehr als einen Faktor haben) 



Beurteilung der Diskriminanzvalidität auf der Basis der 

konfirmatorischen Faktorenanalyse 

a) χ 2 -Differenztest 

b) Fornell/Larcker-Kriterium 

Untersuchungsstufe D 

(Betrachtung des gesamten Meßmodells) 



Beurteilung der Diskriminanzvalidität auf der Basis der 

konfirmatorischen Faktorenanalyse 

a) χ 2 -Differenztest 

b) Fornell/Larcker-Kriterium 

Untersuchung der Dimensionalität 

Kausalanalytische Beurteilung der Inhaltsvalidität 

Kausalanalytische Beurteilung der nomologischen Validität 

Quelle: In Anlehnung an Homburg und Giering (1996, S. 12).

Die gestrichelten Kästen geben darüber Auskunft, welche der Untersuchungsstufen im folgenden 

nicht durchgeführt werden, da entweder keine der Dimensionen mehrere Faktoren aufweist bzw. 

Tests aufgrund der zu kleinen Fallzahl unterbleiben müssen. In großzahligen Folgestudien ist dieser 

Vorgehensweise bzw. den erweiterten Validierungsvorschlägen von Krafft und Litfin (1999) Rech- 

nung zu tragen. 


In Rahmen der Konzeptualisierung der Konstrukte von Rogers (1995a) wird zunächst auf die Me- 

thoden der ersten Generation zurückgegriffen (Homburg und Giering 1996, S. 12; Schmalen und 

Pechtl 1992, S. 97): 

• Exploratorische Faktorenanalyse, 

• Cronbachs Alpha und 

• Item-to-Total-Korrelationen 

In einem ersten Schritt (Untersuchungsstufe A) wird mit Hilfe der explorativen Faktorenanalyse un- 

tersucht, welche Faktorenstruktur den einzelnen Indikatoren zugrunde liegt (Gerbing und Anderson 

1988, S. 189). Die Fallzahl bei Faktorenanalysen sollte nach einer allgemeinen Faustregel wenigstens 

der dreifachen Variablenzahl entsprechen, wobei jedoch als absolutes Minimum die Anzahl der Va- 

riablen gleich der Anzahl der Fälle sein sollte (Backhaus et al. 1996, S. 254). Insgesamt stand die 

noch ausreichende Anzahl von 89 Fällen für die faktorenanalytische Untersuchung der 30 Variablen 

zur Verfügung. Als Input für die explorative Faktorenanalyse wurden die folgenden Items verwendet, 

die zwar schon graphisch darsgestellt wurden, jedoch nun auch mit den Standardabweichungen und 

Missing Values berichtet werden: 151 

151 Die Variablen 6d-f (Beurteilung des Home-Shopping) wurden aufgrund der relativ hohen Anzahl der Missing 

Values nicht in diese Faktorenanalyse einbezogen, weil das Ersetzen der Werte einen zu hohen Manipulationsspielraum 

bietet. Alternativ hätte eine fallweise Elimination vorgenommen werden können, wovon jedoch 

abgesehen wurde, da ansonsten die Gesamtfallzahl zu gering geworden wäre. Eine explorative Faktorenanalyse 

dieser drei Variablen zeigt, daß diese Variablen einen nach dem Kaiser-Kriterium extrahierten Faktor mit einer 

hohen Reliabilität bilden (KMO-Maß 0,70; Bartlett Test of Sphericity 164,90 (p=0,00); 84,3% der Varianz 

wird erklärt, α-Wert 0,91). Die Faktorladungen sind mit 0,92; 0,95 und 0,88 hoch und lassen somit eine Interpretation 

des Faktors als relativer Vorteil des Home-Shopping zu (SPSS-Notation RV_HS). Dieser Faktor 

wurde im Abschnitt 5.4.2.1.1 zur Nutzenbestimmung herangezogen. 

Gleiches gilt für die Variablen 8a-d (Angst vor Datenmißbrauch, Umtauschproblemen, Verlust sozialer Kontakte 

und des Free-TV), die jedoch aus inhaltlichen Gründen bei dieser ersten Faktorenanalyse ausgeschlossen 

wurden. Dort wurde nämlich global nach Kompatibilitätsaspekten gefragt, ohne direkten Bezug auf das 

Pilotprojekt zu nehmen. Die Variablen der Frage 8 wurden deswegen gesondert ausgewertet. Hierbei zeigte 

sich jedoch kein ausreichendes Ergebnis (KMO-Maß 0,55; Bartlett Test of Sphericity 24,82 (p=0,00) und zwei 

nach dem Kaiser-Kriterium extrahierte Faktoren, die jeweils α-Werte von unter 0,5 aufweisen und schwierig zu 

interpretieren sind). 

194

Tabelle 5-8: Liste aller 30 Variablen der explorativen Faktorenanalyse 

SPSS- 

Notation 

195 

Frageformulierung im Fragebogen 

[Kodierung] 

Median Mittelwert 

(Standardabweichung) 

3,0 3,033 

(1,921) 

2,0 2,348 

(1,516) 

4,0 3,775 

(1,684) 

3,0 2,899 

(1,652) 

2,0 2,213 

(1,352) 

1,0 1,708 

(0,991) 

2,0 2,382 

(1,410) 

4,0 3,663 

(1,609) 

2,0 2,674 

(1,650) 

V3A Das Navigationssystem im Pilotprojekt ist einfach [1] / schwer 

[7] zu bedienen 

V3B Das Navigationssystem im Pilotprojekt ist einfach [1] / schwer 

[7] zu erlernen 

V3C Das Navigationssystem im Pilotprojekt ist sehr hilfreich [1] / 

wenig hilfreich [7] 

V4A Wenn Sie Videos anfordern bzw. Home-Shopping-Angebote 

prüfen, kommt es zu langen [1] / kurzen [7] Wartezeiten 

V6A Wie beurteilen Sie Video auf Abruf im Pilotprojekt: Langweilige 

[1] / interessante [7] Inhalte 

V6B Wie beurteilen Sie Video auf Abruf im Pilotprojekt: Wenig [1] 

/sehr [7] aktuell 

V6C Wie beurteilen Sie Video auf Abruf im Pilotprojekt: Langsam [1] 

/ schnell [7] 

VV11A Wie beurteilen Sie die Set-top-box, die im Pilotversuch verwendet 

wird: Schlecht [1] / gut [7] 

VV13A Viele meiner Freunde beneiden mich um die Teilnahme am Pilotprojekt* 

VV13B Ich fühle mich gut über ITV informiert* 3,0 3,044 

(1,796) 

VV13C Mit ITV kann ich jederzeit sehen, was ich will* 3,0 3,539 

(2,154) 

VV13D Ich weiß nicht, ob es die richtige Entscheidung war, am Pilot- 3,0 3,090 

projekt teilzunehmen* 

(1,975) 

VV13E Mit Home-Shopping kann ich kaufen, was und wann ich will* 3,0 3,528 

(2,045) 

VV13F Ich würde mir wünschen, daß viel mehr Leute am Pilotprojekt 4,0 4,225 

teilnehmen würden* 

(1,851) 

VV13G ITV wird sich in der Zukunft noch weit verbreiten* 6,0 5.247 

(1,740) 

VV13H Um alle Möglichkeiten des ITV auszureizen, müßte ich noch viel 3,0 3,404 

lernen* 

(2.235) 

VV13I ITV ist eine kostspielige Angelegenheit für mich* 4,0 3,820 

(1,975) 

VV13J Hoffentlich haben bald viele Personen ITV, damit ich mit ihnen 3,0 3,472 

per E-mail oder Videomail kommunizieren kann* 

(2,089) 

VV13K Mir ist das ganze System einfach zu komplex* 2,0 2,663 

(1,790) 

VV13L Wenn ich jetzt nicht bald einsteige, wird ITV nie etwas* 2,0 2,517 

(1,493) 

VV13M Ich kaufe keinen Decoder, weil der sich sowieso noch ändert* 6,0 5,079 

(2,144) 

VV13N Meine Freunde bezeichnen mich als Technikfreak* 2,0 2,640 

(1,950) 

VV13O Interessante Inhalte wird es erst geben, wenn genügend Leute 6,0 5,685 

dabei sind* 

(1,850) 

VV13P Ich sehe den Nutzen des ITV bislang nicht* 4,0 4,000 

(2,000) 

VV13Q Die Restriktionen und Sperren bzgl. Budget, Altersklassen und 6,0 5,146 

bestimmter Filmkategorien finde ich richtig gut* 

(1,874) 

Fälle 

(ersetzte 

Missing 

Values) 

89 

(1)** 

89 

(3) 

89 

(3) 

89 

(1) 

89 

(0) 

89 

(2) 

89 

(3) 

89 

(2) 

89 

(0) 

89 

(0) 

89 

(0) 

89 

(0) 

89 

(0) 

89 

(1) 

89 

(1) 

89 

(0) 

89 

(1) 

89 

(0) 

89 

(1) 

89 

(0) 

89 

(0) 

89 

(1) 

89 

(1) 

89 

(0) 

89 

(0)

VV13R Die eingebauten Videofunktionen beim ITV nutze ich häufig* 3,0 3,169 

(1,823) 

VV13S Zum Glück kann ich meinen Kontostand über den Abruf der 6,0 5,382 

Auftragsübersicht überprüfen* 

(1,951) 

VV13T Ich habe das Pilotprojektangebot stark genutzt* 2,0 2,427 

(1,322) 

VV13U Es ist sehr schön, daß es Suchfunktionen gibt, mit denen ich 6,0 5,191 

gezielt nach Filmen (z.B.: Reiseberichte) suchen kann* 

(1,770) 

VV13V Die angebotenen Dienste sind preiswert* 3,0 3,303 

(1,767) 

* = Kodierung mit: Stimme gar nicht zu [1] / stimme voll zu [7] 

** = Missing Value(s) wurde(n) durch den Median ersetzt. 

(Fortsetzung von Tabelle 5-8) 

Vor der eigentlichen Analyse wird das Datenmaterial bezüglich der Eignung für die Faktorenanalyse 

geprüft, da vermutet wird, daß eine heterogene Datenstruktur zugrunde liegt, die eine sinnvolle An- 

wendung des Analyseverfahrens gefährdet (Backhaus et al. 1996, S. 201 f.). Die Betrachtung der 

Pearson-Korrelationsmatrix 152 liefert Hinweise darauf, daß alle Variablen mehrfach signifikant mit- 

einander korrelieren und somit eine Eignung des Datenmaterials befürworten. Ein weiteres Kriterium 

für die Eignung der Korrelationsmatrix stellt der Anteil der Nicht-Diagonal-Elemente der Anti- 

Image-Kovarianz-Matrix, die ungleich Null (d.h. > 0,09) sind, dar. Dieser Anteil ist mit 18,3% un- 

terhalb der maximal zulässigen 25% und unterstreicht die Eignung der Daten für eine faktorenanalyti- 

sche Untersuchung (Backhaus et al. 1996, S. 204 f.). 153 Die Measure of Sampling Adequacy 

(MSA)-Werte variieren zwischen 0,42 und 0,78 und liegen somit teilweise unterhalb der tragbaren 

Grenze von 0,5 (Backhaus et al. 1996, S. 205 f.; Steward 1981, S. 56 ff.). Das KMO (Kaiser- 

Meyer-Olkin)-Maß erreicht den moderaten Wert von 0,62 und deutet auf ein mittelmäßiges Ergeb- 

nis hin. Diese Ergebnisse sind vor dem Hintergrund einer vermuteten heterogenen Datenstruktur als 

akzeptabel anzusehen und weisen auf die grundsätzliche Eignung der Ausgangsdaten für eine Fakto- 

renanalyse hin. 

152 Zur Verwendung der Korrelationsberechnung von ordinal skalierten Daten siehe Aaker und Day (1986, S. 

361). 

153 Der Bartlett Test of Sphericity nimmt den hochsignifikanten Wert von 984,51 an und deutet somit darauf hin, 

daß die Variablen in der Erhebungsgesamtheit korreliert sind. Dieser Test ist jedoch mit Vorsicht zu interpretieren, 

da die Normalverteilung der Variablen in der Erhebungsgesamtheit voraussetzt (Backhaus et al. 1996, 

S. 203 f.). 

89 

(2) 

89 

(0) 

89 

(0) 

89 

(0) 

89 

(0) 

196

Die Auswertung der Daten wird mit der Hauptkomponentenanalyse vorgenommen, die davon aus- 

geht, daß die Varianz einer Ausgangsvariablen vollständig durch die Extraktion von Faktoren erklärt 

wird. Den Kommunalitäten wird ein Ausgangswert von 1 zugewiesen. 154 

Somit ergeben sich die Faktoren als Linearkombinationen der ursprünglichen Variablen, mit dem 

Ziel, daß mit möglichst wenigen Faktoren möglichst viel der gesamten Varianz der Variablen erfaßt 

wird. Als Auswahlkriterium für die Bestimmung der Anzahl der Faktoren wurde das Kaiser- 

Kriterium verwendet, das die Faktoren mit Eigenwerten größer als eins extrahiert. Zusätzlich wurde 

der Scree-Test betrachtet, der jedoch nur nachrangig berücksichtigt wurde, weil das Verfahren einen 

erheblichen Spielraum des Forschers offenbart (Backhaus et al. 1996, S. 226). Im Gegensatz zu 

Homburg (1995, S. 80) wird hier von der Unabhängigkeit, d.h. der Orthogonalität, der Faktoren 

ausgegangen und die in der Marketing-Forschung übliche rechtwinklige Varimax-Rotation angewen- 

det. 

Die Faktorenanalyse der 30 Variablen legt nach dem Kaiser-Kriterium eine 10-Faktoren-Lösung 

nahe, die 69,7% der Ausgangsvarianz erklärt. Die folgende Tabelle zeigt die rotierten Ergebnisse auf, 

wobei nur Faktorladungen >0,3 berichtet werden. Gemäß Backhaus et al. (1995, S. 226) sollten nur 

Ladungen >0,5 zur Interpretation des Faktors herangezogen werden. Andererseits lassen sich die 

Faktorladungen in ihrer Signifikanz wie Korrelationskoeffizienten behandeln (Krafft 1995, S. 263). 

Dies läßt bei der vorliegenden Stichprobengröße auf signifikante Faktorladungen (bei einer Irrtums- 

wahrscheinlichkeit von 5%) schließen, wenn Ladungen >0,175 auftreten. Gemäß Gerbing und An- 

derson (1988, S. 189) werden Faktorladungen im weiteren Verlauf dieser Arbeit als „hoch“ angese- 

hen, wenn sie >0,4 sind und in den Tabellen fett unterlegt. Die Tabelle 5-8 zeigt das Ergebnis der 

Faktorenanalyse auf. 

Die in der Tabelle grau unterlegten 14 Items werden eliminiert, da sie entweder keine sinnvolle Inter- 

pretation zulassen oder aufgrund zu geringer MSA-Werte bzw. zu hoher Querladungen keine Ein- 

fachstruktur aufweisen. 155 Im einzelnen werden die Variablen aus folgenden Gründen herausgenom- 

men 156 : 

154 Alternativ hätte die Hauptachsenanalyse zur Anwendung kommen können, die jedoch einen erheblichen Manipulationsspielraum 

eröffnet, da nur ein vom Forscher vorgegebener Varianzanteil der Variablen in Höhe der 

Kommunalitäten erklärt wird (Backhaus et al. 1996, S. 220). Jedoch ermitteln beide Verfahren zumeist sehr ähnliche 

Lösungen (Velicer und Jackson 1990, S. 21). 

155 Siehe Krafft und Litfin (1999) für eine ähnliche Vorgehensweise. 

156 Die Variablen, die im Rahmen der Konstruktbildung aus der weiteren faktorenanalytischen Betrachtung ausgeschlossen 

werden, werden jedoch als einzelne Variablen in den folgenden Analysen berücksichtigt. 

197

Die Variablen VV13A und VV13B, die den gemeinsamen Faktor 10 bilden, lassen sich nicht sinnvoll 

interpretieren und stellen somit Eliminationskandidaten dar, zumal VV13A hohe Querladungen auf- 

weist. Gemäß Churchill (1979) ist es im frühen Stadium der Konstruktbildung häufig möglich, daß 

die Faktorenanalyse mehrere nichtinterpretierbare Dimensionen identifiziert, die durch sogenannte 

„garbage items“ (S. 69) gebildet werden. 

Die Variablen VV13I, VV13P und VV13Q weisen MSA-Werte von unter 0,5 auf und werden somit 

von der weiteren Betrachtung ausgeschlossen. 

Die Items V4A, VV11A, VV13H, VV13J, VV13K, VV13L und VV13M haben neben hohen und in- 

haltlich nicht plausiblen Querladungen nur jeweils sehr moderate Ladungen auf den (Haupt)-Faktor. 

Sie werden somit als problematisch eingeschätzt und eliminiert. 

Somit werden vorerst 11 Variablen entfernt. Mit den verbleibenden Variablen wird eine zweite Fak- 

torenanalyse vorgenommen. Dort weisen die Items VV13D, VV13H und VV13V hohe Querladun- 

gen auf. Sie werden ebenfalls von der weiteren Betrachtung ausgeschlossen. 

198

Tabelle 5-9: Rotierte Faktorenlösung aller 30 Items mit Faktorladungen >0,3 

SPSS- 

Notation 

199 

Faktor 

1 

Faktor 

2 

Faktor 

3 

Faktor 

4 

Faktor 

5 

Faktor 

6 

Faktor 

7 

Faktor 

8 

Faktor 

9 

Faktor 

10 

Kommunalität 

V6A 0.869 0,798 

V6B 0,845 0,756 

V6C 0,669 0,379 0,643 

VV13O 0,739 0,712 

VV13F 0,658 0,620 

VV13G 0,623 0,351 0,712 

VV13J 0,539 -0,351 0,385 0,689 

VV13M 0,510 0,463 0,727 

V3B 0,796 0,738 

V3A 0,741 0,742 

V3C 0,635 -0,302 0,667 

VV13N -0,684 0,607 

VV13H 0,579 0,690 

V4A 0,316 0,561 0,408 0,400 0,636 

VV11A 0,496 0,381 0,687 

VV13E 0,793 0,736 

VV13C 0,718 -0,317 0,764 

VV13P 0,804 0,712 

VV13D 0,704 0,656 

VV13K 0,466 0,460 0,656 

VV13S 0,780 0,683 

VV13U 0,605 0,688 

VV13Q 0,308 0,571 0,663 

VV13V 0,801 0,787 

VV13I -0,743 0,351 0,789 

VV13L -0,305 0,527 0,689 

VV13R 0,803 0,779 

VV13T 0,652 0,597 

VV13A 0,421 0,523 0,610 

VV13B 

Cronbach 

0,330 0,303 -0,409 0,665 

s α 

(standardisiert) 

0,777 0,663 0,706 0,113 0,640 0,623 0,567 0,407 0,561 0,083 - 

Eigenwert 

erkl. Vari- 

5,195 2,993 2,301 2,060 1,884 1,523 1,379 1,288 1,212 1,061 - 

anzanteilKumu- 

17,3 % 10,0 % 7,7 % 6,9 % 6,3 % 5,1 % 4,6 % 4,3 % 4,0 % 3,5 % - 

lierterVarianzanteil 17,3 % 27,3 % 35,0 % 41,8 % 48,1 % 53,2 % 57,8 % 62,1 % 66,1 % 69,7 % - 

KMO-Maß = 0,62075 

Bartlett Test of Sphericity = 984,50 Irrtumswahrscheinlichkeit = 0,0000

Von den eingangs 30 betrachteten Variablen verbleiben somit noch 16 Items, die einer dritten 

Faktorenanalyse unterzogen werden. Die Ausgangsdatenmatrix erweist sich für die Faktorenanalyse 

wiederum als geeignet. Zwar ist der Anteil der Nicht-Diagonal-Elemente der Anti-Image-Kovarianz- 

Matrix, die ungleich Null (d.h. > 0,09) sind, mit 30% höher als die zulässigen 25%. Das KMO-Maß 

erreicht jedoch einen Wert von 0,64 und deutet auf ein befriedigendes Ergebnis und die Eignung des 

Datenmaterials hin. Die MSA-Werte variieren zwischen 0,53 und 0,77 (Mittelwert = 0,64) und lie- 

gen somit im akzeptablen Bereich. Die wiederum verwendete Hauptkomponentenanalyse extrahiert 

nach Verwendung des Kaiser-Kriteriums eine 6-Faktoren-Lösung, mit der 68,5% der Ausgangsva- 

rianz erklärt wird. Die Tabelle 5-10 zeigt die rotierten Ergebnisse auf, wobei nur Faktorladungen 

>0,3 berichtet werden. 

Tabelle 5-10: Varimax-rotierte Faktorenlösung mit 6 Faktoren und 17 Items 

SPSS-Notation Faktor 1 

RV_ 

VOD 

Faktor 2 

KLEX_ 

NAV 

Faktor 3 

NET 

WISH 

Faktor 4 

KON 

TROL 

Faktor 5 

FREAK 

Faktor 6 

RV_ 

FEAT 

Kommunalität 

Item-to- 

Total- 

Korrel. 

V6A 0.870 0,803 0,874 

V6B 0,863 0,766 0,792 

V6C 0,704 0,351 0,633 0,824 

V3C 0,793 0,725 0,805 

V3B 0,763 0,704 0,727 

V3A 0,715 0,681 0,846 

VV13G 0,757 0,688 0,768 

VV13F 0,723 0,662 0,726 

VV13O 0,710 0,646 0,768 

VV13E 0,840 0,743 0,853 

VV13C 0,740 0,688 0,868 

VV13R 0,756 0,686 0,765 

VV13T 0,717 0,644 0,667 

VV13N 0,607 0,413 0,731 

VV13S -0,351 0,843 0,743 0,848 

VV13U 0,692 0,735 0,812 

Cronbachs α 

(standardisiert) 

0,777 0,706 0,621 0,650 0,549 0,551 - - 

Eigenwert 3,564 2,253 1,747 1,339 1,296 1,180 - - 

Erklärter Vari- 

- - 

anzanteil 

21,0 % 13,3 % 10,3 % 7,9 % 7,6 % 6,9 % 

Kumulierter Va- 

- - 

rianzanteil 

Durch einen 

21,0 % 34,2 % 44,5 % 52,4 % 60,9 % 66,9 % 

Faktor erklärte 

Varianz 

KMO-Maß = 0,63368 

69,3 % 63,1 % 57,0 % 74,1 % 52,8 % 69,0 % - - 

Bartlett Test of Sphericity = 411,05 Irrtumswahrscheinlichkeit = 0,0000 

Die Varimax-rotierte Faktorlösung weist zwei Querladungen auf, die jedoch inhaltlich zu interpretie- 

ren sind und deswegen eine Eliminierung des Items nicht notwendig machen. Die einzelnen Variablen 

200

laden relativ hoch auf die Faktoren. Der erklärte Anteil der Varianz der einzelnen Variablen durch 

die gemeinsamen Faktoren ist nur bei VV13N unterhalb der 50% Marke und liegt bei der Mehrzahl 

der Variablen oberhalb 60%. Somit ist die Varianzerklärung der Variablen als befriedigend zu klassi- 

fizieren. Die Faktoren weisen mit Werten von Cronbachs α (es handelt sich dabei um die standardi- 

sierten Werte) zwischen 0,55 und 0,77 teilweise eine relativ geringe interne Konsistenz auf. Jedoch 

verweisen mehrere Autoren darauf, daß bei der erstmaligen Verwendung von Skalen α-Werte zwi- 

schen 0,5 und 0,6 ausreichend sind (Churchill 1979, S. 68; Peter 1979, S. 15; Krafft 1995, S. 267). 

Da Cronbachs α positiv von der Anzahl der Items abhängt, kann die geringe Indikatorenanzahl von 

2 bei Faktor 6 zur niedrigen Ausprägung beitragen. 157 Zudem verweist Homburg (1995, S. 81) auf 

mehrere Quellen in wissenschaftlichen A-Journals, in denen weitaus geringere α-Werte berichtet 

werden (so z.B. bei Wierenga und Oude Ophuis 1997, S. 288 f.). 

Ein weiteres Kriterium sind die Item-to-Total-Korrelationen, die als die Korrelation einer Variablen 

mit der Summe der Variablen, die demselben Faktor zugeordnet werden, definiert sind (Homburg 

und Giering 1996, S. 8). 158 Da alle Item-to-Total-Korrelationen hoch sind, besteht kein weiterer 

Grund, zusätzliche Items zu entfernen (Churchill 1979, S. 68; Nunnally 1978, S. 274 ff.; Homburg 

und Giering 1996, S. 8). 159 

Zur Überprüfung der Bedingung der Eindimensionalität wird pro Konstrukt eine explorative Fakto- 

renanalyse vorgenommen. Die dabei durch einen Faktor erklärte Varianz beträgt zwischen 57,0 und 

74,1%. Diese Werte liegen oberhalb der von Homburg (1995, S. 86) geforderten 50%. Da jeweils 

immer nur ein Faktor extrahiert wird (Kaiser Kriterium), ist folglich die Eindimensionalität der sechs 

Konstrukte gewährleistet. Dieses Ergebnis läßt auf eine konvergente Validität der Konstrukte schlie- 

ßen (Bearden, Netemeyer und Mobley 1995 sowie Homburg 1995, S. 86). 

Die Interpretation der Faktoren erweist sich aufgrund der relativ hohen Ladungen (alle > 0,6) der 

Variablen auf die Faktoren mit den im wesentlichen unterstellten Beziehungen als relativ unproblema- 

tisch. Dennoch muß darauf hingewiesen werden, daß bei der Interpretation der Faktoren ein erhebli- 

cher subjektiver Spielraum des Forschers besteht. Da die Faktorladungen substantiell sind und sich 

157 

Gemäß Peter (1997, S. 185 und 188) sind in Fällen von nur 2 (3) Indikatorvariablen α-Werte von 0,4 (0,5) noch 

als akzeptabel anzusehen. 

158 

Wohlgemerkt besteht die Summe aus allen Items. Es handelt sich hier nicht um die sogenannte „corrected 

item to total correlation“, die bei SPSS in der Reliabilitätsanalyse-Prozedur ausgewiesen wird, da dort nicht alle 

Items in die Summenbildung eingehen. 

159 Es stellt sich natürlich die Frage, wann eine Item-to-Total-Korrelation als hoch genug einzustufen ist. Gerbing 

und Anderson (1988, S. 189) sprechen bei Korrelationen >0,6 von hohen Werten. Demzufolge wird eine Korrelation 

von 0,6 bis 0,8 als relativ hoch eingestuft. 

201

eindeutig einem Faktor zuordnen lassen, kann hier von einem „sinnvollen Ausmaß an Konvergenz- 

und Diskriminanzvalidität ausgegangen werden“ (Homburg und Giering 1996, S. 8). 

Der erste Faktor wird von den Variablen der Frage 6 (A-C) determiniert, die mit Ladungen größer 

als 0,7 hoch auf den Faktor laden. Interessante Inhalte des Pilotprojekts, die aktuell und schnell an- 

zufordern sind, lassen eine Interpretation des Faktors als relativer Vorteil des Dienstes Videoon-Demand 

(SPSS-Notation: RV_VOD) sinnvoll erscheinen. 160 

Die Interpretation des zweiten Faktors ist nicht ganz so eindeutig. Die hoch ladenden Variablen der 

dritten Frage hinsichtlich des Navigationssystems und dessen Bedienung, Erlernbarkeit und Nutzens 

lassen Spielräume offen. So könnte eine Interpretation als relativer Vorteil durchaus als sinnvoll er- 

achtet werden, jedoch erscheint die Benennung des Faktors als Komplexität des Navigationssy- 

stems (SPSS-Notation: KLEX_NAV) mehr zu versprechen, da die Individuen ein Navigationssy- 

stem weniger hinsichtlich des relativen Vorteils bewerten als vielmehr das umständliche Hantieren mit 

einer Menüoberfläche scheuen. Die negative Querladung der Variablen 13U (Suchfunktionen) auf 

diesen Faktor stützt eine solche Erklärung, weil mannigfaltige Suchfunktionen die Komplexität in der 

Handhabung des Navigationssystems reduzieren. 

Die Fragen G, F und O aus dem Frageblock 13 laden mit Werten größer als 0,71 hoch auf den drit- 

ten Faktor, der den Wunsch nach Netzeffekten (SPSS-Notation: NETWISH) abbildet. Diese In- 

terpretation wird vor allem deswegen vorgenommen, weil der Wusch nach mehr Teilnehmern auf- 

grund von verbesserten Inhalten schon im Pilotprojektstadium vorliegt. 

Der vierte Faktor, der sich aus den Fragen 13E und 13C zusammensetzt, zeichnet sich durch die 

zeitliche und programmliche Unabhängigkeit des Home-Shopping bzw. des Video-on-Demand aus. 

Die hierdurch mögliche Kontrolle durch den Nutzer determiniert die Interpretation des Faktors als 

zeitliche und inhaltliche Kontrolle (SPSS-Notation: KONTROL). Die relativ hohe Querladung 

der Variablen 6C läßt sich vor diesem Hintergrund als inhaltlich plausibel erklären, da nur bei einer 

gewissen Geschwindigkeit des Dienstes eine solche Kontrolle wahrgenommen wird. 

Die Interpretation des fünften Faktors als technisch versierter Vielnutzer (SPSS-Notation: 

FREAK) läßt sich durch die Variablen 13R, T und N rechtfertigen, die eine häufige Nutzung einzel- 

ner Funktionen sowie des gesamten Angebots widerspiegeln. Dieser Faktor beschreibt nutzerspezifi- 

sches Verhalten und kann aus Validierungsgründen mit der tatsächlichen Nutzungshäufigkeit vergli- 

chen werden. Der Pearson Korrelationskoeffizient weist für 89 Fälle einen Wert von 0,301 

(p=0,004) auf. Diese signifikante, wenngleich nicht sehr hohe Korrelation unterstützt die Interpretati- 

on des Faktors, da die Nutzung positiv mit dem Konstruktwert dieses Faktors korreliert ist. 

202

Schließlich laden die Variablen 13S und U hoch auf den letzten Faktor, der als relativer Vorteil von 

besonderen Diensten charakterisiert werden kann. Insbesondere die Kontostandsabfrage sowie 

Suchfunktionen lassen die Benennung des Faktors mit relativer Vorteil von Features (SPSS- 

Notation: RV_FEAT) sinnvoll erscheinen. 

Zur weiteren Bearbeitung der Faktoren werden die Faktorwerte nicht traditionell mittels einer Re- 

gressionsanalyse geschätzt, sondern gemäß Hair et al. (1995, S. 390 f.) als arithmetisches Mittel der 

Items, die hoch auf den Faktor laden, gebildet. 

Die neuere Marketing-Forschung kritisiert die Ansätze der ersten Generation bei der Konstruktbil- 

dung und schlägt Erweiterungen vor (Gerbing und Anderson 1988; Homburg und Giering 1996 so- 

wie Krafft 1995, S. 270). Es werden insbesondere die folgenden Kritikpunkte genannt: 

Tabelle 5-11: Probleme der Reliabilitätsmaße der ersten Generation 

203 

Gütemaß Beurteilung Richtwert 

Explorative Faktorenanalyse 

(Faktorladung) 

• Aufdecken von Strukturen sowie erste Hinweise auf Verbesserung 

der Vorab-Konstruktkonzeptualisierungen 

• Erster Einblick in die Diskriminanz- und Konvergenzvalidität einzelner 

Meßvariablen 

• Keine Berücksichtigung von Meßfehlereinflüssen 

• Keine inferenzstatistischen Aussagen (Beurteilung der Lösungsgüte 

anhand von Faustregeln) 

Cronbachs a • Erste Hinweise auf die interne Konsistenz eines Faktors 


• Keine inferenzstatistischen Aussagen (Beurteilung der Internen 

Konsistenz anhand von Richtwerten) 

• Höhe des Koeffizienten α abhängig von der Itemanzahl 

• Annahme gleicher Reliabilitäten der Items eines Faktors 

• Annahme, daß Item ein unidimensionales Konstrukt ist 

Item-to-Total- 

Korrelation 

• Eliminationskriterium für Meßvariablen 


• Keine inferenzstatistische Aussagen (Beurteilung anhand von 

Richtwerten) 

• Keine Berücksichtigung der Externen Konsistenz (d.h. Vernachlässigung 

der Diskriminierungsfähigkeit der Items) 

≥ 0, 4 

≥ 0, 5 

hoch*, 

d.h. 

0,6-0,8 

* Items mit hohen Werten steuern mehr zur Reliabilität eines Faktors bei, deshalb sollten gegebenenfalls Items 

mit niedrigen Werten zur Erhöhung der internen Konsistenz eliminiert werden. 

Quelle: Litfin, Teichmann und Clement (1999). 

Damit differenziertere Aussagen zur Reliabilität der identifizierten Faktoren möglich sind, sollte die 

mittlerweile zum methodischen Standard gehörende konfirmatorische Faktorenanalyse angewendet 

werden (Homburg und Hildebrandt 1998; Krafft und Litfin 1999). Bevor dieses sehr beliebte In- 

160 Dieser Faktor wurde bereits im Abschnitt 5.4.2.1 zur Nutzenbestimmung des Systems herangezogen.

strument verwendet wird (Homburg und Baumgartner 1995), müssen zunächst die Voraussetzungen 

geprüft werden. 

Backhaus und Büschken (1998, S. 154 ff.) liefern eine Übersicht von Anwendungen der Kausalana- 

lyse im Industriegüter-Marketing und listen Untersuchungen auf, die kleine Fallzahlen verwenden. Die 

Autoren weisen in ihrer Schlußfolgerung auf die methodischen Probleme bei kleinen Stichprobengrö- 

ßen hin, da „bei der Interpretation der Ergebnisse aufgrund der Einschränkungen der Kausalanalysen 

bei kleinen Stichproben Vorsicht geboten ist“ (S. 158). Zwar verweisen sie auf die Schwierigkeit, 

große Fallzahlen im Investitionsgütersektor zu generieren und schlagen – wenig hilfreich bei kleinen 

Grundgesamtheiten – „eine Vielzahl von Interviews“ (S. 159) vor. Backhaus und Büschken (1998) 

zeigen dennoch eines der zentralen Probleme bei der Verwendung der Kausalanalyse auf, das bis- 

lang in einer Vielzahl von empirischen Studien ignoriert wurde (so z.B. bei Büschken 1994; Frazier, 

Gill und Kale 1998 oder Kollmann 1998). 

Mit einer hier vorliegenden Fallzahl von 89 wird von der Durchführung der Kausalanalyse im folgen- 

den abgesehen, da die Stichprobengröße für die sinnvolle Anwendung des Verfahrens nicht ausrei- 

chend ist (Bentler und Bonett 1980, S. 591; Hoelter 1983, S. 328). So wird dem Hinweis von 

Bearden, Sharma und Teel (1982, S. 429) gefolgt: „Apparently, a researcher who wants to reduce 

the risk of drawing erroneous conclusions should not use samples of less than 200“. Ähnlich argu- 

mentieren Boomsma (1982) sowie Hair et al. (1995, S. 637). 

Gegen die Verwendung der konfirmatorischen Faktorenanalyse sprechen demnach folgende 

Argumente: 

• Anderson und Gerbing (1984, S. 170 f.) weisen darauf hin, daß eine Stichprobengröße von 100 

oder mehr normalerweise zur Konvergenz führt, wenn drei oder mehr Items auf einen Faktor la- 

den. Liegen jedoch nur zwei Indikatoren für einen Faktor vor, so sind Samples unter 150 Beob- 

achtungen problematisch. Da in dieser Arbeit gleich zwei Faktoren (KONTROL und 

RV_FEAT) nur von jeweils zwei Items gebildet werden, ist das Argument stichhaltig. 

• Bagozzi und Yi (1988) sowie Marsh, Balla und McDonald (1988) heben die Sensitivität der 

Global Measures of Fit bei kleinen Stichproben hervor. So reagiert insbesondere der χ 2 -Test 

sehr sensitiv (Peter 1997, S. 140). Bei Stichprobengrößen von unter 100 Objekten ist die Ver- 

teilung der Prüfgröße gegenüber der theoretischen χ 2 -Verteilung deutlich nach rechts verscho- 

ben (Anderson und Gerbing 1984, S. 166 f.; Bentler 1990, S. 238 ff; Bentler und Bonett 1980, 

S. 591; Hoelter 1983, S. 328). Wahre Modelle werden demnach mit einer größeren Wahr- 

scheinlichkeit verworfen (Balderjahn 1998, S. 376). Da das vorliegende Modell relativ komplex 

ist, wird diese Tendenz noch zusätzlich verstärkt. 

204

• Homburg (1991, S. 142) weist zudem auf die Notwendigkeit von 200 Fällen hin, sofern Infor- 

205 

mationskriterien angewendet werden. 

Die Konstruktvalidierung ist damit insofern abgeschlossen, als daß keine weiteren statistischen Prüf- 

maße für die Überprüfung der Validität der Konstrukte herangezogen werden. Statt dessen soll im 

folgenden untersucht werden, ob die identifizierten Faktoren mit denen von Krafft und Litfin (1999) 

sowie von Kollmann (1998) ermittelten Konstrukte inhaltlich übereinstimmen. Dieser Vergleich läßt 

zum einen die Überprüfung der externen Validität zu und zum anderen kann geprüft werden, ob die 

Rogers-Kriterien generell für die Erklärung der Adoption oder Akzeptanz bei innovativen Systemgü- 

tern geeignet sind. 

Der Vergleich mit der Studie von Krafft und Litfin (1999) liegt nahe, da deren empirische Untersu- 

chung eine ähnliche Zielsetzung hat und im gleichen Zeitraum stattfand. Es wurde versucht, ver- 

gleichsweise ähnliche Operationalisierungen der Rogers-Kriterien wie die beiden Autoren vorzuneh- 

men, um festzustellen, inwieweit sich die Faktoren bei unterschiedlichen Innovationen wiederfinden 

lassen. Natürlich kann aufgrund der produktspezifischen Eigenheiten keine vollkommene Überein- 

stimmung erwartet werden. 

Die Autoren operationalisieren und messen die Rogers-Kriterien bei einem innovativen Telekommu- 

nikationsdienst und ermitteln die folgenden Konstrukte: Gesprächs-Management, Online-Nutzung, 

Kosten-Management und -kontrolle, Zukunftsfähigkeit, Unsicherheit/Risiko, 

Preis/Leistungsverhältnis, Verbreitung, Lernaufwand und Auswahl. Diese Faktoren ordnen Krafft 

und Litfin (1999) wie folgt den einzelnen Rogers-Kriterien zu:

Abbildung 5-25: Zuordnung der Faktoren zu den Rogers-Kriterien 

Faktoren 

Relativer 

Vorteil 

1 Gesprächsmanagement X 

2 Online-Nutzung 

Kostenmangement und 

3 

-kontrolle 

4 Zukunftsfähigkeit 

5 Unsicherheit/Risiko 

6 Preis/Leistungsverhältnis 

7 Verbreitung 

8 Lernaufwand 

9 Auswahl 

X 

X 

X 

Rogers’ produktbezogene Adoptionsfaktoren 

Kompatibilität 

(X) 

(X) 

Komplexität 

(X) 

X 

X 

(X) 

X 

(X) (X) X 

X: Primäre Zuordnung in Rogers-Kriterien 

Quelle: Krafft und Litfin (1999). 

Erprobbarkeit 

(X) 

X 

(X) 

(X) 

Kommunizierbarkeit 

(X) 

(X): Sekundäre Zuordnung 

Die Betrachtung der Ergebnisse zeigt, daß die Autoren ebenfalls produktspezifische Vorteile (Ge- 

sprächs-Management, Online-Nutzung, Kosten-Management) identifizieren, die denen der eigenen 

Untersuchung (relativer Vorteil von Video-on-Demand und von Features sowie die Kontrolle über 

die Inhalte und den Zeitpunkt des Abrufs) ähneln. Sehr nahe beieinander liegen auch die Erkenntnisse 

bezüglich der Komplexität, die bei Krafft und Litfin (1999) durch den Lernaufwand und die Leichtig- 

keit der Auswahl von Endgeräten bestimmt wird. Die Komplexität beim Interaktiven Fernsehen wird 

im wesentlichen durch das Navigationssystem determiniert und läßt somit eine inhaltliche Überein- 

stimmung mit den oben genannten Komplexitätsfaktoren vermuten. Der Wunsch nach Netzeffekten 

wird bei beiden Untersuchungen als Konstrukt identifiziert. Nutzerspezifische Faktoren (FREAK) 

wurden nicht gebildet. Letztendlich kann gesagt werden, daß die gefundenen Faktoren mit denen von 

Krafft und Litfin (1999) inhaltlich gut übereinstimmen. 

Der Vergleich mit der Untersuchung von Kollmann (1998), der die Akzeptanz einer CD-ROM mit 

multimedialen und interaktiven Elementen untersucht, liegt ebenfalls nahe, da auch er versucht, die 

Rogers-Kriterien zu operationalisieren (S. 196 f.). Er identifiziert in der Einstellungsebene innerhalb 

seines Akzeptanzprozesses die folgenden Konstrukte: Interesse, Vorteile, keine Nachteile, relativer 

Vorteil und Kompatibilität. 161 Mit Ausnahme der Faktoren „Interesse“ und „Kompatibilität“ sind alle 

161 Die Untersuchung von Kollmann (1998) zeigt, wie „gute“ Konstrukte identifiziert werden können, wenn sehr 

ähnliche Fragen gestellt werden. 

206

Konstrukte zumindest ansatzweise wiederzufinden. So bildet der Faktor „Vorteile“ das in dieser Ar- 

beit gefundene Konstrukt der zeitlichen und inhaltlichen Kontrolle ab. Kollmanns Konstrukt „keine 

Nachteile“ läßt sich besser als Komplexität interpretieren, da es sich aus den Items zusammensetzt, 

die einen hohen Lernaufwand für die Nutzung der CD-ROM implizieren. Der von ihm identifizierte 

relative Vorteil ist aufgrund der Produktspezifika nicht mit den hier gefundenen Konstrukten zu ver- 

gleichen. Jedoch ist festzuhalten, daß auch Kollmann (1998) die Rogers-Kriterien im wesentlichen 

reliabel mißt und sie sich inhaltlich mit den in dieser Studie gefundenen Faktoren vergleichen lassen. 

Eine zusammenfassende Betrachtung der Ergebnisse läßt den Schluß zu, daß die Validität und Relia- 

bilität der gefundenen Konstrukte zufriedenstellend ist, da zum einen die interne Validität gegeben ist 

und zum anderen der Vergleich mit den anderen Faktoren auf eine externe Validität hinweist. Inwie- 

weit die Ergebnisse generalisierbar sind, müssen weitere Studien zeigen. 

Nachdem die einzelnen abhängigen und unabhängigen Variablen, die eventuell die Nutzung des Inter- 

aktiven Fernsehens zu erklären vermögen, operationalisiert wurden, können nun in den kommenden 

Abschnitten folgende Analysen durchgeführt werden: 

• Analyse des Nutzens (Lassen sich Segmente identifizieren? Welche Faktoren beeinflussen den 

207 

Nutzen des Systems? – Abschnitt 5.4.3), 

• Analyse der Nutzung (Lassen sich Segmente identifizieren? Welche Faktoren beeinflussen die 

Nutzung des Systems? – Abschnitt 5.4.4) und 

• Analyse der Akzeptanz (Lassen sich Segmente bezüglich der Akzeptanzfaktoren bilden? – Ab- 

schnitt 5.4.5). 

5.4.3 Analyse des Nutzens des Interaktiven Fernsehens 

In diesem Abschnitt steht die Analyse der Einflüsse auf den Nutzen im Vordergrund. Um der zu ver- 

mutenden Heterogenität der Nutzer gerecht zu werden, sollen zuerst Marktsegmente gebildet wer- 

den, um anschließend die Einflußfaktoren auf den Nutzen hinsichtlich ihrer Relevanz zu untersuchen. 

Im Abschnitt 5.4.2.1 wurde detailliert beschrieben, wie der Nutzen des Systems gebildet wurde. Im 

folgenden sollen die Marktsegmente identifiziert werden, die für zukünftige Marketing- 

Entscheidungen wichtig sind. Dies bedeutet, daß in Abschnitt 5.4.3.1 nicht nur die Dienste zur Seg- 

mentierung herangezogen werden, die im Pilotprojekt angeboten werden (Home-Shopping, Video- 

on-Demand bzw. Information-on-Demand), sondern alle Dienste, die im ITV möglich sind, als Ba- 

sis dienen müssen. Nur dann kann eine globale Segmentierung der Nutzer vorgenommen werden, die 

für die Ausrichtung des Marketing-Mix notwendig ist.

Die Analyse der Einflußfaktoren auf den Nutzen des Systems (Abschnitt 5.4.3.2) bezieht sich hinge- 

gen nur auf die angebotenen Dienste im Pilotprojekt und legt das im Abschnitt 5.4.2.1 entwickelte 

Nutzenmaß zugrunde. Diese Trennung ist notwendig, da die Einflußfaktoren spezifisch auf das Pilot- 

projekt zugeschnitten wurden. 

5.4.3.1 Explorative Untersuchung der Marktsegmente 

Bei differenzierter Betrachtung der Segmente eines Marktes anstelle der aggregierten Struktur lassen 

sich genauere Aussagen bezüglich des Relevanz einzelner Dienste ableiten. Die Kenntnis hierüber er- 

öffnet Anbietern einen zielgruppengerechten Einsatz der Marketing-Instrumente, um die Diffusion des 

Systems voranzutreiben (Dickson 1992, S. 71). So ist es wahrscheinlich, daß Segmente, die Video- 

on-Demand als sehr wichtig empfinden, anders in der Kommunikation angesprochen werden müssen 

als die Informationssucher oder Home-Banker. Demnach ist die Analyse der Marktsegmente wichtig 

für spätere Management-Implikationen. 

Die neuere Marketing-Forschung hat eine Fülle von Segmentierungsmethoden vorgeschlagen, die 

sich hinsichtlich der Kriterien Ziel der Segmentierung und Datenmaterial folgendermaßen klassifizieren 

lassen (Abbildung 5-26): 162 

Da es sich in dieser Untersuchung um einen deskriptiven Ansatz handelt und Post-hoc-Daten vorlie- 

gen, werden nur die dafür relevanten Methoden besprochen. 163 Bei beschreibenden Post-hoc- 

Methoden werden die Nutzer so gruppiert, daß sie möglichst homogen bezüglich einer bestimmten 

Anzahl von Klassifizierungsmerkmalen sind (Wedel und Kamakura 1998, S. 19; Punj und Stewart 

1983 sowie Arabie und Hubert 1994). 

162 Eine Darstellung von Klassifikationsverfahren bei kategorialisierten Eigenschaften liefert Herrmann (1998). 

163 Für die Prognose der Nutzung kommen mit der Verwendung von Zahlungsbereitschaftsfunktionen andere 

Verfahren zur Anwendung. Siehe hierzu Abschnitt 5.5.1.5. Die detaillierte Darstellung der übrigen Methoden 

kann bei Wedel und Kamakura (1998, S. 18 ff.) nachgelesen werden. 

208

Abbildung 5-26: Segmentierungsmethoden 

209 

Beschreibend 

(Descriptive) 

Vorhersagend 

(Predictive) 

Quelle: Wedel und Kamakura 1998, S. 18. 

A priori Post hoc 

Kontingenz-Tabellen, 

Log-lineare-Modelle 

Kreuztabellen, Regression, 

Logit- und Diskriminanzanalyse 

Cluster-Methoden: 

Nichtüberlappend, überlappend,Fuzzy-Techniques, 

Mixture Models 

AID, CART, Clusterwise 

Regression, 


Wedel und Kamakura (1998, S. 42) unterteilen die möglichen Verfahren zur Clusterung in drei 

Gruppen: 

Abbildung 5-27: Cluster-Methoden 

Cluster-Methoden 

Nichtüberlappend Überlappend 

Fuzzy 

Nichthierarchisch 

Hierarchisch 

Deterministische 

Methoden 

Quelle: Wedel und Kamakura 1998, S. 42. 

Fuzzy 

Sets 

Mixture 

Models 

Probabilistische 

Methoden 

In nichtüberlappenden Ansätzen wird ein Objekt immer nur einem Segment zugeordnet, wohingegen 

bei überlappenden Verfahren ein Objekt auch mehreren Segmenten zugeordnet werden kann. 164 

Fuzzy-Clustering-Methoden gehen nicht von einer vollständigen Zuordnung zu 

164 Dies kann z.B. in der Medizin von Vorteil sein, wenn eine Person mit bestimmten Krankheitssymptomen meh- 

reren Klassen (hier Krankheiten) zugeordnet wird (Kaufmann und Pape 1996, S. 439).

einem oder mehreren Segmenten aus, sondern geben den Grad (Fuzzy Sets) oder die Wahrschein- 

lichkeit (Mixture Models) der Zugehörigkeit eines Objektes zu den einzelnen Klassen an (Hruschka 

1986; Wedel und Kamakura 1998, S. 19). 

Da in dieser Untersuchung das Ziel verfolgt wird, die Segmente bestmöglich im Sinne der Homogeni- 

tät, Trennschärfe und Validität zu bilden, sind hinsichtlich dieser Kriterien prinzipiell alle Cluster- 

Verfahren geeignet. Da aber sichergestellt werden soll, daß ein Objekt nur zu einem Cluster zuge- 

ordnet wird, werden die überlappenden Verfahren ausgeklammert. Es kommen demnach zum einen 

die nichtüberlappenden Verfahren zum Einsatz, die von Wedel und Kamakura (1998, S. 20) mit 

dem Argument unterstützt werden, daß sich diese Verfahren insbesondere bei der Analyse von 

Marktstrukturen eignen (Grover und Srinivasan 1987). Zum anderen werden zunehmend Mixture- 

Models für Segmentierungszwecke verwendet (Arabie und Hubert 1995, S. 7; Wedel und Kamaku- 

ra 1998, S. 73 ff.). Diese Methoden ordnen ein Objekt nur mit einer bestimmten Wahrscheinlichkeit 

einem Cluster zu und werden entsprechend als probabilistische Clusterverfahren betitelt (Bacher 

1994, S. 353). Wichtig ist die Annahme, daß ein Objekt nur zu einem Cluster gehört, allerdings auf- 

grund fehlender Informationen keine genaue Zuordnung möglich ist und demnach nur Wahrschein- 

lichkeiten für die Gruppenzugehörigkeit eines Objekts angegeben werden können (Wedel und Ka- 

makura 1998, S. 21). Grundlegend anders verhält sich diese Annahme bei den Fuzzy Sets, denn 

dort können die Objekte mehreren Klassen anteilig zugeordnet werden (Hruschka 1986). Da insbe- 

sondere die Annahme der fehlenden Informationen für eine genaue Zuordnung in dieser Untersu- 

chung sinnvoll erscheint und zudem nicht unmittelbar ersichtlich ist, warum ein Nutzer mehreren Klas- 

sen anteilig zuzuordnen ist, werden im weiteren nur noch die Mixture Models verwendet. 

Punj und Stewart (1983) haben in ihrem zentralen Beitrag die aufeinander aufbauende Kombination 

von mehreren Clusterverfahren gefordert. Diesem Vorschlag wird in dieser Arbeit Rechnung getra- 

gen. So wird für die nichtüberlappende (deterministische) Clusteranalyse ein zweistufiges Vorgehen 

gewählt, in dem im ersten Schritt mittels eines agglomerativen hierarchischen Verfahrens die Anzahl 

der Cluster festgelegt wird, um dann in einem zweiten Schritt mittels eines partionierenden (nicht- 

hierarchischen) Verfahrens die vorgegebene Lösung möglicherweise zu verbessern. 165 Eine solche 

Vorgehensweise impliziert, daß die typischen Probleme der partionierenden (und auch der probabili- 

stischen) Verfahren, nämlich die Vorbestimmung der Clusteranzahl und die Vorgabe einer Startparti- 

tion, etwas gemildert werden. Des weiteren ist aus methodischer Sicht anzumerken, daß partionie- 

rende Verfahren weniger anfällig bezüglich Ausreißer sind (Wedel und Kamakura 1998, S. 20). Bei 

Berücksichtigung des methodischen Fortschritts müssen neuere Methoden in die Analysen einbezo- 

gen werden. Da die probabilistischen Verfahren (Mixture Models) einen anderen methodischen An- 

165 Die Vorgehensweise entspricht dem methodischen Standard (Singh 1990; Wedel und Kamakura 1998, S. 43). 

210

satz verfolgen, muß untersucht werden, ob die gefundene Partition dramatischen Veränderungen un- 

terliegt, die die Validität der Lösung in Frage stellen. Demnach ist die Forderung von Punj und Ste- 

wart (1983) um die Kombination mit Mixtures Models zu erweitern. Die Kombination mehrerer Clu- 

sterverfahren führt zu einer Reduzierung der Willkür bei Clusteranalysen. 

Die Abbildung 5-28 zeigt, welche methodische Vorgehensweise bei der Segmentierung vorgenom- 

men wird. 

Abbildung 5-28: Vorgehensweise bei den Segmentierungsrechnungen 

211 

Deterministische 

Cluster-Verfahren 

Probabilistische 

Cluster-Verfahren 

Single-Linkage-Verfahren zur 

Eliminierung der Ausreißer 

Ward-Verfahren 

K-Means-Verfahren 


5.4.3.1.1 Deterministische Verfahren 

Agglomerative 

hierarchische 

Verfahren 

Partionierendes 

Verfahren 

Bei der Auswahl geeigneter Clustervariablen ist auf deren Relevanz, diskriminatorische Fähigkeit und 

Vergleichbarkeit zu achten (Aldenderfer und Blashfield 1984, S. 19 ff.; Backhaus et al. 1996; S. 

298). Die Verwendung von irrelevanten Variablen kann starke Verzerrungen der Ergebnisse hervor- 

rufen (De Sarbo et al. 1984). Oftmals ist unklar, wie die Relevanz der Variablen im Vorfeld geprüft 

werden kann, zumal wenn es sich um explorative Studien wie diese handelt. Deswegen wird auf eine 

Auswahl verzichtet. Es werden die Präferenzen aller möglichen Dienste im Interaktiven Fernsehen 

(Video-on-Demand, Information-on-Demand, Games-on-Demand, Home-Banking, Home- 

Services, Home-Shopping sowie E- bzw. Videomail) in die Analyse einbezogen. Die Präferenzen für 

die Dienste werden aus der Frage 5 abgeleitet, bei der 100 Punkte auf die Dienste zu verteilen wa- 

ren. Die Präferenzen weisen metrisches Skalenniveau auf. 

Eine a priori-Gewichtung der Variablen wird nicht vorgenommen, da zum einen keine theoretische 

oder empirische Rechtfertigung für eine solche Gewichtung vorliegt und zum anderen die Ermittlung 

von Gewichten mit erheblichen Problemen einhergeht (Everitt 1993, S. 39 f.). Bei Verwendung von

korrelierten Variablen kommt es zu einer impliziten Gewichtung des Sachverhaltes. 166 Deswegen ist 

im Vorfeld die Korrelationsmatrix der potentiellen Variablen zu prüfen; gegebenenfalls sind eine oder 

mehrere Variablen zu entfernen. Backhaus et al. (1996, S. 313) weisen diesbezüglich auf die mögli- 

che – wenngleich eher seltene – Verwendung der Mahalabonis-Distanz bei korreliertem Datenmate- 

rial hin. Eine andere Möglichkeit ist die Durchführung einer Faktorenanalyse mit dem Ziel, unabhän- 

gige Faktoren zu erhalten und mit diesen die weiteren Clusteranalysen durchzuführen (Tandem Clu- 

stering). Diese Vorgehensweise hat zu Diskussionen in der Marketing-Wissenschaft geführt. Insbe- 

sondere Arabie und Hubert (1994) raten wegen der folgenden Gründe vom Tandem Clustering ab: 

• Faktorenanalysen tendieren dazu, die Beziehung zwischen den Clustern zu verschleiern, da sie auf 

der Annahme basieren, daß die zumeist regressionsanalytisch ermittelten Faktorwerte normalver- 

teilt sind. Dies führt dazu, daß die Distanzen zwischen den Gruppen minimiert werden 

(Aldenderfer und Blashfield 1984, S. 21; Arabie und Hubert 1994 sowie Wedel und Kamakura 

1998, S. 59). 

• Der Einsatz von Faktorenanalysen bedingt immer einen Informationsverlust (Lilien und Rangas- 

wamy 1998, S. 124). 

• Faktorenanalysen bieten dem empirischen Forscher erhebliche Manipulationsspielräume (Green 

und Krieger 1995, S. 222 f.). 

Auf der anderen Seite können Situationen für eine Vorschaltung von Faktorenanalysen sprechen: 

• Der empirische Forscher muß sich zunächst Gedanken darüber machen, in welchen Dimensionen 

er die Gruppen vermutet. Wenn diese in den Ausgangsdaten widergespiegelt werden, so ist eine 

Faktorenanalyse nicht sinnvoll. Sind jedoch auch in weniger Dimensionen die Cluster inhaltlich 

sinnvoll anzusiedeln, so kann die Faktorenanalyse hilfreich sein. 167 Es gilt, diesen Sachverhalt 

grundsätzlich abzuwägen (Milligan 1996, S. 348). 

• Clusteranalysen werden häufiger zu explorativen als zu konfirmatorischen Zwecken eingesetzt. 

Demnach herrscht häufig keine genaue Vorstellung über die Gruppen in unterschiedlichen Dimen- 

sionen. Es ist somit ein Trial-and-Error-Prozeß, der darin endet, daß der Forscher das Modell 

wählt, welches die besten Ergebnisse erzielt – so zumindest argumentieren Lilien und Rangaswa- 

my (1998, S. 124) sowie Green und Krieger (1995, S. 235). 

166 Die folgende Diskussion wird deswegen ausführlicher vorgenommen, da diese Fragen in den weiteren Analy- 

sen, in denen die Multi-Items als Clustervariablen benutzt werden, sofort Relevanz erlangen. 

167 Die gilt insbesondere für große Datensätze mit vielen Variablen. 

212

• Die heutige Marketing-Wissenschaft verwendet häufig Multi-Item-Maße. Hierfür sind – wenn die 

213 

Voraussetzungen erfüllt sind – konfirmatorische Faktorenanalysen den Cluster- 

analysen vorzuschalten. Dies liegt jedoch weniger an dem Ziel einer verringerten Variablenanzahl 

oder an unkorreliertem Datenmaterial als vielmehr an der Überprüfung der Validität der Skala. 

Bei Multi-Items ist somit Tandem-Clustering sinnvoll bzw. unerläßlich, wenn die Konstrukte mit 

Konstruktwerten zur Marktstrukturanalyse herangezogen werden sollen. 

• Wenn statt Faktorwerte Konstruktwerte verwendet werden, dann entfällt das erste Gegenargu- 

ment von Arabie und Hubert (1994). 

Faßt man die Diskussion zusammen, so läßt sich keine eindeutige Aussage bezüglich der Vorteilhaf- 

tigkeit ableiten. Der empirische Forscher sollte sich Gedanken machen, ob eine Faktorenanalyse 

vorgeschaltet werden sollte und – sofern keine Multi-Items in die Analyse eingehen – sie nicht stan- 

dardmäßig einsetzen. 

Zur Überprüfung einer möglichen Gewichtung der Dienste wurden die Korrelationen der Variablen 

untereinander berechnet. Die Betrachtung der Korrelationen der Variablen ergibt folgendes Bild: Im 

Dreieck oberhalb der Hauptdiagonalen befinden sich die Produkt-Momentkorrelationen nach Pear- 

son und im unteren Dreieck die Rangkorrelationen nach Kendall (in Klammern wird die Irrtums- 

wahrscheinlichkeit angegeben). 

Tabelle 5-12: Befunde der Korrelationsanalyse der Antworten auf Frage 5 (n=88) 

Korrelation 

(Sign.) 

VOD Home- 

Banking 

VOD 1,00 -0,39 

(0,00) 

Home- 

Banking 

-0,28 

(0,00) 

E-/Videomail -0,42 

(0,00) 

Home- 

Shopping 

-0,12 

(0,14) 

Services -0,22 

(0,01) 

Games-on- 

Demand 


-0,12 

(0,12) 

-0,32 

(0,00) 

E-/Videomail Home- 

Shopping 

-0,50 

(0,00) 

1,00 0,19 

(0,08) 

0,24 

(0,00) 

0,02 

(0,79) 

0,00 

(0,97) 

-0,12 

(0,15) 

-0,15 

(0,06) 

-0,18 

(0,09) 

-0,03 

(0,80) 

1,00 -0,04 

(0,70) 

0,00 

(0,98) 

0,04 

(0,59) 

-0,04 

(0,67) 

0,04 

(0,61) 

Services Games-on- 

Demand 

-0,31 

(0,00) 

-0,09 

(0,42) 

-0,05 

(0,63) 

1,00 0,15 

(0,16) 

0,21 

(0,02) 

-0,02 

(0,82) 

-0,11 

(0,19) 

-0,21 

(0,05) 

-0,23 

(0,03) 

-0,10 

(0,37) 

-0,07 

(0,50) 

1,00 -0,00 

(0,99) 

-0,03 

(0,754) 

0,01 

(0,88) 


-0,42 

(0,00) 

-0,25 

(0,02) 

-0,05 

(0,66) 

-0,14 

(0,19) 

-0,02 

(0,82) 

1,00 -0,01 

(0,93) 

0,06 

(0,50) 

Es zeigen sich zwei relativ hohe signifikante Korrelationen, die grau hinterlegt wurden. Diese Korre- 

lationen sind inhaltlich plausibel und lassen es nicht sinnvoll erscheinen, daß eine Variable aus dem 

jeweiligen Paar entfernt wird. Inwieweit die Höhe der Korrelation noch als moderat einzuschätzen 

1,00

ist, bleibt im Ermessen des Forschers. 168 Die Höhe der Koeffizienten ist unproblematisch und läßt 

keine extreme Gewichtung spezieller Aspekte annehmen. Diese Einschätzung ergibt auch eine Über- 

prüfung des Datenmaterials bezüglich einer faktorenanalytischen Eignung. So weist der KMO-Wert 

einen inakzeptablen Wert von 0,046 auf und die MSA-Werte übersteigen den Wert 0,12 nicht. Die 

Daten wurden nicht standardisiert, da sie über die gleichen Skalen gemessen wurden. 

Die Wahl des Proximitätsmaßes ist gemäß Punj und Stewart (1983) zwar nicht so bedeutsam wie 

die des Fusionierungsalgorithmusses, dennoch sind inhaltliche und methodische Gesichtspunkte zu 

beachten. Bei metrischem Datenmaterial wird in der Regel ein Distanzmaß (hier die quadrierte Eukli- 

dische Distanz) gewählt. 

Als Fusionierungsalgorithmus wird das Ward-Verfahren benutzt (Ward 1963), das zwar durch Aus- 

reißer negativ beeinflußt wird, im allgemeinen jedoch zu guten Ergebnissen führt, da es wenig durch 

random noise in den Daten verzerrt wird (Wedel und Kamakura 1998, S. 51). Wie Everitt (1993, 

S. 72) berichtet, eignet sich das Ward-Verfahren besonders gut, etwa wenn gleich große Gruppen 

gebildet werden. Es sei hier ausdrücklich darauf hingewiesen, daß das Ward-Verfahren nicht grund- 

sätzlich die global optimale Partition hinsichtlich des Varianzkriteriums findet. Dies liegt an der Be- 

sonderheit des hierarchischen Verfahrens, das eine einmal gebildete Gruppe nicht wieder aufteilt 

(Kaufmann und Pape 1996, S. 467). 

Um Verzerrungen bei der Verwendung des Ward-Verfahrens zu vermeiden, empfiehlt es sich, die 

Daten auf Ausreißer zu untersuchen. Dies ist ein methodisches Problem und kann dazu führen, daß 

Ausreißer, die eigentlich ein eigenes Segment darstellen, eliminiert werden und in den weiteren Ana- 

lysen nicht mehr eingehen. In der Adoptions- bzw. Akzeptanzforschung führt dies zu Problemen, da 

doch Meinungsführern eine besondere Relevanz im Diffusionsprozeß zugeschrieben wird (Rogers 

1995a, S. 27; Engel, Blackwell und Miniard 1995, S. 725 ff.; Goldsmith und Flynn 1992; Leonard- 

Barton 1985). Meinungsführer entsprechen aber in ihren soziodemographischen Ausprägungen oft- 

mals nicht dem durchschnittlichen Bürger und können häufig ein eigenes, wenn auch kleines, Segment 

darstellen (Brüne 1989, S. 30 ff.). Wenn nun ausgerechnet dieses Segment (und wenn es auch nur 

aus zwei Personen besteht) als Ausreißer eliminiert wird, dann können bestimmte Marketing- 

Strategien nicht sinnvoll entwickelt werden. Demnach ist in Untersuchungen der Adoptions- bzw. 

Nutzungsforschung eher kritisch mit der Empfehlung von Punj und Stewart (1983, S. 143) zu verfah- 

ren, die eine Eliminierung von bis zu 10% der Objekte als möglicherweise sinnvoll erachten. 

168 So halten z.B. Backhaus et al. (1996, S. 314) Korrelationen von größer als 0,9 für problematisch und empfehlen 

die Elimination einer der Variablen. Dieser Wert erscheint allerdings als sehr hoch. 

214

Zur Identifizierung der Ausreißer eignet sich das zur Kettenbildung neigende Single-Linkage- 

Verfahren (Backhaus et al. 1996, S. 298 sowie Wedel und Kamakura 1998, S. 50). Die Betrach- 

tung des Dendrogramms des Verfahrens ergab, daß vier Fälle erst sehr spät in die Cluster eingehen. 

Eine genaue Analyse der Ausprägungen der Variablen dieser vier Fälle ergab, daß sie als Ausreißer 

und nicht als Meinungsführer zu verstehen sind – sie wurden aus dem Datensatz entfernt. Diese Per- 

sonen werden deswegen nicht als Meinungsführer angesehen, weil sie nur eine sehr geringe Affinität 

zu den neuen Medien aufweisen. So hat z.B. keiner von ihnen einen Internetanschluß und wird auch 

nicht von den eigenen Freunden als Technikfreak bezeichnet. Die folgenden Berechnungen basieren 

somit auf 84 Beobachtungen. 

Die Bestimmung der Clusteranzahl und die Darstellung der statistischen Güte der Lösung ist nicht un- 

abhängig voneinander (Milligan und Cooper 1985). Demnach ist zunächst einmal das Struktogramm 

der Ward-Lösung zur Bestimmung der Clusteranzahl heranzuziehen. 

Abbildung 5-29: Struktogramm der Clusteranalyse zur Dienstepräferenz 

215 

Fehlerquadratsumme 

90000 

80000 

70000 

60000 

50000 

40000 

30000 

20000 

10000 

0 

1 

3 

Gesamte Fehlerquadratsumme 

= 80465,00 

5 

7 

9 

Mindestens vier Cluster 

11 

13 

15 

17 

19 

21 

23 

25 

27 

29 

mehr als 50 % der Varianz 

in den Clustern 


zwischen den Clustern 

31 

33 

35 

37 

39 

41 

43 

45 

47 

Anzahl Cluster 

Die Betrachtung des Struktogramms weist darauf hin, daß mindestens vier Cluster zu bilden sind 

(Lilien und Rangaswamy 1998, S. 85). Der Varianzanteil, der bei einer Vier-Cluster-Lösung zwi- 

schen den Clustern liegt, beträgt 54,5% und ist damit ausreichend. 

Die Betrachtung der F-Werte und t-Werte bei vier, fünf oder sechs Cluster-Lösungen spricht für die 

Lösung mit vier Clustern, die zudem inhaltlich am besten zu interpretieren ist (Abbildung 5-30 und

Abbildung 5-31). Zur Überprüfung der Güte der gefundenen Ward-Lösung wurde eine Diskriminan- 

zanalyse durchgeführt, die 95,24% der Objekte den gefundenen vier Clustern richtig zuordnet. 

Abbildung 5-30: Statistische Kriterien für die Cluster-Lösung der Nutzenanalyse 

Vier Cluster 

Lösungen der hierarchischen Clusteranalyse nach Ward 

F-Test 4 Cluster Lösung Ward 

Cluster 1 Cluster 2 Cluster 3 Cluster 4 

VOD 0,559 0,218 0,183 0,103 

HB 0,189 0,170 0,508 0,343 

Mail 0,161 0,548 1,011 1,877 

HS 0,737 1,142 1,064 0,531 

Service 0,646 1,604 0,762 0,924 

GOD 0,961 1,595 0,707 0,248 

IOD 0,463 0,514 0,359 0,287 

n 22 20 36 6 

• Varianzanteil zwischen den Gruppen 54,5 % 

• Interpretierbarkeit gegeben 

• Cluster vier ist klein 

• Diskriminanzanalyse ordnet 95,24 % der Objekte richtig zu 

Vier Cluster 

Vier Cluster-Lösung wird ausgewählt und als 

Startpartition für K-Means 

verwendet 

Lösung des partionierenden Verfahrens K-Means 

F-Test 4 Cluster Lösung Quick 


VOD 0,573 0,241 0,160 0,103 

HB 0,188 0,104 0,411 0,343 

Mail 0,154 0,502 1,032 1,877 

HS 0,707 0,987 1,184 0,531 

Service 1,081 1,472 0,574 0,924 

GOD 0,918 1,455 0,543 0,248 

IOD 0,446 0,680 0,429 0,287 

n 23 23 32 6 


• Interpretierbarkeit verbessert sich nur unwesentlich 

• Cluster eins ist nicht mehr vollkommen homogen 


Wie Punj und Stewart (1983, S. 144 f.) darstellen, eignen sich iterative partionierende Verfahren 

besser als hierarchische, wenn nicht-zufällige Startpartitionen vorgegeben werden und die Anzahl der 

zu bildenden Cluster feststeht. Nun stellt jedoch die Vorgabe einer solchen Startpartition ein Problem 

216

dar, denn die partionierenden Verfahren erreichen nicht grundsätzlich globale Optima, sondern können 

zumeist nur lokale Optima ermitteln (Backhaus et al. 1996, S. 284; Späth 1977, S. 73). 169 

Demnach ist die endgültige Lösung abhängig von der Vorgabe der Startpartition. Durch die Ward- 

Analyse wurde eine Vier-Cluster-Lösung als „beste“ Lösung identifiziert. Die sich daraus ergebenden 

Clustermittelwerte werden gemäß der Literatur als Startpartition für das K-Means-Verfahren ver- 

wendet (Steinhausen und Langer 1977, S. 75; Wedel und Kamakura 1998, S. 55). Das K-Means- 

Verfahren wird als bestes partionierendes Verfahren angesehen, wenn nicht-zufällige Startpartitionen 

gewählt werden (Punj und Stewart 1983, S. 138; Bacher 1994, S. 308 ff.). 

Es zeigt sich, daß durch die Anwendung des K-Means-Verfahrens sechs Objekte umgruppiert wur- 

den. 170 Der Varianzanteil zwischen den Clustern verbessert sich leicht auf 55,1% (Abbildung 5-30). 

Die F-Werte lassen auf keine homogenere Lösung schließen. Zwar wird das Cluster 2 homogener, 

jedoch büßt im Gegenzug das Cluster 1 seine homogene Struktur im Vergleich zur ersten Lösung ein. 

Die Interpretierbarkeit ist weiterhin gegeben. Eine anschließende Diskriminanzanalyse zeigt, daß 

nunmehr 98,8% Objekte richtig zugeordnet werden. 

Jedes Clusterverfahren ermittelt Partitionen, selbst dann, wenn es sich um random noise ohne Clu- 

sterstruktur handelt (Milligan 1981, S. 197). Wie Lehmann, Gupta und Steckel (1997, S. 586) tref- 

fend formulieren: „[...] we need to access the reliability and validity of the clusters we derive“, ist eine 

Überprüfung der jeweiligen Cluster-Lösungen notwendig. Genauer werden Jain und Dubes (1988, 

S. 161), indem sie eine Strategie beschreiben, bei der die interne Validität anhand bestimmter Fit- 

Maße und relativer Kriterien geprüft wird. Anschließend soll die externe Validität der gefundenen 

Clusterstruktur anhand von a priori gegebenen Informationen analysiert werden. 

Demnach ist ein Test des Clustersystems erforderlich, um anschließend die Cluster zu interpretieren 

und zu benennen. Zunächst sollen Maße der internen Validität zur Beurteilung der Lösung herange- 

zogen werden: Neben den in Abbildung 5-30 dargestellten klassischen Gütemaßen, 

• dem Anteil der Varianz der Variablen zwischen den Clustern, der mehr als 50% betragen 

217 

sollte (Kaufmann und Pape 1996, S. 474 f.), 

• dem Grad der Homogenität der Cluster, der mittels der F-Werte überprüft wird, 

169 

Mögliche Verfahren zur Ermittlung dieser globalen Optima stellen dynamische Optimierungsansätze oder 

Branch-and-Bound-Verfahren dar (Steinhausen und Langer 1977, S. 101). 

170 

Die Anfälligkeit des Verfahrens bezüglich der vorgegebenen Startpartition zeigt sich, wenn als Startpartition 

nicht die Ward-Lösung vorgegeben wird, sondern eine zufällige Partition gewählt wird. Dann werden bis auf 

25 Objekte alle anderen umgruppiert.

• der Interpretierbarkeit der Lösung, die mittels der t-Werte geprüft werden kann, 

• der Stabilität der gefundenen Partition und schließlich 

• der Eindeutigkeit der Lösung 

existieren weitere Kriterien zur Überprüfung von Cluster-Lösungen (Milligan und Cooper 1985; 

Milligan 1996): 

Zum einen ist die Diskriminanzanalyse geeignet, um festzustellen, wie hoch die Klassifizierungswahr- 

scheinlichkeiten der einzelnen Cluster-Lösungen sind (Klastorin 1983, S. 97). Dieses sehr häufig 

verwendete Validierungsmaß ist jedoch kritisch, da nur selten die Bedingungen für die Diskriminan- 

zanalyse erfüllt sind (Klecka 1990, S. 8 ff.) und zudem der Einsatz dieses Verfahren für diese Ziel- 

setzung statistisch nicht korrekt ist (Aldenderfer und Blashfield 1984, S. 64 f.; Milligan 1981, S. 187; 

Saunders 1994, S. 23). Dennoch weisen auch neuere Quellen stets auf die Verwendung der Diskri- 

minanzanalyse hin (Herrmann 1998). Sie wird hier aus Gründen der Vollständigkeit berichtet. 

Zum anderen weist Pieper (1998, S. 190 ff.) in ihrer empirischen Untersuchung auf weitere Maße 

der internen Validität hin, deren Auswahl auf den Ergebnissen von Milligan (1981) für die Ward- 

Analyse basieren. So findet Milligan mittels Simulationsrechnungen heraus, daß der C-Index, der 

punktbiserelle Korrelationskoeffizient sowie das Gamma-Maß die besten Gütemaße darstellen. Da 

das Gamma-Maß nicht immer zu guten Ergebnissen führt (Milligan 1981, S. 194), wird es im weite- 

ren auch nicht berechnet. Die im folgenden dargestellten Kriterien können z.B. mit der Software 

Evalue-P von Chandon errechnet werden (Chandon 1996). 171 

• Betrachtung der Innergruppen-Distanzen und Berechnung des C-Index: Milligan (1981) be- 

schreibt, daß die Güte einer gefundenen Cluster-Lösung durch die Abbildung einer bestimmten 

Distanzmatrix der gefundenen Partition ermittelt werden kann. Da Clusteranalysen eine möglichst 

hohe interne Homogenität der Gruppen zum Ziel haben, ist es sinnvoll, die Innergruppen- 

Distanzen der Objekte mit den Distanzen der Objekte des betrachteten Clusters zu den Objekten 

außerhalb des Clusters zu vergleichen. So kann zunächst einmal anhand des Vergleichs der Sum- 

Beo 

me der Distanzen der Objekte in (within) den n Clustern ( ∑ Dw ) mit einem Erwartungswert 

n 

Erw 

der Summe der Distanzen der Objekte bei einer Zufallslösung ( ∑ Dw ) erste Anhaltspunkte 

n 

liefern. Der Erwartungswert errechnet sich hierbei aus allen möglichen Partitionen (Klastorin 

1983, S. 96). Weitere Aussagen zur internen Homogenität der Lösung lassen sich aus dem Ver- 

171 Diese und eine Vielzahl anderer Kriterien werden bei Milligan und Cooper (1985, S. 163 ff.) dargestellt. 

218

219 

min 

max 

gleich der beobachteten Abstände mit der minimalen ( ∑ Dw ) bzw. maximalen ( ∑ Dw ) 

n 

n 

Beo 

Summe der Innergruppen-Distanzen herleiten. So sollte ∑ Dw möglichst nahe am theoreti- 

n 

min 

max 

schen Minimalwert ∑ Dw und möglichst fern vom Maximalwert ∑ Dw liegen, wobei hier 

n 

n 

enorme Interpretationsspielräume existieren (Chandon 1996, S. 18). 

Auf den obigen Überlegungen baut der von Hubert und Levin (1976) eingeführte C-Index auf, 

der möglichst nahe an Null liegen soll. 

Dw D 

(5-2) C Index 

D D 

Beo min 

∑ − ∑ w 

n n 

− = 

max min 

∑ w − ∑ w 

n n 

• G-Index: Der von Klastorin (1983, S. 93) entwickelte Index vergleicht die durchschnittliche Di- 

stanz zwischen Objekten in den Clustern ( D w ) zu der durchschnittlichen Distanz der Objekte aus 

verschiedenen Clustern (D b ) einer vorgegebenen Partition. Die Lösung ist um so homogener, je 

geringer D w bzw. je größer D b ist, d.h. je kleiner der Index ist, desto besser ist die Lösung. 

Der G-Index setzt sich aus dem Vergleich dieser beiden Werte zusammen und ist nicht normiert: 

(5-3) G − Index = Dw − Db 

Im Software-Programm Evalue-P wird ein etwas modifizierter Index (Indice g1) ausgegeben, der 

sich folgendermaßen berechnet (Chandon 1996): 

(5-4) Indice g1 = Db − Dw 

. 

Dieser sollte demnach möglichst groß sein (Pieper 1998, S. 192). 

• Punktbiserieller Korrelationskoeffizient: Dieser zwischen Null und eins normierte Wert ermit- 

telt die Richtung und Stärke des Zusammenhangs des dichotomen Merkmals der Zugehörigkeit 

zweier Objekte in ein gemeinsames oder in zwei verschiedene Gruppen und eines intervallskalier- 

ten Merkmals, nämlich der Distanz dieser beiden Objekte zueinander (Pieper 1998, S. 192). 

Dieser Koeffizient errechnet sich aus dem Produkt eines Distanz-Indexes und eines normierten 

Zugehörigkeitsmaßes, das aus der Anzahl der Distanzen innerhalb ( f w ) bzw. zwischen ( f b ) den 

vorgegebenen Cluster, mit n d die Anzahl aller Distanzen und mit s d die Standardabweichung al- 

ler Distanzen gebildet wird (Milligan 1981, S. 196).

(5-5) 

Punktbiserieller Korrelationskoeffizient = 

( D D ) 

− ⋅ 

b w 

s 

d 

⎛ f ⋅ f ⎞ 

⎜ 

⎟ 

⎝ ⎠ 

w b 

2 

nd 

Die Bestimmung der externen Validität erfordert einen Vergleich der gefundenen Gruppen zu den 

wahren Gruppen. Da in der sozialwissenschaftlichen Forschung keine klaren Gruppenunterschiede 

wie in der Natur zu beobachten sind, ist die Validierung der Lösung mit den wahren Werten nicht 

möglich (Milligan 1981, S. 187). 172 Eine andere Möglichkeit besteht darin, die gefundenen Ergebnis- 

se mit denen anderer Untersuchungen zu vergleichen oder das Sample in zwei Teile aufzuteilen und 

dann die jeweiligen Ergebnisse miteinander zu vergleichen. 173 Da ersteres aber aufgrund des innova- 

tiven Charakters dieser Untersuchung nicht möglich ist, muß eine solche Validierung unterbleiben. Ei- 

ne Aufteilung des Samples kommt aufgrund der geringen Stichprobengröße nicht in Frage. 

Die Lösung des partionierenden Verfahrens wird nun auf ihre Validität überprüft. Die Ergebnisse der 

statistischen Tests zeigt Abbildung 5-31. Die Unterschiede zwischen der gefundenen Ward- und der 

darauf aufbauenden K-Means-Lösung sind nur gering. Der C-Index ist etwas besser bei dem partio- 

nierenden Verfahren, wohingegen der Indice g1 und der punktbiserielle Korrelationskoeffizient gerin- 

gere Werte ermitteln. 

Abbildung 5-31: Validierung der Cluster-Lösung der Nutzenanalyse 

Validierung der Partitionen nach Ward und K-Means (4-Cluster) 

Gütemaße Ward K-Means 

Summe der Distanzen innerhalb der Cluster 

Erwartete Summe der Distanzen innerhalb der Cluster 

Minimale Summe der Distanzen innerhalb der Cluster 

Maximale Summe der Distanzen innerhalb der Cluster 

C-Index 

Indice g1 

Punktbiserieller Korrelationskoeffizient 

966229,400 

2066884,000 

631839,500 

6127220,910 

0,061 

1487,330 

0,420 

908012,510 

1971877,000 

586140,250 

6172920,160 

0,058 

1476,970 

0,411 

Es zeigt sich zusammenfassend, daß die Ward-Lösung bereits eine recht gute Partition findet, die nur 

geringfügig durch das partionierende Verfahren verbessert wird. Die K-Means-Lösung ist unter stati- 

stischen Gesichtspunkten als relativ gut zu bezeichnen, obgleich Zweifel an der Stabilität der Lösung 

172 

Wenn die exakte Gruppeneinteilung bekannt ist, liefert Milligan (1981, S. 190 f.) mehrere Möglichkeiten zur externen 

Validierung der Lösungen. 

173 

Der Vergleich kann dann z.B. anhand des Rand-Indexes vorgenommen werden (Wedel und Kamakura 1998, S. 

60, Chandon 1996, S. 17). 

220

erechtigt sein können, wie die Ergebnisveränderungen bei zufälliger Vorgabe einer Startpartition bei 

dem K-Means-Verfahren gezeigt haben. Im folgenden wird mit der K-Means-Lösung weitergerech- 

net. 

Die Cluster lassen sich gut interpretieren (Abbildung 5-32): Das erste Cluster zeichnet sich insbeson- 

dere dadurch aus, daß ein unterdurchschnittliches Interesse an allen Diensten mit Ausnahme des Vi- 

deo-on-Demand besteht. Eine Interpretation fällt somit leicht: Es handelt sich hier um die Video-on- 

Demand Fans, denen nur an einem interessanten Programm gelegen ist. Dieses Cluster ist mit 23 

Objekten relativ groß. 

Das zweite Cluster mit ebenfalls 23 Nutzern zeichnet sich durch ein hohes Interesse an Informationen 

und einem überdurchschnittlichen Gefallen an Games-on-Demand aus. Dienste wie Home-Banking 

oder Video-on-Demand werden als weniger wichtig angesehen. Festzuhalten ist, daß die Mittelwerte 

dieses Clusters für Punkte bei Information-on-Demand (27,91) bzw. für Video-on-Demand (27,87) 

annähernd gleich sind. Dies bedeutet somit, daß Video-on-Demand als nicht so wichtig erachtet 

wird, wie es die gesamte Stichprobe von 84 Nutzern tut. Dennoch ist auch hier Video-on-Demand 

fast genauso wichtig wie Information-on-Demand. Somit bleibt festzuhalten, daß die beiden Dienste 

zusammen 55,8 Punkte erzielen. Die als interessant angesehenen Games-on-Demand hingegen erzie- 

len nur 13,7 Punkte. Eine Interpretation als Informationssucher erscheint somit angebracht. 

Schwieriger gestaltet sich die Interpretation des dritten Clusters, da keine der Variablen innerhalb 

dieses Clusters eine große Abweichung vom Gesamtstichprobenmittelwert aufweist. So kann dieses 

Cluster, das die meisten Nutzer in sich birgt, nur als breite Masse ohne spezifische Präferenzen 

benannt werden. Dies bedeutet jedoch nicht, daß keine Charakterisierung möglich ist, sondern viel- 

mehr, daß dieses Cluster „dem Durchschnitt“ entspricht. Leicht überdurchschnittliche Präferenzen 

werden für Home-Banking und Mailing-Dienste deutlich. Es zeigt sich auch in diesem Cluster, daß 

Video-on-Demand (28 Punkte) am wichtigsten ist. Mit knapp 20 Punkten folgt der Dienst Home- 

Banking. 

Eine eindeutige Interpretation erlaubt das letzte Cluster, in dem Wert auf Home-Banking (41 Punkte) 

und Kommunikationsmöglichkeiten (23 Punkte) gelegt wird. Da diese stark miteinander verbunden 

sind – die Kommunikation mit der Bank erfordert eine E-mail oder Videomail-Funktion – ist dies 

nicht verwunderlich. Alle anderen Dienste werden unterdurchschnittlich bewertet. Dieses Cluster der 

Banker ist auch nicht über ein gutes Video-on-Demand-Angebot zu begeistern, da dort im Mittel nur 

9,3 Punkte vergeben wurden. Das Banker-Cluster läßt die Vermutung zu, daß es sich hier um die 

typischen Nutzer handelt, die den Online-Dienst T-Online zum Durchbruch in der Diffusion verholfen 

haben (Albers und Peters 1998, S. 110). Um diese Vermutung zu prüfen, wurde ein Mittelwertver- 

gleich der Variable „Nutzung des Internet“ der Clustermitglieder (3,17) im Gegensatz zu dem der ge- 

221

samten Stichprobe (2,44) durchgeführt. Der t-Test zeigt, daß die Internetnutzung des gesamten Sam- 

ples signifikant (p=0,00) geringer ist als bei den sechs Personen im Cluster ist. Demnach kann die 

Vermutung nicht verworfen werden. 

222

Abbildung 5-32: Interpretation der Cluster-Lösung der Nutzenanalyse 

223 

Cluster 1: 

Die Video-on-Demand 

Fans 

Cluster 2: 

Die Infosucher 

Cluster 3: 

Interpretation der Cluster anhand ihrer t-Werte 

n=23 

n=23 

Die breite Masse ohne 

spezifische Präferenzen 

Cluster 4: 

Die Banker 

n=32 

n=6 

IOD 

GOD 

Service 

HS 

Mail 

HB 

VOD 

IOD 

GOD 

Service 

HS 

Mail 

HB 

VOD 

IOD 

GOD 

Service 

HS 

Mail 

HB 

VOD 

IOD 

GOD 

Service 

HS 

Mail 

HB 

VOD 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0

Zusammenfassend sind folgende Befunde deutlich geworden: Zum einen existiert kein Cluster, wel- 

ches starken Wert auf Home-Shopping-Angebote legt. Das Gleiche gilt für erweiterte Dienstleistun- 

gen; auch sie eignen sich anscheinend nicht als Killer-Applikation. Ebenfalls wenig geeignet erschei- 

nen die Games-on-Demand. 

Relativ deutlich lassen sich jedoch die Segmente für Video-on-Demand, Information-on-Demand 

sowie Banking und Kommunikation identifizieren. Bis auf das letzte Cluster ist bei allen Segmenten 

Video-on-Demand sehr wichtig. Es zeigt sich demnach, daß die Killer-Applikation Video-on- 

Demand nicht unbedingt segmentabhängig ist. 

Eine Schwäche dieser Analyse ist, daß von der Unabhängigkeit der Dienste untereinander ausgegan- 

gen wird. Wenn nun aber Video-on-Demand mit Informationen über bestimmte relevante Themen, 

die dann mit Home-Shopping-Angeboten untermauert werden, gemeinsam angeboten wird, dann 

können sich aufgrund der Interaktionen neue Segmente bilden. Deutlich werden diese Zusammen- 

hänge im vierten Cluster bei Banking und Kommunikation. Eine detaillierte Untersuchung dieses Sze- 

narios wird eine Herausforderung für Folgestudien sein. 

5.4.3.1.2 Probabilistische Verfahren 

Wie Wedel und Kamakura (1998, S. 92) hervorheben, tendieren deterministische Clusterverfahren 

dazu, die wahren Segmentunterschiede zu überschätzen. Dies liegt daran, daß: „under a parametric 

model for the data (e.g., a normal distribution), an observation that comes from one segment, but 

because of chance fluctuations is closer to the centroid of another segment, is misclassified by the 

clustering approach to the segment to which it is closest“ (S. 92). 

Aufbauend auf dieser Kritik soll mittels probabilistischer Verfahren untersucht werden, ob sich ähnli- 

che Strukturen für die Dienstepräferenzen im Interaktiven Fernsehen entdecken lassen, wenn andere 

Methoden verwendet werden. Hierfür werden wie bereits eingangs geschildert die Mixture Models 

verwendet, die ein Instrument zur Untersuchung von Marktsegmenten darstellen (Saunders 1994, S. 

25). 174 Obgleich diese Methoden bereits früh angewandt wurden – die erste Anwendung dieser Me- 

thoden im Marketing findet sich in dem Aufsatz von Green, Carmone und Wachspress (1976) zur 

Segmentierung von Adoptern eines neuen Telekommunikationsdienstes – ist sie bislang nur in weni- 

gen Untersuchungen benutzt worden (siehe die Übersicht der wenigen Marketing-Studien bei Wedel 

und Kamakura 1998, S. 98). 

174 Werden binäre Variablen bei den Mixture Models verwendet, dann handelt es sich um die Latent Class Analysis 

(Lazarsfeld und Henry 1968; Andreß, Hagenaars und Kühnel 1997, S. 211; Kaufmann und Pape 1996, S. 

506). 

224

Im folgenden soll zunächst die Grundidee dieser Modelle vorgestellt werden, um dann anschließend 

die Daten auszuwerten. 175 Dabei wird auch genauer auf den Algorithmus und die anzuwendenden 

Prüfgrößen eingegangen. 

Der Name „Mixture Models“ basiert auf der Annahme, daß die Daten aus einer Mischung von (z.B. 

normal oder multimomialen) Verteilungen entstammen (Wedel und Kamakura 1998, S. 21). Ent- 

sprechend verwenden Kaufmann und Pape (1996, S. 486) die Terminologie „Mischverteilungsver- 

fahren“, da die empirische Verteilung der Objekte (Nutzer) in den untersuchten (sieben) Variablen 

eine Mischung von Wahrscheinlichkeitsverteilungen ist. Das Ziel ist nun, die Mischungsverhältnisse 

und Parameter der einzelnen Wahrscheinlichkeitsverteilungen zu schätzen (Flury 1997, S. 642 ff.). 

Hierzu wird folgender Modellansatz verwendet, wobei die Notation an die Ausführungen von Wedel 

und Kamakura (1998, S. 76 ff.) angelehnt ist. 

Es wird angenommen, daß die hier betrachteten 84 (n) Objekte jeweils Ausprägungen der sieben 

( k ) Variablen yn = ( ynk 

) haben. Ein Objekt n stammt aus einer Population, die aus einer Mi- 

schung von S unbekannten, nicht beobachteten Segmenten besteht. 176 Es bestehen im Vorfeld kei- 

ne Informationen darüber, aus welchem Segment ein Objekt stammt. Diese Segmente besitzen An- 

teilswerte (Mischungsverhältnisse) von π s in der Grundgesamtheit und unterliegen folgenden Ne- 

benbedingungen (Wedel und Kamakura 1998, S. 77): 

(5-6) ∑π s = 1 

225 

S 

s= 

1 

(5-7) π s ≥ 0 . 


Da die „wahre“ Klassenanzahl bekannt sein soll und vorzugeben ist, ist die obige Nebenbedingung 

π s ≥ 0 auf 

(5-8) π s > 0 

zu verschärfen (Kaufmann und Pape 1996, S. 487). Somit bleibt ein großes Problem der 

Clusteranalyse, nämlich die Vorgabe der Clusteranzahl, auch bei Mixture Models bestehen. 

In Klasse s ist y n mit der Dichte 

(5-9) f ( y θ ) 

s n s 

175 Die Auswertung der Daten wird mit dem Software-Paket GLIMMIX 1.0 von Michel Wedel vorgenommen. 

176 Diese Segmente stellen die latenten Klassen dar.

verteilt – dies ist die sogenannte Klassenverteilung oder Mischungskomponente (Kaufmann und Pa- 

pe 1996, S. 487). Der Vektor θ s enthält hierbei die unbekannten, zu schätzenden Parameter, die 

abhängig von der Form der gewählten Dichtefunktion sind. Die bedingte Dichtefunktion f ( y θ ) 

s n s 

kann je nach Skalierung und Anzahl der Variablen mehrere Formen (z.B. Normal-, Dirichlet-, Bi- 

oder Multinomiale Verteilung) annehmen (Wedel und Kamakura 1998, S. 79 f.). Unterstellt man 

beispielsweise, daß alle y nk in jedem Segment s normalverteilt sind und alle sieben Klassifikations- 

2 

variablen in jeder Klasse unabhängig sind, dann enthält θs die Mittelwerte μks und Varianzen σ ks 

der Normalverteilung für Segment s (Everitt 1993, S. 110). 

Die gemeinsame Verteilung von y n und s ist durch 

(5-10) π f ( y θ ) 

gegeben. 

s s n s 

Gemäß Wedel und Kamakura (1998, S. 77) besteht nun die zentrale Idee des Verfahrens darin, daß 

die Randverteilung von y n nach dem Satz der totalen Wahrscheinlichkeit durch die Mischverteilung 

S 

(5-11) f ( yn Θ ) = ∑πs f s( yn 

θs 

) 

s= 

1 

gegeben ist (siehe auch Kaufmann und Pape 1996, S. 487 oder Titterington, Smith und Makov 

1985, S. 2), wobei πs die Mischungsanteile und fs( yn 

θ s) 

die Mischungskomponenten angeben. 

So hat die Dichtefunktion bei normalverteilten Komponenten die Form: 177 

1 −1/ 2 −1 

(5-12) f ( yn Θ) = Σ exp [ −1 / 2( 

y y 

K n − ) ′ Σ ( n − ) 

2 

] 

( 2π 

) 

μ μ . 

Die Zuordnung von Objekten zu Segmenten wird nun so vorgenommen, daß die geschätzten a po- 

steriori-Wahrscheinlichkeiten p ns 

πs f s( yn 

θs 

) 

(5-13) pns 

= 

, 

S 

∑π 

s f s( yn 

θs 

) 

s= 

1 

die die Wahrscheinlichkeit angeben, daß der Beobachtungsvektor y n aus Segment s stammt, ma- 

ximal sind. Somit wird jedes Objekt innerhalb des Verfahrens der Klasse zugeordnet, für das es die 

höchste geschätzte a posteriori-Wahrscheinlichkeit hat. 

226

Damit eine solche Zuordnung vorgenommen werden kann, ist die Schätzung von π s und θ s – also 

des Parametervektors Θ – erforderlich. Liegen Schätzwerte für Θ vor, dann können die a poste- 

riori-Wahrscheinlichkeiten p ns gemäß der obigen Gleichung errechnet werden. 

Laut Kaufmann und Pape (1996, S. 488) ist vor der Schätzung die Identifikation des zu schätzenden 

Modells zu prüfen. Ein Modell ist dann identifiziert, wenn die zu schätzenden Parameter eindeutig be- 

stimmt sind. Es darf also kein anderes Modell mit anderen Parametern existieren, welches dieselben 

Modelldaten produziert (Bacher 1994, S. 356). Damit ein Modell identifizierbar ist, müssen bei be- 

kannter Anzahl der Segmente mehr empirische Beobachtungen vorliegen, als Parameter geschätzt 

werden. Wenn bei der Schätzung die Nebenbedingungen 5-5 und 5-7 eingehalten werden, dann läßt 

sich die Anzahl der zu schätzenden Parameter bei S Klassen (vier, wenn die K-Means-Lösung als 

Startpartition vorgegeben wird) und k Variablen (sieben) wie folgt ermitteln: 

Abbildung 5-33: Anzahl der zu schätzenden Parameter 

S-1 Klassenanteilswerte π s (ein Klassenanteilswert ist durch die Nebenbedingung 

227 

S 

∑π s = 1 festgelegt) 

s= 

1 

S⋅k Klassenmittelwerte μ sk (in jeder Klasse ein Mittelwert für alle Variablen) 

S⋅k Klassenvarianzen σ sk (in jeder Klasse eine Varianz für alle Variablen) 

S⋅(1+2⋅k)-1 Parameter sind zu schätzen (hier also 4⋅(1+2⋅7)-1=59 Parameter) 

Quelle: In Anlehnung an Bacher (1994, S. 356). 

Damit also in dieser Untersuchung ein identifiziertes Modell vorliegt, müssen bei 59 zu schätzenden 

Parametern (wenn von vier Klassen ausgegangen wird) mindestens ebenso viele unterschiedliche Da- 

tensätze vorliegen. Da 84 vollständige Beobachtungen zur Verfügung stehen, ist das Modell identifi- 

ziert. 

Der Parametervektor Θ kann mit Hilfe des Maximum-Likelihood-Verfahrens (ML) geschätzt wer- 

den (Wedel und Kamakura 1998, S. 81; Everitt 1993, S. 111 und Böhning 1995). Hierbei wird 

versucht, Θ so zu bestimmen, daß die Likelihood-Funktion maximiert wird. Hierfür wird folgendes 

Modell verwendet: 

177 Die Normalverteilung ist die häufigste Verteilung, die unterstellt wird (Titterington, Smith und Makov 1985, S. 

4).

N 

(5-14) L( Θ; y) = ∏ f ( yn Θ) 

n= 

1 

N S 

= ∏ ∑π 

s fs( yn 

θs 

) . 

n= 

1 s= 

1 

Dieses Modell besagt, daß die Likelihood letztlich das Produkt der einzelnen Dichtefunktionen über 

alle N Individuen ist (Wannhoff 1990, S. 16 ff.). 

Die Likelihood-Funktion kann nun prinzipiell durch zwei Optimierungsverfahren maximiert werden 

(Wedel und De Sarbo 1995; Wedel und Kamakura 1998 ,S. 81): Zum einen können Standard- 

Routinen wie z.B. die Newton-Raphson-Methode verwendet werden (McHugh 1956; einen Über- 

blick über die Methoden liefern z.B. Fahrmeir und Hamerle 1996, S. 65 ff.). Zum anderen wird zu- 

nehmend der Expectation Maximization (EM) Algorithmus verwendet (Titterington 1990). Beide 

Formen garantieren nicht das Erreichen des globalen Optimums. Gemäß Wedel und Kamakura 

(1998, S. 81 f.) ist bislang noch keine grundsätzliche Überlegenheit des EM-Algorithmus im Ver- 

gleich zu numerischen Verfahren festzustellen, jedoch hat sich der EM-Algorithmus bereits in mehre- 

ren Studien (z.B. Dillon und Gupta 1996) gut bewährt und wird deswegen auch hier verwendet 

(Flury 1997; Kaufmann und Pape 1996, S. 491; Bacher 1994, S. 354). 

Der EM-Algorithmus ist in zwei Schritte zu unterteilen: Im E-Schritt werden die Zuordnungswahr- 

scheinlichkeiten p ns (Gleichung 5–13) aufgrund der geschätzten Modellparameter (Erwartungswer- 

te) berechnet, die als gegeben angenommen werden. Im M-Schritt werden die Modellparameter θ s 

und π s nach der Maximum-Likelihood-Methode geschätzt, wobei p ns als gegeben angenommen 

wird. Diese Schritte wiederholen sich, bis eine konvergierende Lösung gefunden ist. Im Detail wird 

dies folgendermaßen erreicht: 178 Um der Idee der Mixture Models nahe zu kommen, werden die 

beobachteten Daten y mit nicht beobachteten Daten z (die die Mitgliedschaft der Objekte in den ein- 

zelnen Segmenten darstellen) ergänzt. Die nicht beobachteten Daten z ns geben demnach an, ob Be- 

obachtung n aus Segment s stammt ( z ns =1, sonst 0). Unter Einbeziehung der (fehlenden) Datenma- 

trix Z wird die vollständige (complete) Log-Likelihood-Funktion 

N S 

∑ 

n= 

1 s=1 

(5-15) ln Lc( Θ ) = ∑{ 

zns ln fs ( yn θs ) + zns 

lnπs} 

mittels des EM-Algorithmusses iterativ maximiert. Im E-Schritt wird nun zunächst diese Funktion be- 

rechnet, indem die zns durch die in diesem Iterationsschritt erwarteten Werten ξ( zns y, 

Θ ) ersetzt 

werden. Wedel und Kamakura (1998, S. 83) zeigen, daß diese erwarteten Werte den a posteriori- 

Wahrscheinlichkeiten, daß ein Objekt n aus Segment s stammt, p ns entsprechen. 

228

Im M-Schritt wird die obige Log-Likelihood-Funktion bezüglich π s maximiert, wobei die notwendi- 

gen Bedingungen für ein Maximum unter Berücksichtigung der Nebenbedingungen 5–5 und 5–7 

durch folgende Gleichungen gegeben sind (Kaufmann und Pape 1996, S. 490): 

1 N 

(5-16) π∃ s = ∑ p∃ 

ns 

N n= 

1 

sowie 

N ∂ ln f s( ynk 

θs 

) 

(5-17) ∑ p∃ 

ns 

= 0 

n= 

1 ∂θs 

unter Zuhilfenahme von 

π∃ ( ∃ 

s f s yn 

θs) 

(5-18) p∃ 

ns = 

. 

S 

∑π∃ 

f ( y ∃ 

s s nθs) s= 

1 

Der Algorithmus läuft die E- und M- Schritte so lange durch, bis die Verbesserung der Log- 

Likelihood-Funktion geringer ist als der vorgegebene Schwellenwert (bei GLIMMIX ist das standardmäßige 

Konvergenzkriterium 0,00001). 179 

Der beschriebene Algorithmus ist dem des K-Means-Verfahrens in der Struktur sehr ähnlich 

(Bacher 1994, S. 362). 

Wie bereits dargestellt wurde, soll mittels der Mixture Models die Stabilität der bisher gefundenen 

Lösung überprüft werden. Hierfür wurden die Modelle für zwei, drei und vier Klassen berechnet, 

wobei die Vier-Klassen-Lösung unter besonderer Betrachtung stand. Da bei diesen Verfahren die 

„wahre“ Anzahl der Klassen unbekannt ist, muß eine solche empirische Vorgehensweise gewählt 

werden. Es existieren mehrere Prüfgrößen, die erlauben, ein Urteil über die Güte einer Lösung vor- 

zunehmen. Das klassische Maß des Likelihood-Ratio-Tests kann für Mixture-Models nicht verwen- 

det werden, da die Bedingungen für die asymptotische Chi-Quadrat-Verteilung der Likelihood- 

Ratio-Teststatistik nicht gegeben sind (Ben-Akiva und Lerman 1994, S. 167; Wedel und Kamakura 

1998, S. 89 f.; Kaufmann und Pape 1996, S. 508). Da keine asymptotische Chi-Quadrat-Verteilung 

vorliegt, sind alternative Prozeduren zur Bestimmung der Klassenanzahl heranzuziehen. Von den bei 

178 

Die folgenden Ausführungen beziehen sich auf Wedel und Kamakura (1998, S. 82 ff.). Sehr detaillierte Ausführungen 

zum EM-Algorithmus finden sich bei Tanner (1994). 

179 

GLIMMIX erlaubt dem Nutzer nur maximal 250 Iterationen. Dies stellt eine deutliche Schwäche der Software 

229 

dar.

Wedel und Kamakura (1998, S. 90 f.) vorgeschlagenen Methoden sind die folgenden für diese Un- 

tersuchung relevant: 

Informationskriteriumsbasierte Maße: Diese Maße wägen den Zuwachs des Modellfit mit der 

Anzahl der zu schätzenden Parameter ab. Generell lautet die Formel für das Informationskriterium 

(5-19) C = − 2 ln L + Pd 

wobei P die Anzahl der geschätzten Parameter darstellt und d eine Strafkomponente darstellt. Die 

Konstante d soll ein Gegengewicht zu dem verbesserten Fit (höhere Likelihoodwerte) bei zunehmen- 

der Anzahl der zu schätzenden Parameter darstellen (Wedel und Kamakura 1998, S. 90). Folgende 

Tabelle zeigt eine Übersicht der Kriterien: 180 

Tabelle 5-13: Informationskriteriumsbasierte Maße 

Gütemaß d 

Akaike Informationskriterium (AIC) d=2 

Bayessches Informationskriterium (BIC) d=ln(N) 

Consis tent Akaike Informationskriterium (CAIC) d=ln(N+1) 

Modifiziertes Akaike Informationskriterium (MAIC) d=3 

Das AIC-Maß gilt als das Kriterium mit der geringsten Sensibilität auf eine hohe Parameterzahl 

(Akaike 1974; Ben-Akiva und Lerman 1994, S. 167). Als konservativer werden die Maße BIC, 

CAIC und MAIC angesehen. Festzuhalten bleibt, daß BIC und CAIC auf eine hohe Anzahl von zu 

schätzenden Parameter sensibler reagieren als das AIC, aber auch dazu tendieren, Modelle mit we- 

niger Segmenten zu favorisieren (Wedel und Kamakura 1998, S. 90). Untersuchungen zufolge ist 

das CAIC generell für Mixture Models zu verwenden, da es die besten Ergebnisse lieferte 

(Bozdogan 1994 zitiert nach Wedel und Kamakura 1998, S. 90; Dillon et al. 1994; Dillon und Gupta 

1996). 181 

Problematisch bei diesen Kriterien ist, daß sie nur darüber Auskunft geben, wieviel Klassen zu bilden 

sind, aber keine Auskunft darüber geben, ob die Lösung die Segmente gut trennen kann. Ein Maß, 

welches über die Separierung der Lösung berichtet, ist das Entropie-Maß 

N S 

(5-20) Es = 1 − ∑ ∑ − pns ln pns / N . 

n= 

1 s=1 

180 Siehe Wannhoff (1990) für eine sehr ausführliche Darstellung. 

181 So wird neben dem MAIC ein weiteres Maß (ICOMP) angeboten, das jedoch bislang keine weitere Verbreitung 

in der Literatur gefunden hat (Bozdogan 1994 zitiert nach Wedel und Kamakura 1998, S. 91; Dillon et al. 

1994). 

230

Dieses zwischen Null und eins normierte Maß ist nahe Null, wenn die a posteriori-Wahrscheinlichkeit 

für jede Beobachtung gleich ist. Wenn dies der Fall ist, dann sind die Centroide der Segmente nicht 

geeignet, um eine gute Separierung zu generieren (De Sarbo und Wedel 1994; Wedel und Kamaku- 

ra 1998, S. 91). 

Nachdem die Methodik vorgestellt wurde, ist nun auf die damit erzielten Ergebnisse einzugehen. 

Zur Analyse der Daten mittels der Mixture Models wurden die 84 Fälle der deterministischen Clu- 

steranalyse herangezogen. Somit wurden auch hier die Ausreißer nicht in die Analyse einbezogen, da 

hier untersucht werden soll, ob sich die gefundenen Cluster auch mit dieser Methodik wieder identifi- 

zieren lassen. Ebenfalls gehen die gleichen metrisch skalierten Variablen aus der Frage fünf ein. Es 

wurde für die bedingte Dichtefunktion f ( y θ ) die Normalverteilungsannahme getroffen. Wei- 

231 

s nk s 

terhin wurden Berechnungen für zwei, drei und vier Klassen-Lösungen durchgeführt. Bei der Vorga- 

be einer Startpartition wurde bei der Vier-Klassen-Lösung die Partition der K-Means-Lösung ge- 

wählt (Wedel und Kamakura 1998, S. 87). Bei allen anderen Lösungen wurden Zufallspartitionen als 

Startwerte generiert. Die folgende Tabelle zeigt die Ergebnisse in detaillierter Form auf.

Tabelle 5-14: Ergebnisse der Mixture Models der Nutzenanalyse 

Lösung Konvergenzverhalten Auswahl der Lösung Gütemaße 

2 Klassen Bei Vorgabe eines Konvergenzkriteriums 

von 0.00001 wird im 

Durchschnitt nach ca. 150 Iterationen 

die Lösung gefunden. 


von 0.00001 wird nur 

selten eine konvergierende Lösung 

gefunden. 

4 Klassen 

(K-Means) 

4 Klassen 

(Zufall) 

Die Vorgabe eines Konvergenzkriteriums 

von 0.00001 

führt zur Lösung. 

Bei Vorgabe eines Konvergenzkriteriums 

von 0.00001 wird keine 

konvergierende Lösung gefunden. 

Daher wird das Niveau 

auf 0,001 verringert. Dort werden 

nur wenige Lösungen gefunden, 

die sehr viele Iterationen 

benötigen. 

Nach insgesamt 30 unterschiedlichen Zufallsvorgaben 

wird immer die gleiche Lösung 

gefunden. Die Lösung ist demnach 

stabil. Dennoch kann nicht von einem 

globalen Optimum ausgegangen werden. 


wurden nur vier konvergierende 

Lösungen gefunden. Die beste Lösung 

wird berichtet. Es existieren starke 

Schwankungen bei den Gütemaßen zwischen 

den einzelnen 3-Klassen-Lösungen. 

Diese Lösung weist eine geringere Separierungsschärfe 

(Entropiemaß) auf als die 

Drei-Klassen-Lösung. Allerdings sind die 

Gütemaße alle besser als bei den vorherigen 

Analysen für zwei oder drei Klassen. 

Diese Lösung stellt die beste dar, die nach 

100 Analysen gefunden wurde. Die Lösung 

weist die beste Separierung aller 

Analysen auf, zudem sind die Werte für 

die Informationskriterien durchgehend 

besser als bei den vorhergehenden Analysen. 

lnL 

AIC 

CAIC 

MAIC 

BIC 

Es 

DF 

lnL 

AIC 

CAIC 

MAIC 

BIC 

Es 

DF 

lnL 

AIC 

CAIC 

MAIC 

BIC 

Es 

DF 

lnL 

AIC 

CAIC 

MAIC 

BIC 

Es 

DF 

Es = Entropie-Statistik DF = Freiheitsgrade Die schattierte Fläche zeigt die beste Lösung 

-365.277 

740.555 

752.768 

745.555 

752.709 

0.593 

5.000 

-364.297 

744.594 

764.135 

752.594 

764.041 

0.858 

8.000 

-340.102 

702.204 

729.073 

713.204 

728.943 

0.697 

11.000 

-301.567 

625.135 

652.004 

636.135 

651.874 

0.890 

11.000 

Die 4-Klassen-Lösung mit der K-Means-Partition als Startvorgabe stellt nicht die beste Lösung nach 

den verwendeten Kriterien dar. Die Berechnungen offenbaren, daß Probleme mit der Identifizierung 

von Optima bestehen, die auf eine geringe Stabilität der Lösungen hinweisen. Es zeigt sich, daß mit 

einer zufälligen Startkonfiguration ein (lokales) Optimum gefunden wird (siehe schattierte Fläche). 

Diese Lösung wird im folgenden genauer dargestellt. 

Mixture Models geben die Wahrscheinlichkeit der Zugehörigkeit eines Objektes zu einer Klasse an. 

Demnach wird ein Objekt dem Cluster zugeordnet, für das es die höchste geschätzte Zugehörig- 

keitswahrscheinlicheit (a posteriori) aufweist. Nachdem diese Zuteilung vorgenommen wurde, kön- 

nen varianzanalytische Kennzahlen Aufschluß über die Lösung geben. Die ausgewählte Lösung weist 

mit 48,8% einen geringeren Anteil der Varianz zwischen den Clustern auf als die deterministischen 

Verfahren. Wie Bacher (1994, S. 368) zeigt, weisen Mixture-Lösungen in der Regel einen geringe- 

ren Varianzanteil zwischen den Clustern auf als z.B. das K-Means-Verfahren, weil nicht die Fehler- 

quadratsumme minimiert wird. Somit ist die K-Means-Lösung in dieser Hinsicht der Lösung überle- 

232

gen, da sie 55,1% der Varianz zwischen den Clustern aufweisen kann. Keine eindeutige Aussage 

läßt sich hinsichtlich der F-Werte treffen. Die Cluster eins und zwei sind homogen, wohingegen die 

Cluster drei und vier eine heterogenere Struktur aufweisen als in der deterministischen Lösung. Deut- 

lich schlechter sind die erweiterten Gütemaße, die alle nicht das Niveau der K-Means-Lösung errei- 

chen. 

Abbildung 5-34: Gütemaße der Mixture-Lösung für die Nutzenanalyse 

233 

Vier Cluster 

F-Werte Standard Mixture 4-Cluster 


VOD 0,165 0,241 0,000 0,126 

HB 0,660 0,092 0,839 1,224 

Mail 0,478 0,173 0,863 1,157 

HS 0,848 0,313 0,863 1,283 

Service 0,787 0,716 1,292 1,157 

GOD 0,857 0,006 1,631 0,887 

IOD 0,998 0,145 1,255 0,791 

n 29 9 16 30 




Validierung der Partitionen der Mixture und K-Means- Lösung 

Gütemaße Mixture 





C-Index 

Indice g1 


1076049,970 

1933099,000 

568120,250 

6190940,160 

0,09 

1203,960 

0,333 

K-Means 

908012,510 

1971877,000 

586140,250 

6172920,160 

0,058 

1476,970 

0,411 

Die Interpretation zeigt, daß Dienste wie Home-Shopping /-Services oder Games-on-Demand nicht 

die treibende Kraft haben werden, da auch mit Mixture Models kein Segment gefunden wird, wel- 

ches diesen Diensten eine besondere Bedeutung zuschreibt. Wie in der deterministischen Analyse 

werden auch hier die Videofans (Cluster 2) identifiziert. Dieses Cluster hat im Mittel einen Wert von 

81,11 Punkten für Video-on-Demand vergeben. Das Cluster der Videointeressierten zeichnet sich 

durch ein leicht überdurchschnittliches Interesse am Video-on-Demand aus und weist einen Mittel- 

wert von 45,9 für diesen Dienst aus. Dieses erste Cluster ist schwierig zu interpretieren, da es nur ge- 

ringe Abweichungen vom Stichprobenmittel aufweist. Gleiches gilt für das dritte Cluster, das jedoch 

auch in der K-Means-Lösung vorzufinden war. Ebenfalls läßt sich das Banker-Cluster wiederfinden,

obgleich es in den Ausprägungen der Variablen nicht so stark vom Stichprobenmittel abweicht wie 

bei der deterministischen Lösung. Ein spezifisches Cluster für Information-on-Demand ist nicht zu 

identifizieren. 

Die Ergebnisse der Nutzensegmentierung lassen sich wie folgt subsumieren: 

• Die deterministischen und probabilistischen Verfahren haben gezeigt, daß Segmente im Markt 

bestehen, die für Video-on-Demand, Bank- und Kommunikationsdienste und teilweise für In- 

formation-on-Demand eine hohe Präferenz aufweisen. 

• Es lassen sich keine eindeutigen Segmente für Home-Shopping, Games-on-Demand und Ser- 

vices-on-Demand identifizieren. 

234

Abbildung 5-35: Interpretation der Mixture Models der Nutzenanalyse 

235 

Cluster 1: 

Die Videointeressierten 

Cluster 2: 


n=29 

Die reinen Videofans 

Cluster 3: 

n=9 

Die breite Masse ohne 

spezifische Präferenzen 

Cluster 4: 

n=16 

Die kommunikationsorientierten 

Banker 

IOD 

GOD 

Service 

HS 

Mail 

HB 

VOD 

IOD 

GOD 

Service 

HS 

Mail 

HB 

VOD 

IOD 

GOD 

Service 

HS 

Mail 

HB 

VOD 

IOD 

GOD 

Service 

HS 

Mail 

HB 

VOD 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 

n=30 -3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0


Eine weitere Möglichkeit zur Überprüfung der Aussagekraft der gefundenen Cluster-Lösung bietet 

die Clusterung der Daten aus Frage 1. In diesem Frageblock wurde ebenfalls nach der Präferenz der 

oben bereits verwendeten Dienste gefragt. Zwar wurde die Frage anders gestellt und die Ausprägun- 

gen wurden auf einer Siebener-Ratingskala gemessen, jedoch sollte die Analyse dieser Fragen keine 

grundlegend anderen Cluster identifizieren, wenn zuvor eine valide Partition gefunden wurde. 

Zur Validierung wird mittels des partionierenden Verfahrens eine Vier-Cluster-Lösung vorgegeben. 

Es werden alle 89 Fälle in die Analyse einbezogen. Die Analyse mittels des Single-Linkage- 

Verfahrens identifizierte zwar Elemente, die erst spät aufgenommen wurden, jedoch läßt die genaue 

Betrachtung der Merkmalsausprägungen der Objekte keinen Schluß auf Ausreißer zu. Da nicht aus- 

geschlossen werden kann, daß es sich um Meinungsführer handelt, wurde von der Eliminiation abge- 

sehen. Nach Berechnung einer Ward-Lösung für vier Cluster wurde diese als Startpartition für das 

K-Means-Verfahren vorgegeben. 

Die Güte der Lösung ist für eine eigenständige Analyse nicht ausreichend. Dies liegt an der vorgege- 

benen Anzahl von vier Clustern. Gemäß der Ward-Lösung hätten mindestens sechs Cluster gebildet 

werden müssen, um mehr als 50% der Varianz zwischen den Clustern zu erklären. Da jedoch die 

Vier-Cluster-Lösung vom vorherigen Abschnitt evaluiert werden soll, werden vier Cluster vorgege- 

ben. Abbildung 5-36 zeigt die Gütemaße: 

Die t-Werte der K-Means-Lösung bei vier Clustern lassen folgende Aussagen zu: 

Im Cluster eins wird vorzugsweise Wert auf Banking und Mailing gelegt. Hier sind die Services 

ebenfalls relativ wichtig. Dieses Cluster wird ebenfalls in den obigen Analysen identifiziert. Das zweite 

Cluster besticht eher dadurch, daß es kein Interesse an Home-Banking oder Services aufweist. An- 

sonsten liegen die Werte nahe an den Stichprobenmitteln. Das dritte Cluster weist ein überdurch- 

schnittlich starkes Interesse an Spielen, Serviceleistungen und Video-on-Demand aus und läßt sich 

als spaßorientiertes Cluster bezeichnen. Das vierte Cluster zeichnet sich durch ein eher unterdurch- 

schnittliches Interesse an den Diensten aus. 

236

Abbildung 5-36: Validierung der Segment-Lösung aus der Nutzenanalyse durch Frage 1 

237 

t-Werte der Lösung 

Validierung anhand des partionierenden Verfahrens für die Frage 1 

Die Lösung weist einen unbefriedigenden Anteil der Varianz zwischen den Clustern von 40,3 % auf. 

Die F-Werte der vier Cluster sind befriedigend. So weisen das erste, dritte und vierte Cluster zwei 

bzw. die letzten beiden je einen F-Wert größer als eins auf. 

Auf die Berechnung weiterer Gütemaße wird verzichtet, da hier keine als ausreichend zu bezeichnende 

Lösung vorliegt. Das Ziel ist hier weniger die Überprüfung dieser Lösung als vielmehr die inhaltliche 

Falsifizierung der oben gefundenen Lösung. 

t-Werte Frage 1 


VOD -0,097 0,080 0,563 -0,429 

HB 0,838 -1,013 0,125 -0,306 

Mail 0,573 -0,146 0,166 -0,979 

HS 0,297 -0,352 -0,124 0,032 

Service 0,567 -0,897 0,731 -0,511 

GOD -0,456 0,267 1,225 -0,620 

IOD 0,471 0,453 0,093 -1,500 

n 32 23 16 18 

Es ist festzustellen, daß kein Segment mit eindeutiger Videovorliebe identifiziert wurde. Dies liegt 

daran, daß über alle vier Klassen das Interesse am Video-on-Demand derartig hoch ist, daß diese 

Variable nicht zwischen den Gruppen diskriminiert. 182 Das Anbieten von Video-on-Demand ist über 

alle Segmente hinweg fast immer der wichtigste Dienst. Das Banker- und Kommunikations-Segment 

ist wiederzufinden. Ebenfalls ist ein ähnliches Cluster wie das der „breiten Masse“ aufgefunden wor- 

den. Etwas aus der Reihe fällt das letzte Cluster. Nun können zwei Erklärungen herangezogen wer- 

den: Zum einen kann argumentiert werden, daß aufgrund der Ratingskala grundsätzlich ein hohes Ni- 

veau der Aussagen erreicht wird, so daß angenommen wird, daß jeder gerne alle Dienste zur Verfü- 

gung hätte und die Befragten deswegen mit „sehr wichtig“ antworteten. Dieses Cluster wäre dann ein 

Segment, welches zwar unterdurchschnittlich, aber immer noch auf hohem Niveau geantwortet hat. 

So ist z.B. Video-on-Demand mit einem Wert von 5,39 ein sehr wichtiger Dienst für dieses Cluster. 

Zum anderen kann es auch sein, daß sich hier ein Segment bildet, das die sogenannten Verweigerer 

darstellt, die eigentlich nur ein geringes Interesse am Interaktiven Fernsehen besitzen. Diese Frage 

kann nicht mit endgültiger Sicherheit beantwortet werden, da wahrscheinlich beides eine Rolle spielt. 

182 Die Mittelwerte liegen bei: 5,98 (gesamte Stichprobe), 5,84 (Cluster 1), 6,01 (Cluster 2), 6,75 (Cluster 3) und 5,39 

(Cluster 4).

Dennoch zeigt die Analyse, daß obgleich die Stabilität der Lösungen aus Frage 5 nicht gegeben ist, 

eine durchaus valide Lösung gefunden wird, die auch in ähnlicher Form bei einer unterschiedlichen 

Skala gefunden wird. Die Hypothese 3–7, die besagt, daß Segemente existieren, die sich in ihren 

Präferenzen bezüglich der Dienste im Interaktiven Fernsehen unterscheiden, wird durch die Befunde 

gestützt. 

5.4.3.2 Einflußfaktoren auf den Nutzen 

In einem weiteren Schritt wird geprüft, inwieweit die einzelnen Nutzenwerte durch die hypothetisier- 

ten Einflußfaktoren zu erklären sind. Hierfür wird das Instrument der multiplen Regressionsanalyse 

herangezogen. Für die Regressionsanalyse wird als abhängige Variable der in Abschnitt 5.4.2.1 er- 

mittelte Nutzenwert verwendet, der sich aus dem Nutzen für Home-Shopping und für Video-on- 

Demand additiv zusammensetzt. Als unabhängige Variablen werden diejenigen einbezogen, die in 

den vorherigen Abschnitten als potentielle Einflußvariablen auf den Nutzen identifiziert wurden. 

Vor Durchführung der Regressionsanalysen werden die unabhängigen Variablen auf ihre Multikolli- 

nearität überprüft (Parasuraman 1991, S. 720). So führen große Abhängigkeiten zu hohen Standard- 

abweichungen der Regressionskoeffizienten und somit zu Interpretationsproblemen (Skiera und Al- 

bers 1998a, S. 14; Backhaus et al. 1996, S. 33). Die im ersten Schritt vorgenommene bivariate 

Analyse ergab, daß 14 Variablenpaare eine Korrelation größer als 0,4 aufweisen. Von diesen 14 

Paaren weisen vier eine Korrelation größer als 0,5 auf: Die wahrgenommene Komplexität des Navi- 

gationssystems korreliert positiv mit der wahrgenommenen Komplexität des gesamten Systems 

(0,511; p=0,000), die Wahrnehmung des ITV als eine kostspielige Angelegenheit korreliert negativ 

mit der Wahrnehmung, daß die angebotenen Dienste preiswert sind (-0,503, p=0,000), der Wunsch 

nach vielen Personen mit ITV zur interaktiven Kommunikation per E- oder Videomail korreliert po- 

sitiv mit der Gewichtung der 100-Punkte–Frage (Nr. 21) für genau diesen Aspekt (0,551, p=0,000) 

und abschließend korreliert die Verteilung der 100 Punkte auf E- oder Videomail negativ mit der 

Verteilung der Punkte auf den Wunsch nach interessanten Filmen. Alle Korrelationen sind inhaltlich 

plausibel und hoch signifikant. 

Korrelationskoeffizienten messen jedoch nur die paarweisen Abhängigkeiten und geben keine Aus- 

kunft darüber, wie hoch die lineare Abhängigkeit mehrerer Variablen ist. Ein Maß, das diese Zu- 

sammenhänge berücksichtigt, stellt die Toleranz bzw. der „Variance Inflation Factor“ (VIF) dar 

(Skiera und Albers 1998a, S. 14). 183 Liegt der Toleranzwert einer Variablen nahe Null, dann deutet 

dies auf eine Linearkombination der anderen Variablen hin (Norusis 1994, S. 350). Die Variable 

183 Der VIF ist als der reziproke Wert der Toleranz definiert. 

238

„Punkte für interessante Filme“ weist einen Toleranzwert von 0,00 auf und ist somit eine Linearkom- 

bination der anderen Variablen. Die Variablen „ITV ist eine kostspielige Angelegenheit“ (Toleranz: 

0,24) und „Wunsch nach vielen E-mail oder Videomailpartnern“ (Toleranz: 0,24) weisen im ersten 

Schritt die niedrigsten Werte auf und korrelierten hoch mit jeweils anderen Variablen. Diese Varia- 

blen werden aus dem Datensatz entfernt und es wird eine erneute Berechnung der Toleranzwerte 

vorgenommen. Es zeigt sich, daß die Faktoren „Komplexität des Navigationssystems“ sowie 

„Wunsch nach Netzeffekten“ und die Variable „Ich weiß nicht, ob es die richtige Entscheidung war 

am Pilotprojekt teilzunehmen“ niedrige Werte (kleiner als 0,39) aufweisen. Diese werden in einem 

zweiten Schritt aus der Analyse ausgeschlossen. Nachdem diese Variablen aus der weiteren regres- 

sionsanalytischen Betrachtung entfernt wurden, hat keine der Variablen einen Toleranzwert unter 

0,47. Das Ausmaß der Multikollinearität kann als akzeptabel angesehen werden. 

Um sicherzustellen, daß alle Beobachtungswerte einen vergleichbaren Einfluß auf das Ergebnis der 

Analyse haben, ist es notwendig, Ausreißer zu identifizieren (Skiera und Albers 1998a). Da diese ei- 

ne Verzerrung der Ergebnisse implizieren, ist deren Eliminierung bedeutsam. Ausreißer weisen Beob- 

achtungswerte auf, die sich stark von den anderen Beobachtungswerten unterscheiden. Jedoch hat 

nicht jeder Ausreißer Einfluß auf das Ergebnis (Chatterjee und Hadi 1986, S. 380 f.). Demnach ist 

nicht das Auffinden von Ausreißern das Ziel, sondern vielmehr das Auffinden von Ausreißern, die die 

Ergebnisse der Regressionsrechnungen beeinflussen. Zur Identifizierung von Ausreißern sind viele 

Verfahren vorgeschlagen worden (Chatterjee und Hadi 1986). Ein geeignetes Maß für die Identifi- 

zierung von solchen Ausreißern ist Cook’s Distance, das die Veränderung der Residuen der anderen 

Beobachtungen erfaßt, wenn der untersuchte Beobachtungswert aus der Regression entfernt wird 

(Cook 1977). 184 Überschreitet Cook’s Distance einen kritischen F-Wert, der sich wie folgt berech- 

net: 

239 

Cook’s Distance > F (Anzahl der unabhängigen Variablen; Anzahl der Beobachtungen 

- Anzahl der unabhängigen Variablen; 1-Signifikanzniveau), 

dann liegt ein Ausreißer vor. Als Grenzwert errechnet sich ein Wert von 1,60. Die Analyse der Da- 

ten zeigt, daß keine Ausreißer vorliegen, da der höchste Wert von Cook’s Distance mit 0,631 deut- 

lich unterhalb des Grenzwertes liegt. 

Insgesamt gehen 21 Variablen und 61 Fälle (fallweiser Ausschluß der Missing Values) in die Analyse 

mit der abhängigen Variable ein. Aufgrund dieses Verhältnisses von Fall- zu Variablenanzahl ist von 

keinen hochsignifikanten Ergebnissen auszugehen (Skiera und Albers 1998a, S. 11; Speed 1994, S. 

184 Ein weiteres häufig verwendetes Maß stellt die Mahalanobis Distanz dar (Skiera und Albers 1998a).

96). 185 Diese Problematik kann zwar durch die Verwendung von schrittweisen Prozeduren umgan- 

gen werden, jedoch ist diese Vorgehensweise theoretisch wenig fundiert. Des weiteren führt eine sol- 

che Vorgehensweise dazu, daß „Nichtbefunde“ (Variablen, die keinen signifikanten Einfluß auf das 

Ergebnis haben) nicht berichtet werden (Schewe 1998). Aufgrund dessen wird auf die Verwendung 

eines solchen Verfahrens verzichtet. 

Nicht alle Variablen, die in die Regression aufgenommen wurden, sind explizit aus der Theorie (drit- 

ter Abschnitt) abgeleitet worden, da der Kooperationspartner weitere Variablen mit in den Fragebo- 

gen einbezog. Sofern in der Spalte keine Hypothese angegeben worden ist, handelt es sich um theo- 

retisch nicht unmittelbar belegbare Zusammenhänge. 

Das Regressionsmodell erklärt 54,7% der Varianz und ist mit einem F-Wert von 2,24 signifikant von 

Null verschieden (Adjusted R 2 : 0,303). Der Anteil der erklärten Varianz ist als befriedigend einzustu- 

fen, wenngleich keine kritischen Werte für das Bestimmtheitsmaß aus der Literatur abgeleitet werden 

können. 

Folgende Variablen werden als signifikant (p < 0,1) identifiziert (Tabelle 5-14): 

Ein hypothesenkonträres Ergebnis der Analyse zeigt, daß Restriktionen und Sperren bezüglich des 

Budgets, der Altersklassen und bestimmter Filmkategorien nicht als vorteilhaft wahrgenommen wer- 

den. Sie mindern den Nutzen des Systems signifikant. Eine Interpretation dieses Befundes fällt nicht 

leicht. Es läßt sich jedoch mit der Wahrnehmung einer komplexen Anwendung und der damit eventu- 

ell steigenden Gesamtkomplexität argumentieren. Zudem ist festzuhalten, daß die Sperrfunktionen 

nicht ohne weiteres zu nutzen waren. Damit der Nutzer die Sperren aktivieren konnte, mußte die 

Zentrale des Systemanbieters angerufen werden, um dem zuständigen Bearbeiter mitzuteilen, welche 

Filme für welches Kind zu sperren sind bzw. wieviel Budget ihm maximal zur Verfügung steht. Diese 

Vorgehensweise erinnert an die Bestellung von Filmen beim Digitalen Fernsehen. Der Interaktivitäts- 

grad dieser Funktionen ist sehr gering. Somit ist nicht davon auszugehen, daß die Sperren den Nut- 

zen verringern, sondern vielmehr, daß sie nicht einfach über die Fernbedienung nutzbar im System 

implementiert wurden. 

Für eine derartige Interpretation spricht zudem der zweite signifikante Einflußfaktor, der relative 

Vorteil von Features. Diese Features (Such- und Videofunktionen) wirken signifikant positiv auf 

den wahrgenommen Nutzen und erscheinen die Komplexität nicht derartig zu erhöhen, daß der Nut- 

zen darunter leidet. Zudem sind diese Features über das System zugänglich, d.h. es ist nicht erforder- 

lich, den Systembetreiber telefonisch zu kontaktieren. 

185 Gemäß Backhaus et al. (1996, S. 49) sollte die Anzahl der Beobachtungen mindestens doppelt so groß sein, 

wie die Anzahl der Variablen in der Regressionsgleichung. 

240

Tabelle 5-15: Ergebnisse der Regressionsanalyse für den Nutzen des Systems 

Unabhängige Variablen (SPSS-Notation) Hypothesen Wirkung 

Komplexität des Navigationssystems (KLEX_NAV) 3–16 

3–26 

241 

Regressionskoeffizient 

(partieller*) 

t-Wert (Signifikanzniveau) 

– Ausschluß – Multikollinearität 

(Schritt 2) 

Geringe Wartezeiten beim Abruf von Inhalten (V4a) 3–21 + 6,169 

(0,130) 

Wunsch nach interaktiver Inhaltebeeinflussung (VV12a) 3–20 + 5,294 

(0,102) 

Wunsch nach interaktiven Talkshows (VV12b) 3–20 + -4,578 

(-0,116) 

Von Freunden um Teilnahme am Piloten beneidet 

(VV13a) 

3–6 

3–12 

+ 0,915 

(0,018) 

Gut über ITV informiert (VV13b) 3–18 + 2,820 

(0,059) 

Fehler am Pilotprojekt teilzunehmen (VV13d) 3–3 – Ausschluß – Multikollinearität 

(Schritt 2) 

Muß viel lernen, um ITV voll auszureizen (VV13h) 3–16 – 9,384 

(0,251) 

ITV ist eine kostspielige Angelegenheit (VV13i) 3–11 – Ausschluß – Multikollinearität 

(Schritt 1) 

Wunsch nach vielen Personen zum Kommunizieren 

(VV13j) 

System ist zu komplex (VV13k) 3–16 

3–26 

3–2 + Ausschluß – Multikollinearität 

(Schritt 1) 

– 0,002 

(0,000) 

Bei Nichteinstieg flopt ITV (VV13l) 3–2 + 5,222 

(0,098) 

Kein erkennbarer Nutzen des ITV (VV13p) 3–18 – 5,810 

(0,149) 

Restriktionen und Sperren sind gut (VV13q) 3–10 + -14,296 

(-0,323) 

Angebotene Dienste sind preiswert (VV13v) 3–11 – -10,497 

(-0,228) 

Wunsch nach Netzeffekten (NETWISH) 3–2 + Ausschluß – Multikollinearität 

(Schritt 2) 

Zeitliche und inhaltliche Kontrolle (KONTROL) 3–20 + 11,134 

(0,247) 

Technisch versierter Vielnutzer (FREAK) 3–4 

3–5 

Relativer Vorteil von Features (RV_FEAT) 3–10 

3–25 

Geringe Akzeptanz des Dienste-Angebot im Pilotprojekt 

(VVV20g) 

– -2,523 

(-0,037) 

+ 15,720 

(0,321) 

3–19 – -12,468 

(-0,261) 

Punkte für interessante Filme (VVV21a) 3–19 – Ausschluß – Multikollinearität 

(Schritt 1) 

Punkte für gutes Sportprogramm (VVV21b) 3–19 – -0,914 

(-0,194) 

Punkte für gutes Home-Shopping (VVV21c) 3–22 +/– -2,578 

(-0,293) 

Punkte für viele Kommunikationspartner (VVV21d) 3–2 – -1,718 

(-0,348) 

Nutzung des Internet (VVV26b) + -0,291 

(-0,001) 

0,827 

(0,413) 

0,847 

(0,401) 

-0,738 

(0,465) 

0,117 

(0,907) 

0,469 

(0,642) 

1,574 

(0,124) 

0,002 

(0,999) 

0,656 

(0,516) 

1,114 

(0,272) 

-2,077 

(0,044) 

-1,421 

(0,163) 

1,583 

(0,122) 

-0,262 

(0,795) 

2,082 

(0,049) 

-1,742 

(0,089) 

-1,273 

(0,210) 

-2,004 

(0,052) 

-2,343 

(0,024) 

-0,006 

(0,996) 

Anzahl Kinobesuche (VVV27) + -13,453 -1,386

Anzahl ausgeliehener Videos (VVV28) + -5,346 

(-0,117) 

(-0,187) (0,173) 

-0,785 

(0,437) 

242

Konstante 151,218 1,755 

(0,087) 

Fallzahl= 61 * standardisierter Regressionskoeffizient 

R 2 = 0,547 (Adjusted R 2 ) = 0,303 

F = 2,243 (Signifikanzniveau = 0,0143) 

Einen negativen Einfluß weisen die Gewichte für ein gutes Home-Shopping-Angebot und für viele 

Kommunikationspartner auf. Es ist wahrscheinlich, daß dieser negative Einfluß auf die Enttäu- 

schung der Teilnehmer zurückzuführen ist. Wie aus den Antworten auf die Fragen zum Home- 

Shopping abzulesen ist, sind die Nutzer nicht sehr zufrieden mit dem Angebot gewesen (Abbildung 

5-22). Ähnlich verhält es sich mit den Kommunikationsmöglichkeiten. Da zum Zeitpunkt der Daten- 

erhebung keine Kommunikation per E-mail oder Videomail möglich war, zeigt sich die Enttäuschung 

darüber in den Vorzeichen der Koeffizienten. Ähnliche Ergebnisse berichten Gaeth et al. (1997). 

Wenn die Dienste, die im Pilotprojekt als vergleichsweise schlecht bewertet wurden, nicht in ihrer 

Qualität verbessert werden, dann wird der Nutzen nicht stark zunehmen. Der signifikante Einfluß der 

geringen Akzeptanz dieser Dienste läßt keinen anderen Schluß zu. 

Alle anderen Variablen weisen keine signifikanten Parameter auf. Auf einige besondere Nicht- 

Befunde soll noch kurz eingegangen werden: So wird erneut deutlich, daß der Wunsch nach interak- 

tiven Eingriffsmöglichkeiten keinen signifikanten Einfluß auf den Nutzen des Systems ausübt. Gleiches 

gilt für die Unabhängigkeit bezüglich des Wahl der Inhalte und des Zeitpunktes bei Video-on- 

Demand. Überraschend ist, daß Variablen, die sich auf die Komplexität des Systems bezogen, keine 

besondere Relevanz besitzen. Keine Bedeutung wird Variablen zugemessen, die die Internet-, Kino- 

bzw. Videonutzung betreffen. 

Faßt man die Ergebnisse zusammen, so sind folgende Variablen bei der Nutzenbetrachtung zu be- 

rücksichtigen: 

• Restriktionen und Sperren verringern den Nutzen, wenn sie per Telefon dem Betreiber mitgeteilt 

243 

werden. 

• Such- und Videofunktionen erhöhen den Nutzen. 

• Hohe Erwartungen an Home-Shopping und Kommunikationsangebote werden im Pilotprojekt 

enttäuscht und reduzieren den Nutzen signifikant. 

• Aspekte, die die Komplexität und Interaktivität sowie die Kontrolle über Zeit und Inhalt betref- 

fen, sind nicht bedeutsam.

5.4.4 Analyse der Nutzung des Interaktiven Fernsehens 

In diesem Abschnitt steht die Analyse der tatsächlichen Nutzung des Interaktiven Fernsehens im 

Zentrum der Betrachtung. Hierbei werden die Nutzungsdaten dahingehend ausgewertet, daß zum ei- 

nen Aussagen bezüglich Nutzungssegmente möglich sind und zum anderen die relevanten Einflußfak- 

toren auf die Nutzung identifiziert werden. 

Als Datenbasis stehen die Nutzungsdaten zur Verfügung, die im Abschnitt 5.4.1.1 detailliert be- 

schrieben wurden. Da die Nutzung des Home-Shopping-Angebots zu gering ist und zu keinen Käu- 

fen führte, werden im folgenden nur die Abrufdaten des Video-on-Demand und des Information-on- 

Demand (Prisma-Service-Sendungen) analysiert. 

Die Analyse der Nutzungsdaten erfordert eine Auseinandersetzung mit dem Aggregationsniveau der 

Daten. Wie bereits angedeutet wurde, kann zwar der Abruf von Inhalten individuell anhand der Ein- 

gabe der PIN zugerechnet werden, jedoch ist nicht generell davon auszugehen, daß sich die Nutzer 

den Film alleine angesehen haben. Teilweise hat auch nur ein Familienmitglied alle Beiträge für den 

Haushalt abgerufen, was die Vermutung nahelegt, daß es sich dabei um diejenige Person handelt, die 

sich intensiv mit den technischen Gegebenheiten des Systems auseinander gesetzt hat. Da nur ein 

Fernseher pro Haushalt vom Betreiber des Pilotversuchs technisch als Interaktives Medium ausge- 

stattet wurde, nimmt die Wahrscheinlichkeit der gemeinsamen Abstimmung in der Familie über die 

abgerufenen Inhalte zu. 

Dieses individuelle Zurechnungsproblem hat Konsequenzen für die folgenden Analysen: Einerseits er- 

scheint eine Analyse der Marktsegmente (Abschnitt 5.4.4.1) auf der Basis der Nutzungsdaten der 

Haushalte sinnvoller als auf Basis der Individualdaten, da die Zurechnungsproblematik entfällt. 186 

Anderseits führt die Betrachtung der Haushaltsdaten zu dem Problem, daß bei der Analyse der Ein- 

flußfaktoren auf die Nutzung (Abschnitt 5.4.4.2) ebenfalls eine aggregierte Betrachtung der Daten 

aus dem Fragebogen erforderlich ist. So müssen die jeweiligen unabhängigen Variablen durch Mit- 

telwertbildung in eine aggregierte (Haushalts-)Skala überführt werden. Eine derartige Aggregation 

liefert aber keine Informationen, warum z.B. eine bestimmte Person das System nicht nutzte. So ist 

es durchaus denkbar, daß ein Haushaltsmitglied keinen Abruf vornahm, weil es das Navigationssy- 

stem als zu komplex wahrnahm. Insofern wird bei der Analyse der Einflußfaktoren auf die Nutzungs- 

häufigkeit eine Analyse auf Haushalts- und Individualebene durchgeführt. 

186 Es sei an dieser Stelle angemerkt, daß die aggregierte Betrachtung auf Haushaltsebene nur aufgrund der Datenlage 

sinnvoller ist. Grundsätzlich wäre eine Segmentierung auf individueller Ebene wünschenswerter. 

244

5.4.4.1 Explorative Untersuchung der Marktsegmente 

Da im Abschnitt 5.4.3.1 eine Segmentanalyse auf der Basis der Präferenzwerte für die einzelnen 

Dienste im Interaktiven Fernsehen vorgenommen wurde, soll im folgenden geprüft werden, ob sich 

Segmente identifizieren lassen, wenn die Nutzung der Dienste betrachtet wird. 

5.4.4.1.1 Deterministische Verfahren 

Als Datenbasis für die explorative Analyse der Marktsegmente dienen die metrisch skalierten Nut- 

zungshäufigkeiten für Video- und Information-on-Demand (Prisma). Diese wurden über alle Haus- 

halte ausgezählt und aggregiert. Insgesamt gehen 49 Haushalte in die Analyse ein. die den Fragebo- 

gen ausgefüllt zurücksandten. 

Es wurde keine a priori Gewichtung der Variablen vorgenommen. Die Korrelation der beiden Nut- 

zungshäufigkeiten untereinander ist zwar signifikant (0,47 nach Pearson bzw. 0,21 nach Kendall), 

aber nicht substantiell und zudem auch nachvollziehbar. 

Es wird die quadrierte Euklidische Distanz als Proximitätsmaß verwendet. Das Single-Linkage- 

Verfahren identifiziert einen (Ein-Personen-)Haushalt, der als Ausreißer in Frage kommt. Bei ge- 

nauerer Betrachtung dieses Haushaltes wird deutlich, daß es sich hierbei um einen Viel-Nutzer han- 

delt, der 54 Beiträge abrief. Insofern ist ein Ausschluß dieses Haushaltes wenig sinnvoll, da es sich 

um einen Meinungsführer handeln könnte. 187 

Die anschließende Ward-Analyse läßt anhand des Strukto- und Dendrogramms eine drei Cluster- 

Lösung als sinnvoll erscheinen, die 65% der Varianz zwischen den Clustern aufweist. Die Vorgabe 

dieser Ward-Partition als Basis für das K-Means-Verfahren führt zu keinen Verbesserungen, d.h. es 

wird kein Objekt in ein anderes Cluster gruppiert. Somit ist die gefundene Lösung ausgesprochen 

stabil. Es sind folgende Ergebnisse zu berichten: 

187 Wenn dieser Nutzer aus der Clusteranalyse ausgeschlossen wird, dann ergibt sich eine Lösung, in der sich 

die Haushalte gleichmäßiger auf die Gruppen aufteilen (17 – 20 – 11). Die Verwendung von Mixture Models 

erscheint jedoch in diesem Fall sinnvoller zu sein, da es theoretisch wünschenswert ist, die Meinungsführer 

nicht auszuschließen. 

245

Abbildung 5-37: Statistische Kriterien für die Cluster-Lösung der Nutzungsanalyse 

Lösung der hierarchischen und partionierenden Clusteranalyse 

Drei Cluster 

F-Werte 

Nutzung Informationon-Demand 



n 

Cluster 1 Cluster 2 Cluster 3 

0,067 

0,783 



• Cluster drei ist klein 


37 

0,334 

0,277 

9 

1,104 

Die Kriterien zeigen, daß es sich um eine gute Lösung handelt. So ist in den Gruppen relativ wenig 

Varianz enthalten. Die F-Werte deuten mit Ausnahme des dritten Clusters auf homogene Gruppen 

0,296 

hin. Die abschließende Diskriminanzanalyse klassifiziert 97,6% der Objekte korrekt. 

Die drei Cluster lassen sich anhand ihrer t-Werte wie folgt interpretieren: 

Abbildung 5-38: Interpretation der Cluster-Lösung der Nutzungsanalyse 

Cluster 3 

(n=3) 

Cluster 2 

(n=9) 

Cluster 1 

(n=37) 

Nutzung VoD 

Nutzung IoD 

-1 0 1 2 3 

t-Werte 

Das erste Cluster mit 37 Haushalten stellt das größte Cluster dar. Die Mittelwerte des Clusters ent- 

sprechen zum größten Teil denen der Stichprobe. Das bedeutet, daß sie im Mittel ca. zwei Beiträge 

3 

246

des Prisma-Angebots und sechs Video-on-Demand-Beiträge anforderten. Dieses Cluster sind die 

„Normalen Nutzer“. 

Das zweite Cluster zeichnet sich im Vergleich zum ersten Cluster dadurch aus, daß es überdurch- 

schnittlich mehr Information-on-Demand nutzt (ca. 12 Beiträge). Diese „Info-Nutzer“ stellen mit 

neun Personen ein relativ starkes Segment dar. 

Schließlich ist das mit drei Haushalten besetzte dritte Cluster zu analysieren. Dort werden die Dienste 

sehr stark genutzt und lassen demnach eine Interpretation dieser Gruppe als „Viel-Nutzer“ sinnvoll 

erscheinen. Ein Vergleich der Angaben der Personen aus diesen Haushalten bezüglich der wöchentli- 

chen Kino- bzw. Videothekennutzung zeigt allerdings, daß sie zwar überdurchschnittlich häufig diese 

Formen der Unterhaltung nutzen, der Unterschied zum Gesamtmittel jedoch nicht substantiell ist. 

Festzuhalten ist ferner, daß selbst die Viel-Nutzer nur 23 (20) Information- (Video-)on-Demand- 

Beiträge abriefen. 

Zu Überprüfung der Validität der gefundenen Lösung werden im folgenden Abschnitt probabilistische 

Verfahren angewendet. 

5.4.4.1.2 Probabilistische Verfahren 

Die Vorgabe von drei Segmenten mit je zwei Gruppierungsvariablen führt bei 49 Fällen zu einem 

identifizierten Modell. Die methodische Vorgehensweise ist analog zu der im Abschnitt 5.4.3.1.2. 

Der Algorithmus identifiziert nach 100 zufällig ausgewählten Startvorgaben stets dieselbe Lösung. 

Somit kann auch hier von einer stabilen Lösung mit einem sehr guten Konvergenzverhalten gespro- 

chen werden. 

Tabelle 5-16: Ergebnisse der Mixture Models der Nutzungsanalyse 

Lösung Konvergenzverhalten Auswahl der Lösung Gütemaße 


von 0.00001 wird im 

Durchschnitt nach ca. 100 Iterationen 

die Lösung gefunden. 

247 


wird immer die gleiche Lösung 

gefunden. Die Lösung ist demnach 

stabil. Dennoch kann nicht von einem 

globalen Optimum ausgegangen werden. 

LnL 

AIC 

CAIC 

MAIC 

BIC 

Es 

DF 

-130,849 

277,699 

292,995 

285,699 

292,834 

0,760 

8,000 

Das Entropiemaß (Es) zeigt, daß die Lösung eine ausreichende Trennschärfe aufweist. So sind die 

geschätzten Zuordnungswahrscheinlichkeiten nur mit wenigen Ausnahmen nahe Eins. Nachdem die 

Zuordnung der Objekte zu dem Cluster mit der höchsten Zugehörigkeitswahrscheinlichkeit vorge- 

nommen wurde, können die üblichen Gütemaße errechnet werden (Abbildung 5-39).

Abbildung 5-39: Gütemaße der Mixture-Lösung der Nutzungsanalyse 

Drei Cluster 

F-Werte 

Nutzung Informationon-Demand 



n 


0,987 

1,467 


• Interpretierbarkeit nimmt ab 

• Cluster sind verhältnismäßig ausgewogen 


Validierung der Partitionen der Mixture und K-Means-Lösung 

Gütemaße Mixture K-Means 





C-Index 

Indice g1 


12 

0,033 

0,840 

17 

28655,000 

60474,000 

5375,920 

176046,080 

0,136 

121,760 

0,242 

39062,000 

108760,600 

24704,200 

156717,800 

0,109 

246,840 

0,509 

Im Vergleich zu der deterministischen Cluster-Lösung enthält die probabilistische Cluster-Lösung 

deutlich mehr Varianz in den Clustern. Die F-Werte deuten mit Ausnahme des ersten Clusters auf ei- 

ne homogene Clusterlösung hin. Das Ergebnis der Diskriminanzanalyse weist auf eine akzeptable 

Trennungsschärfe hin. 

Interessant ist, daß sich die 49 Haushalte gleichmäßiger auf die drei Gruppen verteilen. So enthält 

das kleinste Cluster immerhin noch 12 Haushalte. Des weiteren existiert kein extrem großes Cluster 

wie in der deterministischen Lösung. 

Der Vergleich des C-Index, des Indice g1 und des punktbiseriellen Korrelationskoefizienten läßt die 

Aussage zu, daß die K-Means-Lösung die Mixture-Lösung dominiert. Die Zuteilung der Objekte zu 

0,006 

0,742 

den drei Clustern kann anhand der t-Werte interpretiert werden (Abbildung 5-40). 

20 

248

Abbildung 5-40: Interpretation der Mixture-Models der Nutzungsanalyse 

249 

Cluster 3 

(n=20) 

Cluster 2 

(n=17) 

Cluster 1 

(n=12) 

-1 0 1 2 3 

t-Werte 

Nutzung VoD 

Nutzung IoD 

Die Mittelwerte sind mit Ausnahme des ersten Clusters nicht weit vom Durchschnitt der Stichprobe 

entfernt. So ist insbesondere das zweite Cluster mit einer durchschnittlichen Nutzung des Informati- 

on-on-Demand (Video-on-Demand) von 3,4 (6,6) Filmen nahe am Gesamtmittel von 5,1 (6,7) Fil- 

men. Auch das dritte Cluster weist kaum Unterschiede zum Gesamtmittel auf. Etwas besser läßt sich 

das mit 12 Haushalten besetzte erste Cluster interpretieren, da es sich durch eine überdurchschnittli- 

che Nutzung des Information-on-Demand auszeichnet. 

Insgesamt gesehen fällt eine Interpretation der Cluster nicht leicht. Zwar wird kein widersprüchliches 

Ergebnis zu dem Befunden der deterministischen Cluster-Lösung gefunden, jedoch kann auch nicht 

von einer bestätigenden Lösung ausgegangen werden. Allerdings ähnelt das erste Cluster der K- 

Means-Lösung dem dritten Cluster der Mixture-Lösung. 

Der Vergleich der Ergebnisse führt insbesondere aufgrund der besseren Güte der Lösung zu einem 

Favorisieren der K-Means-Lösung. Neben der besseren statistischen Güte ist sie auch besser zu in- 

terpretieren. Zusammenfassend können folgende Ergebnisse festgehalten werden:

• Die deterministischen und probabilistischen Verfahren identifizieren beide ein Cluster, das sich 

durch eine relativ starke Nutzung des Information-on-Demand auszeichnet. 

• Die K-Means-Lösung zeigt ein Viel-Nutzer-Cluster auf. Dieses Cluster ist nur sehr klein. Auch 

in diesem Cluster werden zwar die Dienste relativ stark genutzt, aber dennoch bleibt die Nut- 

zungsmenge über den betrachteten Zeitraum gesehen relativ niedrig. 

5.4.4.2 Einflußfaktoren auf die Nutzung 

In diesem Abschnitt wird geprüft, inwieweit die Nutzung durch die hypothetisierten Einflußfaktoren 

zu erklären ist. Hierfür wird das Instrument der multiplen Regressionsanalyse herangezogen. 

Für die Regressionsanalyse wird als abhängige Variable zum einen die Nutzung auf individueller Ba- 

sis und zum anderen die durchschnittliche Nutzung pro Haushalt verwendet. Damit wird dem im 

Abschnitt 5.4.4 dargestellten Aggregationsproblem entgegengetreten, indem beide Möglichkeiten der 

Analyse durchgeführt werden. Als unabhängige Variablen werden diejenigen einbezogen, die im drit- 

ten Abschnitt als potentielle Einflußvariablen auf die Nutzung identifiziert wurden. In der Untersu- 

chung, die auf der Haushaltsebene durchgeführt wird, sind die Angaben der Haushaltsmitglieder un- 

gewichtet in eine Durchschnittsbildung eingegangen. Als Variable, die nicht explizit aus den Hypothe- 

sen abgeleitet wurde, wird der Faktor „Freak“ in die Analyse einbezogen, da diese wahrscheinlich 

einen hohen Einfluß ausüben wird. So ist zu vermuten, daß technisch versierte Personen, die auch 

selbst angeben, daß sie das System häufig nutzten, dieses auch wirklich taten. 

Vor Durchführung der Regressionsanalysen wurden die unabhängigen Variablen auf ihre Multikolli- 

nearität überprüft. In der individuellen Analyse sind die bivariaten Korrelationen gering. Nur die Va- 

riablen „Komplexität des Navigationssystems“ und „Mir ist das ganze System einfach zu komplex“ 

korrelieren substantiell mit 0,4. Die Korrelation ist inhaltlich plausibel. Alle anderen Korrelationen 

sind geringer. Ein ähnliches Bild liefert die Betrachtung der Toleranzwerte, die alle größer als 0,63 

sind. 

Die aggregierten Daten weisen höhere Korrelationen auf. So korreliert die Variable „Alter“ negativ (- 

0,42) mit „Viele meiner Freunde und Bekannten beneiden mich um die Teilnahme am Pilotprojekt“. 

Die letztgenannte Variable korreliert auch mit dem Faktor „Freak“, der auf den technisch versierten 

Vielnutzer hinweist (0,42). Die Korrelationen sind nachvollziehbar. 

Die Betrachtung der Toleranzwerte zeigt, daß für die Variable „Beurteilung der Set-top-box“ nur ein 

geringer Wert von 0,34 erreicht wird. Diese Variable korreliert hoch (0,64) mit der Variable „Gerin- 

ge Wartezeiten“. Aus diesem Grund wird die Variable, die sich auf die Set-top-box bezieht, in die 

aggregierte Betrachtung nicht weiter einbezogen. 

250

Die Analyse der Cook’s Distance zeigt, daß für beide Datensätze keine Ausreißer vorliegen, da die 

Werte gering sind. 188 

Für die Analyse der Daten gehen nach fallweisem Ausschluß der Missing Values insgesamt 79 für die 

individuelle bzw. 43 Fälle für die aggregierte Analyse ein. 

Tabelle 5-17: Ergebnisse der Regressionsanalyse zur Erklärung der Nutzung des Systems 

Unabhängige Variablen 

(SPSS-Notation) 

Geringe Wartezeiten beim Abruf 

von Inhalten (V4a) 

Beurteilung der Set-top-box 

(V11a) 

Von Freunden um Teilnahme am 

Piloten beneidet (VV13a) 

Muß viel lernen, um ITV voll 

auszureizen (VV13h) 

251 

Hypothesen 

Wirkung 

Individuelle Analyse Aggregierte Analyse 


(partieller) 

3–21 + 0,403 

(0,104) 

3–16 + 0,934 

(0,231) 

3–6 + 0,369 

(0,094) 

3–16 - -0,405 

(-0,135) 

System ist zu komplex (VV13k) 3–16 - 0,205 

(0,052) 

Technisch versierter Vielnutzer 

(FREAK) 

Komplexität des Navigationssystems 

(KLEX_NAV) 

+ 1,438 

(0,272) 

3–26 - -0,149 

(-0,030) 

Alter 3–4 - -0,011 

(-0,023) 

Einkommen 3–5 + 0,429 

(0,061) 

Konstante -3,592 


Fallzahl = 79 

R 2 = 0,206 

(Adjusted R 2 = 0,103) 

F = 1,994 

(Signifikanzniveau = 0,053) 

0,816 

(0,417) 

1,709 

(0,091) 

0,760 

(0,450) 

-1,050 

(0,297) 

0,426 

(0,672) 

2,141 

(0,036) 

-0,244 

(0,808) 

-0,198 

(0,843) 

0,497 

(0,621) 

-0,660 

(0,512) 


(partieller) 

0,883 

(0,221) 


Ausschluß aufgrund hoher 

Multikollinearität 

1,069 

(0,236) 

-0,098 

(-0,026) 

0,455 

(0,090) 

1,500 

(0,223) 

-1,168 

(-0,192) 

-0,044 

(-0,067) 

1,125 

(0,153) 

-2,237 

Fallzahl = 43 

R 2 = 0,289 

(Adjusted R 2 = 0,123) 

F = 1,736 

(Signifikanzniveau = 0,126) 

1,283 

(0,208) 

1,202 

(0,238) 

-0,152 

(0,880) 

0,541 

(0,592) 

1,231 

(0,226) 

-1,114 

(0,273) 

-0,370 

(0,714) 

0,878 

(0,386) 

-0,264 

(0,793) 

Die Regressionsmodelle erklären nur sehr wenig Varianz. So weisen die Bestimmtheitsmaße nur 

Werte zwischen 0,206 und 0,289 auf. Sehr viel schlechter sind die Werte des adjustierten R 2 , die 

knapp über 0,1 liegen. Der F-Wert zeigt, daß beide Bestimmtheitsmaße nicht innerhalb des 5%- 

Niveaus signifikant von Null verschieden sind. Die Analyse der individuellen Nutzung liegt jedoch nur 

knapp darüber, wohingegen die aggregierte Betrachtung auch nicht das 10%-Niveau einhalten kann. 

Da nur das Modell für die individuellen Nutzungsdaten signifikant (p < 0,1) ist, wird auch nur auf die- 

188 So liegt der Maximalwert für die individuellen Daten bei 0,30 und bei den aggregierten Daten bei 0,53.

ses weiter eingegangen. Das Modell weist die folgenden signifikanten (p < 0,1) Einflüsse auf die Nut- 

zungshäufigkeit auf: 

Die positive Beurteilung der Set-top-box beeinflußt die Nutzung der Dienste hypothesenkonform po- 

sitiv. Insofern ist die Funktionalität der Set-top-box zu gewähren, da sie ansonsten die Nutzung be- 

hindern kann. 

Wenn sich ein Nutzer selbst als einen Technikfreak einschätzt, die Dienste und die dabei integrierten 

Videofunktionen häufig nutzt, dann wirkt dies positiv auf die tatsächliche Nutzung. Dieser Befund 

wurde auch schon von Hardie, Robertson und Ross Jr. (1996) entdeckt und ist wenig überraschend, 

verdeutlicht aber, daß die angeblichen Viel-Nutzer auch tatsächlich eine stärkere Nutzung aufweisen. 

Interessanter sind in dieser Analyse die Nicht-Befunde: So wirken sämtliche Variablen, die sich auf 

die wahrgenommene Komplexität der Software beziehen, nicht signifikant auf das Nutzungsverhalten. 

Ebenfalls wirken die Variablen „Alter“ und „Einkommen“ nicht auf die Nutzung. Insofern sind die 

Hypothesen 3–4 und 3–5, die eine positive Wirkung dieser Variablen auf die Nutzung postulieren, 

nicht zu stützen. Zwar sind die Vorzeichen der Variablen hypothesenkonform ausgerichtet, jedoch ist 

ein signifikanter Einfluß nicht nachweisbar. Ebenfalls keinen herausragenden Einfluß weisen die 

Komplexitätsvariablen auf, die in den Hypothesen 3–16 und 3–26 dargestellt werden. 

Bei der Interpretation der Ergebnisse ist stets der Bias, der durch die nicht direkte Zurechnung der 

Nutzung entsteht, zu berücksichtigen. Aus diesem Grund sind folgende Ergebnisse mit Vorsicht zu in- 

terpretieren: 

• Eine gute Bewertung der Set-top-box führt zu einer Steigerung der Nutzung. 

• Technisch begabte Personen sind die stärkeren Nutzer des Systems. 

• Die Komplexität der Software hat keinen signifikanten Einfluß auf die Nutzung. 

5.4.5 Explorative Analyse der Marktsegmente der Akzeptanz des Interaktiven Fernse- 

hens 

Im diesem Abschnitt wird untersucht, ob sich die Rogers-Kriterien zur Segmentierung eignen und 

damit zur Zielgruppenabgrenzung heranzuziehen sind. Diese Frage ist insbesondere deswegen von 

Relevanz, da den Rogers-Faktoren in der Literatur immer wieder besondere Beachtung zuteil wird. 

In dieser Untersuchung werden die Variablen zur Clusterung herangezogen, die bei der Konstrukt- 

bildung identifiziert wurden: Relativer Vorteil des Dienstes Video-on-Demand, Komplexität des Na- 

vigationssystems, Wunsch nach Netzeffekten, zeitliche und inhaltliche Kontrolle, technisch versierte 

252

Vielnutzer und relativer Vorteil von Features. Zudem wird noch die 1-Item-Variable „Mir ist das 

ganze System zu komplex“ zur Berücksichtigung des Rogers-Kriteriums Komplexität einbezogen. 189 

Eine a priori Gewichtung der Variablen wird nicht vorgenommen, da keine theoretische oder empiri- 

sche Rechtfertigung für eine solche Gewichtung vorliegt. 

Die Betrachtung der Korrelationen ergibt folgendes Bild: Im Dreieck oberhalb der Hauptdiagonalen 

befinden sich die Produkt-Momentkorrelationen nach Pearson und im unteren Dreieck die Rangkor- 

relationen nach Kendall. 

Abbildung 5-41: Befunde der Korrelationsanalyse der Rogers-Faktoren (n= 89) 

253 

RV_VOD KLEX_NAV NETWISH KONTROL FREAK RV_FEAT VV13K 

RV_VOD 1,00 -0,09 

(0,38) 

KLEX_NAV -0,05 

(0,53) 

NETWISH 0,09 

(0,23) 

KONTROL 0,21 

(0,01) 

FREAK 0,07 

(0,36) 

RV_FEAT 0,04 

(0,61) 

VV13K -0,02 

(0,98) 

0,16 

(0,13) 

1,00 -0,31 

(0,00) 

-0,16 

(0,04) 

-0,22 

(0,01) 

-0,16 

(0,04) 

-0,19 

(0,01) 

0,27 

(0,00) 

0,25 

(0,02) 

-0,30 

(0,00) 

1,00 0,23 

(0,03) 

0,13 

(0,09) 

0,05 

(0,49) 

0,14 

(0,08) 

-0,06 

(0,5) 

0,08 

(0,46) 

-0,22 

(0,04) 

0,097 

(0,37) 

1,00 0,15 

(0,16) 

0,10 

(0,18) 

0,15 

(0,06) 

-0,01 

(0,93) 

0,10 

(0,35) 

-0,33 

(0,00) 

0,22 

(0,04) 

0,22 

(0,04) 

1,00 0,14 

(0,19) 

0,088 

(0,27) 

-0,21 

(0,01) 

-0,05 

(0,68) 

0,40 

(0,00) 

-0,09 

(0,3) 

-0,08 

(0,46) 

-0,25 

(0,02) 

1,00 -0,24 

(0,03) 

-0,15 1,00 

(0,08) 

Die Korrelationen sind relativ gering und lassen keinen Eindruck entstehen, daß bestimmte Aspekte 

übergewichtet werden. Die Daten wurden nicht standardisiert, da sie über die gleichen Skalen ge- 

messen wurden. Zwar weist das Datenmaterial kein metrisches Skalenniveau auf, jedoch werden or- 

dinale Skalen oftmals als quasimetrisch interpretiert und in Clusteranalysen verwendet. Es wird die 

quadrierte Euklidische Distanz eingesetzt. 

Die Betrachtung des Dendrogramms des Single-Linkage-Verfahrens ergab, daß drei Fälle erst sehr 

spät in die Cluster eingehen. Eine genaue Analyse der Ausprägungen der Variablen dieser 

189 Es liegen in dieser Analyse keine Missing Values mehr vor, da sie bereits im Vorfeld durch den Median ersetzt 

wurden. Idealerweise sollten die Missing Values durch die clusterspezifischen Mittelwerte ersetzt werden 

(Wedel und Kamakura 1998, S. 59). Da diese jedoch nicht a priori vorliegen, kann diese Vorgehensweise nicht 

gewählt werden. Insofern wird die Varianz durch die Medianersetzung künstlich reduziert. Dies hat einen Einfluß 

auf die Clusterbildung. Alternativ kann versucht werden, mittels eines Ähnlichkeitsmaßes das Objekt zu 

finden, das in den vorhandenen Ausprägungen dem Nutzer mit dem Missing Value am ähnlichsten ist, um 

dann den Wert daraus zu übernehmen (Bankhofer und Praxmarer 1998). Dabei ist jedoch noch nicht gesichert, 

welches dieser Verfahren am besten geeignet ist.

drei Fälle ergab, daß sie als Ausreißer zu verstehen sind – sie wurden aus dem Datensatz entfernt, da 

sie auch keine Meinungsführer sind. Die folgenden Berechnungen basieren somit auf 86 Beobachtun- 

gen. 

Das Struktogramm der Ward-Lösung weist folgendes Bild auf: 

Abbildung 5-42: Struktogramm der Clusterananlyse der Rogers-Kriterien 

Fehlerquadratsumme 

1200.00 

1000.00 

800.00 

600.00 

400.00 

200.00 

0.00 

1 

Gesamte Fehlerquadratsumme 

= 1167,52 

Mindestens sieben Cluster 

3 

5 

7 

9 

11 

13 

15 

17 

19 

21 

23 

25 


in den Clustern 



27 

29 

31 

33 

35 

37 

39 

41 

43 

Anzahl Cluster 

Die Betrachtung des Struktogramms weist darauf hin, daß mindestens sieben Cluster zu bilden sind, 

da dann der Varianzanteil, der zwischen den Clustern liegt, 51,6% beträgt. 

Die Betrachtung der F-Werte und t-Werte bei sieben, acht oder neun Clustern sprechen für die Lö- 

sung mit sieben Clustern, da sie inhaltlich am besten zu interpretieren ist. Zur Überprüfung der Güte 

der gefundenen Ward-Lösung wurde eine Diskriminanzanalyse durchgeführt, die 91,86% der Ob- 

jekte den sieben gefundenen Clustern richtig zuordnet. Die sich der Ward-Analyse ergebenden Clu- 

stermittelwerte werden als Startpartition für das K-Means-Verfahren verwendet. 

Es zeigt sich, daß acht Objekte umgruppiert wurden. 190 Der Varianzanteil zwischen den Clustern 

verbessert sich ebenso wie die F-Werte und läßt auf eine homogenere Lösung schließen. 

190 Die Anfälligkeit des Verfahrens bezüglich der vorgegebenen Startpartition zeigt sich, wenn als Startpartition 

nicht die Ward-Lösung vorgegeben, sondern eine zufällige Partition gewählt wird. Dann werden bis auf 13 

Objekte alle anderen umgruppiert. Diese enorme Schwankung zeigt, daß die Cluster nicht sehr stabil sind. 

254

Die Interpretierbarkeit ist weiterhin gegeben. Eine anschließende Diskriminanzanalyse zeigt, daß 

nunmehr alle Objekte richtig zugeordnet werden. 

Abbildung 5-43: Statistische Kriterien für die Cluster-Lösung der Rogers-Kriterien 

255 

Sieben Cluster 

Lösungen der hierarchischen Clusteranalyse nach Ward 

Cluster 1 Cluster 2 Cluster 3 Cluster 4 Cluster 5 Cluster 6 Cluster 7 

RD_VOD 0,3611 1,0278 0,5741 0,6852 0,4444 1,4167 0,0000 

KLEX_NAV 0,2781 0,2308 0,9586 0,4793 0,9112 0,7160 0,0000 

NETWISH 0,3770 0,2568 1,4153 0,5683 0,4317 0,4208 0,2732 

KONTROL 0,6044 0,3645 0,7726 0,2773 0,1059 0,2118 0,0000 

FREAK 0,9800 0,3733 0,3533 0,4800 0,8467 1,0867 0,1467 

RV_FEAT 0,3000 1,0667 0,3556 0,6333 1,3222 1,5778 0,0000 

VV13K 0,0798 0,7605 0,1103 0,4753 0,2167 0,4677 0,0000 

n 21 9 7 27 6 14 2 



• Cluster sieben ist sehr klein 


Sieben Cluster 

Sieben Cluster-Lösung wird ausgewählt und als 

Startpartition für K-Means 

verwendet 

Lösung des partionierenden Verfahrens K-Means 

Cluster 1 Cluster 2 Cluster 3 Cluster 4 Cluster 5 Cluster 6 Cluster 7 

RD_VOD 0,4722 1,0926 0,5278 0,4259 0,4444 1,4074 0,0000 

KLEX_NAV 0,3728 0,1893 0,9822 0,5385 0,9112 0,7456 0,0000 

NETWISH 0,3279 0,7760 1,2295 0,3770 0,4317 0,4208 0,2732 

KONTROL 0,3956 0,2648 0,6885 0,2087 0,1059 0,2399 0,0000 

FREAK 0,7533 0,7333 0,3400 0,4867 0,8467 0,6933 0,1467 

RV_FEAT 0,5000 0,8222 0,3167 0,6111 1,3222 1,7444 0,0000 

VV13K 0,0684 0,6084 0,1901 0,4183 0,2167 0,2129 0,0000 

n 18 13 8 26 6 13 2 

• Varianzanteil zwischen den Gruppen verbessert sich um 3 % 

• Die F-Werte verbessern sich - Die Cluster werden insgesamt homogener 

• Cluster sieben ist immer noch sehr klein 

• Diskriminanzanalyse ordnet alle Objekte richtig zu 

Es wird eine Lösung gefunden, die ausreichend Varianz zwischen den Clustern enthält, verhältnismä- 

ßig homogene Cluster findet (F-Werte) und anhand der t-Werte gut zu interpretieren ist. Die Validi- 

tät der Lösung wird durch die Diskriminanzanalyse, die alle Elemente korrekt klassifiziert, und den 

einzelnen Indizes, die alle relativ gute Werte anzeigen, untermauert. Die ermittelten Cluster sind wie 

folgt interpretieren (Abbildung 5-44).

Das erste Cluster kennzeichnet sich im wesentlichen durch die geringe wahrgenommene Komplexi- 

tät. Es wird deutlich, daß die Objekte ein hohes Maß an Kontrolle wertschätzen und gut mit dem 

System operieren konnten, da sie die Features als positiv ansehen und die Notwendigkeit der Netz- 

effekte hervorheben. Sie sind weniger an Video-on-Demand interessiert. Zusammenfassend läßt sich 

sagen, daß dieses Cluster die Personen enthält, die dem System positiv gesonnen sind. Allerdings 

sind die t-Werte des mit 18 Objekten besetzten Clusters nicht sehr stark ausgeprägt. 

Die Objekte im zweiten Cluster lassen sich durch eine relativ hohe Ausprägung der Faktoren „tech- 

nisch versierter Vielnutzer“ und „relativer Vorteil des Video-on-Demand“ als technisch versierte 

Videofans charakterisieren. Dieses Segment beinhaltet 15,1% der Stichprobe. 

Die Nutzer des dritten Clusters zeigen im Vergleich zur Stichprobe eine signifikant höhere wahrge- 

nommene Komplexität des Systems auf. Sie halten das Navigationssystem für komplex in der Nut- 

zung. Da sie zudem eine relativ geringe Ausprägung bezüglich des technischen Verständnisses auf- 

weisen, läßt sich diese Gruppe als von der Komplexität abgeschreckte Laien interpretieren. Die- 

ses Cluster ist mit ca. 9,3% der Stichprobe relativ klein. 

Das vierte Cluster entspricht in den Variablenausprägungen im wesentlichen den Mittelwerten aus 

der Stichprobe. Lediglich die gewünschte Kontrolle über die Zeit und den Inhalt ist vergleichsweise 

niedrig ausgeprägt. Dieses 30,2% der Objekte vereinigende Cluster kann als der typische Nutzer mit 

wenig Interesse an den interaktiven Möglichkeiten klassifiziert werden und wird, der Terminologie 

von Keil (1998, S. 34) folgend, als Couchpotatoes benannt. Dieses Segment will sich im wesentli- 

chen durch den Fernseher berieseln lassen und hat wenig Interesse an aktiver Nutzung des Interakti- 

ven Fernsehens. 

Das fünfte Cluster hat große Probleme mit der Benutzeroberfläche und nimmt das Navigationssy- 

stem als relativ komplex wahr. Weil sie am Navigationssystem scheiterten, waren die Personen 

nicht in der Lage, die Features wie Suchfunktionen und Kontostandsabfragen zu nutzen und bewer- 

ten diese dementsprechend negativ. Gleichgerichtet kann bezüglich der (fehlenden) wahrgenomme- 

nen Kontrolle argumentiert werden, da sie die einzelnen Dienste nicht vernünftig nutzten. Da diese 

7% nicht mit dem System umgehen konnten, sind ihnen die Netzeffekte auch nicht wichtig. 

256

Abbildung 5-44: Validierung und Interpretation der Cluster-Lösung der Rogers-Kriterien 

257 

Validierung der Partitionen nach Ward und K-Means (7-Cluster) 

Gütemaße Ward K-Means 





C-Index 

Indice g1 


Cluster 1: 

Die Nutzer, die 

dem System positiv 

gesonnen sind 

Cluster 2: 

Die technisch 

versierten 

Videofans 

Cluster 3: 

Die von der 

Komplexität 

abgeschreckten 

Laien 

9962,940 

19916,670 

6381,860 

94025,610 

0,041 

17,130 

0,412 


n=18 

n=13 

n=8 

VV13K 

RV_FEAT 

FREAK 

KONTROL 

NETWISH 

KLEX_NAV 

RD_VOD 

VV13K 

RV_FEAT 

FREAK 

KONTROL 

NETWISH 

KLEX_NAV 

RD_VOD 

VV13K 

RV_FEAT 

FREAK 

KONTROL 

NETWISH 

KLEX_NAV 

RD_VOD 

8615,080 

18625,520 

5780,68 

94626,789 

0,032 

18,13 

0,426 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0

Abbildung 5-45: Interpretation der Cluster-Lösung der Rogers-Kriterien (Fortsetzung) 

Cluster 4: 

Die Couchpotatoes 

Cluster 5: 

Die am komplexen 

Navigationssystem 

gescheiterten 

Cluster 6: 

Die Unabhängigen 

Cluster 7: 

Die Enttäuschten 

n=26 

n=6 

n=13 

n=2 

VV13K 

RV_FEAT 

FREAK 

KONTROL 

NETWISH 

KLEX_NAV 

RD_VOD 

VV13K 

RV_FEAT 

FREAK 

KONTROL 

NETWISH 

KLEX_NAV 

RD_VOD 

VV13K 

RV_FEAT 

FREAK 

KONTROL 

NETWISH 

KLEX_NAV 

RD_VOD 

VV13K 

RV_FEAT 

FREAK 

KONTROL 

NETWISH 

KLEX_NAV 

RD_VOD 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 

258

Das sechste Cluster zeichnet sich durch eine hohe erwünschte Kontrolle aus und wird dementspre- 

chend als die Unabhängigen benannt. Die anderen Variablen sind nur geringfügig von den Stichpro- 

benmittelwerten entfernt und eignen sich nicht zur weiteren Interpretation. Dieses Segment vereinigt 

15,1% der Objekte auf sich. 

Das mit 2,3% der Objekte besetzte siebte Cluster ist durch eine grundsätzlich negative Einstellung 

zum Interaktiven Fernsehen geprägt und läßt sich als die Enttäuschten benennen. Dieses Cluster ist 

sehr klein und es ist nicht unmittelbar einsichtig, daß die beiden Objekte beibehalten werden sollen. 

Dennoch ist an die Schlüsselrolle von Meinungsführern im Diffusionsprozeß zu erinnern. Meinungs- 

führer müssen keine grundsätzlich positive Einstellung zur Innovation haben, sondern können durch- 

aus auch Diffusionshemmer darstellen – eine solche Einstellung liegt hier vor. Jedoch ist nicht unmit- 

telbar ersichtlich, ob es sich bei diesem Cluster um Meinungsführer handelt, da zum einen die Varia- 

ble mit der technischen Bewandtheit (Freak) unterdurchschnittlich ausgeprägt ist und zum anderen in 

dieser Untersuchung kein Konstrukt „Meinungsführer“ operationalisiert wurde. Auch die Betrachtung 

der demographischen Daten (eine 81-jährige Frau und ein 31-jähriger Mann) lassen keinen eindeuti- 

gen Schluß zu. Die Eliminierung dieser Objekte als „Ausreißer“ ist jedoch für die Marketing- 

Implikationen sehr gefährlich, da immer von der Existenz eines solchen – wenngleich kleinen – Clu- 

sters auszugehen ist. Allerdings deutet nichts in diesem Cluster darauf hin, daß es sich hier um Mei- 

nungsführer handelt. 

Eine Überprüfung der Validität der Cluster-Lösung mittels partionierender Clusterverfahren wäre 

wünschenswert. Da jedoch eine sieben-Cluster-Lösung, die mit sieben Variablen gebildet wurde, zu 

validieren ist, muß auf die Verwendung von Mixture Models verzichtet werden. Das Model ist nicht 

identifiziert, da zu wenig Beobachtungen vorliegen. 

Zusammenfassend ist festzuhalten, daß sich die Rogers-Kriterien zur Segmentierung eignen. Die ge- 

fundenen Segmente sind für die Gestaltung des Marketing-Mix gut zu verwenden. Die Umsetzung 

dieser Erkenntnisse sind Gegenstand des siebten Abschnitts. 

5.5 Nutzung bei Netzeffekten 

In diesem Abschnitt wird der Einfluß der Netzeffekte auf die Nutzung mittels der Schätzung von Zah- 

lungsbereitschaftsfunktionen ermittelt. Die Netzeffekte werden hierbei gemäß den Ausführungen des 

vierten Abschnitts anhand des Vergleichs der Zahlungsbereitschaften der Nutzer für Dienste im Pilot- 

projekt und für Dienste in einem Szenario ermittelt. 

Hierfür werden zunächst die Zahlungsbereitschaften der Befragten ausgewertet (Abschnitt 5.5.1), um 

sie dann anschließend miteinander zu vergleichen (Abschnitt 5.5.2). 

259

5.5.1 Zahlungsbereitschaft für Interaktives Fernsehen im Pilotprojekt und im Szenario 

Zur Abschätzung der Netzeffekte ist zunächst die Darstellung des verwendeten Szenarios zweckmä- 

ßig (Abschnitt 5.5.1.1). Daran knüpft der Abschnitt 5.5.1.2 an, in dem die Operationalisierung und 

Messung der Zahlungsbereitschaften sowie erste deskriptive Analysen vorgenommen werden. Der 

Abschnitt 5.5.1.3 beschäftigt sich mit dem Herausfiltern der Einflußfaktoren auf die Zahlungsbereit- 

schaft für das Endgerät, die Grundgebühr und die maximal akzeptierten Preise pro Film im Video- 

on-Demand und im Kino. Anschließend werden individuelle Zahlungsbereitschaftsfunktionen mit 

kompositionellen (5.5.1.4.3) und dekompositionellen (5.5.1.4.4) Verfahren geschätzt. Das Kapitel 

5.5.1 schließt mit der Schätzung der segmentspezifischen Zahlungsbereitschaftsfunktionen. Der Ver- 

gleich findet dann im Abschnitt 5.5.2 statt. 

5.5.1.1 Darstellung des verwendeten Szenarios „System 2000“ 

Zur Abschätzung der Netzeffekte und deren Auswirkungen auf die Zahlungsbereitschaft ist es not- 

wendig, ein Szenario zu beschreiben (siehe Abschnitt 4), das als Basis für die Vergleiche mit den 

Angaben für das Pilotprojekt dient. Dieses im Szenario beschriebene System wird im folgenden mit 

„System 2000“ bezeichnet. Dabei müssen den Personen die Eigenschaften der Dienste des Systems 

im Jahre 2000 deutlich werden. Die Schilderung eines möglichst reellen Bildes von der Zukunft des 

Interaktiven Fernsehens ist hierbei entscheidend. 

Prinzipiell wäre die plastische Schilderung eines solchen Zukunftsszenarios mittels multimedialer 

Möglichkeiten innerhalb des Pilotprojektes wünschenswert. So hätte beispielsweise das Szenario 

durch einen Film beschrieben werden können, der auf die erweiterten Möglichkeiten des Systems 

2000 hinweist. Urban et al. (1997) zeigen, wie weit derartige Formen der Virtual Reality reichen 

können, die z.T. bereits heute schon in der Produktentwicklung eingesetzt werden (Palupski 1995; 

Götze 1991; Hermanns, Wißmeier und Sauter 1998). 

Urban et al. (1997) attestieren einer solchen Vorgehensweise eine besondere Eignung für „really new 

products“ (S. 144) und sprechen ihrem System der Information Acceleration eine hohe (interne 

und externe) Validität zu. 

Aufgrund der bereits dargestellten Zielsetzung des Pilotprojektes – es handelt sich im wesentlichen 

um einen Technik-Test – war jedoch eine solche Szenariobeschreibung nicht möglich, da die finanzi- 

ellen Ressourcen hierfür fehlten. Zudem hätte die Programmierung bzw. Produktion des Bildmaterials 

einen für diese Untersuchung zu umfangreichen Zeitraum in Anspruch genommen. Aufgrund dessen 

wurde das Szenario im Fragebogen beschrieben, das folgendes System 2000 darstellt (Abbildung 

5-46). 

260

Abbildung 5-46: Schilderung des Szenarios im Fragebogen 

261 

Bitte beachten Sie unbedingt diese Vision vom 

System 2000, bevor Sie fortfahren ! 

Bitte stellen Sie sich im Jahre 2000 folgende Vision vor: 

Sie besitzen ein neues Fernsehgerät als Endgerät für interaktives Fernsehen. Dieses neue 

Gerät erfordert keine Set-Top-Box mehr und wird direkt an das Kabelnetz angeschlossen. 

Mit diesem Fernseher können sie die folgenden Dienste empfangen: 

• Video auf Abruf: 

Die neuesten Kinofilme (z.B. den neuesten James Bond, Jurassic Park II oder den neuen 

Film mit Katja Riemann), Dokumentationen aller Art, Nachrichtensendungen, Sportveranstaltungen 

(z.B. Fußball-Bundesliga oder -WM, Olympische Spiele oder den Super 

Bowl) können jederzeit gegen eine Gebühr abgerufen werden. Gehen Sie bitte davon aus, 

daß das Angebot das einer Videothek übertrifft, da die Inhalte aktueller sind und Live- 

Übertragungen beinhalten. 

• Home Shopping: 

Mittels Suchfunktionen können Sie schnell ihr gewünschtes Produkt (z.B. Kleidungsstück) 

finden und einfach per Knopfdruck bestellen. Wenn Sie beispielsweise in einem Film (z.B. 

Pretty Woman) ein hübsches Kleid sehen, dann zeigen Sie mit einem Lichtstift oder einer 

PC-Maus auf das Kleid und sofort können Sie es sich in Ihrer Größe und Lieblingsfarbe 

bestellen. 

• Dienstleistungen: 

Sie können vom Fernseher aus alle erdenklichen Bankgeschäfte oder Reservierungen 

(Kino, Theater, Restaurant...) tätigen. Des weiteren stehen Ihnen vielfältige Informationsmöglichkeiten 

zur Verfügung (Internet, Datenbanken etc.). 

• Kommunikationsdienste: 

Sie können über das interaktive Fernsehen E-Mails versenden, die mit Videos versehen 

sind. Zudem können sie Videokonferenzen durchführen, indem Sie - ähnlich wie beim 

Bildtelefon - Ihren Gesprächspartner während des Gesprächs im Fernsehen betrachten 

können. 

Im weiteren Verlauf des Fragebogens sind die Fragen, die sich 

auf das System 2000 beziehen, grau unterlegt. Alle anderen 

Fragen beziehen sich weiterhin auf das Pilotprojekt ! 

Die obige Darstellung ist einer detaillierten und ansprechend gestalteten virtuellen Umgebung unterle- 

gen. Es kann nicht ausgeschlossen werden, daß einzelne Personen den Text nur unzureichend gelesen 

oder verstanden haben und dementsprechend wenig reliable Antworten auf die späteren Fragen ga- 

ben. Dennoch ist festzuhalten, daß die Darstellung des Szenarios in Pretests als verständlich und ein- 

deutig angesehen wurde. Die Darstellung des Szenarios ist gemäß den Richtlinien von Mercer (1995) 

bewußt kurz und prägnant gehalten worden.

Auch nach der Erhebung existieren keine Hinweise darauf (z.B. durch Anmerkungen auf dem Frage- 

bogen etc.), daß die Befragten nicht verstanden, worum es im System 2000 geht. Demnach erscheint 

die gewählte Vorgehensweise akzeptabel, aber auch ausbaufähig zu sein. 

Zusammenfassend sind folgende Aspekte zur Nutzung von Szenarien für Prognosezwecke zu be- 

rücksichtigen: 

• Die neuen Medien ermöglichen eine neue Art der Gestaltung von Szenarien durch Virtual Reality. 

• Je genauer und realitätsnaher die Darstellung ist, desto genauer sind Auswirkungen von Netzef- 

fekte nachzuweisen. 

• Pilotprojektbetreiber sollten in späteren Versuchen Szenarien einsetzen, die denen von Urban et 

al. (1997) ähneln, um detaillierte Befunde zu erhalten. 

5.5.1.2 Operationalisierung und Messung der Zahlungsbereitschaft 

Nachdem das Szenario beschrieben wurde, wird in diesem Abschnitt die Operationalisierung und die 

Messung der Zahlungsbereitschaft für Endgeräte, Dienste und Filme beschrieben. 191 Hierbei werden 

zunächst deskriptive Analysen für die einzelnen Variablen durchgeführt. 

• Wie teuer dürfte das evtl. neu anzuschaffende, präferierte Endgerät maximal sein, damit 

Sie es sich kaufen würden? 

Die Analyse dieser Frage 10 ist im Zusammenhang mit der Frage 9 vorzunehmen, da nach der Zah- 

lungsbereitschaft für das präferierte Endgerät gefragt wurde. Somit bezieht sich die Frage entweder 

auf ein herkömmliches Fernsehgerät, einem multimediafähigen PC oder eine Mischung aus einem PC 

und einem Fernsehgerät. Die folgende Tabelle zeigt, daß Mittelwertunterschiede für die Zahlungsbe- 

reitschaft zwischen den einzelnen Geräten bestehen. 

191 Im Detail handelt es sich um die Fragen 10, 11c und des Abschnitts 3 des Fragebogens. 

262

Tabelle 5-18: Zahlungsbereitschaft (in DM) für das präferierte Endgerät (n=76) 

Lagemaße 

und Tests 

263 

Präferiertes 

Endgerät 

Mittelwert 


Median 

(Modus bzw. Modi) 

Anzahl der Personen, die das 

Endgerät präferieren 

Kolmogorov-Smirnov z-Wert 

(Signifikanzniveau) 

Herkömmliches Fernsehgerät 

Multimedia PC Mischung aus PC 

und Fernsehgerät 

1505,23 

2305,00 

1757,14 

(1318,16) 

(2144,04) 

(980,71) 

1000,00 

2000,00 

1500,00 

(1000,00 und 2000,00) 

(2000,00) 

(1500,00) 

38 10 28 

1,24 

(0,09) 

1,13 

(0,16) 

0,81 

(0,54) 

Für eine Beurteilung der statistischen Signifikanz dieser Mittelwertdifferenzen ist das Verfahren der 

einfaktoriellen Varianzanalyse heranzuziehen (Krafft 1995, S. 212 f.). 192 Hierzu sind zunächst die er- 

forderlichen Voraussetzungen der Normalverteilung, Varianzhomogenität (Homoskedastizität) und 

eine in etwa gleiche Zellenbelegung der drei Gruppen zu prüfen (Backhaus et al. 1996, S. 84; Böhler 

1992, S. 190 und Hair et al. 1995, S. 274). 

Der nichtparametrische Kolmogorov-Smirnov-Test auf Normalverteilung zeigt, daß die Null- 

Hypothese (Annahme der Normalverteilung der Zahlungsbereitschaft) aufgrund relativ geringer z- 

Werte 193 nicht abzulehnen ist (Büning und Trenkler 1994, S. 69; Churchill 1995, S. 840; Daniel 

1987). 194 Zur Überprüfung der Varianzhomogenität und der Mittelwertunterschiede wird eine ein- 

faktorielle Varianzanalyse durchgeführt (Tabelle 5-19). 195 

Der Levene-Test ist ein Test auf Varianzhomogenität mit der Null-Hypothese, daß die Gruppen aus 

Populationen mit gleichen Varianzen stammen (Hair et al. 1995, S. 68 und Norusis 1994, S. 268). 

192 Die einfaktorielle Varianzanalyse dient der Überprüfung der Beziehungen zwischen der metrischen Variablen 

Zahlungsbereitschaft und den nominal skalierten Variablen des präferierten Endgeräts (Böhler 1992, S. 189). 

193 Der Prüfwert z bestimmt sich aus der größten positiven oder negativen Differenz zwischen beobachteter und 

erwarteter Verteilungsfunktion (Büning und Trenkler 1994, S. 69). 

194 Der z-Wert der Gruppe, die einen Fernseher als Endgerät präferieren, ist jedoch so hoch, daß er im 10%igen 

Fehlerwahrscheinlichkeitsbereich liegt. Es kann somit nicht unbedingt davon ausgegangen werden, daß diese 

Variable die Voraussetzung der Normalverteilung erfüllt. Dies ist eine, wie Churchill (1995, S. 811) darstellt, 

„ethische“ Frage, die wiederum zeigt, daß der empirische Forscher eine Vielzahl von Manipulationsmöglichkeiten 

hat. Da diese Studie einen explorativen Charakter aufweist, sollen durchaus Irrtumswahrscheinlichkeiten 

von 10% als „signifikant“ angesehen werden. Es ist jedoch zu betonen, daß Signifikanzaussagen nicht 

überinterpretiert werden sollten, da die inhaltliche Signifikanz (Substanz) wichtiger ist als die statistische Signifikanz 

(Sawyer und Ball 1981). Des weiteren sind Aussagen über die Signifikanz sehr stark von der Größe 

der Stichprobe abhängig (Sawyer und Peter 1983). 

195 Da sich die Varianzanalyse bei Verletzungen der Normalverteilungsannahme als robust erwiesen hat, wird sie 

trotz des kritischen Teilsamples in diesem Fall verwendet (Backhaus et al. 1996, S. 85). Vergleiche Bosbach 

(1988, S. 16) für eine umfassende Definition und Betrachtung des Begriffs der Robustheit in der Statistik.

Der in der Tabelle 5-19 ausgewiesene Wert läßt nicht darauf schließen, daß die Null-Hypothese ab- 

zulehnen ist – es kann somit davon ausgegangen werden, daß die Varianzen gleich sind. Etwas an- 

ders verhält es sich mit den beiden anderen Tests: Cochrans C-Test läßt keinen Schluß auf Varianz- 

homogenität zu und der Bartlett-Box-F-Test liegt noch innerhalb des 10% Signifikanzniveaus. Der 

Vergleich der Eigenschaften der einzelnen Tests spricht jedoch eher für die Annahme der Varianz- 

homogenität, da zum einen der Cochrans C-Test auf Größenunterschiede in untersuchten Gruppen 

reagiert und zum anderen beide Tests stark auf Verletzungen der Normalverteilungsannahme anspre- 

chen (Hair et al. 1995, S. 275). Insgesamt betrachtet sind die Voraussetzungen für die Varianzanaly- 

se gegeben. 

Tabelle 5-19: Varianzanalyse der Zahlungsbereitschaft (in DM) für die Endgeräteform-Untergruppen 

(n=76) 

Test auf Varianzhomogenität 

Test Freiheitsgrade Wert Signifikanzniveau 

Levene-Test 2; 73 1,74320 0,182 

Cochrans C-Test 24; 3 0,63004 0,000 

Bartlett-Box-F-Test 2; 5523 4,83567 0,008 

Ergebnisse der einfaktoriellen Varianzanalyse 

Freiheitsgrade Gesamtvarianz Mittlere Varianz F-Test (Signifikanzniveau) 

Varianz zwischen den Gruppen 2 5187949,6 2593974,8 1,4386 

(0,2439) 

Varianz in den Gruppen 73 131629760,9 1803147,4 

Summe 75 136817710,5 

Analyse der Mittelwertunterschiede 

Signifikanzniveau Gruppe Gruppe 

Gruppe 

TV/PC PC/PCTV TV/PCTV 

Scheffé-Test 5 % nein nein nein 

Kruskal-Wallis -3-Gruppen Test 

auf Mittelwertdifferenzen: 

χ 2 -Wert (Signifikanzniveau) 

2,7306 

(0,2553) 

Die Varianzanalyse geht vom Prinzip der Streuungszerlegung aus (Backhaus et al. 1996, S. 56 ff.). 

Es zeigt sich sehr deutlich, daß der größte Teil der Varianz nicht erklärt werden kann (nur ca. 3,8% 

der Varianz ist zwischen den Gruppen). Basierend auf der Streuungszerlegung läßt sich der statisti- 

sche Test für die Null-Hypothese (alle Gruppen weisen denselben Mittelwert in der Population auf) 

mittels des Quotienten aus der mittleren Varianz errechnen (F-Test). Der empirische F-Wert ist mit 

1,44 zu klein (Signifikanzniveau 24,4%), um die Null-Hypothese abzulehnen – es bestehen somit 

keine signifikanten Mittelwertunterschiede zwischen den einzelnen Gruppenmittelwerten. Dieses Er- 

gebnis bestätigen die Post Hoc Methoden, die Tests jeder einzelnen Kombination der Gruppen dar- 

stellen und somit Aussagen bezüglich der Mittelwertunterschiede der einzelnen Gruppenpaare erlau- 

264

en. 196 Der von diesen Tests als bezüglich des Alphafehlers am konservativsten angesehene Scheffé- 

Test wird in der Tabelle 5-19 berichtet (Bortz 1989, S. 322; Hair et al. 1995, S. 282; Krafft 1995, 

S. 215 f.). Da nicht unbedingt von einer Normalverteilung in allen Teilsamples ausgegangen werden 

kann, soll ebenfalls der nichtparametrische 3-Gruppen-Kruskal-Wallis-Test dargestellt werden 

(Daniel 1987, S. 610 ff.; Miller Jr. 1997, S85). Der dort ausgewiesene Wert bestätigt, daß keine si- 

gnifikanten Mittelwertunterschiede vorliegen. 

Es bleibt somit festzuhalten, daß die Zahlungsbereitschaften für das Endgerät, sei es ein Fernseher, 

ein PC oder eine Mischung aus beiden, nicht signifikant voneinander verschieden ist. Zudem ist fest- 

zuhalten, daß die Zahlungsbereitschaften für das präferierte Endgerät im Mittel zwischen ca. 1.500 

DM und 2.300 DM schwankt. Die Preise für Fernsehgeräte und PC liegen im wesentlichen auf dem 

Marktpreisniveau für Mittelklassegeräte. Interessant ist jedoch, daß die Zahlungsbereitschaft für ein 

Gerät, das beide Funktionen übernimmt, unter der eines PC liegt. Ein Anhaltspunkt für den Preis ei- 

nes solchen integrierten Systems kann durch die Addition des Preises eines herkömmlichen Fernseh- 

gerätes mit dem Preis einer Set-top-box erzielt werden. Der Preis läge dann bei ca. 2.500 DM und 

damit oberhalb der durchschnittlich angegebenen Zahlungsbereitschaft von ca. 1.760 DM. Zwar wä- 

ren Nutzer für eine integrierte Lösung bereit, mehr als für einen Fernseher auszugeben, jedoch schei- 

nen sie noch Bedenken hinsichtlich der Leistungsfähigkeit oder der Einsetzbarkeit des Mediums als 

PC zu haben. 

In der betrachteten Frage ist das Fernsehgerät in der Lage, die digitalen Signale zu interpretieren. 

Momentan können jedoch nur sehr wenige Fernsehgeräte digitale Signale umsetzen und benötigen 

deswegen eine Set-top-box, die bereits beim Digitalen Fernsehen zum Standard gehört. Auch heute 

noch besteht im digitalen Fernsehmarkt eine hohe Unsicherheit darüber, wie hoch die Zahlungsbereit- 

schaft für eine Set-top-box ist. Die folgende Frage geht dem nach. 

• Mehr als ... DM würde ich nicht für die im Pilotprojekt verwendete Set-top-box ausge- 

265 

ben 

196 Diese als Post Hoc Methoden (Hair et al. 1995, S. 282) bekannten Tests sind der Scheffé-Test, Turkey´s ehrlich 

signifikante Differenz (HSD)-Test, der modifizierte LSD-Test (Bonferroni), Duncans Test für multiple Mittelwertvergleiche, 

Student Newman Keuls -Test und Turkey´s b. Alle diese Tests kamen zu dem gleichen Ergebnis, 

daß zum 5% Signifikanzniveau keine signifikanten Unterschiede zwischen den einzelnen Mittelwerten 

zu erkennen sind.

Die im Pilottest verwendete Set-top-box wurde den Nutzern vom Systembetreiber als ein Regelin- 

strument zur Nutzung des Interaktiven Fernsehens kommuniziert. Demnach sind die Nutzer nicht sehr 

stark mit dem Gerät in Kontakt gekommen, zumal die Erstinstallation durch einen Techniker des Pi- 

lotprojektbetreibers vorgenommen wurde. Die Nutzer nehmen den Decoder deswegen wahrschein- 

lich ähnlich wie einen Decoder bei Satellitenanlagen wahr. 

Die d-Box konnte zum Zeitpunkt dieser Erhebung technisch nicht viel mehr bieten – demnach ist es 

interessant zu wissen, ob der Mißerfolg von DF1 unter anderem an den hohen Decoderpreisen fest- 

zumachen ist. Die Antworten der Nutzer auf die Frage 11c nach der Zahlungsbereitschaft für die 

Set-top-box stützen diese Vermutung (Abbildung 5-47). 

Im Mittel sind die Befragten bereit, 374 DM (Standardabweichung 444,60 DM) für einen Decoder 

aufzuwenden. Nur 10 Personen würden 800 DM und mehr für ein solches Gerät ausgeben. Es zeigt 

sich somit deutlich, daß die Strategie, einen teuren Decoder zu vermarkten, nicht erfolgreich sein 

kann, wenn nur ca. 12% der Personen bereit sind, den Preis von 800 DM hinzunehmen. Somit kann 

die Hypothese 3–27 (Die Zahlungsbereitschaft für neue Endgeräte ist wesentlich geringer als der 

Preis der d-Box) nicht verworfen werden. 

Abbildung 5-47: Maximale Zahlungsbereitschaft (in DM) für die Set-top-box (n=79) 

Prozent (kumuliert) 

100 

90 

80 

70 

60 

50 

40 

30 

20 

10 

0 

Preis für die d-Box 1997: 

erst 990,00 DM - später 

1198,00 DM. Mittlerweile 

kann die d-Box für 20,00 

DM gemietet werden. 

0 500 1000 1500 2000 2500 3000 3500 

Zahlungsbereitschaft für die Set-top-box (in DM) 

• Anzahl der durchschnittlich abgerufenen Filme pro Woche 

266

Diese Frage 14 zeigt den Zusammenhang zwischen Preis pro Film und der durchschnittlichen Anzahl 

der abgerufenen Filme auf. Es handelt sich um eine Mengenbefragung, die als Basis für die Schätzung 

der Zahlungsbereitschaftsfunktionen im Abschnitt 5.5.1.4.3 verwendet werden. Hierbei wurde nach 

der Anzahl der abgerufenen Filme im Pilotprojekt und im Szenario unterschieden. Die deskriptive 

Analyse führt zu folgenden Ergebnis (Tabelle 5-20): 

Es ist darauf hinzuweisen, daß sich die Preise bei dieser Frage zwischen dem Pilotprojekt und dem 

Szenario unterscheiden; so wurde im Pilotprojekt nicht danach gefragt, wieviele Filme die Personen 

bereit wären abzurufen, wenn der Preis bei 10,00 DM läge. Dies wurde auf Wunsch des Kooperati- 

onspartners unterlassen, da befürchtet wurde, daß die Pilotprojektteilnehmer bei solchen Preisen 

verärgert reagieren könnten. 

267

Tabelle 5-20: Anzahl angeforderter Filme pro Woche beim Preis von x DM 

Preis pro Film Durchschnittliche Anzahl Filme 

pro Woche, die im Pilotprojekt 

angefordert werden 

(Standardabweichung; n) 

Durchschnittliche Anzahl Filme 

pro Woche, die im Szenario angefordert 

werden 


Signifikanz des 

Mittelwertunterschied 

(t-Wert) 

10,00 DM N/A 0,557 

(0,937; n=79) 

- 

8,00 DM N/A 0,838 

(1,053; n=83) 

- 

6,00 DM 0,853 

1,416 p = 0,000 

(1,123; n=84) 

(1,274; n=81) 

(-4,60) 

4,00 DM 1,212 

2,091 p = 0,000 

(1,317; n=83) 

(1,441; n=78) 

(-6,08) 

2,00 DM 2,007 

3,221 p = 0,000 

(1,721; n=81) 

(2,194; n=77) 

(-6,35) 

1,00 DM 3,055 

(2,675; n=80) 

N/A - 

kostenlos 4,733 

5,130 

n.s. 

N/A = Preis wurde nicht erhoben 

n.s. = Nicht signifikant 

(4,216; n=78) 

(3,904; n=77) 

(-0,83) 

Menge 

6 

5 

4 

3 

2 

1 

0 

0 2 4 6 8 10 

Preis 

Menge Pilot 

Menge Szenario 

Es zeigt sich, daß bei gleichen Preisen signifikant mehr Filme pro Woche angefordert werden, wenn 

ein System 2000 vorläge. 197 Das Resultat ist nicht überraschend, da davon auszugehen war, daß die 

im Szenario geschilderte Qualität der Filme von den Befragten als hoch angesehen wird. Werden die 

Filme kostenlos angeboten, so ist dieser Unterschied insignifikant. Dies könnte ein Indiz dafür sein, 

daß 5 Filme pro Woche im Mittel die Sättigungsmenge darstellen. 

197 Die Untersuchung dieser Frage wurde mittels des zweiseitigen t-Tests mit der Null-Hypothese H0: μ1 = μ 2 ver- 

sus H1: μ 1 ≠ μ 2 durchgeführt. 

268

Somit wird die Hypothese 3–19, die besagt, daß der Nutzen des Systems durch die Qualität der In- 

halte bestimmt wird, mit diesem Ergebnis gestützt. 

• Preisabschlag bei Werbung – Near-Video-on-Demand – Wartezeit 

Die interaktiven Medien eröffnen eine Vielzahl von Preisdifferenzierungsmöglichkeiten. So kann u.a. 

nach der vom Nutzer zugelassenen Werbung oder nach der zeitlichen Unabhängigkeit des Abrufens 

von Filmen eine leistungsbezogene Differenzierung vorgenommen werden. Es ist allerdings unklar, 

wie groß die Spielräume für eine solche Preisdifferenzierung sind. Die Frage 15 zielt auf diese Frage- 

stellung ab, indem nach Preisabschlägen im Pilotversuch bzw. im Szenario gefragt wurde. Die sehr 

offene Fragestellung bezüglich der abnehmenden Zahlungsbereitschaft bei bestimmten Differenzierun- 

gen resultierte in unterschiedlichen Angaben, die von den meisten Befragten auf den Preisabschlag 

bei einem Film, jedoch von einigen anderen als Preisabschlag auf die Grundgebühr bezogen wurden. 

Es ist somit nicht unmittelbar aus Frage 15 ersichtlich, ob die Basis des angegebenen Preisabschlags 

die Grundgebühr oder die Nutzungstarife darstellt. 198 Dieses Problem wurde bereits bei den Pre- 

Tests offensichtlich. Dennoch wurde der Versuch gewagt, durch die offene Fragestellung weitere In- 

formationen bzgl. der Preisdifferenzierungsmöglichkeiten zu gewinnen, da die Fragen 16 (Zahlungs- 

bereitschaft für eine Grundgebühr) und 18 (Zahlungsbereitschaft für einen Film) als Vergleichsmaß- 

stab zur individuellen Identifizierung der zugrunde gelegten Basis dienen können. 

Die Angaben wurden mit der höchsten angegebenen Zahlungsbereitschaft pro Film aus Frage 18 

verglichen. Lag die Zahlungsbereitschaft (z.B. 6,00 DM für Jurassic Park) aus Frage 18 oberhalb 

des geforderten Preisabschlags bei drei Werbeunterbrechungen (z.B. 5,00 DM) so wird angenom- 

men, daß sich die Person auf den Filmpreis bezogen hat. Verhält es sich genau 

198 Aufgrund der relativ hohen Anzahl der Missing Values muß davon ausgegangen werden, daß auch in der Un- 

269 

tersuchung vergleichsweise viele Personen die Frage nicht problemlos verstanden haben.

vice versa, so wird davon ausgegangen, daß die Grundgebühr die Basis bildet. 199 Nach diesem Zu- 

ordnungsschema haben 9 Personen die Grundgebühr und 72 Personen den Nutzungspreis als Basis 

gewählt. Es ergibt sich folgendes Bild: 

Tabelle 5-21: Geforderte Preisabschläge (in DM) mit Filmpreisen als Basis 

Um wieviel billiger müßte 

es sein, wenn sie bevorzugen, 

daß... 

der Film eine Werbeunterbrechung 

von 5 Min. hat 

der Film zwei Werbeunterbrechungen 

(je 5 Min.) hat 

der Film drei Werbeunterbrechungen 


der Film nur jede halbe 

Stunde abrufbar ist 

der Film nur jede volle 

Stunde abrufbar ist 

die Wartezeit bis zum Start 

mehr als 10 Min. beträgt 

Durchschnittlich geforderter 

Preisabschlag im Pilotprojekt 


1,57 

(1,47; 71) 

2,41 

(1,63; 70) 

3,26 

(2,03; 70) 

1,66 

(1,20; 67) 

2,47 

(1,42; 67) 

1,79 

(1,40; 68) 


Preisabschlag im Szenario 


1,96 

(1,83; 72) 

2,89 

(1,90; 71) 

3,86 

(2,20; 71) 

2,05 

(1,73; 68) 

2,86 

(1,86; 68) 

1,99 

(1,82; 69) 

Mittelwert- 

unterschied t- 

Test (Sign.) 

1,89 

(0,06) 

2,13 

(0,04) 

2,28 

(0,03) 

1,87 

(0,07) 

1,71 

(0,09) 

0,91 

(0,37) 

Es zeigt sich, daß jede Werbeunterbrechung eine Absenkung der Zahlungsbereitschaft für einen Film 

von ca. 0,80 DM mit sich bringt. Es zeigt sich zudem, daß die Zahlungsbereitschaft im Szenario signi- 

fikant stärker sinkt als im Pilotprojekt. Gleiche Aussagen sind für Beschränkungen der Auswahlzeit- 

punkte zu treffen. Sogenanntes Near-Video-on-Demand (dort können die Beiträge nur in bestimm- 

ten zeitlichen Abständen abgerufen werden) resultiert in geringere Zahlungsbereitschaften, die sich si- 

gnifikant zwischen Pilotprojekt und Szenario unterscheiden. Die Angaben lassen ebenfalls den Schluß 

zu, daß Wartezeiten mit einer sinkenden Zahlungsbereitschaft „bestraft“ werden. Hier sind jedoch 

keine signifikanten Mittelwertunterschiede zwischen Szenario und Pilotprojekt festzustellen. Die Hö- 

he des geforderten Preisabschlages zeigt zudem, daß technische Lösungen erforderlich sind, die eine 

lange Übertragung des Datenpakets (Film) vermeiden. 

Für die Grundgebühr als Basis ergibt sich folgendes Bild: 

199 Wenn die Person jedoch eine Grundgebühr von 0,00 DM angab, so wurde der Preisabschlag auf den Film bezogen. 

Dies war bei zwei Personen der Fall, wobei sich jedoch die geforderten Preisabschläge nur um 1,00 DM 

von der maximalen Zahlungsbereitschaft aus der Frage 18 unterscheiden. Es kann argumentiert werden, daß 

bei der Frage 18 nicht alle für die Personen relevanten Filme erfaßt wurden und somit der Preisabschlag auf 

einen imaginären Film bezogen wurde, für den der Nutzer mehr als die o.a. Zahlungsbereitschaft aufweist. Auf 

der anderen Seite bedeutet diese Annahme, daß durchaus höhere Zahlungsbereitschaften möglich sind, 

wenn mehr als nur die in Frage 18 ausgewählten Filme oder Ereignisse in den Fragebogen aufgenommen worden 

wären. 

270

Tabelle 5-22: Geforderte Preisabschläge (in DM) mit Grundgebühr als Basis 

Um wieviel billiger müßte es 

sein, wenn sie bevorzugen, 

daß 

der Film eine Werbeunterbrechung 

von 5 Min. hat 

der Film zwei Werbeunterbrechungen 


der Film drei Werbeunterbrechungen 


der Film nur jede halbe Stunde 

abrufbar ist 

der Film nur jede volle Stunde 

abrufbar ist 

die Wartezeit bis zum Start 

mehr als 10 Min. beträgt 

271 


Preisabschlag im Pilotprojekt 

(Standardabwe ichung; n) 

6,06 

(6,827; 8) 

7,63 

(9,61; 9) 

8,77 

(9,86; 9) 

12,43 

(17,85; 7) 

21,14 

(36,21; 7) 

15,86 

(23,40; 7) 


Preisabschlag im Szenario 


5,81 

(6,989; 8) 

7,74 

(6,99; 9) 

8,77 

(9,86; 9) 

12,43 

(17,85; 7) 

21,14 

(36,21; 7) 

13,00 

(19,42; 7) 

Mittelwertunterschied 

t-Test 

(Sign.) 

-0,10 

(0,922) 

0,03 

(0,973) 

0,00 

(1,00) 

0,00 

(1,00) 

0,00 

(1,00) 

-0,37 

(0,71) 

Es zeigt sich auch hier, daß jede Werbeunterbrechung, jede Beschränkung des Auswahlzeitpunktes 

sowie Wartezeiten eine Absenkung der Zahlungsbereitschaft mit sich bringt. Jedoch wird deutlich, 

daß Werbung weniger mit einem Absinken der Zahlungsbereitschaft einher geht als lange Wartezei- 

ten. 

Die Ausführungen stützen die Hypothese 3–21, daß mit Wartezeiten ein Absinken des Nutzens ver- 

bunden ist. 

Interessanterweise sind bei der Grundgebühr keine signifikanten Mittelwertunterschiede zwischen 

Szenario und Pilotprojekt festzustellen. Ist dies nun ein Indiz für eine von der Qualität der Inhalte un- 

abhängige Zahlungsbereitschaft? Die Ergebnisse der Datenanalyse lassen eine solche Vermutung zu, 

wenngleich festgehalten werden muß, daß die geforderten Abschläge auf einem relativ hohen Niveau 

sind. So kann eher von einer hohen Absenkung der Zahlungsbereitschaft generell ausgegangen wer- 

den als von fehlenden Netzeffekten. 

• Maximal akzeptierte Grundgebühr, wenn alle Dienste kostenlos sind 

Liegen Informationen bezüglich der monatlichen Zahlungsbereitschaft vor, dann können diese als An- 

haltspunkt für den gesamten Nutzen des Systems dienen, sofern keine weiteren nutzungsabhängigen 

Gebühren auftreten. Dieser als Flat-Fee bekannte Tarif läßt sich also als in monetären Einheiten aus- 

gedrückter Gesamtnutzen der angebotenen Dienste interpretieren und stellt damit eine zentrale Va- 

riable in dieser empirischen Untersuchung dar. Folgende Ergebnisse der deskriptiven Analyse sind zu 

berichten:

Abbildung 5-48: Maximal akzeptierte Grundgebühr bei kostenloser Nutzung 

Prozent (kumiliert) 

100 

90 

80 

70 

60 

50 

40 

30 

20 

10 

0 

49,80 DM 

monatliche 

Grundgebühr 

bei Premiere 

0 50 100 150 200 250 300 

Zahlungsbereitschaft für einen Pauschaltarif (in DM) 

Pilotprojekt 

Szenario 

Es zeigt sich erwartungsgemäß, daß die durchschnittliche Zahlungsbereitschaft bei dem Pilotprojekt- 

angebot (n=88) mit 19,60 DM (Standardabweichung: 17,33 DM) signifikant (t-Test, p=0,000) un- 

terhalb der des Szenarios (n=86) mit 41,65 DM (Standardabweichung: 34,66 DM) liegt. Der Medi- 

an liegt beim Pilotprojekt (Szenario) bei 17,50 DM (35,00 DM) und der Modus bei 5,00 DM 

(50,00 DM). Die mittlere Zahlungsbereitschaft im Szenario ist vergleichbar mit der Grundgebühr, die 

Premiere für sein Pay-TV-Abonnement verlangt. Hierbei ist zu bedenken, daß die Premiere- 

Abonnenten eigentlich einen geringeren Nutzen haben, weil dort im Vergleich zum Szenario die Inter- 

aktivität noch nicht gegeben ist. 

Dieses Ergebnis spricht für einen möglichen Referenzpreis von 50 DM als Grundgebühr, der durch 

die Tarife von Premiere und DF1 geprägt worden ist. Unter einem Referenzpreis ist ein „interner“ 

Preis zu verstehen, den die Nutzer für Preisvergleiche heranziehen. Dieser interne Preis bildet sich im 

wesentlichen aus Preisinformationen der Vergangenheit (Gijsbrechts 1993, S. 119; Natter und 

Hruschka 1997, S. 747). Demnach kann die Hypothese 3–28 (Die Zahlungsbereitschaft für Dienste 

im Interaktiven Fernsehen entspricht den Preisen des Digitalen Fernsehens) gestützt werden. 

• Maximal akzeptierter Eintrittspreis für Kinofilme (Frage 17) 

Um einen Anhaltspunkt bezüglich der maximalen Zahlungsbereitschaft für einen aktuellen Film zu er- 

halten, wurde nach dem Preis gefragt, bei dem der Befragte nicht mehr ins Kino gehen würde, selbst 

wenn sein Lieblingsfilm liefe. Im Mittel liegt dieser Schwellenwert bei 17,77 DM (Standardabwei- 

272

chung: 5,58 DM; Median: 16,00 DM; Modus: 20,00 DM) knapp 4 bis 8 DM höher als die bisheri- 

gen Eintrittspreise im Kino (Preise des Cinemaxx Kiel im April 1998; www.cinemaxx.com). 

Die Zahlungsbereitschaft für einen Kinofilm ist relativ hoch. Festzuhalten ist jedoch, daß die Zah- 

lungsbereitschaft für Kinoerlebnisse nicht ohne weiteres auf die Zahlungsbereitschaft für Filme im Vi- 

deo-on-Demand zu übertragen ist, da das Kino Nutzenkomponenten stiftet, die im heimischen 

Wohnzimmer nicht so ohne weiteres vorliegen. So ist die Größe der Leinwand, der in den neueren 

Kinos beeindruckende Ton und der Neuigkeitsgrad des Filmes für die hohe Zahlungsbereitschaft mit 

verantwortlich. Zudem ist der Gang ins Kino immer noch mit sozialen Kontakten verbunden. Den- 

noch wird aus der Analyse deutlich, daß für Top-Filme hohe Preise gefordert werden können. 

Abbildung 5-49: Maximal akzeptierter Eintrittspreis (in DM) für einen Kinofilm (n=84) 

Prozent (kumuliert) 

273 

100 

90 

80 

70 

60 

50 

40 

30 

20 

10 

0 

0 5 10 15 20 25 30 35 40 45 

Zahlungsbereitschaft für einen Kinofilm (in DM) 

Der typische Preis 

eines Kinotickets 

bei einem Film 

ohne Überlänge 

liegt zwischen 

10,00-14,00 DM 

• Zahlungsbereitschaft für Angebote im ITV (unter der Annahme, daß der Befragte den 

Film bzw. das Ereignis noch nicht gesehen hat ) 

Da Video-on-Demand die Killer-Applikation darstellt, ist von höchstem Interesse, wieviel die Indivi- 

duen für einzelne Inhalte bereit sind auszugeben. Um festzustellen, wie stark der Einfluß der Technik 

auf die Zahlungsbereitschaft ist, wurde in der Frage 18 zwischen Pilotprojekt und Szenario unterteilt. 

Der Mittelwertvergleich (Tabelle 5-23) zeigt mit Ausnahme des James Bond Films deutlich, daß die 

Zahlungsbereitschaft für Inhalte nicht unbedingt von der technischen Ausgestaltung des Systems be- 

einflußt wird. Es zeigt sich ferner, daß die Zahlungsbereitschaften im Mittel gering sind und dabei 

starken Streuungen unterliegen. So ist den Befragten das Fußball WM-Finale im Mittel nur ca. 4,00

DM (Szenario) wert – einzelne sind jedoch bereit, dafür bis zu 20,00 DM auszugeben. Natürlich ist 

keine generelle Aussage über die Zahlungsbereitschaft von Inhalten möglich, da nur ein Bruchteil der 

möglichen Filme, Sportereignisse und Dokumentationen in die Befragung aufgenommen wurde, je- 

doch zeigt sich, daß mehrere Personen eine durchaus hohe Bereitschaft aufweisen, um 10,00 DM 

oder mehr auszugeben. 

Die sehr heterogenen Angaben verdeutlichen, daß eine Preisdifferenzierung sinnvoll sein kann, um 

zum einen die Nutzer mit der hohen Zahlungsbereitschaft mit einem hohen Preis und zum anderen die 

mit einer geringen mit einem niedrigen Preis zu konfrontieren. Welche Preisdifferenzierungsmaßnah- 

men sich im Detail eignen, wird im weiteren Verlauf dieser Arbeit noch diskutiert. 

Tabelle 5-23: Zahlungsbereitschaft pro Film / Ereignis (n=87) 


Zahlungsbereitschaft Mittelwert- 

Film / 

Pilotprojekt 

Szenario 

unterschied 

Ereignis Mittelwert Median Min. Mittelwert Median Min. t-Wert 

(Std dev) (Modus) (Max) (Std dev) (Modus) (Max) (Sign.) 

Der neueste James 4,97 5,00 0,00 5,67 5,00 0,00 

-2,07 

Bond Film 

(3,16) (5,00) (15,00) (3,68) (10,00) (15,00) (p=0,042) 

Jurassic Park 4,39 5,00 0,00 4,89 5,00 0,00 

-1,35 

(3,43) (0,00) (15,00) (3,811) (0,00) (15,00) 

(n.s.) 

Tatort - Aida* 1,40 0,00 0,00 1,46 0,00 0 

-0,25 

(2,15) (0,00) (10,00) (2,32) (0,00) (10,00) 

(n.s.) 

Die Schraiers 

0,49 0,00 0,00 0,45 0,00 0,00 

0,38 

(Teil 1)* 

(1,13) (0,00) (6,00) 1,13 (0,00) (6,00) 

(n.s.) 

Finale der Fußball 3,81 2,00 0,00 4,01 2,00 0,00 

-0,42 

WM 1998 

(4,60) (0,00) (20,00) (4,72) (0,00) (20,00) 

(n.s.) 

Boxkampf Tysson 

2,26 0,00 0,00 2,40 0,00 0,00 

-0,39 

gegen Schulz 

(3,28) (0,00) (10,00) (3,47) (0,00) (12,00) 

(n.s.) 

Vom Winde 

2,30 2,00 0,00 2,38 2,00 0,00 

-0,28 

verweht 

(2,70) (0,00) (10,00) (2,94) (0,00) (12,00) 

(n.s.) 

Bild d. Wissenschaft 2,08 2,00 0,00 2,14 1,50 0,00 

-0,23 

(Atomzeitalter)* 

(2,36) (0,00) (10,00) (2,46) (0,00) (10,00) 

(n.s.) 

Die Tagesschau 

1,19 1,00 0,00 1,20 1,00 0,00 

-0,04 

(Hauptnachrichten) 

(1,80) (0,00) (10,00) (1,77) (0,00) (10,00) 

(n.s.) 

* Filme wurden im Pilotprojekt tatsächlich angeboten 

Std dev = Standardabweichung n.s. = nicht signifikant 

Für weiterführende Analysen, in denen die Einflußfaktoren auf die unterschiedlichen Zahlungsbereit- 

schaften untersucht werden, ist es von Interesse, nicht jeden einzelnen Film zu betrachten, sondern 

voneinander unabhängige Faktoren als Einflußvariablen heranzuziehen. Hierfür wird zunächst eine 

Überprüfung der Korrelationen vorgenommen. Im Dreieck oberhalb der Hauptdiagonalen befinden 

sich die Produkt-Momentkorrelationen nach Pearson und im unteren Dreieck die Rangkorrelationen 

nach Kendall. Die Angabe beider Korrelationen ist angebracht, da nur für die Angaben für die Filme 

274

Bond und Jurassic Park die Normalverteilungsannahme nicht abgelehnt werden kann. 200 Es ergaben 

sich folgende Befunde: 

Abbildung 5-50: Befunde der Korrelationsanalyse der Video-on-Demand Inhalte (n = 87) 

Bond Jurassic 

Park 

Bond 1,00 0,81 

(0,00) 

Jurassic 

Park 

275 

0,72 

(0,00) 

Tatort 0,27 

(0,00) 

Die Schraiers 0,22 

(0,02) 

WM -Finale 0,04 

(0,60) 

Boxen 0,23 

(0,01) 

Vom Winde 

verweht 

Bild der Wissenschaft 

0,18 

(0,03) 

0,13 

(0,12) 

Tagesschau 0,14 

(0,10) 

Tatort Die 

Schraiers 

0,26 

(0,02) 

1,00 0,47 

(0,00) 

0,35 

(0,00) 

0,2 

(0,03) 

-0,00 

(0,99) 

0,16 

(0,06) 

0,15 

(0,07) 

0,15 

(0,08) 

0,09 

(0,29) 

0,18 

(0,09) 

0,19 

(0,07) 

1,00 0,56 

(0,00) 

0,53 

(0,00) 

0,27 

(0,02) 

0,29 

(0,00) 

0,28 

(0,00) 

0,21 

(0,02) 

0,16 

(0,08) 

WM -Finale Boxen Vom Winde... 

0,09 

(0,39) 

0,03 

(0,81) 

0,28 

(0,01) 

1,00 0,18 

(0,10) 

0,24 

(0,01) 

0,35 

(0,00) 

0,12 

(0,18) 

0,08 

(0,36) 

0,07 

(0,45) 

0,26 

(0,01) 

0,22 

(0,04) 

0,29 

(0,00) 

0,28 

(0,01) 

1,00 0,58 

(0,00) 

0,54 

(0,00) 

0,14 

(0,09) 

0,24 

(0,01) 

0,15 

(0,09) 

0,21 

(0,05) 

0,22 

(0,04) 

0,40 

(0,00) 

0,19 

(0,07) 

0,22 

(0,04) 

1,00 0,18 

(0,09) 

0,19 

(0,03) 

0,18 

(0,04) 

0,14 

(0,12) 

Bild der 

Wissenschaft 

0,16 

(0,13) 

0,21 

(0,06) 

0,31 

(0,00) 

0,,03 

(0,76) 

0,31 

(0,00) 

0,15 

(0,17) 

1,00 0,64 

(0,00) 

0,34 

(0,00) 

0,26 

(0,00) 

Tagesschau 

0,31 

(0,00) 

0,26 

(0,01) 

0,18 

(0,10) 

0,11 

(0,31) 

0,15 

(0,17) 

0,11 

(0,30) 

0,41 

(0,00) 

1,00 0,58 

(0,00) 

0,47 1,00 

(0,00) 

Es legen mehrere hohe, grau unterlegte, Korrelationen vor. Die Korrelationen sind inhaltlich plausibel 

und zahlreich. 

Die Überprüfung des Datenmaterials bezüglich der faktorenanalytischen Behandlung ergibt ein positi- 

ves Bild. Die Hauptkomponentenanalyse extrahierte nach Verwendung des Kaiser-Kriteriums eine 

4-Faktoren-Lösung, die 80,1% der Ausgangsvarianz erklärt. Die MSA-Werte liegen zwischen 0,51 

und 0,74 und somit im akzeptablen Bereich. Die Tabelle 5-24 zeigt die rotierten Ergebnisse auf, wo- 

bei nur Faktorladungen >0,3 berichtet werden. 

Die explorative Faktorenlösung weist zwar nur einen relativ geringen KMO-Wert von 0,593 aus, 

aber sie ergibt reliable Faktoren. So weisen die vier Faktoren relativ hohe Alpha-Werte auf und sind 

eindimensional. Die Item-to-Total-Korrelationen sind ebenso wie die erklärte Varianz der einzelnen 

Items (Kommunalitäten) relativ hoch. Die Lösung weist keine hohen Querladungen auf und ist inhalt- 

lich plausibel. Die Verdichtung der neun Variablen auf vier Faktoren ist als akzeptabel anzusehen. 

Die Faktoren sind aufgrund der hohen Faktorladungen mit den erwarteten Beziehungen vergleichs- 

weise einfach zu interpretieren. 

200 Der nichtparametrische Kolmogorov-Smirnov-Test ergibt für Bond einen Wert von 1,2 (p=0,11) und für Jurassic 

Park einen Wert von 1,11 (p=0,17). Alle anderen Werte sind größer als 1,79 und hochsignifikant. Demnach

Tabelle 5-24: Varimax-rotierte Faktorenlösung der Filme (Pilotprojekt) 

Angebot im ITV Faktor 1 

INFO- 

KLAS 

Faktor 2 

KINO- 

HITS 

Faktor 3 

TV-WARE 

Faktor 4 

SPORT 

Kommunalität 

Bild der Wissenschaft 0.900 0,836 0,891 

Vom Winde verweht 0,786 0,707 0,861 

Die Tagesschau 0,752 0,634 0,741 

James Bond 007 0,930 0,899 0,947 

Jurassic Park 0,914 0,906 0,955 

Die Schraiers (1) 0,882 0,799 0,795 

Tatort - Aida 0,805 0,789 0,948 

Fußball WM-Finale 0,877 0,826 0,905 

Boxen (Tysson-Schulz) 0,859 0,810 0,845 

Cronbachs α (standardisiert) 0,781 0,895 0,712 0,732 - - 

Eigenwert 3,269 1,478 1,424 1,035 - - 

Erklärter Varianzanteil 36,3 % 16,4 % 15,8 % 11,5 % - - 

Kumulierter Varianzanteil 36,3 % 52,7 % 68,6 % 80,1 % - - 

Durch einen Faktor erklärte Varianz 

KMO-Maß = 0,593 

69,8 % 90,5 % 78,0 % 78,9 % - - 

Bartlett Test of Sphericity = 314,96 Irrtumswahrscheinlichkeit = 0,0000 

Item-to- 

Total- 

Korrel. 

Der erste Faktor läßt sich als Information und Klassik interpretieren, da er durch die Items Bild 

der Wissenschaft, Tagesschau und dem Film Vom Winde verweht bestimmt wird. Die Einbezie- 

hung des Films in den Faktor erschwert die Interpretation, jedoch erscheint es plausibel zu sein, daß 

Informationssuchende auch gerne den klassischen Film sehen möchten. 

Der zweite Faktor wird durch die beiden Top-Spielfilme determiniert und legt eine Interpretation des 

Faktors als Kinohits nahe. 

Der dritte Faktor bildet sich aus der Serie Die Schraiers und dem Tatort - Aida, die beide im Pilot- 

versuch angeboten wurden und Fernsehwiederholungen sind. Dieser Faktor kann als typische Fern- 

sehware angesehen werden und wird entsprechend benannt. 

Der vierte Faktor wird eindeutig von den beiden Sportereignissen determiniert und wird entspre- 

chend mit Sport betitelt. 

Durch Mittelwertbildung, der dem Faktor zugeordneten Items, werden die Konstruktwerte gebildet. 

Die Faktoren wurden daraufhin erneut bezüglich ihrer Korrelation zueinander überprüft und für relativ 

unabhängig voneinander befunden. 201 

kann nur für die beiden Variablen die Annahme der Normalverteilung nicht abgelehnt werden. 

201 Sowohl die Korrelationen nach Pearson als auch die nach Kendall überschreiten den Wert 0,36 nicht. 

276

• Zur Akzeptanz einzelner Eigenschaften im System 2000 

Ein Teil des Frageblocks 20 soll Eindrücke über die Akzeptanz von Nutzungs- und Grundgebühren, 

dem subjektiven Gesamteindruck des Diensteangebots im Pilotprojekt sowie im Szenario und 

schließlich Auskunft darüber geben, ob Netzeffekte durch persönliche Beziehungen determiniert 

werden. Im Abschnitt 5.4.2.2.1 wurden bereits die Variablen dargestellt, die nicht direkt die Zah- 

lungsbereitschaft betreffen. Es verbleiben die folgenden deskriptiven Statistiken bezüglich der Zah- 

lungsbereitschaft zu berichten: 

Tabelle 5-25: Deskriptive Statistiken der Zahlungsbereitschaften der Frage 20 

Bitte zeigen Sie uns wie hoch Ihre Akzeptanz für die nachfolgenden 

Eigenschaften im System 2000 ist 

[Kodierung: 1 = OK, 7 = nicht OK] 

277 

Median Mittelwert 

(Standardabwe ichung) 

3,00 DM pro Film 1,00 2,012 (1,892) 84 

6,00 DM pro Film 4,00 4,232 (1,828) 82 

9,00 DM pro Film 7,00 6,183 (1,198) 82 

5,00 DM monatlicher Grundpreis 1,00 1,538 (1,340) 80 



Anzahl 

Fälle 

Die zu erwartende Abnahme der Akzeptanz von steigenden Gebühren (sei es Grund- oder Nut- 

zungsgebühren) zeigt sich eindeutig. 

Die Ergebnisse dieses Abschnitts lassen sich zu folgenden Kernaussagen zusammenfassen: 

• Die Zahlungsbereitschaft für einen PC, einen Fernseher oder ein integrierendes Gerät unterschei- 

det sich im Mittel nicht signifikant. Das Niveau der durchschnittlichen Zahlungsbereitschaft liegt 

mit Werten zwischen 1500 und 2300 DM im Mittelklassebereich der heutigen Fernseh- bzw. 

PC-Generation. 

• Die mittlere Zahlungsbereitschaft für die im Pilotprojekt verwendete Set-top-box beträgt ca. 370 

DM und liegt damit deutlich unter dem Marktpreis für die d-Box. 

• Im Mittel würden die Nutzer mehr Filme pro Woche abrufen, wenn Netzeffekte dazu führen, daß 

die Qualität der Inhalte sehr hoch ist. Die durchschnittliche Sättigungsmenge liegt bei ca. 5 Filmen 

pro Woche (bei kostenloser Abrufmöglichkeit). 

• Werbeunterbrechungen reduzieren die Zahlungsbereitschaft. 

• Wenn der Film nur alle 30 Minuten oder nur jede Stunde abgerufen werden kann (ähnlich wie 

beim Near-Video-on-Demand), dann sinkt die Zahlungsbereitschaft. 

• Die Zahlungsbereitschaft sinkt ebenfalls, wenn beim Abruf des Filmes mehr als 10 Minuten ge- 

wartet werden muß.

• Die durchschnittlich akzeptierte Grundgebühr beträgt für das Pilotprojekt ca. 20,00 DM und für 

das Szenario ca. 42,00 DM und liegt damit unterhalb der bisherigen Tarifen von Premiere und 

z.T. von DF1. 

• Für Filme im Interaktiven Fernsehen ist die Zahlungsbereitschaft im Mittel eher niedrig, aber sie 

unterliegt starken Streuungen. 

• Dennoch zeigt die Analyse der Zahlungsbereitschaft für einen Film im Kino, daß die Nutzer mit 

durchschnittlich ca. 17,50 DM pro Film eine relativ hohe Zahlungsbereitschaft aufweisen. 

• Schließlich wird deutlich, daß die Zahlungsbereitschaft im Szenario höher als im Pilotprojekt ist. 

5.5.1.3 Einflußfaktoren auf die Zahlungsbereitschaft 

In den folgenden vier Unterabschnitten werden die Einflußfaktoren, die auf die Zahlungsbereitschaft 

für 

• das Endgerät, 

• die Grundgebühr, 

• die Filme „Tatort – Aida“, „Die Schraiers (1)“ und „Bild der Wissenschaft (Atomzeitalter)“, die 

addiert als eine Variable betrachtet werden, und schließlich 

• für die Kinofilme 

wirken, untersucht. Eine solche Analyse ist deswegen hilfreich, weil daraus mögliche Strategien für 

die Marktbearbeitung in der frühen Phase abzuleiten sind. 

Um Zusammenhänge zwischen den in den folgenden Abschnitten ausführlicher diskutierten abhängi- 

gen Variablen aufzuzeigen, werden die Korrelationen nach Pearson (oberes Dreieck) bzw. nach 

Kendall (unteres Dreieck) berichtet. 

278

Tabelle 5-26: Korrelationen der Zahlungsbereitschaften 

Set-top-box Grundgebühr Grundgebühr Filme Pilot- Filme Szena- Kino 

Pilotprojekt Szenario projektrio Set-top-box 1,000 0,054 

0,162 0,100 0,180 0,134 

(0,633) (0,157) (0,379) (0,104) (0,250) 

Grundgebühr 0,160 1,000 0,592 0,179 0,118 -0,225 

Pilotprojekt (0,054) 

(0,000) (0,100) (0,281) (0,040) 

Grundgebühr 0,254 0,451 

1,000 0,073 0,051 -0,072 

Szenario 

(0,003) (0,000) 

(0,507) (0,620) (0,520) 

Filme Pilotpro- 0,178 0,157 

0,135 1,000 0,974 0,005 

jekt 

(0,033) (0,050) (0,096) 

(0,000) (0,959) 

Filme Szenario 0,217 0,088 

0,094 0,880 1,000 0,068 

(0,009) (0,270) (0,247) (0,000) 

(0,542) 

Kino 0,093 -0,175 

0,079 0,004 0,058 1,000 

(0,291) (0,039) (0,356) (0,963) (0,497) 

Mit Ausnahme der Grundgebühr und der Filmpreise, die gleichermaßen für Pilotprojekt und Szenario 

gemessen wurden, korrelieren die Zahlungsbereitschaften nur schwach miteinander. Somit ist eine 

getrennte Analyse der einzelnen Einflußfaktoren sinnvoll, da keine extremen Verzerrungen zu vermu- 

ten sind. Die geringe Korrelation zwischen der Zahlungsbereitschaft für Filme und der maximal ak- 

zeptierten Grundgebühr mit freier Nutzung aller Inhalte ist ein Hinweis darauf, daß eine hohe Zah- 

lungsbereitschaft für bestimmte Inhalte noch keine hohe Zahlungsbereitschaft für Interaktives Fernse- 

hen bedeutet. Dieses Ergebnis ist für die preispolitischen Marketing-Implikationen von höchster Be- 

deutung. 

5.5.1.3.1 Einflußfaktoren auf die Zahlungsbereitschaft für das Endgerät 

Die Zahlungsbereitschaft für die momentan am Markt wahrscheinlichste Endgerät-Lösung (Set-top- 

box) steht im Mittelpunkt des Interesses. Da die Nutzer im Pilotprojekt genau mit diesem Gerät Er- 

fahrungen sammeln konnten, ist zu erwarten, daß die Angaben eine höhere Validität besitzen als Lö- 

sungen, die den Nutzern unbekannt sind (z.B. Mischung aus PC und TV-Gerät). Aus diesem Grund 

wird im folgenden nur die Zahlungsbereitschaft für die Set-top-box untersucht. 

Die abhängige Variable ist die angegebene Zahlungsbereitschaft für die Set-top-box aus Frage 11c. 

Als eine unabhängige Variable wird zur Überprüfung der Hypothese 3–1 (Je höher die Unsicherheit 

über die technologische Beständigkeit der zur Nutzung des Systems notwendigen Hardware ist, de- 

sto geringer ist die Zahlungsbereitschaft) die Variable „Ich kaufe jetzt noch keinen Decoder, weil der 

sich sowieso noch ändert“ einbezogen. Weiterhin werden als unabhängige Variablen die Fragen nach 

der Beurteilung der Set-top-box (gut-schlecht), die wahrscheinliche Preisgünstigkeit des Decoders 

und der Nutzen des Systems sowie nutzerspezifische Variablen wie Einkommen und Alter berück- 

sichtigt. 

279

Die bivariate Korrelationsanalyse der unabhängigen Variablen ergibt, daß keine Korrelation (Pear- 

son und Kendall) größer als 0,29 ist und somit die paarweisen Abhängigkeiten nur gering sind. Die 

Toleranzwerte bestätigen dies, da der kleinste Wert 0,74 beträgt. Es liegen bei einem Maximalwert 

des Cook´s Distance Maßes von 0,63 keine Ausreißer vor. 

Somit gehen 65 Fälle in die Analyse ein. Die Regressionsanalyse ergibt folgendes Ergebnis: 

Tabelle 5-27: Ergebnisse der Regressionsanalyse für die Zahlungsbereitschaft (in DM) der Set-topbox 

Unabhängige Variablen (SPSS-Notation) Hypothesen Wirkung 


(partieller) 

Kein Decoderkauf, da er sich noch ändert (VV13m) 3–1 - -0,354 

(-0,001) 

Beurteilung der Set-top-box (VV11a) + 87,804 

(0,291) 

Set-top-box wird wahrscheinlich einen guten Preis haben 

(VV11b) 

+ 54,453 

(0,180) 

Nutzen des Systems (Nutzsys) + -0,675 

(-0,112) 

Alter 3–4 - 5,788 

(0,162) 

Einkommen 3–5 + -41,374 

(-0,079) 


-0,012 

(0,990) 

2,059 

(0,044) 

1,343 

(0,184) 

-0,846 

(0,401) 

1,199 

(0,236) 

-0,614 

(0,542) 

Konstante -134,794 -0,404 

(0,688) 

Fallzahl= 65 

R 2 = 0,147 (Adjusted R 2 = 0,058) 

F = 1,660 (Signifikanzniveau = 0,147) 

Es zeigt sich, daß das Modell nicht signifikant ist und nur sehr wenig Varianz erklärt. Zudem ist nur 

ein Parameter mit einem t-Wert von 2,06 signifikant von Null verschieden. Dies Ergebnis kann durch 

die Heterogenität der Nutzer zustande kommen. Die Schätzung der einzelnen Regressionskoeffizien- 

ten über das gesamte Sample kann zu falschen Schlüssen führen, wenn die Beobachtungen aus meh- 

reren latenten Gruppen entstammen, in denen die Koeffizienten anders geartet sind. 

Zur Überprüfung dieser Vermutung wurden Generalized Linear Models (GLM) berechnet. Generali- 

zed Linear Models sind Regressionsanalysen, in denen für die abhängige Variable eine bestimmte 

Verteilung unterstellt wird (Fahrmeir und Tutz 1994; Nelder und Wedderburn 1972; Wedel und 

Kamakura 1998, S. 105). Die Erwartung der abhängigen Variable wird wie bei den Standard- 

Regressionsmodellen 202 als eine Funktion von unabhängigen Variablen modelliert. 

202 Standard-Regressionsmodelle stellen wie auch die Logit- und Probit-, die loglinearen sowie multinomialen 

Modelle einen Sonderfall der Generalized Linear Models dar (Wedel und De Sarbo 1995; Wedel und Kamakura 

1998, S. 105). 

280

Generalized Linear Models wurden um Mischverteilungsverfahren erweitert (Wedel und De Sarbo 

1995). Die Autoren nennen ihre Weiterentwicklung GLIMMIX (Generalized Linear Model MIXtu- 

re). Diese „Conditional Mixture Models“ ermöglichen die simultane und probabilistische Klassifizie- 

rung von Objekten in Segmente und die Schätzung von Regressionsmodellen innerhalb dieser Seg- 

mente. Diese Regressionsmodelle erklären die Mittelwerte und Varianzen innerhalb der einzelnen 

Segmente. 203 Hierbei wird die abhängige Variable (in diesem Falle die jeweiligen Zahlungsbereit- 

schaften) zu einem Set von unabhängigen Variablen innerhalb der latenten Klassen in Beziehung ge- 

setzt (Wedel und Kamakura 1998, S. 99; Jedidi, Krider und Weinberg 1998). 

Im Detail geschieht dies wie folgt: 

Es wird angenommen, daß der Vektor der Beobachtungen für jedes einzelne Objekt ( n) und jeder 

Variable (k ) yn = ( ynk 

) aus einer Population entstammt, die aus einer Mischung von S unbe- 

kannten, nicht beobachteten Segmenten besteht. Diese Segmente besitzen Mischungsverhältnisse von 

π s , die – wie bereits bei den Mixture Models dargestellt wurde – folgenden Nebenbedingungen un- 

terliegen (Wedel und Kamakura 1998, S. 105): 

(5-21) ∑π s = 1 

281 

S 

s= 

1 

(5-22) π s > 0. 


Es wird unterstellt, daß die Verteilung von y n – unter der Bedingung, daß y n aus Segment s 

stammt (also mit der Dichte f ( y θ ) verteilt ist) – auf Verteilungen der (multivariaten) Exponenti- 

s n s 

al-Familie zurückzuführen ist. Die Dichtefunktion f ( y θ ) wird durch die Parameter des Vektors 

s n s 

θ s bestimmt, der die Mittelwerte μ ks für Segment s enthält. Einige Verteilungen haben einen zu- 

sätzlichen Dispersionsparameter λ s , der die Varianz der Beobachtungen innerhalb der Segmente 

charakterisiert. Bei der Normalverteilung ist λs = σs 

2 . Es wird angenommen, daß dieser Parameter 

konstant über die Beobachtungen innerhalb eines Segmentes ist (Wedel und De Sarbo 1995). 

Der Mittelwert der Beobachtungen in den einzelnen Segmenten μ ks wird – anders als bei den Mix- 

ture Models – durch die unabhängigen Variablen geschätzt (Wedel und Kamakura 1998, S. 106). 

Hierfür wird eine lineare prediktive Variable η nsk spezifiziert, die durch P erklärende Variablen 

X1 , ..., X P mit X P = ( X nkp ) und Parameter-Vektoren βs = ( βsp 

) wie folgt gebildet wird: 

203 Im Gegensatz hierzu werden die Mittelwerte und Varianzen der einzelnen Segmente bei den Clusterverfahren 

der Mixture Models (Abschnitt 5.4.3.1.2) direkt geschätzt (Wedel und Kamakura 1998, S. 99).

P 

(5-23) ηnsk = ∑ X nkpβsp . 

p= 

1 

Dieser Prediktor setzt sich aus einer linearen Kombination von beobachteten erklärenden Variablen 

( X nkp ) und zu schätzenden Parametern (βsp ) zusammen. η nsk 

zum Mittelwert der Verteilung μ ks so in Beziehung gesetzt, daß in Segment s gilt: 

(5-24) ηnsk = g( 

μnsk 

) . 

wird mit einer Link-Funktion g( ) ⋅ 

Somit wird für jedes Segment ein Gernalized Linear Model (GLM) mit einer Spezifikation der Ver- 

teilung der abhängigen Variable formuliert. Jedes GLM enthält einen linearen Prediktor η nsk und ei- 

ne Link-Funktion, die den Prädiktor zum Mittelwert der Verteilung in Beziehung setzt (Fahrmeir und 

Tutz 1994, S. 18). 

Die Wahl der Linkfunktion hängt vom Typ der jeweiligen Zielvariablen ab (Fahrmeir und Tutz 1994). 

Jede Verteilung hat typische Links (kanonische Links). Typischerweise wird bei der metrischen Ska- 

lierung der abhängigen Variablen die Normalverteilung unterstellt (De Sarbo und Cron 1988; Helsen, 

Jedidi und De Sarbo 1993; Wedel und Kamakura 1998, S. 113). Dies hat zur Folge, daß der kano- 

nische Link zu den Standard-Regressionsmodellen in den Segmenten führt, da ηnsk = μsk 

. 

Wie auch schon bei den Mixture Models ist die unbedingte Dichtefunktion mit 

S 

(5-25) f ( yn Θ ) = ∑πs f s( yn 

θs 

) 

s= 

1 

gegeben, wobei sich allerdings hier der Parametervektor Θ = ( πs, θs 

) 

mensetzt (Wedel und Kamakura 1998, S. 107). 

Die Schätzung des Parametervektors Θ = ( πs, θs 

) 

mit θs = ( βs , λs 

) zusam- 

kann erneut mit dem EM-Algorithmus vorge- 

nommen werden. Mit Ausnahme der Schätzung der segmentspezifischen GLM ist die Vorgehensweise 

identisch mit der bei den Mixture Models (De Sarbo und Wedel 1994). 204 

Es wurden GLIMMIX für ein und zwei Segmente gerechnet. Da aufgrund einer Vielzahl von fehlen- 

den Werten nur 65 Fälle in die Analyse eingehen, macht eine tiefergehende Segmentierung aufgrund 

statistischer und inhaltlicher Kriterien keinen Sinn. 

Zur Erhöhung der Wahrscheinlichkeit, daß nicht nur ein lokales Optimum gefunden wird, wurden 

100 Analysen mit jeweils unterschiedlichen zufälligen Startwerten durchgeführt. Dabei wird folgen- 

204 Eine sehr detaillierte Darstellung des EM-Algorithmusses, der auch bei dem Software-Paket GLIMMIX verwendet 

wird, liefern Wedel und Kamakura (1998). Siehe ebenfalls Fahrmeir und Tutz (1994, S. 355 f). 

282

des, gemäß den Informationskriterien bestes Ergebnis erzielt, das sich in 80% der Versuche einstell- 

te: 

Tabelle 5-28: Ergebnisse der GLIMMIX für die Zahlungsbereitschaft der Set-top-box 



Kein Decoderkauf, da er 

sich noch ändert (VV13m) 

Beurteilung der Set-top-box 

(VV11a) 

Set-top-box wird wohl einen 

guten Preis haben (VV11b) 

Nutzen des Systems (Nutzsys) 

283 

Hypothesen 

Wirkung 

Aggregierte 

Lösung (S=1) 


(t-Wert) 

3–1 - -0,354 

(-5,660) 

+ 87,804 

(945,960) 

+ 54,453 

(617,083) 

+ -0,675 

(-388,827) 

Alter 3–4 - 5,788 

(550,607) 

Einkommen 3–5 + -41,374 

(-281,973) 

Konstante -134,794 

(-185,509) 

Segmentierte Lösung 

(S=2) 

SEGMENT 1 

SEGMENT 2 

Regressionskoeffizient Regressionskoeffizient 

(t-Wert) 

(t-Wert) 

152,187 

(1067,177) 

385,812 

(1623,805) 

125,559 

(646,430) 

-11,640 

(-1372,716) 

29,749 

(1256,899) 

-557,041 

(-1003,753) 

-180,967 

(-106,761) 

5,045 

(66,826) 

17,058 

(161,555) 

21,118 

(204,094) 

0,035 

(19,446) 

-3,630 

(-270,179) 

-0,386 

(-2,458) 

191,666 

(230,968) 

Mischungsanteile (n=65) 1 0,255 0,745 

Bestimmtheitsmaß 0,1465 0,8614 

LnL -486,966 -440,340 

AIC 989,932 914,680 

CAIC 1007,449 951,904 

Es 1,000 0,813 

Zunächst fallen die sehr hohen t-Werte der Koeffizienten auf. So stimmen bei der aggregierten Lö- 

sung (ein Segment, S=1) die Werte der Koeffizienten mit den Werten der Standard-Regression 

überein, jedoch übersteigen die mittels GLIMMIX berechneten t-Werte die Werte aus der vorheri- 

gen Analyse (Tabelle 5-27) um ein Vielfaches. Der Grund liegt in der unterschiedlichen Berechnung 

der Standardfehler bei Generalized Linear Model Mixtures. So werden die Standardfehler aus der 

Inversen der beobachteten Fischer-Informationsmatrix berechnet (Wedel und De Sarbo 1995; 

Wedel und Kamakura 1998, S. 108). 205 Aufgrund dessen unterscheiden sich die Werte der Stan- 

dardfehler und somit auch die t-Werte enorm. Die unterschiedliche Berechnung der Standardfehler 

hat zur Folge, daß sich die Signifikanzen der ermittelten Parameter einer Standardregression nicht mit 

den Ergebnissen der GLIMMIX vergleichen lassen. Allerdings ist festzuhalten, daß die Regressions- 

koeffizienten der aggregierten Lösung nun alle signifikant von Null verschieden sind. Im folgenden 

werden deswegen immer auch die Lösungen der aggregierten Analyse berichtet, um dann anschlie- 

205 Zur Berechnung der Standardfehler bei linearen Regressionsmodellen siehe Draper und Smith (1981, S. 25).

ßend die Ergebnisse der GLIMMIX zu interpretieren. Ein Vergleich der Standardfehler der Koeffi- 

zienten ist bei segmentierten Lösungen nicht möglich, da die Standardfehler nicht auf die gleiche Wei- 

se berechnet werden können wie bei der Standard-Regression. 

Im Vergleich zur aggregierten Lösung mit einem geringen Erklärungsbeitrag (R 2 = 0,147) nimmt die 

Höhe des Bestimmtheitsmaßes stark zu (R 2 = 0,861). Das R 2 bei GLIMMIX 206 berechnet sich hier- 

bei wie folgt (McFadden 1974 und Krafft 1997, S. 631): 

(5-26) R 

2 

log Model 

= 1 − 

log0− 

Model 

, 

wobei im Nenner der Log-Likelihood-Wert eines Null-Modells enthalten ist, das nur eine Konstante 

enthält. Im Zähler befindet sich der Log-Likelihood-Wert des betrachteten Modells. Liegt nur ein 

Segment vor, so handelt es sich um das Standard-Bestimmtheitsmaß der Regressionsanalysen. 

Der stark zunehmende Erklärungsbeitrag bei Berücksichtigung der Heterogenität unterstreicht die 

Notwendigkeit zur Segmentierung. Die Mischungsanteile der beiden Segmente sind in Tabelle 5-28 

dargestellt. 

Aufgrund der geringen Standardfehler sind alle Einflußfaktoren signifikant. Jedoch wird bei genauer 

Betrachtung der Koeffizienten deutlich, daß erhebliche Unterschiede zwischen den Segmenten beste- 

hen. Die Zuordnungswahrscheinlichkeiten der einzelnen Nutzer zu einem der beiden Segmenten sind 

in allen Fällen weit über 50%, so daß eine eindeutige Zuordnung vorgenommen werden kann. Dieses 

Ergebnis spiegelt sich auch in dem relativ hohen Entropiemaß wider, welches Auskunft über die Se- 

parierungsgüte gibt (Jedidi, Krider und Weinberg 1998, S. 404). 

Das erste Segment weist mit einem Mittelwert von 321,90 DM (Standardabweichung 324,36 und 

Median 200,00 DM) eine wesentlich geringere durchschnittliche Zahlungsbereitschaft für die Set- 

top-box auf als das zweite Segment mit einem Mittelwert von 638,46 DM (Standardabweichung 

790,08 und Median 300,00 DM). Es besteht jedoch eine sehr hohe Streuung in den Antworten. 

Im Gegensatz zu der aggregierten Lösung ist die Unsicherheit über die Zukunft des Decoders in den 

Segmenten positiv mit der Zahlungsbereitschaft verknüpft. Dieses Ergebnis ist konträr zu der Hypo- 

these 3–1 (Je höher die Unsicherheit über die technologische Beständigkeit der zur Nutzung des Sy- 

stems notwendigen Hardware ist, desto geringer ist die Zahlungsbereitschaft), die hiermit zu verwer- 

fen ist. Eine Interpretation des Ergebnisses fällt schwer und kann nur durch das geringe Risikobe- 

wußtsein der Nutzer erklärt werden. Hypothesenkonform sind hingegen die folgenden Parametervor- 

zeichen: Zum einen wirkt eine positive Bewertung der im Pilotprojekt verwendeten Set-top-box po- 

284

sitiv auf die Zahlungsbereitschaft, wobei sich dieser Effekt zwischen den Segmenten stark unterschei- 

det. Gleiches gilt für die Wahrnehmung des Preises. Mit zunehmender Wahrnehmung, daß die Set- 

top-box einen guten Preis haben wird, nimmt auch die Zahlungsbereitschaft zu. Die Annahme, daß 

mit zunehmenden Nutzen des Systems auch die Zahlungsbereitschaft für das Endgerät steigt, läßt sich 

nur bedingt nachweisen. In der aggregierten Analyse und im ersten Segment widerspricht der Einfluß 

der Annahme, wohingegen der Koeffizient im zweiten Segment, der Hypothese entsprechend, ein 

positives Vorzeichen aufweist. Die Hypothese 3–4, die besagt, daß jüngere Personen eher bereit 

sind, neue Geräte zu adoptieren, kann nicht falsifiziert werden. So wirkt in der aggregierten Analyse 

und im ersten Segment diese Variable positiv auf die Zahlungsbereitschaft, jedoch gilt dies nicht für 

das zweite Segment. Eine positive Wirkung des Alters auf die Zahlungsbereitschaft läßt die Vermu- 

tung zu, daß mit zunehmendem Alter auch das Einkommen steigt und damit die Zahlungsbereitschaft 

implizit zunimmt. Jedoch läßt sich dieses aus den Ergebnissen nicht feststellen, da mit zunehmendem 

Einkommen sowohl auf der aggregierten als auch auf der segmentierten Basis die Zahlungsbereit- 

schaft sinkt. 

Der Versuch, aus den Ergebnissen Hinweise für das Marketing abzuleiten, ist aufgrund der sehr un- 

terschiedlichen Ausprägungen zwischen den Segmenten und der extremen Streuung nicht problemlos. 

Es werden mehrere Ergebnisse erzielt, die widersprüchlich zu den Hypothesen sind und schwer 

nachvollziehbar sind. Allerdings kann aus den Daten abgeleitet werden, daß zum einen unterschiedli- 

che Marktsegmente zu bearbeiten sind und zum anderen wesentlich mehr Einflüsse zur genaueren 

Untersuchung dieser Fragestellung heranzuziehen sind. Aufgrund dessen ist die Analyse nur bedingt 

für Marketing-Implikationen geeignet. Es wird deutlich, daß hier noch ein enormer Forschungsbedarf 

besteht. 

Die Einflußfaktoren auf die Zahlungsbereitschaft des Endgeräts lassen sich wie folgt zusammenfassen: 

• Eine segmentierte Betrachtung ist extrem wichtig. 

• Die Unsicherheit über die Zukunft des Endgeräts wirkt in den beiden Segmenten entgegengesetzt. 

285 

Ebenfalls lassen sich keine eindeutigen Ergebnisse für die Wirkung des Alters und des Gesamtnut- 

zens des Systems (Inhalte) aufzeigen. 

• Die Erprobung der Set-top-box hat, sofern die Nutzung einen positiven Eindruck hinterlassen hat, 

eine positive Wirkung auf die Zahlungsbereitschaft. Die Wirkung ist gleichgerichtet aber unter- 

schiedlich stark in den Segmenten. 

206 Die Quelle zur Berechnung des Bestimmtheitsmaßes bei GLIMMIX stammt von einem E-mail von Michel We- 

del.

• Mit zunehmender Wahrnehmung, daß die Set-top-box einen guten Preis haben wird, nimmt die 

Zahlungsbereitschaft zu. 

5.5.1.3.2 Einflußfaktoren auf die Grundgebühr 

Die Antworten der Befragten auf die Frage nach der monatlichen Zahlungsbereitschaft (Grundge- 

bühr) bei freier Nutzung aller Dienste kann als Anhaltspunkt für den gesamten Nutzen des Systems 

dienen. Da auch hier nach der Zahlungsbereitschaft für Dienste im Pilotprojekt und im System 2000 

gefragt wurde, kann ein Vergleich interessante Aussagen über den Einfluß von Netzeffekten auf die 

Einflußfaktoren liefern. Für die Regressionsanalyse werden als abhängige Variablen die Variablen 

VV16a (Zahlungsbereitschaft im Pilotversuch) und VV16b (Zahlungsbereitschaft im Szenario) he- 

rangezogen. Als unabhängige Variablen werden diejenigen betrachtet, die in den vorherigen Ab- 

schnitten als potentielle Einflußvariablen auf die Zahlungsbereitschaft bzw. den Nutzen des Systems 

identifiziert wurden. 


nearität überprüft. Die im ersten Schritt vorgenommene bivariate Analyse ergibt, daß 19 Variablen- 

paare eine Korrelation größer als 0,4 aufweisen. Von diesen 19 Paaren weisen 4 eine Korrelation 

größer als 0,5 auf: Der relative Vorteil des Home-Shopping korreliert positiv mit dem Informations- 

stand über ITV (0,517; p=0,000) und der wahrgenommenen Kontrolle über die Inhalte (0,538; p= 

0,000); die wahrgenommene Komplexität des Navigationssystems korreliert positiv mit der wahrge- 

nommenen Komplexität des gesamten Systems (0,516; p=0,000) und die Unsicherheit über die 

Vorteilhaftigkeit der Teilnahme am Pilotversuch korreliert positiv mit der Variable „Ich sehe den Nut- 

zen des ITV bislang nicht“ (0,522; p=0,000). Alle Korrelationen lassen sich als inhaltlich plausibel 

ansehen und sind hoch signifikant. Die Überprüfung der Toleranzwerte ergibt, daß die Variablen 

„Relativer Vorteil des Home Shopping“ (Toleranz: 0,2065) und „Mir ist das System zu komplex“ 

(Toleranz: 0,21) im ersten Schritt die niedrigsten Werte aufweisen und hoch mit jeweils anderen Va- 

riablen korrelieren. 207 Diese Variablen werden aus dem Datensatz entfernt und es wird eine erneute 

Berechnung der Toleranzwerte vorgenommen. Es zeigt sich, daß die Variablen „ITV ist eine kostspielige 

Angelegenheit für mich“ sowie „Alter“ sehr niedrige Werte (0,34 und kleiner) aufweisen. 208 

Diese werden in einem zweiten Schritt aus der Analyse entfernt. Nach Ausschluß dieser vier Varia- 

blen von einer weiteren regressionsanalytischen Betrachtung weist keine der Variablen (in beiden 

207 

Gleiches gilt für die Analyse der abhängigen Variablen im Szenario. Dort sind die Werte niedriger (Toleranz: 

0,20 sowie 0,21). 

208 

Gleiches gilt für die Analyse der abhängigen Variablen im Szenario. Dort sind die Werte niedriger (Toleranz: 

0,34 und kleiner). 

286

Analysen) einen Toleranzwert unter 0,43 auf. Das Ausmaß der Multikollinearität kann als akzeptabel 

angesehen werden. 

Die Analyse der Daten zeigt, daß keine Ausreißer vorliegen, da der höchste Wert von Cook’s Di- 

stance mit 0,32 gering ist. 

Insgesamt gehen 26 Variablen und 73 Fälle (fallweiser Ausschluß der Missing Values) in die Analyse 

der Zahlungsbereitschaft im Pilotprojekt ein. Die Regressionsanalyse für das Szenario enthält 72 Fäl- 

le. Es sind folgende Ergebnisse zu berichten: 

287

Tabelle 5-29: Ergebnisse der Regressionsanalyse für die Zahlungsbereitschaft des Systems 

Unabhängige Variablen (SPSS- 

Grundgebühr im Pilotprojekt Grundgebühr im Szenario 

Notation) 

(Frage 16a) 

(Frage 16b) 

(WirRegressions- t-Wert (SiRegressions- t-Wert (Signikung)koeffizient(pargnifikanzkoeffizient(parfikanzniveau)tieller)niveau)tieller) 

Komplexität des Navigationssy- - -1,527 -0,724 

-0,953 

-0,213 

stems (KLEX_NAV) 

(-0,111) (0,473) (-0,033) (0,833) 

Geringe Wartezeiten beim Abruf + 0,121 0,073 

-0,492 

-0,138 


(0,010) (0,943) (-0,022) (0,891) 

Relativer Vorteil VOD (RV_VOD) + 4,409 1,958 10,608 

2,168 

(0,259) (0,056) (0,311) (0,035) 

Relativer Vorteil Home-Shopping 

(RV_HS) 

+ 

Ausschluß aufgrund hoher Multikollinearität (Schritt 1) 

Angst vor Datenmißbrauch - -1,849 -1,443 

-1,940 

-0,716 

(V8a) 

(-0,194) (0,156) (-0,102) (0,477) 

Angst vor Verlust sozialer Kon- - 2,682 1,775 

3,554 

1,107 

takte (V8c) 

(0,281) (0,082) (0,187) (0,274) 

Angst vor Verlust des Free-TV - -2,399 -1,939 

-2,188 

-0,836 

(V8d) 

(-0,283) (0,059) (-0,129) (0,407) 

Beurteilung der Set-top-box + 2,384 1,361 

8,058 

2,176 

(VV11a) 

(0,194) (0,180) (0,327) (0,034) 

Wunsch nach interaktiver In- + -0,364 -0,227 

-0,974 

-0,286 

haltebeeinflussung (VV12a) 

(-0,033) (0,822) (-0,045) (0,776) 

Wunsch nach interaktiven Talk- + 0,575 0,492 

-3,894 

-1,574 

shows (VV12b) 

(0,071) (0,625) (-0,240) (0,122) 

Gut über ITV informiert (VV13b) + -0,418 -0,325 

-1,912 

-0,699 

(0,042) (0,747) (-0,095) (0,488) 

Fehler am Pilotprojekt teilzuneh- - 0,212 0,148 

1,868 

0,612 

men (VV13d) 

(0,023) (0,883) (0,103) (0,544) 

Muß viel lernen, um ITV voll - 1,789 1,421 

1,621 

0,609 

auszureizen (VV13h) 

(0,219) (0,162) (0,100) (0,546) 

ITV ist eine kostspielige Angelegenheit 

(VV13i) 

- 

Ausschluß aufgrund hoher Multikollinearität (Schritt 2) 

Wunsch nach vielen Personen + 0,270 0,208 

-1,349 

-0,490 

zum Kommunizieren (VV13j) 

(0,031) (0,836) (-0,078) (0,626) 

System ist zu komplex (VV13k) - Ausschluß aufgrund hoher Multikollinearität (Schritt 1) 

Bei Nichteinstieg flopt ITV + 1,387 0,858 

2,080 

0,608 

(VV13l) 

(0,115) (0,396) (0,087) (0,546) 

Kein erkennbarer Nutzen des - -1,022 -0,814 

2,841 

1,062 

ITV (VV13p) 

(-0,113) (0,420) (0,156) (0,294) 

Restriktionen und Sperren sind + 0,753 0,508 

2,010 

0,635 

gut (VV13q) 

(0,075) (0,614) (0,100) (0,529) 

Angebotene Dienste sind preis- - -3,051 -2,018 

-4,513 

-1,408 

wert (VV13v) 

(-0,288) (0,049) (-0,214) (0,166) 

Wunsch nach Netzeffekten + 0,291 0,134 

6,261 

1,354 

(NETWISH) 

(0,019) (0,894) (0,203) (0,182) 

Zeitliche und inhaltliche Kon- + -0,508 -0,369 

-0,256 

-0,088 

trolle (KONTROL) 

(-0,053) (0,714) (-0,013) (0,930) 

Technisch versierter Vielnutzer + -0,772 -0,325 

-7,819 

-1,549 

(FREAK) 

(-0,051) (0,747) (-0,259) (0,128) 

Relativer Vorteil von Features + -0,085 -0,055 

6,683 

2,005 

(RV_FEAT) 

(-0,007) (0,957) (0,267) (0,051) 

Zahlungsbereitschaft für Kino- + -0,669 -1,602 

-0,817 

-0,912 

karte (VV17) 

(-0,210) (0,116) (-0,129) (0,367) 

288

Alter (ALTER) - Ausschluß aufgrund hoher Multikollinearität (Schritt 2) 

Nutzung des Internet (VVV26b) + 0,936 0,831 

3,190 

1,322 

(0,110) (0,410) (0,188) (0,193) 

Anzahl Kinobesuche (VVV27) + 1,185 0,544 

5,891 

1,156 

(0,074) (0,589) (0,168) (0,254) 

Anzahl ausgeliehener Videos + 1,347 0,950 

3,391 

1,130 

(VVV28) 

(0,129) (0,347) (0,164) (0,265) 

Fallzahl 73 72 

R 2 

(Adjusted R 2 0,489 

0,435 

) 

(0,217) 

(0,127) 

F 

1,799 

1,415 

(Signifikanzniveau) 

(0,041) 

(0,152) 

Das Regressionsmodell für die Grundgebühr im Pilotprojekt erklärt 48,9% der Varianz (Adjusted 

R 2 : 0,217) und ist mit einem F-Wert von 1,799 signifikant von Null verschieden. Dies gilt jedoch 

nicht für das Regressionsmodell im Szenario. Dort ist die erklärte Varianz mit 0,435 (Adjusted R 2 : 

0,152) mit einem F-Wert von 1,415 nicht signifikant. 

Es ist zu vermuten, daß auch hier eine sehr hohe Heterogenität vorherrscht. So liegt es nahe, mittels 

GLIMMIX der Heterogenität Rechnung zu tragen. Dies ist jedoch aufgrund der hohen Variablenan- 

zahl in Relation zu der Fallzahl von 73 respektive 72 wenig erfolgversprechend. Somit verbleibt nur 

die Interpretation der linearen Regressionsmodelle. 

Folgende Variablen werden für das Pilotprojekt als signifikant (p < 0,1) identifiziert: 

Der wahrgenommene relative Vorteil des Dienstes Video-on-Demand wirkt – wie angenommen – 

positiv auf die Zahlungsbereitschaft im Pilotprojekt. Hypothesenkonträr wirkt die Befürchtung vor 

dem Verlust sozialer Kontakte positiv auf die Zahlungsbereitschaft beim Pilotversuch. Dies impli- 

ziert, daß die Teilnehmer weniger die Verluste sozialer Kontakte beim ITV befürchten als vielmehr 

ITV als ein Mittel gegen den Verlust sozialer Kontakte ansehen. Die neuen Kommunikationsmög- 

lichkeiten, die das Interaktive Fernsehen bietet, können als Chance wahrgenommen werden, neue 

Kontakte zu knüpfen. Die Wirkung von Chats auf die soziale Interaktion ist nicht erst seit dem Kino- 

erfolg des Films „E-M@il für Dich“ bekannt. Hypothesenkonform hingegen wirkt die Befürchtung 

vor dem Verlust des Free-TV negativ auf die Bereitschaft zur Zahlung einer Grundgebühr. Wer sehr 

zufrieden mit dem bisherigen TV-Angebot ist, wird demnach weniger bereit sein, viel Geld für Inter- 

aktives Fernsehen auszugeben. Ebenfalls hypothesenkonform verhält sich die Wahrnehmung der 

Preise für die Dienste. Je preiswerter die Dienste wahrgenommen werden, desto weniger sind die 

Personen bereit, eine hohe Grundgebühr zu akzeptieren. Dieses Ergebnis hat eine hohe preispoliti- 

sche Bedeutung: Tarifiert der Serviceanbieter die einzelnen Filme zu niedrig, dann wird er nicht ohne 

weiteres eine hohe Grundgebühr durchsetzen können. Fordert er hingegen relativ hohe Nutzungsent- 

gelder, dann kann er später eine durchaus hohe Flat-Fee durchsetzen, bei der sämtliche Dienste ko- 

289

stenlos abgerufen werden können. Eine Strategie des Penetration-Pricing kann demnach mit Proble- 

men einhergehen, wenn dieses Ergebnis mißachtet wird. 

Trotz eines insignifikanten R 2 des zweiten Modells sollen kurz die wesentlichen Ergebnisse für das 

Szenario dargestellt werden: Der relative Vorteil des Dienstes Video-on-Demand wirkt – wie auch 

im Pilotprojekt – positiv auf die Zahlungsbereitschaft. Eine positive Wirkung verzeichnet auch die 

Beurteilung der Set-top-box. Abschließend wirkt der relative Vorteil von Features positiv auf die 

Zahlungsbereitschaft im Szenario. 

Alle anderen Variablen weisen keine signifikanten Parameter auf. Dennoch muß darauf hingewiesen 

werden, daß eine Reihe von Variablen nicht die angenommene Vorzeichenrichtung aufweisen. Die 

Ergebnisse scheinen – u.a. aufgrund der Vielzahl der einbezogenen Variablen – nicht frei von Stör- 

einflüssen zu sein. 

Abschließend sind folgende Nicht-Befunde bemerkenswert: Die Komplexität des Navigationssy- 

stems scheint ebenso wie die Lernnotwendigkeit zur Bedienung des Interaktiven Fernsehens nicht zur 

Erklärung der Zahlungsbereitschaft beizutragen. Ebenso sind alle Items, die mit Netzeffekten in Ein- 

klang zu bringen sind, insignifikant. Gleiches gilt für den Wunsch nach Interaktivität. Keine Erklä- 

rungskraft liefern zudem die Vergleiche zum Internet und Kino. 

Zusammenfassend sind folgende Einflußfaktoren auf die Zahlungsbereitschaft für das gesamte System 

festzuhalten: 

• Nur der relative Vorteil des Video-on-Demand ist in beiden Regressionsmodellen als signifikanter 

Einflußfaktor identifiziert worden. 

• Das Bereitstellen von Interaktionsmöglichkeiten fördert die Zahlungsbereitschaft, weil auch Per- 

sonen mit Befürchtung vor dem Verlust sozialer Kontakte diese z.B. durch Videochats zusätzlich 

erlangen können. 

• Wer Angst vor Verlust des Free-TV hat, weist eine geringere Zahlungsbereitschaft auf. 

• Je preiswerter die Dienste wahrgenommen werden, desto weniger sind die Personen bereit, eine 

hohe Grundgebühr zu akzeptieren. 

5.5.1.3.3 Einflußfaktoren auf die Preise pro Film im Interaktiven Fernsehen 

Die Antworten der Befragten bezüglich der Zahlungsbereitschaft für einzelne Filme können einer 

Vielzahl möglicher Einflüsse unterliegen. So kann es beispielsweise sein, daß die Zahlungsbereitschaft 

für einen bestimmten Film zum einen von der Qualität des Inhaltes positiv und zum anderen durch 

lange Wartezeiten beim Abruf negativ beeinflußt wird. Wenn diese Einflüsse nicht untersucht werden, 

können nur bedingt Preisdifferenzierungsstrategien entwickelt werden. 

290

Um die Gefahr von Fehlschlüssen im Marketing zu reduzieren, werden mögliche Einflußfaktoren auf 

die angegebene Zahlungsbereitschaft untersucht. Hierfür bieten sich die Antworten auf die Frage 18 

nach der Zahlungsbereitschaft für Filme (z.B. James Bond oder Tatort) an. Die Operationalisierung 

der abhängigen Variable erfordert jedoch eine Entscheidung darüber, ob ein oder mehrere bestimmte 

Filme ausgewählt werden sollen. Da diese Analyse im wesentlichen die Einflüsse auf die Zahlungsbe- 

reitschaft herausfiltern soll, werden nur die Angaben der Zahlungsbereitschaft herangezogen, die für 

im Pilotprojekt erhältliche Filme angegeben wurden. 209 Es handelt sich hierbei um die Filme „Tatort 

– Aida“, „Die Schraiers (1)“ und „Bild der Wissenschaft (Atomzeitalter)“. Die Zahlungsbereitschaft 

der Nutzer für diese drei Variablen wurde addiert und bildet die abhängige Variable. Die Angaben 

für die Zahlungsbereitschaft liegen zum einen für das Pilotprojekt sowie zum anderen für das Szenario 

vor. 

Als unabhängige Variablen werden diejenigen betrachtet, die in den vorherigen Abschnitten als po- 

tentielle Einflußvariablen auf die Zahlungsbereitschaft identifiziert wurden. Hierbei handelt es sich um 

die Einflüsse der Wartezeit (Frage 4 a und b), dem Wunsch nach Interaktivität (Frage 12a) und nach 

Netzeffekten (Faktor NETWISH), dem wahrgenommenen relativen Vorteil von Features (Faktor 

RV_FEAT) sowie den Gewichten für Video-on-Demand (Frage 5a) und der Qualität der Filme 

(Frage 21a). Abschließend wird noch die Beurteilung der Angebote im Pilotversuch (Faktor 

RD_VOD) als unabhängige Variable einbezogen. 


nearität überprüft. Die im ersten Schritt vorgenommene bivariate Analyse ergibt, daß 3 Variablen- 

paare eine Korrelation größer 0,4 aufweisen (davon 2 größer als 0,5): Zum einen korreliert die 

Wichtigkeit des Video-on-Demand (Frage 5a) mit der Wichtigkeit für interessante Filme (Frage 21a) 

relativ hoch (0,65; p = 0,00). Zum anderen weisen die Variablen, die die Wahrnehmung der Warte- 

zeiten beim Abruf von Filmen (4a) und die Bereitschaft, diese Wartezeit aufzubringen (4b), operatio- 

nalisieren, eine positive Korrelation (0,51; p = 0,00) auf. Diese Korrelationen sind inhaltlich plausibel 

und hoch signifikant. Die Überprüfung der Toleranzwerte ergab, daß insbesondere die Variable 

„Wichtigkeit (Punkte) für interessante Filme“ einen relativ niedrigen Wert aufweist (Toleranz: 0,50). 

Dieser Wert zwingt nicht unmittelbar zur Eliminierung der Variablen, jedoch zeigt sich, daß eine Eli- 

minierung eine erhebliche Verbesserung der restlichen Toleranzwerte bewirkt. Kein Toleranzwert un- 

terschreitet nach Weglassen dieser Variablen den Wert 0,6. Das Ausmaß der Multikollinearität kann 

nach dem Weglassen der Variablen als befriedigend angesehen werden. 

209 Aus diesem Grund muß auf die Verwendung eines der im Abschnitt 5.5.1.2 gebildeten Faktoren (INFOCLAS, 

291 

KINO-HITS, TV-Ware oder SPORT) verzichtet werden.

Es liegen keine Ausreißer vor, da der höchste Wert von Cook´s Distance Maß für das Pilotprojekt 

0,19 und für das Szenario 0,16 annimmt. 

Somit gehen jeweils 85 Fälle in beide Analysen ein. Die Regressionsanalyse ergibt folgendes Ergeb- 

nis: 

Tabelle 5-30: Ergebnisse der Regressionsanalyse für die Zahlungsbereitschaft für Filme 

Unabhängige Variablen Hypothese Pilotprojekt Szenario 

(SPSS-Notation) (Wirkung) Regressionskoeffizient 

(partieller) 

Relativer Vorteil von Features 

(RV-FEAT) 

Wunsch nach Inhaltebeeinflussung 

(VV12a) 

Punkte für Video-on-Demand 

(V5a) 

Lange Wartezeit beim Aufruf 


Wunsch nach Netzeffekten 

(NETWISH) 

Relativer Vorteil von Video-on- 

Demand (RV_VOD) 

Bereitschaft auf angeforderte 

Inhalte zu warten (V4b) 

+ -0,342 

(-0,127) 

- -0,065 

(-0,025) 

+ -0,063 

(-0,324) 

- -0,780 

(-0,304) 

- -0,264 

(-0,087) 

+ 0,910 

(0,228) 

+ 0,718 

(0,296) 


-1,175 

(0,244) 

-0,240 

(0,811) 

-3,074 

(0,003) 

-2,357 

(0,021) 

-0,762 

(0,448) 

1,961 

(0,054) 

2,236 

(0,028) 

Konstante 7,150 3,278 

(0,002) 

Bestimmtheitsmaß 

Adjustiertes Bestimmtheitsmaß 

F-Test (Signifikanzniveau) 

0,187 

0,113 

2,53 (p = 0,021) 


(partieller) 

-0,397 

(-0,139) 

0,068 

(0,025) 

-0,067 

(-0,325) 

-0,897 

(-0,329) 

-0,323 

(-0,100) 

1,056 

(0,249) 

0,718 

(0,279) 


-1,295 

(0,199) 

0,238 

(0,813) 

-3,102 

(0,003) 

-2,573 

(0,012) 

-0,884 

(0,379) 

2,159 

(0,034) 

2,120 

(0,037) 

7,705 3,352 

(0,001) 

0,199 

0,126 

2,73 (p = 0,014) 

Es zeigt sich, daß die Modelle nur sehr wenig Varianz erklären. Zwar sind beide Modelle signifikant 

und weisen darüber hinaus mehrere signifikante Einflußvariablen auf, jedoch bleibt der Eindruck be- 

stehen, daß eine starke Heterogenität der Nutzer vorliegt. Zur Überprüfung des Einflusses der Hete- 

rogenität auf das Ergebnis wurden Generalized Linear Mixture Models (GLIMMIX) berechnet. Es 

wurden Modelle für ein und zwei Segmente gerechnet. Zur Erhöhung der Wahrscheinlichkeit, daß 

nicht nur ein lokales Optimum gefunden wird, wurden 100 Analysen mit unterschiedlichen zufälligen 

Startwerten durchgeführt. 

Im folgenden werden zunächst die Ergebnisse für die Angaben im Pilotprojekt dargestellt. Daran an- 

schließend werden die Ergebnisse für das System 2000 diskutiert. 

Es zeigt sich bei der Untersuchung mit den Angaben der Zahlungsbereitschaft für Filme im Pilotpro- 

jekt als abhängige Variable, daß der Algorithmus drei Optima identifiziert, wobei das im folgenden 

dargestellte Ergebnis, gemäß den Informationskriterien, das beste darstellt. Dieses Ergebnis wurde in 

40 von 100 Durchläufen identifiziert. 

292

Tabelle 5-31: Ergebnisse der GLIMMIX für die Zahlungsbereitschaft der Filme im Pilotprojekt 




(RV-FEAT) 


(VV12a) 


(V5a) 




(NETWISH) 

Relativer Vorteil von Videoon-Demand 

(RV_VOD) 



293 

Aggregierte 

Lösung (S=1) 

Wirkung Regressionskoeffizient 

(t-Wert) 

+ -0,342 

(-4,660) 

- -0,065 

(-0,956) 

+ -0,063 

(-12,183) 

- -0,780 

(-9,365) 

- -0,264 

(-3,010) 

+ 0,910 

(7,778) 

+ 0,718 

(8,862) 

Konstante 7,150 

(3,352) 


(S=2) 

SEGMENT 1 

SEGMENT 2 


(t-Wert) 

(t-Wert) 

-0,164 

(-1,317) 

0,412 

(3,244) 

-0,149 

(-16,072) 

-1,364 

(-10,556) 

0,046 

(0,307) 

0,196 

(1,082) 

1,520 

(10,126) 

10,956 

(14,278) 

-0,004 

(-0,039) 

-0,107 

(-1,265) 

-0,010 

(-1,147) 

-0,434 

(-3,689) 

0,239 

(2,058) 

0,584 

(3,392) 

0,314 

(2,946) 

-0,026 

(-0,031) 



LnL -233,471 -203,307 

AIC 484,943 444,615 

CAIC 507,031 491,248 

Es 1,000 0,758 

Im Vergleich zur aggregierten Lösung mit einem geringen Erklärungsbeitrag (R 2 = 0,187) nimmt die 

Höhe des Bestimmtheitsmaßes stark zu (R 2 = 0,789). Die Höhe des Entropiemaßes (Es) läßt auf ei- 

ne relativ gute Trennung der Segmente schließen. Eine Verbesserung des Modells bei zwei Segmen- 

ten läßt sich aus den Informationskriterien ableiten. Eine tiefergehende Segmentierung macht aufgrund 

der geringen Fallzahl keinen Sinn. 

Es sind für das Pilotprojekt folgende inhaltliche Erkenntnisse zu berichten: 

In der aggregierten Lösung zeigt sich, daß vier Einflußvariablen einen signifikanten Einfluß auf die 

Zahlungsbereitschaft im Pilotprojekt aufweisen: Je wichtiger der Dienst Video-on-Demand für eine 

Person ist, desto geringer ist die Zahlungsbereitschaft für die Filme. Dieses hypothesenkonträre Er- 

gebnis ist nur dadurch zu erklären, daß zwar der Dienst sehr wichtig ist, jedoch die bislang über die- 

sen Dienst angebotenen Inhalte auf wenig Interesse bei den Nutzern stoßen. Dies ist bei der Qualität 

der angebotenen Inhalten durchaus nachvollziehbar. Hypothesenkonform sind die restlichen signifi- 

kanten Einflüsse. Wer die Wartezeit beim Aufrufen der Inhalte als lang empfand und wenig Bereit- 

schaft zeigt, diese Wartezeit für die Filme aufzubringen, weist eine geringe Zahlungsbereitschaft auf. 

Personen mit einer positiven Gesamteinstellung zu den angebotenen Inhalten im Video-on-Demand

zeigen hingegen eine höhere Zahlungsbereitschaft. Diese aggregierte Lösung erklärt nur ca. 19% der 

Varianz. 

Eine deutlich bessere Varianzerklärung zeigt die segmentierte Lösung, die auch neue signifikante Ein- 

flußvariablen aufweist. Zwar wird die Zahlungsbereitschaft der Objekte des ersten Segments in glei- 

cher Weise von der Wichtigkeit des Video-on-Demand und der Wartezeit beeinflußt, jedoch kommt 

nun noch der Wunsch nach der Beeinflussung der Inhalte als positiver Einflußfaktor hinzu. Diese neue 

signifikante Variable wirkt nicht wie angenommen negativ auf die Zahlungsbereitschaft, sondern viel- 

mehr positiv. Die Hypothese, daß die Nutzer durch die im Pilotprojekt fehlende Möglichkeit der in- 

teraktiven Beeinflussung der Inhalte mit einer reduzierten Zahlungsbereitschaft reagieren, kann nicht 

aufrecht erhalten werden. So ist das Ergebnis eher dahingehend zu interpretieren, daß der Wunsch 

nach Interaktivität durch die Ermöglichung schon eines geringen Grades von Interaktivität im Pilot- 

projekt zu einer Steigerung der Zahlungsbereitschaft führt. Nicht mehr signifikant in diesem Segment 

wirkt das Gesamturteil zum Video-on-Demand auf die Zahlungsbereitschaft. Dieses erste Segment 

kann anhand der Einflußvariablen als das Segment mit Wunsch nach interessanten und interaktiven 

Inhalten gekennzeichnet werden, da es sich insbesondere durch die Freude an der Interaktivität aus- 

zeichnet. 

Im zweiten Segment wirken drei Variablen signifikant auf die Zahlungsbereitschaft. Neben den be- 

reits dargelegten Auswirkungen der Wartezeit, die auch hier wiederum hypothesenkonform wirken, 

ist noch das Gesamturteil über die Inhalte des Video-on-Demand im Pilotprojekt hervorzuheben. 

Dieses Segment ist durch die positive Wirkung der Einstellung zu den im Piloten angebotenen Inhal- 

ten gekennzeichnet. 

Nachdem die Ergebnisse für die Zahlungsbereitschaften der Nutzer im Rahmen der vorliegenden Pi- 

lotprojekttechnik dargestellt wurden, ist nun eine Untersuchung der Einflüsse für das Szenario not- 

wendig, um Verzerrungen bei der Ermittlung von Netzeffekten zu eliminieren. 

Es zeigt sich bei der Untersuchung mit den Angaben für das Szenario als abhängige Variable, daß 

der Algorithmus auch hier drei Optima identifiziert, wobei das im folgenden dargestellte Ergebnis hin- 

sichtlich der Informationskriterien das beste darstellt. Dieses Ergebnis wurde in 42 von 100 Durch- 

läufen identifiziert. 

294

Tabelle 5-32: Ergebnisse der GLIMMIX für die Zahlungsbereitschaft der Filme im Szenario 




(RV-FEAT) 


(VV12a) 


(V5a) 




(NETWISH) 

Relativer Vorteil von Videoon-Demand 

(RV_VOD) 



295 

Aggregierte 

Lösung (S=1) 

Wirkung Regressionskoeffizient 

(t-Wert) 

+ -0,397 

(-5,413) 

- 0,068 

(0,989) 

+ -0,067 

(-12,952) 

- -0,897 

(-10,749) 

- -0,323 

(-3,683) 

+ 1,056 

(9,021) 

+ 0,718 

(8,854) 

Konstante 7,705 

(14,001) 


(S=2) 

SEGMENT 1 

SEGMENT 2 


(t-Wert) 

(t-Wert) 

0,552 

(3,937) 

0,686 

(4,635) 

-0,143 

(-14,023) 

-2,063 

(-14,919) 

-0,171 

(-0,928) 

0,749 

(4,123) 

1,041 

(6,114) 

11,583 

(14,345) 

0,111 

(1,145) 

0,157 

(1,957) 

0,009 

(0,013) 

-0,479 

(-4,182) 

0,255 

(2,434) 

0,402 

(2,383) 

0,101 

(1,000) 

-0,219 

(-0,279) 



LnL -237,911 -205,064 

AIC 493,821 448,128 

CAIC 515,910 494,761 

Es 1,000 0,832 

Auch im Szenario nimmt die Höhe des Bestimmtheitsmaßes stark zu (R 2 = 0,853), wenn die Hetero- 

genität berücksichtigt wird. Die Höhe des Entropiemaßes (Es) läßt auf eine gute Trennung der Seg- 

mente schließen. Eine Verbesserung des Modells bei zwei Segmenten läßt sich aus den Informati- 

onskriterien ableiten. 

Die Ergebnisse der aggregierten Lösung entsprechen hinsichtlich der signifikanten Variablen denen 

des Pilotprojektes, so daß auf die obigen Ausführungen verwiesen wird. Jedoch verändern sich die 

Einflüsse bei der segmentierten Betrachtung der Einflußfaktoren. 

Im ersten Segment des Szenarios wirken mit Ausnahme des Wunsches nach Netzeffekten alle Va- 

riablen signifikant auf die Zahlungsbereitschaft für die Filme. Wie bereits im Pilotprojekt wirkt auch 

hier die Relevanz des Dienstes Video-on-Demand hypothesenkonträr negativ auf die Zahlungsbereit- 

schaft. Weiterhin nicht der Erwartung entsprechend, wirkt sowohl in der aggregierten Lösung als 

auch in diesem Segment der Wunsch nach interaktiven Eingriffsmöglichkeiten positiv auf die Zah- 

lungsbereitschaft. Dieser Einfluß besteht auch beim ersten Segment der Pilotprojekt-Angaben. Lange 

Wartezeiten gehen mit einer signifikanten Reduzierung der Zahlungsbereitschaft für die Filme einher. 

Features wie z.B. das Vor- und Rückspulen eines Filmes wirken positiv auf die Zahlungsbereitschaft.

Es wird deutlich, daß die Nutzer des ersten Segments das Video-on-Demand als interessant anse- 

hen. 

Im zweiten Segment wirkt nur eine Variable stark signifikant, nämlich die negative Einflußvariable der 

Wartezeit. Signifikant sind noch die erwünschten Netzeffekte, die jedoch hier entgegen der Hypothe- 

se positiv auf die Zahlungsbereitschaft wirken. Dies kann durch die Beschreibung des Szenarios er- 

klärt werden, in dem die Netzeffekte realisiert wurden. Die Frage nach den Netzeffekten bezog sich 

auf die momentane Phase im Piloten. Wer also dort stärkere Netzeffekte wünschte, der sah sich im 

Szenario bestätigt, und dies führt zu einer Zunahme der Zahlungsbereitschaft für die gleichen Inhalte. 

Schließlich wirkt auch hier die positive Wahrnehmung der angebotenen Inhalte auf die Zahlungsbe- 

reitschaft. 

Die Ergebnisse lassen sich wie folgt zusammenfassen: 

• Wartezeiten führen zu einer Absenkung der Zahlungsbereitschaft, die insbesondere dann noch 

verstärkt wird, wenn der Nutzer keine Bereitschaft aufweist, diese Wartezeit aufzubringen. Dieses 

Ergebnis findet sich in den aggregierten als auch in den segmentspezifischen Analysen. 

• Wer die bereits im Pilotversuch angebotenen Inhalte des Video-on-Demand als interessant und 

aktuell empfand, reagiert mit einer höheren Zahlungsbereitschaft. 

• Es besteht jeweils ein Segment, bei dem der Wunsch nach Interaktivität einen Einfluß auf die Zah- 

lungsbereitschaft hat. 

• Es sind keine überraschenden Nicht-Befunde zu berichten. 

5.5.1.3.4 Einflußfaktoren auf die Zahlungsbereitschaft bei Kinofilmen 

Die Analyse der Einflußfaktoren auf den Erfolg eines Filmes hat insbesondere in den USA mehrere 

Forschungsarbeiten initiiert (Eliashberg und Sawhney 1994; Sawhney und Eliashberg 1996; 

Eliashberg und Shugan 1997 sowie Jedidi, Krider und Weinberg 1998). Der Versuch, die Zahlungs- 

bereitschaft für einen „Blockbuster“ im Kino durch mehrere unabhängige Variablen zu erklären, hat 

den Charme, Unterschiede zwischen den Einflußfaktoren, die für den Nutzen von Kino- bzw. TV- 

Filmen verantwortlich sind, zu identifizieren. Da eine Analyse der Erfolgsfakoren eines Kinofilms nicht 

im Fokus dieser Arbeit steht, wurden bei der Erhebung keine filmspezifischen Einstellungsvariablen 

berücksichtigt, wie sie z.B. von Eliashberg und Sawhney (1994, S. 1153) konzeptualisiert wurden. 

Als potentielle Einflußfaktoren für die Zahlungsbereitschaft für Kinofilme wurden nutzerspezifische 

Variablen wie das Alter und Einkommen sowie die durchschnittliche Häufigkeit der Kinobesuche und 

Videonutzung herangezogen. Des weiteren wurde angenommen, daß die Gewichtung, die ein Nutzer 

für interessante Inhalte im Video-on-Demand vergibt, positiv auf die Zahlungsbereitschaft wirkt. 

296

Gleiches gilt für die Zahlungsbereitschaft für den im Abschnitt 5.5.1.2 gebildeten Faktor KINO- 

HITS. 

Sämtliche Regressionsanalysen – sei es auf aggregierter oder segmentierter Ebene – führten zu kei- 

nen sinnvollen Ergebnissen, zumal nur ein Bruchteil der Varianz (ca. 6%) erklärt werden kann. Dies 

läßt sich auf die bereits oben angeführte Problematik der fehlenden Messung von filmspezifischen 

Einstellungsvariablen zurückführen. Auf eine ausführliche Darstellung der regressionsanalytischen Er- 

gebnisse wird deswegen verzichtet. 

Das erhobene Datenmaterial ist demnach nicht für eine Beantwortung einer derartigen Fragestellung 

geeignet. Somit muß der Vergleich von Einflußfaktoren wie z.B. dem Alter zwischen Kino- und Vi- 

deo-on-Demand Filmen unterbleiben. 

5.5.1.4 Schätzung individueller Zahlungsbereitschaftsfunktionen 

Nachdem die Einflußfaktoren auf die Zahlungsbereitschaft untersucht wurden, haben die folgenden 

Ausführungen zum Ziel, die individuellen Zahlungsbereitschaftsfunktionen zu ermitteln. Wie bereits im 

Abschnitt 4.3.3 dargestellt wurde, eignen sich Präferenzdaten und dabei insbesondere die Nutzerbe- 

fragung gut für die Schätzung von Zahlungsbereitschaftsfunktionen bei Innovationen. In dieser Unter- 

suchung werden beide Verfahren der Präferenzmessung (kompositionelle und dekompositionelle) 

eingesetzt und anschließend hinsichtlich ihrer Güte für die Schätzung von Zahlungsbereitschaften bei 

Innovationen verglichen. 

5.5.1.4.1 Auswahl der Erhebungsmethoden 

In dieser Untersuchung wird mit einem Szenario versucht, die Netzeffekte zu messen, um darauf auf- 

bauend die Adoption und Nutzung von Diensten im Interaktiven Fernsehen bei unterschiedlichen Ta- 

rifen prognostizieren zu können. 

Es wurden im Fragebogen zwei Verfahren eingesetzt, die geeignet sind, die Zahlungsbereitschafts- 

funktionen zu ermitteln. Bei dem kompositionellen Verfahren werden die Nutzer dazu aufgefordert, 

die jeweiligen Nachfragemengen bei unterschiedlichen Preisen anzugeben. Hierbei wird nach Anzahl 

abgerufener Filme im Pilotprojekt und im Szenario unterschieden. 

297

Abbildung 5-51: Frage 14 des Fragebogens 

14. Bitte geben Sie jeweils an, wie viele Filme Sie für die jeweiligen Preise wohl durchschnittlich pro 

Woche anfordern würden. 

Anzahl Filme pro Woche im System 2000 (d.h. neuste 

Anzahl Filme pro Woche im Pilotprojekt, 

Kinohits), die Sie anfordern, wenn jeder Film... 

die Sie anfordern, wenn jeder Film... 

10,00 DM, 

6,00 DM, 

4,00 DM, 

2,00 DM, 

1,00 DM, 

nichts kostet 

8,00 DM, 

6,00 DM, 

4,00 DM, 

2,00 DM, 

nichts kostet 

Dieses Vorgehen entspricht dem Variable-Menge-Fall, mit der Besonderheit, daß nicht nach Prei- 

sen, sondern nach Mengen gefragt wird (Simon 1992b, S. 114; Wyner, Benedetti und Trapp 

1984). 210 Obgleich die Untersuchung von Wyner, Benedetti und Trapp (1984) nicht auf individueller 

Basis durchgeführt wurde, so wurde dennoch eine ähnliche Vorgehensweise zur Datenbeschaffung 

gewählt. 

Da anhand der Mengenangaben nur Nachfragefunktionen schätzbar sind, kann lediglich bei der Mo- 

difiziert-exponentiellen Funktion die direkte Schätzung einer nutzungsunabhängigen Zahlungsbereit- 

schaft (Parameter ci, siehe Tabelle 4-5) erfolgen. Für alle anderen kann die Zahlungsbereitschafts- 

funktion nur dann aus der Frage 14 ermittelt werden, wenn keine nutzungsunabhängige Zahlungsbe- 

reitschaft vorliegt (wenn also gilt c i = 0). Diese Annahme kann für den Zugang zum Video-on- 

Demand – also dem reinen Abruf von Filmen – durchaus sinnvoll sein. Auf dieser Annahme basie- 

rend, werden die Nachfragefunktionen und daraus rückrechnend die Zahlungsbereitschaftsfunktionen 

für den Fall der fehlenden nutzungsunabhängigen Zahlungsbereitschaft ermittelt. Diese gelten dann je- 

doch nur für den Video-on-Demand-Dienst. 

Wenn aber die Zahlungsbereitschaft für alle Dienste im Interaktiven Fernsehen ermittelt werden soll, 

so schließt dies die Kommunikationsdienste ein. Diese Dienste weisen in der Regel einen nutzungsu- 

nabhängigen Nutzen auf (Mitchell 1978). So besitzen viele Personen ein Handy, ohne es zu nutzen. 

Dennoch sind sie dafür bereit, eine Grundgebühr zu entrichten, da sie zum einen angerufen werden 

können, also erreichbar sind, und zum anderen das Handy im Notfall nutzen können. Einen ähnlichen 

Nutzen können Dienste wie Video- oder E-mail darstellen. Eventuell können auch Home-Shopping- 

210 Die direkten Befragungen der Preiswirkungen und die daraus folgende Ableitung von Preis -Absatz- 

Funktionen sind seit den sechziger Jahren zunehmend stärker verwendet worden (vergleiche Simon 1992b, S. 

115 und die dort angeführte Literatur). 

298

Angebote oder Service-on-Demand eine nutzungsunabhängige Zahlungsbereitschaft induzieren. 

Schließlich kann nicht ausgeschlossen werden, daß der Zugang zum Video-on-Demand eine ähnliche 

Zahlungsbereitschaft auslöst. Damit wird deutlich, daß die Rückführung von der Nachfragefunktion 

zur Zahlungsbereitschaftsfunktion notwendig ist und hierbei die nutzungsunabhängige Zahlungsbereit- 

schaft für alle Funktionen zu ermitteln ist. Nur wenn die nutzungsunabhängige Zahlungsbereitschaft für 

sämtliche Dienste im Interaktiven Fernsehen – also für das ganze System – bekannt ist, können ge- 

nauere Marketing-Maßnahmen für die Vermarktung des Systems abgeleitet werden. 

Bei Kenntnis der Parameter der Nachfragefunktion, die aus den Antworten der Frage 14 berechnet 

werden können, kann die nutzungsunabhängige Zahlungsbereitschaft ermittelt werden. Dies geschieht 

durch Rückgriff auf die Konsumentenrente, die wie folgt berechnet wird: 

Die Konsumentenrente des Nutzers i stellt die Differenz aus Zahlungsbereitschaft (ZBi) und Rech- 

nungsbetrag (RBi) dar: 

(5-27) CSi( qi ) = ZBi ( qi ) − RB( qi 

) . 

Der Rechnungsbetrag setzt sich annahmegemäß aus einer Grundgebühr F und einer nutzungsabhän- 

gigen Gebühr p zusammen 

(5-28) RB( qi ) = F + p ⋅ qi 

. 

Durch eine geeignete Fragestellung ist von den Nutzern die Information zu erhalten, wie hoch der 

Rechnungsbetrag maximal sein darf, bei der sie zwischen Nutzung und Nicht-Nutzung indifferent 

sind. So wurde den Nutzern folgende Frage gestellt: 


16. Wenn Sie eine monatliche Grundgebühr für die Teilnahme an dem interaktiven Fernsehen entrichten 

müßten, dafür aber dann alle Dienste (auch Filme) kostenlos nutzen können, ab welcher 

Höhe würden Sie nicht mehr bereit sein, an dem System teilzunehmen? 

Grundgebühr, ab der Sie nicht mehr am Pilotprojekt teilnehmen würden 

Grundgebühr, ab der Sie nicht mehr am System 2000 teilnehmen würden, 

obwohl dort mehr Möglichkeiten (Videokonferenzen, E-mails...) vorliegen 

Aus der Formulierung wird deutlich, daß der nutzungsabhängige Preis gleich Null ist und sich der 

Rechnungsbetrag wie folgt zusammensetzt: 

(5-29) RB( qi ) = F + p ⋅ qi = F + 0 ⋅ qi = F . 

299 

DM 

DM

Bei einem Rechnungsbetrag von F ist der Nutzer zwischen Nutzung und Nicht-Nutzung indifferent. 

Dies bedeutet, daß seine Konsumentenrente bei diesem Betrag gleich Null ist: 

(5-30) CSi( qi ) = ZBi ( qi ) − F = 0 . 

Da die Parameter a i und b i durch die Schätzung der Nachfragefunktion bekannt sind (bei der Mo- 

difiziert-exponentiellen Funktion auch c i ) sowie der Wert F unmittelbar aus der Frage 16 zu ent- 

nehmen ist, kann durch Umformen der obigen Gleichung für jede Funktion die nutzungsunabhängige 

Zahlungsbereitschaft c i ermittelt werden (siehe auch Tabelle 4-5). 

Bei Kenntnis der individuellen Zahlungsbereitschaftsfunktionen kann dann untersucht werden, wie 

sich eine Leistungsdifferenzierung auf die Zahlungsbereitschaft auswirkt. Hierzu wurde folgende Fra- 

ge gestellt: 


15. Um wieviel billiger müßte es sein, wenn Sie bevorzugen, 

daß... 

• der Film eine Werbeunterbrechung von 5 Minuten hat 

• der Film zwei Werbeunterbrechungen von je 5 Minuten hat 

• der Film drei Werbeunterbrechungen von je 5 Minuten hat 

• der Film nur jede halbe Stunde abgerufen werden kann 

• der Film nur jede volle Stunde abgerufen werden kann 

• die Wartezeit bis zum Start des Films mehr als 10 Minuten 

beträgt 

Pilotprojekt 

System 2000 

(d.h. Kinohits) 

Wie bereits im Abschnitt 4.3.3 angedeutet wurde, bestehen erhebliche Unsicherheiten bezüglich der 

Eignung der einzelnen Verfahren. Simon (1992b, S. 116) weist zudem darauf hin, daß die direkte 

Nutzerbefragung nicht ausschließlich zu verwenden ist, da sie seiner Ansicht nach mit Validitätspro- 

blemen behaftet ist. Seinem Vorschlag der Kreuzvalidierung mit einer anderen Methode wird hier 

Folge geleistet, indem die Conjoint-Analyse (Trade-Off-Analyse) verwendet wird (Blamires 1981, 

S. 108; Johnson 1974). Sie wurde wie folgt im Fragebogen abgebildet: 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

300


19. Der Preis für das interaktive Fernsehen soll sich für das System 2000 aus einer monatlichen 

Grundgebühr und den für die einzelnen Filme zu entrichtenden Preis zusammensetzen. 

Bitte zeigen Sie uns Ihre 

Präferenz für die nachfolgenden 

Kombinationen zwischen 

Grundgebühr und Preis pro 

Film, indem sie Rangplätze (1 

bis 16) vergeben. 

Da wir davon ausgehen, daß Sie 

die höchste Präferenz für den 

niedrigsten Preis pro Film in Kombination 

mit der niedrigsten monatlichen 

Grundgebühr haben, ist 

dort schon eine “1” eingetragen 

(Entsprechend wurde der Rang 

16 für die teuerste Kombination 

vergeben). 

301 

Preis pro Film 

im System 2000 

2,50 DM 

5,00 DM 

7,50 DM 

10,00 DM 

monatlicher Grundpreis im System 2000 

0 DM 10,00 DM 20,00 DM 30,00 DM 

Die Conjoint-Analyse bezieht sich nur auf das Szenario (System 2000). Da im Variable-Mengen- 

Fall die Zahlungsbereitschaftsfunktionen sowohl für die Dienste in Pilotprojekt- als auch in System- 

2000-Qualität ermittelt werden, ist ein Vergleich zur Untersuchung der Validität auf der Basis des 

Szenarios möglich. 

Eine detaillierte Diskussion der jeweiligen Methoden erfolgt in den nächsten Abschnitten, in denen 

die Schätzungen vorgenommen werden. Zunächst wird jedoch die generelle Vorgehensweise noch 

einmal in übersichtlicher Form dargestellt. 

5.5.1.4.2 Übersicht zur Vorgehensweise 

Es werden zwei Methoden zur Schätzung von Zahlungsbereitschaftsfunktionen verwendet: Zum einen 

die Mengenbefragung (kompositionell) und zum anderen die Conjoint-Analyse (dekompositionell). In 

der Mengenbefragung werden die Angaben für das Pilotprojekt und für das System 2000 ausgewer- 

tet, wohingegen die Conjoint-Analyse nur auf das System 2000 bezug nimmt. Somit können nur die 

Angaben aus dem Szenario miteinander verglichen werden. 

Da in dem kompositionellen Bereich Daten für das Pilotprojekt und für das System 2000 vorliegen, 

kann die Auswirkung von Netzeffekten auf die Zahlungsbereitschaft auf individueller Basis ermittelt 

werden. Durch die Fragestellung, die der Mengenbefragung zugrunde liegt, ist es möglich, Zahlungs- 

bereitschaften für den Dienst „Video-on-Demand“ und Zahlungsbereitschaften für alle Dienste zu er- 

mitteln. Damit die Zahlungsbereitschaft für alle Dienste – also für das gesamte System – ermittelt 

werden kann, ist die Schätzung der nutzungsunabhängigen Zahlungsbereitschaft notwendig. 

1 

16

Nachdem die Zahlungsbereitschaftsfunktionen durch die Mengenbefragung ermittelt wurden, werden 

die Auswirkungen einer Leistungsdifferenzierung auf die Zahlungsbereitschaft aufgezeigt. Auch hier ist 

ein Vergleich für die Auswirkungen der Netzeffekte möglich. 

Die folgende Übersicht zeigt die Vorgehensweise in komprimierter Form auf: 

Abbildung 5-55: Vorgehensweise der Messung der Netzeffekte anhand von Zahlungsbereitschaftsfunktionen 

Kompositionelle Verfahren 

Pilotprojekt 

Ja 

Nutzerangaben 

Szenario 

Vollständige und 

plausible Angaben? 

Nein: Datensatz 

verwerfen 

Schätzung und Auswahl 

der Funktionen 

QuadMultiMod.Sem.ratischplikat.expo.loga. Valide 

Validitätscheck bzgl. 

• Parameterausprägung 

• Maximale Zahlungsbereitschaft 

• Sättigungsmenge 

• Elastizitäten 

• Residuenquadrate 

Nicht valide: 

Funktion verwerfen 

Nutzungsunabhängige 


Leistungsdifferenzierung 

Pilotprojekt 

Szenario 

Untersuchung der 

Netzeffekte 

Validitätstest 

Dekompositionelle Verfahren 

Ja 

Nutzerangaben 

Szenario 

Vollständige und 

plausible Angaben? 

Nein: Datensatz 

verwerfen 

Schätzung und Auswahl 

der Funktionen 

QuadMultiMod.Sem.ratischplikat.expo.loga. Valide 

Validitätscheck bzgl. 

• Parameterausprägung 

• Maximale Zahlungsbereitschaft 

• Sättigungsmenge 

• Elastizitäten 

• Residuenquadrate 

• Korrelationen 

Ende 

Nicht valide: 

Funktion verwerfen 

302

5.5.1.4.3 Kompositionelle Verfahren 

5.5.1.4.3.1 Auswahl der Nutzer 

Bevor die individuellen Nachfragefunktionen geschätzt werden, sind die vorliegenden Datensätze der 

Frage 14 hinsichtlich folgender Kriterien zu prüfen: 

• Da Netzeffekte analysiert werden sollen, müssen die individuellen Datensätze für die nachgefrag- 

303 

te Menge im Pilotprojekt und im System 2000 vollständig vorliegen. Liegt nur eine Angabe voll- 

ständig vor, so wird der Fall dennoch aus der weiteren Betrachtung ausgeschlossen, da kein 

Vergleich der Funktionen möglich ist. 

• Wenn die Datensätze fehlende Werte aufweisen, so wird auf die Berechnung der Nachfrage- 

funktion verzichtet, da zu wenig Datenpunkte vorliegen. 

• Wenn die Nachfragemenge nicht mit dem Preis variiert, so liegt eine für den betrachteten Bereich 

vollkommen unelastische Nachfrage vor. So fragt z.B. der Nutzer 8 unabhängig vom Preis stets 

einen Film nach. Dies impliziert, daß die Nachfragefunktion eine Konstante darstellt. Weist eine 

Person bei dem Pilotprojekt und/oder dem Szenario eine solche unelastische Nachfrage auf, 

dann wird auf die Schätzung verzichtet und ein direkter Vergleich zur Ableitung von Netzeffekten 

vorgenommen. 

• Unplausible Datensätze werden eliminiert. Ein Datensatz ist insbesondere dann unplausibel, wenn 

zunächst bei steigendem Preis die nachgefragte Menge ab- und dann wieder zunimmt. 

Die Analyse der individuellen Angaben von 89 Nutzern ergibt folgendes Bild: 15 Nutzer weisen ent- 

weder bei den Angaben für das Pilotprojekt und/oder bei den Angaben für das Szenario fehlende 

Werte auf. Sie wurden aus der weiteren Betrachtung ausgeschlossen. 14 Nutzer weisen eine unela- 

stische Nachfrage auf. Diese Datensätze werden im Abschnitt 5.5.2 für den Vergleich der Netzeffek- 

te gesondert betrachtet. Es verbleiben 60 Nutzer für die Analyse. 

Diese 60 Nutzer gaben verwertbare Antworten. Einige Nutzer gaben an, daß sie bei einem bestimm- 

ten Preis z.B. 1,5 Filme anfordern würden. Da die Frage aber auf eine Woche bezogen wurde, ist 

anzunehmen, daß der Nutzer monatlich etwa 6 Filme sieht und einen Durchschnittswert angab. An- 

dere Nutzer gaben z.T. eine sehr hohe Anzahl von Filmen an, wenn die Nutzung kostenlos ist. So 

liegt das Maximum der Nachfragemenge bei kostenloser Nutzung bei 20 Filmen in der Woche. Zwar 

ist diese Menge relativ hoch, jedoch ist nicht grundsätzlich von einem Film mit 90 Minuten Spieldauer 

auszugehen, da auch der Abruf einer 30-minütigen Reportage möglich ist. Es wird ebenfalls deutlich, 

daß die Angaben der Nutzer sehr heterogen sind, da sehr hohe Standardabweichungen vorliegen. 

Damit wird erneut ersichtlich, daß eine Aussage über die Relevanz von Netzeffekten am besten auf

einer disaggregierten Ebene vorzunehmen ist. Die folgende Tabelle zeigt die deskriptiven Statistiken 

der 60 Nutzer: 

Tabelle 5-33: Anzahl angeforderter Filme pro Woche beim Preis von x DM (n=60) 

Preis pro Film Durchschnittliche Anzahl Filme pro Woche, 

die im Pilotprojekt angefordert we rden 


Durchschnittliche Anzahl Filme pro Woche, 

die im Szenario angefordert werden 


10,00 DM N/A 0,38 (0,78) 

Minimum: 0,00; Maximum: 4,00 

8,00 DM N/A 0,5 (0,89) 


6,0 DM 0,68 (0,94) 

1,19 (0,16) 



4,0 DM 1,20 (1,28) 

1,98 (1,46) 



2,0 DM 2,15 (1,71) 

3,31 (2,18) 



1,0 DM 3,42 (2,60) 


N/A 

kostenlos 5,54 (4,29) 


Menge 

6 

5 

4 

3 

2 

1 

0 

0 2 4 6 8 10 

Preis 

Menge Pilot 

Menge Szenario 

5,82 (4,08) 


Nachdem die nicht plausiblen, unvollständigen bzw. unelastischen Angaben aus der weiteren Analyse 

ausgeschlossen wurden, wird nun mit der Schätzung der Parameter und der Auswahl der geeigneten 

Funktion fortgefahren. 

5.5.1.4.3.2 Schätzung der Parameter und Auswahl der Funktionsverläufe 

Die Fragestellung, die den Auswertungen zugrunde liegt, erfordert eine Schätzung der Parameter ei- 

ner Nachfragefunktion. Da nicht unmittelbar eine nutzungsunabhängige Zahlungsbereitschaft für Vi- 

deo-on-Demand auszuschließen ist, soll grundsätzlich der Parameter c i mitgeschätzt werden. Die 

unmittelbare Schätzung des Parameters ist jedoch nur bei der Nachfragefunktion der Modifiziert- 

304

exponentiellen Funktion möglich. Aus diesem Grunde muß der Parameter c i wie oben bereits dar- 

gestellt über die Konsumentenrente geschätzt werden. Aus Gründen der Übersichtlichkeit soll des- 

wegen auch bei der Modifiziert-exponentiellen Funktion der Parameter c i über die Konsumenten- 

rente erfaßt werden. 

Die Nachfragefunktion der im Abschnitt 4.3.2.1 dargestellten Quadratischen Zahlungsbereitschafts- 

funktion hat einen linearen Verlauf und kann somit unmittelbar einer linearen Regression unterworfen 

werden. Für alle anderen Funktionen ist eine Linearisierung der Nachfragefunktion notwendig, wenn 

die Parameter mit der gleichen Methode geschätzt werden sollen. Die folgende Tabelle liefert einen 

Überblick der vorzunehmenden Transformationen. 

305

Tabelle 5-34: Linearisierung der Nachfragefunktionen 

Funktion Form Formel 

Quadratische 

Zahlungsbereit- 

schaftsfunktion 

Multiplikative 


schaftsfunktion 

Modifiziert- 

exponentielle 


schaftsfunktion 

Semi- 

logarithmische 


schaftsfunktion 


q 

i 

ai 

1 

= − ⋅ p 

b b 

i i 

Linearisierte Nachfrage q = α + β ⋅ p 

Rückrechnung der Parameter 


Linearisierte Nachfrage 



Linearisierte Nachfrage 


i i i 

1 

a i = αi 

⋅ b i und bi 

= − 

β 

⎡ p ⎤ 

q i = ⎢ ⎥ 

⎣a 

i ⋅ bi 

⎦ 

⎛ 1 ⎞ 

⎜ ⎟ 

⎝ bi−1⎠ ln( q i )= 

( b −1) 

( b −1) a i = e 

i 

1 

⋅ln( p) 

− 

1 

⋅ln( ai ⋅ bi 

) 

i 1 2 43 i 1 4 4 4 2 4 4 43 

β α 

i i 

αi−α i⋅bi−ln( bi 

) 

und bi = 1 

1 

b 

β i 

+ 1 

( i i i ) 

q i (p) = ⋅ ln( a ⋅ b ) − c − ln ( p) 

q i (p) = 

a i = 

i 

1 1 

⋅ ln( ai ⋅ bi 

) − ⋅ ln( p) 

1 

bi44 

2 4 43 

{ 

bi 

( αi⋅bi ) 

e 

b 

Nachfragefunktion q i (p) = 

( −bi⋅p a ⋅ e 

) 

Quelle: In Anlehnung an Skiera (1998b, S. 272). 

Linearisierte Nachfrage ln( q i ) = 

i 

i 

α β 

i i 

und b i = 1 

β i 

ln( 

123 

ai ) − 

{ 

bi ⋅ p 

Rückrechnung der Parameter ai = e i α und bi = β i 

Vor der Parameterschätzung ist zu überlegen, ob sich eine der Funktionen bereits zu diesem Zeit- 

punkt anhand theoretischer Überlegungen als wenig sinnvoll erweist. Wie bereits im Abschnitt 

αi 

βi 

306

4.3.2.1 dargestellt wurde, weisen die Multiplikative sowie die Modifiziert-exponentielle Funktion 

keine Sättigungsmenge auf. Diese Annahme ist inhaltlich wenig plausibel, wenn man sich vor Augen 

führt, daß der Tag nur 24 Stunden zum Fernsehen aufweist. Insofern ist die Verwendung dieser bei- 

den Funktionstypen bereits aus inhaltlichen Gesichtspunkten nicht unkritisch. Neben den inhaltlichen 

Bedenken kommen auch methodische Probleme hinzu, die im folgenden genauer dargestellt werden. 

Bevor die Schätzungen für jeden einzelnen Nutzer durchgeführt werden, soll anhand der Durch- 

schnittsmengen der 60 Nutzer für Filme im Pilotprojekt (Tabelle 5-33) eine Probeschätzung für alle 

vier Nachfragefunktionen vorgenommen werden. Die Schätzungen ergeben folgendes Bild: 

Tabelle 5-35: Schätzergebnisse der Nachfragefunktion aus den durchschnittlichen Angaben im Pilotprojekt 

307 

Quadratische 

Funktion 


Funktion 

Modifiziert-exponentielle 

Funktion 

Semi-logarithmische 

Funktion 

Parameter α 4,52 0,67 -0,72 1,59 

Parameter β -0,74 -0,27 2,49 -0,34 

Parameter a 6,11 Nicht berechenbar 23,08 4,91 

Parameter b 1,35 -2,69 1,39 0,34 


13,81 Keine maximale Zahlungsbereitschaft 

23,08 14,44 

Sättigungsmenge 4,52 Keine Sättigungsmenge Keine Sättigungsmenge 4,91 

Residuenquadrate 0,84 Nicht berechenbar 0,91 0,78 

Die Ergebnisse der Schätzungen zeigen, daß Probleme bei der Parameterschätzung der Nachfrage- 

funktionen bestehen. So lassen sich die Parameter der linearisierten Form nur bei der Quadratischen 

Funktion direkt aus den Daten schätzen – bei allen anderen muß eine Konstante zu den Ausgangsda- 

ten addiert werden, da der Logarithmus bei einem Preis oder einer Nachfragemenge von Null nicht 

definiert ist. Die Wahl der Konstanten kann dabei erhebliche Auswirkungen auf die Lösung haben 

(Naert und Weverbergh 1985; Skiera 1998b). Im folgenden wird zu jedem Preis und jeder Menge, 

wenn nötig, eine Konstante von 0,01 addiert, um eine Nicht-Definition des Logarithmus zu vermeiden 

(Naert und Weverbergh 1985). 211 

Bei der Multiplikativen Funktion bereitet die Rückrechnung der Werte (α und β ) auf die eigentli- 

chen Parameter der Funktion (a und b) erhebliche Schwierigkeiten. Der geschätzte Parameter β 

weist ein negatives Vorzeichen auf. Dies hat die inhaltliche Konsequenz, daß die Zahlungsbereitschaft 

mit zunehmender Menge sinkt. Dies impliziert, daß z.B. die Personen für fünf Filme weniger bereit 

211 Einige Ergebnisse, in denen eine Konstante von 0,001 addiert wurde, sind bei Petzoldt (1998) nachzulesen.

sind auszugeben als für zwei Filme – ein solches Ergebnis ist wenig plausibel. Neben dem inhaltlich 

nicht sinnvollen Ergebnis hat ein negatives Vorzeichen des Parameters β methodisch zur Folge, daß 

die Rückrechnung auf den Parameter a nicht möglich ist, da der Logarithmus für negative Werte nicht 

definiert ist. Somit sind die Parameter für die Zahlungsbereitschaftsfunktion nicht vollständig zu be- 

stimmen. 

Die inhaltlichen Überlegungen (keine Sättigungsmenge und sinkende Zahlungsbereitschaft bei stei- 

gender Menge) und methodischen Probleme führen zum Ausschluß der Multiplikativen Funktion. 

Da auch die Modifiziert-exponentielle Funktion über keine Sättigungsmenge verfügt, sie z.T. zu ex- 

trem hohen maximalen Zahlungsbereitschaften führt (bis zu 703.584,26 DM pro Woche, Petzoldt 

1998, S. 58) und sie überdies noch weitere methodische Probleme bei der Anpassung aufweist 

(Skiera 1998b, S. 277), wird auch sie im folgenden nicht weiter betrachtet. 

Die verbleibenden beiden Funktionen weisen folgende Verläufe für die Beispieldaten des Pilotpro- 

jekts auf: 

Abbildung 5-56: Funktionsverläufe der verwendeten Funktionen für die Durchschnittswerte 

Funktionsverlauf der 

Quadratischen 

Funktion 

Funktionsverlauf der 

Semi-logarith- 

mischen Funktion 

Menge 

Menge 

6 

5 

4 

3 

2 

1 

0 

6 

5 

4 

3 

2 

1 

0 

0 1 2 3 4 5 6 7 

Preis 

geschätzt 

beobachtet 

0 1 2 3 4 5 6 7 

Preis 

geschätzt 

beobachtet 

308

Die Übersicht zeigt, daß beide Funktionen eine relativ gute Anpassung an die Ausgangsdaten errei- 

chen. Als Fazit ist demnach festzuhalten, daß nur noch die Quadratische und die Semi-logarithmische 

Funktion im weiteren Verlauf der kompositionellen Verfahren zur Schätzung der individuellen Zah- 

lungsbereitschaften verwendet werden, die im folgenden Abschnitt vorgenommen wird. 

5.5.1.4.3.3 Ermittelte individuelle Zahlungsbereitschaftsfunktionen 

Nachdem sich die weiteren Schätzungen auf die Quadratische und Semi-logarithmische Funktion be- 

ziehen, werden die folgenden Schritte des Ablaufs anhand der Abbildung 5-55 vollzogen. So werden 

zunächst die Parameter ai und bi der individuellen Nachfragefunktionen geschätzt. Nach Berechnung 

der Parameter wird dann eine Auswahl der Funktion für jeden einzelnen Nutzer auf der Basis des 

Fits vorgenommen. Abschließend wird nach Überprüfung der Validität der Funktionen der Parame- 

ter ci über die Konsumentenrente ermittelt, um damit Zahlungsbereitschaften für das gesamte System 

abzuleiten. 

Zunächst sollen die Schätzergebnisse für die Quadratische und für die Semi-logarithmische Funktion 

der Angaben für die Filme im Pilotprojekt analysiert werden. Die folgenden beiden Tabellen zeigen 

neben den Parametern der individuellen Zahlungsbereitschaftsfunktion auch die Sättigungsmenge für 

Filme (Sättigung), die maximale Zahlungsbereitschaft pro Woche für Filme (Max. ZB) – d.h. ohne 

Berücksichtigung der nutzungsunabhängigen Zahlungsbereitschaft –, die Residuenquadratsumme und 

die Punktelastizitäten der Nachfragefunktion für 2 DM, 4 DM und 6 DM. 

Als Gütemaß für den statistischen Fit der Funktion wird die Quadratsumme der Residuen verwendet. 

Zwar kann auch das Bestimmtheitsmaß der jeweiligen Schätzung herangezogen werden, jedoch sagt 

dies nur etwas über die Qualität der Schätzung der linarisierten Form aus. Etwas besser lassen sich 

die Residuenquadrate interpretieren, da sie nach der Rückrechnung der Schätzparameter in die ei- 

gentlich erwünschten Parameter die Abweichungen von den beobachteten Mengen zu den berechne- 

ten Mengen darstellen. 

Die Punktelastizität wird für jeweils 2 DM, 4 DM und 6 DM angegeben, da dann eine unmittelbare 

Vergleichbarkeit der Elastizitäten mit den Angaben für das Szenario gegeben ist. 

309

Tabelle 5-36: Schätzergebnisse der Quadratischen Funktion (Filme im Pilotprojekt) 

Zahlungsbereitschaften für Pilotprojekt (Kompositionelle Verfahren ohne Leistungsdifferenzierung) 

Quadratische Funktion 

ParaParaPara- Elastizität 2 Elastizität 4 Elastizität 6 Grund- 

Nutzer meter a meter b meter c Sättigung Max. ZB Residuen DM DM DM gebühr 

1 8,85 4,46 21,23 1,98 8,77 2,03 -0,29 -0,83 -2,11 30,00 

3 5,11 3,14 15,84 1,63 4,16 0,44 -0,64 -3,61 0,00 20,00 

5 8,06 34,12 -0,95 0,24 0,95 0,01 -0,33 -0,99 -2,91 0,00 

7 7,24 1,55 -6,95 4,68 16,95 0,30 -0,38 -1,23 -4,84 10,00 

9 6,82 1,76 6,78 3,88 13,22 1,69 -0,42 -1,42 -7,33 20,00 

14 5,76 0,98 -11,85 5,86 16,85 2,79 -0,53 -2,28 0,00 5,00 

15 6,91 1,03 26,73 6,73 23,27 0,78 -0,41 -1,37 -6,58 50,00 

16 4,38 1,78 -0,39 2,46 5,39 2,46 -0,84 -10,40 0,00 5,00 

17 4,51 1,59 -1,39 2,84 6,39 9,61 -0,80 -7,89 0,00 5,00 

18 4,89 1,63 -4,31 2,99 7,31 2,51 -0,69 -4,51 0,00 3,00 

19 4,51 0,42 -4,49 10,85 24,49 164,99 -0,80 -7,80 0,00 20,00 

20 4,60 1,43 2,60 3,22 7,40 7,89 -0,77 -6,61 0,00 10,00 

21 4,65 0,68 4,18 6,81 15,82 30,17 -0,76 -6,18 0,00 20,00 

22 4,65 0,34 13,35 13,62 31,65 120,69 -0,76 -6,18 0,00 45,00 

23 12,37 3,05 -15,06 4,05 25,06 0,31 -0,19 -0,48 -0,94 10,00 

25 5,14 0,58 -17,88 8,91 22,88 7,54 -0,64 -3,51 0,00 5,00 

26 5,39 0,87 -11,66 6,18 16,66 2,30 -0,59 -2,88 0,00 5,00 

30 10,33 4,83 18,95 2,14 11,05 0,21 -0,24 -0,63 -1,38 30,00 

31 6,56 2,83 22,39 2,32 7,61 0,30 -0,44 -1,56 -10,70 30,00 

32 8,06 3,41 40,48 2,36 9,52 1,21 -0,33 -0,99 -2,91 50,00 

33 6,42 1,47 16,98 4,37 14,02 0,44 -0,45 -1,65 -14,36 31,00 

34 6,13 1,26 16,10 4,86 14,90 0,21 -0,48 -1,88 -46,00 31,00 

39 10,97 3,80 -0,81 2,88 15,81 0,20 -0,22 -0,57 -1,21 15,00 

40 10,97 3,80 4,19 2,88 15,81 0,20 -0,22 -0,57 -1,21 20,00 

41 7,74 1,56 -9,23 4,97 19,23 1,23 -0,35 -1,07 -3,45 10,00 

42 8,93 2,11 31,11 4,23 18,89 2,78 -0,29 -0,81 -2,05 50,00 

43 10,80 1,41 -31,26 7,64 41,26 1,21 -0,23 -0,59 -1,25 10,00 

44 8,46 1,13 -16,75 7,51 31,75 4,51 -0,31 -0,90 -2,44 15,00 

45 5,99 0,65 -17,52 9,19 27,52 4,17 -0,50 -2,01 0,00 10,00 

46 8,20 0,80 -27,03 10,25 42,03 1,75 -0,32 -0,95 -2,73 15,00 

47 6,01 16,22 3,89 0,37 1,11 0,03 -0,50 -1,99 -858,37 5,00 

48 5,50 0,97 -5,65 5,69 15,65 1,17 -0,57 -2,67 0,00 10,00 

49 4,57 0,82 2,28 5,56 12,72 38,92 -0,78 -6,96 0,00 15,00 

50 5,11 3,14 0,84 1,63 4,16 0,44 -0,64 -3,61 0,00 5,00 

51 5,50 2,42 -1,26 2,28 6,26 0,83 -0,57 -2,67 0,00 5,00 

52 10,33 4,83 18,95 2,14 11,05 0,21 -0,24 -0,63 -1,38 30,00 

53 7,76 2,58 -1,67 3,01 11,67 0,51 -0,35 -1,07 -3,42 10,00 

54 16,03 2,44 -2,62 6,56 52,62 0,61 -0,14 -0,33 -0,60 50,00 

57 13,31 4,46 -9,85 2,98 19,85 2,03 -0,18 -0,43 -0,82 10,00 

60 10,33 2,97 12,05 3,47 17,95 4,58 -0,24 -0,63 -1,38 30,00 

62 6,20 1,13 -12,09 5,51 17,09 2,51 -0,48 -1,81 -29,43 5,00 

64 5,50 0,76 30,18 7,21 19,82 18,97 -0,57 -2,67 0,00 50,00 

66 5,32 0,36 0,46 14,86 39,54 60,21 -0,60 -3,03 0,00 40,00 

67 4,38 0,89 19,23 4,91 10,77 50,86 -0,84 -10,40 0,00 30,00 

71 4,89 0,44 -12,15 11,09 27,15 39,54 -0,69 -4,48 0,00 15,00 

72 4,38 8,92 3,92 0,49 1,08 0,51 -0,84 -10,40 0,00 5,00 

73 4,38 8,92 3,92 0,49 1,08 0,51 -0,84 -10,40 0,00 5,00 

74 5,08 1,13 8,55 4,51 11,45 2,51 -0,65 -3,71 0,00 20,00 

75 6,82 2,11 18,98 3,23 11,02 0,78 -0,42 -1,42 -7,33 30,00 

77 4,87 1,26 15,60 3,86 9,40 4,21 -0,70 -4,60 0,00 25,00 

78 6,26 3,05 23,57 2,05 6,43 0,31 -0,47 -1,77 -22,80 30,00 

79 5,36 2,07 14,08 2,58 6,92 0,48 -0,60 -2,95 0,00 21,00 

80 7,37 1,11 -3,49 6,64 24,49 0,97 -0,37 -1,19 -4,37 21,00 

81 8,19 2,15 84,40 3,81 15,60 5,67 -0,32 -0,96 -2,75 100,00 

82 5,60 1,67 50,59 3,36 9,41 0,97 -0,55 -2,49 0,00 60,00 

83 8,53 2,70 26,50 3,16 13,50 1,61 -0,31 -0,88 -2,37 40,00 

84 5,11 3,14 10,84 1,63 4,16 0,44 -0,64 -3,61 0,00 15,00 

85 5,13 1,95 -6,76 2,63 6,76 0,70 -0,64 -3,53 0,00 0,00 

86 5,00 2,00 -6,25 2,50 6,25 1,00 -0,67 -4,00 0,00 0,00 

87 5,11 3,14 -4,16 1,63 4,16 0,44 -0,64 -3,61 0,00 0,00 

Summe 

272,40 915,72 617,47 -30,26 -181,25 -1049,43 1262,00 

Mittelwert 

4,54 15,26 10,29 -0,50 -3,02 -17,49 21,03 

Standardabweichung 

3,14 10,88 28,04 0,20 2,75 110,66 18,57 

Maximum 

14,86 52,62 164,99 -0,14 -0,33 0,00 100,00 

Minimum 

0,24 0,95 0,01 -0,84 -10,40 -858,37 0,00 

310

Tabelle 5-37: Schätzergebnisse der Semi-logarithmischen Funktion (Filme im Pilotprojekt) 

Parameter Parameter Parameter 

Elastizität 2 Elastizität 4 Elastizität 6 Grund- 

Nutzer a b c Sättigung Max. ZB Residuen DM DM DM gebühr 

1 1,73 0,12 15,89 1,73 14,11 2,06 -0,24 -0,49 -0,73 30,00 

3 2,68 1,03 17,41 2,68 2,59 0,90 -2,06 -4,13 -6,19 20,00 

5 0,23 0,16 -1,46 0,23 1,46 0,01 -0,32 -0,64 -0,96 0,00 

7 5,16 0,26 -9,76 5,16 19,76 0,07 -0,52 -1,05 -1,57 10,00 

9 4,03 0,27 4,92 4,03 15,08 1,15 -0,53 -1,07 -1,60 20,00 

14 14,04 0,98 -9,40 14,04 14,40 55,20 -1,95 -3,90 -5,85 5,00 

15 7,80 0,31 24,83 7,80 25,17 1,35 -0,62 -1,24 -1,86 50,00 

16 0,21 0,70 4,70 0,21 0,30 22,94 -1,39 -2,79 -4,18 5,00 

17 1,22 1,01 3,80 1,22 1,20 14,61 -2,03 -4,06 -6,09 5,00 

18 4,88 1,16 -1,22 4,88 4,22 1,26 -2,31 -4,63 -6,94 3,00 

19 10,75 1,34 11,96 10,75 8,04 86,30 -2,67 -5,35 -8,02 20,00 

20 1,59 1,06 8,51 1,59 1,49 13,80 -2,12 -4,25 -6,37 10,00 

21 3,15 1,20 17,38 3,15 2,62 63,43 -2,41 -4,81 -7,22 20,00 

22 5,76 1,33 40,67 5,76 4,33 274,82 -2,66 -5,31 -7,97 45,00 

23 4,16 0,11 -27,41 4,16 37,41 0,34 -0,22 -0,44 -0,67 10,00 

25 18,85 1,39 -8,59 18,85 13,59 98,16 -2,77 -5,55 -8,32 5,00 

26 14,83 1,03 -9,37 14,83 14,37 63,24 -2,06 -4,13 -6,19 5,00 

30 2,21 0,14 14,48 2,21 15,52 0,23 -0,28 -0,57 -0,85 30,00 

31 5,10 0,82 23,78 5,10 6,22 11,32 -1,64 -3,27 -4,91 30,00 

32 5,25 0,78 43,25 5,25 6,75 14,65 -1,55 -3,11 -4,66 50,00 

33 10,67 0,91 19,31 10,67 11,69 49,18 -1,83 -3,65 -5,48 31,00 

34 11,90 0,94 18,30 11,90 12,70 52,44 -1,88 -3,75 -5,63 31,00 

39 2,94 0,13 -8,46 2,94 23,46 0,15 -0,25 -0,50 -0,75 15,00 

40 2,94 0,13 -3,46 2,94 23,46 0,15 -0,25 -0,50 -0,75 20,00 

41 5,22 0,22 -13,99 5,22 23,99 0,87 -0,44 -0,87 -1,31 10,00 

42 4,09 0,15 22,72 4,09 27,28 2,29 -0,30 -0,60 -0,90 50,00 

43 8,05 0,14 -45,85 8,05 55,85 2,42 -0,29 -0,58 -0,86 10,00 

44 8,06 0,21 -23,67 8,06 38,67 5,58 -0,42 -0,83 -1,25 15,00 

45 10,81 0,40 -17,04 10,81 27,04 1,27 -0,80 -1,60 -2,40 10,00 

46 10,98 0,21 -37,64 10,98 52,64 2,27 -0,42 -0,83 -1,25 15,00 

47 0,40 0,32 3,77 0,40 1,23 0,02 -0,64 -1,29 -1,93 5,00 

48 13,75 1,01 -3,55 13,75 13,55 62,08 -2,03 -4,06 -6,09 10,00 

49 5,89 1,21 10,14 5,89 4,86 17,68 -2,42 -4,85 -7,27 15,00 

50 2,68 1,03 2,41 2,68 2,59 0,90 -2,06 -4,13 -6,19 5,00 

51 4,18 1,10 1,19 4,18 3,81 7,46 -2,19 -4,39 -6,58 5,00 

52 2,21 0,14 14,48 2,21 15,52 0,23 -0,28 -0,57 -0,85 30,00 

53 3,14 0,22 -4,58 3,14 14,58 0,37 -0,43 -0,86 -1,29 10,00 

54 6,59 0,07 -38,56 6,59 88,56 0,45 -0,15 -0,30 -0,45 50,00 

57 2,82 0,08 -26,65 2,82 36,65 1,99 -0,15 -0,31 -0,46 10,00 

60 3,15 0,10 -0,78 3,15 30,78 4,55 -0,20 -0,41 -0,61 30,00 

62 5,96 0,34 -12,62 5,96 17,62 0,90 -0,68 -1,35 -2,03 5,00 

64 6,88 0,39 32,15 6,88 17,85 11,57 -0,77 -1,54 -2,31 50,00 

66 16,53 0,49 6,46 16,53 33,54 13,55 -0,99 -1,97 -2,96 40,00 

67 0,30 0,77 29,61 0,30 0,39 94,15 -1,55 -3,10 -4,65 30,00 

71 19,93 1,42 1,00 19,93 14,00 87,23 -2,85 -5,70 -8,54 15,00 

72 0,10 0,52 4,81 0,10 0,19 0,82 -1,03 -2,07 -3,10 5,00 

73 0,10 0,52 4,81 0,10 0,19 0,82 -1,03 -2,07 -3,10 5,00 

74 8,50 1,25 13,18 8,50 6,82 16,38 -2,49 -4,99 -7,48 20,00 

75 7,46 0,85 21,22 7,46 8,78 23,42 -1,70 -3,40 -5,10 30,00 

77 6,34 1,21 19,75 6,34 5,25 3,23 -2,42 -4,84 -7,26 25,00 

78 4,24 0,80 24,71 4,24 5,29 5,74 -1,60 -3,20 -4,81 30,00 

79 5,28 0,91 15,18 5,28 5,82 5,42 -1,81 -3,63 -5,44 21,00 

80 7,25 0,25 -7,90 7,25 28,90 0,47 -0,50 -1,00 -1,51 21,00 

81 3,47 0,15 77,57 3,47 22,43 5,39 -0,31 -0,62 -0,93 100,00 

82 7,21 0,90 52,02 7,21 7,98 11,25 -1,81 -3,62 -5,42 60,00 

83 3,20 0,18 22,07 3,20 17,93 1,35 -0,36 -0,71 -1,07 40,00 

84 2,68 1,03 12,41 2,68 2,59 0,90 -2,06 -4,13 -6,19 15,00 

85 4,72 1,14 -4,16 4,72 4,16 4,22 -2,27 -4,54 -6,81 0,00 

86 4,24 1,12 -3,77 4,24 3,77 2,23 -2,25 -4,50 -6,75 0,00 

87 2,68 1,03 -2,59 2,68 2,59 0,90 -2,06 -4,13 -6,19 0,00 

Summe 

351,17 923,63 1228,13 -78,38 -156,76 -235,14 1262,00 

Mittelwert 

5,85 15,39 20,47 -1,31 -2,61 -3,92 21,03 


4,60 16,08 42,62 0,88 1,77 2,65 18,57 

Maximum 

19,93 88,56 274,82 -0,15 -0,30 -0,45 100,00 

Minimum 

0,10 0,19 0,01 -2,85 -5,70 -8,54 0,00 

311 


Semi-logarithmische Funktion

Bei Fokussierung der Diskussion auf die Zahlungsbereitschaftsfunktionen ohne eine nutzungsabhängi- 

ge Zahlungsbereitschaft zeigen sich bei der Quadratischen und Semi-logarithmischen Funktion zu- 

nächst folgende Ergebnisse: 

Die Sättigungsmenge für Filme liegt bei beiden Funktionsverläufen in einem nachvollziebaren Rah- 

men. So weist die Quadratische Funktion im Mittel eine Sättigungsmenge von 4,54 und die Semi- 

logarithmische Funktion einen Wert von 5,85 Filmen pro Woche auf. Diese Werte sind unmittelbar 

einsichtig, wenn ein Vergleich zur mittleren täglichen Fernsehnutzung eines Bundesbürgers gezogen 

wird, die bei 183 Minuten anzusiedeln ist (Abbildung 2-2). 

Die mittlere maximale Zahlungsbereitschaft für Filme pro Woche liegt bei beiden Funktionen bei 

knapp über 15 DM. Dieser Wert ist auch plausibel, wobei hier explizit noch einmal hervorzuheben 

ist, daß keine nutzungsunabhängige Zahlungsbereitschaft berücksichtigt wurde. 

Die durchschnittliche Residuenquadratsumme ist bei der Quadratischen Funktion deutlich geringer als 

bei der Semi-logarithmischen Funktion. Es zeigen sich teilweise erhebliche Unterschiede der Residu- 

enquadratsummen bei den beiden Funktionen. Bei einigen Nutzern (z.B. 19 und 22) sind beide 

Funktionen nicht in der Lage, eine sehr gute Anpassung an die Beobachtungen zu liefern. 

Die Preiselastizitäten weisen plausible Werte auf, wenngleich sich die Werte z.T. oberhalb der bei 

Konsumgütern gemessenen Elastizitäten bewegen (Tellis 1988). Ein Grund hierfür könnten die be- 

grenzten technischen Möglichkeiten und die relativ geringe Qualität der Inhalte im Pilotprojekt dar- 

stellen. Die Preiselastizität steigt ebenfalls mit zunehmenden Preisen an. Die Preiselastizität von –0,50 

bei einem Preis von 2 DM bei der Quadratischen Funktion ist mit den Ergebnissen einer Untersu- 

chung für Telekommunikationsdienstleistungen in den USA vergleichbar (Mitchell 1978). Bei der Be- 

rechnung der Preiselastizitäten bei der Quadratischen Nachfragefunktion ist zu beachten, daß Werte 

von p>ai zu einer Nachfrage von Null führen, wenn die Nicht-Stetigkeit der Funktion beachtet wird. 

Insofern gilt für die Nutzer i, deren Parameter ai beim Preis von 6 DM unter diesen Wert liegt, daß 

sie keine Filme mehr nachfragen – in der Tabelle 5-36 werden die Elastizitäten in diesem Fall gleich 

Null gesetzt. Aufgrund der Nichtstetigkeit der Funktion ist auch die sehr hohe Elastizität von –858,37 

des Nutzers 47 zu erklären, da der Parameter ai mit 6,01 nur knapp oberhalb der Grenze von 6 

liegt. 

Die Funktionen verlaufen für den zufällig ausgewählten Nutzer 41 wie folgt: 

312

Abbildung 5-57: Funktionsverläufe für Nutzer 41 

313 

Nachfrage- 

funktionen 

Zahlungs- 

bereitschafts- 

funktionen 

Menge 

6 

5 

4 

3 

2 

1 

0 


Quadratische 

Funktion 

0 1 2 3 4 5 6 7 

30 

25 

20 

15 

10 

5 

0 

Semi-Log. 

Funktion 

Preis 

Semi-Log. 

Funktion 

0 2 4 6 8 10 

Menge 

Quadratische 

Funktion 

Zusammenfassend kann gesagt werden, daß plausible Ergebnisse vorliegen. Es ist nun eine Auswahl 

der Funktionen vorzunehmen, um für jeden einzelnen Nutzer die Funktion anzuwenden, die den be- 

sten Fit erzielt. Als Kriterium wird die Residuenquadratsumme herangezogen. Nach diesem Kriteri- 

um ist die Quadratische Funktion mit 38 Fällen der Semi-logarithmischen Funktion mit 22 Fällen 

überlegen. 

Nachdem die Auswahl durchgeführt wurde, wird anschließend die nutzungsunabhängige Zahlungsbe- 

reitschaft für die jeweiligen Nutzer interpretiert. 

Die folgende Übersicht zeigt jeweils die besten Funktionen für jeden einzelnen Nutzer auf, wobei für 

die grau hinterlegten Nutzer die Semi-logarithmische und für die anderen Nutzer die Quadratische 

Funktion zur Anwendung kam. Diese Angaben sind in den Management-Implikationen aufzugreifen, 

da sie die genauesten Ergebnisse liefern.

Tabelle 5-38: Ergebnisse der besten Zahlungsbereitschaftsfunktion (Filme im Pilotprojekt) 


Quadratische Funktion versus Semi-logarithmische Funktion 

ParaParaPara- Elastizität Elastizität Elastizität Grund- 

Nutzer meter a meter b meter c Sättigung Max. ZB Residuen 2 DM 4 DM 6 DM gebühr 

1 8,85 4,46 21,23 1,98 8,77 2,03 -0,29 -0,83 -2,11 30,00 

3 5,11 3,14 15,84 1,63 4,16 0,44 -0,64 -3,61 0,00 20,00 

5 8,06 34,12 -0,95 0,24 0,95 0,01 -0,33 -0,99 -2,91 0,00 

7 5,16 0,26 -9,76 5,16 19,76 0,07 -0,52 -1,05 -1,57 10,00 

9 4,03 0,27 4,92 4,03 15,08 1,15 -0,53 -1,07 -1,60 20,00 

14 5,76 0,98 -11,85 5,86 16,85 2,79 -0,53 -2,28 0,00 5,00 

15 6,91 1,03 26,73 6,73 23,27 0,78 -0,41 -1,37 -6,58 50,00 

16 4,38 1,78 -0,39 2,46 5,39 2,46 -0,84 -10,40 0,00 5,00 

17 4,51 1,59 -1,39 2,84 6,39 9,61 -0,80 -7,89 0,00 5,00 

18 4,88 1,16 -1,22 4,88 4,22 1,26 -2,31 -4,63 -6,94 3,00 

19 10,75 1,34 11,96 10,75 8,04 86,30 -2,67 -5,35 -8,02 20,00 

20 4,60 1,43 2,60 3,22 7,40 7,89 -0,77 -6,61 0,00 10,00 

21 4,65 0,68 4,18 6,81 15,82 30,17 -0,76 -6,18 0,00 20,00 

22 4,65 0,34 13,35 13,62 31,65 120,69 -0,76 -6,18 0,00 45,00 

23 12,37 3,05 -15,06 4,05 25,06 0,31 -0,19 -0,48 -0,94 10,00 

25 5,14 0,58 -17,88 8,91 22,88 7,54 -0,64 -3,51 0,00 5,00 

26 5,39 0,87 -11,66 6,18 16,66 2,30 -0,59 -2,88 0,00 5,00 

30 10,33 4,83 18,95 2,14 11,05 0,21 -0,24 -0,63 -1,38 30,00 

31 6,56 2,83 22,39 2,32 7,61 0,30 -0,44 -1,56 -10,70 30,00 

32 8,06 3,41 40,48 2,36 9,52 1,21 -0,33 -0,99 -2,91 50,00 

33 6,42 1,47 16,98 4,37 14,02 0,44 -0,45 -1,65 -14,36 31,00 

34 6,13 1,26 16,10 4,86 14,90 0,21 -0,48 -1,88 -46,00 31,00 

39 2,94 0,13 -8,46 2,94 23,46 0,15 -0,25 -0,50 -0,75 15,00 

40 2,94 0,13 -3,46 2,94 23,46 0,15 -0,25 -0,50 -0,75 20,00 

41 5,22 0,22 -13,99 5,22 23,99 0,87 -0,44 -0,87 -1,31 10,00 

42 4,09 0,15 22,72 4,09 27,28 2,29 -0,30 -0,60 -0,90 50,00 

43 10,80 1,41 -31,26 7,64 41,26 1,21 -0,23 -0,59 -1,25 10,00 

44 8,46 1,13 -16,75 7,51 31,75 4,51 -0,31 -0,90 -2,44 15,00 

45 10,81 0,40 -17,04 10,81 27,04 1,27 -0,80 -1,60 -2,40 10,00 

46 8,20 0,80 -27,03 10,25 42,03 1,75 -0,32 -0,95 -2,73 15,00 

47 0,40 0,32 3,77 0,40 1,23 0,02 -0,64 -1,29 -1,93 5,00 

48 5,50 0,97 -5,65 5,69 15,65 1,17 -0,57 -2,67 0,00 10,00 

49 5,89 1,21 10,14 5,89 4,86 17,68 -2,42 -4,85 -7,27 15,00 

50 5,11 3,14 0,84 1,63 4,16 0,44 -0,64 -3,61 0,00 5,00 

51 5,50 2,42 -1,26 2,28 6,26 0,83 -0,57 -2,67 0,00 5,00 

52 10,33 4,83 18,95 2,14 11,05 0,21 -0,24 -0,63 -1,38 30,00 

53 3,14 0,22 -4,58 3,14 14,58 0,37 -0,43 -0,86 -1,29 10,00 

54 6,59 0,07 -38,56 6,59 88,56 0,45 -0,15 -0,30 -0,45 50,00 

57 2,82 0,08 -26,65 2,82 36,65 1,99 -0,15 -0,31 -0,46 10,00 

60 3,15 0,10 -0,78 3,15 30,78 4,55 -0,20 -0,41 -0,61 30,00 

62 5,96 0,34 -12,62 5,96 17,62 0,90 -0,68 -1,35 -2,03 5,00 

64 6,88 0,39 32,15 6,88 17,85 11,57 -0,77 -1,54 -2,31 50,00 

66 16,53 0,49 6,46 16,53 33,54 13,55 -0,99 -1,97 -2,96 40,00 

67 4,38 0,89 19,23 4,91 10,77 50,86 -0,84 -10,40 0,00 30,00 

71 4,89 0,44 -12,15 11,09 27,15 39,54 -0,69 -4,48 0,00 15,00 

72 4,38 8,92 3,92 0,49 1,08 0,51 -0,84 -10,40 0,00 5,00 

73 4,38 8,92 3,92 0,49 1,08 0,51 -0,84 -10,40 0,00 5,00 

74 5,08 1,13 8,55 4,51 11,45 2,51 -0,65 -3,71 0,00 20,00 

75 6,82 2,11 18,98 3,23 11,02 0,78 -0,42 -1,42 -7,33 30,00 

77 6,34 1,21 19,75 6,34 5,25 3,23 -2,42 -4,84 -7,26 25,00 

78 6,26 3,05 23,57 2,05 6,43 0,31 -0,47 -1,77 -22,80 30,00 

79 5,36 2,07 14,08 2,58 6,92 0,48 -0,60 -2,95 0,00 21,00 

80 7,25 0,25 -7,90 7,25 28,90 0,47 -0,50 -1,00 -1,51 21,00 

81 3,47 0,15 77,57 3,47 22,43 5,39 -0,31 -0,62 -0,93 100,00 

82 5,60 1,67 50,59 3,36 9,41 0,97 -0,55 -2,49 0,00 60,00 

83 3,20 0,18 22,07 3,20 17,93 1,35 -0,36 -0,71 -1,07 40,00 

84 5,11 3,14 10,84 1,63 4,16 0,44 -0,64 -3,61 0,00 15,00 

85 5,13 1,95 -6,76 2,63 6,76 0,70 -0,64 -3,53 0,00 0,00 

86 5,00 2,00 -6,25 2,50 6,25 1,00 -0,67 -4,00 0,00 0,00 

87 5,11 3,14 -4,16 1,63 4,16 0,44 -0,64 -3,61 0,00 0,00 

Summe 

281,27 993,63 453,60 -38,96 -170,91 -180,17 1262,00 

Mittelwert 

4,69 16,56 7,56 -0,65 -2,85 -3,00 21,03 


3,29 14,22 20,43 0,53 2,72 6,91 18,57 

Maximum 

16,53 88,56 120,69 -0,15 -0,30 0,00 100,00 

Minimum 

0,24 0,95 0,01 -2,67 -10,40 -46,00 0,00 

314

Bei der Interpretation der Ergebnisse ist zu beachten, daß die maximale Zahlungsbereitschaft für die 

Nutzung des Video-on-Demand und aller anderen Dienste im Interaktiven Fernsehen durch die je- 

weilige Angabe der maximal akzeptierten Grundgebühr aus Frage 16 (letzte Spalte) gegeben ist. Die 

Spalte mit der maximalen Zahlungsbereitschaft gibt hingegen an, wie hoch diese für Video-on- 

Demand ist. 

Bei der Berechnung der individuellen Parameter ci tritt bei einigen Nutzern ein negatives Vorzeichen 

auf. Ein solches Vorzeichen impliziert, daß das Angebot im Pilotprojekt in der momentanen Situation 

keinen Nutzen stiftet, sondern vielmehr eine Subvention notwendig erscheint. Diese ist insbesondere 

dann erforderlich, wenn der Nutzen aus dem Abruf von Filmen gering ist und somit die Konsumen- 

tenrente aus der Adoption und Nutzung negativ ist. Da die Qualität der Inhalte im Pilotprojekt auch 

nur relativ gering ist, sind die Ergebnisse nicht überraschend. Der Pilotprojektbetreiber hat dieses 

Problem bereits sehr früh erkannt und die Nutzung subventioniert, indem er den Nutzern jeweils 

200,00 DM für den Abruf von kostenpflichtigen Inhalten gutschrieb. Da auch die Adoption der 

Hardware kostenlos gewesen ist, kann es somit sein, daß negative Konsumentenrenten entstehen. 

Allerdings kann ein derartiges Ergebnis natürlich auch durch inkonsistente Angaben der Nutzer zu- 

stande gekommen sein. Dies bedeutet dann, daß der Parameter ci nicht über die Konsumentenrente 

sinnvoll errechnet werden kann. 

Einige Nutzer weisen eine hohe nutzungsunabhängige Zahlungsbereitschaft auf (z.B. Nutzer 81), die 

zeigt, daß der Zugang zu interaktiven Diensten einen hohen Nutzen stiftet. 

Die Sättigungsmenge für Filme liegt im Mittel bei 4,96 Filmen in einem realistischen Bereich. Gleiches 

gilt für die mittlere maximale Zahlungsbereitschaft für Filme pro Woche, die bei 16,56 liegt. Ebenso 

sind die Elastizitäten sehr gut nachvollziehbar. 

Nachdem die Schätzergebnisse für die Filme im Pilotprojekt dargestellt wurden, werden nun die Er- 

gebnisse der Angaben für das Szenario aufgezeigt. 

315

Tabelle 5-39: Schätzergebnisse der Quadratischen Funktion (Filme im Szenario) 

Zahlungsbereitschaften für das Szenario (Kompositionelle Verfahren ohne Leistungsdifferenzierung) 

Quadratische Funktion 

ParaParaPara- Elastizität 2 Elastizität 4 Elastizität 6 

Nutzer meter a meter b meter c Sättigung Max. ZB Residuen DM DM DM Grundgebühr 

1 9,67 3,50 36,65 2,76 13,35 3,62 -0,26 -0,71 -1,64 50,00 

3 8,02 2,59 37,58 3,10 12,42 2,42 -0,33 -0,99 -2,96 50,00 

5 10,61 1,82 44,07 5,83 30,93 1,03 -0,23 -0,61 -1,30 75,00 

7 12,22 3,33 -7,41 3,67 22,41 0,53 -0,20 -0,49 -0,96 15,00 

9 11,36 3,18 4,71 3,57 20,29 1,09 -0,21 -0,54 -1,12 25,00 

14 11,88 1,79 -19,32 6,62 39,32 1,10 -0,20 -0,51 -1,02 20,00 

15 8,61 1,27 220,90 6,76 29,10 3,62 -0,30 -0,87 -2,30 250,00 

16 7,33 4,67 9,24 1,57 5,76 4,29 -0,38 -1,20 -4,50 15,00 

17 7,50 2,50 -1,25 3,00 11,25 8,8 -0,36 -1,14 -4,00 10,00 

18 8,02 2,59 -2,42 3,10 12,42 2,42 -0,33 -0,99 -2,96 10,00 

19 7,66 0,61 -27,79 12,48 47,79 121,68 -0,35 -1,09 -3,61 20,00 

20 8,33 5,00 3,06 1,67 6,94 0,53 -0,32 -0,92 -2,57 10,00 

21 7,69 1,08 -7,47 7,14 27,47 27,14 -0,35 -1,08 -3,55 20,00 

22 7,69 0,54 -4,95 14,29 54,95 108,57 -0,35 -1,08 -3,55 50,00 

23 14,21 3,68 22,59 3,86 27,41 0,34 -0,16 -0,39 -0,73 50,00 

25 8,55 1,01 -21,04 8,43 36,04 13,49 -0,31 -0,88 -2,35 15,00 

26 8,18 1,59 -1,04 5,14 21,04 8,34 -0,32 -0,96 -2,75 20,00 

30 10,83 4,38 26,59 2,48 13,41 1,68 -0,23 -0,59 -1,24 40,00 

31 8,18 3,18 29,48 2,57 10,52 1,09 -0,32 -0,96 -2,75 40,00 

32 8,89 3,89 39,84 2,29 10,16 1,37 -0,29 -0,82 -2,08 50,00 

33 8,89 2,33 34,07 3,81 16,93 0,48 -0,29 -0,82 -2,08 51,00 

34 10,00 2,00 26,00 5,00 25,00 0,00 -0,25 -0,67 -1,50 51,00 

39 9,35 2,75 9,09 3,40 15,91 0,92 -0,27 -0,75 -1,79 25,00 

40 8,89 3,89 19,84 2,29 10,16 1,37 -0,29 -0,82 -2,08 30,00 

41 10,94 2,64 7,33 4,14 22,67 1,84 -0,22 -0,58 -1,21 30,00 

42 12,09 2,26 67,62 5,36 32,38 1,77 -0,20 -0,49 -0,98 100,00 

43 12,22 1,67 5,19 7,33 44,81 2,13 -0,20 -0,49 -0,96 50,00 

44 12,37 1,84 -1,52 6,71 41,52 1,37 -0,19 -0,48 -0,94 40,00 

45 10,16 1,15 -5,01 8,86 45,01 4,34 -0,24 -0,65 -1,44 40,00 

46 9,00 0,96 -27,19 9,38 42,19 2,70 -0,29 -0,80 -2,00 15,00 

47 7,86 3,02 4,79 2,60 10,21 4,25 -0,34 -1,04 -3,23 15,00 

48 7,98 1,63 -9,59 4,91 19,59 6,42 -0,33 -1,00 -3,02 10,00 

49 7,59 1,30 -7,24 5,86 22,24 36,34 -0,36 -1,11 -3,77 15,00 

50 9,80 2,06 1,66 4,76 23,34 2,82 -0,26 -0,69 -1,58 25,00 

51 8,67 2,00 1,22 4,33 18,78 3,33 -0,30 -0,86 -2,25 20,00 

52 16,67 7,78 22,14 2,14 17,86 0,34 -0,14 -0,32 -0,56 40,00 

53 11,40 4,52 30,62 2,52 14,38 0,78 -0,21 -0,54 -1,11 45,00 

54 21,92 3,50 1,38 6,26 68,62 1,62 -0,10 -0,22 -0,38 70,00 

57 10,00 3,33 35,00 3,00 15,00 1,20 -0,25 -0,67 -1,50 50,00 

60 28,33 7,00 -7,34 4,05 57,34 1,90 -0,08 -0,16 -0,27 50,00 

62 9,67 1,75 -6,70 5,52 26,70 0,48 -0,26 -0,71 -1,64 20,00 

64 9,43 1,21 33,19 7,81 36,81 11,28 -0,27 -0,74 -1,75 70,00 

66 8,89 0,58 -27,72 15,24 67,72 57,62 -0,29 -0,82 -2,08 40,00 

67 7,33 1,40 10,79 5,24 19,21 47,62 -0,38 -1,20 -4,50 30,00 

71 7,78 3,33 10,93 2,33 9,07 2,53 -0,35 -1,06 -3,38 20,00 

72 7,63 2,26 -2,91 3,38 12,91 7,10 -0,35 -1,10 -3,67 10,00 

73 7,72 1,17 -5,56 6,62 25,56 25,90 -0,35 -1,07 -3,48 20,00 

74 10,00 1,43 -5,00 7,00 35,00 5,20 -0,25 -0,67 -1,50 30,00 

75 8,18 3,18 39,48 2,57 10,52 1,09 -0,32 -0,96 -2,75 50,00 

77 7,92 2,19 20,67 3,62 14,33 4,70 -0,34 -1,02 -3,13 35,00 

78 8,43 4,12 31,37 2,05 8,63 0,70 -0,31 -0,90 -2,47 40,00 

79 7,83 3,66 41,61 2,14 8,39 1,88 -0,34 -1,04 -3,27 50,00 

80 8,73 1,44 23,61 6,05 26,39 2,60 -0,30 -0,85 -2,20 50,00 

81 11,01 4,24 135,71 2,60 14,29 0,82 -0,22 -0,57 -1,20 150,00 

82 10,00 2,00 75,00 5,00 25,00 0,00 -0,25 -0,67 -1,50 100,00 

83 12,55 4,12 80,88 3,05 19,12 0,70 -0,19 -0,47 -0,92 100,00 

84 7,69 5,38 9,51 1,43 5,49 1,09 -0,35 -1,08 -3,55 15,00 

85 8,22 2,41 1,01 3,40 13,99 1,82 -0,32 -0,95 -2,70 15,00 

86 8,18 3,18 -0,52 2,57 10,52 1,09 -0,32 -0,96 -2,75 10,00 

87 8,89 3,33 3,15 2,67 11,85 0,53 -0,29 -0,82 -2,08 15,00 

Summe 

287,31 1418,41 563,82 -16,68 -47,61 -131,12 2477,00 

Mittelwert 

4,79 23,64 9,40 -0,28 -0,79 -2,19 41,28 


2,91 15,04 22,69 0,07 0,25 1,06 38,32 

Maximum 

15,24 68,62 121,68 -0,08 -0,16 -0,27 250,00 

Minimum 

1,43 5,49 0,00 -0,38 -1,20 -4,50 10,00 

316

Tabelle 5-40: Schätzergebnisse der Semi-logarithmischen Funktion (Filme im Szenario) 

ParaParaPara- Elastizität 2 Elastizität 4 Elastizität 6 

Nutzer meter a meter b meter c Sättigung Max. ZB Residuen DM DM DM Grundgebühr 

1 5,01 0,43 38,30 5,01 11,70 3,38 -0,86 -1,71 -2,57 50,00 

3 5,23 0,72 42,76 5,23 7,24 2,60 -1,44 -2,89 -4,33 50,00 

5 15,83 0,50 43,54 15,83 31,46 109,72 -1,01 -2,01 -3,02 75,00 

7 3,97 0,15 -12,29 3,97 27,29 1,22 -0,29 -0,58 -0,87 15,00 

9 3,71 0,16 1,06 3,71 23,94 1,38 -0,31 -0,62 -0,93 25,00 

14 7,86 0,18 -24,27 7,86 44,27 3,69 -0,36 -0,71 -1,07 20,00 

15 21,39 0,76 221,77 21,39 28,23 213,30 -1,52 -3,03 -4,55 250,00 

16 0,20 0,41 14,51 0,20 0,49 7,86 -0,82 -1,63 -2,45 15,00 

17 1,51 0,64 7,65 1,51 2,35 12,56 -1,28 -2,57 -3,85 10,00 

18 5,23 0,72 2,76 5,23 7,24 2,60 -1,44 -2,89 -4,33 10,00 

19 18,59 0,88 -1,23 18,59 21,23 4,67 -1,75 -3,50 -5,25 20,00 

20 2,80 0,64 5,64 2,80 4,36 1,31 -1,29 -2,57 -3,86 10,00 

21 3,98 0,76 14,76 3,98 5,24 53,29 -1,52 -3,04 -4,56 20,00 

22 7,45 0,84 41,12 7,45 8,88 231,64 -1,68 -3,36 -5,03 50,00 

23 4,22 0,12 15,25 4,22 34,75 1,47 -0,24 -0,49 -0,73 50,00 

25 19,93 0,59 -19,00 19,93 34,00 100,19 -1,17 -2,35 -3,52 15,00 

26 12,67 0,71 2,21 12,67 17,79 32,96 -1,43 -2,85 -4,28 20,00 

30 7,11 0,61 28,28 7,11 11,72 31,24 -1,21 -2,42 -3,64 40,00 

31 4,50 0,70 33,58 4,50 6,42 3,57 -1,40 -2,80 -4,21 40,00 

32 4,29 0,68 43,71 4,29 6,29 9,01 -1,36 -2,73 -4,09 50,00 

33 11,14 0,68 34,67 11,14 16,33 53,35 -1,37 -2,73 -4,10 51,00 

34 13,18 0,51 25,10 13,18 25,90 71,63 -1,02 -2,04 -3,05 51,00 

39 10,11 0,67 9,80 10,11 15,20 54,54 -1,33 -2,66 -3,99 25,00 

40 5,37 0,61 21,13 5,37 8,87 6,99 -1,21 -2,42 -3,63 30,00 

41 4,34 0,17 3,76 4,34 26,24 1,55 -0,33 -0,66 -0,99 30,00 

42 6,76 0,16 57,95 6,76 42,05 6,40 -0,32 -0,64 -0,96 100,00 

43 8,04 0,15 -3,58 8,04 53,58 6,77 -0,30 -0,60 -0,90 50,00 

44 7,19 0,14 -11,26 7,19 51,26 4,50 -0,28 -0,56 -0,84 40,00 

45 10,47 0,22 -7,30 10,47 47,30 1,50 -0,44 -0,89 -1,33 40,00 

46 34,25 0,78 -28,82 34,25 43,82 607,35 -1,56 -3,13 -4,69 15,00 

47 3,20 0,49 8,51 3,20 6,49 0,69 -0,99 -1,97 -2,96 15,00 

48 8,40 0,78 -0,79 8,40 10,79 11,17 -1,56 -3,12 -4,67 10,00 

49 6,49 0,76 6,42 6,49 8,58 12,96 -1,51 -3,03 -4,54 15,00 

50 15,30 0,69 2,79 15,30 22,21 118,46 -1,38 -2,75 -4,13 25,00 

51 8,82 0,77 8,50 8,82 11,50 34,32 -1,53 -3,07 -4,60 20,00 

52 2,22 0,09 14,94 2,22 25,06 1,37 -0,18 -0,35 -0,53 40,00 

53 2,65 0,16 28,04 2,65 16,96 0,61 -0,31 -0,62 -0,94 45,00 

54 6,24 0,06 -43,39 6,24 113,39 17,07 -0,11 -0,22 -0,33 70,00 

57 8,78 0,63 36,17 8,78 13,83 38,58 -1,27 -2,54 -3,81 50,00 

60 3,93 0,04 -59,17 3,93 109,17 10,76 -0,07 -0,14 -0,22 50,00 

62 14,50 0,52 -7,78 14,50 27,78 77,36 -1,04 -2,09 -3,13 20,00 

64 8,56 0,24 34,07 8,56 35,93 3,34 -0,48 -0,95 -1,43 70,00 

66 17,24 0,29 -20,25 17,24 60,25 10,96 -0,57 -1,14 -1,72 40,00 

67 0,37 0,49 29,24 0,37 0,76 92,70 -0,99 -1,97 -2,96 30,00 

71 1,50 0,63 17,64 1,50 2,36 4,76 -1,27 -2,54 -3,81 20,00 

72 1,96 0,67 7,08 1,96 2,92 11,50 -1,34 -2,69 -4,03 10,00 

73 9,84 0,80 7,76 9,84 12,24 1,46 -1,61 -3,22 -4,82 20,00 

74 25,41 0,73 -4,59 25,41 34,59 403,64 -1,47 -2,94 -4,41 30,00 

75 4,50 0,70 43,58 4,50 6,42 3,57 -1,40 -2,80 -4,21 50,00 

77 5,87 0,74 27,03 5,87 7,97 1,68 -1,47 -2,95 -4,42 35,00 

78 3,64 0,67 34,58 3,64 5,42 4,36 -1,34 -2,69 -4,03 40,00 

79 3,04 0,67 45,45 3,04 4,55 0,24 -1,34 -2,67 -4,01 50,00 

80 19,05 0,73 24,07 19,05 25,93 150,98 -1,47 -2,94 -4,41 50,00 

81 5,74 0,42 136,48 5,74 13,52 10,41 -0,85 -1,70 -2,55 150,00 

82 13,18 0,51 74,10 13,18 25,90 71,63 -1,02 -2,04 -3,05 100,00 

83 3,20 0,13 76,26 3,20 23,74 1,56 -0,27 -0,54 -0,81 100,00 

84 0,93 0,58 13,38 0,93 1,62 1,65 -1,15 -2,31 -3,46 15,00 

85 6,26 0,74 6,50 6,26 8,50 7,62 -1,47 -2,95 -4,42 15,00 

86 4,50 0,70 3,58 4,50 6,42 3,57 -1,40 -2,80 -4,21 10,00 

87 6,98 0,63 4,01 6,98 10,99 16,75 -1,27 -2,54 -3,81 15,00 

Summe 

488,61 1321,19 2767,97 -62,67 -125,34 -188,01 2477,00 

Mittelwert 

8,14 22,02 46,13 -1,04 -2,09 -3,13 41,28 


6,58 22,29 101,05 0,49 0,99 1,48 38,32 

Maximum 

34,25 113,39 607,35 -0,07 -0,14 -0,22 250,00 

Minimum 

0,20 0,49 0,24 -1,75 -3,50 -5,25 10,00 

317 

Zahlungsbereitschaften für das Szenario (Kompositionelle Verfahren ohne Leistungsdifferenzierung) 

Semi-logarithmische Funktion

Bei Fokussierung der Diskussion auf die Zahlungsbereitschaftsfunktionen ohne eine nutzungsabhängi- 

ge Zahlungsbereitschaft zeigen sich im Szenario für die Quadratische und Semi-logarithmische Funk- 

tion folgende Ergebnisse: 

Die Sättigungsmenge für Filme liegt – wie bei den Ergebnissen des Pilotprojekts – bei beiden Funkti- 

onsverläufen in einem nachvollziehbaren Rahmen. Allerdings ist die Sättigungsmenge bei der Semi- 

logarithmischen Funktion deutlich höher (8,14 Filme) als bei der Quadratischen Funktion (4,79 Fil- 

me). 

Die mittlere maximale Zahlungsbereitschaft für Filme pro Woche liegt mit Werten zwischen 22 DM 

und knapp 24 DM nahe beieinander und ist in einem plausiblen Bereich. 

Die durchschnittliche Residuenquadratsumme ist auch hier bei der Quadratischen Funktion deutlich 

geringer als bei der Semi-logarithmischen Funktion, wobei sich ebenfalls teilweise erhebliche Unter- 

schiede der Residuenquadratsummen bei den beiden Funktionen zeigen. Bei einigen Nutzern (z.B. 

Nutzer 22) sind beide Funktionen nicht in der Lage, eine gute Anpassung an die Beobachtungen zu 

liefern. 

Des weiteren weisen auch die Preiselastizitäten plausible Werte auf. Es wird deutlich, daß die Elasti- 

zitäten für Filme im Szenario – die ja eine bessere Qualität aufweisen – niedriger sind als bei dem Pi- 

lotprojekt. 

Nachdem auch hier die Ergebnisse sinnvoll erscheinen, wird eine Auswahl der Funktionen vorge- 

nommen, wobei wiederum die Residuenquadratsumme als Auswahlkriterium herangezogen. Hiernach 

wird in 48 Fällen die Quadratische Funktion und in 12 Fällen die Semi-logarithmische Funktion aus- 

gewählt. 

Nachdem die Auswahl durchgeführt wurde, wird anschließend die nutzungsunabhängige Zahlungsbe- 

reitschaft für die jeweiligen Nutzer interpretiert. 

Die folgende Übersicht zeigt jeweils die beste Funktion für jeden einzelnen Nutzer auf, wobei für die 

grau hinterlegten Nutzer die Semi-logarithmische und für die anderen Nutzer die Quadratische Funk- 

tion zur Anwendung kam: 

318

Tabelle 5-41: Schätzergebnisse der besten Zahlungsbereitschaftsfunktion (Filme im Szenario) 

Nutzer 

Summe 

Mittelwert 

319 

Parameter 

a 

Parameter 

b 

Parameter 

c Sättigung Max. ZB Residuen 

Elastizität 

2 DM 

Elastizität 

4 DM 

Elastizität 

6 DM Grundgebühr 

1 5,01 0,43 38,30 5,01 11,70 3,38 -0,86 -1,71 -2,57 50,00 

3 8,02 2,59 37,58 3,10 12,42 2,42 -0,33 -0,99 -2,96 50,00 

5 10,61 1,82 44,07 5,83 30,93 1,03 -0,23 -0,61 -1,30 75,00 

7 12,22 3,33 -7,41 3,67 22,41 0,53 -0,20 -0,49 -0,96 15,00 

9 11,36 3,18 4,71 3,57 20,29 1,09 -0,21 -0,54 -1,12 25,00 

14 11,88 1,79 -19,32 6,62 39,32 1,10 -0,20 -0,51 -1,02 20,00 

15 8,61 1,27 220,90 6,76 29,10 3,62 -0,30 -0,87 -2,30 250,00 

16 7,33 4,67 9,24 1,57 5,76 4,29 -0,38 -1,20 -4,50 15,00 

17 7,50 2,50 -1,25 3,00 11,25 8,80 -0,36 -1,14 -4,00 10,00 

18 8,02 2,59 -2,42 3,10 12,42 2,42 -0,33 -0,99 -2,96 10,00 

19 18,59 0,88 -1,23 18,59 21,23 4,67 -1,75 -3,50 -5,25 20,00 

20 8,33 5,00 3,06 1,67 6,94 0,53 -0,32 -0,92 -2,57 10,00 

21 7,69 1,08 -7,47 7,14 27,47 27,14 -0,35 -1,08 -3,55 20,00 

22 7,69 0,54 -4,95 14,29 54,95 108,57 -0,35 -1,08 -3,55 50,00 

23 14,21 3,68 22,59 3,86 27,41 0,34 -0,16 -0,39 -0,73 50,00 

25 8,55 1,01 -21,04 8,43 36,04 13,49 -0,31 -0,88 -2,35 15,00 

26 8,18 1,59 -1,04 5,14 21,04 8,34 -0,32 -0,96 -2,75 20,00 

30 10,83 4,38 26,59 2,48 13,41 1,68 -0,23 -0,59 -1,24 40,00 

31 8,18 3,18 29,48 2,57 10,52 1,09 -0,32 -0,96 -2,75 40,00 

32 8,89 3,89 39,84 2,29 10,16 1,37 -0,29 -0,82 -2,08 50,00 

33 8,89 2,33 34,07 3,81 16,93 0,48 -0,29 -0,82 -2,08 51,00 

34 10,00 2,00 26,00 5,00 25,00 0,00 -0,25 -0,67 -1,50 51,00 

39 9,35 2,75 9,09 3,40 15,91 0,92 -0,27 -0,75 -1,79 25,00 

40 8,89 3,89 19,84 2,29 10,16 1,37 -0,29 -0,82 -2,08 30,00 

41 4,34 0,17 3,76 4,34 26,24 1,55 -0,33 -0,66 -0,99 30,00 

42 12,09 2,26 67,62 5,36 32,38 1,77 -0,20 -0,49 -0,98 100,00 

43 12,22 1,67 5,19 7,33 44,81 2,13 -0,20 -0,49 -0,96 50,00 

44 12,37 1,84 -1,52 6,71 41,52 1,37 -0,19 -0,48 -0,94 40,00 

45 10,47 0,22 -7,30 10,47 47,30 1,50 -0,44 -0,89 -1,33 40,00 

46 9,00 0,96 -27,19 9,38 42,19 2,70 -0,29 -0,80 -2,00 15,00 

47 3,20 0,49 8,51 3,20 6,49 0,69 -0,99 -1,97 -2,96 15,00 

48 7,98 1,63 -9,59 4,91 19,59 6,42 -0,33 -1,00 -3,02 10,00 

49 6,49 0,76 6,42 6,49 8,58 12,96 -1,51 -3,03 -4,54 15,00 

50 9,80 2,06 1,66 4,76 23,34 2,82 -0,26 -0,69 -1,58 25,00 

51 8,67 2,00 1,22 4,33 18,78 3,33 -0,30 -0,86 -2,25 20,00 

52 16,67 7,78 22,14 2,14 17,86 0,34 -0,14 -0,32 -0,56 40,00 

53 2,65 0,16 28,04 2,65 16,96 0,61 -0,31 -0,62 -0,94 45,00 

54 21,92 3,50 1,38 6,26 68,62 1,62 -0,10 -0,22 -0,38 70,00 

57 10,00 3,33 35,00 3,00 15,00 1,20 -0,25 -0,67 -1,50 50,00 

60 28,33 7,00 -7,34 4,05 57,34 1,90 -0,08 -0,16 -0,27 50,00 

62 9,67 1,75 -6,70 5,52 26,70 0,48 -0,26 -0,71 -1,64 20,00 

64 8,56 0,24 34,07 8,56 35,93 3,34 -0,48 -0,95 -1,43 70,00 

66 17,24 0,29 -20,25 17,24 60,25 10,96 -0,57 -1,14 -1,72 40,00 

67 7,33 1,40 10,79 5,24 19,21 47,62 -0,38 -1,20 -4,50 30,00 

71 7,78 3,33 10,93 2,33 9,07 2,53 -0,35 -1,06 -3,38 20,00 

72 7,63 2,26 -2,91 3,38 12,91 7,10 -0,35 -1,10 -3,67 10,00 

73 9,84 0,80 7,76 9,84 12,24 1,46 -1,61 -3,22 -4,82 20,00 

74 10,00 1,43 -5,00 7,00 35,00 5,20 -0,25 -0,67 -1,50 30,00 

75 8,18 3,18 39,48 2,57 10,52 1,09 -0,32 -0,96 -2,75 50,00 

77 5,87 0,74 27,03 5,87 7,97 1,68 -1,47 -2,95 -4,42 35,00 

78 8,43 4,12 31,37 2,05 8,63 0,70 -0,31 -0,90 -2,47 40,00 

79 3,04 0,67 45,45 3,04 4,55 0,24 -1,34 -2,67 -4,01 50,00 

80 8,73 1,44 23,61 6,05 26,39 2,60 -0,30 -0,85 -2,20 50,00 

81 11,01 4,24 135,71 2,60 14,29 0,82 -0,22 -0,57 -1,20 150,00 

82 10,00 2,00 75,00 5,00 25,00 0,00 -0,25 -0,67 -1,50 100,00 

83 12,55 4,12 80,88 3,05 19,12 0,70 -0,19 -0,47 -0,92 100,00 

84 7,69 5,38 9,51 1,43 5,49 1,09 -0,35 -1,08 -3,55 15,00 

85 8,22 2,41 1,01 3,40 13,99 1,82 -0,32 -0,95 -2,70 15,00 

86 8,18 3,18 -0,52 2,57 10,52 1,09 -0,32 -0,96 -2,75 10,00 

87 8,89 3,33 3,15 2,67 11,85 0,53 -0,29 -0,82 -2,08 15,00 


Maximum 

Minimum 

Zahlungsbereitschaften für Szenario (Kompositionelle Verfahren ohne Leistungsdifferenzierung) 

Quadratische Funktion versus Semi-logarithmische Funktion 

307,97 1349,39 332,62 -24,76 -60,52 -136,37 2477,00 

5,13 22,49 5,54 -0,41 -1,01 -2,27 41,28 

3,45 14,80 15,33 0,37 0,70 1,23 38,32 

18,59 68,62 108,57 -0,08 -0,16 -0,27 250,00 

1,43 4,55 0,00 -1,75 -3,50 -5,25 10,00

Auch hier ist zu beachten, daß die maximale Zahlungsbereitschaft für die Nutzung des Video-on- 

Demand und aller anderen Dienste im Interaktiven Fernsehen durch die jeweilige Angabe der 

Grundgebühr (letzte Spalte) gegeben ist. Die Spalte mit der maximalen Zahlungsbereitschaft gibt hin- 

gegen an, wie hoch diese für Video-on-Demand ist. 

Auch bei einer Qualität, wie sie im Szenario dargestellt wurde, weisen bei weitem nicht alle Nutzer 

eine nutzungsunabhängige Zahlungsbereitschaft auf. So sind auch hier mehrere negative Parameter ci 

zu verzeichnen, die auf eine notwendige Subvention hindeuten. 

Einige Nutzer haben eine sehr hohe nutzungsunabhängige Zahlungsbereitschaft (z.B. Nutzer 15 oder 

81). Es ist nicht unmittelbar einsichtig, daß ein System wie das Interaktive Fernsehen eine derartig 

hohe Zahlungsbereitschaft impliziert, jedoch ist es nicht generell als unrealistisch anzusehen. Starke 

Mediennutzer und Vieltelefonierer können durchaus heute schon Telefon- bzw. Onlinekosten in die- 

ser Höhe haben, so daß eine nutzungsunabhängige Zahlungsbereitschaft von 220,90 DM nicht unbe- 

dingt aus dem Rahmen fällt, zumal ersichtlich ist, daß die maximale Zahlungsbereitschaft für Filme bei 

nur ca. 30 DM liegt. 

Die Sättigungsmenge für Filme liegt im Mittel bei 5,13 Filmen in einem realistischen Bereich und nur 

ca. 0,5 Filme über dem Niveau im Pilotprojekt. Etwas stärker weicht die mittlere maximale Zah- 

lungsbereitschaft für Filme pro Woche im Szenario (22,5 DM) vom Niveau des Pilotprojekts (16,5 

DM) ab, die bei 16,56 DM liegt. Da auch die Elastitizitäten plausibel sind und im Vergleich zu den 

Ergebnissen im Pilotprojekt vom Absolutbetrag gesehen abnehmen, sind die geschätzten Funktionen 

als gut verwendbar zu verstehen. 

Eine zusammenfassende Betrachtung der Ergebnisse läßt auf eine gute interne Validität schließen. Ei- 

ne Überprüfung der Ergebnisse mit den Nutzungsdaten wäre wünschenswert gewesen. Sie scheitert 

jedoch daran, daß die Nutzung nicht direkt nur einer Person zugerechnet werden kann, da sich z.B. 

mehrere Nutzer den gleichen Film angesehen haben können. So verbleiben zur weiteren Validierung 

der Ergebnisse nur Korrelationsanalysen mit anderen Variablen aus dem Fragebogen. Hierzu wurden 

jeweils für das Pilotprojekt und das Szenario die Sättigungsmenge und die maximale Zahlungsbereit- 

schaft (aus Tabelle 5-38 sowie Tabelle 5-41) mit den Angaben der Befragten für 

• die Punkte für Video-on-Demand, 

• die Zahlungsbereitschaft für das bevorzugte Endgerät, 

• die Zahlungsbereitschaft für die Set-top-box, 

• die Zahlungsbereitschaft für James Bond, Jurassic Park und dem Fußball WM-Finale und 

schließlich 

• dem Einkommen verglichen. 

320

Die folgende Tabelle zeigt die Korrelationskoeffizienten nach Pearson und Kendall für die jeweiligen 

Variablen. 


Pearson Korr. (Sign.) 

Kendall Korr. (Sign.) Sättigungsmenge Maximale Zahlungsbereitschaft 


(n=59) 

Endgerät 

(n=56) 

Set-top-box 

(n=56) 

James Bond 

(n=60) 

Jurassic Park 

(n=60) 

WM Finale 

(n=60) 

Einkommen 

(n=52) 

321 

0,22 (0,09) 

0,18 (0,06) 

-0,15 (0,26) 

-0,07 (0,46) 

-0,11 (0,42) 

-0,02 (0,87) 

0,09 (0,47) 

0,12 (0,20) 

0,03 (0,85) 

0,05 (0,55) 

0,09 (0,49) 

0,10 (0,29) 

0,04 (0,79) 

0,06 (0,53) 

Pilotprojekt Szenario 

0,14 (0,29) 

0,16 (0,09) 

-0,07 (0,60) 

0,02 (0,84) 

0,11 (0,42) 

0,16 (0,08) 

0,30 (0,02) 

0,27 (0,00) 

0,32 (0,01) 

0,25 (0,01) 

0,16 (0,21) 

0,13 (0,19) 

0,21 (0,88) 

0,07 (0,49) 

Sättigungsmenge Maximale Zahlungsbereitschaft 

0,33 (0,01) 

0,26 (0,01) 

-0,28 (0,04) 

-0,25 (0,01) 

-0,20 (0,14) 

-0,12 (0,20) 

0,06 (065) 

0,11 (0,22) 

0,01 (0,95) 

0,05 (0,56) 

0,01 (0,94) 

0,01 (0,94) 

-0,09 (0,52) 

-0,09 (0,36) 

0,20 (0,13) 

0,18 (0,05) 

-0,19 (0,16) 

-0,12 (0,20) 

-0,06 (0,65) 

-0,00 (0,99) 

0,30 (0,02) 

0,25 (0,01) 

0,28 (0,03) 

0,23 (0,01) 

0,09 (0,46) 

0,06 (0,51) 

-0,08 (0,54) 

-0,03 (0,79) 

Zwar korrelieren einige Variablen statistisch signifikant miteinander, jedoch sind die Korrelationen so 

gering, daß kein substantieller Zusammenhang zwischen den Variablen festgestellt werden kann. Die 

Validierung anhand dieser Variablen ist somit nicht zur Stützung oder Widerlegung der Ergebnisse 

geeignet. Interessant ist jedoch, daß das Einkommen nicht mit der Sättigungsmenge oder der maxi- 

malen Zahlungsbereitschaft zusammenhängt. Dieses Ergebnis deutet auf die Befunde hin, die bereits 

Mitchell (1978) darstellte: Die Einkommenshöhe bestimmt zwar, ob ein Nutzer ein System adoptiert, 

jedoch bestimmt die Einkommenshöhe nicht mehr in einem entscheidenden Maße die nachgefragte 

Menge. 

Nachdem die individuellen Zahlungsbereitschaftsfunktionen ermittelt und validiert wurden, wird im 

folgenden Abschnitt untersucht, inwieweit eine Leistungsdifferenzierung auf die Zahlungsbereitschaft 

wirkt. 

5.5.1.4.3.4 Auswirkungen einer Leistungsdifferenzierung 

Im Abschnitt 3.5.2.1 wird die mögliche Vorteilhaftigkeit von Preisdifferenzierungsstrategien in inter- 

aktiven Medien angesprochen. Dort wird insbesondere auch auf die möglichen Vorteile einer lei- 

stungsbezogenen Differenzierungsstrategie eingegangen. In diesem Abschnitt soll nun geprüft werden,

inwieweit sich eine derartige Leistungsdifferenzierung auf die Zahlungsbereitschaft auswirkt. Hierbei 

werden drei Leistungen differenziert (Abbildung 5-53): 

322

• Werbeunterbrechungen (einmal, zweimal oder dreimal jeweils fünf Minuten in einem Film), 

• der Film kann nur jede halbe bzw. volle Stunde abgerufen werden und 

• die Wartezeit bis zum Start des Filmes dauert 10 Minuten an. 

Wie bereits bei der deskriptiven Auswertung dieser Frage dargestellt wurde, bestehen aufgrund der 

offenen Fragestellung „Um wieviel billiger müßte es sein, wenn Sie bevorzugen, daß...“ Probleme, die 

Angaben auf den Preis eines Filmes oder auf den Grundpreis zu beziehen (siehe Tabelle 5-21 und 

Tabelle 5-22). Aus diesem Grund werden die Angaben nach einem Schema sortiert. 212 Da nur sehr 

wenige Nutzer ihre Angaben auf den Grundpreis bezogen (jeweils 6 Nutzer im Pilotprojekt und Sze- 

nario), werden diese im weiteren nicht mehr betrachtet und nur die Nutzer, die ihre Angaben auf die 

Preise pro Film bezogen, berücksichtigt. Von diesen Nutzern weisen sowohl im Pilotprojekt als auch 

im Szenario fünf Nutzer fehlende Werte bei den Angaben auf, so daß auch sie nicht in die Analyse 

eingehen. Somit verbleiben noch 49 Nutzer, die vollständige Angaben für die Auswirkungen einer 

Leistungsdifferenzierung bei einem Film vorweisen. 

Sofern die Angaben der Nutzer auf einen Film zu beziehen sind, werden die angegebenen Beträge li 

von der Preisbereitschaft der einzelnen Nutzer i abgezogen. 213 Die Preisbereitschaftsfunktionen sind 

wie folgt zu modifizieren: 

• Preisbereitschaftsfunktion der Quadratischen Zahlungsbereitschaftsfunktion 

323 

⎧ 

ai 

⎪ai 

− li − bi ⋅ qi qi 

≤ 

⎪ 

bi 

(5-31) PBi( qi 

) = ⎨ 

⎪ 

ai 

0 

qi 

> 

⎩⎪ 

bi 

212 Die Angaben wurden mit der höchsten angegebenen Zahlungsbereitschaft pro Film aus Frage 18 verglichen. 

Lag die Zahlungsbereitschaft (z.B. 6,00 DM für Jurassic Park) aus Frage 18 oberhalb des geforderten Preisabschlags 

bei drei Werbeunterbrechungen (z.B. 5,00 DM) so wird angenommen, daß sich die Person auf den 

Filmpreis bezogen hat. 

213 Bei den Nutzern, die die Preisabschläge auf die Grundgebühr beziehen, wäre die Angabe von dem Parameter c 

bei der Zahlungsbereitschaftsfunktion abzuziehen, da es sich dort um die Zahlungsbereitschaft für das gesamte 

System handelt.

• Preisbereitschaftsfunktion der Semi-logarithmischen Zahlungsbereitschaftsfunktion 

⎧ ln( ai ) − ln( qi 

) 

⎪ 

- l i 0 < qi ≤ ai 

(5-32) PBi ( qi) 

= ⎨ bi 

⎪ 

⎩0 

qi > ai 

In den Abbildungen sind die Nutzer, deren Preisbereitschaftsfunktion von der Semi-logarithmischen 

Zahlungsbereitschaftsfunktion abstammt, grau hinterlegt. Es sind folgende Ergebnisse der Auswirkun- 

gen einer leistungsbezogenen Preisdifferenzierung auf individueller Ebene für das Pilotprojekt und das 

Szenario zu berichten, wenn die Preisbereitschaft für einen Film (d.h. q=1) berechnet wird: 

Im Pilotprojekt weisen die Nutzer 5, 47, 72 und 73 eine Preisbereitschaft von 0 auf, da entweder 

der Quotient aus den Parametern a und b kleiner als 1 (q) ist (Quadratische Funktion) oder 1 größer 

als ai ist (Semi-logarithmische Funktion). Im Szenario ist eine derartige Konstellation nicht vorzufin- 

den. 

Die Tabellen weisen die Preisbereitschaft für jeden einzelnen Nutzer in Abhängigkeit der Leistungs- 

differenzierung aus. Es wird deutlich, daß sehr viele Nutzer zwar eine reduzierte Preisbereitschaft 

aufweisen, diese jedoch für das Pilotprojekt (Szenario) im Mittel bei 3,86 DM (5,60) für eine Wer- 

beunterbrechung noch relativ hoch ausgeprägt ist. Es wird ebenfalls deutlich, daß eine Werbeunter- 

brechung die Preisbereitschaft im Mittel weniger stark reduziert als längere Abrufzeiten. Mehrere 

Werbeunterbrechungen führen jedoch zu einem verstärkten Absinken der Preisbereitschaft. Wäh- 

rend bei einer Differenzierungsstrategie durch Werbung im Film zusätzliche Einnahmen durch die 

Werbeindustrie realisiert werden können, ist dies bei einer Differenzierungsstrategie durch Abrufzei- 

ten nicht unmittelbar möglich. Bei beiden Möglichkeiten kann bei entsprechender Tarifierung des An- 

gebotes der Gewinn allerdings auch durch die Differenzierung zunehmen. 

Diese individuellen Ergebnisse der Auswirkungen einer Leistungsdifferenzierung auf die Preisbereit- 

schaft werden im weiteren Verlauf der Arbeit für die Untersuchung der Stärke von Netzeffekten 

(Abschnitt 5.5.2) und für die preispolitischen Management-Implikationen (Abschnitt 7.2) noch ver- 

wendet. Zuvor ist jedoch im folgenden Kapitel zu prüfen, inwieweit eine konvergierende Validität 

vorliegt, wenn mittels eines dekompositionellen Verfahrens die Zahlungsbereitschaftsfunktionen er- 

mittelt werden. 

324

Tabelle 5-43: Preisbereitschaften für leistungsdifferenzierte Filme im Pilotprojekt 

Nutzer 

325 

Parameter 

a 

Preisbereitschaften für einen Film im Pilotprojekt (Kompositionelle Verfahren mit 

Leistungsdifferenzierung) 

Parameter 

b 

Preisbereitschaft 

Ein Werbeblock 

Zwei Werbeblöcke 

Drei Werbeblöcke 

halbstündlich 

abrufbar 

stündlich 

abrufbar 

1 8,85 4,46 4,38 3,38 2,38 1,38 2,38 1,38 

3 5,11 3,14 1,97 0,97 -0,03 -1,03 0,97 -0,03 

5 8,06 34,12 0,00 0,00 0,00 0,00 0,00 0,00 

7 5,16 0,26 6,28 5,28 4,28 3,28 2,28 2,28 

14 5,76 0,98 4,77 4,27 3,27 1,77 4,27 3,77 

15 6,91 1,03 5,88 5,13 4,88 4,38 4,88 4,88 

16 4,38 1,78 2,60 2,60 2,60 2,60 2,60 2,60 

17 4,51 1,59 2,92 1,92 1,92 1,92 1,92 1,92 

18 4,88 1,16 1,37 -0,63 -2,63 -2,63 -2,63 -2,63 

21 4,65 0,68 3,96 3,96 3,96 3,96 3,96 3,96 

22 4,65 0,34 4,31 3,31 3,31 3,31 3,31 3,31 

23 12,37 3,05 9,32 9,32 9,32 8,32 8,32 7,32 

25 5,14 0,58 4,56 3,56 2,56 1,56 2,56 1,56 

26 5,39 0,87 4,52 3,52 2,52 1,52 3,52 1,52 

30 10,33 4,83 5,50 4,50 3,50 2,50 4,50 4,50 

31 6,56 2,83 3,73 2,73 1,73 0,73 2,73 2,73 

32 8,06 3,41 4,65 3,65 2,65 1,65 3,65 1,65 

33 6,42 1,47 4,95 3,95 2,95 1,95 3,95 2,95 

34 6,13 1,26 4,87 3,87 2,87 1,87 3,87 2,87 

39 2,94 0,13 8,60 5,60 3,60 3,60 6,60 6,60 

40 2,94 0,13 8,60 5,60 4,60 3,60 6,60 6,60 

41 5,22 0,22 7,59 5,59 4,59 4,59 5,59 4,59 

42 4,09 0,15 9,39 7,39 6,39 5,39 6,39 5,39 

43 10,80 1,41 9,39 8,39 7,39 6,39 8,39 7,39 

44 8,46 1,13 7,33 6,33 5,33 4,33 5,33 5,33 

45 10,81 0,40 5,95 4,95 3,95 2,95 3,95 1,95 

46 8,20 0,80 7,40 1,40 4,40 5,40 2,40 4,40 

47 0,40 0,32 0,00 0,00 0,00 0,00 0,00 0,00 

50 5,11 3,14 1,97 0,47 -0,53 -1,03 -3,03 -3,03 

51 5,50 2,42 3,08 2,58 2,08 1,58 1,08 1,08 

52 10,33 4,83 5,50 4,50 3,50 2,50 3,50 2,50 

53 3,14 0,22 5,31 4,31 3,31 2,31 4,31 3,31 

54 6,59 0,07 25,34 23,34 23,34 22,34 22,34 21,34 

60 3,15 0,10 11,21 10,21 9,21 8,21 10,21 10,21 

62 5,96 0,34 5,27 3,27 1,27 0,27 2,27 1,27 

71 4,89 0,44 4,45 2,45 1,45 1,45 2,45 1,45 

72 4,38 8,92 0,00 0,00 0,00 0,00 0,00 0,00 

73 4,38 8,92 0,00 0,00 0,00 0,00 0,00 0,00 

74 5,08 1,13 3,95 1,95 0,95 -0,05 3,95 1,95 

75 6,82 2,11 4,71 2,71 2,21 1,91 3,71 3,21 

77 6,34 1,21 1,53 -0,47 -0,47 -0,47 0,53 -0,47 

79 5,36 2,07 3,28 3,28 2,28 1,28 2,28 1,28 

80 7,25 0,25 7,90 7,90 6,90 5,90 6,90 5,90 

82 5,60 1,67 3,94 1,94 -1,06 -3,06 1,94 0,94 

83 3,20 0,18 6,52 4,52 3,52 2,52 4,52 4,52 

84 5,11 3,14 1,97 1,47 1,27 1,07 -1,03 -3,03 

85 5,13 1,95 3,18 2,18 1,18 -0,82 1,18 0,18 

86 5,00 2,00 3,00 1,00 0,00 -1,00 1,00 0,00 

87 5,11 3,14 1,97 0,97 -1,03 -3,03 -0,03 -1,03 

Summe 

248,92 189,17 151,72 117,22 170,42 140,42 

Mittelwert 

5,08 3,86 3,10 2,39 3,48 2,87 


3,98 3,79 3,88 3,86 3,85 3,84 

Maximum 

25,34 23,34 23,34 22,34 22,34 21,34 

Minimum 

0,00 -0,63 -2,63 -3,06 -3,03 -3,03 

10 Min. 

Wartezeit 

-0,62 

1,97 

0,00 

2,28 

4,77 

5,38 

2,60 

1,92 

-2,63 

3,96 

3,31 

9,32 

1,56 

1,52 

3,50 

1,73 

3,65 

4,95 

4,87 

6,60 

6,60 

4,59 

7,39 

8,39 

6,33 

3,95 

4,40 

0,00 

-3,03 

1,08 

3,50 

4,31 

21,34 

9,21 

4,27 

2,45 

0,00 

0,00 

-0,05 

2,71 

0,53 

1,78 

6,40 

-0,06 

4,52 

-2,03 

2,18 

2,00 

0,97 

164,42 

3,36 

3,88 

21,34 

-3,03

Tabelle 5-44: Preisbereitschaften für leistungsdifferenzierte Filme im Szenario 

Nutzer 

Summe 

Parameter 

a 

Parameter 

b 

Preisbereitschaft 

Ein Werbeblock 

Zwei Werbeblöcke 

Drei Werbeblöcke 

halbstündlich 

abrufbar 

stündlich 

abrufbar 

1 5,01 0,43 3,76 1,76 0,76 -0,24 2,76 1,76 

3 8,02 2,59 5,43 3,43 1,43 -0,57 3,43 1,43 

5 10,61 1,82 8,79 8,19 7,29 5,79 8,49 7,59 

7 12,22 3,33 8,89 7,89 6,89 5,89 4,89 4,89 

14 11,88 1,79 10,09 9,09 8,09 6,09 9,09 9,09 

15 8,61 1,27 7,33 6,83 5,83 5,33 6,83 6,83 

16 7,33 4,67 2,67 2,67 2,67 2,67 2,67 2,67 

17 7,50 2,50 5,00 3,00 3,00 3,00 3,00 3,00 

18 8,02 2,59 5,43 3,43 1,43 1,43 1,43 1,43 

21 7,69 1,08 6,62 6,62 6,62 6,62 6,62 6,62 

22 7,69 0,54 7,15 5,15 5,15 5,15 5,15 5,15 

23 14,21 3,68 10,53 10,53 10,53 9,53 9,53 8,53 

25 8,55 1,01 7,54 5,54 3,54 2,54 5,54 4,54 

26 8,18 1,59 6,59 4,59 2,59 1,59 5,59 3,59 

30 10,83 4,38 6,46 5,46 4,46 3,46 5,46 5,46 

31 8,18 3,18 5,00 4,00 3,00 2,00 4,00 4,00 

32 8,89 3,89 5,00 4,00 3,00 2,00 4,00 2,00 

33 8,89 2,33 6,56 5,56 4,56 3,56 5,56 4,56 

34 10,00 2,00 8,00 7,00 6,00 5,00 7,00 6,00 

39 9,35 2,75 6,60 3,60 1,60 1,60 4,60 4,60 

40 8,89 3,89 5,00 2,00 0,00 0,00 3,00 3,00 

41 4,34 0,17 8,88 7,88 7,38 6,88 7,88 6,88 

42 12,09 2,26 9,84 8,84 7,84 6,84 7,84 6,84 

43 12,22 1,67 10,56 9,56 8,56 7,56 9,56 8,56 

44 12,37 1,84 10,53 9,53 8,53 7,53 8,53 8,53 

45 10,47 0,22 10,61 9,61 8,61 7,61 8,61 6,61 

46 9,00 0,96 8,04 3,04 5,04 6,04 5,04 6,04 

47 3,20 0,49 2,36 1,36 0,36 -1,64 1,36 0,86 

50 9,80 2,06 7,74 6,24 5,24 4,74 2,74 2,74 

51 8,67 2,00 6,67 6,17 5,67 5,17 4,67 4,67 

52 16,67 7,78 8,89 6,89 4,89 2,89 4,89 2,89 

53 2,65 0,16 6,24 4,24 3,24 2,24 4,24 3,24 

54 21,92 3,50 18,42 16,42 16,42 15,42 15,42 14,42 

60 28,33 7,00 21,33 19,33 18,33 16,33 20,33 20,33 

62 9,67 1,75 7,92 5,92 3,92 2,92 4,92 3,92 

71 7,78 3,33 4,44 1,44 0,44 0,44 1,44 0,44 

72 7,63 2,26 5,38 4,38 3,38 2,38 5,38 4,38 

73 9,84 0,80 2,84 1,84 -0,16 -0,16 -0,16 -0,16 

74 10,00 1,43 8,57 6,57 5,57 4,57 8,57 6,57 

75 8,18 3,18 5,00 2,00 1,50 1,00 3,00 2,50 

77 5,87 0,74 2,40 -1,60 -1,60 -1,60 0,40 -1,60 

79 3,04 0,67 1,66 1,66 0,66 -0,34 0,66 -0,34 

80 8,73 1,44 7,29 7,29 6,29 5,29 6,29 5,29 

82 10,00 2,00 8,00 7,00 6,00 5,00 6,00 6,00 

83 12,55 4,12 8,43 6,43 5,43 4,43 6,43 6,43 

84 7,69 5,38 2,31 1,81 1,61 1,41 -0,69 -2,69 

85 8,22 2,41 5,80 3,80 1,80 -0,20 2,80 0,80 

86 8,18 3,18 5,00 3,00 1,00 -1,00 2,00 0,00 

87 8,89 3,33 5,56 3,56 1,56 -0,44 2,56 0,56 

Mittelwert 


Maximum 

Minimum 

Preisbereitschaften für einen Film im Szenario (Kompositionelle Verfahren mit 

Leistungsdifferenzierung) 

349,11 274,51 225,91 183,71 259,31 221,41 

7,12 5,60 4,61 3,75 5,29 4,52 

3,56 3,71 3,86 3,76 3,74 3,92 

21,33 19,33 18,33 16,33 20,33 20,33 

1,66 -1,60 -1,60 -1,64 -0,69 -2,69 

10 Min. 

Wartezeit 

-2,24 

5,43 

8,19 

4,89 

10,09 

6,83 

2,67 

3,00 

1,43 

6,62 

5,15 

10,53 

4,54 

3,59 

4,46 

3,00 

3,00 

6,56 

8,00 

4,60 

3,00 

6,88 

6,84 

9,56 

9,53 

8,61 

7,04 

1,36 

2,74 

4,67 

6,89 

4,24 

14,42 

19,33 

6,92 

1,44 

5,38 

2,84 

4,57 

2,00 

0,40 

0,16 

5,79 

8,00 

6,43 

-1,69 

4,80 

3,00 

4,56 

260,01 

5,31 

3,78 

19,33 

-2,24 

326

5.5.1.4.4 Dekompositionelle Verfahren 

Die Ermittlung individueller Zahlungsbereitschaftsfunktionen mittels der Conjoint-Analyse basiert auf 

den Antworten auf Frage 19 des Fragebogens und orientiert sich an der Vorgehensweise von Tacke 

(1989, S. 170 ff.) sowie Albers und Kreuter (1996, S. 26). 214 

5.5.1.4.4.1 Entwicklung des Analysedesigns und Durchführung der Conjoint-Analyse 

Gemäß der Argumentation Tackes (1989, S. 172) ist bei der Schätzung von Zahlungsbereitschafts- 

funktionen mit der Conjoint-Analyse die Kaufmenge als Merkmal mit in das Design aufzunehmen. 

Allerdings argumentiert er auch, daß es nicht immer angebracht ist, reine Preis-Mengen-Vergleiche 

durchzuführen (S. 250). Dies ist insbesondere dann der Fall, wenn schnell eine hohe Anzahl von Fil- 

men abgerufen wird und wenn der Nutzer nur relativ vage Angaben über die Anzahl der genutzten 

Einheiten geben kann. Da diese Problematik beim Interaktiven Fernsehen vorliegt, wurde nach der 

Präferenz bezüglich vollständiger Tarife, die sich in Grundgebühr und Preis pro Film aufteilen, gefragt. 

Tacke (1989) sowie Albers und Kreuter (1996) weisen darauf hin, daß bei der Auswahl der Tarife 

den Befragten weitere Angaben über die Tarife zu geben sind. Diese Vorgehensweise ist in dieser 

Untersuchung als nicht notwendig angesehen worden, weil die Befragten durch die Antworten auf die 

Fragen 14 bis 18 bereits auf die Auswirkungen von Preisen auf Nachfragemengen sensibilisiert wur- 

den. Zudem konnte kein Ankertarif wie bei Tacke (1989, S. 250) vorgegeben werden, da es sich 

hier im Gegensatz zu seiner Untersuchung um eine Innovation handelt, bei der es keinen Ankertarif 

gibt, der als typischer Anhaltspunkt hätte dienen können. 

Es wurden im Rahmen einer sogenannten Trade-Off-Analyse (Johnson 1974) zwei Merkmale mit 

jeweils vier Ausprägungen gewählt und miteinander kombiniert (somit ist die Profilmethode hier 

gleichzusetzen mit der Trade-Off-Analyse): 215 

1. Monatlicher Grundpreis im System 2000 ( 0,00 DM; 10,00 DM; 20 DM; 30 DM) 

2. Preis pro Film im System 2000 (2,50 DM; 5,00 DM; 7,50 DM; 10,00 DM) 

214 Es wird darauf hingewiesen, daß es nicht das Ziel dieser Arbeit ist, das Verfahren der Conjoint-Analyse im 

Detail zu erläutern, sofern es nicht für die Schätzung der Funktionen notwendig ist. Der Leser möge bei generellem 

Interesse an der Conjoint-Analyse die entsprechende Literatur hinzuziehen (z.B. Green und Srinivasan 

1978; Green und Srinivasan 1990; Green, Carroll und Goldberg 1981; Kalish und Nelson 1991; Aust 1996; 

Stallmeier 1993; Weiber und Rosendahl 1997; Eggenberger und Hauser 1996 und die dort jeweils angegebene 

Literatur). 

215 Da somit beide Eigenschaften gleich viele Ausprägungen aufweisen, sind die berichteten Effekte von Wittink, 

Krishnamurthi und Nutter (1982) nicht zu vermuten. Die Autoren stellen fest, daß die relative Gewichtung der 

Eigenschaften von der Anzahl der Eigenschaftsausprägungen beeinflußt wird. Keine Aussage kann jedoch 

über den Bandbreiteneffekt und den daraus resultierenden kognitiven Verzerrungen getroffen werden 

(Eisenführ und Weber 1994, S. 139 f.). 

327

Die Spannweite der Eigenschaftsausprägungen sollte über die bisherigen Ausprägungen im Markt 

hinweg reichen, jedoch stets realistisch wirken. Die maximale Höhe der Grundgebühr in diesem Falle 

liegt jedoch unterhalb der momentanen Abonnementenpreise für Premiere oder DF1 – sie reicht so- 

mit nicht über die im Markt beobachteten Ausprägungen hinaus. Wie jedoch in den vorherigen Ana- 

lysen der Frage 16 festzustellen ist, ist die Zahlungsbereitschaft der Personen im Pilotprojekt eher ge- 

ring, zumal dort sämtliche Dienste kostenlos zu nutzen waren. Es ist somit abzuwägen, ob es sinnvol- 

ler ist, eine sehr große Varianz in den jeweiligen Ausprägungen zu wählen, oder ob geringere Ab- 

stände zwischen den Eigenschaftsausprägungen bessere Ergebnisse versprechen (Darmon und Rou- 

ziès 1989, S. 42). Da in der Regel ein nutzungsabhängiger Preis zu zahlen ist, wird die Alternative 

verworfen, eine sehr große Spannweite der Grundgebühr einzusetzen und statt dessen der Maximal- 

betrag für die Grundgebühr von 30,00 DM gewählt. Diese Entscheidung muß sich jedoch die Kritik 

gefallen lassen, daß keine validen Aussagen bezüglich der Zahlungsbereitschaft abzuleiten sind, bei 

der eine Grundgebühr von mehr als 30,00 DM in Betracht gezogen wird (Green und Srinivasan 

1978; Tacke 1989, S. 176). Die Ausprägungen der Preise pro Film liegen hingegen ober- und un- 

terhalb der Preise von DF1, Premiere und dem Videoverleih. 

Den Ergebnissen der Simulation von Darmon und Rouziès (1989) folgend wurden gleiche Attributs- 

abstände gewählt (bei der Grundgebühr 10 DM und bei den nutzungsabhängigen Preisen 2,50 DM), 

weil im Vorfeld keine detaillierten Vorstellungen bezüglich der Gestalt der Präferenzfunktion vorla- 

gen. 

Nachdem die Eigenschaften und deren Ausprägungen festgelegt wurden, ist die Wahl der Präferenz- 

modelle zu dokumentieren. 

Die Nutzenfunktion, die als Basis für die Schätzungen dient, besteht aus einer additiven Verknüpfung 

der Teilnutzenwerte (hier den Gebührenkomponenten) zu einem Gesamtnutzen U. Der Terminologie 

von Louviere (1988, S. 13 ff.) folgend, ist nun die Eigenschaftsbewertungsfunktion in ihren Formen 

festzulegen. Tacke (1989, S. 252) schlägt vor, für die Grundgebühr ein Vektormodell und für die 

nutzungsabhängigen Tarife das Teilpräferenzwertmodell zu wählen. 216 Das Vektormodell unterstellt 

eine monotone, lineare Beziehung zwischen Eigenschaft und Präferenz (Tacke 1989, S. 175 ff.). Die- 

ser Zusammenhang ist für die Grundgebühr anzunehmen. Anders ist bei den Preisen pro Film zu ar- 

gumentieren, da hierfür das flexiblere, gebräuchlichere, aber auch mehr Parameter benötigende Teil- 

präferenzwertmodell herangezogen wird (Green und Srinivasan 1990; Wittink und Cattin 1989). 

Tacke (1989, S. 176) argumentiert, daß die Mengenkomponente aufgrund des ersten Gossenschen 

Gesetzes nicht anhand des Vektormodells abgebildet werden kann. Auch andere Modelle – wie z.B. 

216 Siehe Stallmeier (1993, S. 73 ff.) für einen exzellenten Überblick der Präferenzmodelle. 

328

das Idealpunktmodell – eignen sich nicht, da sie keine monotone Beziehung zur Präferenz darstellen. 

Nun stellt der Preis pro Film keine Mengenkomponente im eigentlichen Sinne dar. Die Mengenkom- 

ponenten geht jedoch indirekt in die Paarvergleiche ein (Tacke 1989, S. 250 f.). Dies geschieht da- 

durch, daß durch die Präferenz für einen Tarif festgestellt werden kann, inwieweit sich das Nutzungs- 

verhalten ändert. Die Veränderungen – und damit der Bezug zu der Menge – lassen sich durch die 

Höhe der akzeptierten Grundgebühr bei bestimmten Preisen pro Film bestimmen (Tacke 1989, S. 

252). 

Formal ergibt sich somit die folgende Nutzenfunktion: 

(5-33) U( f , p) = tw( p) − w ⋅ f 

wobei 

tw(p) die Teilpräferenzwertfunktion der Eigenschaft „Preis pro Film“ und 

w ⋅ f das Vektormodell für die Grundgebühr f darstellt. Der Steigungsparameter w gibt das 

329 

Gewicht der Eigenschaft auf den Nutzen an. 

Wie Skiera (1998b, S. 200 ff.) zeigt, kann jedoch ohne eine Modifikation der herkömmlichen Vor- 

gehensweise bei Conjoint-Analysen keine Aussage anhand der Nutzenfunktion über die spätere Nut- 

zungsmenge abgeleitet werden, die jedoch für die Beurteilung von Preisstrategien sehr wichtig ist. 

Diese Modifikation und die erforderliche Darstellung des Zusammenhangs zwischen Präferenzord- 

nung, Konsumentenrente und Nutzungsfunktion wird später bei der Diskussion der Bewertungsver- 

fahren aufgezeigt (Abschnitt 5.5.1.4.4.3). 

Nachdem die Präferenzmodelle spezifiziert wurden, ist auf die Datenerhebung einzugehen. 

In dieser Untersuchung wird die Profilmethode verwendet, bei der insgesamt 4x4 = 16 Stimuli von 

den Befragten zu bewerten sind. Jeder Stimulus stellt hierbei einen Tarif dar. Bei dieser relativ gerin- 

gen Anzahl von Stimuli ist eine Reduzierung des Designs nicht notwendig. 

Zur Bewertung der Stimuli wurde der nichtmetrische Ansatz der Rangreihung gewählt. Der Grund 

hierfür liegt im wesentlichen in der Länge des Fragebogens, die bei einer Anwendung von Paarver- 

gleichen nicht hätte eingehalten werden können. Die Rangreihung gilt als effizient, valide und als ge- 

ring kognitiv belastend für die Befragten (Tacke 1989, S. 183). 217 Problematisch bei der Wahl einer 

Rangreihung ist das ordinale Skalenniveau der Präferenzordnung. Um nun jedoch die Nutzenfunktion 

und daraus folgend die Konsumentenrenten zu ermitteln, muß die Präferenzordnung mindestens inter- 

217 Aufgrund der engen Verwandtschaft der Conjoint-Analyse zur Multidimensionalen Skalierung ist die Bildung 

von Rangreihen die ursprüngliche Bewertungsform von Stimuli (Wittink und Cattin 1989, S. 93). Eine sehr detaillierte 

Diskussion über die Vor- und Nachteile einzelner Verfahren findet sich bei Stallmeier (1993).

vallskaliert sein. Eine Vielzahl von Studien zeigt jedoch, daß die Interpretation von Ordinalskalen als 

Intervallskalen mit nur geringen Fehlern behaftet ist (Hensher 1994; Jain et al. 1979 sowie Skiera 

1998b). 218 Interpretiert man die Rangreihe als Intervallskala, so kann eine intervallskalierte Nutzen- 

funktion ermittelt werden. Die wichtige Größe der Konsumentenrente ist jedoch aufgrund ihres natür- 

lichen Nullpunktes und der in Geldeinheiten bewerteten Abstände eine Ratioskala. Skiera (1998b) 

zeigt jedoch ausführlich, wie eine Transformation von intervallskalierten in ratioskalierte Daten mög- 

lich ist. Die folgenden Analysen orientieren sich an der von ihm dargestellten Vorgehensweise. 

Die Ausführungen enden in Frage 19, die den Nutzern zur Beurteilung vorgelegt wurde. Um das 

Ausfüllen der Matrix zu erleichtern, sind die Ränge für die preislich dominierende Kombination 

(Grundpreis = 0,00 DM und Preis pro Film 2,50 DM) und für die teuerste Kombination (Grundpreis 

= 30,00 DM und Preis pro Film 10,00 DM) mit eins bzw. 16 vorgegeben worden. Diese Maßnah- 

me verdeutlicht den Befragten, daß es sich um ein Ranking handelt. 

In den nächsten Abschnitten wird zunächst auf die Auswahl der Nutzer, die vollständige und plausi- 

ble Angaben lieferten, eingegangen. Im Anschluß daran wird aufgezeigt, wie die geschätzten Nutzen- 

funktionen in Zahlungsbereitschaftsfunktionen transformiert werden. Der Abschnitt schließt mit der 

Darstellung und Validierung der Zahlungsbereitschaftsfunktionen. 

5.5.1.4.4.2 Auswahl der Nutzer 

Bevor die Conjoint-Analyse vorgenommen werden kann, sind die vorliegenden Datensätze der Fra- 

ge 19 hinsichtlich folgender Kriterien zu prüfen: 

• Wenn die Datensätze fehlende Werte ausweisen, werden sie nicht weiter betrachtet. 

• Bei Mehrfachnennungen bestimmter Ränge werden die Datensätze ebenfalls nicht in die Analyse 

einbezogen, weil es sich hierbei weniger um Ties handelt, sondern vielmehr unplausibles Ant- 

wortverhalten vorliegt. 

• Unplausible Datensätze werden eliminiert. Ein Datensatz ist insbesondere dann unplausibel, wenn 

bei gleicher Grundgebühr ein höherer nutzungsabhängiger Preis einem niedrigeren vorgezogen 

wird. 

Die Analyse der individuellen Angaben von 89 Nutzern ergibt folgendes Bild: 16 Nutzer weisen feh- 

lende Werte auf. Fünf Nutzer vergaben einen Rang mehrfach und drei Nutzer vergaben nicht plausi- 

ble Ränge. Es verbleiben somit noch 65 Nutzer für die Schätzung der Zahlungsbereitschaftsfunktio- 

nen mittels der Conjoint-Analyse. 

218 Als nicht ganz so unproblematisch sieht Teichert (1997) eine solche Interpretation an. 

330

Diese 65 Nutzer vergaben im Mittel die folgenden Ränge: 

Abbildung 5-58: Angaben der Trade-off-Analyse 

331 



2,50 DM 

5,00 DM 

7,50 DM 

10,00 DM 


0 DM 10,00 DM 20,00 DM 30,00 DM 

1 

2,92 

5,34 

8,40 

3,26 6,12 9,20 

5,60 8,51 11,65 

8,14 11,09 14,00 

11,09 13,68 

Es läßt sich keine eindeutige Präferenz der Befragten bezüglich der Grundgebühr oder der Nutzungs- 

gebühr ableiten, denn die Präferenzen nehmen gleichmäßig ab. 

Nachdem die ungeeigneten Angaben aus der weiteren Analyse ausgeschlossen wurden, wird nun mit 

der Schätzung der Parameter und der Auswahl der geeigneten Funktion fortgefahren. 

5.5.1.4.4.3 Schätzung der Parameter und Auswahl der Funktionsverläufe 

Die Schätzung der Zahlungsbereitschaftsfunktionen erfolgt in zwei Stufen (siehe Skiera 1998b, S. 

200 ff., der dort sehr ausführlich auf die Methodik eingeht): 

Im ersten Schritt sind die individuellen Nutzenfunktionen zu ermitteln: 

Die individuelle Nutzenfunktion des Tarifs j für Nutzer i hat folgende Gestalt: 

(5-34) U ij( f , p) = twi( p j ) − wi ⋅ f j 

wobei: 

twi(pj) Teilpräferenzwert des Nutzungspreises des Tarifs j für Nutzer i, 

wi 

Parameter des Grundpreises f des Tarifs j in der Nutzenfunktion des Nutzers i. 

Unter Verwendung einer linearen Regression können nun die Parameter der Nutzenfunktion ge- 

schätzt werden (Tacke 1989, S. 184). 219 So ergeben sich beispielsweise für den Nutzer fünf die in 

219 Alternativ kann auch der Schätzalgorithmus LINMAP angewendet werden (Tacke 1989, S. 186; Stallmeier 

1993, S. 100 f; Srinivasan und Shocker 1982). Die Schätzungen werden mittels des Software-Pakets MS- 

EXCEL durchgeführt. In der Regression stellen die Ratings (d.h. die umgekehrten Ränge) die abhängige und 

der Gesamtpreis mit vier Dummy -Variablen die unabhängigen Variablen dar. 

16

Tabelle 5-45 dargestellten Nutzenwerte. Die Nutzenwerte müssen normiert werden, damit sie als 

DM-Beträge interpretiert werden können (Skiera 1998b, S. 201 ff.). Diese in Geldeinheiten inter- 

pretierbaren Nutzeneinheiten weisen jedoch noch keinen Nullpunkt auf. Sie werden als UIGOij 

(Nutzen in Geldeinheiten ohne Nullpunkt) bezeichnet. Die Normierung wird so vorgenommen, daß 

die Nutzenfunktion durch den Parameter w i dividiert wird: 

1 1 

(5-35) UIGOij ( f , p) 

= ⋅U 

ij = twi 

( p j ) − f j 

w w 

i 

i 

Durch diese Normierung der Abstände kann nun die Differenz zweier Tarife j=1 und j=2 (UIGOi1- 

UIGOi2) dahingehend interpretiert werden, als daß der Nutzer 5 bei Zahlung dieses Betrages (4,54 

DM) an ihn indifferent zwischen dem ersten und zweiten (teueren) Tarif ist. Eine Interpretation des 

absoluten Betrages ist aufgrund der noch fehlenden Justierung des Nullpunktes nicht möglich. 

Der betrachtete Nutzer 5 weist somit die folgende Nutzenfunktion auf: 

Tabelle 5-45: Nutzenfunktion des Nutzers i=5 ohne Nullpunkt 

Stimuli 

(Tarif) 

Nutzungspreis 

Grundpreis 

Nutzen des Nutzungspreises 

Nutzen des 

Grundpreises 

Gesamtnutzen 

U j 

Nutzen in Geldeinheiten 

ohne 

Nullpunkt UIGO j 

1 2,50 0,00 15,55 0,00 15,55 70,68 

2 5,00 0,00 14,55 0,00 14,55 66,14 

3 7,50 0,00 11,30 0,00 11,30 51,36 

4 10,00 0,00 5,80 0,00 5,80 26,36 

5 2,50 10,00 15,55 -2,20 13,35 60,68 

6 5,00 10,00 14,55 -2,20 12,35 56,14 

7 7,50 10,00 11,30 -2,20 9,10 41,36 

8 10,00 10,00 5,80 -2,20 3,60 16,36 

9 2,50 20,00 15,55 -4,40 11,15 50,68 

10 5,00 20,00 14,55 -4,40 10,15 46,14 

11 7,50 20,00 11,30 -4,40 6,90 31,36 

12 10,00 20,00 5,80 -4,40 1,40 6,36 

13 2,50 30,00 15,55 -6,60 8,95 40,68 

14 5,00 30,00 14,55 -6,60 7,95 36,14 

15 7,50 30,00 11,30 -6,60 4,70 21,36 

16 10,00 30,00 5,80 -6,60 -0,80 -3,64 

Ergebnisse der Conjoint-Analyse: 

tnw(p=2,50)=15,55; tnw(p=5,00)=14,55; tnw(p=7,50)=11,30; tnw(p=10,00)=5,80 

w=-0,22; 

Kendalls Tau=0,9833 (Rang 4 und 5 werden vertauscht) 

Um im zweiten Schritt die individuellen Zahlungsbereitschaftsfunktionen zu schätzen, muß die Justie- 

rung des Nullpunktes vorgenommen werden (Skiera 1998b, S. 203). Der Nullpunkt kann dann ju- 

stiert werden, wenn die Angabe des Nutzers über den von ihm maximal akzeptieren Grundpreis (oh- 

332

ne nutzungsabhängige Preise) vorliegt, bei dem er zwischen Nutzung und Nicht-Nutzung indifferent 

ist. Es wird angenommen, daß sein Nutzen an diesem Punkt gleich Null ist. 

Zur Festlegung des Nullpunktes wird wiederum auf die Frage 16 zurückgegriffen, in der nach der 

maximal akzeptierten Höhe des Grundpreises gefragt wurde. Bei dieser Frage ist der Nutzungspreis 

Null. Der Teilnutzenwert des Nutzungspreises von Null wird durch Extrapolieren ermittelt. Hierbei 

wird zu dem Teilnutzenwert für den Nutzungspreis von 2,50 DM die Differenz der Werte für die 

Nutzungspreise 2,50 und 5,00 DM addiert, so daß für den Nutzer 5 ein Teilnutzenwert für p=0 von 

16,55 zu veranschlagen ist. 

Skiera (1998b, S. 203) zeigt, daß bei Einführung der Variablen υ i als Nullpunkt des in Geldeinhei- 

ten bewerteten Nutzens (UIGMij) folgender Zusammenhang zur Konsumentenrente (CSij) gilt: 

1 

(5-36) UIGM ij = υ i + UIGOij 

= υi 

+ ⋅ twi 

( p j ) − f j = CSij 

( ai 

, bi 

, ci 

, p j , f j ) 

w 

333 

i 

Für den Nutzer fünf gilt also, daß die Berechnung der Justierungsvariable durch seine Angabe von 

75,00 DM als maximal akzeptierter Grundpreis bei einem Nutzungspreis von Null wie folgt vorzu- 

nehmen ist: 

(5-37) UIGM ij = υ i + UIGOij 

= υi 

+ 16, 55 − 16, 

5 = 0 = CSij 

( ai 

, bi 

, ci 

, p j , f j ) 

Daraus folgt, daß υ i =-0,05 ist, damit die Konsumentenrente bei einem Grundpreis von 75 DM und 

einem nutzungsabhängigen Preis von 0,00 DM gleich Null ist.

Tabelle 5-46: Nutzenfunktion des Nutzers i=5 mit Nullpunkt 

Stimuli 

(Tarif) 

Nutzungspreis 

Grundpreis 

Nutzen 

des Nutzungspreises 

Nutzen 

des 

Grundpreises 

Gesamtnutzen 

U j 


ohne 

Nullpunkt UIGO j 


mit Nullpunkt 

UIGM j 

1 2,50 0,00 15,55 0,00 15,55 70,68 70,63 

2 5,00 0,00 14,55 0,00 14,55 66,14 66,09 

3 7,50 0,00 11,30 0,00 11,30 51,36 51,31 

4 10,00 0,00 5,80 0,00 5,80 26,36 26,31 

5 2,50 10,00 15,55 -2,20 13,35 60,68 60,63 

6 5,00 10,00 14,55 -2,20 12,35 56,14 56,09 

7 7,50 10,00 11,30 -2,20 9,10 41,36 41,31 

8 10,00 10,00 5,80 -2,20 3,60 16,36 16,31 

9 2,50 20,00 15,55 -4,40 11,15 50,68 50,63 

10 5,00 20,00 14,55 -4,40 10,15 46,14 46,09 

11 7,50 20,00 11,30 -4,40 6,90 31,36 31,31 

12 10,00 20,00 5,80 -4,40 1,40 6,36 6,31 

13 2,50 30,00 15,55 -6,60 8,95 40,68 40,63 

14 5,00 30,00 14,55 -6,60 7,95 36,14 36,09 

15 7,50 30,00 11,30 -6,60 4,70 21,36 21,31 

16 10,00 30,00 5,80 -6,60 -0,80 -3,64 -3,69 

Der Nutzen in Geldeinheiten UIGMij kann also als Konsumentenrente CSij interpretiert werden und 

ermöglicht somit die Schätzung der Parameter ai, bi und ci der jeweiligen Zahlungsbereitschaftsfunk- 

tionen. So ergibt sich beispielsweise für die Quadratische Zahlungsbereitschaftsfunktion der folgende 

Zusammenhang (siehe auch Tabelle 4-5): 

2 

( ai 

− p) 

(5-38) UIGMij = CSij 

= + ci 

− F 

2⋅ 

b 

i 

Diese Gleichung kann als nichtlineares Optimierungsproblem mittels des Gradientenverfahrens gelöst 

werden, wenn die quadratischen Abweichungen der 16 Nutzenwerte minimiert werden. 220 Es wer- 

den nur positive Parameterwerte zugelassen. Da die Parameter mit einem nichtlinearen Optimie- 

rungsverfahren geschätzt werden, entfallen die Probleme, die durch die Linearisierung der Funktionen 

bei der Mengenbefragung auftreten. Eine derartige Berechnung der Parameter ergibt für den Nutzer 

5 folgende Funktionsverläufe: 

220 Die Lösung des Optimierungsproblems wurde mit dem Solver des Software-Pakets MS-EXCEL vorgenommen. 

334

Abbildung 5-59: Zahlungsbereitschaftsfunktionen des Nutzers 5 

335 

ZB 

140,00 

120,00 

100,00 

80,00 

60,00 

40,00 

20,00 

0,00 

0,00 3,00 6,00 9,00 12,00 15,00 18,00 21,00 

Quadratische 

Funktion 


Funktion 

Menge 

Modifiziert-exponentielle 

Funktion 

Mult. 

Mod. 

Quad. 

Semi. 


Funktion 

Parameter a 24,86 47,81 104,46 9,87 

Parameter b 3,30 0,32 0,31 0,10 

Parameter c 0,00 0,00 0,00 0,00 

Sättigungsmenge 7,54 - - 13,90 

Maximale ZB 93,70 90,79 104,46 97,42 

Es zeigt sich, daß die Funktionen mit Ausnahme der Multiplikativen Funktionen sehr ähnlich verlau- 

fen. Sämtliche Funktionen liefern nachvollziehbare Ergebnisse, so daß grundsätzlich alle vier Funktio- 

nen geeignet erscheinen. Im folgenden Abschnitt werden die Schätzergebnisse diskutiert und die je- 

weils beste Funktion für den einzelnen Nutzer ausgewählt. 

5.5.1.4.4.4 Ermittelte individuelle Zahlungsbereitschaftsfunktionen 

Die folgende Tabelle gibt Auskunft über die mittleren Werte für die wichtigsten Validierungsmöglich- 

keiten der einzelnen Funktionstypen für die 65 Nutzer: 

Die nur für die Quadratrische und Semi-logarithmische Funktion bestimmbare Sättigungsmenge für 

Filme in einem Monat liegt auf einem plausiblen Niveau. 

Die Funktionen ähneln sich bezüglich der Höhe der maximalen Zahlungsbereitschaft, wobei die An- 

gaben z.T. sehr hohen Schwankungen unterliegen. Die Höhe der mittleren Angaben liegt in einem 

nachvollziehbaren Bereich, wenn man sich das Medienbudget eines Premiere- oder DF1-

Abonennten vor Augen führt, welches zwar geringer ist, jedoch auch einen geringeren Nutzen als das 

System 2000 aufweist. 

Tabelle 5-47: Validierungsmaße zur Auswahl der Funktionstypen 

Mittelwerte 

(Standardabweichungen) 

Quadratische 

Zahlungsbereitschaftsfunktion 


Zahlungsbereitschaftsfunktion 

Modifiziert-exponentielleZahlungsbereitschaftsfunktion 


Zahlungsbereitschaftsfunktion 

Sättigungsmenge 8,64 (8,88) - - 13,94 (15,55) 


Nutzungsunabhängige 


91,69 (59,91) - 105,37 (74,23) 100,42 (70,61) 

2,57 (3,91) 1,56 (2,94) 0,07 (0,14) 0,81 (3,36) 

Residuenquadrate 167,30 (232,85) 1057,80 (1476,13) 287,61 (379,04) 387,20 (526,33) 

Kendalls Tau 0,95 (0,07) 0,91 (0,09) 0,94 (0,07) 0,94 (0,07) 

Spearman Korrelation 0,98 (0,03) 0,97 (0,04) 0.98 (0,03) 0,98 (0,03) 

Die nutzungsunabhängige Zahlungsbereitschaft liegt bei allen vier Funktionen auf einem sehr niedrigen 

Niveau. Dieses Ergebnis ist in Anbetracht der zuvor angesprochenen Höhe der maximalen Zahlungs- 

bereitschaft ein wenig überraschend. So scheint hiernach nur die wirkliche Nutzung des Systems ei- 

nen Nutzen zu liefern – der reine Zugang zum System ist nur von geringem Nutzen. 

Die statistischen Gütemaße zeigen, daß die Quadratische Funktion die geringsten Abweichungen der 

ermittelten Nutzenwerte von den entsprechenden Konsumentenrenten aufweist. Die Multiplikative 

Funktion hingegen zeichnet sich durch extrem hohe Abweichungen auf. Die anderen beiden Funktio- 

nen unterliegen in ihren Abweichungen ebenfalls der Quadratischen Funktion. Verläßt man die aggre- 

gierte Ebene und untersucht die Anpassung der Funktionen für jeden einzelnen Nutzer, so ist die 

Quadratische Funktion in 56 Fällen diejenige mit den geringsten Abweichungen. In vier Fällen ist die 

Modifiziert-exponentielle Funktion diejenige Funktion mit dem besten Fit und in fünf Fällen ist es die 

Semi-logarithmische Funktion. Die Mulitplikative Funktion ist in keinem Fall den anderen Funktionen 

überlegen. 

Als weiteres Gütekriterium für die Anpassung der Funktionen an die Ausgangsdaten können die 

Rangreihenkorrelationskoeffizienten verwendet werden. Hierbei zeigt sich, daß alle Funktionen eine 

relativ gute Anpassung erreichen, wobei die Quadratische Funktion auch hier einen leichten Vorteil 

gegenüber den anderen Funktionen aufweist. 

Als Kriterium für die Auswahl der Zahlungsbereitschaftsfunktionen auf individueller Basis wird die 

Residuenquadratsumme gewählt. Es ergeben sich die folgenden Zahlungsbereitschaftsfunktionen: 

336

Tabelle 5-48: Zahlungsbereitschaftsfunktionen auf der Basis der Conjoint-Analyse 

Beste 

ParaParaParaSättigungs- Maximale 

ZahlungsResiduen- Kendalls Spear- 

Funktion Nutzer meter a meter b meter c mengebereitschaftquadrat Tau man 

Quadr. 3 16,42 0,65 0,00 25,17 206,71 389,25 0,98 1,00 

Quadr. 4 73,90 67,68 5,38 1,09 45,73 0,03 1,00 1,00 

Quadr. 5 24,86 3,30 0,00 7,54 93,70 596,84 0,83 0,94 

Quadr. 6 38,20 12,14 0,00 3,15 60,10 35,37 0,85 0,96 

Quadr. 7 15,97 0,63 0,00 25,55 204,05 426,85 0,98 1,00 

Quadr. 8 15,91 0,62 0,00 25,60 203,67 432,67 0,98 1,00 

Quadr. 9 53,04 46,83 5,80 1,13 35,83 0,07 1,00 1,00 

Quadr. 10 32,35 13,89 2,53 2,33 40,20 5,09 0,95 0,99 

Quadr. 14 49,75 43,54 5,43 1,14 33,85 0,08 1,00 1,00 

Semi 15 1,05 0,01 1,02 1,05 125,64 0,01 1,00 1,00 

Quadr. 16 17,21 1,39 0,00 12,37 106,43 500,44 0,87 0,96 

Quadr. 17 16,82 1,05 0,00 15,96 134,25 541,77 0,90 0,97 

Quadr. 18 16,45 1,07 0,00 15,31 125,91 252,70 0,95 0,99 

Quadr. 19 16,04 0,63 0,00 25,49 204,43 421,14 0,98 1,00 

Quadr. 20 15,91 0,62 0,00 25,60 203,67 432,67 0,98 1,00 

Quadr. 23 73,90 67,68 5,38 1,09 45,73 0,03 1,00 1,00 

Quadr. 24 73,90 67,68 5,38 1,09 45,73 0,03 1,00 1,00 

Quadr. 25 17,84 1,84 0,00 9,68 86,33 216,73 0,92 0,98 

Semi 28 1,11 0,02 1,03 1,11 65,77 0,05 1,00 1,00 

Semi 29 1,11 0,02 1,03 1,11 65,77 0,05 1,00 1,00 

Quadr. 30 16,30 0,64 0,00 25,28 205,95 399,46 0,98 1,00 

Quadr. 32 24,11 3,95 0,00 6,11 73,62 55,39 0,90 0,98 

Quadr. 33 21,21 2,74 0,00 7,75 82,19 14,12 0,98 1,00 

Quadr. 34 33,27 9,66 0,00 3,44 57,28 2,13 1,00 1,00 

Quadr. 38 55,75 49,53 6,44 1,13 37,81 0,06 1,00 1,00 

Mod.-ex 39 43,07 0,81 0,69 - 43,07 0,83 0,93 0,99 

Mod.-ex 40 45,01 0,80 0,73 - 45,01 0,83 0,93 0,99 

Quadr. 41 44,81 27,53 3,95 1,63 40,42 0,54 0,93 0,99 

Semi 42 1,11 0,02 1,03 1,11 65,77 0,05 1,00 1,00 

Quadr. 43 17,25 1,06 0,00 16,29 140,56 148,73 0,98 1,00 

Quadr. 44 16,97 1,03 0,00 16,43 139,42 156,60 0,95 0,99 

Quadr. 45 16,97 1,03 0,00 16,43 139,42 156,60 0,95 0,99 

Quadr. 47 15,97 0,63 0,00 25,55 204,05 426,85 0,98 1,00 

Quadr. 49 17,63 1,16 0,00 15,22 134,10 1060,06 0,87 0,96 

Quadr. 52 18,26 1,52 0,00 12,04 109,88 151,12 0,93 0,98 

Semi 53 12,02 0,23 18,97 12,02 72,34 7,08 0,90 0,97 

Quadr. 54 31,73 6,76 0,00 4,69 74,44 446,74 0,77 0,91 

Quadr. 55 17,07 0,69 0,00 24,68 210,61 343,74 1,00 1,00 

Quadr. 56 31,06 8,44 0,00 3,68 57,18 167,72 0,85 0,95 

Quadr. 57 73,90 67,68 5,38 1,09 45,73 0,03 1,00 1,00 

Quadr. 59 73,90 67,68 5,38 1,09 45,73 0,03 1,00 1,00 

Quadr. 60 73,90 67,68 5,38 1,09 45,73 0,03 1,00 1,00 

Quadr. 61 17,18 1,25 0,00 13,69 117,65 520,66 0,87 0,96 

Quadr. 62 31,15 10,32 0,00 3,02 47,03 79,70 0,83 0,94 

Quadr. 65 73,90 67,68 5,38 1,09 45,73 0,03 1,00 1,00 

Quadr. 68 73,90 67,68 5,38 1,09 45,73 0,03 1,00 1,00 

Quadr. 69 46,02 24,49 4,08 1,88 47,31 4,73 0,98 1,00 

Quadr. 70 32,00 9,58 2,57 3,34 56,03 0,04 0,92 0,98 

Quadr. 71 20,02 2,90 0,00 6,91 69,18 110,43 0,85 0,94 

Mod.-ex 72 34,05 1,63 0,15 - 34,05 0,02 0,97 0,99 

Quadr. 73 49,75 43,54 5,43 1,14 33,85 0,08 1,00 1,00 

Mod.-ex 74 95,31 0,23 0,00 - 95,31 1,61 0,93 0,99 

Quadr. 75 73,90 67,68 5,38 1,09 45,73 0,03 1,00 1,00 

Quadr. 76 23,99 4,26 0,00 5,64 67,61 853,27 0,67 0,84 

Quadr. 77 58,28 52,06 7,18 1,12 39,80 0,06 1,00 1,00 

Quadr. 78 60,78 54,55 7,93 1,11 41,78 0,05 1,00 1,00 

Quadr. 79 16,42 0,65 0,00 25,17 206,71 389,25 0,98 1,00 

Quadr. 80 16,42 0,65 0,00 25,17 206,71 389,25 0,98 1,00 

Quadr. 82 17,07 0,69 0,00 24,68 210,61 343,74 1,00 1,00 

Quadr. 84 32,02 12,90 0,00 2,48 39,74 14,24 0,92 0,99 

Quadr. 85 18,82 2,19 0,00 8,61 80,98 194,56 0,92 0,98 

Quadr. 86 17,49 2,01 0,00 8,69 75,99 41,31 0,98 1,00 

Quadr. 87 17,91 2,09 0,00 8,59 76,94 38,40 0,98 1,00 

Quadr. 88 29,68 9,23 0,00 3,22 47,72 37,45 0,92 0,98 

Quadr. 89 28,43 7,62 0,00 3,73 53,04 30,06 0,93 0,99 

Mittelwerte 

Standardabw. 

Minimum 

Maximum 

337 

1,91 9,03 92,14 166,76 0,95 0,98 

3,26 9,04 59,66 233,23 0,07 0,03 

0,00 1,05 33,85 0,01 0,67 0,84 

18,97 25,60 210,61 1060,06 1,00 1,00

Die Mittelwerte der einzelnen Gütekriterien der Funktionen zeigen, daß die Ergebnisse plausibel sind. 

Die Höhe der Korrelationskoeffizienten weist auf eine hohe interne Validität hin. 

Auch hier wäre eine Überprüfung der Ergebnisse mit den Nutzungsdaten wünschenswert gewesen. 

So verbleiben zur weiteren Validierung der Ergebnisse – wie bereits bei der Mengenbefragung – nur 

Korrelationsanalysen mit anderen Variablen aus dem Fragebogen. Hierzu wurden jeweils für das Pi- 

lotprojekt und das Szenario die Sättigungsmenge und die maximale Zahlungsbereitschaft (aus Tabelle 

5-48) mit den Angaben der Befragten für: 

• die Punkte für Video-on-Demand, 

• die Zahlungsbereitschaft für das bevorzugte Endgerät, 

• die Zahlungsbereitschaft für die Set-top-box, 

• die Zahlungsbereitschaft für James Bond, Jurassic Park und dem Fußball WM Finale und 

schließlich 

• das Einkommen verglichen. 

Die folgende Tabelle zeigt die Korrelationskoeffizienten nach Pearson und Kendall für die jeweiligen 

Variablen auf. 

Tabelle 5-49: Korrelationen zur Validierung der ermittelten Zahlungsbereitschaftsfunktionen (Conjoint) 

Pearson Korr. (Sign.) 

Conjoint-Analyse 

Kendall Korr. (Sign.) Sättigungsmenge Maximale Zahlungs- 

bereitschaft 


(n=59) 

Endgerät 

(n=56) 

Set-top-box 

(n=56) 

James Bond 

(n=60) 

Jurassic Park 

(n=60) 

WM Finale 

(n=60) 

Einkommen 

(n=52) 

0,07 (0,61) 

-0,04 (0,70) 

-0,06 (0,69) 

0,02 (0,83) 

-0,15 (0,29) 

-0,03 (0,74) 

-0,16 (0,24) 

-0,09 (0,31) 

-0,09 (0,51) 

-0,07 (0,46) 

-0,03 (0,81) 

-0,08 (0,44) 

0,05 (0,70) 

-0,01 (0,85) 

0,17 (0,16) 

0,06 (0,47) 

-0,13 (0,35) 

0,18 (0,85) 

-0,08 (0,54) 

0,07 (0,42) 

-0,09 (0,41) 

0,00 (0,96) 

-0,04 (0,78) 

0,05 (0,62) 

0,01 (0,92) 

0,05 (0,62) 

0,08 (0,54) 

-0,00 (0,96) 

338

Es zeigt sich, daß weder ein substantieller noch ein signifikanter Zusammenhang zwischen den Varia- 

blen festgestellt werden kann. Die Validierung anhand dieser Variablen ist somit – wie auch schon 

bei der Mengenbefragung – nicht zur Stützung oder Widerlegung der Ergebnisse geeignet. 

Im folgenden Abschnitt wird untersucht, wie die konvergierende Validität der beiden Methoden aus- 

fällt. 

5.5.1.4.5 Ausmaß der konvergierenden Validität der beiden Verfahren 

Konvergierende Validität liegt dann vor, wenn unterschiedliche Methoden zur Messung des gleichen 

Sachverhalts die gleichen oder zumindest sehr ähnliche Ergebnisse erzielen (Peter 1981, S. 134). 

In dieser Untersuchung sind mit der Mengenbefragung und der Conjoint-Analyse zwei Methoden zur 

Schätzung von Zahlungsbereitschaftsfunktionen verwendet worden. Es besteht keine grundlegende 

Sicherheit darüber, welches der beiden Verfahren als besser für Innovationen geeignet erscheint. Es 

ist ebenfalls unklar, ob sich die Verfahren überhaupt für Innovationen eignen. 

Zur Untersuchung der konvergierenden Validität werden die Korrelationen der jeweiligen besten in- 

dividuellen Zahlungsbereitschaftsfunktionen der Mengenbefragung und der Conjoint-Analyse für die 

folgenden Angaben geprüft: 

• nutzungsunabhängige Zahlungsbereitschaft, 

• maximale Zahlungsbereitschaft, 

• Sättigungsmenge, 

• Zahlungsbereitschaft für einen Film und 

• Zahlungsbereitschaft für drei Filme. 

Es ergeben sich folgende Korrelationen: 

Tabelle 5-50: Korrelationen zwischen den Funktionen 

Validierungsmaß Korrelation nach 

Pearson (Signifikanz) 

339 

Korrelation nach Kendall 

(Signifikanz) 

Nutzungsunabhängige Zahlungsbereitschaft (n=45) 0,04 (0,80) 0,13 (0,27) 

Sättigungsmenge (n=41) 0,12 (0,45) -0,00 (0,99) 

Maximale Zahlungsbereitschaft (n=45) -0,07 (0,62) 0,03 (0,07) 

Zahlungsbereitschaft für einen Film (n=45) 0,74 (0,00) 0,30 (0,00) 

Zahlungsbereitschaft für drei Filme (n=45) 0,19 (0,20) 0,25 (0,02)

Das Ergebnis deutet darauf hin, daß nur eine geringe konvergierende Validität vorliegt. Die Verfahren 

korrelieren weder substantiell noch signifikant hinsichtlich der ermittelten nutzungsunabhängigen Zah- 

lungsbereitschaft, der Sättigungsmenge, der maximalen Zahlungsbereitschaft und zum Teil auch für 

die Zahlungsbereitschaft für drei Filme. Eine hohe Korrelation besteht jedoch für die Zahlungsbereit- 

schaft für einen Film bei beiden Methoden. 

Es wird deutlich, daß entweder eines der verwendeten Verfahren die Zahlungsbereitschaftsfunktio- 

nen nur unzureichend ermittelt oder aber, daß beide Verfahren unbrauchbar sind und die Zusammen- 

hänge als nicht substantiell anzusehen sind. Wenig hilfreich ist die generelle Ablehnung beider Verfah- 

ren. Vielmehr ist differenziert vorzugehen, da beide Verfahren ihre spezifischen Vor- und Nachteile 

aufweisen (vergleiche die Diskussion der Verfahren im Abschnitt 4.3.3). Zwar hält Tacke (1989) die 

Conjoint-Analyse für das geeignetste Verfahren – jedoch verwendet er keine Innovation in seiner 

Untersuchung, so daß er nicht mit den spezifischen Anwendungsproblemen der Conjoint-Analyse bei 

Innovationen konfrontiert wird. Somit kann keine generelle Bevorzugung eines der Verfahren durch 

die Erfahrungen aus der Literatur gewonnen werden. 

Bei der Datenanalyse ist aufgefallen, daß die Nutzer bei der Beantwortung der Fragebögen die Tra- 

de-off-Analyse häufig nach einem bestimmten Muster beantworteten. Hierbei wurde entweder zei- 

len- oder spaltenweise die Rangreihung vorgenommen. In diesen Fällen ist nicht eindeutig, ob diese 

Rangfolge die wahren Präferenzen der Grund-/ Nutzungspreis-Kombinationen widerspiegelt, oder 

ein solches Vorgehen aus Gründen der Bequemlichkeit oder Ermüdung gewählt wurde. 

Ein weiterer Aspekt bei der Beurteilung der beiden Verfahren ist die Anordnung der Frage im Fra- 

gebogen. Während sich die Mengenbefragung direkt nach der Darstellung des Szenarios befindet, 

folgt die Conjoint-Analyse erst sehr viel später, so daß die Salienz des Szenarios im kognitiven Sy- 

stem der Nutzer abnimmt. 

Der wohl wichtigste Punkt, der allerdings nicht direkt nachweisbar ist, ist das gewählte Design der 

Conjoint-Analyse. Die vorgegebenen Preise unterscheiden sich zwischen den beiden Verfahren z.T. 

erheblich. Der teuerste Film bei der Mengenbefragung kostet den Nutzer 10,00 DM, wohingegen er 

bei der teuersten Alternative der Conjoint-Analyse neben den 10,00 DM noch eine Grundgebühr 

von 30,00 DM zu entrichten hat. Da die Conjoint-Analyse auf monatlicher Basis durchgeführt wur- 

de, müßte der Nutzer pro Woche also noch 7,50 DM hinzurechnen. Obgleich dieser Preis weit über 

dem teuersten Angebot bei der Mengenbefragung liegt, wird ihm noch ein Nutzenwert, wenngleich 

auch der geringste, zugeteilt. Bei der Mengenbefragung übersteigt dieser Preis bei vielen Nutzern je- 

doch die Zahlungsbereitschaft für einen Film. Da im Vorfeld der Erhebung jedoch keine generellen 

Anhaltspunkte über die Höhe der Zahlungsbereitschaft vorlagen, die ein besseres Design der Trade- 

off-Analyse zur Folge gehabt hätten, muß dieses Ergebnis in Kauf genommen werden. 

340

Dieses typische Problem bei der Anwendung von Conjoint-Analysen für Innovationen führt wahr- 

scheinlich dazu, daß die Ergebnisse der Conjoint-Analyse nicht valide sind. 

Im weiteren Verlauf dieser Arbeit wird somit insbesondere bei der Diskussion der preispolitischen 

Implikationen im Abschnitt 7.2 nur auf die ermittelten Zahlungsbereitschaften aus der Mengenbefra- 

gung zurückgegriffen. 

Aus diesem Ergebnis kann jedoch keinesfalls die generelle Überlegenheit der Mengenbefragung ge- 

genüber der Conjoint-Analyse für die Schätzung von Zahlungsbereitschaftsfunktionen attestiert wer- 

den. Vielmehr wird deutlich, daß sich die Conjoint-Analyse nicht sehr gut für die Schätzung von Zah- 

lungsbereitschaftsfunktionen eignet, wenn keinerlei Informationen über die Zahlungsbereitschaft vor- 

liegen – wie es generell bei Innovationen der Fall ist. 

5.5.1.5 Schätzung segmentspezifischer Zahlungsbereitschaftsfunktionen 

Nachdem die individuellen Zahlungsbereitschaftsfunktionen geschätzt wurden, ist eine aggregierte 

Betrachtung der Angaben hilfreich, um eventuelle preispolitische Erkenntnisse zu generieren. So 

könnten bestimmte Segmentkonstellationen Hinweise für eine mögliche Tarifgestaltung liefern. 

Liegen individuelle Daten vor, so eignen sich die clusteranalytischen Verfahren zur Segmentierung 

(Skiera 1998b, S. 50 ff. und Tacke 1989, S. 197). 221 Dabei ist zunächst einmal zu klären, welche 

Datenbasis zur Segmentierung herangezogen wird. Da nur die kompositionellen Verfahren im weite- 

ren Verlauf dieser Arbeit verwendet werden, sind prinzipiell drei Ansätze zur Segmentierung geeig- 

net: 

• Es werden die Ausgangsdaten, mit denen auch die individuellen Zahlungsbereitschaftsfunktionen 

341 

geschätzt werden, in die Analyse einbezogen. Somit werden Segmente gefunden, die ähnliche 

Angaben im Fragebogen liefern. 

• Es werden die geschätzten Parameter als Datenbasis zur Segmentierung verwendet. Ein solches 

Vorgehen ist jedoch nur dann sinnvoll, wenn lediglich ein Typ von Zahlungsbereitschaftsfunktio- 

nen genutzt wird. Da hier jedoch – je nach Fit – die Quadratische oder die Semi-logarithmische 

Funktion zur Anwendung kommt, ist ein solches Vorgehen nicht sinnvoll, da die Parameter nicht 

die gleichen Aussagen zulassen. 

• Es werden die Sättigungsmenge, maximale Zahlungsbereitschaft, Elastizitäten etc. als Datenbasis 

verwendet. Dies führt jedoch nicht zu homogenen Gruppen mit ähnlichen Zahlungsbereitschaften, 

da z.B. die gleiche Sättigungsmenge nichts über die Zahlungsbereitschaft aussagt.

Als einzige sinnvolle Datenbasis sind somit die Ausgangsdaten in die Clusteranalyse einzubeziehen. 

Die Verwendung dieser Daten ist nicht unkritisch. So wird deutlich, daß die Antworten der Nutzer 

auf die Frage 14 in der Regel den folgenden Verlauf aufweisen: 

Wenn relativ viel Geld für einen Film verlangt wird (z.B. 10 DM im Szenario), dann geben fast alle 

Nutzer eine Nachfragemenge von Null an. So schwanken die Angaben für das Pilotprojekt bzw. 

dem Szenario nur sehr gering. Erst die unteren Preiskategorien sind zur Segmentierung geeignet, da 

sie zwischen den Nutzern variieren. Dies Verhalten ist grob in der Abbildung 5-60 dargestellt: 

Abbildung 5-60: Antwortverhalten auf die Frage 14 (links Pilotprojekt, rechts Szenario) 



6,00 DM, 

4,00 DM, 

2,00 DM, 

1,00 DM, 

nichts kostet 

10,00 DM, 

8,00 DM, 

6,00 DM, 

4,00 DM, 

2,00 DM, 

nichts kostet 

Es ist zu vermuten, daß sich nicht alle Variablen zur Segmentierung eignen. Da aber ein Ausschluß 

von nicht-diskriminierenden Variablen Probleme bei der Schätzung der Zahlungsbereitschaftsfunktio- 

nen mit sich bringen, können sie nicht von der weiteren Analyse ausgeschlossen werden. 

Die Durchführung einer deterministischen Clusteranalyse führt für die Daten des Pilotprojekts und 

des Szenarios zu folgendem Ergebnis: 

221 Liegen diese Daten nicht auf individueller Basis vor, so kann alternativ auch mittels Verteilungsfunktionen 

nach Segmentlösungen geforscht werden (Skiera 1998b, S. 50 ff.). 

342

Abbildung 5-61: Clusterergebnisse für die segmentspezifische Schätzung der Zahlungsbereitschaftsfunktionen 

343 

Lösungen der Clusteranalysen für das Pilotprojekt 

F-Test Ward Lösung 


6 DM 0,26 1,42 0,36 

4 DM 0,26 1,21 0,77 

2 DM 0,21 1,13 2,28 

1 DM 0,15 0,85 3,01 

0 DM 0,10 0,33 0,00 

n 29 28 3 

63% der Varianz ist 


F-Test K-Means Lösung 


6 DM 0,46 1,68 0,27 

4 DM 0,37 1,48 0,58 

2 DM 0,23 1,35 1,52 

1 DM 0,16 0,64 2,48 

0 DM 0,10 0,23 0,64 

n 35 21 4 

Lösungen der Clusteranalysen für das Szenario 

F-Test Ward Lösung 


10 DM 0,08 1,57 0,55 

8 DM 0,17 1,33 1,67 

6 DM 0,28 1,02 1,88 

4 DM 0,20 0,92 1,88 

2 DM 0,07 0,61 2,53 

0 DM 0,06 0,33 0,00 

n 25 32 3 





F-Test K-Means Lösung 


10 DM 0,1386 1,9796 0,5494 

8 DM 0,1895 1,5895 1,6671 

6 DM 0,1831 1,1760 1,8766 

4 DM 0,1803 1,1656 1,8761 

2 DM 0,0788 0,7032 2,5290 

0 DM 0,0281 0,2397 0,0000 

n 33 24 3 



Sowohl für das Pilotprojekt als auch für das Szenario gilt, daß mit ca. 65% recht viel Varianz zwi- 

schen den drei Gruppen liegt. Es wird aber ebenfalls deutlich, daß immer nur das erste Cluster in sich 

homogen ist. Die Nutzer des ersten Segments haben sehr ähnliche Angaben getätigt, wie die geringen 

F-Werte beweisen. Die Nutzer des Cluster zwei sind zahlreich und sehr viel weniger homogen. Diese 

Heterogenität liegt vor allem an der höheren Streuung der „teuren“ Variablen in der Klasse als im ge- 

samten Sample. Es zeigt sich also das oben angesprochene Problem. Das dritte Cluster ist sehr klein 

und ebenfalls sehr heterogen. Allerdings ist diese Heterogenität nicht nur bei den „teuren“ Variablen 

zu finden. Die mit dem Ward-Verfahren gefundene und durch K-Means verbesserte Lösung ist 

demnach nicht akzeptabel. 

Betrachtet man die segmentbasierte Schätzung von Tacke (1989, S. 214 ff.) so ist festzustellen, daß 

nicht berichtet wird, anhand welcher Kriterien er die Anzahl der Segmente festlegt. So kommt er zu 

einer Cluster-Lösung, die sich aus 23 Segmenten (bei 71 befragten Personen) zusammensetzt. Diese 

Segmente sind jedoch sehr homogen. Liegen Daten einer Mengenbefragung wie in diesem Falle vor,

dann ähneln sich die Angaben einzelner Nutzer häufig dann sehr stark, wenn nur wenige Variablen 

(hier fünf bzw. sechs) in die Befragung eingehen. Dies führt dazu, daß viele homogene Segmente ge- 

funden werden. Zwar erklärt die oben berichtete 3-Cluster-Lösung sehr viel Varianz, jedoch werden 

heterogene Cluster gefunden. Weitet man die Clusteranzahl aber auf 10 oder mehr aus, so finden 

sich Gruppen, in denen die Variablen F-Werte nahe Null aufweisen. Bei einer derartig hohen Anzahl 

von Gruppen kann allerdings auch kein probabilistisches Clusterverfahren zur Validierung der Ergeb- 

nisse herangezogen werden, da das Modell aufgrund der geringen Fallzahl dann nicht identifiziert ist. 

Des weiteren ist es auch wenig sinnvoll, bei einer derartig großen Anzahl von Segmenten noch für je- 

des einzelne Segment eine eigene Strategie zu entwickeln. Es zeigt sich, daß die Segmentierung der 

Daten zur Schätzung einer segmentspezifischen Zahlungsbereitschaft methodische Probleme mit sich 

bringen kann. 

Bedenkt man jedoch, daß es sich bei Filmen um digitale Güter handelt, die online distribuiert werden, 

so ist eine fehlende Segmentierung im Zeitalter des One-to-One-Marketing auch nicht so tragisch. 

Da es beim Interaktiven Fernsehen ebenfalls sehr gut möglich ist, Präferenzdaten zu messen, sie aus- 

zuwerten und für ein optimales, auf das einzelne Individuum ausgerichtetes Marketing einzusetzen, ist 

das One-to-One-Marketing eine vielversprechende Strategie (Peppers und Rogers 1997; Strauß 

und Schoder 1999). Die Nutzung des Interaktiven Fernsehens kann dabei verhelfen, durch die Au- 

tomatisierung des gesamten Prozesses die strategischen Ziele effektiv und effizient umsetzen. Richtet 

man die Marketing-Instrumente auf das „Segment-of-One“ aus, dann kann die gesamte Zahlungsbe- 

reitschaft unter Umständen abgeschöpft werden. 

5.5.2 Ausmaß der Netzeffekte 

Bereits in der Einleitung wurde dargestellt, daß Netzeffekte für den Erfolg oder Mißerfolg eines Sy- 

stemgutes verantwortlich sind. Sie stellen insofern den zentralen Risikofaktor für das Management 

dar. In dieser Untersuchung werden Netzeffekte mit mehreren Skalen untersucht, deren Ergebnisse 

in Tabelle 5-51 zusammenfassend aufgezeigt werden. Die Ergebnisse aus den Analysen der Zah- 

lungsbereitschaften in den vorherigen Abschnitten werden in Tabelle 5-52 diskutiert. 

Tabelle 5-51: Empirische Ergebnisse bezüglich des Ausmaßes der Netzeffekte 

Operationalisierung Ergebnis 

Präferenz der Dienste 

(Fragen 1 und 5) 

Wartezeiten beim Abruf 

von Videos oder Home- 

Shopping-Angeboten 

(Frage 4) 

Video- und Information-on-Demand sind die Dienste mit den höchsten Präferenzen. 

Genau diese Dienste unterliegen starken Netzeffekten. 

Die nicht ungewöhnlich langen Wartezeiten werden als lang empfunden. Es liegt nur 

eine geringe Bereitschaft vor, diese Wartezeiten zu akzeptieren. Wenn nun das System 

sehr stark ausgelastet ist, dann kann es zu Congestion-Externalities kommen, die 

die Zahlungsbereitschaft für Interaktives Fernsehen reduzieren. Diese negative Wirkung 

von Netzeffekten bei nicht ausreichender Kapazität ist bei der Tarifierung der 

Dienste zu berücksichtigen. 

344

Wunsch nach mehr Leuten 

im Pilotprojekt (Frage 

13f) 

ITV wird sich in Zukunft 

noch weit verbreiten 

(Frage 13g) 

Wunsch nach weiteren 

Teilnehmern am ITV zur 

Nutzung der Kommunikationsdienste 

(Frage 13j) 

Wenn ich jetzt nicht bald 

einsteige, dann wird ITV 

nie etwas (Frage 13l) 

Ich kaufe jetzt noch keinen 

Decoder, weil der 

sich sowieso nach ändert 

(Frage 13m) 

Interessante Inhalte wird 

es erst dann geben, wenn 

genügend Leute dabei 

sind (Frage 13o) 

Anzahl der angeforderten 

Filme – Pilotprojekt vs. 

Szenario (Frage 14) 

Preisabschlag bei Werbung, 

Near-Video-on- 

Demand oder Wartezeit – 

Pilotprojekt vs. Szenario 

(Frage 15) 

Maximal akzeptierte 

Grundgebühr – Pilotprojekt 

vs. Szenario (Frage 

16) 

Zahlungsbereitschaft für 

Angebote im ITV – Pilotprojekt 

vs. Szenario (Frage 

18) 

345 

Dem Wunsch stehen die Befragten im Mittel indifferent gegenüber. Die Variable weist 

auch keine substantielle Erklärungskraft bei den Regressionen auf. 

Das ITV wird als eine zukunftsträchtige Technologie angesehen. Die Befragten sind 

von einer weiten Diffusion des Systems überzeugt. Demnach ist es möglich, daß die 

Nutzer die Gefahr des „stranding“ als weniger wahrscheinlich ansehen. Dies gilt nur 

bei kompatiblen Systemen. 

Die Befragten weisen diesem Wunsch nur geringe Bedeutung zu. Dies läßt weniger 

auf bereits vorliegende direkte Netzeffekte des Systems schließen als vielmehr auf die 

geringe Präferenz für diesen Dienst. Die Nutzung des Telefons oder des Internet (Email) 

läßt das weitere Kommunikationsbedürfnis im ITV in den Hintergrund treten. 

Damit wird deutlich, daß weniger die direkten Netzeffekte als vielmehr die indirekten 

Netzeffekte zentral für die Nutzung des Systems sind. 

Da dieses Statement zumeist mit „stimme gar nicht zu“ beantwortet wurde, ist nicht 

davon auszugehen, daß ein hoher sozialer Druck zur Adoption und Nutzung des ITV 

vorliegt. Dies ist in der frühen Phase dieses Systems aber auch nicht anders zu erwarten 

gewesen. 

Dieser Angst vor dem „stranding“ aufgrund technischer Inkompatibilitäten stimmen 

die meisten „voll zu“. Dieses Ergebnis kann in Zusammenhang mit der Frage 13g so interpretiert 

werden, daß die Nutzer weniger Risiko verspüren, wenn es um die Adoption 

der Dienste (z.B. das Abonnieren des Video-on-Demand) geht. Vielmehr werden Ris iken 

bei der Hardware in das Entscheidungskalkül der (potentiellen) Nutzer einbezogen. 

Dies hängt wahrscheinlich damit zusammen, daß die Kosten für die Hardware in 

der Regel sehr viel höher sind als für die Software. Zu vermuten ist auch ein Einfluß 

des Decoderstreits bei der Markteinführung des Digitalen Fernsehens auf diese Einschätzung. 

Dieser auf die indirekten Netzeffekte abzielende Faktor wird eindeutig befürwortet. 

Dieses Ergebnis stützt die Interpretation bei der Frage 13j. Demnach sehen die Nutzer 

den Zusammenhang zwischen Installierter Basis und Nutzen der Dienste für jeden einzelnen 

Nutzer. Dieser Befund hat kommunikationspolitische Bedeutung. So kann die 

Publikation von Daten der Installierten Basis von Vorteil sein, wenn sie positive Assoziationen 

hervorruft. 

Die Analyse (Tabelle 5-20) ergab, daß bei gleichen Preisen im System 2000 signifikant 

mehr Filme pro Woche angefordert werden. Dies is t ein Indiz dafür, daß Netzeffekte 

Mengeneffekte mit sich bringen können. Die Analyse ergab allerdings auch, daß 

Netzeffekte keine signifikante Steigerung der Sättigungsmenge erzielen. 

Es zeigte sich, daß die Preisabschläge, die sich auf die Filme bezogen, im Szenario 

teilweise signifikant stärker sind als im Pilotprojekt. Dies gilt nicht für die Personen, 

die die Preisabschläge von der Grundgebühr vornahmen. Somit kann hier nicht uneingeschränkt 

auf den Nachweis von Netzeffekten verwiesen werden. 

Diese Grundgebühr läßt sich als in monetären Einheiten gemessener Gesamtnutzen 

der angebotenen Dienste im Pilotprojekt und des Szenarios interpretieren. Es zeigt 

sich, daß die durchschnittliche Zahlungsbereitschaft bei dem Pilotprojektangebot weit 

(19,60 DM) unterhalb der des Szenarios (41,65 DM) liegt. Der signifikante Unterschied 

zeigt die Auswirkungen der Netzeffekte deutlich auf. 

Es zeigen sich nur sehr geringe Unterschiede zwischen den Angaben für das Pilotprojekt 

und dem Szenario. Daraus ist zu lernen, daß kaum Abweichungen vorliegen, wenn 

der gleiche Film auf unterschiedlichen technischen Plattformen gezeigt wird. Der Einfluß 

der Technik auf die Zahlungsbereitschaft ist nur gering. Wichtig ist einzig und allein 

die Qualität der Inhalte, die durch Netzeffekte determiniert wird.

Die Ergebnisse belegen, daß die Nutzer im wesentlichen auf indirekte Netzeffekte hoffen. Sie ahnen, 

daß sich erst dann wirklich interessante Inhalte ergeben, wenn die Kritische Masse überschritten ist. 

Dabei haben sie in der Regel weniger Angst vor dem stranding bei den Inhalten. Als riskanter wer- 

den jedoch die Investitionen in die Hardware (Decoder) beurteilt. 

Netzeffekte wirken deutlich auf die Zahlungsbereitschaft bei den Nutzern. Dies spiegelt sich einerseits 

in der steigenden Nachfragemenge und andererseits in der zunehmenden Bereitschaft, dafür Geld 

auszugeben, wider. Die Sättigungsmenge bleibt hingegen nahezu unverändert. Diese Ergebnisse stüt- 

zen auch die Analysen der Zahlungsbereitschaftsfunktionen: 

Tabelle 5-52: Empirische Ergebnisse bezüglich des Ausmaßes der Netzeffekte auf der Basis der 

Zahlungsbereitschaftsfunktionen 

Operationalisierung Ergebnis 

Zahlungsbereitschaften – 

Pilotprojekt vs. Szenario 

Im Szenario weisen deutlich weniger Nutzer eine negative nutzungsunabhängige Zahlungsbereitschaft 

auf als im Pilotprojekt. 

Die mittlere Sättigungsmenge für Filme liegt im Pilotprojekt bei 4,69 und im Szenario 

bei 5,13 Filmen pro Woche. Dies deutet auf einen eher geringen Mengeneffekt hin. 

Die mittlere maximale Zahlungsbereitschaft ist im Szenario mit 22,49 DM deutlich über 

dem Niveau des Pilotprojekts mit 16,56 DM. 

Die Preiselastizitäten sind im Szenario geringer ausgeprägt als im Pilotprojekt. 

Preisabschläge für Werbung, Near-Video-on-Demand oder Wartezeiten sind im Szenario 

immer höher als im Pilotprojekt. Dies liegt aber auch daran, daß die Zahlungsbereitschaft 

im Szenario höher ist. 

Aus der Analyse der Zahlungsbereitschaftsfunktionen wird deutlich, daß die nutzungsunabhängige 

und die maximale Zahlungsbereitschaft im Szenario deutlich höher ist. Neben der Zunahme der Zah- 

lungsbereitschaft sinkt die Preiselastizität für Filme. Wenn leistungsbezogene Preisdifferenzierungen 

durch Werbung, Near-Video-on-Demand und bzw. oder durch Wartezeiten vorgenommen werden, 

dann sind die zu gewährenden Preisnachlässe bei realisieren Netzeffekten höher zu gestalten. Auch 

hier wird keine substantielle Steigerung der Sättigungsmenge realisiert. 

Aus den Ergebnissen lassen sich die folgenden Hypothesen prüfen: 

Die Hypothese 3–2 läßt sich nicht verwerfen. Somit gilt, daß die Zahlungsbereitschaft mit zunehmen- 

den Netzeffekten steigt. Diese Aussage ist sowohl für einzelne Filme als auch für das gesamte System 

nicht abzulehnen. 

Ebenfalls wird die Hypothese 3–9 gestützt, daß der Nutzen zunimmt, je schneller die Kritische 

Masse erreicht wird. So zumindest läßt sich der Wunsch nach mehr Teilnehmern am Interaktiven 

Fernsehen interpretieren. 

346

Es wurde deutlich, daß der Nutzen des Interaktiven Fernsehens stark durch die Qualität der Inhalte 

determiniert wird. Insofern ist auch die Hypothese 3–19 nicht zu verwerfen. 

Der folgende Abschnitt zeigt die Ergebnisse der Hypothesentests zusammenfassend auf. 

5.6 Zusammenfassende Darstellung der Hypothesentests 

Die im dritten Abschnitt formulierten Hypothesen wurden durch die Analysen in diesem fünften Ab- 

schnitt empirisch geprüft. Die Tabelle 5-53 zeigt die Ergebnisse der Tests auf: 

Tabelle 5-53: Ergebnisse der Hypothesentests 

Hypothese Empirisches Ergebnis 

Je höher die Unsicherheit über die technologische Beständigkeit der zur Nutzung des 

Systems notwendigen Hardware ist, desto geringer ist die Zahlungsbereitschaft (1) 

347 

Aggregierte Analyse 

stützt diese Hypothese. 

Segmentierte Analyse 

widerlegt die Hypothese 

Je höher die Netzeffekte sind, desto höher ist die Zahlungsbereitschaft (2) Gestützt für Filme und 

für das gesamte System 

Je höher die Unsicherheit über den Nutzen des Systems ist, desto geringer ist die Zahlungsbereitschaft 

(3) 

Keine Aussage möglich, 

da Ausschluß wegen 

Multikollinearität 

Je älter die Person ist, desto seltener wird sie das Interaktive Fernsehen nutzen (4) Keine Stützung, aber 

auch keine Falsifizierung 

Je höher das Einkommen ist, desto häufiger wird die Person das Interaktive Fernsehen 

nutzen (5) 

Je stärker der Druck des unmittelbaren sozialen Umfeldes ist, desto stärker ist die Nutzung 

(6) 

Es existieren Segmente, die sich in ihren Präferenzen bezüglich der Dienste unterscheiden 

(7) 

Keine Stützung, aber 




Gestützt 

Je höher der relative Vorteil ist, desto höher ist der Nutzen des Systems (8) Wenn sich der relative 

Vorteil im wesentlichen 

durch das Video-on- 

Demand-Angebot auszeichnet, 

dann ist diese 

Hypothese zu stützen 

Je schneller die Kritische Masse erreicht wird, desto höher ist der Nutzen des Systems 

(9) 

Je höher der relative Vorteil von technischen Funktionen wahrgenommen wird, desto 

höher ist der Nutzen des Systems (10) 

Je höher die Kosten für Hard- und Software, desto geringer ist der Nutzen des Systems 

(11) 

Gestützt 

Gestützt 


auch keine Falsifizierung

Wenn das Interaktive Fernsehen als Statussysmbol wahrgenommen wird, dann wird 

dem System ein höherer Nutzen zugeschrieben (12) 

Je höher die Befürchtung vor dem Verlust von sozialen Kontakten ist, desto niedriger ist 

der Nutzen des Systems (13) 

Je höher die Befürchtung vor dem Verlust des kostenlosen TV-Angebots ist, desto 

niedriger ist der Nutzen des Systems (14) 

Je höher die Befürchtung vor dem Mißbrauch der Daten ist, desto niedriger ist der Nutzen 

des Systems (15) 



Negativ-Befund: ITV 

bietet neue Chancen 

zur Kommunikation 

Gestützt 



Je höher die Komplexität des Systems ist, desto niedriger ist der Nutzen (16) Keine Stützung, aber 


Je häufiger das System im Pilotprojekt genutzt wurde, desto größer ist der Nutzen des 

Systems (17) 

Je besser die Vorzüge des Systems zu kommunizieren sind, desto größer ist der Nutzen 

des Systems (18) 

Der Nutzen des Systems wird im wesentlichen durch die Qualität der Inhalte bestimmt 

(19) 





Gestützt 

Je höher die Kontrolle über die Inhalte, desto größer ist der Nutzen des Systems (20) Keine Stützung – nur 

für ein kleines Segment 

stützende Befunde 

Je länger die Wartezeiten bei der Nutzung sind, desto geringer ist der Nutzen des Systems 

(21) 

Wenn Home-Shopping nicht angeboten wird, dann ist der Nutzen des Interaktiven 

Fernsehens gering (22) 

Je attraktiver die Darstellung der Produkte wahrgenommen wird, desto höher ist der 

Nutzen des Home-Shopping (23) 

Je größer die Angst vor Umtauschproblemen, desto weniger wird Home-Shopping genutzt 

(24) 

Gestützt 

Negativ-Befund: Der 

Nutzen des Home- 

Shopping ist gering 

Keine Aussage mö glich, 

da die Nutzung 

des Home-Shopping 

nicht individuell zurechenbar 

ist 

Keine Aussage mö glich, 

da die Nutzung 

des Home-Shopping 

nicht individuell zurechenbar 

ist 

Wenn Suchfunktionen angeboten werden, dann nimmt der Nutzen des Systems zu (25) Keine eindeutigen Ergebnisse 

Je einfacher das Navigationssystem zu erlernen und zu bedienen ist, desto höher ist der 

Nutzen des Systems (26) 

Die Zahlungsbereitschaft für neue Endgeräte ist geringer als der Preis der d-Box (27) Gestützt 

Die Zahlungsbereitschaft für Dienste im Interaktiven Fernsehen entspricht den Preisen 

des Digitalen Fernsehens (28) 



Gestützt 

348

349

350

6 Implikationen für die Forschung 

Die bisher publizierten wissenschaftlichen Ansätze zur Operationalisierung und Messung von Netzef- 

fekten sind für Inventionen, aber auch für Innovationen nur sehr beschränkt einsetzbar. 

Es gab bislang noch keinen Ansatz, der die Adoption und Nutzung eines Systems vor der Marktein- 

führung unter der Berücksichtigung der Dynamik des Nutzens durch Netzeffekte prognostizieren 

konnte. In dieser Untersuchung wird deshalb mit der Schätzung von Zahlungsbereitschaftsfunktionen 

unter Zuhilfenahme von Szenarien eine Methodik vorgestellt, anhand derer die Nutzung je nach Höhe 

der Netzeffekte modelliert werden kann. Verwendet man die Konsumentenrente als Entscheidungs- 

kalkül der Nutzer, so kann neben der Adoption auch die Nutzung der Dienste abgebildet werden, 

wenn unterschiedliche Tarife vorliegen (siehe hierzu die preispolitischen Management-Implikationen 

im folgenden Abschnitt). 

In dieser Arbeit wird mit dem Interaktiven Fernsehen ein Systemgut analysiert, welches sich noch vor 

der Markteinführungsphase befindet. Nachfolgende empirische Studien zur Adoption und Nutzung 

des Interaktiven Fernsehens im speziellen oder von interaktiven Systemgütern im allgemeinen können 

die in den Kapiteln drei, vier und fünf diskutierten Überlegungen als Anregung aufgreifen und weiter- 

führen. Faßt man diese zusammen, so läßt sich ein Anforderungskatalog erstellen, der die spezifi- 

schen Probleme der Innovationsforschung im Zeitablauf verdeutlicht. 

1. Die empirische Analyse der Nutzung erfordert eine Datenbasis. Es erscheint sinnvoll, Nutzer zu 

351 

befragen, die bereits Erfahrungen mit der Innovation sammeln konnten. Nur so können auch 

Nutzungsdaten generiert werden. Pilotprojekte bieten hierfür eine vernünftige Datenbasis. Zur 

Reduzierung des Bias ist auf eine repräsentative Auswahl der Pilotprojektteilnehmer zu achten 

(Clement 1998; Witte 1997). In dieser Untersuchung handelt es sich aufgrund der technischen 

Zielsetzung des Pilotversuchs und der hohen Investitionen, die in dieser frühen Phase ein Groß- 

projekt verhindern, um kein repräsentatives Sample. Insofern ist eine großzahlige und repräsen- 

tative Analyse in einem späteren Stadium wünschenswert. 

2. Empirische Untersuchungen, die auf die Nutzung von Netzeffektgütern abstellen, werden immer 

das Problem haben, daß das System am Anfang nur sehr wenig attraktive Inhalte bieten kann. 

Dies hat allerdings zur Folge, daß die Nutzung eher gering ist. Deshalb können Congestion- 

Externalities unterschätzt werden, weil das Netz nur selten ausgelastet ist. 

3. Damit die Nutzung individuell analysiert werden kann, ist technisch sicherzustellen, daß die Nut- 

zung auch individuell und nicht nur einem Haushalt zugerechnet werden kann. Dies sollte bereits 

im Pilotstadium für alle Dienste garantiert werden.

4. Wenn in empirischen Untersuchungen Nutzungs- oder Befragungsdaten ausgewertet werden, so 

sollte der Heterogenität der Nutzer Rechnung getragen werden. Der Einsatz von regressionanaly- 

tischen Modellen, die keine Heterogenität berücksichtigen, vernachlässigt segmentspezifische Er- 

kenntnisse. Dies ist insbesondere für Markteinführungsstrategien von Bedeutung, da dort den In- 

novatoren im Diffusionsprozeß eine zentrale Bedeutung zugeschrieben wird (siehe drittes Kapi- 

tel). Methoden wie GLIMMIX können diese Segmente identifizieren und erlauben dann die 

Formulierung segmentspezifischer Marketing-Strategien. 

5. Befindet sich ein komplexes System wie das Interaktive Fernsehen in der Markteinführungspha- 

se, so ist es sehr schwierig, eine Nutzenanalyse vorzunehmen, da enorme Probleme bestehen, die 

präferenzdeterminierenden Eigenschaften für conjointanalytische Verfahren zu bestimmen. Aus 

diesem Grunde ist in dieser Arbeit nur ein sehr einfaches Modell (self-explication) zur Anwen- 

dung gekommen. Im Abschnitt 5.4.2.1.1 wird jedoch ein methodischer Ablaufplan dargestellt, 

der – aufbauend auf den Ergebnissen dieser Untersuchung – verfeinerte Verfahren in Abhängig- 

keit vom Innovationsgrad aufzeigt. 

6. Da der Nutzen des Systems im wesentlichen durch die Inhalte determiniert wird, ist in späteren 

Studien darauf zu achten, daß nicht von einer Unabhängigkeit der Eigenschaften bei der Präfe- 

renzbildung auszugehen ist. Vielmehr steigt der Nutzen, wenn die Dienste (z.B. Video-on- 

Demand mit Home-Shopping und Chat-Foren) miteinander verflochten sind. 

7. Die Rogers-Kriterien eignen sich als Einflußvariablen bei der Analyse des Nutzens oder der Nut- 

zung nur bedingt. Dies liegt an der sehr allgemeinen Darstellung der Kriterien, so daß jeweils eine 

produktspezifische Operationalisierung vorzunehmen ist. Die Faktoren können in dieser Studie 

teilweise faktorenanalytisch identifiziert werden, wobei jedoch die Konstrukte nur auf das Inter- 

aktive Fernsehen zu übertragen sind. Weitere empirische Untersuchungen speziell zu den Adop- 

tions- und Nutzungsdeterminanten des Interaktiven Fernsehens unter Berücksichtigung der Ro- 

gers-Kriterien sind wünschenswert. Dabei sollte die Einstellungsebene mit der Adoptions- und 

Nutzungsphase verknüpft werden, weil so die Wirkungen der Marketing-Instrumente besser 

analysiert werden können. Erkenntnisse der Sozialpsychologie sind dabei einzubeziehen. 

8. Im Abschnitt 4.2 werden Meßkonzepte für Netzeffekte vorgestellt und hinsichtlich ihrer Eignung 

für Innovationen evaluiert. In späteren Stadien der Diffusion des Interaktiven Fernsehens sollten 

insbesondere die Verfahren, die auf dem hedonischen Preisansatz basieren, zur Anwendung 

kommen. Die Variablen, die dann in die Untersuchungen eingehen, sollten sich an den Ergebnis- 

sen von Vorstudien – wie dieser – orientieren. 

9. Netzeffekte werden durch den Vergleich von Zahlungsbereitschaften im Pilotprojekt und in ei- 

nem Szenario geschätzt. Weitere empirische Untersuchungen können sich dadurch auszeichnen, 

352

353 

daß sie zum einen mehrere und feiner abgestufte Szenarien benutzen. Dabei wäre eine Präsenta- 

tion der Szenarien mit Hilfe virtueller Realitäten hilfreich, da sie die Vorstellungskraft des Nutzers 

unterstützen. Dabei können dann auch Szenarien geschaffen werden, die auf den individuellen 

Nutzer zugeschnitten sind (sogenannte Customized Scenarios; Mante-Meijer, van der Duin und 

Abeln 1998, S. 634). 

10. In dieser Untersuchung werden die Zahlungsbereitschaftsfunktionen mittels zweier Verfahren ge- 

schätzt. Neben einem kompositionellen Verfahren kommt auch ein dekompositionelles zum Ein- 

satz. Es zeigt sich, daß die Conjoint-Analyse wahrscheinlich weniger in einem Stadium vor der 

Markteinführung für die Schätzung der Zahlungsbereitschaftsfunktion geeignet ist, da zu dem frü- 

hen Zeitpunkt die Wahrscheinlichkeit der Wahl eines ungeeigneten Untersuchungsdesigns hoch 

ist. Aus diesem Grund erscheinen kompositionelle Verfahren zu Beginn besser geeignet zu sein. 

Zwingend erforderlich sind Folgestudien, in denen auch andere Methoden (z.B. IC-POP) ange- 

wendet werden und mit denen stets die Ergebnisse aus Vorstudien zu validieren sind. 

11. Bei der Schätzung der Zahlungsbereitschaftsfunktionen stellt sich heraus, daß die Quadratische 

Funktion zumeist die beste Anpassung an die Ausgangsdaten erzielt. Die Semi-logarithmische 

Funktion ist ebenfalls geeignet. Weniger geeignet ist die Multiplikative und Modifiziert- 

exponentielle Funktion. 

12. Wenn das Interaktive Fernsehen bereits längere Zeit im Markt ist, so können Untersuchungen 

zur Adoption und Nutzung des Systems mittels dynamischer Methoden (Hazard-Modelle) weite- 

re Erkenntnisse liefern. 

13. Es besteht zudem Forschungsbedarf über die Veränderung des Parameters c in den Zahlungsbe- 

reitschaftsfunktionen im Laufe der Diffusion. 

Die Forschungsimplikationen verdeutlichen, daß Untersuchungen zum Markterfolg des Interaktiven 

Fernsehens stets weiter vorangetrieben werden müssen. Die vorliegende Untersuchung liefert dabei 

erste Erkenntnisse zur methodischen und inhaltlichen Ausgestaltung der weiteren Forschungsaktivitä- 

ten.

354

7 Implikationen für das Management 

Wie Rüdiger (1997, S. 9) in seiner Meta-Analyse der Studien von Cooper und Kleinschmidt fest- 

stellt, weisen Marktforschungsaktivitäten in der Forschungs- und Entwicklungsphase eine hohe Kor- 

relationen mit den Erfolgsmaßen auf. Daher ist die Analyse der Nutzungsfaktoren des Interaktiven 

Fernsehens in dieser frühen Phase des Innovationsprozesses von höchstem Interesse für das Mana- 

gement. 

Die theoretische und empirische Analyse läßt die Ableitung von Implikationen für das Management 

zu, die nach den Marketing-Instrumenten untergliedert in den folgenden Abschnitten dargestellt wer- 

den. 

7.1 Maßnahmen für die Produktpolitik 

Zunächst einmal sind die produktpolitischen Implikationen für die einzelnen Teile der Wertschöp- 

fungskette zu diskutieren (Abschnitt 7.1). Anschließend werden die Implikationen für das gesamte 

System analysiert (Abschnitt 7.2). 

7.1.1 Maßnahmen für Teile des Systems 

Zur Diskussion der Management-Implikationen im Zuge der produktpolitischen Gestaltung ist zu- 

nächst auf die Netzinfrastruktur und Netzleistung des Interaktiven Fernsehens einzugehen. Da 

aus den empirischen Ergebnissen dieser Arbeit eindeutig hervorgeht, daß Video-on-Demand die Kil- 

ler-Applikation ist, scheint eine Netzlösung, die auf der ADSL-Technologie basiert, sinnvoll zu sein. 

Durch den asymmetrischen Transfer der Daten (hohe Datenrate zum Kunden, geringe Datenrate vom 

Kunden weg) können Dienste wie Video-on-Demand realisiert werden. Bereits heute investieren 

Unternehmen wie die Deutsche Telekom in diese Technologie. 

Weiterhin verdeutlichen die Ergebnisse, daß die Bereitschaft zum Warten auf Inhalte gering ist. Inso- 

fern ist die Arbeitsteilung zwischen Server und Endgerät daraufhin zu optimieren. Wenn die Band- 

breite für eine Online-Übertragung der Daten ausreichend ist, so muß die Belastung für das Endgerät 

minimiert werden. Diese Überlegung basiert auf der Annahme, daß die Kosten für ein Endgerät mit 

zunehmendem Speicherplatz steigen. 

Interaktives Fernsehen ermöglicht das Angebot interaktiver Inhalte. Den Ergebnissen zufolge ist die 

Präferenz für interaktive Eingriffsmöglichkeiten jedoch gering. Insofern ist zu bezweifeln, ob sich hohe 

Investitionen in interaktive Eigenproduktionen rechnen werden. 

355

Für das Service-Providing läßt sich eine eindeutige Strategie aus den Ergebnissen ableiten: Video- 

on-Demand und Information-on-Demand sind die Dienste, die den höchsten Nutzen und damit auch 

die höchste Zahlungsbereitschaft auf Kundenseite hervorrufen. Die Untersuchung der Nutzung des 

Video- und Information-on-Demand zeigt, daß ein Segment existiert, das sich durch eine starke Nut- 

zung des Information-on-Demand auszeichnet. Beide Dienste sollten durch Videofunktionen wie 

Vor- und Zurückspulen ergänzt werden, da diese den Nutzen erhöhen. 

Pioniere sind dann erfolgreich, wenn sie hervorragende Inhalte (Sport und Spielfilme) anbieten 

(Appleton 1995, S. 32; Brors 1997). Damit die Akzeptanz des Interaktiven Fernsehens zunimmt, ist 

es entscheidend, daß Filme so schnell wie möglich – eventuell schon vor der Kinoaufführung – im 

Video-on-Demand System verwertet werden (Abbildung 7-1). Vorherige Verwertungsstufen wie 

Kino, Hotels etc. sind nachzulagern. Hierzu ist es wahrscheinlich notwendig, verstärkt Eigenproduk- 

tionen in Auftrag zu geben. 

Abbildung 7-1: Notwendige Veränderung der Verwertungskette 

Verwertungsmöglichkeiten 

Kino 

Quelle: Albers et al. (1998, S. 280). 

Hotels und Flugzeuge 

Videoverkauf 

Videoverleih 

Pay-per-View 

Pay-TV 

Free-TV-Inland 

Auslandsvertrieb 

Nr. 1 oder 2 in der 

Verwertungskette 

Des weiteren wurde ein Banker-Segment identifiziert, das relativ starken Wert auf Bank- 

Dienstleistungen legt, die durch Kommunikationsdienste zu unterstützen sind. Weniger entscheidend 

ist das Anbieten von Home-Shopping, Games-on-Demand oder Serviceleistungen. Suchfunktionen 

sollten generell für alle Dienste bereitstehen. 

Die Vernetzung der Dienste untereinander erhöht den Nutzen und sollte unbedingt früh angeboten 

werden, da so die Diffusion beschleunigt werden kann. Hierbei ist gleich das automatisierte One-to- 

One-Marketing mittels Software-Agenten umzusetzen, da so die Dienste für jedes Individuum indivi- 

duell zugeschnitten werden können. Zur erfolgreichen Umsetzung der One-to-One-Marketing- 

356

Strategie sollten insbesondere in der Pionierphase gleich bei der Registrierung die ersten Kundenda- 

ten erhoben werden (Strauß und Schoder 1999). 

Billing-Systeme bieten ein interessantes Potential zur Wettbewerbsdifferenzierung für Service- 

Provider. Insbesondere bei Optionen der Einzelabrechnungsverfahren kann ein Mehrwert für den 

Kunden geschaffen werden. Dies gilt vor allem dann, wenn im Interaktiven Fernsehen Kommunikati- 

onsmöglichkeiten (z.B. Videokonferenzen) geschaffen bzw. Unternehmen in die weitere Betrachtung 

einbezogen werden. Hierbei kann auch die Zahlungssicherheit ein Faktor dastellen, die bei der Deut- 

schen Telekom beispielsweise durch das bekannte Abrechnen der Leistungen über die Telefonrech- 

nung gegeben ist. 

Die Befragten wünschen sich einen Fernseher als Endgerät, der durchaus auch eine Mischung aus 

PC und TV darstellen kann (wie beim Web-TV). Dies hängt unmittelbar mit dem präferierten Video- 

on-Demand zusammen, da es sich dort im wesentlichen um bekannte TV-Unterhaltungsangebote 

handelt. Hersteller von Fernsehgeräten sollten sich Gedanken machen, wie sie die Set-top-boxen in 

die neuen Geräte implementieren können, da dann die Kosten für den Decoder nicht so offensichtlich 

sind (Kürble 1995, S. 16). So kaufen bereits heute die meisten Personen einen integrierten Video- 

text-Decoder im Fernsehgerät mit, ohne zu wissen, wie hoch die Kosten hierfür sind. 

Da bei Innovationen die Gefahr des Leapfrogging und damit einer verzögerten Diffusion hoch ist, 

sollte auf Standards bei den Endgeräten gedrängt werden, um die Angst der Adopter vor dem 

„stranding“ zu reduzieren. Eine offene und aggressive Lizenzpolitik kann hierbei zu einer Quasi- 

Standardisierung verhelfen. 

Bei der Entwicklung des Endgerätes ist auf die Verschlüsselungs- und Kopiersperrtechnik zu achten. 

Die Verschlüsselung des Programms mit dem Ziel der Ausschließbarkeit, wie es z.B. Premiere vor- 

nimmt, muß so gestaltet werden, daß es sich nicht lohnt, Raubkopien von Decodern in den Markt zu 

bringen. Problematisch wäre es, wenn, nachdem der Code entschlüsselt wurde, sämtliche Endgeräte 

ausgetauscht werden müßten, damit das Programm wieder empfangen werden kann. Der Trend geht 

zu der „Smartcard“, die ähnlich wie eine Telefonkarte in das Endgerät eingeführt wird und die den 

Code enthält. Wird der Code entschlüsselt und kommen Raubkopien der Smartcard auf den Markt, 

dann kann dem durch Zusendung einer neuen Chipkarte an die Haushalte entgegen gewirkt werden. 

Dies ist weniger kostenintensiv als das Austauschen sämtlicher Endgeräte (Schrape et al. 1996, S. 

16 ff.). 

Als Eingabemedium scheint nach den Ergebnissen der Untersuchung ein integriertes Gerät aus Fern- 

bedienung und Laserpointer geeignet zu sein. 

Die empirische Analyse ergibt einen signifikanten Einfluß der Bewertung der Set-top-box auf die 

Nutzung. Die Bedeutung der Hardware für den Erfolg des Systems ist offensichtlich. Erprobungs- 

357

möglichkeiten der Hardware sollten geschaffen werden, da auch sie positiv auf Akzeptanz des Gerä- 

tes wirken. 

Es ist davon auszugehen, daß mit zunehmender Anzahl von Systemkomponenten die Komplexität zur 

Bedienung des Endgeräts ansteigt. Problematisch ist hierbei, daß der Nutzen des Systems mit zu- 

nehmenden Verwendungsmöglichkeiten (z.B. Internetschnittstellen, Video- und Audiofunktionen 

etc.) steigt. Allerdings nimmt ebenfalls die wahrgenommene Komplexität zu, so daß es nicht unbe- 

dingt optimal ist, sämtliche Funktionen in beispielsweise einem Endgerät zu bündeln. Durch eine sehr 

komplexe Systemarchitektur wird zudem der potentielle Nutzerkreis beschnitten, da nur die Technik- 

freaks ein solches System nutzen können. Hieraus lassen sich folgende Implikationen ableiten: 

• Adopter von Interaktiven Fernsehsystemen sollten nicht durch eine Periode der Frustration gehen. 

Eine einfache Bedienung und eine gute Anleitung sind für die Akzeptanz des Systems essentiell. 

Neue Multimedia-Anwendungen wie das Interaktive Fernsehen sollten die Funktionalität der bis- 

herigen Medien im Auge behalten und auf einfachen, sogenannten Plug-and-Play (und nicht Plug- 

and-Pray!) Modulen bestehen, so daß eine einfache Installation und Bedienung der Hard- und 

insbesondere der Software gewährleistet ist. 

• Das Aufzeigen der Möglichkeiten zur Zerlegung der Beschaffungsentscheidung in einzelne zeitlich 

versetzte Kaufprozesse führt zur Reduktion der Komplexität. 

• Eine frühzeitige Kooperation mit anderen Anbietern innerhalb des Systems zur Schaffung von 

Schnittstellen, kann Plug-and-Play Wirklichkeit werden lassen. 

Ein interessantes Ergebnis ist, daß die Komplexität der Software keinen Einfluß auf die Nutzung des 

Systems hat. Allerdings wird ein Segment identifiziert, das an der Komplexität des Navigationssy- 

stem scheitert. Dieses Segment beinhaltet jedoch die technisch wenig versierten Teilnehmer. Insofern 

scheint eine Produktdifferenzierung sinnvoll zu sein: Das Angebot einer Standardversion, die sehr ein- 

fach gehalten wird, kann durch das Angebot von Zusatzmodulen erweitert werden. Eine solche Poli- 

tik – wenngleich sie eher aus Preisdifferenzierungsgründen vorgenommen wird – verfolgt beispiels- 

weise auch SAP (www.sap.de). 

7.1.2 Maßnahmen für das gesamte System 

Der relative Vorteil ist bei Kritische-Masse-Systemen im wesentlichen von der Höhe der Installier- 

ten Basis abhängig. Die Interaktivität des Fernsehens bedingt einen Zusammenhang der Akzeptanz- 

prozesse der Mitglieder des sozialen Systems, da der Nutzen des Systems mit der Zahl der Adopter 

und Nutzer zunimmt. Nach Erreichen der Kritischen Masse nimmt die Wachstumsrate der Nutzung 

des Systems dramatisch zu. Somit muß es das wichtigste Ziel sein, die Kritische Masse so schnell 

wie möglich zu erreichen. 

358

Das Management von innovativen Kritische-Masse-Systemen ist grundsätzlich voll auf die Realisie- 

rung von Netzeffekte auszurichten. Kritische-Masse-Systeme haben stets eine Vielzahl von Start- 

problemen zu lösen, die durch den anfangs geringen Nutzenbeitrag aufgrund der kleinen Installierten 

Basis hervorgerufen werden. Die indirekten Netzeffekte richten den Blickwinkel der Abonnenten auf 

die Tarifierung und Qualität der Dienste. Hier ist der erste Ansatzpunkt für die Überwindung der 

Start-up-Probleme zu finden. Kann die Produktion und Tarifierung dieser Komplementärgüter ge- 

fördert werden, dann steigt der Nutzen des Gesamtsystems. Hierzu bieten sich strategische Allianzen 

über alle Teile der Wertschöpfungskette an. 

Eine sehr hohe Bedeutung kommt dem Timing des Markteintritts zu. Güter mit Netzeffekten sind ein 

bislang vernachlässigter Bereich der Pionierforschung, in der die Vor- und Nachteile der 

Markteintrittsreihenfolge betrachtet werden. 222 Bei Kritische-Masse-Systemen ist es ungleich 

schwerer, einem Pionier seinen Markteintrittsvorteil streitig zu machen, da er bereits über eine Instal- 

lierte Basis verfügen kann, die den Nutzen seines Systems erhöht (Shapiro und Varian 1999, S. 15). 

Zudem kann aufgrund der Kostenstruktur bei Informationsgütern wie z.B. Filmen ein Kostenvorteil 

errungen werden, da ein Pionier bereits aufgrund der verkauften Menge Economies of Scale realisie- 

ren konnte. Diese kann er einsetzen, um limit pricing zu betreiben. Dabei setzt er die Preise so niedrig 

an, daß es sich für Folger nicht lohnt, die hohen Investitionen für die Produktion des Gutes vorzu- 

nehmen. Damit bestehen höhere Markteintrittsbarrieren für Folger. Dem Timing des Folgers kommt 

eine hohe Bedeutung zu, da zum einen Anreize bestehen, früh in den Markt einzusteigen, um neu hin- 

zukommende Kunden zu gewinnen, die sich andernfalls für das Pioniersystem entschieden hätten. 

Zum anderen kommt es zu dem Weakened-Rival-Effect: Je früher der Markteintritt vorgenommen 

wird, desto stärker wird das Wachstum der Installierten Basis des Pioniers behindert. Dadurch wird 

verhindert, daß der Nutzen des Pionierproduktes noch stärker zunimmt. Dies ermöglicht dem Folger 

später, höhere Preise am Markt durchzusetzen (Katz und Shapiro 1992; Shapiro und Varian 1999, 

S. 30). 

Bei Kritische-Masse-Systemen bestehen immer nur kurze Zeiträume, in denen ein Markteintritt mög- 

lich ist. Beispielsweise kann eine Umrüstung des Systems eine Chance für Wettbewerber sein. Diese 

Zeiträume werden auch strategische Fenster genannt. 223 Den gleichen Effekt können Inkompatibilitä- 

222 Vergleiche Clement, Litfin und Vanini (1998) für einen Überblick zur Pionierforschung. 

223 Strategische Fenster sind ebenfalls bei Produkten mit starken Netzeffekten relevant. Ein gutes Beispiel hierfür 

findet sich im Softwaremarkt. LOTUS 123 war lange Zeit das dominierende Tabellenkalkulationsprogramm und 

maßgeblich für den Erfolg des IBM PC/DOS Systems gegenüber der Apple II Plattform verantwortlich. Erst 

durch den Wandel der technologischen Architektur vom DOS-System zur graphischen Benutzeroberfläche 

der Windows-Generation gab es eine Chance für MS-Excel in diesen Markt vorzudringen, um wenig später 

LOTUS 123 von seiner Spitzenposition abzulösen (Morris und Ferguson 1993). Siehe zur empirischen Unterstützung 

dieser Überlegung Brynjolfsson und Kemerer (1996, S. 1641). 

359

ten zwischen Produkten eines Herstellers bewirken. So mußte IBM diese Erfahrungen machen, als 

sie sich entschieden, ihre Produktlinie mit zueinander inkompatiblen Computersystemen zu erweitern. 

Selbst eine hohe Installierte Basis der älteren Computergeneration half IBM nicht viel bei der Ver- 

marktung der neuen inkompatiblen Produkte: Eine Vielzahl von US-Behörden wechselten von IBM 

auf andere Systeme (Greenstein 1993, S. 20). Die zeitlich begrenzte Marktaufnahmebereitschaft 

hängt neben dem Einführungszeitpunkt von den relativen Kosten der beiden Technologien und der 

Größe der Installierten Basis ab, wobei Aspekte der strategischen Preissetzung und 

Markteinführungsstrategie zu berücksichtigen sind (Farrell und Saloner 1985; Katz und Shapiro 

1992). 

7.2 Maßnahmen für die Preispolitik 

Die Nutzung und damit der Erfolg des Interaktiven Fernsehens ist entscheidend von den Tarifen und 

Preisen abhängig. In diesem Abschnitt werden die Implikationen für das Preis-Management aufge- 

zeigt. Zunächst werden spezifische Aspekte für die einzelnen Teile des Systems dargelegt. Im zweiten 

Unterabschnitt wird auf eine systemintegrierende Betrachtung des Pricing abgestellt. 

Abbildung 7-2 schematisiert die Vorgehensweise insofern, als zunächst bei den Implikationen für 

Teile des Systems die Zahlungen betrachtet werden, die vom Kunden an jeden einzelnen Anbieter 

geleistet werden (Abschnitt 7.2.1). 

Im Gegensatz zu der komponentenweisen Betrachtung widmet sich Abschnitt 7.2.2 dem Pricing für 

das gesamte System. Dort werden im wesentlichen die Zahlungen an den Dienste-Anbieter geleistet, 

der diese dann an die anderen Player weiterleitet. Bei einem solchen Modell werden die Einstiegs- 

barrieren zur Adoption des Systems gering gehalten. 

Abbildung 7-2: Preis-Management für Interaktives Fernsehen 

Preismanagement von Teilen 

(Abschnitt 7.2.1) 

Netzzugang 

Endgerät 

Dienste 

Software 

$ 

$ 

$ 

$ 

Nutzer 

Preismanagement des Systems 

(Abschnitt 7.2.2) 

$ 

Netzzugang 

Endgerät 

Dienste 

Software 

$ 

$ 

$ 

$ 

Nutzer 

360


Jeder Nutzer des Interaktiven Fernsehens benötigt einen Netzzugang, ein Endgerät und Software, 

um die gewünschten Dienste zu empfangen. Somit stehen vier mögliche Einnahmequellen zur Verfü- 

gung. Die empirische Untersuchung beschränkt sich auf die Erhebung der Zahlungsbereitschaft für 

Endgeräte und Dienste. Insofern können keine empirischen Ergebnisse für die Software oder die 

Netztarifierung dargestellt werden. 

Für das Preis-Management des Endgeräts ist zwischen zwei zeitlichen Phasen zu unterscheiden: Zu- 

nächst ist davon auszugehen, daß eine Set-top-box die technische Übergangslösung darstellen wird, 

bevor in der zweiten Phase die Endgerätehersteller diesen Decoder in den Fernseher integrieren 

werden. 

Die empirischen Ergebnisse zeigen, daß nur eine geringe Zahlungsbereitschaft für die Set-top-box 

besteht. Sie liegt im Mittel mit 370 DM weit unter den momentan geforderten Preisen der d-Box. 

Die geringe Zahlungsbereitschaft liegt einerseits an den wenig interessanten Inhalten aber auch ande- 

rerseits an der wahrgenommenen Gefahr des lock-in und stranding. Da die Diffusion des Endgeräts 

entscheidend für den Erfolg des Gesamtsystems ist, sind Maßnahmen zu treffen, die zu einer Redu- 

zierung des wahrgenommenen ökonomischen Risikos führen. Hierzu eignen sich u.a.: 

• Finanzielle Anreizprogramme, wie sie z.B. bei ISDN angewendet wurden. 

• Verfolgen einer Buy in - Follow on Strategie, d.h. geringe Kosten bei der Adoption des Systems 

361 

und hohe Gebühren bei den Folgekäufen, die dann notwendig werden (Weigand 1991). Die Fol- 

gekäufe können sich gut auf die Software beziehen. 

• Leasingmöglichkeiten zur Senkung der Einstiegskosten. 

Der Decoder sollte in der zweiten Phase schnell in das Fernsehgerät implementiert werden, um somit 

Spielräume beim Preis auszunutzen (Kürble 1995, S. 16). Der Adopter kauft dann ein etwas teure- 

res Fernsehgerät und kann dann nicht genau einschätzen, wie hoch der Preisanteil für den Decoder 

ist. 

Das Preis-Management der Inhalte und Dienste kann nicht umfassend dargestellt werden, da nur für 

Video-on-Demand Zahlungsbereitschaften erhoben wurden. Da dieser Dienst die Killer-Applikation 

darstellt, ist er vorrangig zu betrachten. Allerdings können durch die Berechnung der nutzungsunab- 

hängigen Zahlungsbereitschaft Aussagen zum Preis-Management des gesamten Systems getroffen 

werden. 

Die empirischen Ergebnisse zeigen, daß sehr heterogene Zahlungsbereitschaften für Filme und Inter- 

aktives Fernsehen (wenn die nutzungsunabhängige Zahlungsbereitschaft betrachtet wird) vorliegen, 

die durch differenzierte Preise abgeschöpft werden können. Die Vorteilhaftigkeitsanalyse von Preis-

strategien des Abschnitts 3.5 führen zu dem Ergebnis, daß sich zwei Formen der Preisdifferenzierung 

für Dienste im Interaktiven Fernsehen eignen: Zum einen die mengenbezogene und zum anderen die 

qualitative Preisdifferenzierung. 

Wie Skiera (1998b, S. 52 ff.) zeigt, können optimale Tarifstrukturen berechnet werden, wenn das 

tarifabhängige Nutzungsverhalten bekannt ist. Da im fünften Abschnitt Zahlungsbereitschaftsfunktio- 

nen sowohl für Video-on-Demand in Pilotprojekt- als auch in Szenarioqualität geschätzt wurden, 

können optimale Tarifmodelle ermittelt werden. Dabei geht Skiera (1998b) ausführlich auf die For- 

mulierung der Optimierungsmodelle ein, so daß an dieser Stelle auf eine detaillierte Darstellung der 

Modelle und deren Lösungsverfahren verzichtet werden kann. 

Die exakten Ergebnisse der Tarifoptimierung für das Szenario und für das Pilotprojekt können aus 

Rücksichtnahme auf die geschäftlichen Interessen des Kooperationspartners nicht veröffentlicht wer- 

den, da sie Einblicke in die Kostenrechnung geben. Insofern wird auf die Optimierung anhand der 

richtigen Daten verzichtet und auf die Ergebnisse von Skiera (1998b, S. 280 ff.) verwiesen, der eine 

Tarifoptimierung für Interaktives Fernsehen anhand eines unterstellten variablen Kostensatzes von 

0,5 DM pro Film vorgenommen hat. Dort wird gezeigt, wie sich das Nutzungsverhalten bei unter- 

schiedlichen Tarifmodellen anpaßt. 

Bei der Tarifgestaltung mit den „richtigen“ Daten der Kostenrechnung sollten folgende Ergebnisse der 

empirischen und theoretischen Untersuchung berücksichtigt werden: 

• Skiera (1998b, S. 280 ff.) zeigt bei der Analyse unterschiedlich umfangreicher Tarifstrukturen, 

daß durch den Einsatz eines uniformen zweiteiligen Tarifs (Grund- und nutzungsabhängige Ge- 

bühr) ein um 18% höherer Gewinn erreicht wird, als bei einem linearen Tarif erzielt worden wä- 

re. Das Anbieten eines pauschalen Tarifs führt hingegen zu einer Verringerung des Gewinns von 

24%. Werden neben dem optimalen zweiteiligen Tarif weitere Tarife angeboten, so nimmt der 

Gewinn nur unwesentlich (1,8%) zu. Den Analysen zufolge ist die simultane Einführung der op- 

tionalen Tarife vorteilhafter als die sequentielle. 

• Je preiswerter die Dienste (z.B. Video-on-Demand oder Games-on-Demand) wahrgenommen 

werden, desto weniger sind die Personen bereit, eine hohe Grundgebühr zu akzeptieren. Dieses 

Ergebnis hat eine hohe preispolitische Bedeutung: Tarifiert der Serviceanbieter die einzelnen Fil- 

me zu niedrig, dann wird er nicht ohne weiteres eine hohe Grundgebühr durchsetzen können. 

Fordert er hingegen relativ hohe Nutzungsentgelder, dann kann er später eine durchaus hohe 

Flat-Fee durchsetzen, bei der sämtliche Dienste kostenlos abgerufen werden können. Eine Stra- 

tegie des Penetration-Pricing kann demnach mit Problemen einhergehen, wenn dieses Ergebnis 

mißachtet wird. 

362

• Gemäß Kalyanaram und Winer (1995) ist abzuleiten, daß die Tarifierung eines Systems 2000 

363 

nicht oberhalb des Referenzpreises des Digitalen Fernsehens angesiedelt werden sollte, weil Nut- 

zer asymmetrisch auf Preisänderungen reagieren. Dies führt dazu, daß sie auf Tarife oberhalb des 

Referenzpreises stärker reagieren als auf Tarife unter 50 DM. 224 

• Die Strategie der leistungsbezogenen Preisdifferenzierung hat sehr große Rückwirkungen auf die 

Produktpolitik des Endgeräts. Wenn z.B. die Ladezeiten eines Filmes durch das Einsetzen eines 

Chips in das Endgerät verlängert werden, um so eine Preisdifferenzierung durchzusetzen, muß 

zum einen die Preisstrategie vor der Auslieferung der Hardware vom Management beschlossen 

werden und zum anderen darf es nicht ohne weiteres für den Nutzer möglich sein, die „low-end- 

box“ durch Manipulationen in eine „high-end-box“ zu modifizieren. 

• Die geringe Korrelation zwischen der Zahlungsbereitschaft für Filme und der maximal akzeptier- 

ten Grundgebühr mit freier Nutzung aller Inhalte im Interaktiven Fernsehen ist ein Hinweis darauf, 

daß eine hohe Zahlungsbereitschaft für bestimmte Inhalte noch keine hohe Zahlungsbereitschaft 

für Interaktives Fernsehen bedeutet. Dieses Ergebnis ist für die preispolitischen Marketing- 

Implikationen von höchster Bedeutung, da anscheinend der Nutzer eine getrennte Bewertung von 

Filmen und Interaktivem Fernsehen vornimmt. Hier müssen insbesondere Instrumente der Kom- 

munikationspolitik dafür sorgen, daß diese Wahrnehmung stärker forciert wird, wenn Pauschal- 

tarife als Lösungsoption angeboten werden sollen. 

• Versicherungslösungen, bei denen potentiellen Nachfragern eine Versicherung dahingehend an- 

geboten wird, daß ihnen bei Nicht-Erreichen eines Mindestnutzens (z.B. Inhaltequalität) eine 

Rückzahlung zukommt, können ebenso wie preisliche Anreizsysteme zu einer schnellen Diffusion 

führen und das Erreichen der Kritischen Masse sichern. So könnte ein Anreizsystem gestaltet 

werden, das frühen Abonnenten des Video-on-Demand einen Preis von 6,00 DM pro Film zusi- 

chert, der sich auch später bei steigender Nutzeranzahl nicht verändert; wohingegen spätere Teil- 

nehmer am System einen höheren Beitrag entrichten müßten. 

224 Ein konträres Ergebnis erzielen Natter und Hruschka (1997, S. 762). Der Transfer der bisherigen empirischen 

Ergebnissen zu Anker- oder Referenzpreisen auf diese Untersuchung kann mit Problemen behaftet sein, weil 

es sich hier um den Transfer von bisherigen Ankerpreisen für Pay-TV auf eine Innovation (ITV) handelt. In 

der Studie von Natter und Hruschka (1997) handelt es sich jedoch nicht um neue Märkte, sondern um etablierte 

Märkte, in denen sich die Personen durch langjährige Erfahrungen Ankerpreise bilden konnten.


Die Markteinführung des Interaktiven Fernsehens bedingt die Zusammenarbeit mehrerer Unterneh- 

men aus den einzelnen Gliedern der Wertschöpfungskette, um ein funktionierendes Gesamtsystem 

anzubieten. Da die Komplexität anfangs sehr hoch ist, wäre eine gemeinsame Preispolitik sinnvoll, um 

die Komplexität und das wahrgenommene Risiko zu minimieren. Dabei ist es denkbar, daß der Ser- 

vice-Provider die anderen Anbieter über den Handel subventioniert. So ist es bereits im Mobilfunk- 

markt normal, daß der Nutzer bei Abschluß eines Vertrages (z.B. bei D1) ein subventioniertes Han- 

dy bekommt. Dabei liegen die Gerätepreise teilweise bei 1,00 DM. Ebenso können die Anschlußge- 

bühren bei dem Netzbetreiber subventioniert werden, wie es beispielsweise der Service-Provider 

Unicom (www.unicom.de) anbietet. Eine ähnliches Modell ist für das Interaktive Fernsehen ebenfalls 

denkbar. 

7.2.2.1 Wettbewerbsorientierte Preisstrategien 

Da es sich in dieser Untersuchung um ein Pionierprodukt handelt, ist der Wettbewerb nicht betrach- 

tet worden. Insofern liefert diese Arbeit nur Pionierstrategien. Allerdings ist die vorgeschlagene Me- 

thode zur Analyse und Prognose der Nutzung bei Netzeffekten geeignet, Wettbewerb abzubilden. 

Ähnlich wie bei dem Choice-Simulator der Conjoint-Analysen ist dann ein Wahlmodell zu unterstel- 

len, das auf der Konsumentenrente basiert (Louviere 1988). 

Für das Preis-Management bedeutet eine Pionierstrategie für das Interaktive Fernsehen, daß sehr 

schnell Netzeffekte zu realisieren sind, um somit die Markteintrittsbarrieren für Folger zu erhöhen. Ei- 

ne mögliche Strategie lehnt sich an der Erfolg des Minitel in Frankreich an: 

Die kostenlose Abgabe von Set-top-boxen oder die begrenzte kostenlose Nutzung von Diensten 

kann sinnvoll sein, weil das erstmalige Anwenden von den im Interaktiven Fernsehen angebotenen 

Diensten von den Nutzern häufig eine hohe Einarbeitungszeit und damit hoher Kosten bedarf. Die 

kostenlose Abgabe reduziert letztlich diese Einarbeitungskosten und führt zu einer Senkung der Ein- 

stiegskosten. Darüber hinaus werden hohe Kosten für das zukünftige Wechseln zu anderen Anbie- 

tern aufgebaut, da diese Einarbeitungskosten bei einem erneuten Wechsel zum Folger wieder anfal- 

len, so daß Lock-in-Phänomene auftreten. 

Die Realisierung von Netzeffekten baut erhebliche Eintrittsbarrieren für zukünftige Anbieter auf (Katz 

und Shapiro 1992). Wenn der Pionier auf dem Markt ein Monopol hält, dann kann er durch strategi- 

sches Verhalten, insbesondere in der Preispolitik mittels penetration pricing, erreichen, daß ein Wett- 

bewerber aus dem Markt gedrängt wird oder aber die Markteintrittsbarrieren schier unüberwindlich 

werden (Katz und Shapiro 1986). Dies impliziert, daß der Initialkauf sehr einfach gemacht werden 

364

sollte, da frühe Adoptoren spätere subventionieren und der Nutzen zu Beginn aufgrund der derivati- 

ven Komponente als relativ gering einzustufen ist (Brynjolfsson und Kemerer 1996, S. 1644). 

7.2.2.2 Produktlinienorientierte Preisstrategien 

Die empirischen Ergebnisse zeigen Nachfragersegmente auf, die zum Teil extreme und zum Teil aus- 

gewogene Zahlungsbereitschaften haben. In diesem Falle ist die gemischte Preisbündelung tendenziell 

am vorteilhaftesten. Dabei werden sowohl die Produkte im Bündel als auch einzeln angeboten 

(Simon 1992a, S. 1223 ff.). 

Die Simulation von Olderog und Skiera (1998) weist nach, daß Bündelstrategien dann sinnvoll sind, 

wenn die Zahlungsbereitschaften die variablen Kosten deutlich übersteigen. 225 Die variablen Kosten 

sind bei Filmen relativ gering. Somit könnte die Preisbündelung für Video-on-Demand-Inhalte eine 

interessante Preisstrategie darstellen. Ebenfalls können Bündelungen innerhalb der Dienste- 

Abonnements vorgenommen werden. Beispielsweise kann ein Nachrichtenkanal mit einem Informa- 

tion-on-Demand-Dienst gekoppelt werden. 

Auch können innerhalb eines Dienstes (z.B. Video-on-Demand) Bündel angeboten werden. So kann 

das Zusammenfassen von einzelnen Filmen (z.B. als eine Schwarzenegger-Reihe oder allen Spielen 

der Fußball-Bundesliga) zu einem Produktbündel eine sinnvolle Möglichkeit darstellen, um die Kon- 

sumentenrente besser abzuschöpfen. Da die Zahlungsbereitschaften in unterschiedlichen Nachfrager- 

segmenten stark variieren (einige Konsumenten haben zum Beispiel für alle Filme einer Gruppe in et- 

wa gleich hohe Zahlungsbereitschaften, während andere nur für einen bestimmten Film dieser Gruppe 

eine hohe Zahlungsbereitschaft haben), kann eine gemischte Preisbündelung empfehlenswert sein 

(Whinston, Stahl und Choi 1997, S. 363). Im Interaktiven Fernsehen besteht die Möglichkeit, indivi- 

duell auf Kundenwünsche einzugehen. Hier könnte z.B. die Aufteilung der Fußball-Bundesliga-Spiele 

in mehrere Preisgruppen je nach Attraktivität erfolgen. Das Bündel kann dann dergestalt angeboten 

werden, daß aus jeder dieser Gruppen eine bestimmte Anzahl von Spielen gewählt werden kann und 

ein Preis gezahlt wird, der unterhalb der Summe der Einzelpreise dieser Spiele liegt. Gleichzeitig soll- 

ten die Spiele, wie bereits erläutert, auch immer einzeln angeboten werden (Guiltinan 1987). 

Ebenso könnte eine Bündelstrategie für Set-top-boxen in Kombination mit Abonnementpreisen für 

bestimmte Dienste sinnvoll sein. Eventuell können Netzbetreiber ebenfalls hierzu gewonnen werden: 

So ist vorstellbar, daß die Deutsche Telekom als Kabelanbieter, Nokia als Decoderhersteller und 

225 Details zur optimalen Bündelung können aus Geheimhaltungsgründen nicht publiziert werden, da dies die Offenlegung 

der Kostenstrukturen erfordert. Optimierungsmodelle für Bündelstrategien sind in der Literatur bereits 

mehrfach diskutiert worden, so daß an dieser Stelle darauf verzichtet wird, diese explizit darzustellen 

(siehe z.B. Fuerderer, Herrmann und Wuebker 1999 oder Wübker 1998). Die ermittelten Zahlungsbereitschaften 

lassen sich jedoch problemlos hierfür nutzen. 

365

Premiere als Service-Provider ein Paketpreis anbieten – sofern sie sich darauf einigen und es wett- 

bewerbsrechtlich zulässig ist. 

7.3 Maßnahmen für die Kommunikation 

Die Werbekampagne von DF1 stand 1997 im Zentrum der Kritik, da sie es nicht vermochte, der 

Zielgruppe den Nutzen des Systems deutlich zu machen (Clement 1997a). Sie gilt als einer der 

Gründe für die schleppende Diffusion des Digitalen Fernsehens und verdeutlicht das Gewicht der 

Kommunikationsstrategie für den gesamten Erfolg des Interaktiven Fernsehens. 

Sowohl die theoretische als auch die empirische Analyse läßt das Ableiten von Implikationen für eine 

Kommunikationspolitik für Interaktives Fernsehen zu. Die Relevanz der Betrachtung der Implikatio- 

nen wird deutlich, wenn man sich die Bewertung der Frage nach dem Informationsstand der Teil- 

nehmer des Pilotprojekts vor Augen führt. So fühlen sich die Teilnehmer des Pilotprojekts schlecht 

über das Interaktive Fernsehen informiert. Es zeigt sich, daß es einer großen Anstrengung bedarf, die 

(potentiellen) Nutzer, die nicht am Pilotversuch teilnehmen, von der Vorteilhaftigkeit eines solchen 

Systems zu überzeugen, wenn selbst die Nutzer angeben, daß sie sich schlecht informiert fühlen. 

In diesem Abschnitt wird deswegen zunächst auf spezifische Kommunikationsaspekte für die Teile 

des Systems eingegangen, die direkt von dem Nutzer wahrgenommen werden. Diese beziehen sich 

im wesentlichen auf das Endgerät und dann auf die Inhalte und Dienste des Interaktiven Fernsehens 

(Abschnitt 7.3.1). Im Anschluß daran wird auf die Kommunikationspolitik eingegangen, die sich auf 

das gesamte System bezieht (Abschnitt 7.3.2). Dort wird die Bedeutung von Netzeffekten für die 

Kommunikationspolitik diskutiert. 


Zunächst einmal ist bei der Erörterung der Kommunikationsstrategie sowohl für die Dienste als auch 

für das Endgerät die Zielgruppe festzulegen. Die Kenntnis über die Zielgruppe eröffnet Anbietern ei- 

nen effizienten Einsatz der Marketing-Instrumente zur Beschleunigung der Diffusion des Systems 

(Dickson 1992, S. 71). 

Typischerweise wird angeregt, die Segmente nach den Adopterkategorien zu bilden (Jansen 1970, 

S. 144). Neuere Erkenntnisse aus der Adoptionstheorie zeigen hingegen, daß es nicht unbedingt vor- 

teilhaft sein muß, wenn zu Beginn des Adoptionsprozesses die Innovatoren als Zielgruppe der Kom- 

munikationsmaßnahmen definiert werden (Mahajan und Muller 1998). Zwar wird immer wieder an- 

geführt, daß Innovatoren die Mitglieder der folgenden Adoptergruppen im Laufe des Diffusionspro- 

zesses positiv beeinflussen können, jedoch sind bei der Ausarbeitung einer Kommunikationsstrategie 

komplexere Sachverhalte bezüglich der Zielgruppendefinition zu berücksichtigen. Eine Kommunikati- 

366

onsstrategie, die für die Innovatoren maßgeschneidert ist, kann für die „Early“ oder „Late Majority“ 

unbrauchbar sein. Eine Repositionierung des mit Kommunikationsmitteln aufgebauten Images ist je- 

doch sehr kostenintensiv. Bei der Planung des Kommunikationsmixes ist demnach zu überlegen, ob 

auf die spezifische Ansprache von Innovatoren zugunsten der globalen Ansprache einer größeren 

Zielgruppe (z.B. Innovators und Early Adopters) verzichtet wird. Mahajan und Muller (1998) zeigen 

analytisch mögliche Entscheidungskriterien auf, bei denen eine Ansprache der Majorität sinnvoller 

sein kann als die reine Fokussierung auf die Innovatoren. Wenn der Einfluß der Innovatoren auf die 

Mehrheit (Word-of-mouth) schnell abnimmt und das Verhältnis von Innovatoren zu Majorität sehr 

klein ist, dann kann eine gezielte Ansprache der Majorität hilfreich sein. Dies gilt ebenso, wenn die 

Akzeptanz des Produktes am Markt nur langsam geschieht. Die Autoren liefern jedoch wenig Hin- 

weise für Kommunikationsstrategien bei Netzeffekten. So kann ihr Hinweis auf die unterschiedlichen 

Deckungsbeitragsverhältnisse aufgrund der angeblich höheren Zahlungsbereitschaft bei Innovatoren 

nicht übernommen werden, da der derivative Nutzen anfangs zu gering ist, um hohe Preise zu verlan- 

gen. Dennoch scheint die Überlegung von Mahajan und Muller (1998) auch für Interaktives Fernse- 

hen zu gelten, denn eine extrem enge Definition der Zielgruppe kann für das Erreichen der Kritischen 

Masse hinderlich sein. So ist zu prüfen, ob die Zielgruppen des „frühen Marktes“, d.h. die Innova- 

tors, Early Adopters und eventuell die Early Majority mit einer globalen Kampagne erreicht werden 

können. Eine gemeinsame Ansprache kann kostensparend wirken. 

Ein anderer Ansatz zur Bestimmung der Zielgruppen ist die Segmentierung der potentiellen Adopter 

nach den Präferenzen für Inhalte bzw. Dienste. Die empirische Analyse im Abschnitt 5.4.3.1 zeigt die 

Segmente auf, auf die in der Kommunikationsbotschaft einzugehen ist. Deutlich wird, daß die Maß- 

nahmen auf die drei Segmente Video-on-Demand, Bank- und Kommunikationsdienste sowie Infor- 

mation-on-Demand auszurichten sind. So ist davon auszugehen, daß Segmente, die Video-on- 

Demand als sehr wichtig empfinden, anders in der Kommunikation angesprochen werden müssen als 

die Informationssucher oder Home-Banker. Wichtig ist vor allem, daß der relative Vorteil des Inter- 

aktiven Fernsehens hinsichtlich dieser drei Dienste – die jeweils segmentspezifische Killer- 

Applikationen darstellen – klar kommuniziert wird, damit die Unsicherheit über den Nutzen des Sy- 

stems reduziert wird. 

Die Analysen zeigen weiterhin, daß der Wunsch nach Interaktivität nur begrenzt vorhanden ist. Eine 

Kampagne, die nun genau diesen Aspekt in den Fokus der Botschaft stellt, ist wenig erfolgverspre- 

chend. 

Zusätzlich zu der segmentspezifischen Kommunikation bezüglich des Nutzens der Dienste ist die Dif- 

fusion der Set-top-box kommunikativ zu unterstützen. Die Nutzer unterscheiden dabei in der Regel 

nicht zwischen der Hardware und der zum Betrieb notwendigen Software, sondern sehen diese eher 

als eine einheitliche Architektur an. Insofern ist bei der Kommunikation auf die identifizierten Seg- 

367

mente der empirischen Analyse aus dem Abschnitt 5.4.5 zu achten: Zum einen existieren zwei Seg- 

mente, die sich von der Komplexität des Systems abschrecken lassen. Insofern ist keine technisch 

anspruchsvolle Kommunikation, die detailliert auf die Features der Hard- und Software eingeht, in 

den Medien zu schalten, in denen sich gerade diese beiden Segmente vorwiegend wiederfinden. 

Vielmehr muß differenziert vorgegangen werden, und die Botschaft ist einfach zu halten. Eine Web- 

Adresse mit weiteren Informationen sollte auf keinen Fall in der Kommunikation vergessen werden, 

damit sich die Personen mit hohem Involvement weitere Informationen beschaffen können. 

Es existieren ebenfalls zwei Segmente, die positiv gegenüber dem System eingestellt bzw. technisch 

versiert sind. Diese Segmente eignen sich gut zur Positionierung des Systems als Statussymbol. So- 

fern das System als ein solches wahrgenommen wird, nimmt der soziale Druck auf die Imitatoren zu. 

Aus Marketing-Gesichtspunkten erscheint es deshalb sinnvoll, die folgenden Schritte zur Schaffung 

eines Statussymbols durchzuführen: 

• Positionierung des Systems als Konsumsymbol zur Unterstützung der Identität einer Gruppe. Die 

Gruppe übt dann Druck auf die Nicht-Nutzer aus. Eine Unterstützung dieses Aspektes mit einer 

Werbebotschaft, wie sie z.B. von der Deutschen Telekom für ISDN verwendet wird: „Verpassen 

Sie nicht den Anschluß!“, kann die Diffusion beschleunigen. 

• Minimierung des sozialen Risikos, das durch Mißbilligung der Nutzer des Systems durch das so- 

ziale System entstehen kann. 

• Schaffen eines Multimedia-Erlebnisses unter Zuhilfenahme markenpolitischer Instrumente. 

Sowohl aus der theoretischen als auch aus der empirischen Analyse wird deutlich, daß die Adoption 

des Endgeräts durch technologische Unsicherheiten behindert wird. Die Individuen scheuen sich vor 

einem hohen Lock-in-Effekt und demzufolge einem stranding. Die Angst der potentiellen Kunden vor 

dem Lock-in kann durch die Kommunikation der technologischen Kompetenz verringert werden. 

Wichtig ist auch, daß die Kompatibilität und Aufrüstbarkeit des Endgeräts immer wieder hervorge- 

hoben wird. Die Zielgruppen müssen von der Zukunftssicherheit des Systems überzeugt sein. Hierbei 

ist auch auf eine hervorragende PR-Arbeit zu achten, um so zu vermeiden, daß sich ein Dekoder- 

streit wie beim Digitalen Fernsehen wiederholt. Eine derartige Kommunikationspolitik kann durch 

das Schaffen von Anreizen für eine frühe Adoption des Endgerätes unterstützt werden. Diese Anreize 

sind dann entsprechend in der Werbung hervorzuheben. So hat z.B. die Deutsche Telekom sehr 

großen Erfolg mit der Bereitstellung derartiger Anreize für ISDN verzeichnen können. 


Personen adoptieren ein Kritische-Masse-System, weil sie erwarten, daß es sich im Markt durch- 

setzt (Köster 1999, S. 14). Für die Kommunikationspolitik ergibt sich daraus, daß die Wahrneh- 

368

mung der Innovation positiv darzustellen ist, so daß der Eindruck entsteht, die Kritische Masse wäre 

schon erreicht oder wird bald erreicht sein. 

Eine strategische Option zur Verringerung der Markteintrittsbarrieren des Interaktiven Fernsehens 

stellt das Instrument der Vorankündigung dar (Graumann 1993, S. 1347). Vorankündigungen sind 

ein Mittel des Erwartungs-Management und sind geeignet, um über Erfolg und Mißerfolg einer Inno- 

vation zu entscheiden (Shapiro und Varian 1999, S. 14 ff.). Es lassen sich zwei Wirkungen von Vor- 

ankündigungen unterscheiden: Zum einen die Wirkung auf bislang ungebundene Personen, die zu- 

nächst einmal abwarten, bis die neue Technologie auf den Markt kommt und vorerst vom Abonne- 

ment der alternativen Systeme (z.B. Premiere) absehen. Nehmen die potentiellen Kunden einen rela- 

tiven Vorteil des Systems gegenüber dem alten System wahr, dann adoptieren sie Interaktives Fern- 

sehen. Durch Vorankündigungen können somit schnell Netzeffekte realisiert werden. Sie können 

damit das Erreichen der Kritischen Masse wahrscheinlicher machen. Zugleich wird verhindert, daß 

die Installierte Basis und somit der Gesamtnutzen des Wettbewerbssystems zunimmt. Zum anderen 

stellen Abonnenten von bisherigen Pay-TV-Anbietern potentielle Wechsler dar. Sie werden bei Vor- 

ankündigungen eventuell weitere Investitionen in das bisherige System zurückstellen, um somit nicht 

weiter in die Systembindung zu geraten. Die Systemwechselkosten werden also nicht erhöht. Voran- 

kündigungen sind jedoch ein zweischneidiges Schwert. So kann eine Vorankündigung auch den Absatz 

des eigenen (alten) Systems kannibalisieren. 226 

Neben Vorankündigungen können gezielte Kommunikationsstrategien bei kleinen sozialen Netzwer- 

ken erfolgversprechend sein, sofern sie eine diffusionsfördernde Funktion aufweisen: So weisen bei- 

spielsweise Topmanager oder Personen mit einem großen sozialen Netzwerk eine Vorbildfunktion 

auf, die andere zur Nutzung des Interaktiven Fernsehens motivieren kann (Rogers 1995, S. 214 f.). 

Des weiteren ist eine Implementation des Systems in eine intakte Gruppe, die das System adoptiert 

und alle Gruppenmitglieder zur Nutzung verpflichtet, eine denkbare Strategie. 

Sobald Netzeffekte vorliegen, sind sie in der Kommunikation offensiv aufzugreifen. So zeigt z.B. der 

Software-Agent LINXX (www.linxx.de) stets die Teilnehmerstatistik an. Es wird so die Größe der 

Installierten Basis als Werbebotschaft benutzt (Clement, Litfin und Peters 1998, S. 89 f.). 

226 Hierbei ist dann fraglich, ob der Mut zur Kannibalisierung einen Erfolgsfaktor darstellt, der radikale Innova- 

369 

tionen ermöglicht (Chandy und Tellis 1998).

Abbildung 7-3: Teilnehmerstatistiken bei LINXX 

Der wichtigste Aspekt bei der Kommunikationspolitik ist ein abgestimmtes Vorgehen der einzelnen 

Anbieter untereinander, um eine gemeinsame Botschaft zu verbreiten. Dort muß zunächst der Nutzen 

des Systems aufgezeigt werden, der in den angebotenen Inhalten und Diensten verankert ist. Eventu- 

ell sind gemeinsam finanzierte Kampagnen sinnvoller als ein unkoordiniertes Vorgehen des Einzelnen. 

Der wahrgenommene Nutzen ist durch geschicktes Kommunizieren der (eventuell noch nicht vorhan- 

denen) Netzeffekte zu manipulieren. Dies gilt insbesondere für die Kommunikationsdienste, da sie di- 

rekten Netzeffekten unterliegen. Mögliche Akzeptanzbarrieren der Hardware sind mittels PR- und 

Werbemaßnahmen auszuräumen. 

7.4 Maßnahmen für die Distribution 

Die empirische Analyse läßt keine Aussagen bezüglich der Vorteilhaftigkeit bestimmter Distributions- 

strategien zu, da im Pilotprojekt keine Marketing-Zielsetzung verfolgt wurde. Insofern sind nur theo- 

retische Überlegungen zur Ableitung von Implikationen für das Distributions-Management heranzu- 

ziehen, die in den folgenden beiden Unterabschnitten diskutiert werden. 


Zur Ableitung von Management-Maßnahmen ist die Fokussierung auf die Teile des Systems sinnvoll, 

die der Nutzer adoptieren wird. So ist vor allem die Distribution des zum Empfang des Interaktiven 

Fernsehens notwendigen Endgeräts zu diskutieren. Der Nutzungsprozeß des Interaktiven Fernsehens 

beginnt mit der Adoption der Hardware und setzt sich in der Nutzung der Dienste fort. Insofern ist 

die Distribution der Dienste ebenfalls von Relevanz. Alle anderen 

370

Teile des Systems sind nicht unmittelbar für die Distribution von Interesse. 227 In Abbildung 7-4 sind 

die im weiteren Verlauf betrachteten Teile des Systems in der Wertschöpfungskette dunkelgrau mar- 

kiert. 

Da der Nutzungsprozeß die Adoption der zur Nutzung notwendigen Hardware voraussetzt, wird 

auch zunächst auf das Distributions-Management des Endgeräts (Set-top-box) eingegangen. In An- 

lehnung an Gerpott und Winzer (1998, S. 485 ff.) ist für die Auswahl des Vertriebskanals ein kon- 

zeptioneller Bezugsrahmen aufzuspannen, der auf der Transaktionskostentheorie basiert. 228 Aufgrund 

dessen werden die folgenden (fett hervorgehobenen) Kriterien herangezogen, die für die Entschei- 

dung, ob ein eigenes oder ein fremdes Vertriebsnetz genutzt werden soll, zu prüfen sind: 

Zunächst einmal ist der Markterschließungsdruck des ITV-Pioniers zu betrachten. Dieser Druck 

ist für Kritische-Masse-Systeme sehr groß, da zum einen mit zunehmender Nutzeranzahl der Nutzen 

des Systems aufgrund der Netzeffekte steigt und zum anderen Wechselbarrieren durch Lock-in- 

Effekte aufgebaut werden. Für das Management bedeutet dies, daß quasi von Beginn an der gesam- 

te Markt schnell beliefert werden muß und eine allgegenwärtige Präsenz anzustreben ist. Daher sind 

sämtliche bisher genutzten Vertriebskanäle – d.h. sowohl Fremd- als auch Eigenvertriebskanäle – zu 

nutzen. Da nicht davon auszugehen ist, daß ein ITV-Anbieter über ein eigenes umfassendes Ver- 

triebsnetz verfügt, ist zusätzlich auf fremde Vertriebsorgane zurückzugreifen. 

Als zweites Kriterium ist der Kundenbindungsdruck heranzuziehen, der beim Interaktiven Fernse- 

hen hoch ist. Damit der Kunde gebunden werden kann, ist auf das One-to-One-Marketing zurück- 

zugreifen, das allerdings erst dann greift, wenn der Kunde das System stark genutzt hat (Clement und 

Runte 1999). Insofern ist es zur Kundenbindung entscheidend, daß Kunden- bzw. Nutzungsdaten 

vorliegen, da nur dann seine individuellen Präferenzen optimal befriedigt werden können. Um den 

Wettbewerbsvorteil auszubauen, ist über den Vertriebsweg der Hardware sicherzustellen, daß der 

Kunde nicht nur das Endgerät kauft, sondern auch die Dienste häufig nutzt. Insofern kommt dem 

Vertriebskanal eine nutzungsinitierende Funktion zu, die später zu einer Kundenbindung führt. Dies 

spricht für ein eigenes Vertriebsnetz, welches diese Funktion optimal umsetzen kann. Nutzt man hin- 

gegen fremde Vertriebskanäle für die Set-top-box, so sind die Ergebnisse von Untersuchungen der 

Prinzipal-Agenten-Theorie heranzuziehen (z.B. Albers und Krafft 1996), um geeignete Motivations- 

bzw. Kontrollmechanismen zu definieren. 

227 Eine Ausnahme stellt hierbei die Diskussion bezüglich der Netzinfrastruktur dar. Diese Problematik wurde jedoch 

bereits im dritten Abschnitt dieser Arbeit ausführlich dargestellt und basiert im wesentlichen auf technischen 

Kriterien. Insofern bestehen nach Wahl des Netzes nur sehr wenig Freiheitsgrade zur Bestimmung 

der Distributionspolitik. 

228 Auf die Darstellung der Transaktionskostentheorie wird verzichtet und statt dessen auf die Literatur verwiesen 

(z.B. Commons 1931, Coase 1937, Williamson 1979b, Picot 1986 oder Picot, Reichwald und Wigand 1996). 

371

Als dritter Faktor ist die Transaktionsspezifität zu betrachten, die in der Transaktionskostentheo- 

rie eine zentrale Variable darstellt. Je komplexer ein System ist, desto höher ist auch die Spezifität 

der Investition durch den Nutzer (Gerpott und Winzer 1998, S. 488). Die empirischen Ergebnisse 

lassen die Annahme zu, daß die Kunden dem Interaktiven Fernsehen eine relativ hohe Komplexität 

zuweisen. Daraus läßt sich transaktionskostentheoretisch für die Wahl eines eigenen Vertriebsnetzes 

argumentieren. 

Weiterhin ist die Transaktionsunsicherheit eine wichtige Bestimmungsgröße für die Wahl der Ver- 

triebsform. Insbesondere bei Systemen, die sich wie das Interaktive Fernsehen noch in der Pilotpha- 

se befinden, ist die Unsicherheit der Kunden sehr groß (Gerpott und Winzer 1998, S. 488 f.). Dies 

liegt zum einen an dem Unwissen über den Nutzen des Systems und zum anderen an der Furcht vor 

der Wahl der falschen, d.h. nicht zukunftsträchtigen, Technologie (stranding). Da sich das Interaktive 

Fernsehen durch eine hohe Unsicherheit auszeichnet (siehe auch die empirischen Ergebnisse dieser 

Arbeit), empfehlen Gerpott und Winzer (1998, S. 489) die Wahl eines eigenen Vertriebskanals. Sie 

begründen dies mit Kostenvorteilen und der besseren Kundenbindung durch laufende Überwachung 

und der besseren Anpassung von Austauschbeziehungen mit dem Kunden. 

Schließlich sind situationsspezifische Aspekte bei der Wahl des Vertriebskanals zu berücksichti- 

gen. Auf sie kann nur sehr global eingegangen werden, da sie für jeden einzelnen Player im Markt 

unterschiedlich ausgeprägt sind. So sind z.B. die Kosten für den Aufbau eines eigenen Vertriebsnet- 

zes für die Deutsche Telekom geringer (T-Punkte sind relativ weit verbreitet) als für die KirchGrup- 

pe, die über kein eigenes Netz verfügt. Weitere globale Entscheidungskriterien liefern Gerpott und 

Winzer (1998, S. 489). 

Nach Abwägung der einzelnen Entscheidungsvariablen hat sich das Management für oder wider eine 

Vertriebskanalalternative zu entscheiden. Dabei stehen im wesentlichen zwei Formen zur Auswahl: 

Zum einen kann ein eigener Vertrieb aufgebaut werden. Dieser kann direkt (z.B. über Internet oder 

Telefon) oder über eigene Vertriebsniederlassungen geschehen. Zum zweiten kann ein Fremdvertrieb 

angestrebt werden. Dieser Vertrieb kann über den „normalen“ Handel oder aber durch Service- 

Provider vorgenommen werden. 

Nachdem die Hardware von einem Kunden adoptiert wurde, müssen die Dienste über das Netz an 

ihn distribuiert werden. Generell wird in dieser Arbeit nach vier Dienstegruppen (On-Demand- 

Dienste, Home-Shopping, Home-Services und Kommunikationsdienste) unterschieden. Im folgen- 

den wird die Distribution von digitalisierten Produkten (Informationen) dargelegt. Auf die Distribution 

von Gütern, die über das Interaktive Fernsehen bestellt werden, wird nicht eingegangen und statt 

dessen auf die einschlägige Literatur des Electronic Commerce verwiesen (z.B. Alba et al. 1997, 

Albers und Peters 1997, Albers, Clement und Skiera 1999, Hruschka 1998). 

372

Die Distribution von Informationen, die im folgenden am Beispiel des Video-on-Demand dargestellt 

wird, unterliegt einem Lebenszyklus (siehe Abbildung 7-4). Dieser Lebenszyklus ist schon in der 

Tourismusbranche mit dem Aufkommen des SABRE und des eCommerce beobachtet worden 

(Clement, Peters und Preiß 1998, Krafft 1998). Ein ähnlicher Verlauf tritt auch im Telekommunikati- 

onssektor zu Tage (Gerpott 1996, S. 120 f.). 

Vermutlich werden auch für Video-on-Demand oder auch für Kommunikationsdienste ähnliche Phä- 

nomene zu beobachten sein: In der Regel sind mehrere Player bei der Markteinführung eines innova- 

tiven Systemgutes involviert. Beim Interaktiven Fernsehen wird demnach der Nutzer entweder direkt 

von Inhalteanbieter (z.B. Disney) oder aber von einem Service-Provider (z.B. DF1) die Inhalte abru- 

fen. Inwiefern schon Service-Provider beim Markteinstieg vorhanden sind, hängt von den strategi- 

schen Allianzen ab. Für das Distributions-Management ist es jedoch zentral, daß weitere Intermediä- 

re nach und nach in den Markt eintreten werden. So wird es nicht bei nur einem Service-Provider 

bleiben. Zunehmend werden Wettbewerber in den Markt eintreten und ihrerseits Dienstleistungen 

anbieten. So ist DF1 längst nicht mehr der einzige Service-Provider für Digitales Fernsehen. Durch 

den zunehmenden Wettbewerb und die enorme Marketing-Bedeutung von Kundendaten zur Indivi- 

dualisierung des Angebots werden die Provider Kundenbindungsmaßnahmen einführen. Eines der 

zentralen Mittel hierfür stellen Vielnutzer-Programme dar, die sich gut mit den bekannten Frequent- 

Flyer-Programmen vergleichen lassen. Schließen sich mehrere Service-Provider zu einer Allianz zu- 

sammen (wie z.B. die Star-Alliance von Lufthansa und anderen), dann entkoppelt sich das Pro- 

gramm vom eigentlichen Distributionsweg und wird zunehmend zu einer zentralen Anlaufstelle für die 

Kunden. Dies geschieht insbesondere deswegen, weil die Programme mehr Informationen über den 

Kunden besitzen als die einzelnen dahinterstehenden Gesellschaften und dementsprechend besser auf 

die individuellen Nutzer eingehen können. 

Konterkariert werden diese Programme dann in einer späteren Phase des Lebenszyklusses durch 

neue Anbieter, die übergreifend die einzelnen Vielnutzer-Programme managen. Solche sogenannten 

Frequent-User-Programm-Manager bieten eine programmübergreifende Dienstleistung für die Nut- 

zer an (Krafft 1998). Ein Beispiel für einen solchen Intermediär stellt Bizmiles dar 

(www.bizmiles.com). 

Sie bieten eine Filterfunktion, da sie über die gesamten Nutzungsdaten aller Programme verfügen 

und deswegen die Präferenzen der Nutzer am besten kennen. Somit können sie – sofern sie die Kri- 

tische Masse der Nutzer erreichen – zunehmend Marktmacht generieren und die Margen der vorge- 

lagerten Stufen reduzieren. 

Eine derartige Entwicklung ist für Filme, Kommunikationsdienste usw. grundsätzlich in Betracht zu 

ziehen. Das Distributions-Management muß sich demnach immer darüber Gedanken machen, wie sie 

373

es verhindern kann, daß Intermediäre über eine Kritische Masse verfügen, indem sie den Endkunden 

Mehrwertdienste anbieten. Denn je mehr Zwischenstufen vom Inhalteanbieter zum Endkunden be- 

stehen, desto weiter rückt der Kunde aus dem Fokus. Das Geschäft machen dann die Intermediäre, 

da sie über bessere Möglichkeiten der Kundenbindung verfügen. 

374

Abbildung 7-4: Distribution der Komponenten des Interaktiven Fernsehens 

375 

Distribution innovativer und nicht-digitalisierbarer Produkte - Endgeräte für Interaktives Fernsehen 

Determinanten der Auswahl 

von Vertriebskanälen 

Distributionskanäle für Endgeräte 

• Eigener Vertrieb (direkt oder über Verkaufspunkte) 

• Fremdvertrieb (freie Händler, sekundäre Handelspartner) 

• Fremdvertrieb über Service-Provider 

• Markterschließungsdruck 

• Kundenbindungsdruck 

• Transaktionsspezifität 

• Transaktionsunsicherheit 

• Situationsspezifische Aspekte 

Systemlösungen 

Software 

Endgeräte 

Serviceproviding 

Inhalte 

Server 

Netzleistung 

Netzinfrastruktur 

Distribution digitalisierbarer Produkte - Inhalte, Dienste und Software für Interaktives Fernsehen 

Distributionslebenszyklus digitaler Produkte am Beispiel des Video-on-Demand 

Nutzungsprozeß des Interaktiven Fernsehens 

Inhalte 

Inhalte 

Inhalte 

Inhalte 

(z.B. Disney) 

Mehrere Service-Provider 

Mehrere Service-Provider 

Frequent-User-Programme 

Service-Provider 

(z.B. DF1) 

Frequent-User-Programm 

Manager (z.B. bizMiles) 

Frequent-User-Programm 

(z.B. wie Miles and More) 

Nutzer 

Nutzer 

Nutzer 

Nutzer 

Zeit


Eine Distributionsstrategie für das gesamte System erfordert eine strategische Allianz der Anbieter 

untereinander. Ein gemeinsamer Vertrieb des Systems erfordert eine Bündelung der Handelsfunktio- 

nen (Albers und Peters 1997) auf einen oder einige wenige Anbieter. So ist z.B. ein Vertrieb über 

die Deutsche Telekom denkbar. Die Deutsche Telekom vertreibt heute schon über ihre Techniker 

den eigenen Online-Dienst T-Online. Insofern ist es naheliegend, daß in gleicher Weise Endgeräte 

und Dienste-Abonnements verkauft werden können. Ein solcher Vertrieb erfordert allerdings hervor- 

ragend geschulte Techniker der Deutschen Telekom, die nicht nur die Technik beherrschen, sondern 

ebenfalls vertriebsorientiert vorgehen. 

Das Hauptproblem besteht aber in der strategischen Kooperation zwischen den Anbietern. So wird 

der direkte Vertrieb des Online-Dienstes T-Online durch die Telekomtechniker von Wettbewerbern 

wie z.B. AOL mit rechtlichen Schritten behindert. Ähnliche Konstellationen sind bei der Marktein- 

führung des Interaktiven Fernsehens ebenfalls vorstellbar. Kommt es zu einer öffentlichen Auseinan- 

dersetzung in den Medien, so wird dies nicht die Unsicherheit der potentiellen Adopter reduzieren, 

sondern vielmehr die Diffusion des Systems behindern. 

Der Schlüssel zum Erfolg bei der Distribution des gesamten Systems liegt in der Fähigkeit des Mana- 

gements, langfristige strategische Allianzen zu bilden. 

376

8 Zusammenfassung 

In dieser Arbeit wurde eine Methode zur Analyse und Prognose der Nutzung des Interaktiven Fern- 

sehens entwickelt, welche die Dynamik der Netzeffekte einbezieht. Dieser methodische Aspekt fußt 

auf den Theorien zum Systemgüter-Marketing sowie auf der Adoptions-, Diffusions-, Akzeptanz- 

und Nutzentheorie. Die methodischen und theoretischen Überlegungen wurden in einer empirischen 

Studie im Rahmen eines Pilotversuches zum Interaktiven Fernsehen hinsichtlich ihrer Umsetzbarkeit 

und Aussagekraft überprüft. 

Mit dieser Untersuchung wurden drei Ziele erreicht: 

Zum ersten wurde unter Berücksichtigung der theoretischen Erkenntnisse untersucht, welche Fakto- 

ren die Adoption und Nutzung der angebotenen Dienste im Interaktiven Fernsehen beeinflussen. 

Zwar läßt sich insbesondere aus der Adoptionstheorie eine Vielzahl von Einflußfaktoren herleiten, je- 

doch wurde deutlich, daß die Rogers-Kriterien zur Analyse und Prognose der Nutzung einer Innova- 

tion nur bedingt hilfreich sind. Die zu allgemein formulierten Kriterien „Relativer Vorteil“, „Kompati- 

bilität“, „Komplexität“, „Erprobbarkeit“ und „Kommunizierbarkeit“ können weniger zur Ableitung 

konkreter Hypothesen als vielmehr als grober Leitfaden für eine empirische Untersuchung dienen. So 

müssen die Faktoren stets an die Besonderheiten der Innovation angepaßt werden. Als das zentrale 

Ergebnis dieser Untersuchung ist festzuhalten, daß für die Adoption und Nutzung des Interaktiven 

Fernsehens die Qualität der angebotenen Inhalte ausschlaggebend ist. Hierbei ist insbesondere auf 

die Qualität des Video- und des Information-on-Demand zu achten, da diese Dienste den höchsten 

Nutzenbeitrag stiften. Die Nutzung des Interaktiven Fernsehens wird im wesentlichen von der Be- 

wertung der Set-top-box und von der technischen Affinität der Adopter beeinflußt. 

Zum zweiten wurde eine Schätzmethode zur Prognose der Adoption und Nutzung vorgestellt, die 

implizit Netzeffekte abbildet und dem Management konkrete Empfehlungen für Marketing-Strategien 

bereitstellt. Hierfür wurde mit der Schätzung von Zahlungsbereitschaftsfunktionen unter Zuhilfenahme 

von Szenarien ein Ansatz zur Abschätzung der Auswirkungen von Netzeffekten entwickelt und ein- 

gesetzt. Es zeigte sich zum einen, daß die Quadratische Funktion die beste Anpassung an die Daten 

liefert und zum anderen, daß die Erkenntnisse aus der Nutzentheorie (Gossen‘sche Gesetze) empi- 

risch gestützt werden. Die Ergebnisse verdeutlichen ebenfalls, daß Netzeffekte erhebliche Auswir- 

kungen auf die Zahlungsbereitschaft haben. Trifft ein Anwender eine Annahme bezüglich des Wahl- 

verhaltens der Nutzer, dann kann er mit der entwickelten Methode anhand der Konsumentenrente 

bestimmen, bei welchem Tarif jeder einzelne Nutzer das System adoptiert und wie häufig er einen 

Dienst nutzt. 

377

Schließlich wurde neben der methodischen Erweiterung die praktische Anwendbarkeit des Instru- 

mentariums gewährleistet. Es wurde demonstriert, daß die Methodik im empirischen Beispiel zu 

plausiblen Ergebnissen führt. Anhand der theoretischen Überlegungen und empirischen Ergebnisse 

konnten Implikationen für das Management aufgezeigt werden. Es wurden produktpolitische Impli- 

kationen für nahezu alle Ebenen der Wertschöpfungkette abgeleitet, die sowohl für einzelne Teile als 

auch in einem systemspezifischen Zusammenhang dargestellt wurden. Die Ergebnisse lassen eine Ta- 

rifoptimierung zu, da sämtliche Aussagen in monetären Einheiten vorliegen. Die Tarifoptimierung 

konnte jedoch aus Geheimhaltungsgründen nicht publiziert werden. Dennoch wurden allgemeine 

Preisstrategien aufgezeigt, welche die angesprochenen Phänomene von Kritische-Masse-Systeme 

berücksichtigen. Für die Kommunikationspolitik sind insbesondere die in dieser Studie identifizierten 

Segmente von Bedeutung. So wurden mehrere Kommunikationsstrategien dargestellt, die sowohl für 

die Hardware als auch die Software des Interaktiven Fernsehens Anwendung finden können. Da sich 

das Interaktive Fernsehen noch in der Phase vor der Markteinführung befindet, wurde eine rein theo- 

retische Betrachtung der Distributionspolitik vorgenommen, die insbesondere auf die Bedeutung von 

Intermediären im Zeitablauf hinweist. 

Zusammenfassend stellt diese Untersuchung einen theoretisch fundierten, methodischen Leitfaden zur 

Analyse und Prognose der Nutzung des Interaktiven Fernsehens bereit. Es konnten mehrere Ansatz- 

punkte für ein erfolgreiches Marketing von Innovationen aus dem Systemgüterbereich dargelegt wer- 

den. Sie sind stets im Zeitablauf zu überprüfen – insbesondere dann, wenn sich der Pionier einer Rei- 

he von Wettbewerbern gegenüber sieht, die oftmals nicht aus den vertrauten Industriezweigen stam- 

men. So konkurrieren im digitalen Zeitalter Inhalteanbieter wie z.B. die Bertelsmann AG nicht mehr 

nur noch mit dem Springer-Verlag oder der KirchGruppe, sondern auch gegen industriefremde Un- 

ternehmen wie Microsoft oder Oracle, die ihre angestammten Geschäftsfelder sukzessiv erweitern. 

378

9 Anhang 

9.1 Chronik der Entwicklung einer Innovation: Digitales Fernsehen in 

1994 

379 

Deutschland 

(Quellen: Frankfurter Allgemeine Zeitung, Handelsblatt, Pressemitteilungen der KirchGruppe) 

3. Februar: Bertelsmann, Kirch und die Deutsche Telekom gründen die Media Service GmbH (MSG), die die Ve r- 

teilung digitaler Abonnementkanäle in Deutschland regeln soll. 

9. November: Die EU-Kommission verbietet die MSG aus wettbewerbsrechtlichen Gründen. 

1995 

17. August: Bertelsmann, Deutsche Telekom, Canal Plus, CLT, ARD und ZDF vereinbaren die Gründung einer 

Multimedia-Betriebsgesellschaft (MMBG). Die MSG-Nachfolgerin soll Decoder für den Empfang digitaler Pro- 

gramme bereitstellen. 

1996 

12. Februar: Verhandlungen über einen Beitritt der KirchGruppe zur MMBG scheitern. Kirch bringt mit Hilfe von 

Vebacom und Metro eigene Decoder (d-Box) auf den Markt. 

6. März: Bertelsmann, Canal Plus, Havas und BSkyB vereinbaren die Digital-TV-Allianz Newco. 

3. April: Bertelsmann-Fernsehtochter Ufa vereinbart mit CLT einen Zusammenschluß zum größten europäischen 

Fernsehkonzern CLT-Ufa. Die Fusion wird am 1.1.1997 vollzogen. 

23. Mai: Nach Zustimmung der EU wird die MMBG gegründet. 

11. Juni: Kirch stellt seinen digitalen Pay-TV-Sender DF1 vor. Die Vermarktung beginnt am 28.7.1996. 

3. Juli: Kirch kauft gemeinsam mit der Sporis Holding für 3,4 Milliarden DM die Senderechte für die Fußballwelt- 

meisterschaften 2002 und 2006. Er hat davor schon für mehrere Milliarden DM Filmpakete in den Vereinigten Staa- 

ten gekauft. 

8. Juli: BSkyB verläßt Newco und verbündet sich mit Kirch. Die Briten wollen 49 Prozent an DF1 und 25 Prozent 

an DSF übernehmen. Auch Canal Plus will mit Kirch sprechen. Damit ist die Newco-Allianz geplatzt. 

26. Juli: Bertelsmann gibt bekannt, daß seine digitalen Pay-TV-Angebote künftig über DF1 verbreitet werden sol- 

len. BSkyB soll sich auch an Premiere beteiligen. 

16. September: Die Deutsche Telekom kündigt ihren Rückzug aus der MMBG an und will selbst Fernsehpro- 

gramme vermarkten. 

19. September: CLT und Bertelsmann verzichten auf ihr digitales Pay-TV-Projekt Club RTL. 

Oktober/November: DF1 und Premiere überziehen sich gegenseitig mit Klagen und einstweiligen Anordnungen. 

Die Verhandlungen zwischen Bertelsmann und Kirch gehen weiter.

27. November: ARD und ZDF erklären einigen sich auf die technische Auslegung für eine möglichst preiswerte 

Set-top-box. 

1997 

12. Februar: Eine gerichtliche Verfügung verbietet DF1 die bundesweite Werbung. 

7. März: BSkyB zieht sich aus der Allianz mit DF1 zurück. 

11. März: Regierungskreise sprechen von einer bevorstehenden Einigung zwischen Bertelsmann/CLT-Ufa und 

Kirch auf einheitliche Decodertechnik, die auch die Deutsche Telekom einschließt. 

24. März: Bekanntwerden eines Milliardenkredits für die KirchGruppe unter Beteiligung der landeseigenen Bayri- 

schen Bank sorgt für öffentliche Kritik. Kirch verzichtet auf den Kredit. 

20. Mai: Die Deutsche Telekom stellt auf dem Kabelgipfel anderen Unternehmen, Politikern und Medienbehörden 

ihre Pläne für die Verbreitung Digitalen Fernsehens im TV-Kabel vor. 

23. Juni: CLT-Ufa und Kirch vereinbaren umfassende Zusammenarbeit beim Digitalfernsehen. 

2. Juli: Kirch, CLT-Ufa und Deutsche Telekom einigen sich auf Kirch-Decoder als Standardtechnik für die Ve r- 

breitung digitaler Programme im Kabelnetz. Canal Plus verkauft Premiere-Anteil, so daß Kirch und CLT-Ufa je 50 

Prozent besitzen. 

28. August: Kirch und CLT-Ufa geben bekannt, daß DF1 unter das Dach von Premiere schlüpfen soll. 

1. November: Der Startschuß für das Digitale Fernsehen im Telekom-Kabelnetz: Die kabeltauglichen Decoder 

kommen in den Handel, die Einspeisung digitaler Programme beginnt. 

4. November: Nach dem ZDF stimmt auch die ARD der Einspeisung ihrer digitalen Programme ins Kabel zu. 

5. November: EU-Wettbewerbskommissar Van Miert droht CLT-Ufa, Kirch und der Deutschen Telekom mit hohen 

Geldstrafen, wenn sie schon vor einer Prüfung durch die Kommission Teile ihrer Digital-TV-Zusammenarbeit 

umsetzen sollten. 

6. November: Kirch und CLT-Ufa geben Einigung auf künftige Führung ihrer gemeinsamen Pay-TV-Gruppe be- 

kannt. 

7. November: Leo Kirch und Bertelsmann-Manager Michael Dornemann unterzeichnen Verträge über die Fusion 

von Premiere und DF1 sowie des Sportsenders DSF und der Technikfirmen Betatechnik und Betaresearch. 

9. November: Das Tauziehen um die Markteinführung des Digitalen Fernsehens in Deutschland scheint mit der 

Einigung der Medienkonzerne Bertelsmann und Kirch auf eine Fusion ihrer Sender Premiere und DF1 ein Ende ge- 

funden zu haben. 

Dezember: Premiere stoppt die Vermarktung der d-Box. Rund 160.000 bisherige Abonnenten dürfen das digitale 

Programm, dessen Sendebetrieb nicht eingestellt wird, auch künftig empfangen. Auch DF1 sendet weiter. 

1998 

9. Januar: Pessimistische Stellungnahme des Kartellamts zum Vorhaben von Bertelsmann und Kirch bei der Ko- 

operation bezüglich des Programmteils und der Zusammenarbeit bei der d-Box. Die Fusion der CLT-UFA mit der 

KirchGruppe würde nicht nur die marktbeherrschende Stellung von Premiere stärken, sondern auch ein marktbe- 

herrschendes Oligopol im Free-TV-Markt (RTL, RTL2, Super RTL, Vox, Sat. 1, Pro 7, Kabel 1, DSF) entstehen las- 

sen. 

380

22. Januar: Die KirchGruppe sichert durch ihren Geschäftsführer Dieter Hahn den freien Empfang der Spiele der 

deutschen Fußball-Nationalmannschaft bei der WM 2002 zu. 

22. Januar: In den USA nimmt die Inflation bei den Kosten für Sportübertragungsrechten eine neue Dimension 

an. Ein Konsortium aus vier Sendern zahlt für die Rechte an der National Football League (NFL) für acht Jahre 

mindestens 17,6 Milliarden Dollar. Das ist mehr als doppelt soviel wie bisher. 

Februar: Die ARD stimmt trotz Bedenken gegen den elektronischen Programmführer der digitalen Plattform zu. 

30. März: Die ARD schert wegen kartellrechtlicher Bedenken aus der Digital-Allianz mit Kirch, Bertelsmann, 

Deutsche Telekom und ZDF aus und legt der EU-Kommission ein Gutachten vor, daß vor einer marktbeherr- 

schenden Stellung von Kirch/Bertelsmann sowohl im Free-TV als auch im Pay-TV warnt. Darüber hinaus wird der 

Kirch-Decoder d-Box als technisch unzulänglich abgelehnt. 

17. April: Microsoft setzt seinen Expansionskurs im Bereich Web-TV/Digitales Fernsehen mit dem Kauf des 

Softwareunternehmens Firefly Network fort. Allein im vergangenen Jahr kaufte oder beteiligte sich Microsoft an 

18 Unternehmen, darunter Web-TV Networks, einem Pionier des Digitalen Fernsehens. 

21. April: Im Konflikt um die Zugangstechnik zum Digitalen Fernsehen setzt die ARD nicht auf die d-Box der 

KirchGruppe, sondern auf Decoder mit dem von Sun und Thomson entwickelten Betriebssystem (Application 

Program Interface, API) Open TV. 

24. April: Die KirchGruppe droht im Falle einer Ablehnung der Digital-Pläne durch die EU-Kommission mit der 

Einstellung von DF 1. Die betroffenen Investitionen und Anlaufkosten wurden auf etwa 1 Milliarde DM beziffert. 

26. April: Kirch und Bertelsmann legen der EU Kommission neue Vorschläge vor, die ein Entgegenkommen er- 

kennen lassen sollen. 

16. Mai: O.tel.o legt in Brüssel ein Alternativmodell vor, in dem O.tel.o als „Treuhändler“ die rund 2000 regionalen 

örtlichen Kabelbetreiber und das Kabelnetz der Deutschen Telekom AG vermarktet. Die d-Box soll hierbei als 

Standard genutzt werden. 

22. Mai: Der Medienkonzern CLT-Ufa mußte im ersten Jahr seines Bestehens einen Verlust von 140 Millionen 

DM ausweisen. Im laufenden Jahr wird ein noch höherer Verlust in Höhe von 388 Millionen DM erwartet. Haupt- 

grund sind die erheblichen Investitionen im Pay-TV-Bereich. 

25. Mai: EU-Wettbewerbskommissar Van Miert empfiehlt die Untersagung der gemeinsamen Pläne von Kirch und 

Bertelsmann aus wettbewerbsrechtlichen Gründen. 

26. Mai: Zunehmender Widerstand gegen die Empfehlung Van Mierts durch mehrere Mitglieder der Europäischen 

Kommission. 

27. Mai: Nach einstimmigem Beschluß wird die Allianz der beiden Medienkonzerne von der Europäischen Kom- 

mission verboten. Kirch und die Deutsche Telekom waren zu weiteren Zugeständnissen bereit – Bertelsmann 

lehnt dies ab. 

27. Mai: Die Deutsche Telekom legt ein Konzept zur Ausgliederung ihres Kabelgeschäftes vor. Der Breitbandka- 

belbereich soll übergangsweise in eine GmbH überführt werden, später sollen eine Finanzholding und mehrere 

Regionalgesellschaften entstehen. 

28. Mai: In Folge des Verbotes der EU-Kommission gibt es keine Basis mehr für die Allianz Bertelsmann/Kirch. 

Während die KirchGruppe für einen neuen Antrag Bereitschaft signalisiert, scheint Bertelsmann aus wirtschaftli- 

chen Gründen nicht bereit, weitere Zugeständnisse zu machen. DF 1 wird nach Aussage des Kirch- 

Geschäftsführers Dieter Hahn eingestellt, der Sendebetrieb aber aufrechterhalten bis eine Lösung mit Premiere er- 

reicht ist. 

381

09. Juli (Handelsblatt): Van Miert verlangt eine Öffnung des Kabelnetzes der Deutschen Telekom. Bis 1999 soll 

sie die Mehrheit an private Konkurrenten abgeben, mindestens 6 Regionalnetze sollen entstehen. 

15. Juni: Bertelsmann dementiert Gerüchte, Anteile am Fernsehsender Vox würden an die Murdoch-Gruppe ver- 

kauft. Im Digital-Bereich werde der Sender Premiere Digital zusammen mit der KirchGruppe gezielt ausgebaut. Laut 

Kirch-Geschäftsführer Hahn wird DF 1 zunächst nicht eingestellt. ZDF und ARD fordern unterdessen eine Erwei- 

terung des Rundfunkstaatsvertrages für das Digitalfernsehen. Bundesforschungsminister Rüttgers lehnt dies je- 

doch ab. 

03. August: Ufa hat für ca. 145 Mio. DM pro Saison die Rechte an Bundesliga-Live-Übertragungen im Pay-TV- 

Sender Premiere erworben. Zusätzlich zu den bisher zwei übertragenen Partien kann nun über Premiere Digital 

noch je ein weiteres Spiel der ersten und zweiten Bundesliga empfangen werden. 

03. August: Die KirchGruppe reicht beim Europäischen Gerichtshof eine Klage gegen die Kommissionsentschei- 

dung zur Pay-TV-Allianz mit Bertelsmann ein. Der Kommission werden mangelnde Objektivität und die Verletzung 

von Formvorschriften vorgeworfen. Dies wird von der EU-Kommission zurückgewiesen. Bertelsmann hat noch 

nicht entschieden, ob man sich der Klage anschließt. 

31. August: Bloomberg-TV und N-TV experimentieren mit geteilten Bildschirmen, in denen auch während des lau- 

fenden Programms Werbung eingeblendet werden kann. ZDF, Deutsche Telekom und die Microsoft Tochter 

Web-TV starten einen Pilotversuch zum Internet Fernsehen. 

08. September: CLT-UFA und die KirchGruppe werden von der EU-Kommission für ihre Pläne beim Pay-TV- 

Sender abgemahnt. Die Unternehmen wollen ihre Anteile auf je 50% erhöhen, Canal plus soll als Gesellschafter 

ausscheiden. Die Kommission sieht dadurch den Wettbewerb zwischen Free- und Pay-TV erheblich einge- 

schränkt. 

18. September: Die Deutsche Telekom vertreibt ab Oktober 1998 die d-Box der KirchGruppe. Die zur Freischaltung 

der Programme benötigte Karte wird zunächst kostenlos zur Verfügung gestellt. Ab Juli 1999 soll dann eine Digi- 

talgebühr von 9,90 DM erhoben werden. Über Kabelanschluß können derzeit 67 digitale Programme empfangen 

werden. Gleichzeitig kündigt Vorstandsmitglied Tenzer an, daß die von der EU-Kommission verlangte Ausgliede- 

rung des Kabelnetzes in Regionalgesellschaften ab Januar 1999 beginnen soll. 

06. Oktober: Das Bundeskartellamt untersagt das Vorhaben der CLT-Ufa und der KirchGruppe, ihre Anteile an 

Premiere auf 50% aufzustocken. Die KirchGruppe kündigt an, daß sie fremde Gesellschafter in einer neu zu struk- 

turierenden Holding aufnehmen möchte. 

30. November: Ab 1999 wird die KirchGruppe alle Pay-TV-Aktivitäten in einer Holding bündeln. 

1999 

03. Januar: Neuordnung der KirchGruppe in drei Holdings. Die Holding Kirch PayTV KGaA ist für das Abonne- 

menten-TV und Digitale Fernsehen zuständig. Die Kirch Media KGaA umfaßt im wesentlichen die Firmen und Be- 

teiligungen der KirchGruppe aus dem Lizenzhandel, dem kommerziellen Fernsehen, der Programm-Produktion und 

der Filmbearbeitung. Die dritte Holding ist die TaurusBeteiligungs GmbH & Co. KG in der z.B. die Beteiligungen 

am Axel Springer Verlag, Betaresearch GmbH oder SAT1 betreut werden. Die 1996 gegründete Kirch Unterneh- 

mensstiftung bleibt bestehen. Die Stiftung wird ihre Anteile an den drei Dachgesellschaften über die neue Hol- 

ding Struktura GmbH & Co. KG halten. 

12. Januar: Betaresearch, die Forschungs- und Entwicklungsgesellschaft der KirchGruppe, öffnet die Program- 

mierschnittstelle „betanova“. Damit ist das Application Programming Interface (API) der Set-top-box veröffent- 

licht. In Zukunft können Unternehmen ihre eigene Anwendungssoftware für die d-Box entwickeln. 

382

19. März: Die KirchGruppe, das italienische Unternehmen Fininvest und Prinz Waleed bin Talal al Saud haben ei- 

ne Partnerschaft in der Kirch Media KGaA vereinbart, indem sie je 3,19% der Anteile (Preis 375 Mio. DM) über- 

nehmen. 

25. März: Die KirchGruppe und die CLT-Ufa beschließen eine Neuordnung der Gesellschafterstruktur bei Premie- 

re. Dabei geht die Mehrheit (95%) der Anteile an die KirchGruppe. Die verbleibenden 5% hält die CLT-Ufa. 

09. April: Bertelsmann will das Internet in das Fernsehen integrieren und gründet die „Breitband-Gruppe“ im 

New-Media-Bereich. 

14. April: Das Bundeskartellamt gibt die Pläne der KirchGruppe zur Aufstockung der bisher 25%igen Beteiligung 

an Premiere durch die Übernahme der Anteile von Canal Plus (Preis ca. 780 Mio. DM) und CLT-Ufa (Preis ca. 1,6 

Mrd. DM) frei. Somit ist die KirchGruppe zu 95% an Premiere beteiligt. Damit kontrolliert die KirchGruppe neben 

DF1 auch den zweiten Digitalen Fernsehsender Premiere. 

383

9.2 Diensteangebote im Pilotprojekt 

Angebot des Video-on-Demand 

Kategorie Titel Preis 

Fernsehfilme 

Unterhaltung Die Schraiers (1) 0,00 




Krimi/Thriller Tatort – Aida 0,00 

Krimi Tatort: Bienzle und die Feuerwand 0,00 

Reisefilme 

Reise Ägypten 5,00 

Reise Neuseeland, das grüne andere Ende der Welt 5,00 

Reise Paris 5,00 

Reise USA – Südwesten 5,00 

Reise Südafrika 5,00 

Kinofilme 

Komödie Erdbeer und Schokolade 5,00 

Komödie Hochzeitsbankett 7,00 

Komödie Wellville... Teil 1 2,50 

Komödie Wellville... Teil 2 2,50 

Komödie Ein fast perfektes Verhältnis 7,00 

Kinder Leo, König der Löwen 5,00 

Kinder Pocahontas 5,00 

Drama Mutters Courage 7,00 

Drama Richard III 7,00 

Drama Smoke 7,00 

Drama Jim Caroll 7,00 

Drama Blue in the face 7,00 

Aktion Suger Hill (Teil 1) 2,50 

Aktion Suger Hill (Teil 2) 2,50 

Aktion Wild at Love 5,00 

Angebot des Information-on-Demand 


Gesundheitskanal 

Gesundheitskanal 99 Clips 0,00 

Prisma 

Prisma Katalog Indianer Nordamerikas 0,00 

Prisma Katalog Wunder Mensch: Die Haut 0,00 

384

Prisma Katalog Im Reich der Sterne 0,00 

Prisma Katalog Unser Sonnensystem 0,00 



Prisma Katalog Welt im Kopf: Das Gehirn 0,00 

Prisma Katalog Das Atomzeitalter 0,00 

Prisma Katalog Bayerntour: Zugspitze 0,00 

Prisma Katalog Das Leben des Fitzgerald Kusz 0,00 

Prisma Katalog Wie kommt der Mond ins Theater 0,00 

Prisma Katalog Wochenende auf der Zugspitze 0,00 

Prisma Katalog 2. Hand 0,00 

Prisma Katalog Betreutes Wohnen 0,00 

Prisma Katalog Betreutes Wohnen 0,00 

Prisma Katalog Der Aralsee 0,00 

Prisma Katalog Das Dorf der weißen Störche 0,00 

Prisma Katalog Die Elbe 0,00 

Prisma Katalog Im Land der Inka 0,00 

Prisma Katalog LUX-Kulturkalender 0,00 

Prisma Katalog New York 0,00 

Prisma Katalog Peking 0,00 

Prisma Katalog Reise in die Sahara 0,00 

Prisma Katalog Stadt und Land – Adam 0,00 

Prisma Katalog Stadt und Land – Petzold 0,00 

Prisma Katalog Stadt und Land – Winkler 0,00 

Prisma Katalog Stadt und Land 0,00 

Prisma Katalog Stadt und Land – Adam 0,00 

Prisma Katalog Alles über ein Netz 0,00 

Prisma Katalog Botschaften im Licht 0,00 

Prisma Katalog Der Rebell und das Netz 0,00 

Prisma Katalog Die Datenautobahn 0,00 

Prisma Katalog Here we are 0,00 

Prisma Katalog Lifeline: Telekom und Wirtschaft 0,00 

Prisma Katalog Multimediakommunikation: PC 0,00 

Prisma Katalog Videokommunikation 0,00 

Prisma Katalog Von Mensch zu Mensch (1) 0,00 




Prisma Katalog Berliner Philharmoniker in Japan 5,00 

Prisma Katalog De Johnette, Hancock, Metheny and Holland Live-Concert 5,00 

Prisma Katalog Händel: Wasser- und Feuerwerksmusik 3,00 

Prisma Katalog Haydn "Die Schöpfung" Teil 1 2,00 



Prisma Katalog Mr. Big "Porträt einer Gruppe" - Dokumentation 3,00 

Prisma Katalog Mr. Big live in San Francisco 3,00 

Prisma Katalog Pat Metheny "More Travels" 3,00 

Prisma Katalog Richard Wagner: Tristan und Isolde Teil 1 3,00 


385


Prisma Katalog Ameisenlöwe und –jungfer 2,00 

Prisma Katalog Ausbreitung gelöster Stoffe 2,00 

Prisma Katalog Besuchsfest der Eipo 3,00 

386



Prisma Katalog Bienenköniginnenzucht 3,00 

Prisma Katalog Boil over bei Tankbränden 1,00 

Prisma Katalog Chaotische Schwingungen - Stabilität 1,00 

Prisma Katalog Chaotische Schwingungen - Zustandsraum 2,00 

Prisma Katalog Das Leben der Hefe 2,00 

Prisma Katalog Das Taubenschwänzchen 2,00 

Prisma Katalog Die Nasenstäbe der Eipo 2,00 

Prisma Katalog Die Rotbuche 2,00 

Prisma Katalog Die Schwarzwälder Tracht 2,00 

Prisma Katalog Die Würfelqualle Chironex fleckeri 1,00 

Prisma Katalog Die Zecke Ixodes ricinus 2,00 

Prisma Katalog Ein Kernfusions-Experiment 2,00 

Prisma Katalog Eipo - Ein Vormittag in Imarin 2,00 

Prisma Katalog Gerstenmehltau 1,00 

Prisma Katalog Hinterglasmalerei 2,00 

Prisma Katalog Hummeln und Blüten 2,00 

Prisma Katalog Im Hafen der Wikinger 3,00 

Prisma Katalog Initiation bei den Eipo 2,00 

Prisma Katalog Knochenmark-Transplantation 3,00 

Prisma Katalog Kontinentale Tiefbohrungen 3,00 

Prisma Katalog Körpergrabskelette 2,00 

Prisma Katalog Laser als Pinzette – Einsatz 2,00 

Prisma Katalog Laser als Pinzette – Technik 2,00 

Prisma Katalog Laser in der Medizin 2,00 

Prisma Katalog Leichenbrände 2,00 

Prisma Katalog Lösungseinschlüsse in Salzmineralien 1,00 

Prisma Katalog Malaria tropica 1,00 

Prisma Katalog Nematodenfangende Pilze 1,00 

Prisma Katalog Neubau bei den Eipo 3,00 

Prisma Katalog Ozeanische Konvektion 2,00 

Prisma Katalog Pyramiden der Steppe 2,00 

Prisma Katalog Schindelmachen 2,00 

Prisma Katalog Sweet Sorghum – Süße Hirse 3,00 

Prisma Katalog Troia - 125 Jahre Ausgrabung 2,00 

Prisma Katalog Türkisches Marmorpapier 3,00 

Prisma Katalog City Tour New York 4,00 

Prisma Katalog City Tour San Francisco 4,00 

Prisma Katalog Das erste Jahr mit dem Baby 4,50 

Prisma Katalog Fit fürs Baby 4,50 

Prisma Katalog Slimnastic 4,50 

Prisma Katalog Unterwegs mit der Amtrak 4,00 

Prisma Katalog Urlaub im Norden 2,50 

Prisma Katalog Urlaub in Australien 4,00 

Prisma Katalog Urlaub in Wien 4,00 

Prisma Katalog Urlaub unter fernen Himmel 2,50 

387

Prisma Katalog Wirbelsäulengymnastik 4,50 

Prisma Katalog Yoga für jedermann 4,50 

Prisma Katalog 768 Stufen 0,00 

Prisma Katalog Das Juwel (Kloster Bronnbach) 0,00 

Prisma Katalog Der Neckar und die Industrie 0,00 



Prisma Katalog Der Neckar und die Umwelt 0,00 

Prisma Katalog Die Fischerin vom Bodensee 0,00 

Prisma Katalog Gottes und der Bürger Haus 0,00 

Prisma Katalog Im Reich der schön Lau 0,00 

Prisma Katalog In Karlsruhe ist die Residenz 0,00 

Prisma Katalog Kartoffelschnitz und Spätzle 0,00 

Prisma Katalog Mensch, Maschine, Mikrochip 0,00 

Prisma Katalog Musikstadt Stuttgart 0,00 

Prisma Katalog Otto Braig 0,00 

Prisma Katalog Ritterturnier Heilbronn 0,00 

Prisma Katalog Neue Berufsfelder 0,00 

Prisma Katalog Beschäftigungsfelder 0,00 

Prisma Katalog Mediendienstleistungen 0,00 

Prisma Katalog Kommunikationstechnologien 0,00 

Prisma Katalog Der elektronische Marktplatz 0,00 

Prisma Katalog Öffentliche Dienstleistungen 0,00 

Prisma Katalog Freizeit-Dienstleistungen 0,00 

Prisma Katalog Zukünftige Arbeitsprozesse 0,00 

Prisma Katalog Strategien der Großbanken 0,00 

Prisma Katalog Stadtinformationen 0,00 

Prisma Katalog Neue Märkte 0,00 

Prisma Katalog Kooperation und Vernetzung 0,00 

Prisma Katalog Interkulturelles Management 0,00 

Prisma Katalog Dienstleitungsmärkte 0,00 

Prisma Katalog Dienstleistung fürs 21. Jhd. 0,00 

Prisma Katalog Krcma 0,00 

Angebot des News-on-Demand, Home Shopping und Home Learning 


News on Demand 

Stadtinfosystem nicht eingespielt 

Kino-Vorschau nicht eingespielt 

News on Demand Testversion von CeBit Home 0,00 

News on Demand NoD-Katalog/-Magazin 0,00 

News on Demand Phase 2 nicht eingespielt 

News on Demand Phase 3 nicht eingespielt 

Home Shopping 

Quelle Easy Shopping Zahlung erfolgt an 

den Anbieter 

388

Grundfunktionalität s.o. 

mit T-Online-Anbindung s.o. 

Homelearning 

Lernwelt 2000 nicht eingespielt 

389

Fragebogen 


Institut für betriebswirtschaftliche Innovationsforschung 

Lehrstuhl für Marketing - Prof. Dr. Sönke Albers 

Dipl.-Kfm. Michel Clement (Tel: 0431 - 880 1635) 

Fragebogen zur 

Akzeptanz des interaktiven Fernsehens (ITV) 

Sehr geehrte Frau MUSTERFRAU, 

wir möchten uns zunächst einmal bei Ihnen für die Teilnahme am 

technischen Pilotversuch zum interaktiven Fernsehen bedanken. Nachdem 

Sie die ersten Erfahrungen mit dieser Innovation sammeln konnten, 

möchten wir Sie nun um Ihre Mithilfe bitten: 

Damit wir ein für Sie optimales Angebot zusammenstellen können, benötigen 

wir Ihren Beitrag, indem Sie uns Ihre Meinung zu unserem 

System schildern. Ihre Aussagen werden dann von uns im Rahmen eines 

Forschungsprojektes zur Akzeptanz neuer Medien an der Universität Kiel 

ausgewertet. 

Wir würden uns daher freuen, wenn Sie unser Bemühen unterstützen und 

den beiliegenden Fragebogen frühzeitig ausgefüllt zurücksenden. Hierzu 

haben wir Ihnen einen frankierten Rückumschlag beigefügt. Die Daten 

werden selbstverständlich vertraulich behandelt ! 

Jedem Einsender senden wir eine Telefonkarte 

im Wert von DM 6,00 zu ! 

(Damit wir Ihnen die Telefonkarte zusenden können, möchten wir Sie 

bitten, diese Seite des Fragebogens nicht zu entfernen) 

Wir danken Ihnen für Ihre Mitarbeit ! 

Prof. Dr. Sönke Albers Dipl.-Kfm. Michel Clement 

390

391 

Abschnitt 1 

5. Bitte verteilen sie 100 Punkte auf die einzelnen 

Angebote. Eine hohe Punktzahl bedeutet, daß 

Ihnen das Angebot im Vergleich zu einem niedrigeren 

Wert wichtiger ist 

Summe: 100 Punkte 

Video auf Abruf 

Home Banking 

E-Mail und Videomail 

Home Shopping 

Dienstleistungen 

Spiele auf Abruf 

Informationen auf Abruf 

Akzeptanz des interaktiven Fernsehens (ITV) 

1. Interaktives Fernsehen eröffnet dem Nutzer eine Reihe von Diensten. Bitte geben Sie ganz persönlich 

an, wie wichtig Ihnen die folgenden Dienste sind - auch wenn im Pilotprojekt nicht alle Dienste angeboten 

werden. 

Video auf Abruf 

(Kinofilme, Dokumentationen etc.) 

Home Banking 

E-Mail oder Videomail 

(Kommunikationsdienste) 

Home Shopping 

(Angebote von vielen unterschiedlichen Anbietern) 

Dienstleistungen 

(z.B. Kino / Restaurant reservieren, Reisen buchen etc.) 

Spiele auf Abruf 

(z.B. Videospiele von Nintendo oder Sega) 

Informationen auf Abruf 

(z.B. Zugriff auf Datenbanken, Nachrichten 

oder dem Internet) 

2. Welches Eingabemedium würden Sie bevorzugen, 

um die Angebote des interaktiven 

Fernsehens zu nutzen? 

Fernbedienung wie im Pilotprojekt 

Normale PC-Tastatur mit Maus 

Lichtstift (Laserpointer), um auf “Buttons” zu zeigen 

3. Wie beurteilen Sie das Navigationssystem, 

mit dem Sie im Pilotprojekt arbeiten? 

einfach zu 

bedienen 

einfach zu 

erlernen 

sehr hilfreich 

4. Wenn Sie Videos anfordern bzw. Home 

Shopping Angebote prüfen, kommt es zu ... 

langen Wartezeiten 

schwer zu 

bedienen 

schwer zu 

erlernen 

wenig hilfreich 

kurzen Wartezeiten 

Sind Sie bereit diese Wartezeit aufzubringen? 

nie immer 

unwichtig sehr wichtig 







6. Wie beurteilen Sie die bislang angebotenen 

Dienste im Pilotprojekt? 

- Video auf Abruf 

langweilige 

Inhalte 

wenig 

aktuell 

- Home Shopping 

langweilige 

Angebote 

Die Darstellung der Produkte ist ... 

wenig ansprechend 

interessante 

Inhalte 

sehr 

aktuell 

langsam schnell 

schlecht gut 

interessante 

Angebote 

sehr ansprechend 

7. Wie häufig haben sie das Home Shopping Angebot 

genutzt und wieviel haben sie ungefähr dafür ausgegeben? 

Mal mit Home Shopping eingekauft 

DM insgesamt dafür ausgegeben 

8. Inwiefern befürchten Sie beim interaktiven 

Fernsehen... 

- Probleme des Datenmißbrauchs 

keine Bedenken 

- Umtauschprobleme beim Home Shopping 

keine Bedenken 

große Bedenken 

große Bedenken 

- Verlust sozialer Kontakte 

keine Be- 

große Bedenkendenken 

- Verlust des kostenlosen Angebots im normalen TV 

keine Be- 

große Bedenkendenken 

2

9. Welches Endgerät würden Sie als Empfangsmedium 

bevorzugen? 

im Haushalt 

herkömmliches Fernsehgerät vorhanden? 

Multimediafähiger-PC 

Mischung aus PC und 

Fernsehgerät 

Abschnitt 2 

ja nein 

11. Wie beurteilen Sie die Set-Top-Box, die im 

Pilotversuch verwendet wird? 

schlecht gut 

wird wohl zu 

teuer sein 

Ich fühle mich über interaktives Fernsehen gut informiert 

10. Wie teuer dürfte dieses evtl. neu anzuschaffende 

Gerät maximal sein, damit Sie 

es sich kaufen würden? 

Ihre Wahrnehmung des interaktiven Fernsehens 

13. Im folgenden finden Sie einige Aussagen zum interaktiven Fernsehen (ITV). Stimmen Sie diesen 

Aussagen zu? 

stimme gar 

stimme 

Viele meiner Freunde und Bekannten beneiden mich um die 

Teilnahme am Pilotprojekt 

nicht zu 

voll zu 

Mit interaktivem Fernsehen kann ich jederzeit sehen, was ich will 

Ich weiß nicht, ob es die richtige Entscheidung war, am Pilotprojekt 

teilzunehmen 

Mit Home-Shopping kann ich kaufen, was und wann ich will 

Ich würde mir wünschen, daß viel mehr Leute am Pilotprojekt 

teilnehmen würden 

Interaktives Fernsehen wird sich in der Zukunft noch weit verbreiten 

Um alle Möglichkeiten des interaktiven Fernsehens auszureizen, müßte 

ich noch viel lernen 

Interaktives Fernsehen ist eine kostspielige Angelegenheit für mich 

Hoffentlich haben bald viele Personen interaktives Fernsehen, damit 

ich mit ihnen per E-Mail oder Videomail kommunizieren kann 

Mir ist das ganze System einfach zu komplex 

wahrscheinlich 

guter Preis 

Mehr als DM würde ich nicht dafür ausgeben 

Wenn ich jetzt nicht bald einsteige, wird ITV nie etwas 

Ich kaufe jetzt noch keinen Decoder, weil der sich sowieso noch ändert 

Meine Freunde bezeichnen mich als Technikfreak 

Interessante Inhalte wird es erst geben, wenn genügend Leute 

dabei sind 

Ich sehe den Nutzen des interaktiven Fernsehens bislang nicht 

Die Restriktionen und Sperren bzgl. Budget, Altersklassen und 

bestimmter Filmkategorien finde ich richtig gut 

Die eingebauten Videofunktionen beim ITV nutze ich häufig 

Zum Glück kann ich meinen Kontostand über den Abruf der Auftragsübersicht 

überprüfen 

Ich habe das Pilotprojektangebot stark genutzt 

Es ist sehr schön, daß es Suchfunktionen gibt, mit denen ich gezielt 

nach Filmen (z.B. Reiseberichte) suchen kann 

Die angebotenen Dienste sind preiswert 

DM 

12. Würden Sie sich wünschen, daß... 

- Sie die Inhalte beinflussen können (z.B. den 

Ausgang eines Spielfilms)? 

nein ja 

- Sie sich in Talkshows interaktiv beteiligen 

können? 

nein ja 

392 

3

393 


Institut für betriebswirtschaftliche Innovationsforschung 

Lehrstuhl für Marketing - Prof. Dr. Sönke Albers 

Dipl.-Kfm. Michel Clement (Tel: 0431 - 880 1635) 

Bitte beachten Sie unbedingt diese Vision vom 

System 2000, bevor Sie fortfahren ! 

Bitte stellen Sie sich im Jahre 2000 folgende Vision vor: 

Sie besitzen ein neues Fernsehgerät als Endgerät für interaktives Fernsehen. Dieses neue 

Gerät erfordert keine Set-Top-Box mehr und wird direkt an das Kabelnetz angeschlossen. 

Mit diesem Fernseher können sie die folgenden Dienste empfangen: 

• Video auf Abruf: 

Die neuesten Kinofilme (z.B. den neuesten James Bond, Jurassic Park II oder den neuen 

Film mit Katja Riemann), Dokumentationen aller Art, Nachrichtensendungen, Sportveranstaltungen 

(z.B. Fußball-Bundesliga oder -WM, Olympische Spiele oder den Super Bowl) 

können jederzeit gegen eine Gebühr abgerufen werden. Gehen Sie bitte davon aus, daß 

das Angebot das einer Videothek übertrifft, da die Inhalte aktueller sind und Live- 

Übertragungen beinhalten. 

• Home Shopping: 

Mittels Suchfunktionen können Sie schnell ihr gewünschtes Produkt (z.B. Kleidungsstück) 

finden und einfach per Knopfdruck bestellen. Wenn Sie beispielsweise in einem Film (z.B. 

Pretty Woman) ein hübsches Kleid sehen, dann zeigen Sie mit einem Lichtstift oder einer 

PC-Maus auf das Kleid und sofort können Sie es sich in Ihrer Größe und Lieblingsfarbe 

bestellen. 

• Dienstleistungen: 

Sie können vom Fernseher aus alle erdenklichen Bankgeschäfte oder Reservierungen 

(Kino, Theater, Restaurant...) tätigen. Des weiteren stehen Ihnen vielfältige Informationsmöglichkeiten 

zur Verfügung (Internet, Datenbanken etc.). 

• Kommunikationsdienste: 

Sie können über das interaktive Fernsehen E-Mails versenden, die mit Videos versehen 

sind. Zudem können sie Videokonferenzen durchführen, indem Sie - ähnlich wie beim 

Bildtelefon - Ihren Gesprächspartner während des Gesprächs im Fernsehen betrachten 

können. 

Im weiteren Verlauf des Fragebogens sind die Fragen, die sich 

auf das System 2000 beziehen, grau unterlegt. Alle anderen 

Fragen beziehen sich weiterhin auf das Pilotprojekt !

Abschnitt 3 

Zur Zahlungsbereitschaft von interaktiven Diensten 

14. Bitte geben Sie jeweils an, wie viele Filme Sie für die jeweiligen Preise wohl durchschnittlich pro 

Woche anfordern würden. 

Anzahl Filme pro Woche im System 2000 (d.h. neuste 


Kinohits), die Sie anfordern, wenn jeder Film... 


10,00 DM, 

6,00 DM, 

4,00 DM, 

2,00 DM, 

1,00 DM, 

nichts kostet 

15. Um wieviel billiger müßte es sein, wenn Sie bevorzugen, 

daß... 

• der Film eine Werbeunterbrechung von 5 Minuten hat 

• der Film zwei Werbeunterbrechungen von je 5 Minuten hat 

• der Film drei Werbeunterbrechungen von je 5 Minuten hat 

• der Film nur jede halbe Stunde abgerufen werden kann 

• der Film nur jede volle Stunde abgerufen werden kann 

• die Wartezeit bis zum Start des Films mehr als 10 Minuten 

beträgt 

Pilotprojekt 

System 2000 

(d.h. Kinohits) 

16. Wenn Sie eine monatliche Grundgebühr für die Teilnahme an dem interaktiven Fernsehen entrichten 

müßten, dafür aber dann alle Dienste (auch Filme) kostenlos nutzen können, ab welcher 

Höhe würden Sie nicht mehr bereit sein, an dem System teilzunehmen? 

Grundgebühr, ab der Sie nicht mehr am Pilotprojekt teilnehmen würden 

8,00 DM, 

6,00 DM, 

4,00 DM, 

2,00 DM, 

nichts kostet 

Grundgebühr, ab der Sie nicht mehr am System 2000 teilnehmen würden, 

obwohl dort mehr Möglichkeiten (Videokonferenzen, E-mails...) vorliegen 

17. Wenn eine Kinokarte mehr als DM kostet, ginge ich nicht mehr ins Kino (auch 

nicht für den Lieblingsfilm) 

18. Wieviel wären Sie bereit, für die einzelnen Angebote zu zahlen (unter der Annahme, daß jedes einzelne 

Angebot nur im interaktiven Fernsehen verfügbar wäre und Sie den Film noch nicht gesehen haben)? 

• Der neueste James Bond Film 

• Jurassic Park 

• Tatort - Aida 

• Die Schraiers (1) 

• Endspiel der Fußball Weltmeisterschaft (1998) 

• Boxkampf Mike Tysson gegen Axel Schulz 

• Vom Winde verweht 

• Bild der Wissenschaft (Atomzeitalter) 

• Die Tagesschau (Hauptnachrichten) 

Pilotprojekttechnik 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

Technik des 

System 2000 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

DM 

394 

5

19. Der Preis für das interaktive Fernsehen soll sich für das System 2000 aus einer monatlichen 

Grundgebühr und den für die einzelnen Filme zu entrichtenden Preis zusammensetzen. 

Bitte zeigen Sie uns Ihre 

Präferenz für die nachfolgenden 

Kombinationen zwischen 

Grundgebühr und Preis pro 

Film, indem sie Rangplätze (1 

bis 16) vergeben. 

Da wir davon ausgehen, daß Sie 

die höchste Präferenz für den 

niedrigsten Preis pro Film in Kombination 

mit der niedrigsten monatlichen 

Grundgebühr haben, ist 

dort schon eine “1” eingetragen 

(Entsprechend wurde der Rang 

16 für die teuerste Kombination 

vergeben). 

20. Bitte zeigen Sie uns wie hoch Ihre Akzeptanz für die nachfolgenden 

Eigenschaften im System 2000 ist: 

395 

Abschnitt 4 

22. Wie alt sind Sie? 

26. Wie stark nutzen Sie... 

- den Computer 

- das Internet 

Jahre 

- ein Mobiltelefon 

3,00 DM pro Film 



5 DM monatlicher Grundpreis 



Dienste-Angebot im Pilotprojekt 

Dienste-Angebot System 2000 

25% Ihrer Freunde haben ITV 



alle Ihre Freunde haben ITV 

23. Geschlecht 

weiblich 

27. Wie häufig gehen Sie im Durchschnitt 

monatlich ins Kino? 

männlich 

nie sehr häufig 



Kinobesuche im Monat 



OK 

OK 

OK 

OK 

OK 

OK 

OK 

OK 

OK 

OK 

OK 

OK 

2,50 DM 

5,00 DM 

7,50 DM 

10,00 DM 

nicht OK 

nicht OK 

nicht OK 

nicht OK 

nicht OK 

nicht OK 

nicht OK 

nicht OK 

nicht OK 

nicht OK 

nicht OK 

nicht OK 

Sonstige Informationen 

24. Haben Sie ein Abonnement von... 

25. In welcher Klasse liegt das monatliche Nettoeinkommen des Haushalts? 


0 DM 10,00 DM 20,00 DM 30,00 DM 

1 

premiere DF1 keines von beiden 

Haben Sie einen Online-Anschluß? 

(z.B. T-Online) 

Privat Büro nein 

28. Wie häufig leihen Sie sich im Durchschnitt 

monatlich Videofilme aus? 

Videos im Monat 

21. Bitte verteilen Sie 

insgesamt 100 Punkte 

so auf die vier Aspekte, 

daß deutlich wird, was 

Ihnen wichtiger ist. 

Interessante 

Filme 

Gutes Sportprogramm 

Gutes Angebot 

beim Homeshopping 

Viele Kommunikationspartner 

per E-Mail oder 

Videomail 

unter 2.000 DM 2.000 - 3.999 DM 4.000 - 5.999 DM über 6.000 DM 

Punkte 

Punkte 

Summe: 100 Punkte 

Vielen Dank für Ihre Mitarbeit ! 6 

16 

Punkte 

Punkte

9.3 Glossar 

Browser: Programm zur Navigation im WWW (z.B. Netscape Communicator). Der Browser über- 

trägt den HTML-Code in ein für den Bildschirm lesbares Dokumentenformat. 

Collaborative Filtering: Methode, einem Nutzer rechnergesteuert Vorschläge zur weiteren Vorge- 

hensweise oder Nutzung zu machen. Dabei vergleicht eine Software Informationen oder Verhaltens- 

muster eines Nutzers automatisch oder auf gezielte Anfrage hin mit den Profilen anderer vorheriger 

Nutzer des Web-Angebots. Entsprechend den gefundenen ähnlichen Verhaltensmuster wird dem 

Nutzer ein Vorschlag auf der Basis dessen unterbreitet, was die vorherigen Nutzer mit ähnlichen Pro- 

filen getan oder für gut befunden haben. 

Conditional Access System: Verschlüsselungsverfahren zur zielgruppenspezifischen Steuerung der 

Nutzung von verschlüsselten Inhalten. 

Cookie: Eine kleine Datei, die den Browser beim Besuch von Web-Angeboten eindeutig identifi- 

ziert. So kann vom Versender des Cookies verfolgt werden, welche Web-Seiten ein Nutzer in wel- 

chem Ausmaß auf den Web-Sites des Senders besucht. 

Domain Name System: Benennungsschema für Rechner im Internet. Ein Rechnername ist nach fol- 

gendem Prinzip aufgebaut: hostname.subdomain. domain.toplevel_domain. Das gesamte Internet ist 

in eine Reihe von Bereichen aufgeteilt, die den Namen „Domain“ bzw. „Toplevel-Domain“ tragen. 

Beispiele für Toplevel-Domains sind „.com“ für kommerzielle Organisationen und Firmen, „.net“ für 

Netzwerkbetreiber und Online-Dienste und standort- bzw. länderorientierte Toplevel-Domains wie 

„.uk“ für Großbritannien oder „.de“ für Deutschland. 

FTP: File Transfer Protocol: Datei-Übertragungsprotokoll des Internet. Überall auf der Welt gibt 

es Rechner („FTP-Server“) mit frei zugänglichen Bereichen auf der Festplatte, von denen man In- 

formationen aller Art, Public-Domain- und Shareware-Programme für verschiedene Betriebssysteme 

kostenlos herunterladen kann. Dazu braucht man ein FTP-Programm („Client“), das die Verbindung 

zum Server herstellt und die Daten überträgt. 

Internet Service Provider: Anbieter von Internet-Diensten. Unter einem Provider wird meist eine 

Firma verstanden, die Endkunden den Zugang zum Internet anbietet. Präziser heißt ein solcher 

Dienstleister eigentlich Internet-Access-Provider (Internet-Zugangs-Anbieter). 

IP-Adresse: Eine 32-Bit-Adresse, die in dezimaler Notation mit Punkten zwischen den Bytes im 

Klartext angegeben wird. 

396

MP3: Moving Pictures Experts Group Layer 3: MP3 ist ein vom Fraunhofer Institut Erlangen 

(IIS) entwickelter neuer Kompressionsstandard für Audiodateien. Aufgrund der geringen Dateigröße 

(nur ca. ein Zwölftel der Originalgröße) und der hohen Tonqualität wird durch MP3 der Versand von 

Musikstücken über das Internet möglich. Durch die Verbreitung illegaler MP3-Kopien werden aller- 

dings auch weitreichende urheberrechtliche Probleme ausgelöst. 

Newsgroups: Fachliche, wissenschaftliche oder auch unterhaltsame Diskussionsforen nach Themen 

geordnet. Auch Brett oder Area genannt. 

One-to-One-Marketing: Individuelle Ansprache des Kunden durch Anbieter, die durch die rech- 

nerbasierten Angebote im WWW aufgrund des hohen Bedarfs der Informationsverarbeitung erst 

wirtschaftlich möglich wird. Die individuelle Ansprache oder der individuelle Zuschnitt von Angebo- 

ten basiert auf Informationen des Anbieters über die Bedürfnisse oder Verhaltensmuster des jeweili- 

gen Kunden. Neben Selbstauskünften des Kunden basieren diese Aktionen im WWW oft auf dem 

Einsatz von Collaborative Filtering Systemen in Kombination mit umfangreichen Kundendatenban- 

ken. 

Outputdeal: Hierbei verpflichtet sich der Käufer (z.B. die KirchGruppe) zur Abnahme der gesam- 

ten zukünftigen Produktion eines Studios (z.B. Disney). Dabei werden Bündel derart gestaltet, daß 

über mehrere Jahre hinweg Filme, Serien, Dokumentationen etc. vom Käufer per Vorauszahlung ab- 

genommen werden. Häufig übernimmt der Käufer auch Teile des Archivs – und somit oft geringere 

Qualität. 

Pay-per-view: Bei Pay-per-view bezahlt der Zuschauer lediglich für eine von ihm ausgewählte Sen- 

dung, wobei der Zeitpunkt der Ausstrahlung vom Programmanbieter vorgegeben ist. 

Plug-In: Erweiterung für einen Browser, die bestimmte nicht im HTML-Standard vorgesehene Da- 

ten darstellen kann, beispielsweise RealAudio für animierte Darstellungen. 

Portal Sites: Unter einer Portal Site versteht man eine Web-Site, die über so hohe Zugriffszahlen 

verfügt, daß andere Anbieter dort ihre Online-Inhalte präsentieren möchten, um ihre Nutzer „abzuho- 

len“. Das ist für den Dritt-Anbieter in der Regel kostenpflichtig. Die voreingestellten Start-Seiten der 

marktführenden Browser Netscape Navigator und Internet Explorer gehören zu den bekanntesten 

Portal Sites. Auch die Homepages von Yahoo! oder AOL sind Beispiele. 

Push-Technologie: Bei der Anwendung der Push-Technologie muß der Nutzer nicht selbst aktiv 

auf Inhalte zugreifen, sondern bekommt diese nach festgelegten Präferenzen in einem bestimmten 

Zeitintervall automatisch zugesandt. Ein Beispiel für Push-Dienste ist das Angebot von Pointcast 

(www.pointcast.com). 

397

QuickTime-Videos: QuickTime ist eine Software der Firma Apple Computer, die das Abspielen 

von Videos im Internet erlaubt. Sie wird kostenfrei im WWW vertrieben. 

Server-Logfile-Protokolle: In einer solchen Logdatei werden alle erfaßbaren Daten der Nutzer ei- 

ner Web-Site mit IP-Adresse, Datum und Uhrzeit des Zugriffs, Browser-Type, Referer-Site, Namen 

der angeforderten Dateien usw. eingetragen. Vergleichbar mit einem traditionellen Schiffs-Logbuch 

werden somit alle Bewegungen auf einer Web-Site dokumentiert. 

Set-top-box: Decoder für den Empfang von digitalen Programmen. Sie wandelt die digitalen Infor- 

mationen in (für den Fernseher interpretierbaren) analoge Signale um. 

Software-Agenten: Software, die im Auftrag des Benutzers eine Aufgabe ausführt. Die Aufgabe 

kann neben einfachen Preisvergleichen auch komplexe Verhandlungen auf einem virtuellen Markt- 

platz beinhalten. 

SSL: Secure Socket Layer: Bezeichnung für eine sichere Internetverbindung, die bei der Übertra- 

gung sensibler Daten (z.B. bei Bestellvorgängen) zum Schutz des Nutzers verwendet wird. 

Web-Site: Zusammenhängende Sammlung von Web-Seiten, die üblicherweise mit der Homepage 

beginnt. Wird auch Web-Präsenz oder Internet-Präsenz genannt. 

Werbe-Banner: Ein Werbe-Banner (auch Banner Ad) ist eine Werbe-Anzeige in Form einer Gra- 

fik, die auf einer Web-Site plaziert ist und einen direkten Hyperlink zur Seite des Werbetreibenden 

hat. Banner-Grafiken werden in der Regel im Gif-Format erstellt. Sie bestehen oft aus Animationen 

(siehe Rich-Media-Banner), da bewegte Bilder eine größere Anzahl von Surfern dazu verleiten, auf 

ein Banner zu klicken. Mögliche Formate wurden von den Zeitungsverleger- und Zeitschriftenverle- 

ger-Verbänden festgelegt, große Standard-Werbe-Banner sind 468 Pixel breit und 60 Pixel hoch. 

XML: Neue Technologie bzw. Sprache zur Erstellung von Web-Seiten, die wesentlich umfangrei- 

chere Möglichkeiten der Darstellung und aktiven Einbindung des Angebots in andere Software- 

Systeme erlaubt. 

398

10 Literaturverzeichnis 

Aaker, D.A. und Day, G.S. (1986): Marketing Research, 3. Auflage, New York et al. 

Agrawal, D. (1998): Market Research, in: S. Albers, M. Clement und K. Peters (Hrsg.): Marketing 

mit Interaktiven Medien – Strategien zum Markterfolg, Frankfurt am Main, 193-206. 

Ailawadi, K.; Gedenk, K. und Neslin, S.A. (1997): Purchase Event Feedback and Heterogeneity 

in Choice Models: A Review of Concepts and Methods with Implications for Model 

Building, Working Paper, Kiel, Dartmouth. 

Akaike, H. (1974): A New Look at Statistical Model Identification, in: IEEE Transactions on Automatic 

Control, 19, 716-723. 

Alba, J.; Lynch, J.; Weitz, B.; Janiszewski, C.; Lutz, R.; Sawyer, A. und Wood, S. (1997): 

Interactive Home Shopping: Consumer, Retailer, and Manufacturer Incentives to Participate in 

Electronic Marketplaces, in: Journal of Marketing, 61, 38-53. 

Albers, S. (1998): Besonderheiten des Marketing für Interaktive Medien, in: S. Albers, M. Clement 

und K. Peters (Hrsg.): Marketing mit Interaktiven Medien – Strategien zum Markterfolg, 

Frankfurt am Main, 7-18. 

Albers, S.; Bachem, C.; Clement, M. und Peters, K. (1998): Produkte und Inhalte, in: S. Albers, 

M. Clement und K. Peters (Hrsg.): Marketing mit Interaktiven Medien – Strategien zum 

Markterfolg, Frankfurt am Main, 267-282. 

Albers, S.; Clement, M. und Skiera, B. (1999): Wie sollen die Produkte vertrieben werden? – 

Distributionspolitik, in: S. Albers, M. Clement, K. Peters und B. Skiera (Hrsg.): eCommerce – 

Einstieg, Strategie und Umsetzung im Unternehmen, Frankfurt am Main, 87-105. 

Albers, S. und Krafft, M. (1996): Zur relativen Aussagekraft und Eignung von Ansätzen der Neuen 

Institutionenökonomik für die Absatzformwahl sowie die Entlohung von Verkaufsaußendienstmitarbeitern, 

in: Zeitschrift für Betriebswirtschaft, 66, 1383-1407. 

Albers, S. und Kreuter, O. (1996): Eignung der Conjoint-Analyse für die Erklärung der Wahl 

nutzungsabhängiger Mobilfunk-Tarife, Abschlußbericht am Lehrstuhl für Marketing, Christian- 

Albrechts-Universität zu Kiel, Kiel. 

Albers, S. und Peters, K. (1995): Schätzung von Diffusionsmodellen für den Dienst Btx / Datex-J, 

in: M.-W. Stoetzer und A. Mahler (Hrsg.): Die Diffusion von Innovationen in der Telekommunikation, 

Berlin et al., 167-193. 

Albers, S. und Peters, K. (1997): Die Wertschöpfungskette des Handels im Zeitalter des Electronic 

Commerce, in: Marketing ZFP, 19, 69-80. 

Albers, S. und Peters, K. (1998): Diffusion Interaktiver Medien, in: S. Albers, M. Clement und K. 

Peters (Hrsg.): Marketing mit Interaktiven Medien – Strategien zum Markterfolg, Frankfurt 

am Main, 109-122. 

Alchian, A.A. und Woodward, S. (1988): The Firm is Dead; Long live the Firm – A Review of 

Oliver E. Williamson´s: The Economic Institutions of Capitalism, in: Journal of Economic Literature, 

26, 65-79. 

Aldenderfer, M.S. und Blashfield, R.K. (1984): Cluster Analysis, Sage University Paper Series 

on Quantitative Applications in the Social Sciences, 07-044, Newbury Park, London, New Delhi. 

399

Allen, D. (1988): New Telecommunications Services – Network Externalities and Critical Mass, in: 

Telecommunications Policy, 12, 257-271. 

Allen, T.J. (1970): Communication Networks in R&D Laboratories, in: R&D Management, 1, 

14-21. 

Alpert, M.I. (1971): Identification of Determinant Attributes: A Comparison of Methods, in: Journal 

of Marketing Research, 8, 184-191. 

Alpert, M.I. (1980): Unresolved Issues in Identification of Determinant Attributes, in: Advances in 

Consumer Research, 7, 83-88. 

Anderson, J.C. und Gerbing, D.W. (1984): The Effect of Sampling Error on Convergence, Improper 

Solutions, and Goodness-of-Fit Indices for Maximum Likelihood Confirmatory Factor 

Analysis, in: Psychometrika, 49, 155-173. 

Andreß, H.-J.; Hagenaars, J.A. und Kühnel, S. (1997): Analyse von Tabellen und kategorialen 

Daten, Berlin et al. 

Antonelli, C. (1993): Externalities and Complementarities in Telecommunications Dynamics, in: International 

Journal of Industrial Organization, 11, 437-447. 

Appleton, G. (1995): The Politics of Sport and Pay TV, in: Australian Quarterly, 67, 31-37. 

Arabie, P. und Hubert, L. (1994): Cluster Analysis in Marketing Research, in: R. P. Bagozzi 

(Hrsg.): Advanced Methods in Marketing Research, Cambridge, S. 160-189. 

Arabie, P. und Hubert, L.J. (1995): Clustering from the Perspective of Combinatorial Data Analysis, 

in: W. J. Krzanowski (Hrsg.): Recent Developments in Descriptive Multivariate Analysis, 

Oxford, 1-13. 

Arthur, W.B. (1989): Competing Technologies, Increasing Returns, and Lock-in by Historical 

Small Events, in: Economic Journal, 99, 116-131. 

Atuahene-Gima, K. (1997): Adoption of New Products by the Sales Force: The Construct, Research 

Propositions, and Managerial Implications, in: Journal of Product Innovation Management, 

14, 498-514. 

Aust, E. (1996): Simultane Conjointanalyse, Benefitsegmentierung, Produktlinien- und Preisgestaltung, 

Frankfurt am Main et al. 

Bachem, A.; Heesen, R. und Pfennig, J.-T. (1996): Digitales Geld für das Internet, in: Zeitschrift 

für Betriebswirtschaft, 66, 697-713. 

Bacher, J. (1994): Clusteranalyse, München, Wien. 

Backhaus, K. (1995): Investitionsgütermarketing, 4. Auflage, München. 

Backhaus, K.; Aufderheide, D. und Späth, G.-M. (1994): Marketing für Systemtechnologien, 

Stuttgart. 

Backhaus, K. und Büschken, J. (1998): Einsatz der Kausalanalyse in der empirischen Forschung 

zum Investitionsgütermarketing, in: L. Hildebrand und C. Homburg (Hrsg.): Die Kausalanalyse, 

Stuttgart, 149-168. 

Backhaus, K.; Erichson, B.; Plinke, W. und Weiber, R. (1996): Multivariate Analysemethoden, 

8. Auflage, Berlin u.a. 

Bagozzi, R.P. und Yi, Y. (1988): On the Evaluation of Structural Equation Models, in: Journal of 

the Academy of Marketing Science, 16, 74-94. 

400

Bähr-Seppelfricke, U. (1999): Der Einfluß von Produkteigenschaften auf die Diffusion neuer 

Produkte, Wiesbaden. 

Balderjahn, I. (1998): Die Kreuzvalidierung von Kausalmodellen, in: L. Hildebrandt und C. Homburg 

(Hrsg.): Die Kausalanalyse, Stuttgart, 371-397. 

Bankhofer, U. und Praxmarer, S. (1998): Zur Behandlung fehlender Daten in der Marktforschungspraxis, 

in: Marketing ZFP, 20, 109-118. 

Bass, F. (1969): A New Product Growth Model for Consumer Durables, in: Management Science, 

15, 215-227. 

Batsell, R.R. und Louviere, J.J. (1991): Experimental Analysis of Choice, in: Marketing Letters, 

2, 199-214. 

Bayus, B.L. (1987): Forecasting Sales of New Contingent Products: An Application to the Compact 

Disc Market, in: Journal of Product Innovation Management, 4, 243-255. 

Bayus, B.L. (1993): High-Definition Television: Assessing Demand Forecasts for a Next Generation 

Consumer Durable, in: Management Science, 39, 1319-1333. 

Bearden, W.O.; Netemeyer, R.G. und Mobley, M.F. (1995): Handbook of Marketing Scales: 

Multi-item Measures for Marketing and Consumer Behavior Research, Newbury Park. 

Bearden, W.O.; Sharma, S. und Teel, J.E. (1982): Sample Size Effects on Chi Square and 

Other Statistics Used in Ecaluating Causal Models, in: Journal of Marketing Research, 19, 425- 

430. 

Becker, J.U. (1998): Nutzung von Diensten in einem Pilotprojekt zu Interaktiven Medien, Diplomarbeit 

am Lehrstuhl für Marketing, Christian-Albrechts-Universität zu Kiel. 

Beckert, B. und Kubicek, H. (1999): Multimedia möglich machen: Vom Pilotprojekt zur Markteinführung, 

in: Media Perspektiven, 3, 128-143. 

Beinlich, G. (1996): Geschäftsbeziehungen in der Vermarktung von Systemtechnologien, 

Wiesbaden. 

Bekkers, W. (1998): Fernsehnutzung im digitalen Zeitalter, in: Media Perspektiven, 2, 83-86. 

Ben-Akiva, M. und Lerman, S.R. (1994): Discrete Choice Analysis, 6. Auflage, Cambridge, 

London. 

Bentler, P.M. (1990): Comparative Fit Indexes in Structural Models, in: Psychological Bulletin, 

107, 238-246. 

Bentler, P.M. und Bonett, D.G. (1980): Significance Tests and Goodness of Fit in the Analysis of 

Covariance Structures, in: Psychological Bulletin, 88, 588-606. 

Berndt, R. und Fantapié Altobelli, C. (1991): Warum Bildschirmtext in der Bundesrepublik 

scheiterte – Eine diffusionstheoretische Analyse einer verfehlten Marketing-Politik, in: Zeitschrift 

für betriebswirtschaftliche Forschung, 43, 955-969. 

Bhoovaraghavan, S.; Vasudevan, A. und Chandran, R. (1996): Resolving the Process vs. Product 

Innovation Dilemma: A Consumer Choice Theoretic Approach, in: Management Science, 

42, 232-246. 

Blamires, C. (1981): Pricing Research Techniques: A Review and a new Approach, in: Journal of 

the Market Research Society, 23, 103-126. 

Böcker, F. und Gierl, H. (1988): Die Diffusion neuer Produkte - Eine kritische Bestandsaufnahme, 

in: Zeitschrift für betriebswirtschaftliche Forschung, 40, 32-48. 

401

Böcker, F. und Schweikl, H. (1988): Better Preference Prediction with Individualized Sets of Relevant 

Attributes, in: International Journal of Research in Marketing, 5, 15-24. 

Bogner, W. (1996): Die Validität von Online-Befragungen, in: Planung und Analyse, 6, 9-12. 

Böhler, H. (1992): Marktforschung, 2., überarbeitete Auflage, Stuttgart et al. 

Böhning, D. (1995): A Review of Reliable Maximum Likelihood Algorithms for Semiparametric 

Mixture Models, in: Journal of Statistical Planning and Inference, 47, 5-28. 

Boomsma, A. (1982): The Robustness of LISREL against Small Sample Size in Factor Analysis 

Models, in: K. Jöreskog und H. Wold (Hrsg.): Systems under Indirect Observation (Part 1), 

Amsterdam, 149-173. 

Booz Allen & Hamilton (1997): Zukunft Multimedia: Grundlagen, Märkte und Perspektiven 

in Deutschland, 5. Auflage, Frankfurt am Main. 

Bortz, J. (1989): Statistik für Sozialwissenschaftler, 3., neu bearbeitete Auflage, Berlin et al. 

Bosbach, G. (1988): Robuste Mittelwert-Schätzer bei Verletzung der Unabhängigkeitsannahme: 

Eine vergleichende Simulationsstudie, Bergisch Gladbach, Köln. 

Bozdogan, H. (1994): Mixture Model Cluster Analysis Using Model Selection Criteria and a New 

Informational Measure of Complexity, in: H. Bozdogan (Hrsg.): Multivariate Statistical Modelling, 

Dordrecht, 69-113. 

Brockhoff, K. (1969): Probleme und Methoden technologischer Vorhersagen, in: Zeitschrift für 

Betriebswirtschaft, 39, 1-24. 

Brockhoff, K. (1979): Delphi-Prognosen im Computerdialog, Tübingen. 

Brockhoff, K. (1998): Forschung und Entwicklung: Planung und Kontrolle, 5. Auflage, München, 

Wien. 

Brockhoff, K. (1999): Produktpolitik, 4. Auflage, Stuttgart, Jena. 

Brors, P. (1997): PS-Branche steht vor einer unglaublichen Hausse, in: Handelsblatt, 06.03.1997. 

Brown, C.L. und Lattin, J.M. (1994): Investigating the Relationship Between Time in Market and 

Pioneering Advantage, in: Management Science, 40, 1361-1369. 

Brüne, G. (1989): Meinungsführerschaft im Konsumgütermarketing, Heidelberg. 

Brynjolfsson, E. und Kemerer, C.F. (1996): Network Externalities in Microcomputer Software: 

An Econometric Analysis of the Spreadsheet Market, in: Management Science, 42, 1627-1647. 

Büning, H. und Trenkler, G. (1994): Nichtparametrische statistische Methoden, 2. erweiterte 

und völlig überabeitete Auflage, Berlin, New York. 

Büschken, J. (1994): Multipersonale Kaufentscheidungen, Wiesbaden. 

Calantone, R.J.; di Benedetto, A. und Meloche, M.S. (1988): Strategies of Product and Process 

Innovation: A Loglinar Analysis, in: R&D Management, 18, 13-21. 

Cawley, R.A. (1997): Internet, Lies and Telephony, in: Telecommunications Policy, 21, 513- 

532. 

Cespedes, F.V. und Smith, J.H. (1993): Database Marketing: New Rules for Policy and Practice, 

in: Sloan Management Review, 23, 7-22. 

Chandon, J.L. (1996): Validiation in Cluster Analysis, Working Paper presented at the First 

French-German Workshop on Quantitative Methods in Marketing, Berlin, 1-3. Mai 1996. 

402

Chandy, R.K. und Tellis, G.J. (1998): Organizing for Radical Product Innovation: The Overlooked 

Role of Willingness to Cannabalize, in: Journal of Marketing Research, 35, 474-487. 

Charlier, M. (1996): Kräftig Kasse, in: Wirtschaftswoche, 42, 170-171. 

Chatterjee, S. und Hadi, A.S. (1986): Influential Observations, High Leverage Points, and Outliers 

in Linear Regression, in: Statistical Science, 1, 379-416. 

Choi, J.P. (1994a): Network Externality, Compatibility Choice, and Planned Obsolescence, in: 

Journal of Industrial Economics, 42, 167-182. 

Choi, J.P. (1994b): Irreversible Choice of Uncertain Technologies with Network Externalities, in: 

Rand Journal of Economics, 25, 382-401. 

Church, J. und Gandal, N. (1993): Complementary Network Externalities and Technological Adoption, 

in: International Journal of Industrial Organization, 11, 239-260. 

Churchill, J.G.A. (1979): A Paradigm for Developing Better Measures of Marketing Constructs, 

in: Journal of Marketing Research, 16, 64-73. 

Churchill, J.G.A. (1995): Marketing Research – Methodological Foundations, sixth edition, 

Fort Worth et al. 

Clement, M. (1997a): Marketingstrategien für das interaktive Fernsehen, in: Blick durch die Wirtschaft, 

19.09.1997. 

Clement, M. (1997b): Akzeptanzfaktoren des interaktiven Fernsehens, in: Blick durch die Wirtschaft, 

30.12.1997. 

Clement, M. (1998): Pilotprojekte zur Nutzungsforschung, in: S. Albers, M. Clement und K. Peters 

(Hrsg.): Marketing mit Interaktiven Medien – Strategien zum Markterfolg, Frankfurt am 

Main, 179-192. 

Clement, M. und Becker, J.U. (1998): Digitales Fernsehen – Strategische Umbrüche bei steigendem 

Interaktivitätsgrad, Working Paper am Lehrstuhl für Marketing, Christian-Albrechts- 

Universität zu Kiel, erscheint demnächst in Zeitschrift für betriebswirtschaftliche Forschung. 

Clement, M. und Litfin, T. (1998a): Adoption Interaktiver Medien, in: S. Albers, M. Clement und 

K. Peters (Hrsg.): Marketing mit Interaktiven Medien – Strategien zum Markterfolg, Frankfurt 

am Main, 95-108. 

Clement, M. und Litfin, T. (1998b): Nutzung Interaktiver Fernsehdienste, in: S. Albers, M. Clement 



Clement, M.; Litfin, T. und Peters, K. (1998): Netzeffekte und Kritische Masse, in: S. Albers, 

M. Clement und K. Peters (Hrsg.): Marketing mit Interaktiven Medien – Strategien zum 

Markterfolg, Frankfurt am Main, 81-94. 

Clement, M.; Litfin, T. und Vanini, S. (1998): Ist die Pionierrolle ein Erfolgsfaktor? Eine kritische 

Analyse der empirischen Forschungsergebnisse, in: Zeitschrift für Betriebswirtschaft, 68, 205- 

226. 

Clement, M.; Peters, K. und Preiß, F.J. (1998): Electronic Commerce, in: S. Albers, M. Clement 



403

Clement, M. und Runte, M. (1999): Intelligente Software-Agenten - Implikationen für das 

Marketing im Electronic Commerce, Manuskripte aus den Instituten für Betriebswirtschaftslehre 

der Universität Kiel, Nr. 498, Kiel. 

Coase, R.H. (1937): The Nature of the Firm, in: Economica, 4, 386-405. 

Collins, P.D.; Hage, J. und Hull, F.M. (1988): Organizational and Technological Predictors of 

Change in Automaticity, in: Academy of Management Journal, 31, 512-543. 

Commons, J.R. (1931): Institutional Economics, in: American Economic Review, 21, 648-657. 

Cook, D.R. (1977): Detection of Influential Observations in Linear Regression, in: Technometrics, 

19, 15-18. 

Crew, M.A.; Fernando, C.S. und Kleindorfer, P.R. (1995): The Theory of Peak-Load Pricing: 

A Survey, in: Journal of Regulatory Economics, 8, 215-248. 

Currie, J.M.; Murphy, J.A. und Schmitz, A. (1971): The Concept of Economic Surplus and its 

Use in Economic Analysis, in: Economic Journal, 81, 741-799. 

Damanpour, F. und Gopalakrishnan, S. (1998): Theories of Organizational Structure and Innovation 

Adoption: The Role of Environmental Change, in: Journal of Engineering and Technology 

Management, 15, 1-24. 

Daniel, E. und Storey, C. (1997): On-line Banking: Strategic and Management Challenges, in: 

Long Range Planning, 30, 890-898. 

Daniel, W.W. (1987): Biostatistics: A Foundation for Analysis in the Health Sciences, Fourth 

Edition, New York et al. 

Darmon, R. und Rouziès, D. (1989): Assessing Conjoint Analysis Internal Validity: The Effect of 

various Continous Attribute Level Spacings, in: International Journal of Research in Marketing, 

6, 35-44. 

David, P. und Greenstein, S. (1990): The Economics of Compatibility Standards: An Introduction 

to Recent Research, in: Economics of Innovation and New Technology, 1, 3-41. 

David, P.A. (1985): Clio and the Economics of QWERTY, in: American Economic Review, 75, 

332-337. 

De Sarbo, W.S.; Carroll, J.D.; Clark, L.A. und Green, P.E. (1984): Synthesized Clustering: A 

Method for Amalgamating Alternative Clustering Bases with Differential Weighting of Variables, 

in: Psychometrica, 49, 57-78. 

De Sarbo, W.S. und Cron, W.L. (1988): A Maximum Likelihood Methodology for Clusterwise 

Linear Regression, in: Journal of Classification, 5, 249-282. 

De Sarbo, W.S. und Wedel, M. (1994): A Review of Recent Developments in Latent Class Regression 

Models, in: R. P. Bagozzi (Hrsg.): Handbook of Marketing Reseach, New York, 352- 

388. 

Dekimpe, M.G.; Parker, P.M. und Sarvary, M. (1998): Staged Estimation of International Diffusion 

Models - An Application to Global Cellular Telephone Adoption, in: Technological Forecasting 

and Social Change, 57, 

Desiere, S. (1998): Internet-TV der Zukunft: Smart und simple, in: Horizont, 24.09.1998. 

Deutsch, M. (1998): Electronic Commerce, Braunschweig, Wiesbaden. 

Dewar, R.D. und Dutton, J.E. (1986): The Adoption of Radical and Incremental Innovations: An 

Empirical Analysis, in: Management Science, 32, 1422-1433. 

404

Dhebar, A. und Oren, S. (1986): Dynamic Nonlinear Pricing in Networks with Interdependent 

Demand, in: Operations Research, 34, 384-394. 

Dickson, P.R. (1992): Toward a General Theory of Competitive Rationality, in: Journal of Marketing, 

56, 69-83. 

Diller, H. (1991): Preispolitik, 2., überarbeitete Auflage, Stuttgart, Berlin, Köln. 

Diller, H. und Brielmaier, A. (1996): Die Wirkung gebrochener und runder Preise - Ergebnisse 

eines Feldexperiments im Drogeriewarensektor, in: Zeitschrift für betriebswirtschaftliche Forschung, 

48, 695-710. 

Dillon, W.R.; Böckenholt, U.; Smith de Borrero, M.; Bozdogan, H.; De Sarbo, W.; Gupta, 

S.; Kamakura, W.; Kumar, A.; Ramaswamy, B. und Zenor, M. (1994): Issues in the Estimation 

and Application of Latent Structure Models of Choice, in: Marketing Letters, 5, 323- 

334. 

Dillon, W.R. und Gupta, S. (1996): A Segment-Level Model of Category Volume and Brand 

Choice, in: Marketing Science, 15, 38-59. 

Disterer, G. (1995): Multimediales und interaktives Fernsehen, in: WISU, 24, 1003-1006. 

Draper, N.R. und Smith, H. (1981): Applied Regression Analysis, Second Edition, New York et 

al. 

DTAG (1996): Pilotprojekt Interaktive Videodienste Berlin – Bericht zur Akzeptanz, Deutsche 

Telekom AG, Berlin. 

Economides, N. (1989): Desirability of Compatibility in the Absence of Network Externalities, in: 

American Economic Review, 70, 1165-1181. 

Economides, N. und Himmelberg, C. (1994): Critical Mass and Network Evolution in Telekommunications, 

Working Paper, Stern School of Business, New York University, New York. 

Eggenberger, C. und Hauser, C. (1996): Conjoint Measurement zur Gestaltung von internationalen 

Telefondienstleistungen, in: Zeitschrift für betriebswirtschaftliche Forschung, 48, 841-859. 

Eisenführ, F. und Weber, M. (1994): Rationales Entscheiden, 2., verbesserte Auflage, Berlin et 

al. 

Eliashberg, J. und Sawhney, M.S. (1994): Modeling goes Hollywood: Predicting Individual Differences 

in Movie Enjoyment, in: Management Science, 40, 1151-1173. 

Eliashberg, J. und Shugan, S.M. (1997): Film Critics: Influencers or Predictors?, in: Journal of 

Marketing, 61, 68-78. 

Engel, J.E.; Blackwell, R.D. und Miniard, P.W. (1995): Consumer Behavior, eighth Edition, 

Forth Worth et al. 

Everitt, B.S. (1993): Cluster Analysis, third Edition, London, Melbourne, Auckland. 

Fahrmeir, L. und Hamerle, A. (1996): Grundlegende multivariate Schätz- und Testprobleme, in: 

L. Fahrmeir, A. Hamerle und G. Tutz (Hrsg.): Multivariate statistische Verfahren, 2., überarbeitete 

Auflage, Berlin, New York, 49-92. 

Fahrmeir, L. und Tutz, G. (1994): Multivariate Statistical Modelling Based on Generalized 

Linear Models, New York. 

Farrell, J. und Saloner, G. (1985): Standardization, Compatibility, and Innovation, in: Rand Journal 

of Economics, 16, 70-83. 

405

Farrell, J. und Saloner, G. (1986): Installed Base and Compatibility: Innovation, Product Preannouncements, 

and Predation, in: American Economic Review, 76, 940-955. 

Faßnacht, M. (1996): Preisdifferenzierung bei Dienstleistungen: Implementationsformen und 

Determinanten, Wiesbaden. 

Faßnacht, M. (1998): Preisdifferenzierungsintensität bei Dienstleistern, in: Zeitschrift für Betriebswirtschaft, 

68, 719-743. 

Festinger, L. (1978): Die Theorie der kognitiven Dissonanz, Bern. 

Fink, D. (1998): Mass Customization, in: S. Albers, M. Clement und K. Peters (Hrsg.): Marketing 


Fittkau. S. (1999): Nutzerprofile, in: S. Albers, M. Clement und K. Peters (Hrsg.): Marketing mit 

Interaktiven Medien – Strategien zum Markterfolg, 2. Auflage, Frankfurt am Main, 207-222. 

Fleischhauer, J. (1998): Öl des 21. Jahrhunderts, in: Der Spiegel, 8, 96-106. 

Flury, B. (1997): A First Course in Multivariate Statistics, New York, Berlin, Heidelberg. 

Föhr, S. (1991): Ökonomische Analyse der internen Organisation, Wiesbaden. 

Frazier, G.; Gill, J. und Kale, S. (1998): Dealer Dependence Levels and Reciprocal Actions in a 

Channel of Distribution in a Developing Country, in: Journal of Marketing, 53, 50-69. 

Frey, D.; Stahlberg, D. und Gollwitzer, P.M. (1985): Einstellung und Verhalten: Die Theorie des 

überlegten Handelns und die Theorie des geplanten Verhaltens, in: D. Frey und M. Irle (Hrsg.): 

Theorien der Sozialpsychologie, Band 1 – Kognitive Theorien, Bern, Stuttgart, Toronto, 361- 

398. 

Fuerderer, R.; Herrmann, A. und Wuebker, G. (Hrsg.) (1999): Optimal Bundeling – Marketing 

Strategies for Improving Economic Performance, Berlin et al. 

Gaeth, G.J.; Levin, I.P.; Sood, S.; Juang, C. und Castellucci, J. (1997): Consumers` Attitude 

Change Across Sequences of Successful and Unsuccessful Product Usage, in: Marketing Letters, 

8, 41-53. 

Gandal, N. (1994): Hedonic Price Indexes for Spreadsheets and an Empirical Test for Network- 

Externalities, in: Rand Journal of Economics, 25, 160-170. 

Gates, W. (1997): Der Weg nach vorn, 2. Auflage, München. 

Gatignon, H. und Robertson, T.S. (1985): A Propositional Inventory for New Diffusion Research, 

in: Journal of Consumer Research, 11, 849-867. 

Gedenk, K. (1998): Verkaufsförderung, in: S. Albers, M. Clement und K. Peters (Hrsg.): Marketing 


Gedenk, K.; Sattler, H. (1999): Preisschwellen und Deckungsbeitrag - Verschenkt der Handel 

große Potentiale?, in: Zeitschrift für betriebswirtschaftliche Forschung, 51., 33-59 

Geppert, D.; Greipl, E. und Müller, S. (1996): Interaktives Fernsehen als Kommunikations- und 

Distributionskanal: Kenntnisstand, Interessen und Akzeptanz der Verbraucher, in: V. Trommsdorff 

(Hrsg.): Handelsforschung 1996/97, Wiesbaden, 165-184. 

Gerbing, D.W. und Anderson, J.C. (1988): An Updated Paradigm for Scale Development Incorporating 

Unidimensionality and its Assessment, in: Journal of Marketing Research, 25, 186-192. 

Gerpott, T.J. (1996): Wettbewerbsstrategien im Telekommunikationsmarkt, Stuttgart. 

406

Gerpott, T.J. und Winzer, P. (1998): Distributionsstrategien für Telekommunikationsdienste, in: 

Die Betriebswirtschaft, 58, 481-500. 

Gerpott, T.J. (1995): Multimedia-Märkte, in: Die Betriebswirtschaft, 55, 535-537. 

Gerpott, T.J. (1997): Strategische Bestimmungsfaktoren des Erfolgs von Telekommunikationsnetzbetreibern, 


Gerpott, T.J. und Heil, B. (1996): Multimedia-Teleshopping, in: Zeitschrift für Betriebswirtschaft, 

66, 1329-1356. 

Gerpott, T.J. und Heil, B. (1998): Wettbewerbssituationsanalyse von Online-Diensteanbietern, in: 

Zeitschrift für betriebswirtschaftliche Forschung, 50, 725-746. 

Gerwin, J. und Höcherl, I. (1995): Video 2000: Strategische Produktpolitik bei internationalem 

Wettbewerb, in: K. Brockhoff (Hrsg.): Management von Innovationen, Wiesbaden, 17-44. 

Gierl, H. (1989): Konsumententypologie oder A-priori-Segmentierung als Instrumente der Zielgruppenauswahl, 


Gierl, H. (1992): Diffusionsmodelle, in: WiSt, 21, 382-386. 

Gierl, H. (1997): Neue Technologien und Leapfrogging der Nachfrager, in: Zeitschrift für Betriebswirtschaft, 

67, 1073-1091. 

Gijsbrechts, E. (1993): Prices and Pricing Research in Consumer Marketing: Some Recent Developments, 

in: International Journal of Research in Marketing, 10, 115-151. 

Glazer, R. (1991): Marketing in an Information-Intensive Environment: Strategic Implications of 

Knowledge as an Asset, in: Journal of Marketing, 55, 1-19. 

Golder, P.N. und Tellis, G.J. (1997): Will ist ever Fly? Modeling the Takeoff of Really New Consumer 

Durables, in: Marketing Science, 16, 256-270. 

Goldman, M.B.; Leland, H.E. und Sibley, D.S. (1984): Optimal Nonuniform Pricing, in: Review 

of Economic Studies, 51, 305-320. 

Goldsmith, R. und Flynn, L.R. (1992): Identifying Innovators in Consumer Product Markets, in: 

European Journal of Marketing, 26, 42-55. 

Gossen, H.H. (1854): Entwicklung der Gesetze des menschlichen Verkehrs und der daraus 

fließenden Regeln für menschliches Handeln, Braunschweig. 

Götze, U. (1991): Szenario-Technik in der strategischen Unternehmensplanung, Wiesbaden. 

Graumann, M. (1993): Die Ökonomie von Netzprodukten, in: Zeitschrift für Betriebswirtschaft, 

63, 1331-1355. 

Green, P.E.; Carmone, F.J. und Wachspress, D.P. (1976): Consumer Segmentation Via Latent 

Class Analysis, in: Journal of Consumer Research, 3, 170-174. 

Green, P.E.; Carroll, J.D. und Goldberg, S.M. (1981): A General Approach to Product Design 

via Conjoint-Analysis, in: Journal of Marketing, 2, 17-37. 

Green, P.E. und Krieger, A.M. (1995): Alternative Approaches to Cluster-Based Market Segmentation, 

in: Journal of the Market Research Society, 37, 231-239. 

Green, P.E. und Srinivasan, V. (1978): Conjoint Analysis in Consumer Research: Issues and 

Outlook, in: Journal of Consumer Research, 5, 103-123. 

Green, P.E. und Srinivasan, V. (1990): Conjoint Analysis in Marketing: New Developments With 

Implications for Research and Practice, in: Journal of Marketing, 54, 3-19. 

407

Greenstein, S.M. (1993): Did Installed Base give an Incumbent any (measurable) Advantages in 

Federal Computer Procurement?, in: Rand Journal of Economics, 24, 19-39. 

Grimm, E. und Dahl, B. (1995): Interaktives Fernsehen – Eine telefonische Befragung zur 

Bekanntheit, Nutzungs- und Zahlungsbereitschaft, Marktstudie, GFM-GETAS, Fachbereich 

Marketing-Forschung, Hamburg. 

Gröhn, A. (1996): Netzwerkeffekte in der Software-Industrie: Eine Analyse der empirischen 

Literatur, Arbeitspapier Nr. 743, Institut für Weltwirtschaft, Kiel. 

Gröhn, A. (1997a): Netzwerkeffekte und Wettbewerbspolitik: Eine ökonomische Analyse des 

Software-Marktes, Kiel. 

Gröhn, A. (1997b): Ein Modell der Netzwerkeffekte in der Software-Industrie, Arbeitspapier 

Nr. 790, Institut für Weltwirtschaft, Kiel. 

Grover, R. und Srinivasan, V. (1987): A Simultaneous Approach to Market Segmentation and 

Market Structuring, in: Journal of Marketing Research, 24, 139-153. 

Guiltinan, J.P. (1987): The Price Bundling of Services: A Normative Framework, in: Journal of 

Marketing, 51, 74-85. 

Günther, H.-O. und Tempelmeier, H. (1994): Produktion und Logistik, Berlin et al. 

Gupta, S. und Chatterjee, R. (1997): Consumer and Corporate Adoption of the World Wide 

Web as a Commercial Medium, in: R. Peterson (Hrsg.): Electronic Marketing and the Consumer, 

London, New Delhi, 89-99. 

Haase, K.; Salewski, F. und Skiera, B. (1998): Preisdifferenzierung bei Dienstleistungen am Beispiel 

von "Call-by-Call"-Tarifen, in: Zeitschrift für Betriebswirtschaft, 68, 1053-1071. 

Hagel III, J. und Armstrong, A.G. (1997): Net Gain – Expanding Markets Through Virtual 

Communities, Boston. 

Hagel III, J. und Singer, M. (1999): Private Lives, in: McKinsey Quarterly, 1, 6-15. 

Hair, J.J.F.; Anderson, R.E.; Tatham, R.L. und Black, W.C. (1995): Multivariate Data Analysis 

with Readings, 4th Edition, New York. 

Hamerle, A. und Tutz, G. (1996): Zusammenhangsanalysen in mehrdimensionalen Kontingenztabellen 

– das loglineare Modell, in: L. Fahrmeir, A. Hamerle und G. Tutz (Hrsg.): Multivariate 

statistische Verfahren, 2., überarbeitete Auflage, Berlin, New York, 537-638. 

Hanssens, D.M.; Parsons, L.J. und Schultz, R.L. (1990): Market Response Models: Econometric 

and Time Series Analysis, Boston et al. 

Hardie, B.G.S.; Robertson, T.S. und Ross Jr., W.T. (1996): Technology Adoption: Amplifying 

Versus Simplifying Innovations, in: Marketing Letters, 7, 355-369. 

Hartman, R.S. und Teece, D.J. (1990): Product Emulation Strategies in the Presence of Reputation 

Effects and Network Externalities: Some Evidence from the Minicomputer Industry, in: Economics 

of Innovation and New Technology, 1, 157-182. 

Hauschildt, J. (1999): Widerstand gegen Innovationen – Destruktiv oder Konstruktiv, in: Zeitschrift 

für Betriebswirtschaft, 69. Jg., Ergänzungsheft 2, 1-21. 

Hauschildt, J. und Chakrabarti, A.K. (1988): Arbeitsteilung im Innovationsmanagement – Forschungsergebnisse, 

Kriterien und Modelle, in: Zeitschrift Führung + Organisation, 57, 378- 

388. 

Hecheltjen, P. (1985): Bildschirmtext-Prognosen, Berlin. 

408

Heiman, A. und Muller, E. (1996): Using Demonstration to Increase New Product Acceptance: 

Controlling Demonstration Time, in: Journal of Marketing Research, 33, 422-430. 

Heimel, J.P.; Hruschka, H.; Natter, M. und Taudes, A. (1998): Konnexionistische Kaufakt- 

und Markenwahlmodelle, in: Zeitschrift für betriebswirtschaftliche Forschung, 50, 596-613. 

Heinemann, C. (1997): Werbung im interaktiven Fernsehen, in: G. Silberer (Hrsg.): Interaktive 

Werbung: Marketingkommunikation auf dem Weg ins digitale Zeitalter, Stuttgart, 197-224. 

Heinemann, C. und Priess, S. (1999): Wie bekomme ich mein Geld? – Zahlungssysteme im Internet, 

in: S. Albers, M. Clement, K. Peters und B. Skiera (Hrsg.): eCommerce – Einstieg, Strategie 

und Umsetzung im Unternehmen, Frankfurt am Main, 123-133. 

Helsen, K.; Jedidi, K. und De Sarbo, W.S. (1993): A New Approach to Country Segmentation 

Utilizing Multinational Diffusion Patterns, in: Journal of Marketing, 57, 60-71. 

Hensher, D.A. (1994): Stated and Preference Analysis of Travel Choices: The State of Practice, in: 

Transportation, 21, 107-133. 

Herbig, P.A. und Palumbo, F. (1994): The Effect of Culture on the Adoption Process: A Comparison 

of Japanese and American Behaviour, in: Technological Forecasting and Social Change, 

46, 71-101. 

Hermanns, A.; Wißmeier, U.K. und Sauter, M. (1998): Einsatzmöglichkeiten der Virtual Reality 

im Marketing, in: Die Betriebswirtschaft, 58, 176-187. 

Herrmann, A. (1998): Die Klassifikation von Objekten mit kategorialskalierten Eigenschaften mittels 

der Korrespondenz-, Cluster- und Diskriminanzanalyse, in: WiSt, 25, 511-516. 

Hess, G. (1993): Kampf um den Standard!, Stuttgart. 

Hobday, M. (1998): Product Complexity, Innovation and Industrial Organisation, in: Research Policy, 

26, 689-710. 

Hoelter, J.W. (1983): The Analysis of Covariance Structures, in: Sociological Methods and Research, 

11, 325-344. 

Hoffman, D.L. und Novak, T.P. (1996): Marketing in Hypermedia Computer-Mediated Environments: 

Conceptual Foundations, in: Journal of Marketing, 60, 50-68. 

Holak, S.L. und Lehmann, D.R. (1990): Purchase Intentions and the Dimensions of Innovation: 

An Exploratory Model, in: Journal of Product Innovation Management, 7, 59-73. 

Homburg, C. (1991): Cross-Validiation and Information Criteria in Causal Modeling, in: Journal of 

Marketing Research, 28, 137-144. 

Homburg, C. (1995): Kundennähe von Industriegüterunternehmen: Konzeption – Erfolgsaussichten 

– Determinanten, Wiesbaden. 

Homburg, C. und Baumgartner, H. (1995): Die Kausalanalyse als Instrument der Marketingforschung, 


Homburg, C. und Giering, A. (1996): Konzeptualisierung und Operationalisierung komplexer 

Konstrukte, in: Marketing ZFP, 18, 5-24. 

Homburg, C. und Hildebrandt, L. (1998): Die Kausalanalyse: Bestandsaufnahme, Entwicklungsausrichtungen, 

Problemfelder, in: L. Hildebrand und C. Homburg (Hrsg.): Die Kausalanalyse, 

Stuttgart, 15-43. 

Hoppe, U. und Kracke, U. (1998): Internet und Intranet: Anwendungsperspektiven für Unternehmen, 


409

Hruschka, H. (1986): Market Definition and Segmentation Using Fuzzy Clustering Methods, in: International 

Journal of Research in Marketing, 3, 117-134. 

Hruschka, H. (1997): Schätzung und normative Analyse ausgewählter Preis-Absatz-Funktionen, in: 

Zeitschrift für Betriebswirtschaft, 67, 845-864. 

Hruschka, H. (1998): Die Auswirkungen interaktiver Informationstechnologien auf das Herstellermarketing, 

in: Marketing ZFP, 20, 195-204. 

Huber, G.P. (1974): Multiattribute Utility Models: A Review of field and field-like Studies, in: Management 

Science, 20, 1393-1402. 

Huber, J.; Wittink, D.R.; Fiedler, J.A. und Miller, R. (1993): The Effectiveness of Alternative 

Preference Elicitation Procedures in Predicting Choice, in: Journal of Marketing Resaerch, 30, 

105-114. 

Hubert, L.J. und Levin, J.R. (1976): A General Statistical Framework for Assessing Categorial 

Clustering in Free Recall, in: Psychological Bulletin, 83, 1072- 1080. 

Hujer, R.; Grammig, J.; Fryns, H. und Herterich, R. (1996): Preisfindung und optimale Marketingstrategien 

für neue pharmazeutische Produkte, in: Zeitschrift für betriebswirtschaftliche 

Forschung, 48, 219-232. 

Hungenberg, H. (1998): Strategische Allianzen in der Telekommunikation, in: Zeitschrift für betriebswirtschaftliche 

Forschung, 50, 479-498. 

Hurter, A.P.J. und Rubenstein, A.H. (1978): Market Penetration by New Innovations: The 

Technoloical Literature, in: Technological Forecasting and Social Change, 11, 197-221. 

Ims, L.A.; Stordahl, K. und Olsen, B.T. (1997): Risk Analysis of Residential Broadband Upgrade 

in a Competitive and Changing Market, in: IEEE Communications Magazine, 2, 96-103. 

Jain, A.K.; Acito, F.; Malhotra, N.K. und Mahajan, V. (1979): A Comparison of the Internal 

Validity of Alternative Parameter Estimation Methods in Decompositional Multiattributive Preference 

Models, in: Journal of Marketing Research, 16, 313-322. 

Jain, A.K. und Dubes, R.C. (1988): Algorithms for Clustering Data, Englewood Cliffs. 

Jansen, O. (1970): Soziologische Determinanten der Wirksamkeit von Werbemaßnahmen für 

innovative Produktivgüter, Bonn. 

Jedidi, K.; Krider, R.E. und Weinberg, C.B. (1998): Clustering at the Movies, in: Marketing 

Letters, 9, 393-405. 

Jobber, D. und O'Reilly, D. (1998): Industrial Mail Surveys – A Methodological Update, in: Industrial 

Marketing Management, 27, 95-107. 

Johns, D.M. (1998): Wirtschaftsmacht Fernsehen – Märkte und Mythen der Medienindustrie, 

Frankfurt am Main. 

Johnson, R.M. (1974): Trade-off Analysis of Consumer Values, in: Journal of Marketing Research, 

11, 121-127. 

Kalish, S. und Nelson, P. (1991): A Comparison of Ranking, Rating and Reservation Price Measurement 

in Conjoint Analysis, in: Marketing Letters, 2, 327-335. 

Kalyanaram, G. und Winer, R.S. (1995): Empirical Generalizations from Reference Price Research, 

in: Marketing Science, 14, G161-G169. 

Katz, M.L. und Shapiro, C. (1985): Network Externalities, Competition, and Compatibility, in: 

American Economic Review, 75, 424-440. 

410

Katz, M.L. und Shapiro, C. (1986): Technology Adoption in the Presence of Network Externalities, 

in: Journal of Political Economy, 94, 822-841. 

Katz, M.L. und Shapiro, C. (1992): Product Introduction with Network Externalities, in: Journal 

of Industrial Economics, 40, 55-83. 

Kaufmann, H. und Pape, H. (1996): Clusteranalyse, in: L. Fahrmeir, A. Hamerle und G. Tutz 

(Hrsg.): Multivariate statistische Verfahren, 2., überarbeitete Auflage, Berlin, New York, 437- 

536. 

Keane, M.P. (1997): Current Issues in Discrete Choice Modeling, in: Marketing Letters, 8, 307- 

322. 

Keil, K. (1998): Interaktives Fernsehen, in: S. Albers, M. Clement und K. Peters (Hrsg.): Marketing 


Kempf, D.S. und Smith, R.E. (1998): Consumer Processing of Product Trial and the Influence of 

Prior Advertising: A Structural Modeling Approach, in: Journal of Marketing Research, 35, 

325-338. 

Kennedy, A.M. (1983): The Adoption and Diffusion of New Industrial Products: A Literature Review, 

in: European Journal of Marketing, 17, 31-88. 

Kienel, H.; Zerbe, S. und Kremar, H. (1998): Business Television in Marketing und Vertrieb, in: 

K. D. Wilde (Hrsg.): Computer-Based Marketing – Das Handbuch zur Marketinginformatik, 

Braunschweig, Wiesbaden, 117-124. 

Klastorin, T.D. (1983): Assessing Cluster Analysis Results, in: Journal of Marketing Research, 

20, 92-98. 

Klecka, W.R. (1990): Discriminant Analysis, eleventh Printing, Sage University Paper Series on 

Quantitative Applications in the Social Sciences, Beverly Hills, London. 

Kleinaltenkamp, M. (1990): Der Einfluß der Normung und Standardisierung auf die Diffusion 

technischer Innovationen, 2. Auflage, Berlin. 

Klemperer, P. (1987): Markets with Consumer Switching Costs, in: Quarterly Journal of Economics, 

102, 375-394. 

Klophaus, R. (1995): Marktausbreitung neuer Konsumgüter: Verhaltenswissenschaftliche 

Grundlagen, Wiesbaden. 

Klophaus, R. (1996): Marktausbreitung von Bildschirmtext: Zu den Ursachen einer Fehlprognose, 


Köcher, W. (1997): Die MaiK-Conjoint-Analyse, in: Marketing ZFP, 19, 124-130. 

Kollmann, T. (1996): Die Akzeptanz technologischer Innovationen – eine absatztheoretische 

Fundierung am Beispiel von Multimedia-Systemen, Forschungsbericht zum Marketing Nr. 7, 

Universität Trier, Trier. 

Kollmann, T. (1998): Akzeptanz innovativer Nutzungsgüter und -systeme, Wiesbaden. 

Köster, D. (1999): Wettbewerb in Netzproduktmärkten, Wiesbaden. 

Krafft, M. (1995): Außendienstentlohnung im Licht der Neuen Institutionenlehre, Wiesbaden. 

Krafft, M. (1997): Der Ansatz der Logistischen Regression und seine Interpretation, in: Zeitschrift 


411

Krafft, M. (1998): Kundenwert und Kundenbindung, in: S. Albers, M. Clement und K. Peters 


Main, 165-178. 

Krafft, M. und Albers, S. (1996): Verbund von Produkt- und Betriebsformenwahl beim Einkaufen 

in der City, in Subzentren und auf der "grünen Wiese", in: V. Trommsdorff (Hrsg.): Handelsforschung 

1996/97 – Positionierung des Handels, Jahrbuch der Forschungsstelle für den Handel 

Berlin (FfH) e.V., Wiesbaden, 125-143. 

Krafft, M. und Litfin, T. (1999): Überprüfung der Rogers-Kriterien am Beispiel innovativer 

Telekommunikationsdienste, Working Paper am Lehrstuhl für Marketing, Christian-Albrechts- 

Universität zu Kiel, Kiel. 

Kridel, D.J.; Lehman, D.E. und Weisman, D.L. (1993): Option Value, Telecommunication Demand 

and Policy, in: Information Economics and Policy, 5, 125-144. 

Kroeber-Riel, W. (1993): Strategie und Technik der Werbung – Verhaltenswissenschaftliche 

Ansätze, Stuttgart, Berlin, Köln. 

Kuhfeld, W.F.; Tobias, R.D. und Garratt, M. (1994): Efficient Experimental Design with Marketing 

Research Applications, in: Journal of Marketing Research, 31, 545-557. 

Kuhlmann, C. (1997): Diffusion von Informationstechnik, Wiesbaden. 

Kulpok, A. (1991): Videotext – Ein Erfolgsprogramm, in: Media-Perspektiven, 8, 520-528. 

Kürble, P. (1995): Determinanten der Nachfrage nach multimedialen Pay-TV Diensten in 

Deutschland, Wissenschaftliches Institut für Kommunikationsdienste, Diskussionsbeitrag Nr. 148, 

Bad Honnef. 

Lancaster, K.J. (1971): Consumer Demand: A new Approach, New York. 

Lautz, A. (1995): Videoconferencing, Frankfurt am Main. 

Lazari, A.G. und Anderson, D.A. (1994): Designs of Discrete Choice Set Experiments for Estimating 

Both Attribute and Availibility Cross Effects, in: Journal of Marketing Research, 31, 

375-383. 

Lazarsfeld, P.F. und Henry, N.W. (1968): Latent Structure Analysis, New York. 

Lehmann, D.R.; Gupta, S. und Steckel, J.H. (1997): Marketing Research, Reading et al. 

Leibenstein, H. (1950): Bandwagon, Snob, and Veblen Effects in the Theory of Consumers' Demand, 

in: Quarterly Journal of Economics, 64, 183-207. 

Leigh, T.W.; MacKay, D.B. und Summers, J.O. (1984): Reliability and Validity of Conjoint 

Analysis and Self-Explicated Weights: A Comparison, in: Journal of Marketing Research, 21, 

456-462. 

Leland, H. und Meyer, R. (1976): Monopoly Pricing Structures with Imperfect Discrimination, in: 

Bell Journal of Economics, 7, 449-462. 

Leonard-Barton, D. (1985): Experts as Opinion Leaders in the Diffusion of a Technological Innovation, 


Levin, S.G.; Levin, S.L. und Meisel, J.B. (1987): A Dynamic Analysis of the Adoption of a 

New Technology: The Case of Optical Scanners, in: Review of Economics and Statistics, 69, 

12-17. 

Liebowitz, S.J. und Margolis, S.E. (1990): The Fable of the Keys, in: Journal of Law & Economics, 

33, 1-25. 

412

Liebowitz, S.J. und Margolis, S.E. (1995): Path Dependence, Lock-in, and History, in: Journal 

of Law, Economics & Organization, 1, 205-226. 

Lilien, G.L.; Kotler, P. und Moorthy, K.S. (1992): Marketing Models, Englewood Cliffs. 

Lilien, G.L. und Rangaswamy, A. (1998): Marketing Engineering, Reading. 

Link, F. (1995): An Integrated Theory of the Willingness to Pay for Adoptions of Innovations, 

Licentiate Thesis, Lund University, Lund. 

Litfin, T. (1999): Adoptionsfaktoren in einem innovativen Telekommunikationsdienst, Wiesbaden. 

Litfin, T.; Teichmann, M. und Clement, M. (1998): Eignung von Explorativen Faktorenanalysen 

im Marketing, Working Paper am Lehrstuhl für Marketing, Christian-Albrechts-Universität 

zu Kiel, erscheint demnächst in WiSt. 

Louviere, J. und Woodworth, G. (1983): Design and Analysis of Simulated Consumer Choice or 

Allocation Experiments: An Approach Based on Aggregate Data, in: Journal of Marketing Research, 

20, 350-367. 

Louviere, J.J. (1988): Analyzing Decision Making: Metric Conjoint Analysis, Beverly Hills. 

Lütge, G. (1997): Total verstrickt, in: Die Zeit, 21.03.1997. 

Mahajan, V. und Muller, E. (1998): When is it Worthwhile Targeting the Majotity Instead of the 

Innovators in a New Product Launch, in: Journal of Marketing Research, 35, 488-495. 

Mahajan, V.; Muller, E. und Bass, F. (1995): Diffusion of New Products: Empirical Generalizations 

and Managerial Uses, in: Marketing Science, 14, G79-G88. 

Mahajan, V.; Muller, E. und Bass, F.M. (1990): New Product Diffusion Models in Marketing: 

A Review and Directions for Research, in: Journal of Marketing, 54, 1-26. 

Mahajan, V.; Muller, E. und Srinivasta, R.K. (1990): Determination of Adopter Categories 

Using Innovation Diffusion Models, in: Journal of Marketing Research, 27, 37-50. 

Majumdar, S.K. (1996): Bandwagon Influences and Installed-Base Conversion in U.S. Telecommunications, 

in: Economics of Innovation and New Technology, 4, 113-122. 

Mante-Meijer, E.; van der Duin, P. und Abeln, M. (1998): Fun with Scenarios, in: Long Range 

Planning, 31, 628-637. 

Marsh, H.W.; Balla, J.R. und McDonald, R.P. (1988): Goodness-of-Fit Indexes in Confirmatory 

Factor Analysis: The Effect of Sample Size, in: Psychological Bulletin, 103, 391-410. 

Matutes, C. und Regibeau, P. (1988): Mix and Match: Product Compatibility Without Network 

Externalities, in: Rand Journal of Economics, 19, 221-234. 

Mauerer, N. (1995): Die Wirkung absatzpolitischer Instrumente, Wiesbaden. 

McFaddden, D. (1994): The Measurement of Urban Travel Demand, in: Journal of Public Economics, 

3, 303-328. 

McHugh, R.P. (1956): Efficient Estimation and Local Identification in Latent Class Analysis, in: 

Psychometrika, 21, 331-347. 

Media-Perspektiven (1997): Basisdaten, Nr. 12, Frankfurt am Main. 

Meffert, H. und Hensmann, J. (1993): Die Entwicklungsdynamik des europäischen Fernsehmarktes 

in den 90er Jahren, Wien. 

Mercer, D. (1995): Scenarios Made Easy, in: Long Range Planning, 28, 81-86. 

413

Meyer, A. (1998): Dienstleistungs-Marketing, in: A. Meyer (Hrsg.): Handbuch Dienstleistungs- 

Marketing Band 1, Stuttgart, 3-22. 

Middelhoff, T. (1996): Mediale Welt von morgen – state of the art, in: H. Meffert, H. Wagner und 

K. Backhaus (Hrsg.): Mediale Welt von morgen – neue Chancen für das Marketing?, Münster, 

11-23. 

Middelhoff, T. (1997): Entwicklung einer Multimediastrategie für Medienunternehmen, in: Die Betriebswirtschaft, 

57, 411-422. 

Miller Jr., R.G. (1997): Beyond ANOVA, London et al. 

Milligan, G.W. (1981): A Monte Carlo Study of Thirty Internal Criterion Measures for Cluster 

Analysis, in: Psychometrika, 46, 187-199. 

Milligan, G.W. (1996): Clustering Validiation: Results and Implications for Applied Analyses, in: P. 

Arabie, L. J. Hubert und G. De Soete (Hrsg.): Clustering and Classification, River Edge, 341- 

375. 

Milligan, G.W. und Cooper, M.C. (1985): An Examination of Procedures for Determining the 

Number of Clusters in a Data Set, in: Psychometrika, 50, 159-179. 

Mitchell, B.M. (1978): Optimal Pricing of Local Telephone Service, in: American Economic Review, 

68, 517-537. 

Moch, D. (1995): Ein hedonischer Preisindex für PC-Datenbanksoftware: Eine empirische Untersuchung, 

in: ZEW-Wirtschaftsanalysen (Hrsg.): Preismessung und technischer Fortschritt, Baden-Baden, 

81-107. 

Moore, G.C. und Benbasat, I. (1991): Development of an Instrument to Measure the Perceptions 

of Adopting an Information Technology Innovation, in: Institute of Management Sciences, 2, 

192-222. 

Moorthy, S.K. (1984): Market Segmentation, Self-Selection, and Product Line Design, in: Marketing 

Science, 3, 288-307. 

Morris, C.R. und Ferguson, C.H. (1993): How Architecture Wins Technology Wars, in: Harvard 

Business Review, 3, 86-96. 

Müller, S. und Geppert, D. (1996): Interaktives Fernsehen als Promotor des Home-Shopping, in: 

WiSt, 25, 85-89. 

Mummendey, H.D. und Bolten, H.-G. (1985): Die Impression-Management-Theorie, in: D. Frey 

und M. Irle (Hrsg.): Theorien der Sozialpsychologie, Band 3 – Motivations- und Informationsverarbeitungstheorien, 

Bern, Stuttgart, Toronto. 

Nabhan, M.; Hunt, M.; Lewis, D.; Gudmundsson, O. und Marshall, T. (1997): Electronic 

Financial Services: The Critical Beachhead for Bringing the Majority to Electronic Commerce, 

(http://www2000.ogsm.vanderbildt.edu/cb3/mgt565a/group5/group5.html). 

Naert, P.A. und Weverbergh, M. (1985): Market Share Specification, Estimation, and Validation: 

Toward Reconciling Seemingly Divergent Views, in: Journal of Marketing Research, 22, 

453-467. 

Nakamura, M.; Sakakibara, S. und Schroeder, R. (1998): Adoption of Just-in-Time Manufacturing 

Methods at U.S.- and Japanese-Owned Plants: Some Empirical Evidence, in: IEEE Transactions 

on Engineering Management, 45, 230-240. 

414

Natter, M. und Hruschka, H. (1997): Ankerpreise als Erwartungen oder dynamische latente Variablen 

in Marktreaktionsmodellen, in: Zeitschrift für betriebswirtschaftliche Forschung, 49, 

747-764. 

Nelder, J.A. und Wedderburn, R.W.M. (1972): Generalized Linear Models, in: Journal of the 

Royal Statistical Society, 135, 370-384. 

Norusis, M.J. (1994): SPSS für Windows Anwenderhandbuch für das Base System Version 

6.0, München. 

Novak, T.P. und Hoffman, D.L. (1997a): Measuring the Flow Experience Among Web Users, 

(http://www2000.ogsm.vanderbildt.edu/novak/flow.july.1997/flow.html). 

Novak, T.P. und Hoffman, D.L. (1997b): New Metrics for New Media: Toward the Development 

of Web Measurement Standards, in: World Wide Web Journal, 2, 213-246. 

Nunnally, J.C. (1978): Psychometric Theory, 2. Auflage, New York. 

o.V. (1998): Die Schwierigkeiten der Deutschen mit dem digitalen Fernsehen, in: Frankfurter Allgemeine 

Zeitung, 31.08.1998. 

Oenicke, J. (1997): Online-Marketing, Stuttgart. 

Oi, W.Y. (1971): A Disneyland Dilemma: Two-Part Tariffs for a Mickey Mouse Monopoly, in: 

Quarterly Journal of Economics, 85, 77-96. 

Olderog, T. und Skiera, B. (1998): Vorteilhaftigkeit von Preisbündelungsstrategien, Working 

Paper am Lehrstuhl für Marketing, Christian-Albrechts-Universität zu Kiel, erscheint demnächst in 

Zeitschrift für betriebswirtschaftliche Forschung. 

Oliver, P.; Marwell, G. und Teixeria, R. (1985): A Theory of the Critical Mass – Interdependence, 

Group Heterogeneity, and the Production of Collective Action, in: American Journal of 

Sociology, 91, 522-556. 

Oren, S.S. und Rothkopf, M.H. (1984): A Market Dynamics Model for New Industrial Products 

and its Application, in: Marketing Science, 3, 247-265. 

Oren, S.S. und Smith, S.A. (1981): Critical Mass and Tariff Structure in Electronic Communications 

Markets, in: Bell Journal of Economics, 12, 467-487. 

Oren, S.S.; Smith, S.A. und Wilson, R.B. (1982): Nonlinear Pricing in Markets with Interdependent 

Demand, in: Marketing Science, 1, 287-313. 

Pagenstedt, G. (1996): Strategische Planung für Anbieter von Abonnementfernsehen, Wiesbaden. 

Palombo, P. (1996): Feldversuch Nürnberg, Presseerklärung der QUELLE Schickedanz AG & 

Co., 4. Dezember 1996. 

Palupski, R. (1995): Virtual Reality und Marketing, in: Marketing ZFP, 17, 264-272. 

Parasuraman, A. (1991): Marketing Research, 2nd edition, Reading et al. 

Paul, C. und Runte, M. (1998): Virtuelle Communities, in: S. Albers, M. Clement und K. Peters 


Main, 151-164. 

Pechtl, H. (1991): Innovatoren und Imitatoren im Adoptionsprozeß von technischen Neuerungen, 

Bergisch Gladbach, Köln. 

Peppers, D. und Rogers, M. (1997): The 1:1 Future: Building Relationships One Customer at 

a Time, New York. 

415

Peter, J.P. (1981): Construct Validity: A Review of Basic Issues and Marketing Practices, in: 

Journal of Marketing Research, 18, 133-145. 

Peter, P.J. (1979): Reliability: A Review of Psychometric Basics and Recent Marketing Practices, 


Peter, S.I. (1997): Kundenbindung als Marketingziel, Wiesbaden. 

Peters, K. und Clement, M. (1999): Online-Dienste, in: S. Albers, M. Clement und K. Peters 

(Hrsg.): Marketing mit Interaktiven Medien – Strategien zum Markterfolg, 2. Auflage Frankfurt 

am Main, 19-32 (erscheint demnächst). 

Peterson, R.A.; Balasubramanian, S. und Bronnenberg, B.J. (1997): Exploring the Implications 

of the Internet for Consumer Marketing, in: Journal of the Academy of Marketing Science, 

25, 329-346. 

Petzoldt, C. (1998): Zahlungsbereitschaften für Interaktives Fernsehen, Diplomarbeit am Lehrstuhl 

für Marketing, Christian-Albrechts-Universität zu Kiel. 

Phlips, L. (1983): The Economics of Price Discrimination, Cambridge. 

Picot, A. (1986): Transaktionskosten im Handel. Zur Notwendigkeit einer flexiblen Strukturentwicklung 

in der Distribution, in: Betriebs-Berater, 27, Beilage 13, 2-16. 

Picot, A. (1991): Ökonomische Theorien der Organisation – Ein Überblick über neuere Ansätze 

und deren betriebswirtschaftliches Anwendungspotential, in: D. Ordelheide, B. Rudolph und E. 

Büsselmann (Hrsg.): Betriebswirtschaftslehre und ökonomische Theorie, Stuttgart, 143-170. 

Picot, A. und Dietl, H. (1990): Transaktionskostentheorie, in: WiSt, 19, 178-184. 

Picot, A.; Reichwald, R. und Wigand, R.T. (1996): Die grenzenlose Unternehmung: Information, 

Organisation und Management, Wiesbaden. 

Pieper, U. (1998): Wirkungen von Unternehmensakquisitionen auf Forschung und Entwicklung, 

Wiesbaden. 

Pigou, A.C. (1929): The Economics of Welfare, London. 

Pohl, A. (1996): Leapfrogging bei technologischen Innovationen: Ein Erklärungsansatz auf 

Basis der Theorie des wahrgenommenen Risikos, Wiesbaden. 

Pospischil, R. (1999): Quantensprung mit dem Internet - Eine Analyse zur Kapazitätsentwicklung 

und Preisstruktur, in: Zeitschrift für betriebswirtschaftliche Forschung, 51, 267-285. 

Preukschat, U.D. (1993): Vorankündigung von Neuprodukten: Strategisches Instrument der 

kommunikationspolitischen Markteinführung, Wiesbaden. 

Punj, G. und Stewart, D.W. (1983): Cluster Analysis in Marketing Research: Review and Suggestions 

for Application, in: Journal of Marketing Research, 20, 134-148. 

Rabino, S. und Moore, T.E. (1989): Managing New-Product Annoncements in the Computer Industry, 

in: Industrial Marketing Management, 18, 35-43. 

Radas, S. und Shugan, S. (1998): Managing Service Demand – Shifting and Bundling, in: Journal 

of Service Research, 1, 47-64. 

Rengelshausen, O. (1997): Werbung im Internet und in kommerziellen Online-Diensten, in: G. Siberer 

(Hrsg.): Interaktive Werbung: Marketingkommunikation auf dem Weg ins digitale 

Zeitalter, Stuttgart, 101-145. 

Reynolds, H.T. (1977): Analysis of Nominal Data, Beverly Hills, London. 

416

Robertson, T.S.; Eliashberg, J. und Rymon, T. (1995): New Product Announcement Signals 

and Incumbent Reactions, in: Journal of Marketing, 59, 1-15. 

Rogers, E.M. (1995a): Diffusion of Innovations, New York et al. 

Rogers, E.M. (1995b): Diffusion of Innovations: Modifications of a Model for Telekommunications, 

in: M.-W. Stoetzer und A. Mahler (Hrsg.): Die Diffusion von Innovationen in der Telekommunikation, 

Berlin et al., 25-38. 

Rohlfs, J. (1974): A Theory of Interdependent Demand for a Communications Service, in: Bell 

Journal of Economics and Management Science, 5, 16-37. 

Rost, H.R. (1996): Der elektronische Vertriebskanal ist in deutschen Unternehmen oft nur ungenügend 

geplant, in: Blick durch die Wirtschaft, 16.12.1996. 

Rüdiger, M. (1997): Marketing-Erfolgsfaktoren bei Innovationen - Eine kritische Analyse der 

Studien von Cooper und Kleinschmidt, Manuskripte aus den Instituten für Betriebswirtschaftslehre 

der Universität Kiel, Nr. 462, Kiel. 

Saloner, G. und Shepard, A. (1995): Adoption of Technologies with Network Effects: An Empirical 

Examination of the Adoption of Automated Teller Machines, in: Rand Journal of Economics, 

26, 479-501. 

Saunders, J. (1994): Cluster Analysis, in: G. J. Hooley und M. K. Hussey (Hrsg.): Quantitative 

Methods in Marketing, London et al., 13-28. 

Saviotti, P.P. (1985): An Approach to the Measurement of Technology Based on the Hedonic Price 

Method and Related Methods, in: Journal of Technological Forecasting and Social Change, 

27, 309-334. 

Sawhney, M.S. und Eliashberg, J. (1996): A Parsimonious Model for Forecasting Gross Box- 

Office Revenues of Motion Pictures, in: Marketing Science, 15, 113-131. 

Sawyer, A.G. und Ball, A.D. (1981): Statistical Power and Effect Size in Marketing Research, in: 

Journal of Marketing Research, 18, 275-290. 

Sawyer, A.G. und Peter, P.J. (1983): The Significance of Statistical Significance Tests in Marketing 

Research, in: Journal of Marketing Research, 20, 122-133. 

Schauz, M. (1997): Video-on-Demand – Bedrohung für das Verleihgeschäft der Videotheken, 

München. 

Schawinsky, K. (1996): Fernsehmarkt im Umbruch, Institut der Deutschen Wirtschaft in Köln, 

Nr. 38, Köln. 

Schewe, G. (1998): Strategie und Struktur: Eine Re-Analyse empirischer Befunde und Nicht- 

Befunde, Tübingen. 

Schlaak, T. (1999): Zur Messung des Innovationsgrades, Wiesbaden. 

Schmalen, H. (1979): Marketing-Mix für neuartige Gebrauchsgüter, Wiesbaden. 

Schmalen, H. und Pechtl, H. (1992): Technische Neuerungen in Kleinbetrieben: Eine empirische 

Untersuchung zur Einführung von elektronischer Datenverarbeitung in Handwerksbetrieben, 

Stuttgart. 

Schmalen, H. und Pechtl, H. (1996): Die Rolle der Innovationseigenschaften als Determinanten im 

Adoptionsverhalten, in: Zeitschrift für betriebswirtschaftliche Forschung, 48, 816-836. 

417

Schnieders, T. und Thun, A. (1999): BOL – Bertelsmann Online, in: S. Albers, M. Clement, K. 

Peters und B. Skiera (Hrsg.): eCommerce – Einstieg, Strategie und Umsetzung im Unternehmen, 


Schnurpfeil, M. (1995): Nicht Koordiniert, in: Wirtschaftswoche, 49, 93-96. 

Schoder, D. (1995): Diffusion von Netzeffektgütern - Modellierung auf Basis des Mastergleichungsansatzes 

der Synergetik, in: Marketing ZFP, 17, 18-28. 

Schrape, K. (1995): Digitales Fernsehen: Marktchancen und ordnungspolitischer Regelungsbedarf, 

BLM-Schriftenreihe, Band 30, München. 

Schrape, K.; Seufert, W.; Haas, H.; Hürst, D. und Gafke, S. (1996): Künftige Entwicklung 

des Medien- und Kommunikationssektors in Deutschland, Berlin. 

Schulz, R. (1972): Kaufentscheidungsprozesse der Konsumenten, Wiesbaden. 

Shankar, V. und Bayus, B.L. (1997): Network Effects and Competition: An Empirical Analysis 

of the Home Video Game Industrie, Unveröffentlichtes Manuskript, University of Maryland, 

Shapiro, C. und Varian, H.R. (1999): Information Rules, Boston. 

Sharda, R. (1994): Neural Networks for MS/OR Analysis: An Application Bibliography, in: Interfaces, 

24, 116-130. 

Sharkey, W.W. und Sibley, D.S. (1993): Optimal Non-Linear Pricing with Regulatory Preference 

over Customer Type, in: Journal of Public Economics, 5, 197-229. 

Simon, H. (1992a): Preisbündelung, in: Zeitschrift für Betriebswirtschaft, 62, 1213-1235. 

Simon, H. (1992b): Preismanagement: Analyse, Strategie, Umsetzung, Wiesbaden. 

Simon, H. (1994): Preispolitik für industrielle Dienstleistungen, in: Die Betriebswirtschaft, 54, 719- 

737. 

Simon, H. und Dolan, R.J. (1997): Profit durch Power Pricing: Strategien aktiver Preispolitik, 

Frankfurt am Main. 

Simon, H. und Kucher, E. (1988): Die Bestimmung empirischer Preisabsatzfunktionen: Methoden, 

Befunde, Erfahrungen, in: Zeitschrift für Betriebswirtschaft, 58, 171-183. 

Simon, H.; Lauszus, D. und Kneller, M. (1998): Der Euro kommt: Implikationen für das europäische 

Preismanagement, in: Die Betriebswirtschaft, 58, 786-802. 

Simonson, I. (1989): Choice Based on Reasons: The Case of Attraction and Compromise Effect, 


Simonson, I. und Tversky, A. (1992): Choice in Context: Tradeoff Contrast and Extremeness 

Aversion, in: Journal of Marketing Research, 29, 281-295. 

Singh, J. (1990): A Typology of Consumer Dissatisfaction Response Styles, in: Journal of Retailing, 

66, 57-99. 

Sinha, R.K. und Chandrashekaran, M. (1992): A Split Hazard Model for Analyzing the Diffusion 

of Innovations, in: Journal of Marketing Research, 29, 116-127. 

Skiera, B. (1998a): Auktionen, in: S. Albers, M. Clement und K. Peters (Hrsg.): Marketing mit 

Interaktiven Medien – Strategien zum Markterfolg, Frankfurt am Main, 297-310. 

Skiera, B. (1998b): Gewinnsteigerung durch eine Mengenbezogene Preisdiffernzierung bei 

Dienstleistungen, Habilitationsschrift an der Christian-Albrechts-Universität zu Kiel. 

418

Skiera, B. (1998c): Preisdifferenzierung, in: S. Albers, M. Clement und K. Peters (Hrsg.): Marketing 


Skiera, B. und Albers, S. (1998a): Regressionsanalyse, in: C. Homburg und A. Herrmann (Hrsg.): 

Marktforschung, Wiesbaden. 

Skiera, B. und Albers, S. (1998b): Tarifabhängige Nutzung, in: S. Albers, M. Clement und K. Peters 


Main, 223-236. 

Skiera, B. und Revenstorff, I. (1999): Auktionen als Instrument zur Erhebung von Zahlungsbereitschaften, 


Skiera, B. und Spann, M. (1998): Gewinnmaximale zeitliche Preisdifferenzierung für Dienstleistungen, 


Skiera, B.; Wertenbroch, K. und Schweiger, B. (1998): Incentive Compatible Elicitation of 

Consumer Reservation Prices at the Point of Purchase, Working Paper am Lehrstuhl für 

Marketing, Christian-Albrechts-Universität zu Kiel, Kiel. 

Späth, H. (1977): Cluster-Analyse-Algorithmen, 2. verbesserte Auflage, München, Wien. 

Speed, R. (1994): Regression Type Techniques and Small Samples: A Guide to Good Practice, in: 

G. J. Hooley und M. K. Hussey (Hrsg.): Quantitative Methods in Marketing, London et al., 

89-104. 

Spitzer, G. (1996): Sonderwerbeformen im TV: Kommunikations-Kooperationen zwischen 

Fernsehen und Wirtschaft, Wiesbaden. 

Spohrer, M. und Bronold, R. (1996): Mediengerechte Online-Forschung, in: Planung und Analyse, 

6, 32-35. 

Spremann, K. und Klinkhammer, M. (1985): Grundgebühren und zweiteilige Tarife, in: Zeitschrift 


Srinivasan, V. (1988): A Conjunctive-Compensatory Approach to the Self-Explication of Multiattributed 

Preferences, in: Decision Science, 19, 295-305. 

Srinivasan, V. und Shocker, A.D. (1982): LINMAP (Version IV): A Fortran IV Computerprogram 

for Analyzing Ordinal Preference (Dominance) Judgements and for Conjoint and Tradeoff 

Analyses, in: Journal of Marketing Research, 19, 601-602. 

Srinivasan, V. und Su Park, C. (1997): Surprising Robustness of the Self-Explicated Approach to 

Customer Preference Structure Management, in: Journal of Marketing Research, 34, 286-291. 

Stallmeier, C. (1993): Die Bedeutung der Datenerhebungsmethode und des Untersuchungsdesigns 

für die Ergebnisstabilität der Conjoint-Analyse, Regensburg. 

Steinhausen, D. und Langer, K. (1977): Clusteranalyse, Berlin, New York. 

Steward, D.W. (1981): The Application and Misapplication of Factor Analysis in Marketing Research, 


Strauß, R.E. und Schoder, D. (1999): Wie werden die Produkte den Kundenwünschen angepaßt? 

– Massenhafte Individualisierung, in: S. Albers, M. Clement, K. Peters und B. Skiera 

(Hrsg.): eCommerce – Einstieg, Strategie und Umsetzung im Unternehmen, Frankfurt am 

Main, 119-130. 

Sultan, F.; Farley, J.U. und Lehmann, D.R. (1990): A Meta-Analysis of Applications of Diffusion 

Models, in: Journal of Marketing Research, 27, 70-77. 

419

Tacke, G. (1989): Nichtlineare Preisbildung: Höhere Gewinne durch Differenzierung, Wiesbaden. 

Tanner, M.A. (1994): Tools for Statistical Inference: Methods for the Exploration of Posterior 

Distributions and Likelihood Functions, 2. Auflage, New York et al. 

Taschner, A. (1998): Interaktive Medien als Systemgut, in: S. Albers, M. Clement und K. Peters 


Main, 65-80. 

Taylor, L.D. (1993): Telecommunications Demand in Theory and Practice, 2. Auflage, Dordrecht, 

Boston, London. 

Teichert, T. (1997): A Model of Ranked Conjoint-Data and Implications for Evaluation, Manuskripte 

aus den Instituten für Betriebswirtschaftslehre der Universität Kiel, Nr. 461, Kiel. 

Tellis, G.J. (1986): Beyond the Many Faces of Price: An Integration of Pricing Strategies, in: 

Journal of Marketing, 50, 146-160. 

Tellis, G.J. (1988): The Price Elasticity of Selective Demand: A Meta-Analysis of Econometric 

Models of Sales, in: Journal of Marketing Research, 25, 331-341. 

Titterington, D.M. (1990): Some Recent Research in the Analysis of Mixture Distributions, in: 

Statistics, 4, 619-641. 

Titterington, D.M.; Smith, A.F.M. und Makov, U.E. (1985): Statistical Analysis of Finite 

Mixtures, Chichester et al. 

Tornatzky, L.G. und Klein, K.J. (1982): Innovation Characteristics and Innovation Adoption – 

Implementation: A Meta-Analysis of Findings, in: IEEE Transactions on Engineering Management, 

29, 28-45. 

Tscheulin, D.K. und Rost, M. (1998): Die empirische Evaluierung von Preisabsatzfunktionen im 

Marktsegment erlebnisorientierter Kurzkreuzfahrten und Implikationen für eine effiziente Preisdifferenzierung, 

in: Tourismus Journal, 2, 5-19. 

Turnbull, P.W. und Meenaghan, A. (1980): Diffusion of Innovation and Opinion Leadership, in: 

European Journal of Marketing, 14, 3-33. 

Urban, G.L.; Hauser, J.R.; Quallis, W.J.; Weinberg, B.D.; Bohlmann, J.D. und Chicos, 

R.A. (1997): Information Acceleration: Validation and Lessons From the Field, in: Journal of 

Marketing Research, 34, 143-153. 

Urban, G.L.; Weinberg, B.D. und Hauser, J.R. (1996): Premarket Forecasting of Really New 

Products, in: Journal of Marketing, 60, 47-60. 

Van den Bulte, C. und Lilien, G.L. (1997): Bias and Systematic Change in the Parameter Estimates 

of Macro-Level Diffusion Models, in: Marketing Science, 16, 338-353. 

van Dowe, U. (1996): Die Technologiedynamik im Marktentwicklungsprozeß, Bergisch Gladbach, 

Köln. 

Varian, H.R. (1996): Differential Pricing and Efficiency, (http://alfred.sims.berkeley.edu/ Different/different.html). 

Varian, H.R. (1997a): Buying, Sharing, and Renting Information Goods, (www.sims.berkeley.edu/~hal/Papers/Sharing.ps). 

Varian, H.R. (1997b): Versioning Information Goods, (www.sims.berkeley.edu/~hal/papers). 

420

Velicer, W.F. und Jackson, D.N. (1990): Component Analysis versus Common Factor Analysis: 

Some Issues in Selecting an Appropriate Procedure, in: Multivariate Behavioral Research, 25, 

1-28. 

Vickrey, W. (1961): Counter Speculation, Auctions and Competitive Sealed Tenders, in: Journal 

of Finance, 16, 8-37. 

von der Oelsnitz, D. und Müller, M. (1996): Einsatzpotentiale und Diffusionsbarrieren im Internet, 

in: Die Unternehmung, 23, 261-278. 

Wannhoff, J. (1990): Zur Analyse von Mischverteilungsverfahren auf der Basis von Informationskriterien, 

Bergisch Gladbach, Köln. 

Ward, J.H. (1963): Hierarchical Grouping to Optimize an Objective Function, in: Journal of the 

American Statistical Association, 58, 236-244. 

Waugh, F.V. (1929): Quality as a Determinant of Vegetable Prices, New York. 

Wedel, M. und De Sarbo, W.S. (1995): A Mixture Likelihood Approach for Generalized Linear 

Models, in: Journal of Classification, 12, 1-35. 

Wedel, M. und Kamakura, W.A. (1998): Market Segmentation: Conceptual and Methodological 

Foundations, Boston, Dordrecht, London. 

Weiber, R. (1992): Diffusion von Telekommunikation: Problem der kritischen Masse, Wiesbaden. 

Weiber, R. (1993): Die Bedeutung von Standards bei der Vermarktung von Systemtechnologien, 

in: W. Droege (Hrsg.): Strategien für Investitionsgütermärkte: Antworten auf neue Herausforderungen, 

Landsberg/Lech, 146-161. 

Weiber, R. (1995): Systemgüter und klassische Diffusionstheorie – Elemente einer Diffusionstheorie 

für kritische Masse-Systeme, in: M.-W. Stoetzer und A. Mahler (Hrsg.): Die Diffusion von Innovationen 

in der Telekommunikation, Berlin et al., 39-70. 

Weiber, R. (1997a): Marketing im Systemgeschäft: Ein Erklärungsansatz auf Basis der Stakeholder-Theorie, 

unveröffentlichter Beitragsentwurf, Universität Trier, Trier. 

Weiber, R. (1997b): Das Management von Geschäftsbeziehungen im Systemgeschäft, in: M. Kleinaltenkamp 

und W. Plinke (Hrsg.): Geschäftsbeziehungsmanagement, Berlin, 277-349. 

Weiber, R. und Adler, J. (1995): Informationsökonomisch begründete Typologisierung von Kaufprozessen, 


Weiber, R. und Kollmann, T. (1995): Die Vermarktung von Multimedia-Diensten: Akzeptanzprobleme 

bei interaktivem Fernsehen – Voruntersuchung, Forschungsbericht zum Marketing 

Nr. 3, Universität Trier, 

Weiber, R. und Pohl, A. (1996): Leapfrogging-Behavior – Ein adoptionstheoretischer Erklärungsansatz, 


Weiber, R. und Rosendahl, T. (1997): Anwendungsprobleme der Conjoint-Analyse, in: Marketing 

ZFP, 19, 107-118. 

Weigand, R.E. (1991): Buy In-Follow On Strategies for Profit, in: Sloan Management Review, 

32, 29-38. 

Weller, U. (1996): Wettbewerbsrechtliche Aspekte der Preispolitk im Investitionsgütermarketing, 

Aalen. 

421

Westland, C.J. (1992): Congestion and Network Externalities in the Short Run Pricing of Information 

System Services, in: Management Science, 38, 992-1009. 

Whinston, A.B.; Stahl, D.O. und Choi, S.-Y. (1997): The Economics of Electronic Commerce, 

Indianapolis. 

Wierenga, B. und Oude Ophuis, P.A.M. (1997): Marketing Decision Support Systems: Adoption, 

Use, and Satisfaction, in: International Journal of Research in Marketing, 14, 275-290. 

Wiese, H. (1990a): Netzeffekte und Kompatibilität: Ein theoretischer und simulationsbegleiteter 

Beitrag zur Absatzpolitik für Netzeffektgüter, Stuttgart. 

Wiese, H. (1991): Marktschaffung – Das Startproblem bei Netzeffekt-Gütern, in: Marketing ZFP, 

13, 43-51. 

Wiese, H. (1998): Kompatibilität, Netzeffekte und Produktdifferenzierung, in: Marketing ZFP, 20, 

15-24. 

Williamson, O.E. (1979): Transaction-Cost Economics: The Governance of Contractual Relations, 

in: The Journal of Law and Economics, 22, 233-261. 

Wilson, R.B. (1993): Nonlinear Pricing, New York, Oxford. 

Winch, G.W. (1997): The Dynamics of Process Technology Adoption and the Implications for Upgrade 

Decisions, in: Technology Analysis & Strategic Management, 9, 317-328. 

Witte, E. (1995): Die Akzeptanz von Tele-Shopping, Working Paper des Instituts für Organisation, 

Universität München, München. 

Witte, E. (1997): Feldexperimente als Innovationstest – Die Pilotprojekte zu neuen Medien, in: 

Zeitschrift für betriebswirtschaftliche Forschung, 49, 419-436. 

Witte, E., Grün, O. und Hauschildt, J. (1988): Innovative Entscheidungsprozesse. Die Ergebnisse 

des Projektes Columbus, Tübingen. 

Wittink, D.R. und Cattin, P. (1989): Commercial Use of Conjoint Analysis: An Update, in: Journal 

of Marketing, 53, 91-96. 

Wittink, D.R.; Krishnamurthi, L und Nutter, J.B. (1982): Comparing Derived Importance 

Weights Across Attributes, in: Journal of Consumer Research, 8, 471-474. 

Wittink, D.R.; Vriens, M. und Burhenne, W. (1994): Commercial Use of Conjoint Analysis in 

Europe: Results and Critical Reflections, in: International Journal of Research in Marketing, 

11, 41-52. 

Wright, P. und Kriewall, M.A. (1980): State of Mind Effects on the Accuarcy With Which Utility 

Functions Predict Marketplace Choice, in: Journal of Marketing Research, 19, 277-293. 

Wübker, G. (1998): Preisbündelung: Formen, Theorie, Messung und Umsetzung, Wiesbaden. 

Wyner, G.A.; Benedetti, L.H. und Trapp, B.M. (1984): Measuring the Quantity and Mix of 

Product Demand, in: Journal of Marketing, 48, 101-109. 

Ziemer, A. (1997): Digitales Fernsehen - Eine neue Dimension der Medienvielfalt, Heidelberg. 

Zimmer, J. (1998): Fernsehempfang: In Zukunft Satellit vor Kabel?, in: Media Perpektiven, 7, 

352-366. 

422

Analyse und Prognose der Nutzung des Interaktiven Fernsehens

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?