Identifizierung der Nutzergruppen von digitalen Sprachassistenten
Research output: Types of thesis › Other theses
Abstract
Diese Arbeit hat das Ziel, Nutzer- und Nichtnutzergruppen digitaler Sprachassistenten\nzu identifizieren. Neben diesem Hauptforschungsziel, soll herausgefunden werden, ob\ndie Erwartungen der Endverbraucher mit dem derzeitigen Stand der\nsprachassistentenbezogenen Technik übereinstimmt und ob es Erfolgsfaktoren dieser\nneuen Technologie gibt. Bisherige Umfragen zum Thema digitale Sprachassistenz\nhaben bereits repräsentative Ergebnisse zu Nutzerzahlen, soziodemografischen\nStrukturen und Bedenken aufgedeckt, jedoch noch keine Nutzergruppen und\nHandlungsfelder identifiziert. Das Vorgehen zur Ermittlung von Nutzergruppen, ist eine\nauf empirisch erhobenen Daten basierende Personenclusteranalyse, die mithilfe des\nStatistikprogramms SPSS durchgeführt wird. Dabei werden acht verschiedene\nNutzertypen identifiziert. Abgeleitet von den Erfolgsfaktoren digitaler\nSprachassistenten wie Benutzerfreundlichkeit, Datensicherheit und Notwendigkeit,\nlassen sich vier Handlungsfelder zusammenfassen: Eine Verbesserung technischer\nGegebenheiten, das zielgruppenorientierte Interessen wecken, das Aufzeigen\nmöglicher zukünftiger Nutzerszenarien mit ihren Vorteilen für den Nutzer und das\nMinimieren von Datenschutzbedingungen. Zudem wird die Hypothese einer\nbestehenden Technologie-Erwartungslücke bestätigt.\nOffen bleibt die Frage, bis zu welchem Grad die desinteressierten Gruppen von der\nTechnologie zu überzeugen sind und was Beweggründe dieser Nutzer- bzw.\nNichtnutzergruppen wären, ihre Meinung gegenüber der zukünftigen Nutzung zu\nändern. Weiterführende Forschungen, explizit auf dem Gebiet der Nutzerwünsche,\nwären an dieser Stelle hilfreich zur Beantwortung der offenen Fragen.
Details
Original language | German |
---|---|
Awarding Institution | |
Supervisors/Advisors |
|
Publication status | Published - 2018 |
No renderer: customAssociatesEventsRenderPortal,dk.atira.pure.api.shared.model.researchoutput.Thesis
Keywords
Keywords
- Digitaler Sprachassistent, empirische Erhebung, Clusteranalyse, Erfolgsfaktoren, Nutzergruppenidentifikation