Laut einer Studie verändern digitale Tools, einschließlich KI, das Vertrauen der Verbraucher und ihre Kaufentscheidungen

Colleen Harmeling, Forscherin am Florida State University College of Business, weist darauf hin, dass Fotofilter, übermäßig bearbeitete Fotos und andere Verzerrungen von benutzergenerierten Inhalten das Vertrauen der Verbraucher beeinträchtigen. Sie stellen wiederum potenzielle Hindernisse für die Leistung von Produkten dar, die Benutzer online präsentieren und diskutieren.

Harmeling, Dr. Persis E. Rockwood, außerordentlicher Professor für Marketing an der FSU und Co-Direktor des Hauptfachs Marketing des Doktorandenprogramms, argumentiert, dass Verbraucher sich bei ihren Kaufentscheidungen auf Blogbeiträge, Online-Bewertungen, Testimonials und andere benutzergenerierte Inhalte verlassen erfordern digitale Plattformen, die den Verdacht fehlender oder falsch dargestellter Inhalte minimieren.

„Die Verfügbarkeit bestimmter Funktionen, darunter Fotofilter oder die Möglichkeit, Inhalte zu löschen, nachdem Sie sie gepostet haben, hat dramatische Auswirkungen darauf, ob benutzergenerierte Inhalte die Markenleistung oder die Unternehmensleistung beeinflussen“, sagte Harmeling. „Diese Funktionen müssen nicht einmal verwendet werden, um die Produktleistung zu beeinflussen. Das bloße Vorhandensein solcher Funktionen in einem digitalen Raum beeinflusst das Vertrauen der Verbraucher in diesen Inhalt bei ihrer Kaufentscheidung.“

Harmelings Studie mit Rachel Hochstein, einer Assistenzprofessorin für Marketing an der University of Missouri-Kansas City, und Taylor Perko, die während ihres MBA-Abschlusses am College of Business als FSU-Forschungsassistentin tätig war, erscheint im Zeitschrift der Academy of Marketing Science.

Die Autoren behaupten, dass ihre Ergebnisse die Vorstellung bekräftigen, dass digitale Plattformen „als Hüter des Vertrauens in der modernen Gesellschaft dienen“.

Harmeling verdankt die Studie vor allem Hochstein, der bei ihr als Marketing-Doktorandin an der FSU studierte, bevor sie ihre Fakultätsstelle bekam. Hochstein hat eine Datenbank mit fast 20 Jahren digitaler Plattforminnovationen zusammengestellt und den Zeitpunkt von Änderungen bei Benutzerfunktionen wie Fotofiltern auf Online-Plattformen, darunter Facebook, Amazon und Twitter, jetzt bekannt als X, aufgezeichnet. Sie kombinierte die Datenbank mit Daten von 77 veröffentlichten Studien zu den Auswirkungen von verbrauchergenerierten Inhalten auf die Unternehmensleistung.

Harmeling nannte es „eine sehr bedeutsame Studie“, die „meiner Meinung nach tiefgreifende Auswirkungen darauf hat, wie und was wir als Verbraucher vertrauen, wie Vermarkter mit ihren Verbrauchern interagieren und wie die Vertrauenswürdigkeit der über die Marke verbreiteten Informationen erhöht werden kann.“

„Wir sind sehr stolz auf die Arbeit von Colleen, Rachel und Taylor bei der Entwicklung von Strategien, die Vertrauen fördern und die Bedenken der Verbraucher in einem Umfeld ausräumen, in dem es am meisten benötigt wird“, sagte Michael Brady, Direktor der Dr. Persis E. Rockwood School of Marketing und der Bob Sasser Professor für Marketing am FSU College of Business. „Ihre Studie ist ein Beispiel für die Spitzenforschung unserer weltbekannten Fakultät, die entscheidende Fragen stellt und nach realisierbaren Lösungen zum Nutzen von Studenten, Verbrauchern und Industrien sucht.“

Die Ergebnisse der Studie zeigten, wie diese Merkmale Vertrauen, Misstrauen und Kaufentscheidungen beeinflussten.

„Wir haben herausgefunden, dass Vertrauen verletzt werden kann, wenn Menschen glauben, dass ihre digital präsentierten Inhalte nicht das sind, was sich in der Realität entfaltet – hier kommen die Fotofilter ins Spiel – oder wenn Daten aus ihrem beobachtbaren Beispiel fehlen“, sagte Harmeling. „Wenn wir vermuten, dass Daten fehlen, beginnen wir in Frage zu stellen, ob die Erfahrung des Online-Benutzers mit einem Produkt die der Bevölkerung widerspiegelt.“

Die Forscher schrieben, dass ihre Ergebnisse auch Auswirkungen auf Social-Media-Influencer haben, die möglicherweise die Verwendung von Fotofiltern oder übermäßig bearbeiteten Fotos und Videos vermeiden möchten. „Die Konzentration auf Live-Videos oder Echtzeit-Story-Beiträge könnte als vertrauenswürdiger empfunden werden“, stellten sie fest.

Noch wichtiger ist, dass die Forscher die Vermarkter dazu drängten, den Verbrauchern dabei zu helfen, echte von gefälschten und fehlenden von vollständigen Inhalten zu unterscheiden. Solche Urteile „erfordern die Fähigkeit, Muster in einer Menge benutzergenerierter Inhalte zu identifizieren, Anomalien in den Mustern zu erkennen und die Auswirkungen wahrheitsverändernder Funktionen auf jeder Online-Plattform abzuschätzen“, schrieben sie.

Sie fügten hinzu: „Vermarktern sollte es vorrangig darum gehen, den Verbrauchern dabei zu helfen, diese Urteile zu fällen, denn schon der Verdacht einzelner Beiträge kann das Vertrauen in den gesamten nutzergenerierten Inhalt untergraben und zu Unsicherheit bei den Kaufentscheidungen der Verbraucher führen.“

Harmeling betonte auch die politischen Implikationen, insbesondere angesichts der raschen Verbreitung künstlicher Intelligenz. Das KI-Gesetz der Europäischen Union, das noch in diesem Jahr in Kraft treten soll, wird vorschreiben, per Deepfake erstellte KI-Fotos, -Videos oder -Audioaufnahmen von bestehenden Personen und Orten als künstlich manipuliert zu kennzeichnen.

„Wir betrachten die Fotofilterung als einen der Vorreiter in der KI, der die Realität in etwas leicht Verbessertes verwandelt“, sagte Harmeling. „Jetzt haben wir eine viel fortschrittlichere KI, die zum Beispiel die Stimmen von Menschen nachbildet. Ich denke, es gibt zahlreiche Implikationen für diese Forschung und für weitere Forschung auf diesem Weg.“

Mehr Informationen:
Rachel E. Hochstein et al., Auf dem Weg zu einer Theorie des digitalen Verbrauchervertrauens: Metaanalytischer Beweis seiner Rolle bei der Wirksamkeit benutzergenerierter Inhalte, Zeitschrift der Academy of Marketing Science (2023). DOI: 10.1007/s11747-023-00982-y

Zur Verfügung gestellt von der Florida State University

ph-tech