Repositionierung von Marken: Ein agentenbasiertes Simulationsmodell zur Prognose der Wirkungen von Repositionierungsstrategien 3834924954, 9783834924957 [PDF]

Zitiervorschau

Christian Feddersen Repositionierung von Marken

GABLER RESEARCH Innovatives Markenmanagement

®

Herausgegeben von Professor Dr. Christoph Burmann, Universität Bremen, Lehrstuhl für innovatives Markenmanagement (LiM®) Professor Dr. Manfred Kirchgeorg, HHL – Leipzig Graduate School of Management, Lehrstuhl für Marketingmanagement

Marken sind in vielen Unternehmen mittlerweile zu wichtigen Vermögenswerten geworden, die zukünftig immer häufiger auch in der Bilanz erfasst werden können. Insbesondere in reiferen Märkten ist die Marke heute oft das einzig nachhaltige Differenzierungsmerkmal im Wettbewerb. Vor diesem Hintergrund kommt der professionellen Führung von Marken eine sehr hohe Bedeutung für den Unternehmenserfolg zu. Dabei müssen zukünftig innovative Wege beschritten werden. Die Schriftenreihe will durch die Veröffentlichung neuester Forschungserkenntnisse Anstöße für eine solche Neuausrichtung der Markenführung liefern.

Christian Feddersen

Repositionierung von Marken Ein agentenbasiertes Simulationsmodell zur Prognose der Wirkungen von Repositionierungsstrategien Mit einem Geleitwort von Prof. Dr. Christoph Burmann

RESEARCH

Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über abrufbar.

Dissertation Universität Bremen, 2010

1. Auflage 2010 Alle Rechte vorbehalten © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2010 Lektorat: Stefanie Brich | Stefanie Loyal Gabler Verlag ist eine Marke von Springer Fachmedien. Springer Fachmedien ist Teil der Fachverlagsgruppe Springer Science+Business Media. www.gabler.de Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Umschlaggestaltung: KünkelLopka Medienentwicklung, Heidelberg Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier Printed in Germany ISBN 978-3-8349-2495-7

Geleitwort

V

Geleitwort Die Positionierung von Marken gehört im Marketing zum „Kerngeschäft“. Einmal gewählte Positionierungen bleiben dabei im Zeitablauf selten unverändert, weil nahezu alle Marken in einem dynamischen Marktumfeld agieren. Deswegen sind RePositionierungen an der Tagesordnung. Sie sollen die Marke aktualisieren und an neue Marktgegebenheiten anpassen. Re-Positionierungen können leicht misslingen. Schnell sind die bisherigen Käufer einer Marke irritiert und wandern ab. Ebenso häufig werden keine zusätzlichen Käufer gewonnen, weil die neue Markenpositionierung als unglaubwürdig empfunden wird. Vor dem Hintergrund dieser Herausforderungen und der Häufigkeit von Repositionierungsentscheidungen in der Praxis verwundert es, dass die Marketingwissenschaft sich bislang kaum mit dem Phänomen der Re-Positionierung von Marken beschäftigt hat. Implizit wird zumeist davon ausgegangen, dass die sehr zahlreichen Publikationen zur Positionierung auch den Fall der Re-Positionierung mit abdecken. Bei näherer Betrachtung zeigt sich jedoch, dass dies tatsächlich nur sehr eingeschränkt der Fall ist, auch deswegen, weil die Positionierungsmodelle in sich zahlreiche Schwächen aufweisen. Eine dementsprechend große und hoch relevante Forschungslücke tut sich in der Marketingwissenschaft auf. Vor diesem Hintergrund hat sich Dr. Christian Feddersen die sehr verdienstvolle Aufgabe gestellt, die Eignung neuer computergestützter, agentenbasierter Simulationstechniken für die Entscheidungsunterstützung von Markenrepositionierungen zu analysieren. Konzeptionell basiert sein Modell dabei auf dem Ansatz der identitätsbasierten Markenführung. Empirisch nutzt er geschickt ein großes Forschungsprojekt für einen deutschen Technologiekonzern, um am Beispiel des Geschäftsbereiches Festnetztelefone sein agentenbasiertes Simulationsmodell zur Fundierung von Markenrepositionierungen zu überprüfen. Grundlage seiner eigenen Forschungsideen ist eine ebenso fundierte wie umfassende Analyse der Stärken und Schwächen der vorhandenen Positionierungs- und Repositionierungsmodelle im Marketing. Die vorliegende Dissertation ist der zweiundzwanzigste Band der Buchreihe zum „innovativen Markenmanagement“ des Gabler-Verlags (Deutscher UniversitätsVerlags). Diese Reihe dokumentiert die Forschungsarbeiten am deutschlandweit ers-

VI

Geleitwort

ten und einzigen Lehrstuhl für innovatives Markenmanagement (LiM“) an der Universität Bremen und des Lehrstuhls für Marketingmanagement an der privaten Handelshochschule Leipzig (HHL). Gleichzeitig sollen weitere Forschungsbemühungen zum innovativen Markenmanagement motiviert und ein reger Erfahrungsaustausch angestoßen werden. Als Herausgeber der Buchreihe freuen Manfred Kirchgeorg und ich uns über jede Art von Feedback ([email protected] oder [email protected]). Es ist geplant, auch zukünftig mindestens drei Dissertationen pro Jahr in dieser Reihe zu veröffentlichen, um in kurzen Abständen immer wieder mit neuen Ideen das wachsende Interesse am Thema „innovatives Markenmanagement“ zu beleben. Abschließend wünsche ich der Arbeit von Herrn Dr. Feddersen aufgrund ihrer herausragenden konzeptionellen und empirischen Qualität eine sehr weite Verbreitung in Wissenschaft und Praxis. Univ.-Prof. Dr. Christoph Burmann

Vorwort

VII

Vorwort Im Rahmen der Marketingforschung wird Positionierung häufig als „Königsdisziplin“ bezeichnet. Die Entscheidung, welche Nutzendimensionen ins Zentrum der Positionierung gestellt werden, ist in wettbewerbsintensiven Märkten mit zunehmender Angebotshomogenisierung elementar für einen nachhaltigen Markenerfolg. Dies betrifft nicht nur die Etablierung einer Position für eine neue Marke, sondern ebenfalls Repositionierungsentscheidungen bereits etablierter Marken. Die Notwendigkeit einer klaren, differenzierenden, präferenzbildenden Positionierung, um nachhaltige Wettbewerbs-vorteile zu generieren, rückt immer stärker in den Fokus unternehmerischen Handelns. Bei der Festlegung von Markenrepositionierungsstrategien sollte deswegen neben möglichen Wettbewerberreaktionen auch das Nachfragerverhalten im Rahmen der Entscheidungsfindung im Besonderen mit einbezogen werden. Das Scheitern vieler großer Marken bei Repositionierung zeigt auf, wie elementar die Markenführung und hier insbesondere die Markenpositionierung für den Erfolg einer Marke sind. Eine falsche Repositionierungsentscheidung kann neben nachhaltigen Markenimageschäden zu weit reichenden Umsatzeinbußen und Marktanteilsverlusten führen. Das zentrale Ziel dieser Arbeit war es, die Prognosegüte von Verfahren zu verbessern, um Markenrepositionierungen zu simulieren sowie die Entwicklung eines Entscheidungsunterstützungsinstrumentes für Repositionierungsentscheidungen innerhalb der Marken- und somit Unternehmensführung. Im Rahmen meiner Dissertation habe ich den Ansatz der agentenbasierten Modellierung gewählt, da ich zu der Überzeugung gelangt bin, dass dieser Ansatz Antworten in der zukünftigen Erforschung von Marketingfragestellungen liefern kann. Diese Arbeit ist ein erster Schritt die Potenziale der Möglichkeiten dieser Analyse aufzuzeigen. Ich hoffe, mit diesem Buch wichtige Anregungen für die Forschung und die Unternehmenspraxis geben zu können. Die vorliegende Arbeit wurde im Winter 2009 am Fachbereich Wirtschaftswissenschaften der Universität Bremen als Dissertation angenommen. Die Fertigstellung dieser Arbeit war geprägt von zahlreichen persönlichen und akademischen Herausforderungen. Der erfolgreiche Abschluss wäre ohne die Unterstützung zahlreicher Personen nicht möglich gewesen, denen ich im Folgenden herzlich danken möchte. Mein besonderer Dank gilt zunächst meinem Doktorvater und akademischen Lehrer, Herrn Prof. Dr. Christoph Burmann, der mich zu jeder Zeit und weit über diese Arbeit hinaus in beispielloser Weise unterstützt hat. Mein Dank gilt dem langjährigen Vertrauen, das Sie seit der Gründung des LiM, in mich gesetzt haben, und durch das ich immer wieder motiviert wurde. Herrn Prof. Dr. Jochen Zimmermann möchte ich herz-

VIII

Vorwort

lich für die Übernahme des Zweitgutachtens danken und seine ständigen Bemühungen die Forschung im Fachbereich voranzutreiben. Die empirische Analyse der vorliegenden Arbeit stützt sich auf eine umfassende Kundenbefragung eines renommierten deutschen Technologieunternehmens. Für die freundliche Unterstützung möchte ich mich bei allen Mitarbeitern, die zur Realisation dieses Forschungsprojektes beigetragen haben, bedanken. Insbesondere bei Herrn Graf Archibald von Keyserlingk, der das Projekt erst ermöglicht hat und immer ein wertvoller Ansprechpartner war, und ferner dem Team von Keylens. Für die großzügige finanzielle Unterstützung bei der Drucklegung dieser Arbeit sowie dem Wiwib e.V. – Wirtschaftmöchte ich Bonsai Deutschland Wissenschaft-Bremen, dem Förderverein des Fachbereichs Wirtschaftswissenschaft der Universität Bremen herzlich danken. Dem gesamten Team des LiM gebührt mein besonderer Dank! Bei den Gründungsmitgliedern des LiM Dr. Lars Blinda und Dr. Axel Nitschke, die mich als Hilfskraft eingestellt haben und somit meine „Karriere“ am LiM den Weg geebnet haben möchte ich mich bedanken sowie für die große Geduld, die Du, lieber Lars, in Zeiten des Zweifels aufgebracht hast. Bei Tobias „Lexi“ Recke möchte ich mich für die arbeitsintensiven aber stets humorvollen Nächte am LiM während der Projektarbeit bedanken, da er mich immer wieder motiviert hat das Bestehende nochmals zu hinterfragen: „Haben wir gut gemacht!“ Meinem Bürokollegen Rico Piehler möchte ich für seine Warmherzigkeit und den liebevollen Umgangston in unserem Büro danken, der die Zeit der Dissertationserstellung stets unbeschwert erscheinen ließ. Fabian „Erk“ Stichnoth gebührt Dank für die stets erfolgreiche Zusammenarbeit in diversen LiMPojekten. Heidi Schröder möchte ich für ihren immerwährenden Zuspruch und ihre gute „Antenne“ danken. Sabrina Hegner danke ich für ihr konstruktives Feedback zu aller Zeit, insbesondere bei der Finalisierung der Arbeit. Besonderer Dank gilt Ramon Scholz für seine Geduld und seine innovativen Ideen bei der Programmierung des Modells. Ebenso möchte ich mich bei den übrigen LiM-Kollegen für eine unvergessliche Zeit bedanken. Namentlich erwähnt seien Julia Launspach, Andreas Müller, Uwe Schnetzer, Christian Becker, Michael Schade, Frank Hemmann, Daniela Eilers, Dr. Tilo Halaszovich, Dr. Philip Maloney, Dr. Marc Jost-Benz, Dr. Jan-Phillip Weers, Dr. Verena Nießing und Brigitte Mucek. Den 22 freien Mitarbeitern auf dem Kickerfeld möchte ich für deren 24-stündige Arbeitsbereitschaft danken - ein schlechter Tag beim Kickern war stets ein guter Tag an der Diss! Abschließend danke ich von ganzem Herzen meiner Familie. Ohne die bedingungslose Unterstützung meiner Eltern und Großeltern während meines gesamten Bil-

IX

Vorwort

dungsweges wäre diese Arbeit nicht zustande gekommen. Insbesondere meine Eltern haben mir den Weg bereitet, mich bei allen Entscheidungen unterstützt und mich stets in diesem Vorhaben ermutigt. Der größte Dank gebührt meiner Frau Julia, die mich über alle Belange hinaus unterstützt hat. Danke dafür, dass Du meinen Stumpfsinn im familiären Alltag während der Dissertationserstellung ertragen und kompensiert hast. Danken möchte ich auch meinen beiden Söhnen Justus und Ruben, für die turbulenten abwechslungsreichen Stunden mit Ihnen. Justus, Dich werde ich bei deinem Dissertationsvorhaben über den „Raben Socke“ mit allen Kräften unterstützen - Euch Dreien möchte ich abschließend diese Arbeit widmen. Allen weiteren Lesern wünsche ich interessante Erkenntnisse bei der Lektüre!

Christian Feddersen

XI

Inhaltsverzeichnis

Inhaltsverzeichnis Geleitwort...........................................................................................................V Vorwort.............................................................................................................VII Inhaltsverzeichnis ............................................................................................XI Abbildungsverzeichnis ................................................................................ XVII Tabellenverzeichnis .................................................................................... XXIII Abkürzungsverzeichnis ...............................................................................XXV A Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung .................................................................................................. 1 1

2

3

4

Identitätsbasierter Markenführungsansatz............................................. 1 1.1

Definition des Markenbegriffes....................................................... 1

1.2

Grundkonzept der identitätsbasierten Markenführung ................... 2

1.3

Zusammenhang zwischen Markenidentität und Markenimage....... 8

Die Simulation von Markenrepositionierungen als Herausforderung an die Markenführung ............................................................................ 10 2.1

Relevanz der Simulation von Markenrepositionierungen ............. 10

2.2

Ansätze zur Modellierung von Markenrepositionierungen............ 14

Definition des Positionierungsbegriffes ............................................... 17 3.1

Instrumentell verkürztes Positionierungsverständnis ................... 19

3.2

Klassisch marktorientiertes Positionierungsverständnis............... 20

3.3

Modernes holistisches Positionierungsverständnis ...................... 25

3.4

Entwicklung eines markenspezifischen Positionierungsverständnisses..................................................... 29 3.4.1

Der Begriff Markenpositionierung ................................ 29

3.4.2

Der Begriff Markenrepositionierung............................. 30

Simulation von Markenrepositionierungen .......................................... 33 4.1

Markenwahlverhalten als Grundlage für die Simulation von Markenrepositionierungen............................................................ 33

4.2

Markenpositionierungsmodelle als Erklärungsmodelle des individuellen Markenwahlverhaltens............................................. 36

4.3

Der Zusammenhang zwischen Markenrepositionierung und Markenwahlverhalten ................................................................... 39

Inhaltsverzeichnis

XII

4.4 5

Modelltheoretische Analyse von Markenrepositionierungen ........ 42

Zielsetzung und Gang der Untersuchung............................................. 47

B Theoretische Grundlagen und aktueller Stand der Forschung................... 51 1

2

Das dynamische Konzept der Repositionierung ................................. 51 1.1

Auslöser von Markenrepositionierungen ...................................... 51

1.2

Ziele der dynamischen Repositionierung ..................................... 56

1.3

Intensität und zeitlicher Horizont .................................................. 59

1.4

Formen von Repositionierungen .................................................. 61

1.5

Der Repositionierungs-Fit als notwendige Bedingung.................. 62

1.6

Zusammenfassung und Überführung in einen Repositionierungsprozess ............................................................ 67

Systematisierung und Bewertung von Positionierungsmodellen ...... 68 2.1

Systematisierung.......................................................................... 68

2.2

Bewertungskriterien ..................................................................... 70

2.3

Markenrepositionierungsanalyse auf Basis der Multidimensionalen Skalierung..................................................... 73

2.4

2.3.1

Methodische Grundlagen der Multidimensionalen Skalierung ................................................................... 74

2.3.2

Simulation von Markenrepositionierungen anhand der Multidimensionalen Skalierung.................................... 78

2.3.2.1

Perceptor Modell von URBAN (1975)............................ 83

2.3.2.2

Trinodal-Mapping von KEON (1983)............................. 85

2.3.3

Bewertung der Positionierungsmodelle auf Basis der Multidimensionalen Skalierung zur Analyse von Markenrepositionierungen........................................... 87

Markenrepositionierungsanalyse auf Basis der Conjoint-Analyse .......................................................................... 92 2.4.1

Methodische Grundlagen ............................................ 92

2.4.2

Simulation von Markenrepositionierungen auf Basis der Conjoint-Analyse: Das Simopt Model von GREEN/KRIEGER (1992) .............................................. 100

2.4.3

Bewertung conjointanalytischer Modelle zur Analyse von Markenrepositionierungen .................... 107

XIII

Inhaltsverzeichnis

2.5

2.6 3

Markenrepositionierungsanalyse auf Basis der Diskriminanzanalyse .................................................................. 109 2.5.1

Methodische Grundlagen .......................................... 109

2.5.2

Simulation von Markenrepositionierungen mit der Diskriminanzanalyse dargestellt am Beispiel des Kullmann-Modells 2006............................................. 112

2.5.3

Bewertung diskriminanzanalytischer Modelle zur Analyse von Markenrepositionierungen .............. 117

Zusammenfassung und abschließende Bewertung ................... 120

Agentenbasierte Simulation als neue Methode zur Analyse von Repositionierungsstrategien ............................................................... 123 3.1

3.2

Allgemeine Grundlagen computerbasierter Simulation .............. 125 3.1.1

Computergestützte Simulation .................................. 125

3.1.2

Kriterien zur Klassifizierung und Bewertung computergestützter Modelle ...................................... 126

3.1.3

Simulationstechniken ................................................ 132

3.1.3.1

Makrosimulation ........................................................ 132

3.1.3.2

Mikrosimulation ......................................................... 134

3.1.3.3

Ereignisbasierte Simulation....................................... 136

3.1.3.4

Multilevel-Simulation ................................................. 138

3.1.3.5

Zelluläre Automaten .................................................. 139

3.1.4

Zusammenfassung und Fazit zu computergestützten Modellierungsansätzen ............................................. 145

Komponenten und Eigenschaften agentenbasierter Simulation .................................................................................. 146 3.2.1

Agenten..................................................................... 151

3.2.1.1

Agenteneigenschaften............................................... 152

3.2.1.2

Agentenarchitekturen und -klassifikation................... 155

3.2.2

Umwelt ...................................................................... 158

3.2.3

Regeln....................................................................... 163

3.2.3.1

Regeln in agentenbasierten Systemen...................... 163

3.2.3.2

Entscheidungsregeln beim Kaufverhalten ................. 165

3.2.4

Kommunikation ......................................................... 172

Inhaltsverzeichnis

XIV

3.3

3.4

Eignung agentenbasierter Modelle für die Analyse von Markenrepositionierungen.......................................................... 174 3.3.1

Erklärungsmodelle..................................................... 175

3.3.1.1

Das Modell von JANSSEN/JAGER (1999) ..................... 175

3.3.1.2

Das Modell von KEMP (1999)..................................... 177

3.3.1.3

Das Modell von ZHANG/ZHANG (2007) ....................... 178

3.3.2

Prognosemodelle ...................................................... 182

3.3.2.1

Das Modell von MAZANEC (2006)............................... 182

3.3.2.2

Das Modell von VAG (2007)....................................... 182

Abschließende Bewertung agentenbasierter Modelle zur Analyse von Markenrepositionierungen ..................................... 184 3.4.1

Eignung für die Simulation von Markenrepositionierungen......................................... 186

3.4.2

Eignung für die Simulation des Markenwahlverhaltens .............................................. 186

C Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt .................................................................................... 189 1

2

Entwicklung und formal-analytische Darstellung des agentenbasierten Repositionierungsmodells .................................... 189 1.1

Ablauf des agentenbasierten Simulationsmodells...................... 189

1.2

Die Softwareumgebung Netlogo ................................................ 191

1.3

Datenerhebung und Datengrundlage ......................................... 192

Operationalisierung der unterschiedlichen Modellkomponenten .... 197 2.1

Marken als Agenten ................................................................... 197

2.2

Der Nachfrager als Agent........................................................... 199

2.3

2.2.1

Wahrnehmung von Markenrepositionierungen.......... 199

2.2.2

Präferenzbildung und Markenwahl ............................ 200

2.2.2.1

Implementierung von Heuristiken zur Darstellung des Wahlverhaltens................................................... 203

2.2.2.2

Kompensatorische Heuristiken.................................. 205

2.2.2.3

Nicht-kompensatorische Heuristiken ......................... 207

2.2.3

Qualitätsabhängige Kaufzyklen................................. 208

Darstellung der sozialen Interaktion ........................................... 209

XV

Inhaltsverzeichnis

2.4

2.3.1

Soziales Umfeld ........................................................ 209

2.3.2

Interaktion zwischen den einzelnen Agenten ............ 210

Zusammenfassende Betrachtung des Modells .......................... 215

3

Konzeption und Ablauf agentenbasierter Simulationen ................... 215

4

Qualitätssichernde Maßnahmen bei der Erstellung agentenbasierter Modelle..................................................................... 217

5

Empirische Anwendung im Festnetztelefonmarkt ............................. 221 5.1

Abgrenzung des Marktes für schnurlose Festnetztelefone ........ 221

5.2

Soziale Interaktion beim Kauf von Festnetztelefonen ................ 224

5.3

Segmentierung im Festnetztelefonmarkt.................................... 225

5.4

5.3.1

Bildung von Nachfragersegmenten ........................... 225

5.3.2

Zugänglichkeitsprüfung der Segmente im Festnetztelefonmarkt................................................. 228

Positionierungsanalyse .............................................................. 232 5.4.1

Deskriptive Analysen zu Markenbekanntheit und Kaufverhalten ............................................................ 232

5.4.2

Dissaggregierte deskriptive Markenimageanalysen .. 235

5.4.3

Ergebnisse der Faktorenanalysen............................. 238

5.4.3.1

Verdichtung des Markenimages ................................ 239

5.4.3.2

Ermittlung der Bedeutungsgewichte.......................... 241

5.4.4

Integration der faktoranalytischen Ergebnisse in das agentenbasierte Markenwahlmodell.......................... 243

5.4.4.1

Formale Darstellung der Heuristiken ......................... 243

5.4.4.2

Analyse des Entscheidungsverhaltens im Festnetztelefonmarkt................................................. 244

5.4.5

Bestimmung der Notwendigkeit einer Markenrepositionierung............................................. 248

5.4.6

Ermittlung relevanter Nutzendimensionen für die Repositionierung ....................................................... 257

5.4.7

Simulation der Repositionierungsstrategien anhand des agentenbasierten Wahlmodells ................................. 265

5.4.7.1

Szenario 1 Qualitätsstrategie .................................... 265

5.4.7.2

Szenario 2 Aufladung der Marke mittels emotionaler Nutzenkategorien ...................................................... 267

Inhaltsverzeichnis

XVI

5.4.7.3 5.5

Szenario 3 Mischstrategie Qualität, Globalität und Emotionalität ............................................................. 269

Erweiterte Analyse des Empfehlungsverhaltens anhand des agentenbasierten Simulationsmodells........................................ 272 5.5.1

Analyse des Empfehlungsverhaltens innerhalb des Festnetztelefonmarktes ............................................. 272

5.5.2

Einfluss des Empfehlungsverhaltens auf die Entscheidungsregeln................................................. 274

5.5.2.1

Kompensatorische Entscheidungsregeln .................. 274

5.5.2.2

Nicht-Kompensatorische Entscheidungsregeln......... 279

D Schlussbetrachtung...................................................................................... 281 1

Zentrale Untersuchungsergebnisse.................................................... 281

2

Implikationen für das Management von Markenrepositionierungen................................................................... 292

3

Ansatzpunkte für weitere Forschungsarbeiten.................................. 297

Anhang I......................................................................................................... 299 Anhang II........................................................................................................ 301 Anhang III....................................................................................................... 302 Anhang IV ...................................................................................................... 306 Anhang V ....................................................................................................... 307 Literaturverzeichnis ...................................................................................... 313

Abbildungsverzeichnis

XVII

Abbildungsverzeichnis Abbildung 1:

Grundkonzept der identitätsbasierten Markenführung....................... 8

Abbildung 2:

Zusammenhang zwischen Identität und Image im Hinblick auf die externe Perspektive........................................................................... 9

Abbildung 3:

Repositionierung als dynamische Komponente des Positionierungskonzeptes. .............................................................. 31

Abbildung 4:

Eine Taxonomie unterschiedlicher Kaufverhaltensmodelle und die Einordnung des agentenbasierten Repositionierungsmodells......... 45

Abbildung 5 :

Gründe für Markenrepositionierungen............................................. 52

Abbildung 6:

Markenführung zwischen Markenstarre und Markenaktionismus.... 58

Abbildung 7:

Erstmaligkeits-Bestätigungs-Modell nach von Weizsäcker. ............ 64

Abbildung 8:

Der Repositionierungs-Fit der dynamischen Markenführung .......... 65

Abbildung 9:

Beeinflussung der Wahrnehmung neuer Informationen (Interference-Effect) ........................................................................ 66

Abbildung 10: Prozess der Repositionierung ......................................................... 68 Abbildung 11: Klassifizierung von Positionierungsanalysen und deren Zweck. ..... 69 Abbildung 12: Unterschiedliche Darstellung von Wahrnehmungsräumen.............. 76 Abbildung 13: Alternative Präferenzmodelle .......................................................... 95 Abbildung 14: Bewertung der Conjointmodelle. ................................................... 108 Abbildung 15: Beispielhafter Diskriminanzraum ................................................... 111 Abbildung 16: Konzeptionelle Darstellung der Wirkungszusammenhänge bei der Simulation unterschiedlicher Positionierungsstrategien ................ 114 Abbildung 17: Markenwahlschätzung innerhalb des Simulationsmodells ............ 116 Abbildung 18: Bewertung des Kullmann-Modells ................................................. 119 Abbildung 19: Abgrenzung statistischer Modellierung und Simulation als Methodik........................................................................................ 125 Abbildung 20: Klassifikationsmerkmale für computergstützte Modelle................. 127

XVIII

Abbildungsverzeichnis

Abbildung 21: Diagramm eines einfachen Queuing-Modells................................ 137 Abbildung 22: Verschiedene Formen von Nachbarschaften ................................ 141 Abbildung 23: Subjekt- und Objektraum in dem Modell von ROTH (1999)............ 144 Abbildung 24: Agenten und ihre Anwendungsfelder ............................................ 147 Abbildung 25: Verschiedene Agententypen ......................................................... 156 Abbildung 26: Kontinuum des Kaufentscheidungsprozesses............................... 161 Abbildung 27: Unterschiedliche Formen von Heuristiken..................................... 166 Abbildung 28: Charakterisierung und Einordnung von Wahlheuristiken............... 171 Abbildung 29: Einfaches direktes Kommunikationsmodell. .................................. 172 Abbildung 30: Einfaches Modell des shared-memory Verfahrens........................ 173 Abbildung 31: Schematische Darstellung des Ködereffektes............................... 179 Abbildung 32: Schematischer Aufbau des Modells von VAG (2007)..................... 183 Abbildung 33: Struktur des agentenbasierten Repositionierungsmodells ............ 189 Abbildung 34: Das Netlogo Prinzip....................................................................... 191 Abbildung 35: Übersicht der Markenimagedimensionen innerhalb der Hauptuntersuchung ....................................................................... 194 Abbildung 36: Entscheidungsprozess innerhalb der quantitativen Studie ............ 196 Abbildung 37: Das Markenimage zur Beschreibung der Markenagenten innerhalb des Models .................................................................... 198 Abbildung 38: Bewertungsmatrix von Wahlalternativen ....................................... 202 Abbildung 39: Verwendete Kaufzyklen im agentenbasierten Simulationsmodell . 209 Abbildung 40: Soziale Interaktion innerhalb des Modells ..................................... 211 Abbildung 41: Histogramm der Variable Empfehlung........................................... 213 Abbildung 42: Ablauf eines agentenbasierten Simulationsmodells. ..................... 216 Abbildung 43: Der Validierungsprozess ............................................................... 221 Abbildung 44: Entwicklung des Festnetztelefonmarktes bis 2011........................ 223

Abbildungsverzeichnis

XIX

Abbildung 45: Segmente im Festnetztelefonmarkt übertragen auf das agentenbasierte Simulationsmodell.............................................. 226 Abbildung 46: Relevanteste Kriterien im Festnetztelefonmarkt für die Nachfragerklassifizierung .............................................................. 227 Abbildung 48: Marktanteile der einzelnen Marken in den verschiedenen Segmenten ................................................................................... 230 Abbildung 49: Direkt erhobene Wichtigkeit für den Kauf über die Segmente....... 231 Abbildung 50: Gestützte Bekanntheit der analysierten Festnetztelefonmarken 2007......................................................... 233 Abbildung 51: Marktanteile der jeweiligen Festnetztelefonmarken im deutschen Markt in 2007 ................................................................................ 234 Abbildung 52: Markenfunnel der einzelnen Anbieter im deutschen Festnetztelefonmarkt..................................................................... 235 Abbildung 53: Performance der einzelnen Marken auf den Markenimagedimensionen im Marktvergleich in Deutschland in 2007...................................................................... 237 Abbildung 54: Ergebnisse der explorativen Faktorenanalyse der Markenimages......................................................................... 239 Abbildung 55: Ergebnisse der Faktorenanalyse hinsichtlich der Wichtigkeit für den Kauf ................................................................ 242 Abbildung 56: Prozentualer Erklärungsgehalt der einzelnen Wahlheuristiken in den fünf Samples...................................................................... 245 Abbildung 57: Wahrnehmungsraum des deutschen Festnetztelefonmarkt auf Basis der 18 Nutzendimensionen .......................................................... 250 Abbildung 58: Dendrogramm der Clusteranalyse anhand der Imagedaten nach der Single-Linkage Methode................................................................ 253 Abbildung 59: Dendrogramm der Clusteranalyse anhand der Imagedaten nach der WardMethode................................................................................ 254 Abbildung 60: Ermittelte Clusterzuordnung im Markt für Festnetztelefone in Deutschland .................................................................................. 255 Abbildung 61: Wahrnehmungsraum des deutschen Festnetztelefonmarktes auf Basis der ermittelten 4 Imagefaktoren..................................... 256

XX

Abbildungsverzeichnis

Abbildung 62: Prämissenerfüllung der vier Regressionsmodelle. ........................ 259 Abbildung 63: Einfluss der Imagefaktoren auf die Zufriedenheit der Nachfrager mit der gekauften Festnetztelefonmarke .................... 260 Abbildung 64: Einfluss der Imagefaktoren auf die Wiederkaufintention der Nachfrager im deutschen Festnetztelefonmarkt........................... 261 Abbildung 65: Einfluss der Imagefaktoren auf die Wiederkaufintention der Nachfrager im deutschen Festnetztelefonmarkt........................... 262 Abbildung 66: Lineares Regressionsmodell zur Ermittlung des Einflusses der Imagefaktoren auf die Markensympathie im deutschen Festnetztelefonmarkt..................................................................... 262 Abbildung 67: Empirisch erhobene Wichtigkeit der einzelnen Nutzendimensionen für den Kauf eines Festnetztelefons im deutschen Markt.............. 264 Abbildung 68: Szenario 1 Differenzierung über den Faktor Qualität .................... 265 Abbildung 69: Szenario 2 emotionale Differenzierung über die Faktoren Globalität und Emotionalität .......................................................... 268 Abbildung 70: Szenario 3 Differenzierung über die Faktoren Qualität, Globalität und Emotionalität ......................................................... 270 Abbildung 71: Durchschnittlich erhaltene Empfehlungen der Agenten je Marke .......................................................................... 272 Abbildung 72: Durchschnittlicher Empfehlungswert der Marken .......................... 273 Abbildung 73: Entwicklung des sozialen Attributes der Marken aus der strategischen Gruppe .................................................................... 274 Abbildung 74: Sensitivitätsanalyse des Einflusses der sozialen Interaktion im Zuge der Repositionierung von Marke 7.................................. 276 Abbildung 75: Sensitivitätsanalyse des Einflusses der sozialen Interaktion im Zuge der Repositionierung von Marke 6.................................. 277 Abbildung 76: Prozentuale Verteilung der Marken im Consideration-Set der Nachfrager im Festnetztelefonmarkt ............................................ 278 Abbildung 77: Sensitivitätsanalyse des Einflusses der sozialen Interaktion im Zuge der Repositionierung von Marke 5 ................ 279 Abbildung 78: Elbow-Kriterium bei der Linkage Methode..................................... 299

Abbildungsverzeichnis

XXI

Abbildung 79: Elbow-Kriterium bei der Ward Methode......................................... 300 Abbildung 80: Oberfläche des agentenbasierten Sinulationsmodells................... 306

Tabellenverzeichnis

XXIII

Tabellenverzeichnis Tabelle 1:

Verschiedene Definitionen auf Basis des instrumentell verkürzten Verständnisses der Positionierung. ............................... 20

Tabelle 2:

Definitionen des Begriffs Positionierung aus dem klassischen Positionierungsverständniss heraus................................................ 25

Tabelle 3:

Definitionen aus dem modernen holistischen Positionierungsverständnis heraus ................................................. 28

Tabelle 4:

Bewertungskriterien für die Beurteilung von Positionierungsmodellen ................................................................. 73

Tabelle 5:

Prognosemöglichkeiten auf Basis der Multidimensionalen Skalierung anhand ausgewählter Reaktionsgrößen........................ 80

Tabelle 6:

Vergleich unterschiedlicher Positionierungsmodelle auf Basis der MDS ................................................................................................ 82

Tabelle 7:

Bewertung von Positionierungsmodellen ........................................ 88

Tabelle 8:

Formalisierungen nicht-kompensatorischer Entscheidungsmodelle .................................................................... 98

Tabelle 9:

Auswahlregeln innerhalb conjointbasierter Simulations- bzw. Optimierungsmodelle .................................................................... 101

Tabelle 10:

Einfache Zielgrößen auf Basis der Conjointanalyse ...................... 102

Tabelle 11:

Unterschiedliche Zielvariablen auf Basis der Conjointanalyse. ..... 103

Tabelle 12:

Positionierungsmodelle auf Basis der Conjointanalyse ................. 104

Tabelle 13:

Vor- und Nachteile einzelner Methoden im Rahmen der Positionierungsanalys .................................................................. 120

Tabelle 14:

Definitionen künstlicher Intelligenz ................................................ 124

Tabelle 15:

Anwendungsgebiete von ............................................................... 138

Tabelle 16:

Zusammenfassender Vergleich unterschiedlicher Simulationstechniken .................................................................... 145

Tabelle 17:

Zusammenfassender Vergleich unterschiedlicher Simulationstechniken mit agentenbasierter Simulation ................. 150

Tabelle 18:

Agentenbasierte Studien, die explizit das Wahlverhalten der Agenten berücksichtigen ................................. 181

Tabelle 19:

Agentenbasierte Prognosemodelle. .............................................. 184

Tabelle 20:

Realisierte Stichprobenumfänge in den einzelnen Ländern .......... 195

XXIV

Tabellenverzeichnis

Tabelle 21:

Kontingenzanalyse zur Zugänglichkeitsüberprüfung der gebildeten Segmente .............................................................. 229

Tabelle 22:

Performance der einzelnen Marken auf den Markenimagedimensionen im Marktvergleich in Deutschland in 2007...................................................................... 236

Tabelle 23:

Werte für Cramers-V für die Heuristiken innerhalb der einzelnen Samples.................................................................. 246

Tabelle 24:

Prozentuale Erklärungsraten der Heuristiken auf Segmentebene Quelle:.................................................................. 247

Tabelle 25:

Distanzmatrix als Grundlage für die MDS-Analyse ....................... 249

Tabelle 26:

Simulationsergebnisse der Qualitätsstrategie Marke 7. ................ 266

Tabelle 27:

Simulationsergebnisse der emotionalen Differenzierung Marke 7 ................................................................ 269

Tabelle 28:

Simulationsergebnisse der Mischstrategie Marke 7 ...................... 271

Tabelle 29:

Ergebnisse der Arbeit.................................................................... 291

Tabelle 30:

Zuordnungsübersicht Linkage Methode ........................................ 299

Tabelle 31:

Zuordnungsübersicht Ward Methode ............................................ 300

Tabelle 32:

Rotierte Komponentenmatrix Image.............................................. 301

Tabelle 33:

Rotierte Komponentenmatrix Wichtigkeit für den Kauf. ................. 301

Tabelle 34:

Intergruppenvergleich der Segmente ............................................ 302

Tabelle 35:

Intergruppenvergleich der Segmente. ........................................... 303

Tabelle 36:

Intergruppenvergleich der Segmente ........................................... 304

Tabelle 37:

Intergruppenvergleich der Segmente ........................................... 305

XXV

Abkürzungsverzeichnis

Abkürzungsverzeichnis AMA

American Marketing Association

Aufl.

Auflage

B2B

Business to Business

B2C

Business to Consumer

Bd.

Band

bspw.

beispielsweise

bzw.

beziehungsweise

ca.

circa

c.p.

ceteris paribus

d. h.

das heißt

EBA

Eliminiation by aspects heuristic

EQW

Equal weight heuristic

et al.

Et alii, et alia, et alteri

etc.

et cetera

evtl.

eventuell

f. ff.

folgende, fortfolgende

ggf.

gegebenenfalls

Hrsg.

Herausgeber

i. d. R.

in der Regel

Jg.

Jahrgang

Kap.

Kapitel

KMO

Kaiser-Meyer-Olkin-Kriterium

LEX

Lexicographic heuristic

MCD

Majority of confirming dimensions heuristic

MDS

Multidimensionale Skalierung

o. V.

ohne Verfasser

Abkürzungsverzeichnis

XXVI

S.

Seite

SAT

Satisficing heuristic

sog.

so genannte

SPSS

Superior Performing Software System

u. a.

und andere, unter anderem

Verf.

Verfasser

vgl.

vergleiche

Vol.

Volume

WADD

Weighted additive heuristic

z. B.

zum Beispiel

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

1

A Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung 1

Identitätsbasierter Markenführungsansatz

1.1 Definition des Markenbegriffes Sowohl in der Wissenschaft als auch in der Praxis wird der Terminus „Marke“ auf vielfältige Art und Weise definiert. 1 Auf der Grundlage des identitätsbasierten Markenmanagements wird die Marke in Anlehnung an KELLER 2 als „ein Nutzenbündel mit spezifischen Merkmalen, die dafür sorgen, dass sich dieses Nutzenbündel gegenüber anderen Nutzenbündeln, welche dieselben Basisbedürfnisse erfüllen, aus Sicht relevanter Zielgruppen nachhaltig differenziert“ 3 definiert. Diese Definition rückt die Substanz der Marke in den Mittelpunkt, was von dem Markenverständnis im Markengesetz und der Definition der American Marketing Association (AMA) abweicht. In deren Definition stehen die Erscheinungsformen und Funktionen einer Marke im Mittelpunkt des Markenverständnisses.4 Das Nutzenbündel Marke setzt sich aus materiellen und immateriellen Komponenten zusammen. Das Konstrukt Marke bündelt einerseits funktionale Nutzenkomponenten und andererseits verschiedenartige Zeichen als symbolische Nutzenkomponenten. 5 Die funktionale Nutzenebene kann hierbei in funktional-utilitaristische- 6 und ökonomische 7 Nutzenkomponenten unterteilt werden. Das Bündel aus symbolischen Nutzen-

1

Vgl. hierzu BURMANN/MEFFERT/KOERS (2005), S. 5 f.

2

Vgl. KELLER (2003), S. 3 f.

3

Vgl. BURMANN/BLINDA/NITSCHKE (2003), S. 3.

4

Die American Marketing Association definiert Marke als: “A name, term, design, symbol, or any other feature that identifies one seller's good or service as distinct from those of other sellers. The legal term for brand is trademark. A brand may identify one item, a family of items, or all items of that seller. If used for the firm as a whole, the preferred term is trade name.” Vgl. AMA Dictionary (2008).

5

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 358.

6

Der funktional-utilitaristische Nutzen resultiert primär aus den physikalisch-technischen Attributen des Markenangebots und rekurriert innerhalb der Terminologie von VERSHOFEN auf den Grundnutzen. Vgl. VERSHOFEN (1950), S. 274.

7

Der ökonomische Nutzen spiegelt sich im Preis-Leistungsverhältnis der Marke sowie in den ökonomischen Konsequenzen für den Nachfrager wider. Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 366.

2

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

komponenten umfasst neben den schutzfähigen Zeichen wie Namen, Logos, Jingles, Herkunftsbezeichnungen etc. auch nicht schutzfähige Zeichen, die den Auftritt und das Wesen der Marke charakterisieren. Darüber hinaus umfasst die symbolische Nutzenebene eine soziale- 8, eine sinnlich-ästhetische 9 und eine hedonistische 10 Nutzenkomponente. Die symbolischen und funktionalen Nutzenkomponenten einer Marke tragen in unterschiedlicher Weise zur nachhaltigen Differenzierung einer Marke bei. Das Ausmaß und die Nachhaltigkeit der Differenzierung sind immer dann besonders groß bzw. lange andauernd, wenn sich möglichst viele der angeführten Nutzenkategorien von den Konkurrenzmarken unterscheiden. Das gesamte Nutzenbündel sendet dabei unternehmensextern und -intern wahrnehmbare Signale aus, die sich im „Brand Commitment“ 11 der internen Zielgruppen sowie im Markenimage der externen Zielgruppen widerspiegeln. 1.2 Grundkonzept der identitätsbasierten Markenführung Ausgangspunkt der identitätsbasierten Markenführung ist die Markenidentität. Etymologisch rührt der Begriff Identität vom lateinischen Wort „idem“ her, welches „dasselbe“ bedeutet. Der Begriff beschreibt ursprünglich die „vollständige Übereinstimmung in allen Einzelheiten“. 12 Da ein Individuum nur in einem theoretisch sehr kurzen Zeitraum mit sich selbst übereinstimmt, herrscht in der Sozialwissenschaft ein abgemilderter Identitätsbegriff vor. Dieser beruht auf einer relativen Konstanz von Einstellungen und Verhaltenszielen des zu betrachtenden Individuums. 13 Identität kann im soziologischen Sinne demnach auch als „eine sich ihrer selbst bewussten Einheit verstanden werden“. 14 Wichtig in diesem Zusammenhang ist die Trennung von essen-

8

Die soziale Nutzenkomponente umfasst Gruppenzugehörigkeit, externe Wertschätzung und Selbstdarstellung des Nachfragers und kann somit als extrinsisch bezeichnet werden. Vgl. BÄNSCH (2002), S. 246 ff. Diese Nutzendimension kann auch als Geltungsnutzen bezeichnet werden.

9

Die sinnlich ästhetische Nutzenkategorie umfasst alle ästhetischen Eigenschaften der Marke z.B. Schönheit, Akustik, Haptik, Geschmack, Geruch etc. Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 366.

10

Die intrinsisch motivierte hedonistische Nutzenkategorie umfasst die individuellen und persönlichkeitsbezogenen Prozesse des Nachfragers. TROMMSDORFF (2004), S. 129 ff.

11

Brand Commitment wird als das Ausmaß der psychologischen Verbundenheit eines Mitarbeiters mit der Marke definiert. Vgl. ZEPLIN (2006), S. 85.

12

Vgl. FRÖHLICH/DREVER (1978), S. 168.

13

Vgl. SCHMIDT/SCHISCHKOFF (1991), S. 294.

14

Vgl. KROEHL (2000), S. 21.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

3

tiellen und akzidentiellen Eigenschaften, die schon von Aristoteles vorgenommen wurde. 15 Essentielle Kernelemente verleihen der Identität Konstanz und durch die akzidentiellen peripheren Elemente wird Flexibilität ermöglicht. Die Identitätsentwicklung kann somit aus psychosozialer Sicht als ein lebenslang andauernder Wechselwirkungsprozess zwischen Individuum und Gesellschaft verstanden werden. 16 Überträgt man diese Erkenntnisse auf die Markenführung, so können vier konstitutive Merkmale der Identität von Marken identifiziert werden: ƒ

Die Wechselseitigkeit kennzeichnet den Tatbestand, dass sich die Markenidentität nur durch Interaktion mit ihrer Umwelt konstituieren kann.

ƒ

Das Merkmal der Kontinuität kennzeichnet die Beibehaltung wesentlicher Merkmale der Markenidentität im Zeitablauf.

ƒ

Das Identitätsmerkmal der Konsistenz bezieht sich im Gegensatz zur Kontinuität nicht auf einen Zeitraum, sondern auf die Widerspruchsfreiheit zu einem Zeitpunkt.

ƒ

Das Identitätsmerkmal der Individualität beschreibt schließlich die Einmaligkeit einer Marke und setzt somit eine Differenzierung zum Wettbewerb voraus.

Das Merkmal der Wechselseitigkeit kann bei einer marktorientierten Führung der Marke im Sinne von Aufnahme und Verarbeitung von Marktreaktionen als unumgänglich bezeichnet werden. 17 Kontinuität (langfristige Orientierung) und Konsistenz (zeitpunktbezogene Widerspruchsfreiheit) innerhalb der Markenführung stellen die größten Herausforderungen innerhalb eines erfolgreichen Positionierungsmanagements dar. 18 Die strategische Sichtweise bezieht sich auf die zukünftigen Entwicklungen der Marke bspw. in Bezug auf eine Erweiterung des Leistungsspektrums. Operative Herausforderungen setzen sich aus der Kommunikation (Logos, Slogans etc.) und dem Verhalten der Mitarbeiter im Kundenkontakt zusammen. Kontinuität und Konsistenz sind die beiden zentralen Markenmerkmale für diese Arbeit, da sie bei Repositionierungsentscheidungen die zentralen Erfolgsfaktoren darstellen. Eine Gefahr für die Kontinuität innerhalb der Markenführung ist der „Markenaktionismus“ auf Basis unvollkommener Marktdaten und der Missinterpretation zukünftiger Ent-

15

Vgl. LEVITA (2002), S. 42.

16

Vgl. GUGUTZER (2002), S. 22.

17

Vgl. DAY (1994); HOMBURG/KROHMER (2006), S. 1318 f.

18

Vgl. KELLER (2008), S. 98 ff.

4

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

wicklungen. 19 So genannte ad-hoc Entscheidungen und Diskontinuitäten schaden der Identität einer Marke nachhaltig.20 Markenidentität im Sinne der identitätsbasierten Markenführung kann als: „diejenigen raum-zeitlich gleichartigen Merkmale der Marke, die aus Sicht der internen Zielgruppen in nachhaltiger Weise den Charakter der Marke prägen“ definiert werden. 21 Das Aussagenkonzept der Markenidentität dient im engeren Sinne als Basis für das Selbstverständnis der Marke und das Verhalten der markenführenden Institution. Sie kann auf Basis verhaltenswissenschaftlicher Erkenntnisse in sechs konstitutive Komponenten zerlegt werden, die bei der Ausgestaltung eine zentrale Rolle spielen: Markenherkunft, Markenführungskompetenzen, Markenwerte, Markenpersönlichkeit, Markenvision und Markenleistungen. 22 Das Fundament der Markenidentität ist die Markenherkunft („Woher kommen wir?“). Die Markenherkunft ist für die Markenführung von hoher Relevanz, da eine Marke von den internen und externen Zielgruppen zunächst im Kontext ihrer „Wurzeln“, d. h. ihres Ursprungs wahrgenommen und interpretiert wird. Im Unterschied zur Markenhistorie greift die Markenherkunft einzelne Facetten der Markengeschichte heraus und betont diese in besonderer Weise. Aus diesem Grund kann die Markenherkunft im Gegensatz zur Markenhistorie als eine langfristig dynamisch gestaltbare Identitätskomponente bezeichnet werden. Die Markenherkunft umfasst „die Gesamtheit aller geographischen, kulturellen und institutionellen Einflüsse, die festlegen, von wo, wem oder was eine Marke entstammt“ 23. Durch die richtige Akzentuierung bestimmter Elemente der Markenherkunft kann allen weiteren Aktivitäten des Markenmanagements ein hohes Maß an Glaubwürdigkeit und Authentizität verliehen werden. 24 Die Markenvision („Wohin wollen wir?“) stellt eine Motivations- und Inspirationsquelle dar, die die zukünftige Entwicklung einer Marke für die internen Bezugsgruppen

19

Vgl. JENNER (1999a), S. 24.

20

Vgl. BURMANN/MEFFERT (2005a), S. 84.

21

Vgl. BURMANN/MEFFERT (2005b) S. 49.

22

Vgl. BURMANN/BLINDA/NITSCHKE (2003), S. 17.

23

Vgl. BLINDA (2007), S. 104.

24

Vgl. BURMANN/SCHALLEHN (2008), S. 72 f.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

5

erfassbar macht. 25 Sie dient der Sicherstellung eines unternehmensweiten, mit den Markenzielen konformen Handelns. 26 Markenkompetenzen („Was können wir?“) geben der Markenidentität, ähnlich wie die Herkunft, Substanz und Authentizität. Sie repräsentieren die organisationalen Fähigkeiten eines Unternehmens zur marktgerechten Kombination von Ressourcen. 27 Sie dienen in erster Linie der Erschaffung und Sicherung eines überlegenen Kundennutzens durch die Marke. 28 Die symbolisch-emotionalen Nutzenkomponenten einer Marke werden primär durch Markenwerte („Woran glauben wir?“) und die Markenpersönlichkeit („Wie treten wir auf?“) verkörpert. Markenwerte beinhalten dabei die auf einige wichtige Aussagen reduzierten Grundüberzeugungen, Werte und Normen des Managements und der Mitarbeiter einer Marke. Sie beeinflussen insbesondere die Authentizität einer Marke, wenn sie von den Mitarbeitern einer Marke überzeugend „gelebt“ werden. 29 Darüber hinaus dienen sie einer Emotionalisierung des Kundennutzens. 30 Die Markenpersönlichkeit findet ihren Ausdruck im verbalen und nonverbalen Kommunikationsstil einer Marke. Prägende Faktoren des markenspezifischen Kommunikationsstils sind die Repräsentanten sowie die Herkunft einer Marke. 31 Die Markenleistungen („Was tun wir?“) repräsentieren die grundsätzliche Form und Ausstattung der Produkte und Dienstleistungen eines Unternehmens. Dies erstreckt sich von der technisch-qualitativen Ausgestaltung bis hin zur visuellen Aufbereitung und Emotionalisierung des Auftritts im Markt. Die Markenleistungen basieren vor allem auf den drei Komponenten Markenkompetenzen, Markenwerte und Markenpersönlichkeit. Die grundsätzliche Art der Markenleistungen determiniert, wie eine Marke für den Nachfrager nutzbar wird. Im weiteren Sinne kann die Markenidentität als Führungskonzept verstanden werden, welches die Grundlage für die Ausgestaltung der Interaktionsbeziehungen zwischen internen und externen Zielgruppen darstellt. Die zwei Interaktionsebenen um-

25

Vgl. BLINDA (2007), S.105.

26

Vgl. BURMANN/BLINDA/NITSCHKE (2003) S. 21.

27

Vergleiche zu Markenkompetenzen insbesondere B LINDA (2007).

28

Vgl. MEFFERT/BURMANN (2002) S. 60.

29

Vgl. BURMANN/SCHALLEHN (2008), S. 56.

30

Vgl. MOSER (2003) S. 11 f.

31

Vgl. MEFFERT/BURMANN (2002) S. 63 f.

6

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

fassen das Markennutzenversprechen (Kommunikation nach Außen) und das Markenverhalten (Verhalten der Mitarbeiter gegenüber den Nachfragern). Als Grundlage für das Markennutzenversprechen dienen die einzelnen Identitätskomponenten. Sie werden im Rahmen des Markennutzenversprechens zu symbolischen und funktionalen Nutzen synthetisiert. Dem kommunizierten Markennutzen stehen auf Seiten der Nachfrager die Markenerwartungen gegenüber. 32 Wird das Markennutzenversprechen gleichzeitig über das Markenverhalten konsistent an allen Kundenkontaktpunkten eingelöst (Markenerlebnis 33), entsprechen die Markenerwartungen dem Markennutzenversprechen. Die Markenerwartungen, Markenerlebnisse und das Markenimage auf Seiten der Nachfrager werden als Marktwirkungskonzept bezeichnet. 34 Das Markenimage kann somit als Fremdbild der Markenidentität bezeichnet werden. Beim Markenimage handelt es sich um ein mehrdimensionales Einstellungskonstrukt 35, welches „ein in der Psyche relevanter externer Zielgruppen fest verankertes, verdichtetes, wertendes Vorstellungsbild von einer Marke“ repräsentiert. 36 Grundvoraussetzung für die Bildung eines Markenimages bei den externen Zielgruppen ist die Bekanntheit der Marke. Das Markenimage lässt sich in drei Komponenten unterteilen: Markenattribute, Markenpersönlichkeit und Markennutzen. 37

Die Markenpersönlichkeit innerhalb des Markenimages gibt die menschlichen Eigenschaften wider, die der Nachfrager mit der Marke assoziiert. Sie können sozio-

32

Der Begriff Markenerwartung kann unterschiedliche Ausprägungen annehmen. Der Begriff Erwartung kann zum einen die Annahme eines Nachfragers darüber wie sich die Marke verhalten wird, beschreiben. Vgl. CHURCHILL/SURPRENANT (1982), S. 491 ff.; BOULDING ET AL. (1993), S. 7 ff. und PARASURAMAN/BERRY/ZEITHAML (1991). Diese Form der Erwartung wird auch als antizipatorische Erwartung bezeichnet. In der Marketing Literatur werden Erwartungen zum anderen auch als Benchmarks zur Zufriedenheitsbeurteilung herangezogen. Vgl. CHURCHILL/SURPRENANT (1982) , S. 491 ff.; CADOTTE/WOODRUFF/JENKINS (1987), S. 305 ff. Bei der Bildung von Erwartungen gegenüber einer Marke können zwei Formen unterschieden werden. Eine adaptive Erwartung bildet der Nachfrager auf Basis seiner bisherigen Erfahrungen mit der Marke. Eine rationale Erwartung hingegen bildet der Nachfrager unter Einbezug aller verfügbaren Informationen. Vgl. ZEITHAML/BERRY/PARASURAMAN (1993), S. 1 ff. TSE/WILTON P C. (1988a), S. 204 ff. Allgemein kann der Begriff der Markenerwartung mit seinen unterschiedlichen Ausprägungen an den Begriff der Kundenerwartung angelehnt werden und als: „Das Kennzeichnen eines psychologischen Zustandes des Nachfragers, der sich auf zukünftige Verhaltenskonsequenzen für ihn bezieht“ definiert werden. Vgl. TSE/WILTON P C. (1988b), S.432.

33

Das Markenerlebnis umfasst sämtliche Berührungspunkte der Nachfrager mit der Marke. Vgl. BURMANN/MEFFERT/FEDDERSEN (2007), S. 12.

34

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 360.

35

Vgl. hierzu ausführlich TROMMSDORFF (2004).

36

Vgl. MEFFERT/BURMANN (2002), S. 53.

37

Vgl. BURMANN/STOLLE (2007).

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

7

demografischer und sozialer Natur sein oder Lebensstilkomponenten umfassen. Diese menschlichen Eigenschaften, die von der externen Zielgruppe mit der Marke assoziiert werden, können zu einer Stärkung der Marke-Kunden-Beziehung beitragen. 38 Markenattribute symbolisieren das subjektive Wissen des jeweiligen Nachfragers über die Marke. Sie beinhalten sämtliche Eigenschaften der Marke wie Herkunft, Preisstellung, typische Verwender etc. Die wahrgenommene Markenpersönlichkeit und die Markenattribute wirken auf den assoziierten Markennutzen ein. 39 Die funktionalen Nutzendimensionen werden aus den technisch-physikalischen Eigenschaften der Marke sowie ihrer Informations- und Vertrauensfunktion gespeist. Der Nachfrager nutzt die Marke als „information chunk“, um einerseits die Komplexität des Marktangebotes zu verringern und andererseits die Transaktionskosten zu mindern. Symbolische Nutzenassoziationen hingegen lassen sich nicht direkt aus den Markenleistungen und deren objektiv-technischer Beschaffenheit ableiten. Durch die emotionale Komponente kann die Marke symbolhaft für wichtige Motivatoren des Verhaltens der Nachfrager stehen. Dies umfasst bspw. die Marke als Mittel zur Generierung von Beziehungsvorteilen, die Marke als Sinnbild wichtiger Werte oder Lebensstile oder die Verknüpfung der Marke mit individuellen Erlebnissen und Erinnerungen. Dieser Zusatznutzen ist nach zahlreichen empirischen Untersuchungen als sehr wichtig für die Erklärung des Kaufverhaltens einzustufen und macht es möglich, der Marke einen emotionalen Mehrwert zu geben. 40 Der Zusammenhang zwischen den beschriebenen Komponenten wird in Abbildung 1 dargestellt.

38

Vgl. BURMANN/STOLLE (2007), S. 47 ff.

39

Dieser Wirkungszusammenhang basiert auf der Means-End-Theorie. Vgl. MEFFERT/BURMANN/ KIRCHGEORG (2008), S. 365.

40

FREUNDT (2006).

8

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

Führungskonzept: Markenidentität

Marktwirkungskonzept: Markenimage

Vision

Markenpersönlichkeit Markennutzenversprechen

Werte

Leistungen

Persönlichkeit

Kompetenzen önnen wir ?

Erwartungen an die Marke

Marke-KundeBeziehung Markenverhalten

Funktionale und symbolische Markennutzenassoziationen

Markenerlebnis Markenattribute

Herkunft

Markenbekanntheit

Abbildung 1: Grundkonzept der identitätsbasierten Markenführung Quelle: BURMANN/MEFFERT/FEDDERSEN (2007), S.4.

Die Übereinstimmung von Markenverhalten und Markennutzenversprechen erhöht ebenfalls, wie der Fit der einzelnen Identitätskomponenten zueinander, die Glaubwürdigkeit der Marke. 41 Diese verbesserte Glaubwürdigkeit führt in der Regel zu einer Erhöhung des Vertrauens in die Marke auf Seiten der Nachfrager. 42 Um dies gewährleisten zu können, muss die Markenidentität klar und konsistent ausgestaltet sein, um als Bezugspunkt für das Markennutzenversprechen und das Markenverhalten dienen zu können. 1.3 Zusammenhang zwischen Markenidentität und Markenimage Ziel der identitätsbasierten Markenführung ist die Schaffung und Umsetzung einer für die Nachfrager relevanten und nutzenstiftenden Markenidentität. Die zeitpunkt- sowie zeitraumbezogene (Konsistenz und Kontinuität) Stimmigkeit des Markennutzenversprechens und des Markenverhaltens determinieren innerhalb dieses Prozesses die Glaubwürdigkeit und das Vertrauen in die Marke und darauf aufbauend den ökonomischen Erfolg. Im Rahmen des Interaktionsprozesses zwischen Markenidentität und

41

Vgl. BURMANN/MEFFERT/FEDDERSEN (2007), S. 11.

42

Vgl. MALONEY (2008), S. 66 ff.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

9

–image nimmt die Positionierung eine wichtige Stellung ein, die im Folgenden näher erläutert werden soll. Die Soll-Identität 43 einer Marke bildet die Grundlage für das Markennutzenversprechen. 44 Das Markennutzenversprechen dient der Abgrenzung der Marke von Konkurrenzmarken und stellt die marktseitige Umsetzung der Markenidentität in Form des Soll-Akzeptanzkonzeptes dar. 45 KELLER beschreibt diesen Vorgang als: „…a position is the part of the brand identity that is actively communicated.” 46 Innerhalb der identitätsbasierten Markenführung, wird jedoch die Positionierung über alle Marketing-Mix Instrumente transportiert, nicht ausschließlich über die Kommunikation. 47 Die Wirkungsgröße der Kommunikation stellt auf der externen Seite das Markenimage dar, es zeigt an, ob die intendierte Positionierung erfolgreich umgesetzt worden ist oder nicht (vgl. Abbildung 2).

Markenpositionierung Zielvorgabe

Markennutzenversprechen

Kommunikation Distribution

SollIdentität

Preis Zielvorgabe

Markenimage

Produkt

Markenverhalten

Feedback

Abbildung 2: Zusammenhang zwischen Identität und Image im Hinblick auf die externe Perspektive Quelle: Eigene Darstellung.

43

Unter einer Soll-Identität wird die intendierte konzeptionell planerische Markenidentität verstanden, welche das Idealbild darstellt. Vgl. BURMANN/MEFFERT/FEDDERSEN (2007), S. 11.

44

Vgl. ESCH (2007), S. 90; AAKER/JOACHIMSTHALER (2000), S. 27.; KELLER (2008), S. 671.

45

Vgl. WELLING (2003), S. 44.

46

Vgl. KELLER (2008), S. 671.

47

Vgl. BURMANN/MEFFERT (2005a), S. 86 ff.

10

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

Gleichzeitig dient das Markennutzenversprechen als Grundlage für das Markenverhalten. Das Markenverhalten ist die Einlösung des Markennutzenversprechens gegenüber der externen Zielgruppe und schließt sämtliche Marketing-Mix Elemente ein. Wenn dies der Fall ist, ist der Auftritt der Marke als glaubwürdig zu bewerten, was auf Seiten der Nachfrager zu Vertrauen in die Marke führt. 48 Dies zeigt, dass die Markenpositionierung innerhalb der identitätsbasierten Markenführung nicht nur die Basis für die strategische Ausrichtung gegenüber den Nachfragern bildet, sondern auch einen erheblichen Teil zur innengerichteten Führung der Marke beiträgt. Dies resultiert aus ihrer Rolle als Verhaltensgrundlage für alle Mitarbeiter. Dementsprechend ist die Wirkungsgröße der internen Kommunikation das Brand Commitment. 49 Die Wirkung der Positionierung als Grundlage für das Markenverhalten wird im Rahmen dieser Untersuchung nicht weiter thematisiert, da der Forschungsbereich der innengerichteten Markenführung bei der Simulation von Positionierungsstrategien nicht relevant ist. Im Fortgang der Untersuchung wird demnach nur die marktgerichtete Wirkung der Positionierung betrachtet. Hierbei wird insbesondere der Fokus auf die Antizipation der Auswirkungen einer Modifikation des marktgerichteten Auftritts der Marke gelegt. Die Untersuchung dieses Forschungsbereiches besitzt eine sehr hohe strategische Relevanz im Rahmen der marktorientierten Unternehmensführung. Sie dient zum einen der Sicherung von Kontinuität und der Effizienz identitätsbasierter Markenführung. Durch die Antizipation strategischer Auswirkungen können „Sunk Costs“ der Markenführung in schwierigen Wettbewerbsumfeldern vermindert werden. 2

Die Simulation von Markenrepositionierungen als Herausforderung an die Markenführung

2.1 Relevanz der Simulation von Markenrepositionierungen Die erfolgreiche Führung von Marken stellt Unternehmen angesichts zunehmender Komplexität und Dynamik des Marktumfeldes vor immer neue Herausforderungen. Insbesondere innerhalb gesättigter Märkte ist die Wahl der richtigen Marktbearbeitungsstrategie Grundlage für nachhaltigen Markenerfolg. 50 Bei der Festlegung von Marktbearbeitungsstrategien ist nicht nur der Einbezug möglicher Wettbewerberreak-

48

Vgl. MALONEY (2008), S. 66.

49

Vgl. ZEPLIN (2006), S. 111 ff.

50

Die Strategieebene der Marktbearbeitung beschäftigt sich mit der Art und Weise der Marktbeeinflussung und –steuerung im Sinne definierter Markenziele. Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 295.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

11

tionen in das Entscheidungskalkül notwendig, sondern speziell das Nachfragerverhalten. Durch die ständige Zunahme der Produkthomogenität steigt der Verdrängungswettbewerb innerhalb der Märkte stark an. 51 Die Notwendigkeit einer klaren, differenzierenden, präferenzbildenden Positionierung, um nachhaltige Wettbewerbsvorteile zu generieren, rückt daher immer stärker in den Fokus unternehmerischen Handelns und dient als Grundlage der Markenstrategie. 52 Positionierung dient demnach der Erreichung einer dominierenden Stellung innerhalb der Psyche der Nachfrager und umfasst neben Differenzierungs- auch Segmentierungsentscheidungen. 53 Die zunehmende Marktkomplexität 54 ist gekennzeichnet durch eine Vielzahl ökonomischer, technologischer, ökologischer, soziokultureller und politisch-rechtlicher Einflüsse sowie durch eine große Anzahl vielfältiger Anspruchsgruppen und Austauschbeziehungen. 55 Im Rahmen von Positionierungs- bzw. Repositionierungsentscheidungen ist die Nachfragekomplexität diesbezüglich ein wichtiger Treiber. 56 Nachfragekomplexität beinhaltet die Individualisierung einzelner Märkte. Dies zwingt Unternehmen, ihre Zielmärkte zunehmend zu fragmentieren, um die kleiner werdenden Zielgruppen zu erreichen. 57 Solch eine Entwicklung kann als die Degeneration bisher stabiler Gruppen von Nachfragern in schwerer fassbare Untergruppen beschrieben werden. 58 Hinzu kommt die zunehmende Heterogenisierung der Be-

51

Vgl. BAUER (1988), S. 1053 f.

52

Vgl. KELLER (2008), S. 98.

53

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 371.

54

Der Begriff „komplex“ stammt aus dem lateinischen und bedeutet soviel wie Zusammengefasstes oder Gesamtes. EBELING/FREUND/SCHWEITZER (1998) definieren komplex als (aus vielen Teilen zusammengesetzte) ganzheitliche Strukturen, die durch viele (hierarchisch geordnete) Relationen bzw. Operationen miteinander verknüpft sind. Vgl. EBELING/FREUND/SCHWEITZER (1998), S. 18. Eine weitere Definition gibt BANDTE (2007): „Komplexität bzw. komplex – in Abgrenzung zu einfach und kompliziert – beschreibt ein nicht zerlegbares, am Rand des Chaos befindliches System, welches in bestimmten (System-) Bereichen kohärente, regelgeleitete und rekursive Verhaltensmuster aufzeigt, in einer Zeitspanne eine große Zahl von verschiedenen Zuständen annehmen kann, und dessen Beschreibung abhängig vom Beobachter ist.“ Vgl. BANDTE (2007), S. 78. Schon Anfang der 90er Jahre bestanden über 30 Definitionen des Begriffs Komplexität. Im Rahmen dieser Arbeit soll der Definition von BLISS (2000) gefolgt werden, der im Rahmen seiner Arbeit Komplexität als: „Zusammentreffen einer a) strukturellen Vielschichtigkeit, resultierend aus Anzahl und Heterogenität der Variablen (Elementkomplexität) und deren Verknüpfung (Relationenkomplexität), sowie einer b) dynamischen Veränderlichkeit der Beziehungen der Systemelemente untereinander (dynamische Komplexität)“ definiert. Vgl. BLISS (2000), S. 127.

55

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 848.

56

Dies ist darauf zurückzuführen, dass eine hohe Anzahl heterogener Kunden (Kundenstrukturkomplexität) die Repositionierung einer Marke erschweren kann. Vgl. W IND (1990), S. 404 ff.

57

Vgl. BLISS (2000), S. 5.

58

Vgl. BLISS (2000), S. 51.

12

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

dürfnisstrukturen von Nachfragern. Dies führt dazu, dass die Marktsegmente, welche mit einem einheitlichen Marketing-Mix angesprochen werden können, immer kleiner werden. 59 Darüber hinaus ist es zunehmend schwieriger, mögliche Referenzgruppen zu identifizieren und zu beschreiben, da immer häufiger Inkonsistenzen innerhalb des Verbraucherverhaltens auftreten. Verbraucher, die ein solches Verhalten zeigen, können als „hybrider Nachfrager“, „multioptionaler Nachfrager“ oder „multidimensionaler Nachfrager“ bezeichnet werden. 60 Dies führt auf Seiten der markenführenden Institution zu einer enormen Steigerung der Komplexität im Rahmen von Positionierungsentscheidungen, da zunehmend individualisierte Leistungen angeboten werden müssen und Standardleistungen nicht mehr ausreichen. 61 Die marktseitige Dynamik ist ebenfalls auf eine Vielzahl von Ursachen zurückzuführen. Der schnelle technologische Fortschritt und die Verkürzung von Lebenszyklen induzieren innerhalb der Märkte Diskontinuitäten und Turbulenzen. 62 Dies führt zu einer Instabilität der Marktverhältnisse und einer schnellen Veränderung von Wettbewerberpositionen. Hinzu kommen die Deregulierung bisher stabiler Märkte, eine wachsende weltweite Vernetzung und ein Verschwimmen der Unternehmensgrenzen. 63 Innerhalb dieses Umfeldes ist es heutzutage viel schwieriger für eine Marke, sich über einen langen Zeitraum vom Wettbewerb zu differenzieren und relevant für das Kaufverhalten der Nachfrager zu bleiben. 64 Im Rahmen der Marketingforschung 65 wird Positionierung häufig als „Königsdisziplin“ bezeichnet. Die Entscheidung, welche Nutzendimensionen 66 ins Zentrum der Positionierung gestellt werden, ist in wettbewerbsintensiven Märkten mit zunehmender Angebotshomogenisierung elementar für den nachhaltigen Markenerfolg. Dies betrifft

59

Vgl. BLISS (2000), S. 52.

60

Vgl. LIEBMANN (1996), S. 40 f.; MEFFERT/BURMANN/KIRCHGEORG (2008), S. 855.

61

Vgl. MÜHLBACHER/DREHER/GABRIEL-RITTER (1996), S. 205; BLISS (2000a) bezeichnet diese Form der Komplexität als endogene Komplexität, welche als Determinante der beschriebenen und zuvor definierten Marktkomplexität beschrieben werden kann, welche die Kundenstrukturkomplexität, Programmkomplexität und die Produktkomplexität umfasst. Vgl. BLISS (2000a), S. 6.

62

Vgl. DAVIS (2000); KELLER/STERNTHAL/TYBOUT (2002), S. 80.

63

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 854.

64

Vgl. AAKER (2001), AAKER/JOACHIMSTHALER (2001), HOOLEY ET AL. (2001), KELLER (2008).

65

Marketingforschung umfasst die Gewinnung, Auswertung und Interpretation von Informationen über jetzige und zukünftige Marketingsituationen und Marketingentscheidungen eines Unternehmens. Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 93.

66

Das Image einer Marke setzt sich aus den Markenattributen, dem aus diesen Merkmalen abgeleiteten funktionalen und symbolischen Nutzen der Marke für den jeweiligen Nachfrager zusammen. Vgl. BURMANN/MEFFERT (2005b), S. 54 ff. sowie MEFFERT/BURMANN/KIRCHGEORG (2008), S. 364.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

13

nicht nur die Etablierung einer Position für eine neue Marke, sondern ebenfalls Repositionierungsentscheidungen bereits etablierter Marken. Innerhalb der wirtschaftswissenschaftlichen Forschung werden Repositionierungsentscheidungen schon seit den 70er Jahren im Rahmen von Positionierungskonzepten behandelt. 67 In jüngerer Vergangenheit jedoch kristallisierten sich verschiedene eigenständige strategische Ansätze zum Management von Markenrepositionierungen heraus. 68 Im Rahmen dieser Ansätze werden insbesondere die Konsistenz und Kontinuität innerhalb der Markenführung hervorgehoben, die ein wichtiger Bestandteil von Repositionierungsstrategien sind. 69 Dies betrifft in besonderem Maße die Entwicklung der Nutzendimensionen, die im Fokus der Positionierung stehen. Die Auswahl der richtigen Nutzendimensionen, die Antizipation von Wettbewerberstrategien sowie die Gradwanderung zwischen Kontinuität und Aktualität können innerhalb des skizzierten Marktumfeldes als kritische Erfolgsfaktoren für Markenrepositionierungen bezeichnet werden. 70 Ein positives Beispiel für eine erfolgreiche Repositionierung stellt die Marke Jägermeister dar, die es geschafft hat, durch eine Markenverjüngung ihren Umsatz von 182 Mill. Euro (1998) auf 312 Mill. (2006) zu steigern. Die Marke Camel kann hingegen als Negativbeispiel herangezogen werden. Eine Folge von misslungenen Repositionierungen innerhalb der letzten zwanzig Jahre führte zu einem Marktanteilsverlust von über 10% im deutschen Markt.71 Markenführung bewegt sich zwischen dem Aufbau einer klaren Markenpositionierung und der Anpassung an neue Bedingungen. 72 Im Regelfall werden Repositionierunsentscheidungen von den Unternehmen unter Unsicherheit getroffen. 73 Unsicherheit bedeutet in diesem Zusammenhang, dass keine eindeutigen Vorgaben oder Handlungsempfehlungen auf Basis vorliegender Informationen abgeleitet werden kön-

67

Vgl. SHOCKER/SRINIVASAN (1974); URBAN (1975); HUBER/ HOLBROCK (1979); WIND (1990), S. 387 ff.

68

Aktuelle Untersuchungen zum Re-Branding von Unternehmen sind bspw. Von MUZELLEC/LAMBKIN (2006); GOTSI/ANDRIOPOULOS (2007); DALY/MOLONEY (2004) durchgeführt worden. Erste konzeptionelle Studien zur notwendigen Ressourcenausstattung für die Repositionierung einer Marke sind bspw. von YAKIMOVA/BEVERLAND (2005); KELLER (1999); RYAN ET AL. (2007); BEVERLAND/EWING (2005) durchgeführt worden.

69

Vgl. KELLER (1999); YAKIMOVA/BEVERLAND (2005).

70

Vgl. JENNER (1999a) S. 22.

71

Vgl. HEIDE (2008), S. 130.

72

Vgl. JENNER (1999b), S. 150 f.

73

Vgl. JENNER (1999a), S. 24.

14

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

nen. 74 Für diesen Zweck wurden in der Vergangenheit zahlreiche auf multivariaten Analysemethoden beruhende Simulationsmodelle entwickelt, die auf Basis von Präferenzurteilen das Nachfragerverhalten prognostizieren und die Unsicherheit im Rahmen von Strategischen Entscheidungen minimieren sollen. 2.2 Ansätze zur Modellierung von Markenrepositionierungen Im Rahmen der Simulation von Positionierungsstrategien wird in der Forschung auf zwei große Verfahrensfamilien aus der multivariaten Statistik zurückgegriffen. 75 Die sogenannten Raummodelle innerhalb der Positionierungsforschung basieren auf Verfahren der Multidimensionalen Skalierung (MDS). 76 Ein großer Vorteil dieser Verfahren ist die Darstellung der relevanten Marken und Nachfrager innerhalb eines Wahrnehmungsraumes. 77 Der Wahrnehmungsraum dient daraufhin als Grundlage für die Simulation der Auswirkungen einzelner Positionierungsstrategien. Zielgrößen der Modelle sind zukünftige Marktanteile oder der zukünftige Gewinn, der mit einer Markenrepositionierung erzielt werden kann. 78 MDS Modelle orientieren sich an den Idealvorstellungen der Nachfrager und versuchen, die Distanz zwischen der derzeitigen Markenposition und der Idealposition im Markt zu minimieren. 79 Je geringer die Real-Ideal-Distanz ist, desto größer wird die Markenwahlwahrscheinlichkeit der Nachfrager. 80 MDS Modelle werden vorwiegend zur Analyse der Ist-Positionierung sowie zur Identifizierung von Positionierungslücken herangezogen. 81

74

Vgl. MERRY (1995), S.6.

75

Vgl. WIND (1990), S. 396.

76

Die Multidimensionale Skalierung ist ein Verfahren zur Erfassung der subjektiven Wahrnehmung von Objekten durch Personen. Grundannahme dieser Verfahrensfamilie ist es, dass jedes Objekt eine Position innerhalb eines mehrdimensionalen Wahrnehmungsraums jeder Person inne hat. Vgl. BACKHAUS ET AL. (2006), S. 620.

77

Ein Wahrnehmungsraum (perceptual space) stellt die Perzeptionen der Nachfrager von Marken oder Produkten in einem zwei- bzw. dreidimensionalen Raum dar. Vgl. GREEN (1975), S. 24 f.; CARROL/GREEN (1997), S. 193 f.

78

SHOCKER/SRINIVASAN (1974); BACHEM/SIMON (1979); HORSKY/NELSON (1992).

79

Vgl. FRETER (2008), S. 86.

80

Vgl. SHOCKER/SRINIVASAN (1974); BROCKHOFF (1978) S. 257 ff.

81

Ein Modell ist bspw. Image Planer von A. C. Nielsen, der auf Basis der Markeneigenschaften einen Imageraum aufspannt, um Positionierungslücken zu identifizieren. Vgl. ZEDNIK/STREBINGER (2005) S. 167.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

15

Die zweite große Verfahrensfamilie sind Präferenzmessverfahren auf Basis der Conjointanalyse. 82 Wahlsimulatoren des Kaufverhaltens auf Basis der Conjoint Analyse sind mittlerweile so breit akzeptiert, dass sie innerhalb von Softwarepaketen wie „Sawtooth Software“ oder SPSS implementiert sind. 83 Auf Basis der ermittelten individuellen Präferenzen der Nachfrager können dann Simulationen unterschiedlicher Positionierungsstrategien durchgeführt werden. 84 Die Anwendbarkeit, Interpretierbarkeit und theoretische Fundierung der bisher angewandten Modelle weisen erheblich Schwächen auf, die in Kapitel B weiter vertieft werden. Simulationsmodelle auf Basis der MDS haben sich in der Praxis bis dato nicht durchgesetzt. Zum einen ist die Datenerhebung sehr kostenintensiv und zum anderen ist die Praktikabilität der Modelle durch eine mangelnde Interpretierbarkeit der Ergebnisse eingeschränkt. 85 Hinzu kommt, dass die meisten Modelle nicht in einen strategischen Rahmen eingebunden sind und Marken- bzw. Wettbewerbstheoretische Grundlagen vernachlässigen. Weitere Limitationen existierender Modelle bestehen darin, dass sie wenig Aussagekraft hinsichtlich der Markensteuerung aufweisen. 86 Viele Positionierungsmodelle erwecken den Eindruck, dass sie eher durch die mathematisch-analytischen Möglichkeiten und Grenzen und weniger durch sachlich formulierte markenspezifische Fragestellungen geleitet sind. 87 Die Darstellung des Markenwahlverhaltens innerhalb gängiger Positionierungsmodelle erfordert neben der Zugrundelegung eines geeigneten Präferenzmodells auch die Spezifikation eines Wahlmodells, welches den Zusammenhang zwischen Präferenzen und definitiven Kaufentscheidungen abbildet. 88 Entscheidungsheuristiken sind im Rahmen von Positionierungsmodellen weitgehend vernachlässigt worden, bis auf die Dominanzregel. Die meisten Simulationsmodelle basieren auf probabilistischen Verfahren wie bspw. dem multinomialen Logitmodell. Sie versuchen, durch die Einführung eines Fehlerterms den verschiedenen Einflüssen auf das Markenwahlverhalten

82

Mittels der Conjointanalyse kann untersucht werden, welchen Beitrag verschiedene Komponenten zum Gesamtnutzen eines Objektes leisten. Vgl. BACKHAUS ET AL. (2006), S. 558.

83

Vgl. GREEN/KRIEGER/WIND (2005a), S. 170 f.

84

Vgl. GREEN/KRIEGER/WIND (2005a), S. 169 ff.

85

Vgl. GREEN/KRIEGER (1989), S. 129 ff. GREEN/KRIEGER (1989) merkten an, dass keine „…MDS based algorithms/heuristics was (or currently is) routinely used to solve commercial marketing research problems.“ Diese Feststellung hat sich bis heute nicht geändert. Vgl. CARROL ET AL. (2005), S. 81.

86

Vgl. KAUL/RAO (1995), S. 317.

87

Vgl. ALBERS (1979), S. 94.

88

Vgl. STEINER/HRUSCHKA (2005), S. 166

16

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

gerecht zu werden. 89 Diese Modelle eignen sich noch am besten zur Modellierung segmentspezifischen Kaufverhaltens. 90 Aufgrund der starken Marktdynamiken und des Zerfalls klassischer Zielgruppenstrukturen, tritt heute jedoch die Betrachtung des individuellen Kaufverhaltens im Rahmen von Positionierungsentscheidungen immer stärker in den Vordergrund. Allerdings hat eine Verknüpfung unterschiedlicher kompensatorischer und nicht-kompensatorischer Entscheidungsregeln mit Einflussfaktoren des Kaufverhaltens im Rahmen von Positionierungsmodellen bisher nicht stattgefunden. 91 Des Weiteren wurde bisher die Modellierung von Empfehlungen oder der Mund-zuMund Kommunikation im Rahmen des Kaufverhaltens innerhalb der gängigen Positionierungsmodelle vernachlässigt. Die Signifikanz des sozialen Einflusses auf den Kauf wurde bereits von VEBLEN (1899), FESTINGER (1942) und DUESENBERRY (1967) festgestellt. Dies erstreckt sich bspw. auch auf die Erwerbung von Prestige durch den Vergleich mit anderen Nachfragern. 92 Für die Positionierung und Repositionierung von Marken spielen diese sozialen Einflüsse eine erhebliche Rolle, da Marken neben sich immer stärker angleichenden funktionalen Nutzendimensionen heute auch immer stärker symbolische Nutzendimensionen aufweisen müssen, um sich erfolgreich im Wettbewerb durchsetzen zu können. 93 Sobald jedoch Empfehlungen oder andere Interaktionen zwischen den Nachfragern zu nicht-linearen Dynamiken führen, ist eine valide Generierung von Handlungsempfehlungen für zukünftige strategische Entscheidungen mit sehr großer Unsicherheit behaftet. 94 Ökonomische Modelle innerhalb der Positionierungsforschung, die Märkte als geschlossene ökonomische Systeme, welche ein Gleichgewichtsbestreben aufweisen, betrachten, sind nicht in der Lage, soziale Interaktionen adäquat abzubilden. 95 Innerhalb von Positionierungsmodellen wird von der Hypothese ausgegangen, dass statische Gleichgewichte als exakte Prädiktoren für Marktkonfigurationen gut geeignet sind. 96 Diese

89

Dies sind Modelle der mathematischen Psychologie, die das Kaufverhalten der Entscheider als stochastisch (zufallsbeeinflusst) ansehen. Hierzu können auch ein Großteil der Produktraummodelle gezählt werden. Vgl. HOMBURG/KROHMER (2006), S. 112.

90

Vgl. STEINER/HRUSCHKA (2005), S. 167. sowie die Diskussion bei SUDHARSHAN/MAY/GRUCA (1988).

91

Vgl. MAZANEC (2006), S. 70.

92

Vgl. DUESENBERRY (1967), S. 29.

93

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 345.

94

Vgl. JAGER (2007), S. 868.

95

Vgl. KEMP (1999), S. 3.

96

Vgl. MARKS/ALBERS (2001), S. 150.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

17

Modelle haben jedoch gezeigt, dass ihre Prognosefähigkeit in dynamischen oder volatilen Märkten sehr begrenzt ist. 97 Neue Ansätze, die sich mit der Erklärung von komplexen und dynamischen Systemen beschäftigen, bilden die Grundlage für die Modellierung und Simulation von diesem nicht-linearen Verhalten. 98 In diesem Zusammenhang sollen zwei Forschungsfragen im Rahmen dieser Arbeit beantwortet werden:

3

-

Sind bisherige Positionierungsmodelle in der Lage, die heutigen dynamischen und komplexen Rahmenbedingungen zu berücksichtigen und das Markenwahlverhalten der Nachfrager valide zu erklären und zu prognostizieren? Oder ist eine neue Methodik wie die agentenbasierte Simulation notwendig, die eine bessere Analyse individuellen Kaufverhaltens in dynamischen Umwelten ermöglicht?

-

Ist es möglich, deterministische Entscheidungsregeln des Nachfragers in einen Wahlsimulator mit externen Einflussfaktoren zu verknüpfen? Ist insbesondere eine Verknüpfung deterministischer Entscheidungsregeln mit sozialer Interaktion möglich und sinnvoll? Definition des Positionierungsbegriffes

Die erste Veröffentlichung, die das Thema Positionierung in Ansätzen behandelt, ist ein Artikel von HOTELLING (1929) aus dem Jahre 1929. 99 Innerhalb dieses Aufsatzes wird der Begriff der minimalen Unterscheidung thematisiert, welcher die Vereinheitlichung von Produkten als negatives Phänomen für die verschiedenen Marktteilnehmer beschreibt. Das gegenteilige Phänomen ist das der Differenzierung, welches einen klaren Bezug zum Konzept der Positionierung aufweist. Der Werbefachmann REEVES prägte 1961 den Begriff der „Unique Selling Proposition“, welcher als einzigartiger Verkaufsvorteil zur Profilierung des eigenen Produktes beschrieben werden kann und somit ebenfalls der Differenzierung zuzuordnen ist. 100 Innerhalb der wissenschaftlichen Literatur geht der Ansatz der Positionierung auf die topologische Psychologie bzw. die Feldtheorie zurück. 101 Bernt Spiegel bspw. befasste sich mit der Meinungsverteilung im sozialen Feld und positionierte Individuen in dreidimensi-

97

Vgl. TWOMEY/CADMAN (2002), S. 56 f.; ZHANG/ZHANG (2007), S. 921.

98

Vgl. TESFATSION (1997), S. 534.; HOLLAND (1988), S. 117 ff.; LANE/MAXFIELD (1988), S. 169 ff.

99

Vgl. HOTELLING (1929), S. 41 ff.

100

Vgl. REEVES (1961), S. 1 ff.

101

Vgl. SPIEGEL (1961); LEWIN/CARTWRIGHT (1963).

18

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

onalen sozialen Räumen. 102 Diese Arbeiten stellten die Grundlage für die in den 70er Jahren aufkommende Forschung zu multidimensionalen Einstellungsmodellen dar. 103 Der eigentliche Begriff der Positionierung wurde erst Ende der 60er Jahre geprägt und fand bei Wissenschaftlern und Praktikern gleichermaßen Anklang. 104 Ursprünglich stammt der Begriff aus dem angloamerikanischen Sprachraum und trat erstmalig als „Positioning“ in Erscheinung. 105 TROUT beschreibt 1969 das Konzept der Positionierung als Beginn einer neuen Ära: „Today we are entering the positioning era. This will be an era that recognises the importance of product features and the company image, but more than anything else stresses the need to create a "position" in the prospects mind. “ 106 Bis heute existiert in Wissenschaft und Praxis keine allgemeingültige Definition des Begriffs Positionierung. 107 AAKER und SHANSBY konstatierten 1982, dass der Begriff Positionierung innerhalb der Literatur nicht klar definiert und abgegrenzt ist: „…, positioning means different things to different people. To some, it means the segmentation decision. To others it is an image question. To still others it means selecting which product features to emphasize.” Dieses Zitat besitzt auch heute noch seine Gültigkeit. Darüber hinaus ist der Begriff Positionierung im Laufe der Zeit mit unterschiedlichen Prä- bzw. Suffixen belegt worden, die dem Begriff jeweils eine andere Bedeutung zuweisen und damit die Begriffsverwirrung weiter verstärken. 108 Die „inflationäre“ Verwendung des Begriffs Positionierung ist heute, 40 Jahre nach dessen Einführung, immer noch zu beobachten. 109 In einer Studie von 1993 untersuchte ARNOTT 39 Definitionen von 30 Autoren. Er fand heraus, dass viele der Definitionen Redundanzen und Ungenauigkeiten aufweisen. 110 Trotzdem ist es möglich,

102

Vgl. SPIEGEL (1961), S. 46.

103

Vgl. BECKER (1996), S. 13.

104

Vgl. ARNOTT (1993), S. 14.

105

Der englische Terminus „positioning“ ist mit dem Wort Positionierung im Deutschen gleichzusetzen. Vgl. BROCKHOFF (1999), S. 46. Aus diesem Grund werden diese beiden Begriffe im Folgenden synonym verwendet.

106

Vgl. TROUT (1969), S. 51.

107

Siehe hierzu Tabelle 1 die einen Überblick über die verschiedenen Definitionen von Positionierung gibt.

108

Unter anderem sind hier Produkt-Positionierung, Marken-Positionierung, Markt-Positionierung, Wettbewerbs-Positionierung, Image-Positionierung, Emotionale-Positionierung, PremiumPositionierung, Unternehmens-Positionierung u. a. zu nennen. Vgl. A RNOTT (1993) S. 5.

109

Vgl. BLANKSON/KALAFATIS (1999) S. 109.

110

Vgl. ARNOTT (1993), S. 3.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

19

aus der Vielzahl an Definitionen drei Formen von Positionierungsverständnissen zu extrahieren, die im Folgenden näher erläutert werden. 3.1 Instrumentell verkürztes Positionierungsverständnis Zuerst ist das instrumentell verkürzte Positionierungsverständnis zu nennen, welches innerhalb der frühen Publikationen und insbesondere von Praktikern propagiert wurde. 111 Innerhalb dieses Verständnisses wird Positionierung als Kommunikationsmittel 112 verstanden, welches dazu genutzt werden soll, die Perzeptionen 113 der Nachfrager von einem Produkt oder einer Marke zu verändern. 114 RIES/TROUT (1986) bezeichnen „positioning“ lediglich als: „ […] a new approach to communication […].“ 115 Eine weitere Facette innerhalb des Verständnisses stellt die Differenzierung vom Wettbewerb dar. Produkt- oder Markendifferenzierung kann innerhalb des Positionierungskontextes als: „an offering [is] perceived by the consumer to differ from its competition on any physical or nonphysical product characteristic including price“ definiert werden. 116 Diese Form des Positionierungsverständnisses kann auch als Positionierung im engeren Sinne aufgefasst werden, was lediglich die Differenzierung vom Wettbewerb durch die klassische Werbung umfasst. 117 In Tabelle 1 sind exemplarisch die wichtigsten Definitionen des Positionierungsbegriffes im Rahmen des instrumentell verkürzten Positionierungsverständnisses dargestellt.

111

Vgl. ALPERT/GATTY (1969), S. 65 ff.; TROUT (1969), S. 51.

112

Ein Kommunikationsmittel kann als: „die reale, sinnlich wahrnehmbare Erscheinungsform der Kommunikationsbotschaft, welche die ursprünglich von Mensch zu Mensch verlaufende Kommunikation ersetzt und sie reproduzierbar macht“, definiert werden. Vgl. BRUHN (2005), S. 5.

113

Perzeptionen sind weitestgehend unbewusste Prozesse individueller Informations- und Wahrnehmungsverarbeitung, die im Bewusstsein des Informationsempfängers so genannte Vorstellungsbilder (images) von wahrgenommenen Teilaspekten der Wirklichkeit entstehen lassen. Vgl. KROEBER-RIEL/WEINBERG (2003), S. 343.

114

Vgl. RIES/TROUT (2001), S. 5 ff.

115

Vgl. RIES/TROUT (2001), S. 1.

116

Vgl. DICKSON/GINTER (1987), S. 4.

117

Vgl. RIES/TROUT (2001), S. 1 ff.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

20

Autoren

Begriffsverständnis von Positionierung

Alpert/Getty 1969 118

"The differentiation of brands by studying the ways in which their consumers differ as well as how consumer perceptions of various brands differ is termed product positioning."

Trout 1969 119

"Today we are entering the positioning era. This will be an era that recognises the importance of product features and the company image, but more than anything else stresses the need to create a "position" in the prospects mind.“

Aaker/Shansby 1982 120

"The positioning decision often means selecting those associations which are to be built upon and emphasized and those associations which are to be removed or de-emphasized."

Park et al. 1986 121

"Positioning/Repositioning strategies, though incorporating the notion of image (and indirectly sales). Positioning and repositioning decisions are based on current conditions, they are not strategically oriented."

Tabelle 1:

Verschiedene Definitionen auf Basis des instrumentell verkürzten Verständnisses der Positionierung. Quelle: Eigene Darstellung.

3.2 Klassisch marktorientiertes Positionierungsverständnis Seit Jahrzehnten herrscht in der betriebswirtschaftlichen Forschung das Paradigma der Marktorientierung vor. 122 KOHLI/JAWORSKI (1990) interpretieren Marktorientierung verhaltensorientiert mit dem Fokus auf der Sammlung, Verbreitung und Nutzung von Marktinformationen: „a market-orientation refers to the organization-wide generation, dissemination, and responsiveness to market intelligence“. 123 Die marktorientierte Sichtweise beinhaltet demnach neben der Nachfragerorientierung auch die Wettbewerbsorientierung. 124 Weitere Komponenten der Marktorientierung sind eine kunden-

118

Vgl. ALPERT/GATTY (1969), S. 65.

119

Vgl. TROUT (1969), S. 51.

120

Vgl. AAKER/SHANSBY (1982), S. 56.

121

Vgl. PARK/JAWORSKI/MACINNIS (1986), S. 136.

122

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 766.

123

Vgl. KOHLI/JAWORSKI (1990) S. 2 f. HOMBURG/KROHMER (2006) definiert Marktorientierung ähnlich als: „Ausrichtung von Unternehmenskultur, Führungssystemen sowie Informations- und Lernprozessen an Kunden und Wettbewerbern des Unternehmens“ Vgl. HOMBURG/KROHMER (2006), S. 1278.

124

Vgl. BLINDA (2007) S. 35.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

21

fokussierte Organisationskultur und eine zielgruppenspezifische Ausrichtung sämtlicher Unternehmensfunktionen. 125 Die konzeptionelle Verankerung der Marktorientierung ist der market-based View (MBV). 126 Ziel des MBV ist die Erreichung nachhaltiger Wettbewerbsvorteile, welche sich innerhalb des MBV’s durch eine reine „outside-in-Perspektive“ erklären lassen. 127 Die Auswahl und Bearbeitung der richtigen Marktsegmente sowie die Durchsetzung einer überlegenen Positionierung sind die Grundlage zu deren Erreichung. 128 Der Begriff Positionierung geht innerhalb dieses Verständnisses vorwiegend auf die Arbeit von MICHAEL E. PORTER zurück, hierbei insbesondere auf die Branchenstrukturanalyse sowie das „Five-Forces-Model“ 129. PORTER definiert Positionierung als: „Strategic positioning attempts to achieve sustainable competitive advantage by preserving what is distinctive about a company.” 130 Diese Perspektive dient noch heute als Basis für die Erklärung und Definition des Positionierungskonzeptes im Rahmen des strategischen Marketings und äußert sich häufig in einer reinen Image- oder Nutzenorientierung. 131 Die typische marktorientierte Positionierungsstrategie ist die nutzenbasierte Positionierung von Leistungen. 132 Eine Erweiterung des instrumentellen Verständnisses stellt die Darstellung der Position jedes vermarktungstauglichen Objektes (Produkt, Marke, Dienstleistung, Person, Unternehmen etc.) im Wahrnehmungsraum der Nachfrager relativ zum Wettbewerb

125

Vgl. HOOLEY/PIERCY/NICOULAUD (2008) S. 9. Die Interfunktionale Koordination, die eine nachfragerfokussierte Organisationskultur und eine Ausrichtung sämtlicher Unternehmensfunktionen an den Bedürfnissen der Nachfrager beinhaltet, geht auf die Untersuchung von NARVER und SLATER aus dem Jahre 1990 zurück. Vgl. NARVER/SLATER STANLEY F. (1990) S. 21 f.

126

Der in den 60er Jahren entstandene market-based view geht auf das in den 30er Jahren entstandene „structure-conduct-performance“-Paradigma aus der industriökonomischen Forschung zurück. Vgl. hierzu MASON (1939); BAIN (1959); MEFFERT/BURMANN/KIRCHGEORG (2008), S. 5.

127

Vgl. RÜHLI (1994) S. 31 f.

128

Vgl. BURMANN (2002) S. 142.

129

Vgl. Das Five Forces Model erklärt die Attraktivität einer Branche anhand von fünf Wettbewerbskräften: Bedrohung durch potentielle neue Wettbewerber, Bedrohung durch die Verhandlungsstärke von Zulieferern und Nachfragern, Bedrohung durch neue Produkte oder Services mit Substitutionspotenzial sowie der Rivalität zwischen den schon im Markt agierenden Unternehmen. Vgl. PORTER (1985); PORTER (2008) S. 80f.

130

Vgl. PORTER (2006), S. 6.

131

Vgl. RIES/TROUT (2001) S. 2 f.; KOTLER/KELLER/BLIEMEL (2007) S. 402. ROMANIUK (2001), S. 229. Ähnlich definiert WIND 1990 Positionierung als: „…, the place a product occupies in a given market - as perceived by its target segments - is the product's reason for being, the reason why consumers buy it. In this context the word positioning encompasses most of the common meanings of the word position - as a place, a rank and a mental attitude.” Vergleiche zur Nutzenorientierung PORTER (1996) S. 66.

132

Vgl. HOOLEY ET AL. (2001), S. 105.

22

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

dar. 133 Diese Sichtweise kann auch als Marktstrukturierung bezeichnet werden, da der Markt auf Basis von Informationen topografisch innerhalb eines Merkmalsraumes erfasst wird. 134 Hierzu ist es möglich, unterschiedliche multivariate Verfahren anzuwenden. Neben dem eher modellorientierten Begriff der Position wird innerhalb des klassischen Verständnisses der Positionierung die Segmentierungsentscheidung als Subprozess der Positionierung definiert. 135 Unter Marktsegmentierung wird in der Regel die Aufteilung eines Gesamtmarktes in unterschiedliche Gruppen, die hinsichtlich ihrer Marktreaktion in sich homogen sind (inklusive deren Bearbeitung), verstanden. 136 Es ist somit ein integriertes Konzept der Markterfassung und Marktbearbeitung. Die Markterfassung setzt sich dabei aus der Analyse des Käuferverhaltens sowie dem Einsatz mathematisch-statistischer Methoden zur Darstellung verhaltenswissenschaftlich relevanter Zusammenhänge zusammen. 137 Die Marktbearbeitung innerhalb des Segmentierungskonzeptes hat die Auswahl der Zielsegmente sowie den segmentspezifischen Einsatz der Marketing-Instrumente zum Gegenstand. Das klassische Positionierungsverständnis kann im Gegensatz zum instrumentellen Verständnis auch als Positionierung im weiteren Sinn bezeichnet werden und bildet die Grundlage für die gesamte Markenstrategie des Unternehmens. In der Regel wird der Akt der Positionierung innerhalb eines Prozesses umgesetzt. 138 Die prozessorientierte Perspektive innerhalb des Marketings hat ihren konzeptionellen Ursprung innerhalb der Beiträge von NARVER und SLATER zur Marktorientierung von Unternehmen. 139 Die von ihnen beschriebene Dimension der interfunktionalen Koordination beschreibt die Beteiligung unterschiedlicher Abteilungen an einem übergreifenden Prozess. 140 Ein Geschäftsprozess kann als „eine Kette von logisch zusammenhängenden Aktivitäten, die zu einem inhaltlich abgeschlossenen Ergebnis führen…“ definiert werden. 141 Dies kann sich auf sämtliche kundengerichteten Aktivitä-

133

Vgl. TROMMSDORFF (1975).

134

Vgl. u.a. GWIN/GWIN (2003) S. 30 f.; MEFFERT/BURMANN/KIRCHGEORG (2008) S. 619 ff.; CARROLL/ARABIE (1980) S. 608 f.; GREEN (1975), S. S. 24.

135

Vgl. KOTLER/KELLER (2006), S. 310.; Vgl. BECKER (2002), S. 249.

136

Vgl. SCHREIBER (1973) S. 9ff.; FRETER (1983), S. 18; HOMBURG/KROHMER (2006) S. 485 ff.

137

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008) S. 182 f.

138

Vgl. ARNOTT (1993), S.6 f.

139

Vgl. NARVER/SLATER STANLEY F. (1990) S. 22.

140

Vgl. NARVER/SLATER STANLEY F. (1990) S. 22.

141

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 779.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

23

ten eines Unternehmens wie Innovation, Positionierung, Supply Chain, Customer Relationship etc. erstrecken. 142 Die prozessorientierte Perspektive des Positionierungskonzeptes hat sich ebenfalls seit den neunziger Jahren entwickelt. 143 Der iterative Prozess der Positionierung gliedert sich in Konzeption, Strategie und Implementierung. 144 In Tabelle 2 sind die wichtigsten Definitionen des klassischen Positionierungsverständnisses dargestellt.

Autoren

Parker/Churchill 1986

Definition/Begriffsverständnis von Positionierung

145

"Although the term positioning has been used in various ways, most writers would probably agree that a position involves a market perception that a given product, brand or company differs significantly from its competitors by offering a particular class of benefits to a particular class of buyers."

Dillon et al. 1986 146

"Positioning (repositioning) strategies can be characterised as attempts to move a brand to a particular location within a perceptual map."

DiMingo 1988 147

"Market-Positioning is the process of identifying and selecting a market or segment that represents business potential, targeting vulnerable competitors, and devising a strategy to compete.”

Shostack 1987 148

"When a firm or provider establishes and maintains a distinctive place for itself and its offerings in the market, it is said to be successfully positioned."

142

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 779. Der strategische Fokus der Prozessorientierung liegt hierbei auf der Optimierung des Marketingoutputs und äußert sich in einer inhaltlichen und strukturierten Ausgestaltung der definierten Kernprozesse.

143

Vgl. KOTLER/KELLER (2006), S. 310; ARNOTT (1993), S. 14.

144

Vgl. BECKER (1996), S. 13.

145

Vgl. PARKER/CHURCHILL (1986), S. 3.

146

Vgl. DILLON/DOMZAL/MADDEN (1986), S. 29.

147

Vgl. DIMINGO (1988), S. 35.

148

Vgl. SHOSTACK (1987). S. 34.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

24

Nylen 1990

Wind 1990

149

150

"Positioning is a key strategic (direction giving) decision that specifies how a product or brand is to compete. The positioning decision incorporates the results of market segmentation and target market selection, thus enabling the marketer to select a means of attaining competitive superiority." "Positioning, the place a product occupies in a given market - as perceived by its target segments - is the product's reason for being, the reason why consumers buy it. In this context the word positioning encompasses most of the common meanings of the word position - as a place, a rank and a mental attitude."

Arnott 1993 151

"…positioning is the deliberate, proactive, iterative process, of defining, measuring, modifying and monitoring consumer perceptions of a marketable object…"

Ansari/Gosh 1994 152

"Positioning, the place a product occupies in a given market, is the foundation of marketing strategy. A brand's position differentiates it from its competitors on attributes considered important by target customers and gives it a distinctive identity in their minds."

Mühlbacher/Dreher 1996 153

"Prozess zur Bestimmung einer Erfolgsposition im Markt verstanden."

Kotler 1997

"Positioning is the act of designing the companies offering and image so that they occupy a meaningful and distinct competitive position in the target customers minds."

Romaniuk 2001 154

"A brand's position is how it is perceived in the minds of consumers, relative to competitive brands."

Gwin/Gwin 2003 155

"Through a brands positioning, a company tries to build a sustainable competitive advantage on product attributes - tangible or intangible - in the mind of the consumer."

149

Vgl. NYLEN (1990), S. 40 f.

150

Vgl. WIND (1990), S. 387.

151

Vgl. ARNOTT (1993), S. 8.

152

Vgl. ANSARI/BAWA/GOSH (1995), S. 248.

153

Vgl. MÜHLBACHER/DREHER/GABRIEL-RITTER (1996), S. 70.

154

Vgl. ROMANIUK (2001), S. 112.

155

Vgl. GWIN/GWIN (2003), S. 30.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

25

Trommsdorf (2004) 156

"Unter Produktpositionierung versteht man entweder ein analytisches Verfahren zur Feststellung der Imageposition(en) oder die Imagegestaltung (Festlegung oder Änderung der Position)."

Kotler/Keller/Bliemel 2008 157

"Positionieren ist die Zuordnung von Merkmalen zu Vergleichsobjekten durch die Käufer im Zielmarkt."

Esch 2007

Tabelle 2:

"Positionierung muss die Besonderheiten der Marke herausstellen und zur Marke im weitesten Sinne passen, für die Kunden relevant sein, eine Abgrenzung von der Konkurrenz ermöglichen und langfristig verfolgt werden können."

158

Definitionen des Begriffs Positionierung aus dem klassischen Positionierungsverständniss heraus. Quelle: Eigene Darstellung.

3.3 Modernes holistisches Positionierungsverständnis Eine rein marktorientierte Sichtweise der Positionierung, ohne die Ressourcen und Kompetenzen eines Unternehmens zu betrachten, ist heutzutage nicht mehr zeitgemäß, da Ressourcen und Kompetenzen einer Unternehmung einen nachweislichen Einfluss auf den Erfolg von Positionierungsstrategien haben. 159 Trotzdem ist ein tiefes Verständnis der Wahrnehmung und Verhaltensweisen der Nachfrager weiterhin ein kritischer Erfolgsfaktor für die Generierung von Wettbewerbsvorteilen und einer überlegenen Positionierung. 160Neben den bereits angeführten Positionierungsverständnissen existiert in der heutigen Literatur ein holistisches Positionierungsverständnis, welches neben der marktorientierten Perspektive auch die ressourcen- und kompetenzorientierte Perspektive berücksichtigt. 161

156

Vgl. TROMMSDORFF (2004), S. 164.

157

Vgl. KOTLER/KELLER/BLIEMEL (2007), S. 402.

158

Vgl. ESCH (2007), S. 151.

159

Siehe hierzu die Diskussion innerhalb des Strategischen Managements zum market-based view. Hauptkritikpunkt am MBV ist das Ausblenden interner Erfolgsfaktoren und deren Betrachtung als Black Box. BARNEY J. B. (1991) S. 101 f. RÜHLI (1994) S. 36 ff.; BLINDA (2007), S. 38. Vgl. im Besonderen zum Einfluss von Ressourcen und Kompetenzen auf den Erfolg von Positionierungsstrategien ATTIA/HOOLEY (2007), S 91 ff.; MEFFERT/BURMANN/KIRCHGEORG (2008), S. 376 f.

160

Vgl. HOOLEY/PIERCY/NICOULAUD (2008), S. 11.

161

Vgl. TOMCZAK/ROOSDORP (1996), S. 31.

26

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

Der resource-based View dominiert immer stärker die Literatur zum strategischen Management 162. Die Wichtigkeit von Ressourcen für die Erklärung von Wettbewerbsvorteilen hat in den neunziger Jahren ebenfalls Einzug in die Marketing Literatur gehalten. 163 Der resource-based view of the firm legt zur Erklärung von Wettbewerbsvorteilen im Gegensatz zur marktorientierten Forschung unternehmensinterne, einzigartige Ressourcen und Kompetenzen zu Grunde. 164 In der Literatur sind eine Vielzahl von Definitionen und Klassifikationen für Ressourcen vorhanden. 165 Viele Ansätze jedoch definieren Ressourcen eher wie Inputgüter 166 und erklären nicht, wie die einzigartigen Ressourcen zu Stande kommen. 167 Aus diesem Grund wird im Rahmen dieser Arbeit dem Ansatz von GERSCH/FREILING/GOEKE (2005) gefolgt, die Ressourcen als: „…das Ergebnis durch Veredelungsprozesse weiter entwickelte Inputgüter, die wesentlich zur Heterogenität der Unternehmung und zur Sicherstellung aktueller und zukünftiger Wettbewerbsfähigkeit der Unternehmung beitragen (sollen)“ 168 definieren. Kompetenzen sind der zweite wichtige Baustein im Rahmen der „inside-out“ Perspektive zur Erklärung von Wettbewerbsvorteilen. Als Grundlage zur Definition von Kompetenzen wird im Rahmen dieser Arbeit der Competence based View herangezogen, der als Derivat des ressource-based view bezeichnet werden kann. 169 Innerhalb der wissenschaftlichen Literatur besteht, wie beim Terminus Ressource, eine Vielzahl an unterschiedlichen Definitionen, was zu einer sehr großen terminologischen Heterogenität führt. 170 Auf eine dezidierte Auseinandersetzung mit den unterschiedlichen terminologischen Besonderheiten einzelner Definitionen soll im Rahmen

162

Vgl. BLINDA (2007), S. 40.

163

Vgl. DAY (1994), S. 46 f.

164

Vgl. MAHONEY (1995); WERNERFELT (1995). Siehe für einen Überblick BLINDA (2007), S. 48. Freiling ermittelte in der wissenschaftlichen Literatur alleine 15 verschiedene Definitionen des Terminus Ressource bis zum Jahre 1999. Vgl. FREILING (2001), S. 14.

165

Vgl. für unterschiedliche Definitionen WERNERFELT (1995); AMIT/SCHOEMAKER (1993); BARNEY J. B. (1991).

166

Inputgüter sind homogene, prinzipiell marktgängige, unternehmensextern oder –intern erstellte Faktoren, die den Ausgangspunkt weiterer Verwertungs- oder Veredelungsaktivitäten bilden. Vgl. GERSCH/FREILING/GOEKE (2005), S. 45.

167

Vgl. PORTER (1991), S. 98. Im klassischen RBV wird vernachlässigt, auf welche Routinen oder Prozesse zurückgegriffen werden muss, um Ressourcen zu bilden vgl. B LINDA (2007), S. 49.

168

Vgl. GERSCH/FREILING/GOEKE (2005), S. 46.

169

Vgl. FREILING (2004), S. 5. Neben dem resource-based view hat der competence-based view seine Wurzeln in der Forschung zu “Dynamic-Capabilites”, die versucht die Prozesse zur Aktivierung und Entwicklung von Ressourcen zu erforschen vgl. BLINDA (2007), S. 52.

170

Vgl. FREILING (2001), S. 14.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

27

dieser Arbeit verzichtet werden, da dies nicht im Fokus der Untersuchung steht. 171 Aus diesem Grund wird wie bei der Definition von Ressourcen dem Verständnis von GERSCH/FREILING/GOEKE (2005) gefolgt, die Kompetenzen als: „ wiederholbare, auf der Nutzung von Wissen beruhende, durch Regeln geleitete und daher nicht zufällige Handlungspotenziale einer Organisation, die zielgerichtete Prozesse sowohl im Rahmen der Disposition zukünftiger Leistungsbereitschaften als auch konkreter Marktzufuhr- und Marktprozesse ermöglichen“ definieren. 172. Sie dienen dem Erhalt der als notwendig erachteten Wettbewerbsfähigkeit und gegebenenfalls der Realisierung konkreter Wettbewerbsvorteile. Hierbei gibt es unterschiedliche Kompetenzen, die zur Generierung strategischer Wettbewerbsvorteile beitragen. Diese kann man in strategische und funktionale Kompetenzen differenzieren. 173 Positionierung kann innerhalb dieses Verständnisses den strategischen Fähigkeiten zugeordnet werden, da die Fähigkeit der Identifizierung von Positionierungsmöglichkeiten und die Auswahl von Zielmärkten in denen die Ressourcen und Kompetenzen der Unternehmung optimal genutzt werden, funktions- und prozessübergreifend auf Top-Management Ebene vorhanden sein müssen. 174 Sie kann auch als strategische Marketingfähigkeit in Anlehnung an MÖLLER/ANTTILA (1987) definiert werden: “Management's capability of applying market- and marketing-oriented concepts and tools for (1) determine the business mission of the firm, (2) the development and maintenance of the competitive advantage of the firm, and (3) the development of subsequent business strategy”. 175 HULT und KETCHEN führten 2001 eine Studie auf Basis von 1000 multinationalen Unternehmen durch und fanden heraus, dass die Marktorientierungs-Kompetenz einen positiven Effekt auf Positionierungsvorteile hat. Die Kompetenz der Marktorientierung setzte sich innerhalb der Studie aus der Wettbewerbsorientierung, der Kundenorien-

171

Vgl. BLINDA (2007), S. 55.

172

Vgl. GERSCH/FREILING/GOEKE (2005), S. 48.

173

“Strategic Capabilities are those that relate to senior management’s abilities to identify and interpret the environmental trends and industry events affecting the organization. Although primarily created through individual abilities and skills, strategic capability is related to such issues as providing a sense of purpose and direction or dominant logic, facilitating organisational learning and managing organisational change through developing and nurturing of corporate culture.”Vgl. HOOLEY/BRODERICK/MOLLER (1998), S. 102. Funktionale Kompetenzen beziehen sich hingegen eher auf spezifische Funktionen und Prozesse innerhalb des Unternehmens. Vgl. DAY (1994), S. 38 f.

174

Vgl. HOOLEY/BRODERICK/MOLLER (1998), S.103; DAY (1994) spricht im Rahmen seiner Arbeit von Market Sensing und Customer-linking als zentrale Fähigkeiten im Rahmen der Positionierung vgl. DAY (1994), S. 48.

175

Vgl. MÖLLER/ANTTILA (1987), S. 191.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

28

tierung und der interfunktionalen Koordination zusammen und umfasst eine „…system-wide attention to markets (customers, competitors and other entities in the environment) throughout the organization“. 176 Sie hatte im Rahmen des Strukturgleichungsmodells den höchsten Erklärungswert von Positionierungsvorteilen. 177 Innerhalb der modernen Positionierungsforschung ist eine Synthese aus der marktorientierten- und der ressourcen- bzw. kompetenzorientierten Perspektive anzustreben, da ein isoliertes Verfolgen einer der Ansätze auf Dauer nicht zur Erreichung komparativer Wettbewerbsvorteile führen kann. 178 Andererseits können einzigartige Ressourcenausstattungen nur dann strategische Vorteile induzieren, wenn sie in adäquate Markenleistungen umgesetzt werden können. 179 In Tabelle 3 sind die Definitionen von Positionierung dargestellt, die diesem holistischen Begriffsverständnis entsprechen.

Autoren

Definition/Begriffsverständnis von Positionierung

Rigger 1995 180

"Positioning provides both, the foundation of the entire strategy and guidelines for marshalling the needed resources."

Hooley/Greenley/ Fahy/Cadogan 2001 181

"Competitive Positioning is the Combination of choice of target market and competitive advantage. A competitive advantage is one half of the positioning decision, the resources deployed to create an advantage contribute directly to the creation of competitive position."

Kuss/Tomczak/Reineke 2007 182

"Positionierung ist relevante Bedürfnisse bzw. Probleme von ausreichend großen Kundengruppen mit maßgeschneiderten, effizienten, auf solider Kompetenz gründenden Angeboten besser als irgendein anderer Anbieter nach Ansicht der Kunden nachhaltig zufrieden zu stellen bzw. zu lösen."

Tabelle 3:

Definitionen aus dem modernen holistischen Positionierungsverständnis heraus Quelle: Eigene Darstellung.

176

Vgl. HULT/KETCHEN (2001), S. 901.

177

Vgl. HULT/KETCHEN (2001), S. 905.

178

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 371 f.

179

Vgl. TOMCZAK/ROOSDORP (1996), S. 33.

180

Vgl. RIGGER (1995), S. 16 f.

181

Vgl. HOOLEY ET AL. (2001), S. 503.

182

Vgl. KUß/TOMCZAK/REINECKE (2007), S. 168.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

29

3.4 Entwicklung eines markenspezifischen Positionierungsverständnisses 3.4.1 Der Begriff Markenpositionierung Für die Definition des Begriffes der Markenpositionierung bedarf es neben den bereits dargestellten Perspektiven noch einer markenspezifischen Erweiterung. Hierzu wird die holistische Begriffsinterpretation mit dem identitätsbasierten Markenmanagement zu folgender Arbeitsdefinition verknüpft: „Positionierung ist die Planung, Umsetzung, Kontrolle und Weiterentwicklung einer an den Idealvorstellungen der Nachfrager ausgerichteten, vom Wettbewerb differenzierten und von der eigenen Ressourcen- und Kompetenzausstattung darstellbaren, markenidentitätskonformen Position im Wahrnehmungsraum relevanter Zielgruppen.“ Die marktorientierte Sichtweise der Positionierung wird innerhalb des identitätsbasierten Ansatzes der Markenführung durch das Markenimage und die Markenerwartungen dargestellt (outside-in-Perspektive). 183 Die Markenerwartungen stellen hierbei die Idealvorstellungen der Nachfrager bezüglich der Marke dar. 184 Das Markenimage umfasst sämtliches Wissen sowie sämtliche Einstellungen der Nachfrager im Hinblick auf die Marke. 185 Neben der Analyse der Präferenzstrukturen der Nachfrager ist die Ressourcen- und Kompetenzanalyse ein wichtiger Baustein der identitätsbasierten Positionierung. Die Ressourcen- und Kompetenzorientierung innerhalb des identitätsbasierten Ansatzes der Markenführung wird durch die Markenidentität, das Selbstbild der Marke determiniert, welches als Grundlage für die Positionierung (das Markennutzenversprechen) dient. Aus der Identität können somit die elementaren Nutzendimensionen abgeleitet werden. Die Soll-Identität einer Marke gibt das Zielsystem für die SollPositionierung vor. 186 Das Markennutzenversprechen (Soll-Positionierung) entsteht daraufhin durch die Verdichtung der konzeptionell planerischen Identitätskomponenten zu einem symbolischen und einem funktionalen Kundennutzen. 187

183

Vgl. hierzu ausführlich Kapitel A 1.2

184

Die Idealvorstellungen der Nachfrager werden durch ihre Markenpräferenzen determiniert.

185

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 364 f.

186

Vgl. ESCH (2007), S. 90 f.

187

Vgl. BURMANN/MEFFERT/FEDDERSEN (2007), S. 11 f.

30

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

3.4.2 Der Begriff Markenrepositionierung Das Wort „Weiterentwicklung“ im Rahmen der Positionierungsdefinition zeigt an, dass es nicht ausreicht, eine Position im Markt einzunehmen und diese dann statisch im Zeitablauf beizubehalten. 188 Die herrschende Dynamik der Märkte und des Nachfragerverhaltens führen zu einer ständigen Notwendigkeit der evolutorischen Veränderung der Markenpositionierung. Dieser Vorgang kann als Repositionierung bezeichnet werden. 189 Insoweit ist die Repositionierung als ein Bestandteil des weiter gefassten Positionierungsbegriffes zu verstehen. Viele Autoren differenzieren nicht zwischen den Begriffen „Positionierung“ und „Repositionierung“, sondern ordnen die Veränderung einer bestehenden Position (Repositionierung) ebenfalls dem Positionierungskonzept zu. 190 Allgemein kann der Begriff der Positionierung in 2 unterschiedliche Phasen eingeteilt werden, die zeitlich aufeinander folgen. 191 Die erste Phase ist der Positionierungsaufbau, welcher sich mit der Erreichung einer vom Wettbewerb differenzierenden Position im Wettbewerbsumfeld auseinandersetzt. 192 Die zweite Phase der Positionierung stellt die „dynamische“ Komponente dar, welche als Positionierungspflege 193 oder Positionierungswandel bezeichnet werden kann. Die Repositionierung einer Marke kann in die zweite Phase der Positionierung eingeordnet werden.

188

Vgl. TOMCZAK/ROOSDORP (1996), S. 27.; KELLER (1999), S. 102.

189

Vgl. MAZANEC/WIEGELE (1977), S. 47; ESCH (2007), S. S. 148 ff.

190

Vgl. WIND (1990), S. 403.; MAZANEC/WIEGELE (1977), S. 46.; HOMBURG/KROHMER (2006), S. 636.

191

Vgl. ROOSDORP (1998), S. 15.

192

Vgl. ROOSDORP (1998), S. 15. Der Großteil der zuvor dargestellten Definitionen bezieht sich auf diesen Teilaspekt der Positionierung.

193

„Positionierungspflege ist das Anstreben einer sowohl kontinuierlichen als auch jederzeit aktuellen Positionierung von Marktleistungen, um eine Alleinstellung im Wettbewerbsumfeld zu halten und auszubauen. Kontinuität und Aktualität sind die Kernziele der Positionierungspflege.“ Vgl. ROOSDORP (1998), S. 16.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

31

Abbildung 3: Repositionierung als dynamische Komponente des Positionierungskonzeptes Quelle: In Anlehnung an ROOSDORP (1998).

Der eigentliche Begriff der Repositionierung wird ähnlich wie der Positionierungsbegriff in der Literatur mit unterschiedlichen Bedeutungen belegt. Für eine Definition des Markenrepositionierungsbegriffes ist es sinnvoll, die unterschiedlichen Termini, welche Repositionierungen beschreiben, in einem ersten Schritt zu analysieren, um darauf aufbauend, eine Arbeitsdefinition zu entwickeln. Zuerst sollte der Begriff Repositionierung von dem Begriff der Variation abgegrenzt werden, da diese marketingpolitische Alternative inhaltlich einer Repositionierung zuzuordnen ist. 194 Der Begriff der Produktvariation kommt aus dem Produktmarketing und kann als „Veränderung im Bündel der Eigenschaften, durch die ein bereits angebotenes Produkt bisher bestimmt ist“ definiert werden. 195 NOMMENSEN (1990) grenzt die Variation von der Repositionierung ab, indem er konstatiert, dass sich Variationen ausschließlich auf objektive Eigenschaften beziehen, Repositionierungen jedoch subjektive Beurteilungen der Nachfrager zum Gegenstand haben. 196 Variationen werden demnach aus der Herstellerperspektive betrachtet, wohingegen Repositionierungen auf den Wahrnehmungen und Präferenzen der Nachfrager beruhen. BROCKHOFF (1999) hingegen verwendet die beiden Begriffe synonym und stellt fest: „für die Produktvariation werden die Bezeichnungen Repositionierung oder Neupositionierung verwendet.“ 197 Im Rahmen dieser Arbeit wird der Auffassung von NOMMENSEN (1990) gefolgt und der Begriff Repositionierung ausschließlich auf die subjektiven Nutzenas-

194

Vgl. NOMMENSEN (1990), S. 8.

195

Vgl. BROCKHOFF (1999), S. 25. ähnlich wird der Begriff auch von HOMBURG/KROHMER (2006), S. 508 f. sowie MEFFERT/BURMANN/KIRCHGEORG (2008), S. 456. verwendet.

196

Vgl. NOMMENSEN (1990), S. 9.

197

Vgl. BROCKHOFF (1999), S. 46.

32

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

soziationen der Nachfrager bezogen und nicht allein auf die Veränderung objektivtechnischer Merkmale der Marke. 198 Ein weiterer der Repositionierung verwandter Terminus ist der Brand-Relaunch. MEFFERT/BURMANN/KIRCHGEORG (2008) definieren den Begriff Relaunch als eine Form der Produktvariation: „eine Produktmodifikation, auch als Produktrelaunch bezeichnet, kennzeichnet die umfassende Veränderung einer oder mehrerer Produkteigenschaften eines bereits im Markt eingeführten Produktes“. 199 MEFFERT/BURMANN/ KIRCHGEORG (2008) grenzen den Begriff von der Produktpflege ab, bei der nur kleine Änderungen zur kontinuierlichen Verbesserung der im Markt eingeführten Produkte durchgeführt werden. 200 NIESCHLAG/DICHTL/HÖRSCHGEN (2002) hingegen definieren einen Relaunch als „Wiedereinführung eines Produkts nach dessen Umgestaltung oder schlagartig einsetzende Intensivierung der Marketingbemühungen für ein in der Stagnations- oder Degenerationsphase des Produkt-Lebenszyklus befindliches Erzeugnis.“ 201 WEINHOLD-STÜNZI beschreibt einen Relaunch sogar als Neupositionierung einer bestehenden Marktleistung. 202 BROCKHOFF (1999) formuliert einen Relaunch als eine Maßnahme, die durch den Einsatz verschiedener Marketing-Mix Instrumente gekennzeichnet ist, mit dem Ziel, eine Marke zu repositionieren. 203 BROCKHOFF (1999) bezieht sich demnach lediglich auf die Instrumentalebene des Marketing-Mixes. Ähnlich tun dies auch NIESCHLAG/DICHTL/HÖRSCHGEN (2002). Eine klare Abgrenzung der Begriffe Variation, Repositionierung, Relaunch und Pflege ist nicht leicht. In der vorliegenden Arbeit wird der Auffassung gefolgt, dass sich eine Repositionierung auf die subjektiven Wahrnehmungen der Nachfrager bezieht, wohingegen die Begriffe Variation, Relaunch und Pflege sich auf die Gestaltung objektiv-technischer Merkmale aus der Herstellerperspektive beziehen. Darüber hinaus sind die Begriffe Relaunch und Pflege eher der Maßnahmenebene zuzuordnen und weniger der strategischen Markenführungsebene. Ein weiterer Begriff, der im Zusammenhang mit einer Markenrepositionierung steht, ist das Re-Branding. Re-Branding wird häufig im Zusammenhang mit dem Begriff

198

ESCH (2008) bezieht den Terminus Repositionierung im Rahmen der Markenführung ebenfalls auf die durch den Nachfrager wahrgenommene Positionierungskonzept. ESCH (2008), S. 172.; vgl. hierzu auch KELLER (2008), S. 568 ff.

199

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 458.

200

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008a), S. 457.

201

Vgl. NIESCHLAG/DICHTL/HÖRSCHGEN (2002), S. 1309.

202

Vgl. WEINHOLD-STÜNZI (1996), S. 44 f.

203

Vgl. BROCKHOFF (1999), S. 47.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

33

Re-Naming verwendet und hat die Änderung des Markennamens zum Gegenstand. 204 Prominente Beispiele aus der letzten Zeit sind Andersen Consulting und die Philip Morris Corp. welche sich in Altria umbenannt hat. Re-Branding kann nach MUZELLEC und LAMBKIN als: „.. the creation of a new name, term, symbol, design or combination of them for an established brand with the intention of developing a differentiated (new) position in the mind of stakeholders and competitors.“ definiert werden. 205 Vor diesem Hintergrund ergibt sich folgende Arbeitsdefinition206: „Markenrepositionierung beschreibt die Variation funktionaler und/oder symbolischer Nutzenmerkmale einer bereits in den Markt eingeführten Marke mit der Absicht, die Nutzenassoziationen relevanter Zielgruppen zieladäquat zu verändern.“ 4

Simulation von Markenrepositionierungen

4.1 Markenwahlverhalten als Grundlage für die Simulation von Markenrepositionierungen Die Konsumentenverhaltensforschung kann im Allgemeinen den Kognitionswissenschaften 207 zugeordnet werden. Das Erkenntnisobjekt der Konsumentenforschung ist der einzelne Mensch in seiner Rolle als Konsument. 208 Es wird somit das individuelle Verhalten der Menschen untersucht, welches durch Aggregation zu Aussagen über Segmente oder Zielgruppen zusammengefasst werden kann. Die wissenschaftliche Theorie differenziert drei Untersuchungsbereiche: den Entdeckungszusammenhang, den Begründungszusammenhang und den Verwendungszusammenhang. 209

204

Vgl. MUZELLEC/LAMBKIN (2006), S. 803.

205

Vgl. GOTSI/ANDRIOPOULOS (2007), S. 342. DALY/MOLONEY nehmen innerhalb einer konzeptionellen Studie den entgegengesetzten Standpunkt ein und beschreiben ein sogenanntes RebrandingContinuum, indem Rebranding als die radikalste Form einer Repositionierung dargestellt wird. Vgl. DALY/MOLONEY (2004), S. 31.

206

Vgl. zum Repositionierungsbegriff ausführlich die Dissertation von RECKE (2010).

207

Cognitive science is the interdisciplinary study of mind and intelligence, embracing philosophy, psychology, artificial intelligence, neuroscience, linguistics, and anthropology. Its intellectual origins are in the mid-1950s, when researchers in several fields began to develop theories of mind, based on complex representations and computational procedures. Its organizational origins are in the mid-1970s, when the Cognitive Science Society was formed and the journal Cognitive Science began. Vgl. Stanford Enzyklopedia of Philosophy.

208

Vgl. TROMMSDORFF (2004), S. 17.

209

Vgl. KROEBER-RIEL/WEINBERG (2003), S. 20.

34

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

Der Entdeckungszusammenhang der Konsumentenverhaltensforschung kann als interdisziplinär bezeichnet werden, da er sich aus Erkenntnissen der ökonomischen, psychologischen und naturwissenschaftlichen Forschung zusammensetzt. 210 Die Beiträge der betriebswirtschaftlichen Forschung erstrecken sich größtenteils auf die Ergebnisse der modelltheoretisch ausgerichteten mikroökonomischen Forschung. Primäres Ziel dieses Forschungszweiges ist es, den funktionalen Zusammenhang zwischen nachgefragter Produktmenge einerseits und den Produktpreisen andererseits zu bestimmen und dadurch optimale Preis-Mengen-Kombinationen zu ermitteln. 211 Die allgemeine Psychologie befasst sich in diesem Zusammenhang mit dem „autonomen Individuum“ Mensch. Sie hat einen maßgeblichen Beitrag zur theoretischen Grundlage der Konsumentenverhaltensforschung geleistet, insbesondere auf den Gebieten Motivation 212, Wahrnehmung 213, Lernen 214 und Persönlichkeit 215. Die Sozialpsychologie hingegen hat als Erkenntnisobjekt das soziale Wechselspiel agierender Personen. 216 Hier treten Begriffe aus den Sozialwissenschaften auf wie Kommunikation, Interaktion, Gruppe, Norm und Status. 217 Neuerdings werden im Rahmen der Konsumentenverhaltensforschung verstärkt naturwissenschaftliche Erkenntnisse aus der Neuroökonomie oder Physiologie genutzt. 218 Einen Rahmen für diese unterschiedlichen Forschungsbereiche bildet das Stimulus-Organism-Response Paradigma, welches davon ausgeht, dass bestimmte Stimuli im Organismus verarbeitet wer-

210

Vgl. BLACKWELL/MINIARD/ENGEL (2006), S. 4.

211

Vgl. GUTSCHE (1995), S. 26.

212

„Motivationen können als Emotionen (und Triebe), die mit einer Zielorientierung in Bezug auf das Verhalten verbunden sind“ definiert werden. Vgl. KROEBER-RIEL/WEINBERG (2003), S. 53.

213

„Wahrnehmung ist ein komplexer kognitiver Vorgang, der mit anderen kognitiven Vorgängen wie Aufmerksamkeit, Denken und Gedächtnis verknüpft ist. Infolgedessen ist es kaum möglich, die Wahrnehmung als eigenständigen Vorgang abzugrenzen und zu untersuchen. Die Analyse der menschlichen Wahrnehmung bedeutet in letzter Konsequenz die Untersuchung des menschlichen Verhaltens.“ Vgl. KROEBER-RIEL/WEINBERG (2003), S. 272.

214

„Unter Lernen wird aus der Perspektive der Kaufverhaltenstheorie „…das Erwerben und das Ändern von Verhalten und von bereits gespeicherten Zuständen – soweit die Verhaltensänderung nicht genetisch (Vererbung), durch biologische Veränderungen, durch tageszeitliche Einflüsse oder durch äußeren Eingriff unmittelbar bedingt ist“ definiert. Vgl. TROMMSDORFF (2004), S. 262.; Aus der kognitionspsychologischen Perspektive kann Lernen als „Prozess, der zu relativ stabilen Veränderungen im Verhalten oder im Verhaltenspotential führt und auf Erfahrung aufbaut“ definiert werden. Vgl. ZIMBARDO/HOPPE-GRAFF (1995), S. 264.

215

„Persönlichkeit bezieht sich auf die einzigartigen psychologischen Merkmale eines Individuums, die eine Vielzahl von charakteristischen konistenten Verhaltensmustern in verschiedenen Zeitpunkten beeinflussen.“ Vgl. ZIMBARDO/HOPPE-GRAFF (1995), S. 475.

216

Vgl. KROEBER-RIEL/WEINBERG (2003), S. 10.

217

Vgl. TROMMSDORFF (2004), S. 21.

218

Vgl. TROMMSDORFF (2004), S. 21.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

35

den und dann zu Reaktionen führen. 219 Das S-O-R Paradigma kann als positivistische Forschungsrichtung bezeichnet werden, bei der die empirische Überprüfung generalisierbarer Hypothesen und Theorien im Mittelpunkt des Interesses steht.220 Im Gegensatz dazu hat seit den neunziger Jahren innerhalb der Konsumentenverhaltensforschung der „interpretierende“ Forschungsansatz immer mehr an Bedeutung gewonnen. Im Rahmen dieses Ansatzes stehen nicht mehr die Erforschung von Gesetzmäßigkeiten im Vordergrund sondern eher das umfassende Verständnis realen Kaufverhaltens mit allen Beziehungen und Zusammenhängen. 221 Im Rahmen dieser Arbeit wird dem interpretierenden Ansatz der Konsumentenverhaltensforschung gefolgt, da das reale Kaufverhalten untersucht werden soll. Der Verwendungszusammenhang der Konsumentenverhaltensforschung wird als Teilgebiet der Marketingwissenschaft aufgefasst und dient der Bewältigung von Entscheidungsproblemen im Rahmen marktorientierten Handelns. Die anwendbare Theorie des Konsumentenverhaltens soll das Geschehen am Markt erklären, zukünftiges Geschehen vorhersagen und Möglichkeiten aufzeigen, die dann in konkrete Maßnahmen überführt werden können. Insbesondere wird hierbei auf Maßnahmen im Rahmen von Marketing-Mix Entscheidungen abgestellt, welche die Preispolitik, Kommunikationspolitik, Produktpolitik und Distributionspolitik umfassen. TROMMSDORF ordnet die Positionierung den strategischen Entscheidungen im Rahmen der Produktpolitik zu. 222 In Abgrenzung zu diesem Verständnis bildet die Markenpositionierung im Rahmen der identitätsbasierten Markenführung die strategische Grundlage für sämtliche Marketing-Mix Entscheidungen. Der Begründungszusammenhang der Konsumentenverhaltensforschung setzt sich weitestgehend aus „Wenn-Dann“ Aussagen zu Theoriebausteinen zusammen, welche Verknüpfungen zwischen bedingenden und bedingten Sachverhalten darstellen. Hierbei muss zwischen direkt messbaren Erscheinungen und theoretischen Hilfskonstrukten unterschieden werden, welche gedanklich konstruiert sind. Äußere Stimuli oder Bedingungen innerer Zustände können als „Wenn-Elemente“ herangezogen werden. „Dann-Elemente“ setzen sich im Allgemeinen aus inneren Zuständen oder Verhaltensreaktionen zusammen. An dieser Stelle kann das Markenwahlverhalten als Untersuchungsfeld eingeordnet werden, da es je nach Art des Kaufes, ein Verhal-

219

Vgl. KUß/TOMCZAK (2007), S.3.

220

Vgl. KROEBER-RIEL/WEINBERG (2003), S. 23.

221

Vgl. KROEBER-RIEL/WEINBERG (2003), S. 24.

222

Vgl. TROMMSDORFF (2004), S. 24.

36

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

ten darstellt, welches aus einem Konstrukt heraus (Rationalkauf) oder durch einen Stimulus (Impulskauf) erklärt werden kann. Im Rahmen der Erklärung des Wahlverhaltens von Nachfragern treffen ökonomische und psychologische Forschung aufeinander. Der Nachfrager als Gegenstand der ökonomischen Theorie wird häufig als rationaler Entscheider beschrieben, der definierte stabile Präferenzen gegenüber einer Marke aufweist, die von nichts anderem als der betrachteten Marke abhängen. Innerhalb der mikroökonomischen Theorie wird der Nachfrager als Nutzenmaximierer dargestellt, der vollständiges Marktwissen besitzt. 223 Demgegenüber kann das Konzept der begrenzten Rationalität gesetzt werden, da die Nachfrager weder die Kapazitäten zur Berechnung der optimalen Nutzenkombination besitzen noch über das Wissen darüber verfügen. 224 Sie wenden eher Heuristiken an, um zu suboptimalen Entscheidungen zu gelangen, als ihre Entscheidung zu optimieren. 225 Die normative bzw. rationale Form des Entscheiders ist Grundlage der meisten Positionierungsmodelle. Demgegenüber soll im Rahmen dieser Arbeit ein Modell auf Basis der Theorie zur begrenzten Rationalität entwickelt werden. Dies folgt dem modelltheoretischen Forschungsansatz zur Erforschung des Markenwahlverhaltens. Hierbei wird versucht, ein Originalsystem (Kaufverhalten) anhand eines geschaffenen Systems (Modell) zu erklären. 226. Aus diesem Grund werden in den folgenden Kapiteln die Grundlagen für eine Modellierung von Markenrepositionierungen gelegt. 4.2 Markenpositionierungsmodelle als Erklärungsmodelle des individuellen Markenwahlverhaltens Der Terminus „Markenwahlverhalten“ kann ähnlich wie der Begriff „Produktwahlverhalten“ auf unterschiedliche Art und Weise verstanden werden, da er unterschiedliche semantische Bedeutungen aufweist. 227 Gemäß der Markendefinition innerhalb des identitätsbasierten Markenmanagements, welche die produktorientierte Sichtweise einnimmt und das Leistungsbündel Marke nicht vom Produkt trennt, können die Termini „Produktwahlverhalten“ und „Markenwahlverhalten“ synonym verwendet

223

Vgl. HOMBURG/KROHMER (2006), S. 112.

224

Vgl. SIMON (1955), S. 100 ff.

225

Vgl. DEVETAG (1999), S. 6.

226

Vgl. HERRMANN (1992), S. 11.

227

Vgl. Kapitel A 1.1

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

37

werden. 228 Im engeren Sinn symbolisiert der Begriff den Akt der Wahlhandlung, welcher direkt beobachtbar und messbar ist. Darüber hinaus schließt der Begriff jedoch die vorherige Suche nach Informationen, die Bildung von Präferenzen sowie das Erlebnis nach dem Kauf einer Marke ein. Des Weiteren werden sämtliche Einflussfaktoren auf die Markenwahlhandlung, die aus dem menschlichen Verhalten resultieren (Prädispositionen 229, Involvement 230, Stimmungen 231) ebenfalls unter diesem Begriff subsumiert. 232 Nach diesem Verständnis umfasst das Markenwahlverhalten gemäß der Auffassung von ENGEL/KOLLAT/BLACKWELL (1968) sowohl die “… simple association between a stimulus and a response…” 233 als auch nach dem Verständnis von ZALTMAN/WALLENDORF (1983) „.. acts, processes and social relationships exhibited by individuals, groups and organizations in the obtainment use of and consequent experience with products, services and other resources.” 234 Neben den bereits dargestellten Definitionen lassen sich zahlreiche weitere Begriffsexplikationen in der wissenschaftlichen Literatur identifizieren, die unterschiedliche Schwerpunkte setzen. SCHIFFMAN/KANUK (2007) betonen bspw. den prozessuralen Charakter der Markenwahlentscheidung: “.. the behavior that consumers display in searching for, purchasing, using, evaluating, and disposing of products services and ideas which they expect will satisfy their needs.” Die Komplexität des Realphänomens Markenwahlverhalten wird von BLACKWELL/MINIARD/ENGEL (2006) treffend als „Consumer decision making is influenced and shaped by many determinants that fall into these three categories (1) individual differences, (2) environmental influences, and (3) psychological processes” beschrieben. 235 MAGIN (2004) definiert den Begriff Markenwahlverhalten in seiner gesamten Breite „… als das Kauf- und Nutzungsverhalten gegen-

228

Vgl. WELLING (2006), S. 24 ff. Hinzu kommt, dass innerhalb dieser Arbeit eine Einzelmarkenbetrachtung vorliegt und keine Markenportfolios betrachtete werden. Vgl. KUß/TOMCZAK (2007), S. 11.; BLACKWELL/MINIARD/ENGEL (2006), S. 527 ff.

229

Unter Prädispositionen werden Grundhaltungen verstanden, die bereits vor dem Kontakt mit einem Stimulus existent sind. Vgl. WALSH (2002), S. 112.

230

Involvement kann allgemein als „der Grad der Ich-Beteiligung bzw. das gedankliche Engagement und die damit verbundene Aktivierung, mit der sich jemand einem Sachverhalt oder einer Aktivität zuwendet“ definiert werden. KROEBER-RIEL/WEINBERG (2003), S. 345.

231

Stimmungen können als „subjektive Befindlichkeit eines Individuums“ beschrieben werden. Vgl. SILBERER (1998).

232

Vgl. KROEBER-RIEL/WEINBERG (2003), S. 386 ff.

233

Vgl. ENGEL/KOLLAT/BLACKWELL (1968), S. 5.

234

Vgl. ZALTMAN/WALLENDORF (1983), S. 5.

235

Vgl. BLACKWELL/MINIARD/ENGEL (2006), S. 86.

38

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

über einer Marke“. 236 Somit ist der gesamte Kaufprozess Bestandteil des Makenwahlverhaltens. Dieser Auffassung kann im Rahmen dieser Arbeit nicht entsprochen werden, da die Komplexität des gesamten Entscheidungsprozesses nicht sinnvoll im Rahmen eines Modells abgebildet werden kann. 237 Eine zweite Bedeutungsform des Begriffes hat als wesentliches Charakteristikum, dass die Markenwahlhandlung aus dem Gesamtprozess des Konsumaktes herausgelöst wird. 238 HERRMANN (1992) versteht daraufhin das Produktwahlverhalten als: „ein Relationensystem von Elementen, d. h. von Produkten, Eigenschaften und Nachfragern.“ 239 Gleichzeitig beinhaltet die Psyche jedes einzelnen Nachfragers hypothetische Konstrukte, die in Form von intervenierenden Variablen einen Einfluss auf die Transformation von Reizen in tatsächliches Verhalten ausüben. Jede Einwirkung auf das beschriebene Relationensystem verändert die Beziehungen zwischen den Elementen und übt dadurch einen direkten Einfluss auf das Markenwahlverhalten der einzelnen Nachfrager aus. Ein konkreter Fall der Einwirkung ist die Repositionierung einer Marke. Die Veränderung der Nutzenzusammensetzung einer Markenpositionierung oder anderer für das Kaufverhalten wichtiger Charakteristika wirkt sich direkt auf Perzeptionen der Nachfrager von der Marke aus. 240 Auch wenn Einstellungen gegenüber einer Marke als zeitlich stabil einzuordnen sind, wirkt sich eine Repositionierung dennoch auf die Markenwahrnehmung und im nachgelagerten Schritt auf das Markenwahlverhalten aus. 241 Im Folgenden wird nun auf die konstitutiven Merkmale des Markenwahlverhaltens und des Einflusses von Markenrepositionierungen eingegangen.

236

Vgl. MAGIN (2004), S. 3.

237

Vgl. hierzu die Totalmodelle des Kaufverhaltens von BLACKWELL/MINIARD/ENGEL (2006), S. 85. BETTMAN (1979), S. 1 ff.; HOWARD/SHETH (1969), S. 31.

238

Vgl. ANDRITZKY (1976), S. 5 ff.

239

Vgl. HERRMANN (1992), S. 6.

240

BEST (1976) beschreibt dies im Rahmen der Joint-Space-Theory of Choice: “ Continuous checks are made to monitor the congruency between processed information and output decisions. Vgl. BEST (1976), S. 198. CARPENTER (1989) hat in seiner Studie ebenfalls einen Einfluss von Repositionierungen auf das Wahlverhalten und den ökonomischen Output innerhalb eines Marktes mit zwei Marken und zwei Beurteilungsdimensionen festgestellt. KROEBER-RIEL/WEINBERG (2003) stellt ebenfalls fest, dass die Positionierung einen erheblichen Einfluss auf die Einstellungen der Nachfrager besitzt. Vgl. KROEBER-RIEL/WEINBERG (2003), S. 219.

241

Einstellungen können als: „Zustand gelernten und relativ dauerhaften Bereitschaft, in einer entsprechenden Situation gegenüber dem betreffenden Objekt regelmäßig oder relativ stark positiv bzw. negativ zu reagieren“ definiert werden. Vgl. TROMMSDORFF (2004), S. 159. Auf die zeitliche Stabilität wird auch bei KUß/TOMCZAK (2007), S. 65 verwiesen.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

39

4.3 Der Zusammenhang zwischen Markenrepositionierung und Markenwahlverhalten Innerhalb der erfahrungswissenschaftlichen Theorie wird auf Basis des theoretischen Wissenschaftsziels eine Erklärung früherer oder gegenwärtiger und eine Prognose zukünftiger Sachverhalte angestrebt. 242 Um dies tun zu können, werden Aussagen benötigt, die aus mehreren Elementen bestehen. 243 Für die Analyse des Einflusses von Repositionierungsstrategien auf das Markenwahlverhalten von Individuen, ist es im ersten Schritt notwendig, die zentralen Begriffe - Marke, Nachfrager, Eigenschaften und hypothetische Konstrukte - des zu untersuchenden Relationensystems zu spezifizieren. Hierbei muss das in Kapitel 4.2 dargestellte Relationengefüge zwischen Markenidentität und Markenimage weiter spezifiziert und auf Grund der Komplexität der einzelnen Beziehungen auf die für die Untersuchung relevanten Relationen eingegrenzt werden. Zuerst wird das Objekt Marke im modelltheoretischen Sinne definiert. Hierbei kann auf die in Kapitel A vorgestellte Definition der identitätsbasierten Markenführung zurückgegriffen werden: „ein Nutzenbündel mit spezifischen Merkmalen, die dafür sorgen, dass sich dieses Nutzenbündel gegenüber anderen Nutzenbündeln, welche dieselben Basisbedürfnisse erfüllen, aus Sicht relevanter Zielgruppen nachhaltig differenziert“. Die Wahrnehmung der Marke durch die Nachfrager wird nach dem Verständnis innerhalb dieser Arbeit durch die Positionierung der Marke nachhaltig determiniert. 244 Dies ist darauf zurückzuführen, dass die Positionierung auf einer bestimmten Nutzendimension als Reiz interpretiert werden kann. 245 Dieser Zusammenhang kann mit dem dieser Arbeit zu Grunde liegenden wirkungsbezogenen Verständnis von Positionierung begründet werden. Wirkungsbezogen besagt in diesem Kontext, dass auf einen durch die Positionierung hervorgerufenen Reiz eine kognitive und affektive Wirkung entsteht, welche das Verhalten der Nachfrager beeinflusst. 246 Diese Wir-

242

Vgl. CHMIELEWICZ (1994), S. 150 ff.

243

Vgl. CHMIELEWICZ (1994), S. 80.

244

Vgl. hierzu ausführlich Kapitel 3.4 des A-Kapitels.

245

Vgl. BAUSBACK (2007), S. 23.

246

PARK/JAWORSKI/MACINNIS (1986) sprechen innerhalb ihrer Studie davon, das bestimmte Formen der Positionierung kognitive (funktionale Positionierungen) oder affektive Wirkungen (emotionale Positionierung) induzieren können. Vgl. PARK/JAWORSKI/MACINNIS (1986), S. 136 f. Gleiches wird auch durch die Studie von BHAT/REDDY (1998) belegt. Diese Auffassung wird durch die Dreikomponententheorie gestützt. Demnach ist ein Markenimage durch eine kognitive, affektive und inten(Fortsetzung der Fußnote auf der nächsten Seite)

40

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

kung von Positionierungsstrategien wurde in mehreren empirischen Studien nachgewiesen und ist Grundlage vieler Positionierungsmodelle. 247. Aus diesem Zusammenhang heraus werden ausschließlich die relevanten symbolischen und funktionalen Nutzendimensionen zur Befriedigung der Bedürfnisse der Nachfrager für eine Modellierung herangezogen. 248 Die Leistung eines Anbieters wird jedoch nicht ausschließlich durch die Bewertung der angeführten funktionalen und symbolischen Nutzendimensionen determiniert, sondern gleichermaßen durch den psychischen Informationsverarbeitungsprozess, dessen Resultat die Wahrnehmung der ganzheitlichen Leistung ist. 249 Diese Wahrnehmung der technischen Leistung, des emotionalen Nutzens gepaart mit den individuellen Einstellungen und Werten lässt ein Markenimage entstehen. Im Rahmen einer modelltheoretischen Untersuchung werden jedoch lediglich die funktionalen und symbolischen Nutzenassoziationen der Nachfrager mit den Marken benötigt, 250 da diese Assoziationen das bewertete, gebündelte Wissen des Nachfragers zu der Marke sowie deren Erwartungen an die Marke beinhalten. 251 Die Markenpersönlichkeit und die Markenattribute fließen demnach in die Bewertung der Nutzen mit ein, aus diesem Grund kann auf eine Modellierung dieser beiden Komponenten verzichtet werden. 252 Dies kann als synthetische Herauslösung der wahrgenommenen Positionierung einer Marke aus dem Ge-

tionale Komponente bedingt und beeinflusst direkt das Verhalten. Vgl. hierzu ausführlich GRUNERT (1988), S. 10 ff.; TROMMSDORFF (1975), S. 164 ff.; KROEBER-RIEL/WEINBERG (2003), S. 168 ff. Die Integration der intentionalen Komponente in das Einstellungskonstrukt wird schon seit langem intensiv diskutiert. Die kausalen Wirkungszusammenhänge bleiben jedoch gleich. Vgl. für eine Diskussion NITSCHKE (2006), S. 97 ff. 247

BLANKSON ET AL. (2008) untersuchten in ihrer Studie den Einfluss von Positionierungsstrategien auf ökonomische und vorökonomische Erfolgsgrößen. Es konnte ein positiver Einfluss von Positionierungsstrategien auf die Wahrnehmung sowie auf den Absatz und den Gewinn festgestellt werden. Vgl. BLANKSON ET AL. (2008), S. 117. Ältere Studien weisen auf ähnliche Beziehungen hin PARK/JAWORSKI/MACINNIS (1986), S. 135 ff.; BLANKSON (2004), S. 327. BLANKSON/KALAFATIS (2007), S. 86.

248

Dieser Auffassung folgen ebenfalls HERRMANN (1998), S. 7 ff; BROCKHOFF (1999), S. 13; KELLER (2008), S.5. BHAT/REDDY (1998) fanden in ihrer Studie heraus, dass Marken zur selben Zeit funktional und emotional positioniert sein können. Vgl. B HAT/REDDY (1998), S. 40.

249

Vgl. HERRMANN (1992), S. 8.

250

Vgl. zum Imagebegriff Kapitel A 1.2

251

Vgl. NITSCHKE (2006), S. 99. sowie TROMMSDORFF (2004), S. 159 f.

252

Vgl. Kapitel A 3 sowie zur hierarchischen Gliederung des Markenimagekonstrukts ausführlich BURMANN/STOLLE (2007), S. 67 ff. sowie die dort zitierte Literatur.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

41

samtgeflecht betrachtet werden, da dies das interessierende Erkenntnisobjekt im Rahmen dieser Arbeit darstellt. 253 Der Begriff der Nutzendimension kann als Eigenschaft einer Marke, die Bedürfnisse der Nachfrager zu befriedigen, interpretiert werden. Eigenschaften können ganz allgemein als: „das einem Objekt Eigene, sein Wesen ausmachende, ihm zugehörende und aus ihm nur durch Abstraktion Herauslösbare“ aufgefasst werden. 254 Die durch die Nachfrager bewerteten Nutzendimensionen stellen somit die Grundlage dafür dar, dass verschiedene Marken in bestimmten Relationen zueinander stehen und in Interaktionen miteinander treten können. Folglich kann postuliert werden, dass Nutzenassoziationen als beschreibende Elemente der Relationen zwischen verschiedenen Marken und Nachfragern fungieren können. Da Nutzendimensionen nur bestehen können, sobald sie durch die Nachfrager wahrgenommen werden, steuern nicht die objektiven Eigenschaften von Marken sondern die subjektiv wahrgenommenen Nutzenassoziationen der relevanten Nachfrager das Markenwahlverhalten. 255 Nachfrager können in diesem Kontext als Bedürfnisträger charakterisiert werden. Bedürfnisse können definiert werden „als Motivauslöser, die einen empfundenen Mangelzustand (Deprivation) kennzeichnen, der zunächst nicht auf ein Ziel gerichtet ist.“ 256 Sobald sich ein Bedürfnis auf Wirtschaftsgüter richtet und ein Bestreben vorhanden ist, diese Güter zu erwerben, wird von einem Bedarf gesprochen. 257 Die Bewertung der Marken, die der Bedürfnisbefriedigung dienen, wird von den Wertvorstellungen und Erfahrungen der Nachfrager beeinflusst. Darüber hinaus herrschen soziale Einflüsse, welche ebenfalls den Informationsverarbeitungsprozess im Rahmen der Bewertung von Handlungsalternativen determinieren. Einen besonders starken Einfluss auf den Informationsverarbeitungsprozess übt die Repositionierung einer Marke aus, da sie sich direkt auf die konkrete Bewertung der Handlungsalternativen

253

Diese Herangehensweise wird ebenfalls bei HERRMANN (1992), S. 8. postuliert. Ähnliche Herangehensweisen finden sich bei WIND (1982), S.6 ff. sowie KOTLER/KELLER/BLIEMEL (2007); S. 276 ff.

254

Vgl. HERRMANN (1992), S. 8.

255

Dies steht der Auffassung von ROSEN (1974) gegenüber, der nur objektiv bewertbare Charakteristika bei der Beschreibung von Produkten zulässt. Vgl. ROSEN (1974), S. 34. Für die Untersuchung des individuellen Markenwahlverhaltens werden jedoch subjektive Markenurteile benötigt. Vgl. HERRMANN (1998), S. 52.

256

Vgl. TROMMSDORFF (2004), S. 118. Ein ähnliches Verständnis findet sich auch bei KUß/TOMCZAK (2007), S. 42. und BALDERJAHN (1995), S. 42.

257

Vgl. KUß/TOMCZAK (2007), S. 44.

42

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

auswirkt. 258 Der tatsächliche Kaufakt tritt erst dann auf, sobald der Nachfrager den Bedarf konkretisiert und die Beschaffung disponiert. 259 Der psychische Prozess der Bedürfniskonkretisierung läuft im inneren des Nachfragers ab und ist weder beobachtbar noch direkt messbar. 260 Diese hypothetischen Konstrukte sind in der Psyche aller Nachfrager vorhanden, lediglich die interindividuelle Intensität und Ausprägung sind verschieden. 261 Dieser begriffliche und theoretische Bezugsrahmen ermöglicht es nun, Aussagen über die Wirkungsweise der einzelnen Konstrukte zu formulieren. Um den Einfluss einer Markenrepositionierung beurteilen zu können, ist es notwendig, Hypothesen im Sinne der Konsumentenverhaltensforschung zu entwickeln, welche die einzelnen hypothetischen Konstrukte miteinander verknüpfen. Gleichzeitig ist es erforderlich, die kausalen Zusammenhänge mit Messvorschriften zu versehen. Insbesondere der Einfluss von Markenrepositionierungen auf das Markenwahlverhalten muss auf diese Weise konkretisiert werden. Bisher wurde dies im Rahmen von Simulationsmodellen zur Prognose der Auswirkung von Positionierungsstrategien durchgeführt. Um ein eigenes Modell entwickeln zu können, wird im nächsten Kapitel die Grundlage für ein gemeinsames Modell- und Systemverständnis gelegt. 4.4 Modelltheoretische Analyse von Markenrepositionierungen Aus betriebswirtschaftlicher Sicht kann ein System als eine „Menge von Elementen die miteinander in Beziehung stehen“ definiert werden. 262 Hierbei muss zwischen offenen und geschlossenen Systemen differenziert werden. Im Gegensatz zu geschlossenen Systemen ist bei offenen Systemen ein aktiver Austausch von Materie,

258

Vgl. LANCASTER (1966). Er beschreibt in seiner neuen Haushaltstheorie in Abgrenzung zur mikroökonomischen Theorie, dass Güter nicht als Ganzes sondern als Nutzenbündel wahrgenommen werden. Vgl. LANCASTER (1966), S. 132 ff. Sie werden aktiv in die Präferenzbildung mit einbezogen, eine Veränderung in der Bewertung der einzelnen Nutzendimensionen durch eine Markenrepositionierung beeinflusst demnach die Präferenzbildung und schließlich das Markenwahlverhalten. Gemäß der Einstellungs-Verhaltens-Hypothese (E-V-Hypothese), können Einstellungen als direkte Prädiktoren des Verhaltens herangezogen werden. Vgl. GÜTTLER (2000), S. 99. Innerhalb multiattributiver Einstellungsmodelle werden die einzelnen wahrgenommenen Nutzendimensionen addiert. Ein Zuwachs an wahrgenommener Ausprägung auf einer Nutzendimension führt zu einer Erhöhung des Einstellungswertes und hat somit einen Einfluss auf das Markenwahlverhalten. Vgl. GUTSCHE (1995), S. 34.

259

Vgl. HERRMANN (1992), S. 10.

260

Vgl. TROMMSDORFF (2004), S. 34 ff.

261

Vgl. HERRMANN (1998), S. 52.

262

Vgl. MEFFERT (1971), S. 176.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

43

Energie und/oder Informationen mit der Umwelt gegeben. 263 Entscheidende Eigenschaft eines Systems ist, dass es über klare Eingabe- und Ausgabeschnittstellen von der Umwelt abgrenzbar ist. Ein System kann nur identifiziert werden, wenn die Struktur im Inneren des Systems als eine stärkere Bindung verstanden werden kann als zu seiner Umwelt. 264 BOSSEL (2004) führt zur Charakterisierung von Systemen drei zentrale Begriffe an: Systemzweck, Systemstruktur, Systemintegrität. Der Systemzweck bedeutet, dass ein Objekt eine durch den Beobachter klar zu definierende Funktion besitzt. Die Systemstruktur sagt aus, dass sich ein Objekt aus Systemelementen und Wirkungsverknüpfungen zusammensetzt, die seine Funktion bestimmen. Letztlich besitzt jedes System eine Systemintegrität, welche bei einer Zerstörung des Systems verloren geht. Ein System ist folglich nicht teilbar, da sonst der Ursprungszweck des Systems verloren gehen würde. 265 Abschließend kann ein Markt in dem Nachfrager, Marken und weitere Akteure existieren, gedanklich als Subsystem der Betriebswirtschaftslehre bezeichnet werden. 266 In Abgrenzung dazu ist ein Modell oder ein Modellsystem das Abbild eines realen Systems, mit dem Informationen über das reale System gewonnen werden können. Ein Modell kann im Kontext der Betriebswirtschaftslehre als „die Repräsentation der Realität, d. h. Kenntnisse über ein spezifisches Erfahrungsobjekt, wie z.B. das Kaufverhalten, zu gewinnen, welches entweder ein Ausschnitt der wahrgenommenen Realität ist oder ein gedankliches Konstrukt darstellt, das sich auf die Realität bezieht“ 267 definiert werden. Das bedeutet, dass dem zu erklärenden Objektsystem (Original) ein anderes System (Modell) zugeordnet wird. 268 Wichtigstes Kriterium für die

263

Vgl. MEFFERT (1971), S. 177.

264

Vgl. KLÜGL (2001), S. 45. An dieser Stelle befindet sich die sogenannte Systemgrenze, ein Beispiel hierfür ist die menschliche Haut. Darüber hinaus befindet sich eine Systemgrenze dort, wo die Umweltverkopplungen nicht funktionsrelevant sind. Demnach ist eine Systemgrenze dort zu ziehen, wo die Umwelteinwirkungen auf das System nicht durch das System selbst bestimmt oder durch Rückkopplungen von Systemauswirkungen verändert werden können. Vgl. BOSSEL (2004), S. 38.

265

Vgl. BOSSEL (2004), S. 35.

266

Vgl. MEFFERT (1971), S. 184.

267

BANDTE (2007), S.198. MONSEF (1997) definiert ein Modell aus programmiertechnischer Sicht als „any Image which can be considered as a system and is used by a subject to obtain information about another system can be thought of as a model”. MONSEF (1997), S. 1.; HERRMANN (1992) definiert den Zweck eines Modells als ”...mittels isolierender Abstraktion die charakteristischen Tatbestände aus der Mannigfaltigkeit der Gegebenheiten herauszuheben, um so den komplexen Zusammenhang auf ein vereinfachtes gedankliches Gebilde zu reduzieren.” Vgl. HERRMANN (1992), S. 8. Dieser Auffassung kann im Rahmen der Analyse des Markenwahlverhaltens gefolgt werden.

268

Vgl. HERRMANN (1992), S. 11.

44

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

Erstellung von Modellen ist die Ähnlichkeit zwischen Modell und System. 269 Die größtmögliche Ähnlichkeit zwischen Modellen und Systemen kann mit dem Begriff der Isomorphie beschrieben werden. Isomorphie besteht, wenn zwei Strukturen, durch die Teile einer Struktur auf „bedeutungsgleiche“ Teile einer anderen Struktur umkehrbar eindeutig (bijektiv) abgebildet werden können. 270 Aufgrund der Komplexität ökonomischer Fragestellungen, insbesondere des Kaufverhaltens von Individuen, kann ein Grad vollständiger Ähnlichkeit zwischen Realität und Modell nicht gewährleistet werden. Aus diesem Grund muss die bereits angeführte Methodik der isolierenden Abstraktion im Rahmen der Modellbildung zurückgegriffen werden, um lediglich die für den Untersuchungszweck relevanten Beziehungen herauszugreifen. 271 Aus diesem Grund haben Modelle gegenüber Experimenten an komplexen Realsystemen signifikante Vorteile, bspw. sind Kosten für die Untersuchungen gering, Ergebnisse können rasch erzielt werden und die Ergebnisse anhand eines Modellsystems können vielfach einen breiteren Verhaltensbereich abdecken als ein Experiment im Realsystem leisten kann. 272 Häufig sind die Realsysteme zudem zu komplex, so dass eine vereinfachende Modelldarstellung zu einem höheren Erkenntnisgewinn und zu einer besseren Praktikabilität führen kann. 273 Zur Ableitung von Handlungsempfehlungen wird häufig im Rahmen betriebswirtschaftlicher Entscheidungstatbestände von der Vielschichtigkeit abstrahiert. Sie dienen als Hilfsmittel für die Entscheidungsfindung und sollen mögliche Handlungsempfehlungen für die zukünftige Entwicklung der betrachteten Marke (oder des Produktes) generieren. Die Analyse möglicher Auswirkungen, die bei der Durchführung von Markenrepositionierungen auftreten können, wird innerhalb der Marketingwissenschaft auf Basis von Simulationsmodellen prognostiziert. Hierbei geht es speziell um die bereits angeführte Veränderung von Nutzendimensionen und deren Auswirkung auf die Wahr-

269

Vgl. BOSSEL (2004), S. 51.; KOTLER/KELLER/BLIEMEL (2007) verweisen ebenfalls darauf, dass ein Ziel von Modellen, die möglichst wahrheitsgetreue Abbildung der Wirklichkeit. Vgl. KOTLER/KELLER/BLIEMEL (2007), S. 218 ff.; TROITZSCH (1990) verweist ebenfalls auf die Unterstellung oder Feststellung von Ähnlichkeiten zwischen System und Modell. Vgl. TROITZSCH (1990), S. 12.

270

Vgl. HERRMANN (1992), S. 13.

271

Vgl. HERRMANN (1998), S. 53.

272

Vgl. BOSSEL (2004), S. 50.

273

Dies trifft auch auf den Bereich des Marken- bzw. Marketing-Managements zu, da eine Vielzahl von Einflussfaktoren die Komplexität derartig erhöht, dass Modelle als vereinfachte Abbildung des zu untersuchenden Realitätsausschnitts herangezogen werden müssen. Einige Einflussfaktoren sind bspw. die Marketing-Mix Interaktion, Wettbewerbseffekte, verspätete Reaktion auf Maßnahmen, Vielzahl an Akteuren bzw. Marken etc. Vgl. LILIEN/KOTLER (1983), S. 5 ff.

45

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

nehmung der Marke durch die Nachfrager sowie den Einfluss auf deren Markenwahlverhalten. Hierzu sind viele unterschiedliche Modelle mit unterschiedlichen Erkenntniszielen entwickelt worden. Der Großteil der Modelle basiert auf der verhaltenswissenschaftlichen Forschungstradition und erforscht das Konsumentenverhalten. KOTLER/LILIEN entwickelten 1983 eine allgemein anerkannte Taxonomie 274 von Modellen, die versuchen das Konsumentenverhalten zu erklären (vgl. Abbildung 4).

Modellierter Prozess Aktivierung

InformationsWahrnehmung suche

Präferenzbildung

Kaufentscheidung

Nachkaufverhalten

Mikrodetail Totalmodelle Wahrnehmungsmodelle Erfassungslevel

Partielle Microdetails

Raum- und Präferenzmodelle Einstellungsmodelle

Agentenbasiertes Repositionierungsmodell

Rationale Wahlmodelle

Stochastische Wahlmodelle Makrodetail

Abbildung 4: Eine Taxonomie unterschiedlicher Kaufverhaltensmodelle und die Einordnung des agentenbasierten Repositionierungsmodells Quelle: In Anlehnung an LILIEN/KOTLER (1983), S. 205.

Zentrale Kriterien für die Einordnung der Modelle sind einerseits der modellierte Prozess und andererseits die Breite der dargestellten Verhaltensdetails und die Spezifität ihrer Darstellung. 275 Totalmodelle versuchen, das Nachfragerverhalten in seiner Gesamtheit zu erklären. „Repräsentativ“ für solche Modelle ist das Totalmodell von

274

Struktur (Hierarchie) über den Fachbegriffen eines Fachgebiets. Vgl. ALISCH (2004), S. 2901.

275

Vgl. LILIEN/KOTLER (1983), S. 204.

46

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

BLACKWELL/MINIARD/ENGEL (2006). 276 Diese Modelle sind in der Darstellung sehr präzise, die einzelnen Konstrukte sind jedoch nicht mit Messvorschriften versehen und die Beziehungen zwischen den einzelnen Konstrukten sind weder funktional festgelegt noch empirisch bestätigt.277 So genannte Wahrnehmungsmodelle basieren auf multivariaten Analysemethoden, mit denen es möglich ist, Wahrnehmungsräume zu generieren und die zu untersuchenden Marken auf Basis von Distanzen darzustellen. Hierzu zählen die Multidimensionale Skalierung, die Faktoranalyse sowie die Diskriminanzanalyse. Sie dienen primär der Analyse von Ist-Zuständen. 278 Diese Modelle werden heutzutage jedoch ebenfalls für Erklärung des Markenwahlverhaltens genutzt. 279 Diese Verfahrensfamilie wird auch als Raum- bzw. Präferenzmodelle bezeichnet. 280 Auf Basis von Einstellungsmodellen ist es möglich, die Stufen der Wahrnehmung, Präferenzbildung und Kaufentscheidung zu modellieren. In der Vergangenheit wurde hierbei ebenfalls auf multivariate Analysemethoden wie die Multidimensionale Skalierung oder die Conjointanalyse zurückgegriffen. Ein bekannter Vertreter dieser Modellform ist das Modell zur Einstellungsmessung von FISHBEIN (1963). Rationale- und stochastische Wahlmodelle haben die Erklärung des Wahlverhaltens zum Gegenstand. Hierbei gibt es zwei große Forschungstraditionen. Wahlmodelle, die einerseits auf einer HighInvolvement Situation basieren und andererseits Modelle, die auf einer LowInvolvementsituation basieren. 281 Hierbei behandeln Vollstochastische Ansätze die Markanwahlentscheidung als völligen Zufallsmechanismus. 282 Solche Modelle erstellen keine Prognosen über das Markenwahlverhalten der einzelnen Individuen, sondern lediglich eine spezifische Wahrscheinlichkeit, mit der der Nachfrager auf bestimmte Stimuli reagiert. 283 Unter den teilstochastischen Verfahren werden Konstanznutzen- und Zufallsnutzenmodelle zusammengefasst. Das Markenwahlverhalten wird bei diesen Modellen

276

Vgl. BLACKWELL/MINIARD/ENGEL (2006), S. 85. ein ähnliches Modell wurde von B ETTMAN (1979), S. 1 ff.; HOWARD/SHETH (1969), S. 31 entwickelten ebenfalls ein Totalmodell des Kaufverhaltens.

277

Vgl. TROMMSDORFF (2004), S. 29.

278

Ein bekanntes Modell ist bspw. das Modell von H AUSER/URBAN (1977), S. 579 ff.

279

Vgl. FRETER (2008), S. 86.

280

Vgl. HERRMANN (1992), S. 166.

281

Vgl. LILIEN/KOTLER (1983), S. 225.

282

Vgl. HOMBURG/KROHMER (2006), S. 112.

283

Vgl. HERRMANN (1992), S. 82.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

47

durch subjektiv wahrgenommene Eigenschaften gesteuert. 284 Diese Eigenschaften werden in eine metrisch skalierte Rangordnung überführt, auf deren Basis nun die unterschiedlichen Wahlalternativen verglichen werden können. Jeder Marke kann so ein Präferenzwert zugeordnet werden. 285 Die Präferenzwerte werden dann entweder deterministisch oder probabilistisch interpretiert. Als deterministische Auswahlregel wird zumeist die First-Choice-Regel angewendet. 286 Probabilistische Wahlmodelle sind vorwiegend das Bradley-Terry-Luce-Modell sowie das Multinomiale-LogitModell. 287 Für die Modellierung der Auswirkungen von Markenrepositionierungen soll im Rahmen dieser Arbeit der Fokus auf die Simulation des Einflusses von Repositionierungsstrategien auf das Markenwahlverhalten gelegt werden. Im Rahmen der Taxonomie von LILIEN/KOTLER (1983) wird demnach auf die Wahrnehmung von Repositionierungen, die Präferenzbildung, die Kaufentscheidung und das Nachkaufverhalten, in Form von Empfehlungsverhalten, Bezug genommen. Dies ist auch darauf zurückzuführen, dass solch eine Analyse die Betrachtung von Käuferwanderungsbewegungen zulässt, welche einen direkten Indikator für ökonomische Ergebnisgrößen wie Marktanteil oder Käuferanteil darstellen. 5

Zielsetzung und Gang der Untersuchung

Da Repositionierungsstrategien und -entscheidungen bisher nicht agentenbasiert simuliert worden sind, besteht das übergeordnete Ziel der Dissertation in der Entwicklung eines aussagekräftigen, empirisch validierten Simulationsmodells von Markenrepositionierungsstrategien. Es lassen sich vier zentrale Forschungsziele der Dissertation formulieren: ƒ

Primäres Ziel ist die bessere Erklärung von Kaufentscheidungen in Abhängigkeit von Markenrepositionierungen. Dies erfolgt in Abgrenzung zu bisherigen analytischen Modellen, welche nicht in der Lage sind, nichtlineares Verhalten darzustellen. Angestrebt wird eine bessere Erklärung des Kaufverhaltens durch die Untersuchung der Effekte, die aus der Interaktion der einzelnen Nachfrager auf Mikroebene die Ergebnisse des Systems auf Makroebene (Marktanteil) beeinflussen.

284

Vgl. HOMBURG/KROHMER (2006), S. 113.

285

Vgl. HERRMANN (1992), S. 83.

286

Vgl. KOHLI/KRISHNAMURTI (1987); NAIR/THAKUR/WEN (1995).

287

Vgl. GUTSCHE (1995); STEINER/HRUSCHKA (2002).

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

48

ƒ

Darauf aufbauend soll die Eignung agentenbasierter Modelle für die Simulation des Einflusses von Repositionierungsstrategien auf das Kaufverhalten festgestellt und kritisch reflektiert werden.

ƒ

Auf Basis von Ist-Positionierungsanalysen werden Repositionierungsstrategien entwickelt, deren Einfluss auf das Kaufverhalten daraufhin agentenbasiert simuliert wird. Anwendungsobjekt ist der Markt für Festnetztelefone. Zum Zweck der Modellentwicklung wurde eine repräsentative Onlinebefragung in 5 Ländern durchgeführt. Zielmarkt der Befragung ist der private Endkundenmarkt (B2C).

ƒ

Aus der Simulation und der empirischen Untersuchung werden Handlungsempfehlungen für die Markenführung im Rahmen von Repositionierungen innerhalb einer komplexen und dynamischen Umwelt abgeleitet. Im Vordergrund steht hier eine Verbesserung des Aussagegehaltes von betriebswirtschaftlichen Methoden zur Unterstützung von Repositionierungsentscheidungen.

Durch die Anwendung der agentenbasierten Methodik zur Simulation, leistet diese Arbeit einen Methodentransfer von der Forschung zur künstlichen Intelligenz in die Positionierungsforschung. Für die Simulation des Markenwahlverhaltens wird hierzu auf verhaltenswissenschaftliche Grundlagen zurückgegriffen, die in den neuen Kontext der agentenbasierten Simulationstechnik übertragen werden. Gleichzeitig lässt die Wahl der agentenbasierten Simulationsmethodik die Erforschung emergenter Phänomene sowie die Erforschung des individuellen Kaufverhaltens auf Mikroebene und dessen Auswirkung auf die Makroebene zu. Insbesondere soziale Einflüsse auf das Markenwahlverhalten stehen im Rahmen der Simulation im Vordergrund. Über den Markenwahlprozess hinaus wird im Rahmen dieser Arbeit der spezielle soziale Einfluss auf das Kaufverhalten im Fall von Markenrepositionierungen simuliert, um neue Erkenntnisse für das Management von Markenrepositionierungen zu gewinnen. Der Forschungsansatz der vorliegenden Arbeit umfasst mehrere Teilbereiche. Zuerst wird ein konzeptioneller Bezugsrahmen für ein agentenbasiertes Simulationsmodell von Positionierungsstrategien als Weiterentwicklung bestehender Modelle definiert. 288 Das daraus abgeleitete Hypothesengerüst 289 wird auf Basis einer großzahli-

288

Vgl. WOLF (2008), S. 37 ff.

289

Wissenschaftliche Hypothesen sind Annahmen über reale Sachverhalte in Form von Konditionalsätzen. Sie weisen über den Einzelfall hinaus (Generalisierbarkeit, Untersuchbarkeit) und sind durch Erfahrungsdaten widerlegbar (Falsifizierbarkeit). Vgl. BORTZ/DÖRING (2005), S. 8.

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

49

gen quantitativen Primärmarkterhebung überprüft. Die Reliabilität 290 und Validität 291 des in der Befragung verwendeten standardisierten Fragebogens 292 wird auf Basis von qualitativen Vorstudien und Expertengesprächen gewährleistet. Zur Überprüfung der Repräsentativität der Umfrage wird auf Sekundärstudien zurückgegriffen. Zur Validierung weiterer modellkritischer Regeln und Routinen werden multivariate statistische Verfahren angewendet sowie Expertengespräche durchgeführt. Als Methodik für die Erkenntnisgewinnung werden einerseits multivariate statistische Verfahren und andererseits das agentenbasierte Simulationsprogramm Netlogo verwendet. 293 Der Aufbau der Arbeit gliedert sich in vier Teile. Das Kapitel A, definitorische Grundlagen und Forschungskonzept, beinhaltet die theoretischen Grundlagen dieser Arbeit. Nach einer Einleitung wird der Begriff Positionierung aus drei Perspektiven betrachtet und aufbauend auf dieser Analyse eine eigene Definition entwickelt. Anschließend wird die dynamische Komponente der Positionierung im Rahmen von Positionierungsstrategien erläutert und der Terminus Repositionierung definiert. Die Eingrenzung des Untersuchungsgegenstandes hinsichtlich der Simulation von Repositionierungsstrategien schließt dieses Kapitel ab. Kapitel B beschäftigt sich mit dem Status Quo der Forschung zu Repositionierungsmethodiken. Einleitend werden hierzu die einzelnen Charakteristika von Markenrepositionierungen näher erläutert und ein Prozess der Markenrepositionierung kurz beschrieben. Darauf aufbauend werden die einzelnen Methoden zur Analyse der Positionierungsanalyse, der Simulation und der Optimierung von Positionierungsstrategien dargestellt und kritisch bewertet. Nachfolgend werden agentenbasierte Ansätze zur Simulation vorgestellt und Implikationen für ein agentenbasiertes Simulationsmodell von dynamischen Positionierungsstrategien vorgestellt. In Kapitel C wird das agentenbasierte Modell entwickelt und analytisch dargestellt. Dies beinhaltet die Beschreibung der einzelnen Agentenklassen, des Regelwerkes

290

Die Reliabilität (Zuverlässigkeit) gibt den Grad der Messgenauigkeit (Präzision) eines Merkmals an, unabhängig davon, ob das Modell die Messung dieses Merkmals überhaupt beansprucht. Vgl. BÜHNER (2008), S. 35.

291

Die Validität (Gültigkeit) ist das wichtigste Testgütekriterium und gibt an, ob das Modell das misst, was es messen soll oder vorgibt zu messen. Validität kann in drei Unterbegriffe differenziert werden: Inhaltsvalidität, Kriteriumsvalidität und Konstruktvalidität. Vgl. BORTZ/DÖRING (2005), S. 199 f.

292

Ein standardisierter Fragebogen beinhaltet für alle Befragten die gleichen Fragen in gleicher Formulierung und Reihenfolge. Dies ermöglicht eine homogene Befragungssituation. Vgl. SCHNELL/HILL/ESSER (2005), S. 322.

293

Netlogo ist eine Umgebung zur Modellierung agentenbasierter Simulationen. Vgl. WILENSKY (1999).

50

Positionierungs- und Repositionierungsentscheidungen im Rahmen der Markenführung

sowie die Konzeption der Umwelt. Als Ergebnis wird das agentenbasierte Simulationsmodell mit den bereits beschriebenen Modellen zur Simulation von Repositionierungen verglichen. Die eigentliche Simulation von Markenrepositionierungen anhand eines Fallbeispieles schließt das Kapitel ab. Anschließend werden die Ergebnisse der Simulation diskutiert und anhand von statistischen Analysen validiert. In Kapitel D werden die Untersuchungsergebnisse kritisch gewürdigt. Darüber hinaus werden Implikationen für die weitere Forschung und Handlungsempfehlungen aus den Analyseergebnissen abgeleitet.

Theoretische Grundlagen und aktueller Stand der Forschung

51

B Theoretische Grundlagen und aktueller Stand der Forschung 1

Das dynamische Konzept der Repositionierung

Für die Analyse von Markenrepositionierungen kann der entscheidungsorientierte Ansatz nach Heinen 294 herangezogen werden. Er beschäftigt sich mit der Optimierung unternehmerischer Entscheidungen. Dies geschieht unter Einbeziehung realistischer Prämissen und dem tatsächlichen menschlichen Verhalten. Ziel des Ansatzes ist es, betriebliche Entscheidungen mittels Integration von Sicherheit, Risiko und Unsicherheit zu verbessern. Auf Basis dieses Ansatzes ist es nun möglich, den Entscheidungstatbestand der Markenrepositionierung in Abgrenzung zur Positionierung von Marken zu charakterisieren. Zuerst werden mögliche Gründe, Ziele und Formen von Markenrepositionierungen untersucht. Zum Abschluss werden unterschiedliche Formen und Intensitäten von Markenrepositionierungen betrachtet. 1.1 Auslöser von Markenrepositionierungen Auslöser für Markenrepositionierungen können nach ROOSDORP (1998) in fünf unterschiedliche Problemfelder differenziert werden: Verlust der eigenständigen Positionierung im Zeitverlauf, Überforderung auf Grund externer Veränderungen, sinkendes Kundenpotential, eingeschränkter Handlungsspielraum durch Konkurrenzaktivitäten, sowie die Vernachlässigung der Supportinstrumente und der Umsetzung. 295 MÜHLBACHER/DREHER/GABRIEL-RITTER (1996) hingegen fassen die Herausforderungen an Markenpositionen und die daraus resultierenden Gründe für etwaige Repositionierungen in die generischen Kategorien Komplexität und Dynamik zusammen. 296 KELLER/STERNTHAL/TYBOUT (2002) weisen bei etablierten Marken auf die periodische Neubewertung der gewählten points of parity und points of difference hin, um die Differenzierung der Marke zum Wettbewerb aufrechtzuerhalten. 297 Betrachtet man die unterschiedlichen möglichen Gründe für eine Markenrepositionierung, können vier Problemfelder herausgelöst werden, in welche die unterschiedlichen Kategorien von Gründen eingeordnet werden können (vgl. Abbildung 5).

294

Vgl. HEINEN (1962), S. 9 ff.

295

Vgl. ROOSDORP (1998), S. 35.

296

Vgl. MÜHLBACHER/DREHER/GABRIEL-RITTER (1996), S. 204 f.

297

Vgl. KELLER/STERNTHAL/TYBOUT (2002), S. 83.

Theoretische Grundlagen und aktueller Stand der Forschung

52

Verlust der eigenständigen Positionierung im Zeitablauf

Überforderung aufgrund zu starker externer Dynamik

Markenrepositionierung

Implementierungsdefizite

Mangelnder Markenidentitäts-Fit

Abbildung 5 : Gründe für Markenrepositionierungen Quelle: In Anlehnung an ROOSDORP (1998), S. 36.

Das erste Problemfeld umfasst den Verlust der eigenständigen Positionierung im Zeitablauf. 298 Ursächlich hierfür sind Fehlentscheidungen im Rahmen der Markenstrategie. 299 Dies trifft insbesondere auf Entscheidungen hinsichtlich der Markenevolution und des Markenportfoliomanagements zu. Markenevolution kann in diesem Kontext als die dynamische Weiterentwicklung der Markenarchitektur verstanden werden. Problempotenzial für die Markenpositionierung besitzen insbesondere die Markenexpansionsstrategien. Sie umfassen einerseits die geografische Expansion und andererseits Markenerweiterungsstrategien, wie Markendehnung oder Markentransfer. 300 Der Markentransfer ist ein beliebtes Mittel, um die Positionierung einer Marke dynamisch weiterzuentwickeln, wird jedoch das Potential der Marke überschätzt, kann dies zu einer Erosion der Markenidentität und gleichzeitig zu einer Verwässerung der Positionierung führen. 301 Dies resultiert häufig aus einer räumlichen Entfernung der Positionen des Stammprodukts und des Transferprodukts auf-

298

Vgl. ROOSDORP (1998), S. 38.

299

Vgl. Die Markenstrategie umfasst sämtliche Entscheidungen zur Markenarchitektur, Markenevolution, Markenpositionierung und Markenorganisation. Vgl. BURMANN/MEFFERT (2005a), S. 76. HOMBURG/KROHMER (2006), S. 632.

300

Vgl. BURMANN/MEFFERT/BLINDA (2005), S. 192 ff.

301

Vgl. BURMANN/MEFFERT (2007), S. 161 ff.

Theoretische Grundlagen und aktueller Stand der Forschung

53

grund der Ansprache möglichst unterschiedlicher Zielgruppen. 302 Ein prominentes Beispiel für den Verlust der eigenständigen Positionierung stellt die englische Marke Jaguar dar. Durch die Einführung eines Kombis auf Basis des Ford Mondeos sollten neue Zielgruppen wie Familien mit mittleren Einkommen erschlossen werden. Die Stammkäuferschaft der englischen Traditionsmarke strafte die Marke ab. Die Schere zwischen der Stammkäuferschaft englischer Sportwagen und des familienfreundlichen Mittelklassesegments war für die Marke Jaguar nicht zu bedienen. Seit dem hat Jaguar mit Absatzproblemen zu kämpfen. Neben möglichen Problemen im Rahmen der Markenevolutionsstrategien können ebenfalls Mängel im Rahmen der Markenportfoliostrategie zu einem Positionierungsverlust im Zeitablauf führen. Das größte Risiko besteht zwischen Mehrmarkenstrategien, da hier eine ungenügende Differenzierung der einzelnen Marken voneinander und der Kundensegmente, die von diesen Marken bedient werden, im Zeitablauf entstehen kann (Markenkannibalismus). Dies führt dann zu ungewünschten Käuferwanderungen und einer undifferenzierten Wahrnehmung der einzelnen Marken durch die Nachfrager. 303 An dieser Stelle können ebenfalls Fehler bei der Neubewertung der „points of parity“ oder „points of difference“ Strategien angeführt werden. Besonders im Rahmen von Markenportfolios kann dies zu Problemen führen, da Innovationen in der Regel in die gesamte Produktpalette integriert werden und somit eher zu einem Hygienefaktor werden, als sinnvoll zur Differenzierung zwischen den Marken innerhalb eines Portfolios beizutragen. 304 Ein Beispiel hierfür ist der Festnetztelefonmarkt. Die Homogenität der Produktportfolios der einzelnen Anbieter ist sehr hoch. Es gibt kaum noch Möglichkeiten, die Produkte innerhalb eines Portfolios über Funktionen zu differenzieren. Dies liegt unter anderem daran, dass Innovationen sehr schnell zu Hygienefaktoren degenerieren und schon in die Niedrigpreissegmente integriert werden müssen, um Konkurrenzfähigkeit zu sichern. Ein weiterer Grund kann ein beschränktes Dynamikpotential der eingenommenen Marktposition sein. Dies trifft insbesondere auf Märkte mit homogenen Gütern zu, da hier die Positionierungsspielräume von vornherein begrenzt sind. Eine dynamische Entwicklung der Position wird dann durch mangelndes Marktvolumen in möglichen Transfermärkten, besetzte Nischen und eine Beschränkung auf funktionale Nutzen-

302

Vgl. HÄTTY (1989); ZATLOUKAL (2002).

303

Vgl. ROOSDORP (1998), S. 38.

304

Vgl. KELLER/STERNTHAL/TYBOUT (2002), S. 83.

Theoretische Grundlagen und aktueller Stand der Forschung

54

dimensionen erschwert. 305 Ein Beispiel hierfür ist der Kraftstoffmarkt. Hier müssen sich die einzelnen Marken versuchen über Zusatzangebote zu differenzieren. Dies kann über Zusatzservices (Shell-Tankwart) oder Bistroangebote der Marke Aral geschehen. Das zweite Problemfeld umfasst die Überforderung der markenführenden Unternehmung aufgrund der zu starken externen Dynamik. Als ein Beispiel kann der Wandel der Nachfragerbedürfnisse im Zeitverlauf herangezogen werden. 306 Die zunehmende Heterogenisierung der Zielgruppen stellt eine besondere Herausforderung an eine Markenpositionierung dar. Die zunehmende Individualisierung der Kundenbedürfnisse erschwert es Anbietern, Märkte mit standardisierten Lösungen zu bedienen. Um eine adäquate Zielgruppenabdeckung zu gewährleisten, werden Markenpositionierungen immer komplexer. Dies führt im Rahmen von Repositionierungsentscheidungen zu einer Anpassung der Markenposition an die individualisierten Bedürfnisse, was einer klaren differenzierten Positionierung entgegenwirkt. 307 Ist eine Markenpositionierung abhängig von kurzfristigen Trends, können mögliche Positionierungsinhalte schnell veralten. Darüber hinaus ist ein kontinuierlicher Aufbau einer Markenpositionierung in dynamischen Märkten aufgrund der sehr schnell wechselnden Kundenbedürfnisse als schwierig einzustufen. Rasanter technologischer Fortschritt und die Verkürzung von Lebenszyklen können ebenfalls Ursachen für eine Markenrepositionierung sein, da entweder technologische Vorteile ausgebaut oder Nachteile kompensiert werden müssen, um weiterhin erfolgreich am Markt agieren zu können. Eine zu starke Dynamisierung des Wettbewerbsumfeldes und daraus resultierender Konkurrenzdruck kann ebenfalls als Grund für eine Repositionierung identifiziert werden. Dies äußert sich in einer häufigen Repositionierung von Wettbewerbern, die u. a. eine angestammte Position einer Marke angreifen, bspw. durch eine aggressive points-of-parity Strategie. 308 Darüber hinaus können der Eintritt neuer Wettbewerber oder die Fusion von Wettbewerbern zu einer Veränderung der Konkurrenzverhältnisse führen und eine Marke zur Repositionierung zwingen. 309

305

Vgl. ROOSDORP (1998), S. 41.

306

Vgl. WIND (1982), S. 530.

307

Vgl. BLISS (2000b), S. 52.

308

Vgl. KELLER/STERNTHAL/TYBOUT (2002), S.82.; HAEDRICH/TOMCZAK/KAETZKE (2003), S. 63.

309

Vgl. KELLER (2008), S. 547. Die Thematik defensiver Marketing-Strategien als Antwort auf das Eintreten neuer Wettbewerber im Markt wurde erstmals von HAUSER/SHUGAN (1983) konzeptionell beschrieben. Später wurde auf Basis der theoretischen Ausführungen das Defender-Modell ent(Fortsetzung der Fußnote auf der nächsten Seite)

Theoretische Grundlagen und aktueller Stand der Forschung

55

Aus dem Ansatz der identitätsbasierten Markenführung heraus kann als Auslöser einer Markenrepositionierung mangelnde Konsistenz und Kontinuität in der Markenführung identifiziert werden. Kontinuität bezieht sich auf die Beibehaltung der essenziellen Markenmerkmale im Zeitablauf, sofern keine Neupositionierung intendiert ist. Konsistenz bezieht sich dabei auf die Vermeidung von Widersprüchen zwischen der Ursprungspositionierung und der im Rahmen der Repositionierungsstrategie entwickelten neuen oder abgewandelten Positionierung. 310 Als Indikator für die Bewertung der Konsistenz kann der „Marken-Identitäts-Fit“ herangezogen werden. Zur Analyse der Kongruenz kann die Markenidentität herangezogen werden und zunächst in essentielle Kernelemente, die ihr Kontinuität verleihen und die akzidentiellen peripheren Elemente, die der Markenidentität Flexibilität verleihen, unterteilt werden. 311 Hierbei muss darauf geachtet werden, dass nicht zu viele Elemente als Kern der Identität definiert werden, da andernfalls der Handlungsspielraum und damit die Fähigkeit eines Wandels der Marke noch weiter begrenzt wird. 312 Das FitVerständnis kann dementsprechend konkretisiert werden: Die essentiellen Identitätsmerkmale der Marke zum Zeitpunkt t0 sollten passig zu denjenigen im Zeitpunkt t1 nach der Repositionierung sein. Bei der Umsetzung von Positionierungsstrategien kann es zu massiven Implementierungsfehlern kommen. 313 Gründe hierfür stellen eine unzureichende Marktforschung, eine kurzfristige Ausrichtung der Managementanreizsysteme und eine unzureichende Einbindung der Markenverantwortlichen bei der Leistungsentwicklung und Produktion der Kernleistungen dar. Die Schwächen in der Marktanalyse beziehen sich auf die unzureichende Messung der Markenwahrnehmung der Nachfrager. Innerhalb des Controllings der Positionierung muss das Image der Marke laufend und valide auf der gleichen Basis gemessen werden, damit Zeitreihenanalysen durchgeführt werden können, welche die Entwicklung der Positionierung über einen längeren Zeitraum dokumentieren können. Die kurzfristige Ausrichtung der Managementanreizsysteme führt zu einer mangelnden Kontinuität innerhalb der Markenführung. Ausschließliche Berücksichtigung quantitativer kurzfristiger Erfolgsgrößen bei der Beurteilung des Markenerfolgs ist nicht ausreichend. Die Berücksichtigung qualitati-

wickelt, welches den Eintritt neuer Wettbewerber und die Auswirkungen auf Bekanntheit, Preis etc. schon bestehender Produkte im Markt modelliert. Vgl. HAUSER/SHUGAN (2008), S. 88 ff. 310

Vgl. KELLER (1999), S. 105.

311

Vgl. BURMANN/FEDDERSEN (2007), S. 11 ff.

312

Vgl. KAPFERER (2000); KAPFERER (2003), S. 220 f.

313

Vgl. ROOSDORP (1998), S. 50.

Theoretische Grundlagen und aktueller Stand der Forschung

56

ver Größen bei der Beurteilung der Markenpositionierung ist zwingend erforderlich. Eine weitere Schwäche bei der Implementierung ist ein strukturelles Defizit innerhalb der Unternehmen. Der Einfluss des Marketings auf die Produktentwicklung und Produktion ist unsystematisch, was zu einer mangelnden Integration verhaltenswissenschaftlicher Erkenntnisse in den Leistungserstellungsprozess führt. 1.2 Ziele der dynamischen Repositionierung Auf Basis des identitätsbasierten Markenmanagements lassen sich im ersten Schritt vier Basisziele der Markenrepositionierung ableiten: Das Ziel der Kontinuität kennzeichnet die Beibehaltung wesentlicher Nutzendimensionen einer Markenpositionierung über einen längeren Zeitraum hinweg. Dieses Set essentieller Merkmale beschreibt das Wesen dessen, dem Identität zugeschrieben wird. Gehen diese essentiellen Merkmale verloren, erlischt die Identität. Im Gegensatz zu essentiellen Merkmalen können sich die akzidentiellen Merkmale einer Markenpositionierung verändern, ohne dass die Marke nachhaltigen Schaden davonträgt. 314 Für den Aufbau einer klaren Position im Markt ist somit eine Kontinuität der akzidentiellen Merkmale nicht erforderlich. Allerdings üben auch akzidentielle Merkmale Einfluss auf die konkrete Gestalt der Markenposition aus. Da die Wahrnehmung einer Marke auf Lernprozessen bei den Nachfragern basiert, kann diese nur erfolgreich verlaufen, wenn sie konstant bleibt. 315 Aus diesem Grund sollten die wesentlichen Merkmale beibehalten werden, damit die Nachfrager die vertraute unverwechselbare Gestalt der Marke zweifelsfrei wieder erkennen können (essentielle Merkmale). Neuerungen im Rahmen von Markenrepositionierungen sollten sich demnach nur auf die Veränderung akzidentieller Merkmale beschränken, da eine Veränderung essentieller Merkmale, nach dem Verständnis der identitätsbasierten Markenführung, zu einer Neupositionierung der Marke führen würde. Aktualität bezieht sich darauf, die Marke aus dem Konkurrenzfeld zu differenzieren und damit ihre Identität sichtbar zu machen. Das bedeutet, eine gedankliche Präsenz beim Nachfrager zu entwickeln, die stärker ist als die der Konkurrenten. 316 Im Rahmen der Kommunikationsforschung kann dies als „Thematisierung“ der Marke beschrieben werden. Dies führt zu einem Mere-Exposure-Effect der über die Bekannt-

314

Vgl. BÖHM (1989), S. 48 f.

315

Vgl. MÜHLBACHER/DREHER/GABRIEL-RITTER (1996), S. 206.

316

Vgl. KROEBER-RIEL/ESCH (2000), S. 97.

Theoretische Grundlagen und aktueller Stand der Forschung

57

heit hinaus die Einstellung zu einer Marke positiv beeinflussen kann. Versäumt eine Marke die Aktualisierung der Positionierung mittels der Marketing-Instrumente über einen längeren Zeitraum, führt dies zu einem Kompetenzverlust in der Wahrnehmung der Nachfrager. 317 Mittels einer kontinuierlichen evolutionären Repositionierung der Marke ist eine Gewährleistung der Aktualität auf unterschiedliche Art und Weise zu erreichen. Konsistenz beschreibt im Rahmen der Markenführung die Vermeidung von Widersprüchen im Markenauftritt und Führungsverhalten. Dies macht eine laufende Abstimmung der essenziellen und akzidentiellen Merkmale notwendig. Das bedeutet im Rahmen von Markenrepositionierungen eine widerspruchsfreie integrierte Kommunikation des Markennutzenversprechens über alle Marketing-Mix Instrumente zu gewährleisten. Bei einer Veränderung der angestrebten Merkmalskombination ist dies mittels aller Instrumente umzusetzen, um einer Verwässerung des Markenimages entgegenzuwirken. Relevanz stellt ein Maß für die Bedeutsamkeit einer Marke für das Kaufverhalten der Nachfrager dar. Im Rahmen von Repositionierungen dient sie als wichtiges Kriterium für die Informationsqualität, ob die Veränderung einer Position weiterhin relevant für die Nachfrager ist oder nicht. Durch Veränderung wichtiger Nutzendimensionen im Rahmen von Repositionierungen kann die Kaufverhaltensrelevanz nachhaltig geschädigt werden. Ein weiterer wichtiger Baustein für die Relevanz einer Marke ist ihre Differenzierung vom Wettbewerb. Die Marke befindet sich demnach in einem Spannungsfeld zwischen Kontinuität und Veränderung (Aktualität). JENNER (1999a) bezeichnet dieses Kontinuum treffend als Markenführung zwischen Markenstarre und Markenaktionismus (vgl. Abbildung 6). Markenstarre bezeichnet in diesem Kontext den Verlust von Relevanz und Aktualität und Markenaktionismus den Verlust von Kontinuität und Konsistenz. Es kann somit konstatiert werden, dass sich die Ziele von Markenrepositionierungen beeinflussen und dies sich im Zielsystem der Repositionierung widerspiegeln muss. Demnach ist eine dynamisch-kontinuierliche Markenführung anzustreben, welche die unterschiedlichen Ziele in einem übergeordneten Zielsystem integriert.

317

Vgl. JENNER (1999b), S. 150.

Theoretische Grundlagen und aktueller Stand der Forschung

58

Kontinuität

Problemzone 1 (Markenstarre) Erfolgszone (Dynamisch-kontinuierliche Markenführung)

Problemzone 2 (Markenaktionismus) Veränderung

Abbildung 6: Markenführung zwischen Markenstarre und Markenaktionismus Quelle: JENNER (1999a), S. 24.

Für eine erfolgreiche Markenrepositionierung ist somit ein Zielsystem als Grundlage für die weitere Strategie- und Maßnahmenplanung und ein zielorientiertes Controlling der Repositionierung zu entwickeln. Dies beinhaltet die Präzisierung des Vorhabens nach Inhalt, Ausmaß, Zeit- und Segmentbezug. 318 Die unterschiedlichen Dimensionen der Repositionierungsziele sind zu operationalisieren. Operationalität verlangt in diesem Kontext eindeutige Messvorschriften, auf deren Grundlage die Zielerreichung einer Repositionierung zu kontrollieren ist. Bei der Festlegung von Repositionierungszielen sollte das Ausmaß in Form einer Dimensionierung des Zielerreichungsgrades berücksichtigt werden. Hierbei kann zwischen begrenzten (Steigerung des Marktanteils um X%) und unbegrenzten (Veränderung des Markenimages) Zielen unterschieden werden. Der zeitliche Bezug bestimmt, in welchem Zeitraum die Repositionierungsziele zu erreichen sind. Im Idealfall beziehen sich die definierten Ziele auf eine möglichst homogene Schicht von Käufern, um den Segmentbezug zu gewährleisten. Grundlage für die Zielformulierung von Markenrepositionierungen ist die Veränderung funktionaler und symbolischer Nutzendimensionen auf Basis der Mar-

318

MEFFERT ET AL. beschreiben diese Form der Zielformulierung im Rahmen von Marketingzielen vgl. MEFFERT/BURMANN/KIRCHGEORG (2008a), S. 246.

Theoretische Grundlagen und aktueller Stand der Forschung

59

kenidentität. 319 Grundsätzlich können Repositionierungsziele, ähnlich wie Marketingziele, in psychographische und ökonomische Zielsetzungen unterschieden werden. Psychographische Ziele beziehen sich auf die nicht unmittelbar beobachtbaren psychischen Variablen oder intervenierenden mentalen Prozesse beim Nachfrager. 320 Ein psychographisches Ziel einer Markenrepositionierung ist bspw. die Wissensveränderung auf Seiten der Nachfrager. Durch die Repositionierung werden aktiv symbolische oder funktionale Nutzendimensionen verändert. Diese Erneuerung induziert auf Seiten der Nachfrager Lernprozesse, die zu einer Veränderung des Markenimages führen. 321 Bezüglich der zu repositionierenden Marke sollte die Änderung des Markenimages hinsichtlich Art, Richtung und Ausmaß im Wahrnehmungsraum beschrieben werden. Ein weiteres Repositionierungsziel stellt die Erhöhung des Markengebrauchs oder der Verwendungsintensität dar. 322 Gesteigerte Markenpräferenz kann ebenfalls das Ziel einer Markenrepositionierung darstellen. Die Generierung neuer Anwendungsmöglichkeiten oder alternativer Gebrauchssituationen kann ebenfalls ein Repositionierungsziel sein. 323 Ökonomische Ziele von Markenrepositionierungen hängen eng mit den allgemeinen Zielen der markenführenden Institution zusammen. Sie nehmen auf beobachtbare Ergebnisse des Kaufentscheidungsprozesses Bezug und lassen sich in der Regel anhand von Markttransaktionen messen. Ein häufig anzutreffendes ökonomisches Ziel einer Markenrepositionierung ist die Erhöhung des Marktanteils. Weitere ökonomische Zielgrößen können der Markengewinn, die Rentabilität der Marke oder eine Erhöhung des Kundenwerts sein. Durch die Repositionierung der Marke soll aktiv auf das Wahlverhalten der Nachfrager Einfluss genommen werden. 1.3 Intensität und zeitlicher Horizont Um die Intensität einer Markenrepositionierung zu erklären, sind in der Wissenschaft unterschiedliche Ansätze voneinander abgrenzbar. JENNER (1999b) differenziert im Rahmen der Markenführung evolutionäre und revolutionäre Veränderungen. Dieser

319

Vgl. NOMMENSEN (1990), S. 45.

320

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008a), S. 247.

321

Vgl. BLACKWELL/MINIARD/ENGEL (2006), S. 659.

322

Vgl. KELLER (1999), S. 122.

323

Vgl. WANSINK/GILMORE (1999), S. 91 f.

Theoretische Grundlagen und aktueller Stand der Forschung

60

Ansatz kann als strategischer Wandel bezeichnet werden. 324 Evolutionäre Veränderungen haben in der Auffassung von JENNER eher inkrementellen Charakter und stellen die etablierten Spielregeln des Wettbewerbs nicht in Frage. Eine wirkliche Änderung der Positionierung findet nicht statt, sondern kann über eine Veränderung der instrumentellen Ausgestaltung des Marketing-Mixes aufgefangen werden. 325 Revolutionäre Veränderungen setzen die etablierten Spielregeln des Wettbewerbs außer Kraft. Die Veränderungen gehen mit einer grundlegenden Änderung der Kundenbedürfnisse einher. Häufig werden sie durch Marktneulinge oder durch Entwicklungen in angrenzenden Märkten induziert. Die Eignung der bisherigen Positionierung muss hinterfragt werden und gegebenenfalls radikal verändert werden. 326 YAKIMOVA/BEVERLAND (2005) fanden in ihrer qualitativen Studie heraus, dass ein Kontinuum zwischen evolutionären und revolutionären Markenrepositionierungen besteht. Die Intensität hängt von den involvierten Marketing-Mix Elementen ab. Je mehr Marketing-Mix Instrumente involviert sind, desto revolutionärer ist eine Repositionierung und vice versa. 327 Eine Quantifizierung des Kontinuums findet leider nicht statt, die einzige Basis besteht in einer qualitativen Einschätzung. Im Rahmen der Forschung zum Re-Branding entwickelten MUZELLEC/LAMBKIN (2006) ein Kontinuum, welches die unterschiedlichen Ausprägungen von Repositionierungen aufzeigt. Als fundamentale Dimensionen werden hierbei die Positionierung und die Ästhetik der Marke identifiziert. 328 Unter Markenästhetik fallen demnach der Markenname, das Markenlogo und der Markenslogan. Eine evolutionäre Veränderung bedeutet die Veränderung eines Markenästhetikums, wohingegen bei einer revolutionären Veränderung mehrere Markenästhetika simultan verändert werden. 329 SAUNDERS/JOBBER (1994a) ermittelten in ihrer quantitativen Studie zwei Intensitätsformen von Repositionierung. 330 Im Rahmen der intangiblen Repositionierung bleibt die Ursprungsmarke bestehen, es werden lediglich Veränderungen an anderen nicht produktrelevanten Marketing-Mix Komponenten vorgenommen. Bei einer tangiblen Repositionierung wird neben einer Veränderung der Mix-Elemente auch eine Verän-

324

Vgl. JENNER (1999b), S. 150.

325

Vgl. JENNER (1999a), S. 21.

326

Vgl. JENNER (1999a), S. 22.

327

Vgl. YAKIMOVA/BEVERLAND (2005), S. 448.

328

Vgl. MUZELLEC/LAMBKIN (2006), S. 805

329

Vgl. STUART/MUZELLEC (2004), S. 474.

330

Vgl. BROCKHOFF (1999), S. 48.

Theoretische Grundlagen und aktueller Stand der Forschung

61

derung des Produktes vorgenommen. 331 Die Intensität einer tangiblen Repositionierung ist demnach höher. Eine genaue Quantifizierung der Intensität wird wie bei den bisher vorgestellten Ansätzen jedoch nicht vorgenommen. Zusammenfassend kann somit konstatiert werden, dass die Intensität von Repositionierungen bisher lediglich auf Basis konzeptioneller Überlegungen definiert worden ist. Eine Studie, die sich ausschließlich mit der Intensität von Repositionierungen befasst, ist dem Autor nicht bekannt. Eine Quantifizierung der optimalen Repositionierungsintensität kann somit nicht bestimmt werden. Eine Möglichkeit wäre die Verknüpfung repositionierungsrelevanter Daten (bspw. Imagedaten) mit ökonomischen Zielgrößen (bspw. Marktanteil). Eine Optimierung der ökonomischen Zielgröße könnte Aufschluss über eine optimale Repositionierungsintensität geben und eine Quantifizierung ermöglichen. Auf Basis der bisherigen wissenschaftlichen Erkenntnisse kann für die Identitätsbasierte Markenführung ebenfalls zwischen einer evolutionären und einer revolutionären Form der Repositionierung unterschieden werden. Bezugsobjekt ist aber nicht die Markenästhetik oder der Grad der involvierten Marketing-Mix Instrumente, sondern der Einbezug essentieller und akzidentieller Identitätsmerkmale in den Vorgang der Repositionierung. 1.4 Formen von Repositionierungen Repositionierungsstrategien können im Grundsatz unterschiedliche Formen und Ausprägungen aufweisen. In der Regel kann an dieser Stelle zwischen der aktiven, der reaktiven sowie der passiven Repositionierung differenziert werden. Die aktive Form der Repositionierung beinhaltet die Fokussierung auf latente Kundenbedürfnisse. 332 Die reaktive Form der Repositionierung ist dadurch charakterisiert, die bisherigen Bedürfnisse der Kunden wettbewerbsüberlegen zu befriedigen. 333 Diese Form der

331

Vgl. SAUNDERS/JOBBER (1994a), S. 438.

332

Latente Kundenbedürfnisse können als neue, dem Kunden bis zum Zeitpunkt der Positionierung unbekannte, für seine Kaufentscheidung jedoch wichtige Eigenschaftsdimensionen definiert werden. Vgl. SAUNDERS/JOBBER (1994b), S. 176.

333

Vgl. SAUNDERS/JOBBER (1994b), S. 176.

Theoretische Grundlagen und aktueller Stand der Forschung

62

Repositionierung wird häufig von Marktführern angewendet, um ihre Führungsposition innerhalb eines Marktes zu verteidigen.334 Bei der indirekten Form der Repositionierung sind drei grundsätzliche Vorgehensweisen voneinander zu unterscheiden. Die erste Möglichkeit umfasst die Veränderung der Idealvorstellungen der Nachfrager innerhalb des relevanten Marktes hin zur eigenen Marke. 335 Bei dieser Vorgehensweise werden sozusagen die Nachfrager innerhalb des Eigenschaftsraumes bewegt. 336 Die direkte Beeinflussung von Idealpositionen ist jedoch sehr zeitaufwendig und kostenintensiv, so dass diese Form der Repositionierung in der Praxis selten Anwendung findet. 337 Die zweite Strategie wäre eine Wahrnehmungsveränderung der Konkurrenzmarken. Diese Form ist mit der Legalisierung vergleichender Werbung in Deutschland möglich gemacht worden. Bei dieser Form wird die eigene Markenpositionierung ebenfalls nicht verändert. Die dritte und letzte Möglichkeit der indirekten Repositionierung ist die Einführung einer neuen nicht latenten Beurteilungsdimension zur Etablierung einer differenzierteren Marktbearbeitung. 338 1.5 Der Repositionierungs-Fit als notwendige Bedingung Aus dem Ansatz der identitätsbasierten Markenführung heraus kann die Anforderung der Konstanz und Kontinuität an eine Repositionierungsstrategie formuliert werden. Kontinuität bezieht sich auf die Beibehaltung der essenziellen Markenmerkmale im Zeitablauf, sofern keine Neupositionierung intendiert ist. Konsistenz bezieht sich dabei auf die Vermeidung von Widersprüchen zwischen der Ursprungspositionierung und der im Rahmen der Repositionierungsstrategie entwickelten neuen oder abgewandelten Positionierung. 339 Grundvoraussetzung für eine Markenrepositionierung ist demnach, ob die neue Position der Marke durch die Markenidentität dargestellt werden kann oder nicht. Dies liegt darin begründet, dass das Markennutzenversprechen lediglich eine Verdichtung der relevanten Nutzenattribute einer Marke für den Nachfrager darstellt. Über das Markennutzenversprechen werden nicht sämtliche Nutzen des Nutzenbündels kommuniziert, sondern nur die für den Nachfrager relevanten.

334

Vgl. ROOSDORP (1998), S. 96.

335

Vgl. NOMMENSEN (1990), S. 48.

336

Vgl. FRETER (2008), S. 86 ff.

337

Vgl. NOMMENSEN (1990), S. 48.

338

Vgl. NOMMENSEN (1990), S. 48.

339

Vgl. KELLER (1999), S. 105.

Theoretische Grundlagen und aktueller Stand der Forschung

63

Das Nutzenversprechen einer Marke ist nur dann glaubwürdig, wenn die Markenidentität dieses unterstützen kann. Wird das Markennutzenversprechen im Rahmen der Repositionierung verändert, muss ein Fit zwischen der alten Wahrnehmung der Marke (Ursprungsimage) zum neuen intendierten Markenimage (Image nach der Repositionierung) bestehen. Als Grundlage für die Betrachtung des Repositionierungs-Fits dient das von NITSCHKE (2006) entwickelte Fit-Konstrukt. Der Begriff des Fits wird im Schrifttum allgemein als „die subjektive Beurteilung der Beziehung zwischen einer Marke und einem weiteren Imageobjekt“ 340 definiert. Es dient der Analyse des Grades der gedanklichen Verbindung zwischen zwei Objekten; in diesem Fall des Markenimages im Zeitpunkt t0 zum intendierten Markenimage zum Zeitpunkt t1. Im Mittelpunkt steht die Wahrnehmung der Marke durch die Nachfrager im Zeitverlauf. Die Beurteilung des Markenimages zu den Zeitpunkten t0 und t1 bezieht sich beim Fit-Konstrukt auf die wahrgenommene Kongruenz der Inhalte des Markennutzenversprechens vor und nach der Repositionierung. 341 Zur Analyse der Kongruenz kann das Einstellungskonstrukt des Markenimages bestehend aus den Markenattributen, funktionalen und symbolischen Nutzenassoziationen und der Markenpersönlichkeit herangezogen werden. Grundlegende Vorgehensweise ist, eine Analyse hinsichtlich der verschiedenen Komponenten durchzuführen, ob das intendierte Markenimage hinsichtlich der genannten Komponenten zum derzeitigen Image der Marke passt oder nicht. Für eine theoretische Fundierung des Repositionierungs-Fits kann das allgemeine Kommunikationsmodell nach VON WEIZSÄCKER als Basis genutzt werden (vgl. Abbildung 7).

340

Vgl. BAUMGARTH (2001), S. 48.

341

Vgl. NITSCHKE (2006), S. 29 f.

Theoretische Grundlagen und aktueller Stand der Forschung

64

Wirkung der Information

Wmax

W0 Fmax

F0 0%

Bestätigung

100%

100%

Erstmaligkeit

0%

Verhältnis neuer zu bekannten Informationen

Abbildung 7: Erstmaligkeits-Bestätigungs-Modell nach von Weizsäcker Quelle: WEIZSÄCKER (1986), S. 99.

Das Erstmaligkeits-Bestätigungs-Modell nach von Weizsäcker zeigt die pragmatische Information 342 in Abhängigkeit von Erstmaligkeit und Bestätigung. Generell enthalten Informationen sowohl Elemente, die für den Empfänger neu und damit erstmalig sind, als auch Bestandteile, die bereits vorhandenes Wissen durch Wiederholung und Redundanz bestätigen. Das Markenwissen wird in so genannten Markenschemata im Kopf des Nachfragers abgespeichert. 343 Nach der Lerntheorie ist die Informationswirkung abhängig von dem Verhältnis neuer und bestätigter Informationen. Eine Information kann nur pragmatisch wirken, wenn sie eng an vorhandenes Wissen anknüpft. Eine Wirkung kann nur erreicht werden, wenn sie (i) weder zuviel an Erstmaligkeit von Informationen oder (ii) ein zu hohes Maß an Bestätigung bereits bekannter Informationen enthält. Bei einer vollständigen Erstmaligkeit der Information ist eine Dekodierung und Strukturierung durch den Empfänger nahezu unmöglich. Es fehlen die Anknüpfungspunkte innerhalb des bestehenden Markenschemas für die erstmalig auftretende Information. Der Empfänger versteht die Information nicht. Eine Information kann ihre pragmatische Wirkungsweise also nur dann entfalten, wenn sie auch bestätigende Elemente enthält, welche mit bereits vorhandenem Wissen verknüpft werden können. Allerdings bedeutet ein Übermaß an bestätigenden Elemen-

342

Eine pragmatische Information ist eine wirkungsvolle und sinnvolle Information, welche die Wissensstrukturen im Kopf des Empfängers verändert. Vgl. WEIZSÄCKER (1986), S. 87.

343

Schemata sind große, komplexe Wissenseinheiten, die typische Eigenschaften und feste, standardisierte Vorstellungen von bestimmten Objekten, Personen oder Ereignissen umfassen. Vgl. ESCH (2007), S. 358.

65

Theoretische Grundlagen und aktueller Stand der Forschung

ten wiederum einen Rückgang des pragmatischen Informationsgehalts. Die Interpretation der Information und die Verknüpfung mit bereits vorhandenen Wissensstrukturen stellt dann für den Empfänger kein Problem dar. Eine ausschließliche Wiederholung bereits vorhandener Informationen lässt die Marke für den Empfänger allerdings uninteressant und langweilig erscheinen. Innerhalb des hier vertretenen identitätsbasierten Markenführungsansatzes enthält das Markennutzenversprechen die Kaufverhaltensrelevanten Informationen über die Marke. Wird das Modell nach VON WEIZSÄCKER im Rahmen einer Markenrepositionierung angewendet, können demnach neue Positionierungsinhalte vom Rezipienten nur dann gelernt werden, wenn sie in Kombination mit bekannten Inhalten vermittelt werden (vgl. Abbildung 8). Wirkung der Information

Fit- Wirkungszusammenhang bei metrischer Interpretation Fit- Wirkungszusammenhang bei dichotomer Interpretation

Wmax Veränderung des Markenimages hin zur intendierten Position

Intensivierung des Images

Keine Veränderung des Images W0 Zu kleiner Fit

F0 0% 100%

Mittlerer Fit

FkritU

Repositionierungs-Fit

Zu großer Fit

FkritO Bestätigung Erstmaligkeit

Fmax 100% 0%

Abbildung 8: Der Repositionierungs-Fit der dynamischen Markenführung Quelle: In Anlehnung an NITSCHKE (2006), S. 186.

Bisher stehen die Kommunikation und das Erlernen der neuen Positionierung im Vordergrund. Das Repositionierungskonzept sollte aber auch eine Schwächung der Kernattribute der bisherigen Positionierung berücksichtigen. An dieser Stelle muss die Anforderung des Repositonierungs-Fits konzeptionell um eine zeitraumbezogene Komponente erweitert werden. Wissensstrukturen insbesondere Einstellungen gegenüber einer Marke sind zeitlich im Allgemeinen relativ stabil und schwer veränderbar. 344 Neben anderen Effekten 345 ist der „Interference-Effect“ dafür verantwortlich.346

344

Vgl. TROMMSDORFF (2004), S. 485; KROEBER-RIEL/WEINBERG (2003), S. 168.

Theoretische Grundlagen und aktueller Stand der Forschung

66

Dieser Effekt besagt, dass das Erlernen der neuen Positionierung einerseits durch die Interferenzen der alten Positionierung (bspw. starke Assoziation mit den bisherigen Markenattributen) und andererseits durch die Interferenzen der kommunizierten Position der Wettbewerbsmarken erschwert wird (vgl. Abbildung 9). Neue Dimension

Marke Image der Wettbewerbsmarke

Marke

Marke Beeinflusst die Wahrnehmung

Beeinflusst die Wahrnehmung

Altes Image der Marke Wissensstruktur über die repositionierte Marke

Abbildung 9: Beeinflussung der Wahrnehmung neuer Informationen (Interference-Effect) Quelle: Eigene Darstellung.

Um eine Veränderung der bisherigen Wissensstrukturen herbeizuführen, ist neben der Kommunikation der neuen Attribute/Nutzen die Schwächung bisheriger Markenassoziationen notwendig. 347 Dies kann durch die gezielte Nutzung durch den Wettbewerb ausgelöster Interferenzen innerhalb der Markenkommunikation gewährleistet werden. Bisherige Ergebnisse von Studien aus der Kaufverhaltensforschung belegen, dass die Erinnerung von Markenattributen schlechter ist, wenn die Werbung zweier ähnlicher Konkurrenzprodukte eng aufeinander folgt (TV) oder nebeneinander sichtbar ist (Print). 348 Im Falle einer Repositionierung kann sich dieser Effekt jedoch positiv auswirken, da durch die Präsenz einer Wettbewerbsmarke, mit der ebenfalls die gleichen alten Positionierungsattribute der repositionierten Marke assoziiert werden, diese dementsprechend nicht mehr mit der repositionierten Marke in Verbindung gebracht werden. Gleichzeitig wird die repositionierte Marke mit den neuen Attributen eher verbunden. 349 Dies trifft insbesondere auf Marken zu, die innerhalb ei-

345

Ein weiterer Effekt ist die Informationsflut oder der Information-Overload. Dieser beschreibt den Anteil der nicht beachteten Informationen an den insgesamt dargebotenen Informationen. Er führt dazu, dass eine Markenrepositionierung durch die Nachfrager gar nicht wahrgenommen wird, da die Informationen gar nicht zu Ihnen durchdringen. Hier muss die richtige Strategie gewählt werden, um die relevanten Zielgruppen zu erreichen. Vgl. KROEBER-RIEL/ESCH (2004), S. 13. Weitere Einflussfaktoren können Prädispositionen, Stimmungen, Werte oder demographische Einflussfaktoren sein. Vgl. hierzu NITSCHKE (2006), S. 129 ff.

346

Interference refers to the impaired ability to remember an item previously learned as a result of other learned items stored in long-term memory. JEWELL/UNNAVA (2003), S.284.

347

Vgl. JEWELL (2007), S. 232.

348

Vgl. BURKE/SRULL (1988), S. 65.

349

Vgl. JEWELL (2007), S. 239.

Theoretische Grundlagen und aktueller Stand der Forschung

67

nes homogenen Marktes auftreten und die relativ gleich positioniert sind. 350 Um die Wirkung einer Repositionierung zu beschleunigen und zu verstärken, sollte neben dem Repositionierungs-Fit und der Konstanz, der Zeitpunkt und die Art der Kommunikation im Rahmen des Repositionierungskonzepts berücksichtigt werden. 1.6 Zusammenfassung und Überführung in einen Repositionierungsprozess Der identitätsbasierte Repositionierungsprozess wird aufbauend auf der Markenidentität als Grundlage strukturiert. Zu Beginn des Repositionierungsprozesses wird eine Situationsanalyse durchgeführt. 351 Anhand der Situationsanalyse kann festgestellt werden, ob ein Repositionierungsbedarf für die Marke besteht. Daraufhin werden die Repositionierungsziele festgelegt, die beinhalten, was mit der Marke in welchem Zeitraum erreicht werden soll. 352 Im dritten Schritt werden auf Basis der Markenidentität die erforderlichen Komponenten für die Markenrepositionierung festgelegt. Die Verdichtung und Übersetzung der relevanten Identitätskomponenten in ein neues Markennutzenversprechen ist der abschließende strategische Prozessschritt innerhalb des Prozesses. 353 An dieser Stelle greift der Repositionierungs-Fit als notwendige Bedingung für den Erfolg. Die Anwendung von Positionierungsmodellen zur Prognose der zukünftigen Auswirkungen sollte ebenfalls vor Festlegung der Kommunikationsstrategie erfolgen. Die integrierte Kommunikation 354 des neuen Markennutzenversprechens durch die vier Marketing-Mix Elemente sowie durch die interne Kommunikation stellt den Implementierungsschritt der Repositionierung dar. 355 Der Pro-

350

Vgl. KENT/KELLARIS (1994), S. 102.

351

Im Rahmen der Situationsanalyse sollten sämtliche positionierungsrelevanten Rahmenbedingungen fundiert analysiert werden. Insbesondere sollte eine Analyse der Bedürfnisstrukturen der Nachfrager durchgeführt werden (Ist-Positionierungsanalyse). Diese sollte sich nicht nur über die bereits vorhandenen Bedürfnisse erstrecken, sondern auch latente Bedürfnisse, um zukünftige Positionierungsfelder zu erschließen, erfassen. Vgl. MÜHLBACHER/DREHER/GABRIEL-RITTER (1996), S. 215.; TOMCZAK/ROOSDORP (1996), S. 29.

352

Positionierungsziele können in ökonomische und vorökonomische (psychografische) Positionierungsziele differenziert werden. Ökonomische Positionierungsziele beinhalten dabei bspw. die Generierung eines Preispremiums, Steigerung des Customer Equity oder den Gewinn von Marktanteilen. Psychographische Ziele im Rahmen von Positionierungen umfassen Bekanntheit, Zufriedenheit mit der Marke, Imageziele, Markensympathie, möglichst große Differenzierung, Relevanz des Angebotes etc. Vgl. ausführlich zu Positionierungszielen B AUSBACK (2007), S. 89 ff.

353

Vgl. BURMANN/MEFFERT/FEDDERSEN (2007), S. 11.

354

Integrierte Kommunikation hat zum Ziel, den relevanten Zielgruppen ein in sich stimmiges, konsistentes Erscheinungsbild vom Kommunikationsobjekt (Marke) zu vermitteln. Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008a), S. 636.

355

Vgl. BAUMGARTH (2001), S. 117.

Theoretische Grundlagen und aktueller Stand der Forschung

68

zess endet mit der Kontrolle und dem Monitoring der neu eingenommenen Position (vgl. Abbildung 10).

Werte Kompetenzen Herkunft

Markenidentität

Kommunikation des

Verdichtung und Übersetzung

Herkunft

3 Markennutzenversprechens

Symbolischer Nutzen

Persönlichkeit Werte Kompetenzen

Vision

Leistungen Kompetenzen Herkunft

Funktionaler Nutzen

Markennutzenversprechen

Intern

Extern

- HR Aktivitäten

- Preis

- Interne Kommunikation

- Produkt

- Führung

- Distribution

- Kommunikation

Marken-Position

Kontrolle der Positionierung

Persönlichkeit

2

Fit der Repositionierung

Vision

Leistungen

Situationsanalyse

Positionierungsziele

1 Markenidentitätskonzept

Integrierte Markenkommunikation

Feedback

Abbildung 10: Prozess der Repositionierung Quelle: Eigene Darstellung.

Die innengerichtete Kommunikation des Markennutzenversprechens stellt eine Erweiterung des bisherigen Positionierungsverständnisses dar. Die Repositionierung einer Marke bildet neben der Kommunikation nach außen auch die Grundlage für ein konsistentes Markenverhalten im Sinne der konzipierten Identität. Die Mitarbeiter einer Marke tragen dabei zu einer Positionierung innerhalb eines Zielmarktes bei, da sie ebenfalls mit den Kunden kommunizieren und interagieren. Diese Sichtweise ist in den bisher vorgestellten Ansätzen und Definitionen des Repositionierungskonzeptes nicht enthalten. 356 Im Folgenden wird jedoch auf die marktgerichtete Wirkung einer Markenrepositionierung Bezug genommen, da die innengerichtete Wirkung einem anderen Forschungszweig zuzuordnen ist. 2

Systematisierung und Bewertung von Positionierungsmodellen

2.1 Systematisierung Allgemein können vier unterschiedliche Formen von Positionierungsanalysen unterschieden werden. 357 Die Mehrzahl von Positionierungsanalysen hat die Bestimmung

356

Vgl. hierzu bspw. die Positionierungsprozesse von MÜHLBACHER/DREHER/GABRIEL-RITTER (1996), S. 214; HERRMANN (1998), S. 445.

357

Vgl. WIND (1990), S. 397.; BAIER (1994) klassifiziert die unterschiedlichen Methoden ähnlich, beschränkt sich jedoch in seiner Darstellung auf die Raum- bzw. Präferenzmodelle. Vgl. BAIER (Fortsetzung der Fußnote auf der nächsten Seite)

69

Theoretische Grundlagen und aktueller Stand der Forschung

der Ist-Position zum Gegenstand. 358 Simulationsmodelle können auf Basis der Multidimensionalen Skalierung (MDS), der Conjointanalyse, der Faktorenanalyse oder der Diskriminanzanlyse entwickelt werden. 359 Optimierungsmodelle werden hingegen ausschließlich auf Basis der MDS oder der Conjointanalyse umgesetzt. Aus diesem Grund werden in diesem Kapitel neben der Vorstellung der einzelnen Modelle auch die methodischen Grundlagen der Analyseverfahren erläutert. In Abbildung 11 sind die verschiedenen Methoden für die unterschiedlichen Zwecke im Rahmen der Evaluation von Repositionierungsstrategien dargestellt.

Positionierungsanalysen

Prognose der Wirkung einer Positionierungsstrategie ƒ

MDS + ökonometrische Modelle mit Vergangenheitsdaten

ƒ

Simulationsmodelle auf Basis der ConjointAnalyse

ƒ

Simulationsmodelle auf Basis der Faktorenanalyse

ƒ

Simulationsmodelle auf Basis der Diskriminanzanalyse

Festlegung der erwünschten Strategie ƒ

Optimierungsmodelle auf Basis der MDS

ƒ

Optimierungsmodelle auf Basis der Conjointanalyse

Abbildung 11: Klassifizierung von Positionierungsanalysen und deren Zweck Quelle: In Anlehnung an WIND (1990), S. 397; BAIER (1994), S. 27.

Zur Systematisierung der einzelnen Modelle werden die Kriterien Zielsetzung des Modells, ökonomische Zielgröße, Auswahlregeln, Idealmodell und die Datengrundla-

(1994), S. 27.; Weitere Ansätze werden bei SHOCKER/SRINIVASAN (1979) diskutiert, insbesondere im Hinblick auf die Prognose multiattributiver Entscheidungen. Diese Modelle finden im Rahmen der Modellkonzeption innerhalb der Darstellung des Entscheidungsprozesses der Nachfrager ihre Berücksichtigung. Vgl. hierfür insbesondere Kapitel C 2.2.2. 358

Vgl. WIND (1990), S. 397.

359

Da die Simulationsmodelle auf Basis der Faktorenanalyse ähnlich wie die Modelle auf Basis der MDS funktionieren, werden im folgenden lediglich Simulationsmodelle auf Basis der MDS vorgestellt. Auf eine detaillierte Darstellung faktoranalytischer Modelle wird aus Forschungsökonomischen Gründen verzichtet. Vgl. HUBER/ HOLBROCK (1979), S. 507.

Theoretische Grundlagen und aktueller Stand der Forschung

70

ge herangezogen. 360 Im zweiten Schritt werden die betrachteten Simulationsmodelle anhand von Bewertungskriterien hinsichtlich ihrer Eignung zur Simulation von Markenrepositionierungen bewertet. Auf Grund des bestehenden „multivariate jungle“ haben die folgenden Ausführungen keinen Vollständigkeitsanspruch. 361 Es werden die Modelle aufgezeigt, die innerhalb der wissenschaftlichen Literatur und praktischen Anwendung die größte Beachtung gefunden haben. Der Fokus der folgenden Ausführungen liegt dabei auf Raum- und Präferenzmodellen, da sie innerhalb der Positionierungsforschung am häufigsten Anwendung finden. 2.2 Bewertungskriterien In den letzten 40 Jahren wurden viele Modelle zur Marken- bzw. Produktpositionierung entwickelt. Im Folgenden werden die Modelle aus den unterschiedlichen Verfahrensfamilien in einem ersten Schritt systematisiert (Kapitel 2.2.2 und Kapitel 2.3.2) und anhand von Bewertungskriterien hinsichtlich ihrer Eignung zur Modellierung von Positionierungs- bzw. Repositionierungsentscheidungen bewertet (Kapitel 2.2.3 und Kapitel 2.3.3). Um die Eignung zur Darstellung einer Markenpositionierung festzustellen, werden die Kriterien theoretische Fundierung, empirische Validierung, Berücksichtigung von Einflussfaktoren des Markenwahlverhaltens, Möglichkeiten zur Darstellung von Markenrepositionierungen und die Berücksichtigung der Nachfragerheterogenität herangezogen. 362 1. Theoretische Fundierung: Das Kriterium der theoretischen Fundierung umfasst, ob und welche Theorie dem Positionierungsmodell zu Grunde liegt. Hierdurch wird überprüft, ob im Rahmen der Positionierungsmodelle kaufverhaltenstheoretische Zusammenhänge hinsichtlich der zeitlichen Veränderung von Einstellungen sowie wahrnehmungstheoretische Sachverhalte berücksichtigt werden. Dieses Kriterium hat eine sehr hohe Relevanz, da trotz hoch entwickelter quantitativ-statistischer Verfahren ein häufiges Scheitern von Markenrepositionierungen zu verzeichnen ist. Dies ist häufig auf eine mangelnde Verknüpfung verhaltenswissenschaftlicher, insbesondere kognitionspsychologischer, Überlegungen mit den statistisch-mathematischen Verfahren zur Datenanalyse zu-

360

361 362

Ähnliche Kriterien wurden auch von HERRMANN (1998), S. 451; TROMMSDORF/ASAN/BECKER (2004), S. 568 und BAIER (1994) genutzt und decken die wichtigen Charakteristika der einzelnen Modelle gut ab. HOOLEY/HUSSEY (1994), S. 3 ff. Vgl. TROMMSDORF/ASAN/BECKER (2004), BAIER (1994).

Theoretische Grundlagen und aktueller Stand der Forschung

71

rückzuführen. Dieser Umstand kann auch als theoriearme Operationalisierungsvielfalt bezeichnet werden. 363 2. Empirische Validierung: Das Kriterium der empirischen Validierung beinhaltet, ob das Modell innerhalb von qualitativen oder quantitativen Studien zur Repositionierung von Marken empirisch getestet wurde und wie es in Rahmen der Tests abgeschnitten hat. Dies dient einer Einschätzung der Ergebnisse hinsichtlich einer möglichen Fähigkeit zur Verallgemeinerung und der Feststellung externer Validität. 3. Berücksichtigung von Einflussfaktoren auf das Markenwahlverhalten: Dieses Kriterium beinhaltet, ob das Modell unterschiedliche Einflüsse auf das Entscheidungsverhalten der Probanden in die Simulation einbezieht oder nicht. Kaufentscheidungen unterliegen bspw. situativen Einflüssen, sozialen Einflüssen und persönlichen Einflüssen. Positionierungsmodelle, die das Markenwahlverhalten anhand von Einstellungen erklären, sollten in der Lage sein die verschiedenen Einflussfaktoren innerhalb der Simulation zu berücksichtigen. 4. Möglichkeiten zur Darstellung von Markenrepositionierungen: Der zeitliche Horizont spielt im Rahmen von Markenrepositionierungen eine entscheidende Rolle, da eine Einstellungsveränderung über einen längeren Zeitraum geschieht. Aus diesem Grund sollte ein Simulationsmodell von Markenrepositionierungen zum einen lerntheoretische Aspekte und zum anderen wahrnehmungstheoretische Aspekte berücksichtigen. Des Weiteren sollte die Intensität der Repositionierung betrachtet werden, da, wie bereits beschrieben, zu starke Veränderungen der Marke zu negativen Imagewirkungen führen können. Dies bezieht sich ebenfalls auf die Möglichkeit, unterschiedliche Formen der Repositionierung darzustellen. Es sollte die Gelegenheit bestehen, zwischen aktiven, reaktiven und passiven Repositionierungen zu differenzieren und deren Auswirkungen auf die Reaktionsgrößen zu prognostizieren. 364

363

Vgl. MAYER (1984), S, 290.

364

Vgl. hierzu Kapitel B 1

72

Theoretische Grundlagen und aktueller Stand der Forschung

5. Berücksichtigung der Nachfragerheterogenität: Da Repositionierungsstrategien am Kundennutzen im Gegensatz zu konkurrierenden Marken ansetzen, wird für das Wahlverhalten angenommen, dass Nachfrager sich auf Basis ihres Kundennutzens entscheiden. Auf dieser Basis ist es möglich, die Entscheidungen der markenführendenen Institution mit dem Wahlverhalten der Nachfrager zu verknüpfen. Hierbei ist nicht nur die aggregierte Marktebene von Belang, sondern insbesondere der nachfragerindividuelle Kundennutzen. Hierbei gibt es unterschiedliche Möglichkeiten, die Heterogenität der Nachfrager zu berücksichtigen. Meistens wird dies durch die Bildung homogener Untergruppen, unterschiedlicher Nutzenfunktionen oder die Berücksichtigung unterschiedlicher Idealpunkte umgesetzt. 365 Die Möglichkeit einer unterschiedlichen kognitiven Algebra der Nachfrager, d.h. jeder Proband nutzt unterschiedliche Entscheidungsstrategien, wäre dann ein Modell, welches jedes Individuum berücksichtigt. Im Rahmen der Bewertung wird der Grad der Berücksichtigung hinsichtlich des Entscheidungsverhaltens bewertet. In Tabelle 4 sind die Bewertungskriterien mit ihren einzelnen Ausprägungen als Grundlage der Bewertung zusammengefasst.

365

Vgl. TROMMSDORF/ASAN/BECKER (2004), S. 568.

Theoretische Grundlagen und aktueller Stand der Forschung

73

Keine theoretische Fundierung

Theoretische Fundierung

Bedingte theoretische Fundierung Umfassende theoretische Fundierung Keine empirische Validierung

Empirische Validierung

Partielle Validierung anhand künstlicher Daten Umfassende quantitative Validierung Keine Berücksichtigung

Berücksichtigung von Einflussfaktoren auf das Markenwahlverhalten

Teilweise Berücksichtigung Vollständige Berücksichtigung Keine Möglichkeit

Möglichkeiten zur Darstellung von Markenrepositionierungen

Teilweise möglich Vollständig möglich Keine Berücksichtigung

Berücksichtigung der Nachfragerheterogenität

Nur deterministische oder probabilistische Entscheidungen Entscheidungen können probabilistisch oder deterministisch getroffen werden Möglichkeit der Implementierung unterschiedlicher Entscheidungsregeln Nachfragerindividuelle Entscheidungsregeln

Tabelle 4:

Bewertungskriterien für die Beurteilung von Positionierungsmodellen Quelle: Eigene Darstellung.

2.3 Markenrepositionierungsanalyse auf Basis der Multidimensionalen Skalierung Eine der wichtigsten Gruppen zur Analyse von Markenpositionierungen stellt die Multidimensionale Skalierung (MDS) dar. Erste theoretische Ansätze der Multidimensionalen Skalierung wurden bereits in den 30er Jahren des 20. Jhr. entwickelt. 366 Als

366

Vgl. GREEN (1975).

Theoretische Grundlagen und aktueller Stand der Forschung

74

Begründer der Multidimensionalen Skalierung gelten jedoch KRUSKAL, TORGERSON und SHEPARD, die sich insbesondere mit der Ähnlichkeitsskalierung qualitativer Daten auseinandersetzten. 367 1970 schafften es CARROLL und CHANG erstmals, individuenspezifische Merkmalsdaten innerhalb eines MDS Modells zu berücksichtigen. 368 2.3.1 Methodische Grundlagen der Multidimensionalen Skalierung Unter MDS werden zahlreiche mathematisch-statistische Verfahren summiert, die eine Auswertung von Unähnlichkeits- und Merkmalsdaten sowie von Präferenzdaten zum Gegenstand haben. 369 Die unterschiedlichen Modellvarianten haben die graphische Darstellung von Objekten, in diesem Fall Marken, in einem möglichst niedrig dimensionierten Raum RF, in dem die relative Lage der Punkte die Beziehung zwischen den Objekten möglichst gut widergespiegelt wird, zum Ziel. 370 Die Distanzen innerhalb des Raumes sollten möglichst gut folgende Monotoniebedingung erfüllen: ukl > uij, dann dkl > dij. Eine mögliche Aussage einer Ähnlichkeitsskalierung könnte sein: Die Objekte kĮ und kȕ sind sich ähnlicher als die Objekte kĮ und kȖ, und diese sind wiederum ähnlicher als die Objekte kȕ und kį usw. 371 Parallel zu den Modellen zur Analyse von Ähnlichkeiten wurden ebenfalls Ansätze zur Modellierung von Präferenzdaten entwickelt. Diese Modelle bilden Objekte zweier unterschiedlicher Mengen in einer gemeinsamen Konfiguration ab. Die Distanzen geben dabei einerseits die Präferenzrelationen zwischen den Objekten und andererseits die Unähnlichkeits- bzw. Ähnlichkeitsbeziehungen derselben Objekte zueinander wieder. 372 Eine Präferenzskalierung sagt demnach aus: Der Proband X präferiert die Marken A,B,C in der Reihenfolge kĮ, kȕ, kȖ, der Proband Y präferiert die Reihen-

367

Vgl. zu den Arbeiten von KRUSKAL, TORGERSON und SHEPARD insbesondere KRUSKAL (1964a), S. 1 ff.; KRUSKAL (1964b), S. 115 ff.; SHEPARD (1962a), S. 125 ff.; SHEPARD (1962b), S. 219 ff.; TORGERSON (1952), S. 401 ff.

368

Dies war innerhalb des 1970 entwickelten INDSCAL Modells möglich. Vgl. hierzu CARROLL/CHANG (1970).

369

Vgl. BACKHAUS ET AL. (2006), S. 619 ff. Für eine detaillierte Behandlung verschiedener Datenfelder für den Einsatz einer MDS vgl. CARROLL/ARABIE (1980), S. 610 f. Metrische MDS-Techniken benötigen als Datengrundlage ratio- oder intervallskalierte Daten vgl. MAZANEC/WIEGELE (1977), S. 49. Die Korrespondenzanalyse ist ebenfalls eine Unterform der MDS und dient vornehmlich der Analyse qualitativer Daten sowie der Komplexitätsreduktion bspw. von sehr umfangreichen Kreuztabellen. Ziel der Korrespondenzanalyse ist es bspw. innerhalb eines Korrespondenzraumes graphisch darzustellen, mit welchen Merkmalen unterschiedliche Marken assoziiert werden. Vgl. BACKHAUS ET AL. (2006), S. 686 ff.

370

Vgl. GUTSCHE (1995), S. 102.

371

Vgl. GUTSCHE (1995), S.104.

372

Vgl. BAIER (1994), S. 38.

Theoretische Grundlagen und aktueller Stand der Forschung

75

folge kȖ, kĮ, kȕ, Proband Z die Reihenfolge kȕ, kȖ, kĮ usw. Neben den Objektpunkten ermitteln die Algorithmen zusätzlich die Wunschkombination der Nachfrager in Form eines Idealvektors oder eines Idealpunktes in einer joint-space Konfiguration. 373 Je geringer die Distanzen zwischen den abgebildeten Objekten innerhalb des Wahrnehmungsraumes dargestellt werden, desto ähnlicher sind sich die Objekte und umgekehrt. Die am häufigsten verwendete Distanzmetrik im Rahmen der Multidimensionalen Skalierung ist die euklidische Distanz. 374 1

d kl

Dkl

2 ªR 2 º «¦ ( x kr  xlr ) ]» mit ukl > uij dann dkl > dij ¼ ¬r 1

:

Xkr,lkr :

Distanz der Punkte k,l Koordinaten der Punkte k,l auf der r-ten Dimension (r=1,2,…R)

Als Maß für die Güte einer Konfiguration und damit als Zielkriterium für die Optimierung wird dabei im Allgemeinen das STRESS-Maß verwendet: 375

STRESS = Mit

¦¦ (d k

kl

 d kl ) 2

1

Faktor

d kl

:

Distanz zwischen den Objekten k und l

d kl

:

Disparitäten der Objekte k und l

Das STRESS Maß gibt an, wie gut bzw. wie schlecht eine Konfiguration die Monotoniebedingung erfüllt. Für das Auffinden der optimalen Konfiguration wird bei KRUSKAL ein iteratives Optimierungsverfahren verwendet, welches die gefundene Konfigurati-

373

Vgl. BAIER (1994), S. 39 ff. Neben dem Wahrnehmungsraum ist es möglich, einen Präferenzraum (preference space) aufzuspannen, der die Präferenzen der Nachfrager abbildet. KAMAKURA/SRIVASTAVA (1986), S. 199 ff.; KAUL/RAO (1995), S. 304 f. Eine Kombination aus beiden Räumen wird als joint space bezeichnet. Vgl. KEON (1983) S. 381 ff.; WIND (1982), S. 79 f.

374

Vgl. CARROLL/ARABIE (1980), S. 614. Neben der euklidischen Distanz existieren noch die CityBlock-Metrik sowie die Verallgemeinerung der City-Block-Metrik und der Euklidischen Distanz, die Minkowski Metrik. Vgl. hierzu BACKHAUS ET AL. (2006) S. 631 ff.

375

Besonders gebräuchlich sind die STRESS-Maße nach KRUSKAL. Vgl. KRUSKAL (1964a) und KRUSKAL (1964b) sowie BACKHAUS ET AL. (2006), S. 639.

Theoretische Grundlagen und aktueller Stand der Forschung

76

on soweit verbessert bis ein minimaler STRESS erreicht wird. Zur Darstellung der ermittelten Konfiguration wird durch die MDS ein Wahrnehmungsraum erzeugt. Dim 1

Dim 1

Dim 1 Idealpunkt Präferenzvektor

Marke 1

Marke 1

Marke 3

Marke 3 Marke 2

Marke 3

Marke 2 Dim 2

Marke 5

Marke 1

Marke 4

Perceptual Space

Marke 2 Dim 2

Marke 5

Marke 4

Idealpunkt-Modell

Dim 2 Marke 5

Marke 4

Idealvektor-Modell

Abbildung 12: Unterschiedliche Darstellung von Wahrnehmungsräumen Quelle: Eigene Darstellung.

Im Rahmen der Verwendung der Multidimensionalen Skalierung zur Analyse von Markenpositionierungen gibt es zahlreiche Vor- und Nachteile. Ein ganz entscheidender Vorteil der Multidimensionalen Skalierung besteht darin, dass die Dimensionen auf den Bewertungen oder Präferenzen der Nachfrager gegenüber einer Marke beruhen. Darüber hinaus ist es möglich, Marken und Idealpunkte der Nachfrager in einem Raum darzustellen. 376 Hierüber lassen sich dann Aussagen über die Markenwahlwahrscheinlichkeit der Nachfrager treffen: Je geringer die Real-Ideal-Distanz ist, desto größer ist die Markenwahlwahrscheinlichkeit. 377 Ein Nachteil der Multidimensionalen Skalierung liegt in der Interpretation des Repräsentationsraumes, da die verschiedenen Skalierungsverfahren keinen Hinweis auf die inhaltliche Bedeutung der Dimensionen geben. Hierbei muss daher einerseits auf Expertenurteile oder andererseits auf eine analytische Interpretation durch Einbeziehung ergänzender statistischer Verfahren zurückgegriffen werden. 378 Ein weiterer Nachteil ist, dass die Analyse mind. 7-8 verschiedene Marken benötigt, um einen zwei- oder drei-dimensionalen Raum aufspannen zu können, was zu einem Problem wird, sobald das Evoked-Set

376

Vgl. GWIN/GWIN (2003), S. 33.

377

Vgl. FRETER (2008), S. 87.

378

Expertenurteile unterliegen subjektiven Einflüssen und hängen von der a priori Information des Analytikers ab. Dies führt bei der Interpretation zu Unschärfen und ist aus diesem Grund nicht empfehlenswert. Vgl. GUTSCHE (1995), S. 122 f. Ein merkmalorientiertes Verfahren zur Interpretation des Repräsentationsraumes stellt das Property Fitting dar. Vgl. BACKHAUS ET AL. (2006), S. 668 ff.

Theoretische Grundlagen und aktueller Stand der Forschung

77

der Nachfrager kleiner ist. 379 Hinzu kommt, dass direkte Ähnlichkeitsbeurteilungen häufig nicht reliabel sind. Aus diesem Grund eignet sich die Multidimensionale Skalierung sehr gut für die Analyse etablierter Märkte mit vielen Akteuren, innerhalb derer die Attribute und Marken bekannt und gefestigt sind. 380 Ein Problem bei der Analyse einer Markenpositionierung anhand der Multidimensionalen Skalierung ist die Auswahl der Startkonfiguration, das Fehlen einer wichtigen Marke kann zu erheblichen Verzerrungen des Wahrnehmungsraumes führen. 381 Eine weitere Einschränkung im Rahmen der Positionierungsanalyse ist die Summierung der Ähnlichkeitsbzw. Präferenzdaten bei der Durchführung einer metrischen oder nichtmetrischen MDS. Dies führt in der Regel dazu, dass personenspezifische Wahrnehmungs- oder Präferenzunterschiede verloren gehen, da die klassischen Skalierungsverfahren von der Annahme der Urteilshomogenität ausgehen. Falls dennoch fundamentale personenspezifische Unterschiede existieren (große Streuung der Einzelwerte), führt eine Informationsaggregation zu irreführenden, der Positionierungsanalyse wenig zuträglichen Ergebnissen. 382 Zur Analyse von Markenpositionierungen ist die Multidimensionale Skalierung auf Grund der dargestellten Vielseitigkeit trotzdem als gut geeignet einzustufen. Jedoch ist ihre Aussagekraft für die Planung markenpolitischer Maßnahmen aufgrund der dargestellten Schwächen als begrenzt zu bezeichnen. Dies ist vor allem darauf zurückzuführen, dass die Ableitung konkreter Maßnahmen aus der Analyse heraus nur sehr schwer möglich ist. Die Herstellung einer Verbindung zwischen den Wahrnehmungsdimensionen (subjektiv wahrgenommene Eigenschaften „Bedürfnisbefriediger“) und den aus der Sicht der Unternehmen objektiven und beeinflussbaren Gestaltungselementen (objektiv messbare physikalisch-technische Eigenschaften und symbolische Eigenschaften einer Marke) kann kaum hergestellt werden. 383 Hauptproblem dabei ist, dass alle untersuchten Marken innerhalb eines Merkmalsraumes anhand der gleichen Imagedimensionen abgebildet werden und darauf basierende Distanzen ihre Relation zueinander wiedergeben. Sobald eine wichtige Beurteilungsdimension nicht vorhanden ist, kann dies zu einer falschen Darstellung des

379

Vgl. HAUSER/KOPPELMAN (1979).

380

Vgl. GWIN/GWIN (2003), S. 33.

381

Vgl. GUTSCHE (1995), S. 125. Für weitere Vor- bzw. Nachteile zur Verwendung der Multidimensionalen Skalierung vergleiche ausführlich WIND (1982), GREEN (1975).

382

Vgl. MAYER (1984), S. 177.

383

Vgl. FRETER (2008), S. 84. Für eine Diskussion des Zusammenwirkens von Bedürfnissen und Eigenschaften, welche diese Bedürfnisse befriedigen, vgl. KAWLATH (1969). SHOCKER/SRINIVASAN (1974), S. 922 sprechen in diesem Zusammenhang von „Want satisfier“.

Theoretische Grundlagen und aktueller Stand der Forschung

78

Wahrnehmungsraumes führen. Gleichermaßen gilt dies für Alleinstellungsmerkmale oder USPs. Sobald eine Marke ein Alleinstellungsmerkmal besitzt, über das die anderen Marken im Markt nicht abgebildet werden können, kann diese Dimension in einer MDS nicht verwendet werden. Dies ist darauf zurückzuführen, dass die MDS für die Darstellung der Relationen zwischen den Marken ein Urteil für jede Marke auf den zuvor identifizierten Dimensionen benötigt. Aus diesem Grund ist die Realitätsnähe einer MDS-Darstellung eingeschränkt. 384 Sobald jedoch anhand umfassender Vorstudien sämtliche relevanten Dimensionen ermittelt wurden, bietet das Verfahren eine gute methodische Basis für die Entwicklung von Simulationsmodellen, um die Auswirkungen von Markenrepositionierungen zu prognostizieren, da das Markenwahlverhalten auf Basis des Distanzkonzeptes einfach zu implementieren ist. Auf die Stärken und Schwächen der Simulationsmodelle wird im folgenden Kapitel näher eingegangen. Positionierungsmodelle auf Basis der MDS sind jedoch seit den 90er Jahren in der wissenschaftlichen Literatur kaum noch akzeptiert. Lediglich einige wenige neue Modelle sind entwickelt worden, die sich hauptsächlich mit der Modellierung mehrerer Idealpunkte eines Nachfragers oder der Findung besserer Lösungsalgorithmen für die Optimierungsmodelle auseinandersetzen. 385 2.3.2 Simulation von Markenrepositionierungen anhand der Multidimensionalen Skalierung Für die Simulation der Auswirkung einer Repositionierungsstrategie wurden zahlreiche Verfahren auf Basis der Multidimensionalen Skalierung entwickelt. 386 Grundlage für diese Modelle stellt der Positionierungsraum dar, in dem Nachfrager und Marken repräsentiert sind. Die Positionen der Nachfrager werden als Idealpunkte verstanden und es wird eine monotone Beziehung zwischen den Distanzen des Idealpunktes zu den Marken und der Präferenz der Nachfrager unterstellt. Auf dieser Basis können Prognosen über die Markenwahlwahrscheinlichkeiten getroffen werden. Der Zusammenhang stellt sich wie folgt dar:387

384

Vgl. KÖHLER (2001), S. 50.

385

Vgl. DESARBO/GREWAL/SCOTT (2008) oder GRUCA/ KLEMZ (2003).

386

Vgl. SHOCKER/SRINIVASAN (1974); SUDHARSHAN/MAY/GRUCA (1988); PESSEMIER ET AL. (1971); BACHEM/SIMON (1979); SCHÖNEMANN/WANG (1971). Für einen Überblick vgl. BAIER (1994), S. 49 ff.

387

Vgl. BAIER (1994), S. 50.

79

Theoretische Grundlagen und aktueller Stand der Forschung

r

¦ (x

d tj

jp

 P tp ) 2

p 1

Dies ist die quadrierte euklidische Distanz zwischen dem mittleren Idealpunkt für den t-ten Nachfrager und der j-ten Marke.388 Auf der Grundlage des dargestellten Zusammenhanges kommen zwei Formen von Auswahlregeln für die Erklärung des Markenwahlverhaltens in Frage: Probabilistische Auswahlregel 389

Deterministische Auswahlregel 390

ptj

1 d tjb b>0 abhängig von Markenkategorie n 1 ¦ b j 1 d tj

ptj

­1 falls j ° ® °0 sonst. ¯

max

j ' 1,..., n

^j ' d ` tj '

min ^d tj '' ` ½ ° ¾ ° ¿

j '' 1,..., n

Diese beiden Formen von Auswahlregeln bilden die Grundlage für zahlreiche Simulationsmodelle auf Basis der MDS, welche diese Auswahlregeln modifizieren. 391 Eine Modifikation einer probabilistischen Auswahlregel stellt das Bradley-Terry-Luce Auswahlmodell dar: 392 pik . j

p r S i ! S k Pi aij (aij  a kj ) 1

aij * (aij *  a ki *) 1

wobei aij *' bi aij bi ! 0 Dieses Modell gibt die Wahrscheinlichkeit einer Kaufentscheidung wieder, die wie folgt formuliert werden kann: „Nachfrager X bevorzugt Stimulus Si gegenüber Stimulus Sk“. Für alle Subjekte Pi existiert eine Funktion von p subjektspezifischen Werten

388

Auch die bereits angeführten Distanzmaße der City-Block-Metrik und der Minkowski-Metrik können zu solch einer Analyse umgeformt und herangezogen werden.

389

Vgl. PESSEMIER ET AL. (1971), S. 373.

390

Vgl. SUDHARSHAN/MAY/GRUCA (1988), S. 53 f.

391

Diese Modelle werden im folgenden Kapitel näher untersucht. Ziel dieses Kapitels ist es, die methodischen Grundlagen zu erläutern.

392

Vgl. LUCE (1961), S. 151 ff.; SCHÖNEMANN/WANG (1971), S. 277.

Theoretische Grundlagen und aktueller Stand der Forschung

80

aij, welche durch eine subjektspezifische multiplikative Konstante bestimmt wird. 393 Ein großer Kritikpunkt an diesem Modell ist die Annahme der konstanten und dem Konsumenten bekannten Nutzenwerte der Produktalternativen. 394 Weitere Möglichkeiten von Markenwahlfunktionen werden bei URBAN, BACHEM/SIMON sowie MOORE/PESSEMIER/LITTLE vorgestellt. 395 Auf Basis dieses Markenwahlverhaltens ist eine Prognose der Auswirkungen einer Positionsveränderung möglich, sofern die notwendigen Plandaten (bspw. Menge, Preis oder Kostenstrukturen) vorliegen. 396 Innerhalb der Modelle kann daraufhin eine Modifikation der Koordinaten im Merkmalsraum bzw. der Merkmalsausprägungen eine Prognose des Käuferanteils, des Absatzes, des Gewinns oder des Marktanteils unter Berücksichtigung der Markenrepositionierung erstellt werden (vgl. Tabelle 5). Prognose des Käuferanteils

Prognose des Absatzes

T

Nt

Anteil j

¦( N p

Absatz j

¦ (Menge p

t 1

tj

)

T

t

tj

)

t 1

Prognose des Marktanteils

Marktanteil ,

T

¦( t 1

Prognose des Gewinns Tabelle 5:

Gewinn j

Menget

¦

T t 1

Menget

ptj )

(¦t 1 Menget ptj )(Pr eis j  var K j )  fixK j T

Prognosemöglichkeiten auf Basis der Multidimensionalen Skalierung anhand ausgewählter Reaktionsgrößen Quelle: BAIER (1994), S.51.

Eng verbunden mit der Fragestellung, wie sich unterschiedliche Positionierungsstrategien bei neuen Marken oder Repositionierungsstrategien bei bereits existierenden Marken auf die vorgestellten Reaktionsgrößen auswirken, ist das Problem der Ermitt-

393

Vgl. SCHÖNEMANN/WANG (1971), S. 277.

394

Diese Kritik wurde vor allem von den Verfechtern der Zufallsnutzenmodelle geübt, die davon ausgehen, dass Nutzenwerte nicht konstant und dem Nachfrager nicht immer bekannt sind. Vgl. HOMBURG/KROHMER (2009), S. 114.

395

Vgl. URBAN (1975); MOORE/ PESSEMIER/LITTLE (1979); BACHEM/SIMON (1979).

396

Siehe hierzu ausführlich BAIER (1994), S. 51 sowie BACHEM/SIMON (1979); HORSKY/NELSON (1992).

Theoretische Grundlagen und aktueller Stand der Forschung

81

lung einer optimalen Positionierung für die zu betrachtende Marke. Zur Optimierung der Position im Markt hinsichtlich der dargestellten Reaktionsgrößen sind zahlreiche Modelle auf Basis der MDS entwickelt worden. Zur Systematisierung der Modelle werden die Kriterien: Implementierte Entscheidungsregel (deterministisch oder probabilistisch), Datengrundlage (Eigenschaftsbeurteilungen, Ähnlichkeitsbeurteilungen oder Präferenzdaten), Anzahl betrachteter Marken (eine Marke oder mehrere Marken) sowie deren Zielsetzung (Welche der genannten Reaktionsgrößen steht im Vordergrund?) herangezogen. 397. In Tabelle 6 sind die in der Wissenschaft anerkanntesten Simulationsmodelle auf Basis der MDS dargestellt.

397

Vgl. GREEN/KRIEGER (1989), S. 131.

Tabelle 6:

Modelle 1. Generation Gewinn

Gewinnoptimale Position bei Neuprodukteinführungen

Bachem/Simon 1979

Modelle 2. Generation

Vergleich unterschiedlicher Positionierungsmodelle auf Basis der MDS Quelle: In Anlehnung an BAIER (1994), S. 54; KAUL/RAO (1995), S. 305.; SHOCKER/SRINIVASAN (1979), S. 164.; TROMMSDORF (2007), S. 360. Käuferanteil

Berechnung multipler Idealpunkte um die wirkliche Wahlstruktur von Konsumenten zu ermitteln und daraus Positionierungsstrategien abzuleiten

Sudhir/Steckel 2002

Marktanteil

Käuferanteil

Optimale Positionierung von Neuprodukten

Gruca/Klemz 2001

Ein Modell für Marktsegmentierung und Positionierung, welches einen joint-space und Marktsegmente abbilden kann

Gewinn

Bestimmung eines gewinnmaximalen Produktkonzepts unter Einbeziehung der Konkurrenz

Horsky/Nelson 1992

DeSarbo/Grewal/Scott 2008

Gewinn

Bestimmung eines gewinnmaximalen Produktkonzepts

Albers 1989 "Proposas"

"Marktanteil/ Käuferanteil"

Optimale Position bei Neuprodukteinführungen

Marktanteil

Käuferanteil

Sudharsan/May/Gruca 1988 "Diffstrat"

Hauser/Shugan 1986 "Defender"

Gavish/Horsky/Srikanth 1983

Keon 1983 "Trinodal" Werbeprofil

Marktanteil

Bestimmung eines gewinnmaximalen Produktkonzepts

Albers 1979, Albers/Brockhoff 1979

Überprüfung von Werbestrategien und Unterstützung der Repositionierung Neuprodukteinführung in einer existierenden Produktkategorie Marketingstrategien für existierende Produkte bei Einführung einer neuen Wettbewerbsmarke (Verteidigungsstrategien)

Marktanteil

Urban 1975 „Perceptor“

Eigenschaftsbewertungen

Eigenschaftsbewertungen und Präferenzdaten

Eigenschaftsbewertungen

Präferenzen und Eigenschaftbewertungen

Ähnlichkeiten und ordinale Präferenzen

Eigenschaftsbewertungen und Präferenzen

Eigenschaftsbewertungen

Eigenschaftsbewertungen

Ähnlichkeiten, Verwechslungsdaten, Präferenzen

Eigenschaftsbewertungen

Ähnlichkeiten und ordinale Präferenzen

Eigenschaftsbewertungen oder Ähnlichkeitsurteile

Eigenschaftsbewertungen

Bewertung von Produktzufriedenheit und Marketingkonzepten bei Neuprodukten und Repositionierungen.

Shocker/Srinivasan 1974

Datengrundlage

Zielgröße "Marktanteil/ Käuferanteil"

Zielsetzung Optimale Position bei Neuprodukteinführungen

Autoren

deterministisch

probabilistisch

probabilistisch

deterministisch probabilistisch

deterministisch probabilistisch

deterministisch probabilistisch

probabilistisch

deterministisch

Idealvektormodell

Multiples Idealpunktmodell

Idealpunktmodell

Idealpunktmodell

Idealpunktmodell

Idealpunktmodell

Idealpunktmodell

Idealpunktmodell

Idealpunktmodell

Idealpunktmodell

deterministisch probabilistisch n.a.

Idealpunktmodell

deterministisch

Idealpunktmodell

Idealpunktmodell

deterministisch probabilistisch

probabilistisch

Idealmodell

Auswahlregel

82 Theoretische Grundlagen und aktueller Stand der Forschung

Theoretische Grundlagen und aktueller Stand der Forschung

83

Eine grobe Einteilung der Modelle auf Basis der MDS kann in einem ersten Schritt in Modelle 1. Generation und Modelle 2. Generation erfolgen. 398 Die Modelle 1. Generation wurden auf Basis neuentwickelter MDS-Algorithmen wie INDSCAL, COSPA, KYST, MULTISCAL und ALSCAL entwickelt. Das erste Modell auf Basis dieser MDS Algorithmen wurde von SHOCKER/SRINIVASAN (1974) entwickelt, um optimale Neuproduktideen zu identifizieren. Modelle 1. Generation haben zum Ziel, den Markt- bzw. Käuferanteil zu optimieren. 399 Diese Modelle führten zu zwei grundsätzlichen Diskussionspunkten: Welche Annahmen werden bei der Berechnung der Kaufwahrscheinlichkeiten getroffen und besteht die Möglichkeit der Errechnung einer gewinnoptimalen Position im Markt. 400 Das Modell von BACHEM/SIMON (1979) ist das erste Modell, welches Kosten und Preise in die Bestimmung der optimalen Position integriert hat. 401 Weitere Aspekte wie die Einbeziehung von Konkurrenzsituationen oder die Positionierung ganzer Produktlinien wird in den Modellen der 2. Generation behandelt. 402 Neuere Modelle seit dem Jahr 2001 befassen sich mit der Modellierung multipler Idealpunkte oder der Entwicklung genauerer Optimierungsalgorithmen. 403 Zum besseren Verständnis der dargestellten Modelle, werden ein Modell der ersten Generation und ein Modell der zweiten Generation näher vorgestellt und bewertet. Als Modell erster Generation wird das Modell von [2504 - Urban 1975 Perceptor: a model f...=] als ein früher Vertreter der optimalen Neuproduktpositionierung beschrieben. Das Modell gilt als eines der wichtigsten Modelle der ersten Modellgeneration. Diese Diskussion wird in den neueren Modellen aufgegriffen, als Modell 2. Generation wird das Modell von KEON (1983) vorgestellt, welches sich insbesondere zur Darstellung und Simulation von Markenrepositionierungen eignet. 404 2.3.2.1 Perceptor Modell von URBAN (1975) Das Modell von URBAN (1975) eignet sich zur Positionierung neuer Marken sowie zur Modifikation bereits existierender Marken und der Markenelimination. Das Ziel des

398

Vgl. TROMMSDORF/ASAN/BECKER (2004), S. 558.

399

Vgl. URBAN (1975).

400

Vgl. ALBERS/BROCKHOFF (1979), S. 231.

401

Vgl. BACHEM/SIMON (1979), S. 362.

402

Vgl. CARPENTER (1989); DESARBO/RAO (1986).

403

Vgl. LEE/SUDHIR/STECKEL (2002); DESARBO/GREWAL/SCOTT (2008).

404

Vgl. TROMMSDORF/ASAN/BECKER (2004), S. 558.

Theoretische Grundlagen und aktueller Stand der Forschung

84

Modells liegt in der Unterstützung des Marketingmanagers bei der Bestimmung psychologischer und physischer Bedürfnisse der Nachfrager hinsichtlich eines optimalen Produktes. Das Perceptor-Modell kann als Ansatz der ersten Generation bezeichnet werden. 405 Kern des Modells ist die Schätzung langfristiger Marktanteile. 406 Das Modell von Urban kann faktoranalytisch oder auf Basis der Multidimensionalen Skalierung umgesetzt werden, da beide Verfahren die Position von Real- und Idealpunkten innerhalb eines Merkmalsraumes zulassen. URBAN (1975) beschreibt sein Modell auf Basis des PREFMAP Verfahrens, welches von CARROLL/CHANG (1970) entwickelt wurde. Den heterogenen Mustern der Markenwahrnehmung und Präferenzbildung wird innerhalb des Perceptor-Modells durch die Bildung homogener Segmente Rechnung getragen. 407 Für diese werden dann jeweils eigene Wahrnehmungs- bzw. Präferenzräume ermittelt. Zur Vervollständigung des Modellergebnisses werden zusätzlich Daten bezüglich der zuletzt gekauften Marke sowie des Umfangs des Evoked-Sets erhoben. 408 Grundsätzlich beruhen die Annahmen über das Markenwahlverhalten auf dem probabilistischen Ansatz, eine wirkliche Markentheorie liegt dem Positionierungsmodell nicht zu Grunde. Der Marktanteil der im Mittelpunkt stehenden Marke setzt sich dabei aus den Erstkauf- und Wiederkaufwahrscheinlichkeiten zusammen. Hierzu müssen zwei Produktmarkträume rekonstruiert werden. Der erste Raum bezieht sich auf Wahrnehmungs- bzw. Präferenzdaten vor dem Kauf der Marke und der zweite Raum auf Daten nach dem Kauf. Hieraus lassen sich dann die erforderlichen Daten für den langfristigen Marktanteil generieren. Die Erstkaufwahrscheinlichkeit resultiert aus dem Abstand zwischen der Position der neuen Marke mit der Merkmalswunschkombination (Idealpunkt) des Nachfragers. Diese wird dann mit dem geplanten Werbedruck sowie der prognostizierten Distributionsrate multipliziert. Die Wiederkaufwahrscheinlichkeit resultiert aus der Wahrscheinlichkeit, nach dem Erwerb einer Wettbewerbsmarke zur neuen Marke zu wechseln, mit der Wahrscheinlichkeit, die neue Marke beim nächsten Kauf erneut nachzufragen. 409 Der langfristige Marktanteil wird

405

Vgl. HERRMANN (1998), S. 448.

406

Der langfristige Marktanteil wird aus dem Anteil der Zielgruppe zusammengesetzt, die jemals die neue Marke versucht haben, multipliziert mit dem Anteil derer, welche die neue Marke gekauft und vorher getestet haben. Vgl. URBAN (1975), S. 859. Dieses Verfahren ist an einen Ansatz von PARFITT/COLLINS (1968) angelehnt.

407

Vgl. HERRMANN (1998), S. 448.

408

Vgl. URBAN (1975), S. 862.

409

Vgl. HERRMANN (1998), S. 98.

Theoretische Grundlagen und aktueller Stand der Forschung

85

demnach auf Basis von Markov-Prozessen berechnet. 410 Die Markov-Eigenschaft setzt voraus, dass die Wahl einer Marke bei der nächsten Kaufentscheidung von der aktuell gewählten Marke abhängt und weiter zurückliegende Entscheidungen nicht in die aktuelle Entscheidung einfließen. Dies führt zu einer Gedächtnislosigkeit des stochastischen Markenwahlprozesses und kann als einschränkende Maßnahme des Modells bezeichnet werden. 411 Das Modell von URBAN (1975) wurde im Rahmen einer ersten Studie anhand von acht unterschiedlichen Neuproduktkonzepten angewendet und hat befriedigende Ergebnisse geliefert. 412 Heute wird das Modell immer noch in zahlreichen Neuproduktstudien verwendet. Die empirische Validierung des Modells ist somit gegeben. Zur Lösung des Repositionierungsproblems einer Marke trägt das Modell insofern bei, dass durch die prognostizierten Ergebnisse alternativer Produktpositionen auf die potentiell zu variierende Marke geschlossen werden kann. 413 Ein direkter Bezug zur Markenrepositionierung wird lediglich erwähnt, ist demnach aber nicht gegeben. Darüber hinaus wird an dem Modell von URBAN (1975) die völlige Inaktivität der Wettbewerber bemängelt. Neben den Schwächen der Markov-Prozesse unterliegt das Modell ebenfalls den bereits angeführten allgemeinen Kritikpunkten an der jointspace Methodik, die nicht in der Lage ist, Alleinstellungsmerkmale abzubilden. Eine markentheoretische Fundierung des Wahlverhaltens der Nachfrager ist nicht gegeben. 2.3.2.2 Trinodal-Mapping von KEON (1983) Das Trinodal-Mapping Model stellt kein Optimierungsmodell dar. Es ist jedoch ein Simulationsmodell auf Basis der MDS, das in der Lage ist, Markenrepositionierungen darzustellen. 414 Kern des Modells von KEON (1983) ist die Erweiterung bestehender joint-mapping Routinen. Es integriert neben den Markenimagepositionen und den Idealpunkten der Nachfrager auch die Werbeimages in Produktmarkträume. 415 Diese beinhalten die Beurteilung der Werbekampagnen der einzelnen Marken, wie sie von den Nachfragern wahrgenommen werden. Dies führt zu einer verbesserten Interpre-

410

Vgl. TROMMSDORF/ASAN/BECKER (2004), S. 559.

411

Vgl. BREUSCH (2008), S. 131.

412

Vgl. WIND (1982), S. 97.

413

Vgl. NOMMENSEN (1990), S. 59.

414

Vgl. TROMMSDORF/ASAN/BECKER (2004), S. 561.

415

Vgl. KEON (1983), S. 380.

Theoretische Grundlagen und aktueller Stand der Forschung

86

tierbarkeit der Dimensionen, da die Inhalte der Werbeimages durch die Markenführung induziert sind. 416 Im Gegensatz zur herkömmlichen MDS wird bei der Erhebung der Werbeimages nicht mit Ähnlichkeitsdaten gearbeitet sondern mit Verwechslungsdaten 417 als Grundlage für die Produktmarkträume.418 Insbesondere die Entwicklung und Überprüfung von Werbekampagnen zur Repositionierung von Marken kann durch das Modell von KEON (1983) dargestellt werden. Hierbei kann das Modell an unterschiedlichen Prozessstufen einer Markenrepositionierung eingesetzt werden. Zum einen kann es dazu dienen, aufzuzeigen, ob die Marke angemessen in Bezug auf die Nachfragerpräferenzen positioniert ist. Zum zweiten kann anhand des Modells analysiert werden, ob das Werbeimage das Markenimage unterstützt und vice versa. 419 Dies ist besonders wichtig in Produktkategorien, in denen symbolische Nutzenkategorien relevant für das Kaufverhalten sind und das Werbeimage einen großen Einfluss hat und trifft insbesondere auf Luxusmarken oder Servicemarken zu. 420 Limitationen des Modells sind, dass das Modell nicht prognostizieren kann, wie stark eine Werbekampagne das Markenimage beeinflussen wird. Es kann nur eine Indikation geben, wie die Werbekampagne ausgestaltet sein muss, um einen Effekt zu generieren. 421 Das Trinodal-Modell wurde in zahlreichen Märkten angewendet, u. a. im Whiskeyund Zigarettenmarkt. NOMMENSEN (1990) greift das Modell von KEON (1983) auf und validiert seine Anwendung empirisch anhand der Repositionierung einer Zigarettenmarke. 422 NOMMENSEN (1990) kommt zu dem Fazit, dass das Modell ein geeignetes Instrument zur Prüfung der gewählten Kommunikationsstrategie zur Repositionierung eines quasi-homogenen Produktes darstellt. 423 Eine mögliche Trennung von Images und Werbeimages stellt eine interessante Möglichkeit dar. Eine Überführung dieses

416

Vgl. NOMMENSEN (1990), S. 59.

417

Als Datengrundlage für die Darstellung der Werbeimages in den Produktmarkträumen dienen Matrizen mit Verwechslungsdaten. In der Studie von KEON sind es unterschiedliche Zigarettenmarken und deren Werbekampagnen. Als Grundlage für die Darstellung im Raum dienen nun die Missklassifikationen der Probanden. Das bedeutet die Anzahl der durch die Nachfrager falsch zugeordneten Werbeanzeigen. Keon bezeichnet diese Form der Daten auch als Werbekonfusion. Vgl. KEON (1983), S. 382.

418

Vgl. KEON (1983), S. 381.

419

Vgl. NOMMENSEN (1990), S. 59.

420

Vgl. KEON (1983), S. 388.

421

Vgl. KEON (1983), S. 390.

422

Vgl. NOMMENSEN (1990), S. 106.

423

Vgl. NOMMENSEN (1990), S. 133.

Theoretische Grundlagen und aktueller Stand der Forschung

87

Ansatzes in die agentenbasierte Modellierung wäre insoweit interessant, etwas über die Beziehungen zwischen Werbeimage und tatsächlicher Position im Markt herauszufinden. Hierzu müssten jedoch Werbe- und tatsächliches Image der Marke getrennt voneinander in den Köpfen der Nachfrager abgespeichert sein. Dieser Umstand wird in Kapitel C differenzierter untersucht. 2.3.3 Bewertung der Positionierungsmodelle auf Basis der Multidimensionalen Skalierung zur Analyse von Markenrepositionierungen Ein Fokus der bisherigen Positionierungsforschung liegt auf der Positionierung von Neuprodukten. Repositionierung existierender Produkte oder Marken ist eher unterrepräsentiert oder wird nur beiläufig beschrieben. 424 Lediglich die Modelle von URBAN (1975), KEON (1983), DESARBO/RAO (1986), ALBERS (1979) und DESARBO/GREWAL/ SCOTT (2008) greifen die Repositionierung von Marken explizit auf. Aufbauend auf der Systematisierung der Modelle werden diese nun anhand der vorgestellten Bewertungskriterien beurteilt. In Tabelle 7 ist die allgemeine Bewertung von MDS Modellen hinsichtlich der erarbeiteten Kriterien dargestellt.

424

Vgl. TROMMSDORF/ASAN/BECKER (2004), S. 558.

Theoretische Grundlagen und aktueller Stand der Forschung

88

Theoretische Fundierung

Modelle

Empirische Validierung

Berücksichtigung von Einflussfaktoren auf das Markenwahlverhalten

Möglichkeit zur Berücksichtigung Darstellung von der NachfragerMarkenheterogenität repositionierungen

Shocker Srinivasan 1974

Urban 1975 „Perceptor“ Albers 1979, Albers/Brockhoff 1979 Bachem/Simon 1979

Keon 1983 "Trinodal" Gavish/Horsky/Srikanth 1983 Desarbo/Rao1986

Sudharsan/May/Gruca 1988 "Diffstrat" Albers 1989 "Proposas"

Horsky/Nelson 1992

Gruca/Klemz 2001

Lee/Sudhir/Steckel 2002

DeSarbo/Grewal/Scott 2008

Tabelle 7:

Bewertung von Positionierungsmodellen Quelle: Eigene Darstellung.

Die theoretische Fundierung der einzelnen Modelle beschränkt sich meist auf oberflächliche Ausführungen zum Markenwahlverhalten. Unterschiedliche Formen von Entscheidungsverhalten werden in den Modellen lediglich in deterministisch und probabilistisch differenziert. Alle Modelle bis auf DESARBO/GREWAL/SCOTT (2008) nutzen zur Darstellung des Wahlverhaltens das bereits beschriebene Idealpunktmodell. Alle Nachfrager im Modell entscheiden sich nach der gleichen Methodik. Die Marke, die am nächsten zum Idealpunkt liegt, wird von den Nachfragern gekauft. Hierbei werden also keine individuellen Charakteristika der Nachfrager in die Modellierung integriert. Somit ist das theoretische Fundament der Raum- und Präferenzmodelle lediglich das Idealpunktkonzept, welches sämtliche Einflüsse weitestgehend ausblendet. 425 Der Nachfragerheterogenität wird in den meisten Modellen mittels Clusterbildung Rechnung getragen, diese homogenen Untergruppen werden dann zur Beurteilung der Neuproduktposition herangezogen.

425

Vgl. HOMBURG/KROHMER (2009), S. 118.

Theoretische Grundlagen und aktueller Stand der Forschung

89

Die empirische Validierung der einzelnen Modelle findet zum Großteil anhand künstlich generierter Daten statt. Bei neueren Modellen wird auf empirische Studien zurückgegriffen, die als Basis für die Validierung der Modelle dienen. Die meisten Positionierungsmodelle sind darauf ausgelegt, Neuproduktpositionierungen vorzunehmen. Das Thema Repositionierung und die Facetten von Markenrepositionierungen werden im Rahmen der meisten Modelle vernachlässigt. Zumeist wird in einem Nebensatz beschrieben, dass sich das Modell auch zur Modifikation bereits bestehender Marken eignet. Eine explizite Integration repositionierungsrelevanter Charakteristika bleibt aber aus. Allgemein können den unterschiedlichen Modellen hinsichtlich des Nachfragerverhaltens und der Imagerepräsentation zahlreiche Schwächen attestiert werden. 426 Hauptkritikpunkt an joint-space Modellen ist die Bewertung aller Wettbewerbsmarken auf Basis der gleichen Eigenschaften. 427 Sobald Marken sich von den urspünglichen Marktattributen im Rahmen ihrer Positionierung lösen, ist eine Darstellung des Marktes mittels eines Positionierungsraumes nur noch eingeschränkt möglich. 428 Das Resultat ist, dass die beschriebenen Simulationsmodelle Alleinstellungspositionierungen nicht darstellen können. Daraus folgt, dass die eigentlichen Wettbewerbsbeziehungen nicht mehr durch euklidische Distanzen darstellbar sind und das Markenwahlverhalten nicht mehr konsistent prognostiziert werden kann. Diese Einschränkung ist jedoch dahingehend zu relativieren, dass, sobald eine neue Dimension durch eine Marke besetzt wird, Mee-Too Positionierungen im Markt auftreten. Hinsichtlich des zeitlichen Horizonts sowie der Intensität der Repositionierung treffen alle untersuchten Modelle keine Aussage. Es wird zwar die optimale Merkmalskombination berechnet, wie stark sie jedoch die Einstellung der jeweiligen Nachfrager verändert und wie lange der Nachfrager benötigt, um die neue Position zu lernen, wird bei den Modellen nicht thematisiert. Eine weitere Einschränkung der dargestellten Modelle resultiert aus der Annahme, dass die Nachfrager immer die Marke wählen, die ihrem Idealpunkt am nächsten ist. 429 Dies ist eine starke Vereinfachung der Darstellung des Markenwahlverhaltens. Das bedeutet, jeder Nachfrager besitzt lediglich eine eindeutige Präferenz. 430 Diese

426

Vgl. TROMMSDORF (2007), S. 355.

427

Vgl. GREEN/CARROLL/GOLDBERG (1981), S. 19.

428

Vgl. TROMMSDORF (2007), S. 355.

429

Dieser Kritikpunkt trifft auf nahezu alle single ideal point auf Basis der MDS zu. Vgl. GREEN/KRIEGER (1989), S. 128.

430

Vgl. LEE/SUDHIR/STECKEL (2002), S. 73.

Theoretische Grundlagen und aktueller Stand der Forschung

90

Annahme ignoriert jedoch empirische Ergebnisse über das Markenwahlverhalten von Nachfragern in vielen Märkten. 431 Aus diesem Grund versuchen neuere Modelle multiple Idealpunkte zu modellieren, um das variety seeking behavior 432 einzelner Nachfrager oder das Einkaufsverhalten von Haushalten darzustellen. 433 Unter Ideal wird innerhalb der meisten Modelle „ein realisierbares Wunschprodukt, nicht jedoch der Inbegriff des Vollkommenen oder eines „Traumbildes“, verstanden. 434 Kritisch ist demnach die Prämisse zu sehen, dass es nur eine fixierbare Idealmarke geben kann. Diese Prämisse ist bspw. mit der Theorie der kognitiven Dissonanz 435 widerlegbar, da selbst bei Vorgabe der Situation und des Verwendungszweckes der zu betrachtenden Marke mehrere Idealpunkte existieren. Dies ist darauf zurückzuführen, dass sich die Idealmarke im Rahmen des Entscheidungsprozesses verschiebt. 436 Der Nachfrager erweitert innerhalb seines Entscheidungsprozesses sein Wissen über die Markenalternativen kontinuierlich und aus diesem Grund verändern sich seine Idealvorstellungen hinsichtlich der Marken. Ein weiterer Einwand hinsichtlich der Idealpunktbetrachtung zur Erklärung des Markenwahlverhaltens besteht darin, dass die Dimensionen (i. d. R. werden zwei- bzw. dreidimensionale Räume dargestellt) vielfältige, untereinander hochkorrelierende Eigenschaften der betrachteten Marken repräsentieren. Bei einer Untersuchung stellt

431

Vgl. GRUCA/ KLEMZ (2003), S. 622. Dass Nachfrager sich nicht immer eindeutig nach ihrer Präferenz entscheiden, wurde in zahlreichen Studien entdeckt, die auf Paneldaten rekurrieren. Vgl. BEST (1976), S. 198.

432

Variety Seeking oder Stimulus Variation ist ein persönlichkeitsgesteuertes Merkmal, welches in drei Formen auftritt: exploratives Verhalten beim Kauf (bspw. Markenwechsel um bessere Alternativen zu entdecken), vikariierendes Entdecken (bspw. Speichern von Informationen über neue Alternativen und das Nachsinnen über einen Kauf), innovative Nutzung (bspw. Nutzung eines schon bekannten Produktes in einer neuen Situation). Vgl. SCHIFFMAN (2001), S. 110; HIRSCHMAN (1980), S. 284 f.

433

Vgl. LEE/SUDHIR/STECKEL (2002), S. 76. Siehe zur Modellierung von variety seeking oder hybridem Markenwahlverhalten JIMENEZ-MARTIN/LADRÓN-DE-GUEVARA (2007), S. 243 f.

434

Vgl. MAYER (1984), S. 221.

435

Jeder Nachfrager strebt nach Konsistenz, das bedeutet, jeder Nachfrager hat das Bedürfnis auftretende Widersprüche (Inkonsistenzen) in seinem Einstellungssystem zu beseitigen oder von vornherein zu vermeiden. Vgl. KROEBER-RIEL/WEINBERG/GRÖPPEL-KLEIN (2009), S. 231. Im Rahmen der Markenrepositionierung können Dissonanzen auftreten, wenn sich eine Marke auf bestimmten Nutzendimensionen repositioniert, welche nicht zum bisherigen Image der Marke passen. Nach der Dissonanztheorie versucht daraufhin der Nachfrager das Gleichgewicht wieder herzustellen. Hierzu gibt es unterschiedliche Möglichkeiten, Wahrnehmungsverzerrung, Vergessen oder Umbewerten des in Widerspruch geratenen Nutzenattributs oder die gezielte Suche nach neuen Informationen. Nach der Dissonanztheorie können unterschiedliche Konsequenzen auftreten, wie z.B. Veränderung der Markenwahl, Nichtkauf, erneute Informationssuche. Präzise Aussagen können jedoch nicht abgeleitet werden. Vgl. T ROMMSDORFF (2009), S. 123.

436

ZELENY (1976), S. 153 ff. stellt fest: “ Early in the decision process one is thinking about unavailable alternatives but their influence is steadily decreasing as the process nears its completion.”

Theoretische Grundlagen und aktueller Stand der Forschung

91

man fest, dass die einzelnen Dimensionen die Markeninterrelationen festlegen, die als typisch für die Marken angesehen werden. Somit können nur Prognosen über das Markenwahlverhalten getätigt werden, wenn die typischen Markeninterrelationen 437 mit den Idealvorstellungen der Nachfrager übereinstimmen. MAYER (1984) beschreibt, dass eine intuitive Überprüfung die Annahme nahe legt, dass die Idealvorstellungen der Nachfrager von dem innerhalb eines Raumes dargestellten Markenleistungsgefüge, welches für einen bestimmten Produktmarkt typisch ist, abweichen können. 438 Dies kann zu erheblichen Konsequenzen führen. HUBER (1976) führt hierzu an: „Such a purchase Ideal can result in misleading managerial recommendations to the extent, that the reduced space slightly misrepresents potential offerings. By making each dimension independent, the internal ideal is seen to be an artefact of the reduced space. 439 Auf Basis der methodischen Kritik an der MDS lassen sich auch Defizite hinsichtlich der Markensteuerung identifizieren. Diese basieren auf der Aggregation von Perzeptionen und Präferenzen sowie der Ähnlichkeits- und Präferenzurteile in einem gemeinsamen Raum, welche zu einer mangelnden Interpretierbarkeit der Ergebnisse führen kann. Dieser Mangel kann auch nicht durch die Anwendung von Hilfsmitteln wie dem Property Fitting 440 oder von Expertenurteilen 441 vollständig behoben werden. 442 Darüber hinaus kann hinsichtlich der Validität und Reliablität der Verfahren auf Basis der MDS keine zufriedenstellende Aussage getroffen werden, da die dazu erforderlichen statistischen Tests nicht existieren.

437

Markeninterrelationen stellen die Beziehung zwischen dem Idealpunkt und der tatsächlichen Markenposition dar. Das Verhältnis zwischen diesen beiden Punkten im joint-space muss logisch nachvollziehbar sein, um Aussagen für das Markenmanagement treffen zu können.

438

Vgl. MAYER (1984), S. 224. MAYER (1984) führt das Beispiel der Wahrnehmung einer Automobilmarke an. Bei der Analyse von Premiumautomobilen liegen in der Regel hohe Geschwindigkeit und hoher Benzinverbrauch auf einer Dimension, da sie hoch korrelieren. Die Idealvorstellung der Nachfrager lassen jedoch eher andere Markenerwartungen vermuten: hohe Geschwindigkeit und ein relativ niedriger Benzinverbrauch. Somit dürfte der Benzinverbrauch zumindest eine andere Produktleistungsinterrelation (auf einer Dimension) bei dem Idealpunkt aufweisen oder sogar auf einer anderen Dimension liegen (bspw. Kosten). Vgl. MAYER (1984), S. 224.

439

Vgl. HUBER (1976), S. 141.

440

Durch das Property Fitting werden die erhobenen Eigenschaftsvektoren in den Raum projiziert. Über ihre Länge kann dann auf den Erklärungsgehalt der einzelnen Dimensionen innerhalb des Raumes geschlossen werden. Je länger der Vektor dargestellt wird, desto besser wird die Eigenschaft durch die Dimensionen erklärt und vice versa. Vgl. GUTSCHE (1995), S. 124.

441

Die Multidimensionalen Skalierungsverfahren geben keinerlei Aufschluss über die Interpretation der Dimensionen anhand derer der Merkmalsraum aufgespannt ist. Aus diesem Grund werden häufig Experten herangezogen, die den konfiguralen Ergebnisraum einer Multidimensionalen Skalierung auf Basis ihres Marktwissens interpretieren. Vgl. GUTSCHE (1995), S. 123.

442

Vgl. NOMMENSEN (1990), S. 139.

Theoretische Grundlagen und aktueller Stand der Forschung

92

Ein weiterer Kritikpunkt ist die Vernachlässigung dynamischer Effekte auf die Beeinflussung bspw. des Markenimages, die erst im Zeitverlauf auftritt. Diese Vereinfachung der Positionierungsmodelle wird zu Recht kritisiert. Dies führt dazu, dass innerhalb der Modelle Wirkungsverzögerungen, wiederholte Kommunikationskontakte, Kommunikation der Wettbewerber, sowie die Interaktion der Nachfrager untereinander und mit Meinungsführern innerhalb der dargestellten Positionierungsmodelle nicht berücksichtigt werden. Eine Dynamisierung der Merkmalsräume unterliegt zahlreichen methodischen Schwierigkeiten, unter anderem, dass der Vergleich zweier Merkmalsräume zu unterschiedlichen Zeitpunkten maßstäbliche und inhaltliche Anpassungen voraussetzt. Mögliche Fehler, die auftreten können, sind Messfehler zwischen der ersten und der zweiten Erhebung, inhaltliche Diskrepanzen von zwei Konfigurationen (Merkmalsraum t1 zu Merkmalsraum t2) und verfahrenstechnische Einflüsse, die bei der Verknüpfung mehrerer Räume zu Verformungen der Wanderungspfade führen. 443 Hierzu existieren jedoch noch keine allgemein anerkannten methodischen Ansätze. 444 2.4 Markenrepositionierungsanalyse auf Basis der Conjoint-Analyse Die Conjointanalyse wird seit über 30 Jahren angewendet, um Positionierungsentscheidungen zu unterstützen. 445 Der erste Beitrag zum „conjoint measurement“ wurde von LUCE/TUKEY (1964) verfasst. Seitdem wurde die Methode konsequent weiterentwickelt. Zuerst werden die methodischen Grundlagen der Conjointanalyse erläutert, um darauf aufbauend die Möglichkeit zur Erstellung von Simulationsmodellen darzulegen. 2.4.1 Methodische Grundlagen Eine Analyse der Markenpositionierung anhand einer Conjoint Analyse hat primär zum Ziel, herauszufinden, welchen Beitrag verschiedene Nutzendimensionen zum Gesamtnutzen eines Objektes leisten und welcher Nutzen von den Probanden am stärksten präferiert wird. 446 Die erste veröffentlichte wissenschaftliche Arbeit, die auf

443

Vgl. SCHOBERT (1979), S. 247.

444

Vgl. HERRMANN (1998), S. 157. Ein Zusammenführen von mehreren Merkmalsräumen zu einem Superraum wird bei DICHTL/SCHOBERT/BEESKOW (1979) sowie FRANK/MASSY (1971) beschrieben.

445

Vgl. GREEN/KRIEGER/WIND (2005b), S. 117.

446

Vgl. BACKHAUS ET AL. (2006), S. 558.

Theoretische Grundlagen und aktueller Stand der Forschung

93

einer Conjoint Analyse basiert, geht auf LUCE und TUKEY 1964 zurück. 447 Die unterschiedlichen Möglichkeiten der Ausgestaltung einer Conjointanalyse erschweren ihre Einordnung in eine allgemein anerkannte klassische Systematik multivariater Verfahren. Sie grenzt sich im Besonderen durch den experimentellen Versuchsaufbau von den anderen genannten Verfahren ab und nicht durch ihre mathematische Schätzmethodik. Konsens besteht mittlerweile darüber, die Conjointanalyse den Dependenzverfahren zuzuordnen, da der Einfluss mehrerer unabhängiger Variablen auf eine abhängige Variable ermittelt wird. 448 Die Datengrundlage der Conjointanalyse unterscheidet sich erheblich von der Datengrundlage der MDS. Bei einer MDS werden reale Objekte (Marken, Produkte) beschrieben, wohingegen bei einer Conjointanalyse i.d.R. fiktive Objekte (bspw. unterschiedliche Stimulikombinationen) charakterisiert werden. 449 Die Conjointanalyse kann als dekompositionelles Verfahren klassifiziert werden, da von einer additiven Zusammensetzung des Gesamtnutzens aus verschiedenen Teilnutzen ausgegangen wird. 450 Eines der wichtigsten Anwendungsgebiete der Conjointanalyse ist die Neuproduktpositionierung und deren damit verbundene optimale Gestaltung in Anlehnung an die Bedürfnisse der Nachfrager. 451 Die Datenerhebung für eine Conjointanalyse kann auf vielfältige Weise durchgeführt werden. Die traditionelle Erhebungsmethode einer Conjointanalyse ist die Profilmethode. Bei der Profilmethode (full-profile-approach) besteht ein Stimulus aus der Kombination je einer Ausprägung aller Eigenschaften. 452 Diese Methode zeichnet sich durch einen mangelnden Realitätsbezug aus. Gleichzeitig ist sie bei einer großen Anzahl von Merkmalen oder Merkmalsausprägungen mit einem erheblichen zeitlichen Aufwand verbunden. 453 Beim Zwei-Faktor-Ansatz (trade-off-approach) hingegen werden Merkmale bzw. Merkmalsausprägungen jeweils paarweise zur Bewertung vorgelegt. 454 Bei dieser Methode werden sukzessive alle relevanten Merkmale

447

Vgl. LUCE/TUKEY (1964), S. 1 ff.

448

Vgl. GUTSCHE (1995), S. 81; BACKHAUS ET AL. (2006), S. 559.

449

Vgl. BAIER (1994), S. 55.

450

Die ersten grundsätzlichen Arbeiten wurden als Conjoint-Measurement bezeichnet. Auf Grund des neuen ausgeweiteten Fokusses der Arbeiten ist die Bezeichnung Conjointanalyse jedoch treffender. Vgl. HAUSER/RAO (2005), S. 142.

451

Vgl. GREEN/CARROLL/GOLDBERG (1981), S. 20.

452

Die Profilmethode geht auf Green zurück. Vgl. GREEN (1974) S. 61 f.; GREEN/SRINIVASAN (2007), S. 290 ff.

453

Vgl. BAIER (1994), S. 56.

454

Der Trade-off-Ansatz geht auf Johnson zurück. Vgl. JOHNSON (1974), S. 303 ff.

Theoretische Grundlagen und aktueller Stand der Forschung

94

miteinander kombiniert, was an die Konzentrationsfähigkeit der Probanden im Gegensatz zur Profilmethode einen niedrigen Anspruch stellt. Kritikpunkte an dieser Methode sind die geringe Realitätsnähe, der hohe Zeitaufwand, der beim Ausfüllen der Matrizen entsteht, sowie eine ceteris-paribus Annahme bezüglich nicht betrachteter Merkmale. 455 Neuere Erhebungsformen im Rahmen der Conjointanalyse stellen die Hybride Conjointanalyse (HCA) und die Adaptive Conjointanalyse (ACA) dar. Bei der HCA wird der klassische dekompositionelle Ansatz mit der kompositionellen Methode verknüpft. 456 ACA basiert auf einem zwei Faktor Ansatz und kann als computergestütztes interaktives Interview durchgeführt werden. 457 Es kombiniert, ähnlich wie die HCA, kompositionelle und dekompositionelle Komponenten mit dem Vorteil, dass die gegeben Antworten am Computer fortlaufend aktualisiert werden. 458 Vorteile dieser Methode sind eine schnelle Auswertung und eine parallele Präsentation mehrerer Merkmale. 459 Zum Zweck der Bestimmung der Reliabilität und Validität der HCA und ACA sind zahlreiche Methodenvergleiche vorgenommen worden, die aber zu keinem eindeutigen Ergebnis führen. 460 Bei der Bestimmung des Gesamtnutzens im Rahmen einer Conjointanalyse gibt es viele unterschiedliche Ausgestaltungsmöglichkeiten. 461 Zentrale Entscheidungen sind hinsichtlich der Bewertungsfunktion und der Verknüpfungsfunktion im Rahmen des Conjoint Designs zu treffen. Die Bewertungsfunktion dient der Zuordnung von Teilnutzenwerten zu jeder Merkmalsausprägung. Sie stellt einen Zusammenhang zwischen der Merkmalsausprägung und der individuellen Nutzenvorstellung jedes einzelnen Probanden her. Es gibt drei Formen von Bewertungsfunktionen: Das Teilpräferenzwertmodell, das Idealvektormodell und das Idealpunktmodell (vgl. Abbildung 13). 462

455

Vgl. GUTSCHE (1995), S. 92.

456

Vgl. HAUSER/RAO (2005), S.147. Bei dieser Methode werden die Probanden in einem ersten Schritt gebeten, Statements über die Wichtigkeit der einzelnen Nutzenkomponenten abzugeben. Diese Wichtigkeitsbewertung dient als Grundlage für eine Cluster- bzw. Faktorenanalyse, um die Probanden in Gruppen einzuteilen. Im zweiten Schritt wird dann erst die eigentliche Conjointbefragung durchgeführt. Vgl. hierzu ausführlich HAGERTY (1985), S. 168 ff.

457

Vgl. HAUSER/RAO (2005), S. 148 ff.

458

Vgl. JOHNSON (1984), S. 1 ff.

459

Vgl. GUTSCHE (1995), S. 96.

460

Je nach Forschungsgruppe variieren die Ergebnisse bezüglich Reliabilität und Validität der Verfahren. Vgl. WITTINK/VRIENS/BURHENNE (1994), S 41 ff.; AGARWAL/GREEN (1991) , S. 141 ff.; AKAAH/KORGAONKAR (1983), S. 187 ff.

461

Vgl. HAUSER/RAO (2005), S. 141 ff.

462

Vgl. GREEN P E.; SRINIVASAN V. (1978), S. 106.

95

Theoretische Grundlagen und aktueller Stand der Forschung

Teilpräferenzwertmodell Präferenz

Attributbewertung Präferenz

Idealpunktmodell

Attributbewertung Präferenz

Idealvektormodell ȕj>0

ȕjM2 genau dann, wenn M1 t M2 und nicht M2 t M1. M1~M2 bedeutet, die Markenalternativen sind indifferent, genau dann wenn M1 t M2 und M2 t M1. Symbole für die Funktionswerte der Wertfunktionen sind t für größer/gleich, > für größer, < für kleiner und = für gleich. Die logische Äquivalenz „genau dann, wenn“ wird durch { dargestellt. Im Rahmen der Untersuchung sind kompensatorische sowie nicht-kompensatorische Regeln zu gleichen Teilen implementiert, um eine Vergleichbarkeit hinsichtlich des Erklärungsgehaltes der einzelnen Regeln herstellen zu können.

über den Abstand der einzelnen Ausprägungen voneinander. Der Nachfrager ist so in der Lage, Wertdifferenzen zwischen den einzelnen Attributen zu bilden. Kardinale Wertfunktionen werden in kompensatorischen Entscheidungsmodellen zugrunde gelegt. Vgl. A SCHENBRENNER (1977).

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

203

2.2.2.1 Implementierung von Heuristiken zur Darstellung des Wahlverhaltens Die Auswahl einer Regel durch den Nachfrager kann unbewusst oder bewusst erfolgen. Dies hängt zum einen von der Grundstruktur der Entscheidungsaufgabe und zum zweiten von den Charakteristika der Entscheidungsregeln ab. 843 Die Charakteristika der unterschiedlichen Heuristiken sind bereits in Kapitel B 3.2.3.2 erläutert worden. Es muss also zunächst überprüft werden, welche Art von Entscheidungsproblem vorliegt. Hierzu können unterschiedliche Kriterien zur Beschreibung herangezogen werden. Die Komplexität von Entscheidungsproblemen ist im Wesentlichen determiniert durch die Anzahl der möglichen Entscheidungsoptionen, die Anzahl der Attribute, die in die Entscheidungen mit einbezogen werden, die Ähnlichkeit der Optionen sowie den Zeitdruck, der bei der Entscheidung entsteht. Es gibt Evidenz dafür, dass bei einer steigenden Anzahl von Wahloptionen eher nonkompensatorische Regeln angewendet werden, da diese einen geringeren kognitiven Aufwand verursachen. 844 Bei lediglich zwei Alternativen werden häufig kompensatorische Heuristiken verwendet. 845 Die Anzahl von Attributen oder Beurteilungsmerkmalen erhöht die Variabilität der Entscheidungen, beeinträchtigt die Qualität der Wahlentscheidungen und führt dazu, dass die Nachfrager ihren Urteilen stärker vertrauen. 846 Ein weiteres Charakteristikum von Entscheidungsproblemen ist die Ähnlichkeit der Wahlalternativen. An dieser Stelle greift bspw. der Ködereffekt, der besagt, dass, wenn eine Alternative X von einem Nachfrager der Alternative Y vorgezogen wird, dann jedoch eine Option Z hinzukommt, die der Alternative X ähnlich ist, präferiert der Nachfrager unter bestimmten Bedingungen die Alternative Y. 847 Der Grad der Ähnlichkeit der Alternativen beeinflusst die Leichtigkeit eines Markenvergleichs. Es kann die Hypothese aufgestellt werden, je höher die wahrgenommene Ähnlichkeit ist, desto leichter fällt der Vergleich zwischen zwei Alternativen. Dies ist darauf zurückzuführen, dass nur noch relativ wenige Dimensionen verglichen werden müssen. An dieser Stelle würden sich kompensatorische Heuristiken eher zur Modellierung eignen. 848 Das letzte Charakteristikum der Entscheidungssituation stellt der Zeitdruck dar. Es beinhaltet, wie viel Zeit der Proband hat, um seine Entscheidung zu

843

Vgl. JUNGERMANN/PFISTER/FISCHER (2005), S. 279.

844

Vgl. PAYNE (1993), S. 54 ff.

845

Vgl. JUNGERMANN/PFISTER/FISCHER (2005), S. 280.

846

Vgl. PAYNE (1993), S. 34 f.

847

Vgl. hierzu ausführlich die Simulationsstudie von Z HANG/ZHANG (2007) sowie Kapitel 3.3.1.3

848

Vgl. SHUGAN (1980), S. 99 ff.

204

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

fällen. Dies wirkt sich auf die Qualität des Entscheidungsprozesses aus. Ein höherer Zeitdruck führt dazu, dass von den Nachfragern weniger Informationen beim Kauf genutzt werden. Eine Folge ist die Beschleunigung der Informationsverarbeitung und die Belastung der Informationsverarbeitung wird verringert. 849 Neben den bereits dargestellten Charakteristika müssen zusätzlich die Konkretheit, die Übersichtlichkeit, die Vollständigkeit und das Darbietungsformat des Informationsangebotes berücksichtigt werden. 850 Die Konkretheit der dargebotenen Information innerhalb der Entscheidungssituation hat einen entscheidenden Einfluss auf die Wahl der Heuristik. Nachfrager tendieren dazu, lediglich Informationen zu einer Marke zu verwenden, die auch explizit gegeben sind. Implizite Informationen werden nicht in finale Konsequenzen transformiert. 851 Bei der Übersichtlichkeit der dargebotenen Informationen verhält es sich ähnlich: Nachfrager beziehen eher klar strukturierte Informationen in ihre Kaufentscheidung mit ein, als verstreute Informationen. 852 Die Vollständigkeit der dargebotenen Informationen kann ebenfalls einen Einfluss auf die Entscheidung ausüben, wenn eine Alternative auf vielen Attributen gut abschneidet, geht ein Nachfrager davon aus, dass es auch auf den verbliebenen Attributen gut abschneiden wird. 853 Diese unterschiedlichen Einflussfaktoren innerhalb der Entscheidungssituation beim Festnetztelefonkauf wurden im Rahmen ausführlicher PoS Studien erforscht, die Beschreibung der Ergebnisse werden innerhalb des Fallbeispiels in Kapitel 4 näher beschrieben. Im Rahmen des agentenbasierten Modells werden demnach kompensatorische sowie nicht-kompensatorische Regeln implementiert, um den unterschiedlichen Entscheidungssituationen gerecht zu werden und um die Erklärungskraft unterschiedlicher Regeln innerhalb des Festnetztelefonmarktes gegeneinander abgrenzen zu können. Diese Vorgehensweise geht auf ähnliche Experimente und Simulationen von JUNGERMANN ET AL. (1987) zurück. Jeder Nachfrageragent ist in der Lage, auf die unterschiedlichen Heuristiken zurückgreifen zu können. Hierbei gibt es unterschiedliche wissenschaftliche Ansätze, die sich mit der Verwendung von Heuristiken im Zuge einer Kaufentscheidung beschäftigen. 854 Als Grundlage für die Erstellung von Prog-

849

Vgl. PAYNE (1993), S. 37 f.

850

Vgl. ASCHENBRENNER (1978); RUSSO (1977) und JUNGERMANN/PFISTER/FISCHER (2005), S. 282 ff.

851

Vgl. JUNGERMANN/PFISTER/FISCHER (2005), S. 282.

852

Vgl. RUSSO/KRIESER/MIYASHITA (1975), S. 11 ff.

853

Vgl. JUNGERMANN/PFISTER/FISCHER (2005), S. 283.

854

Vgl. JUNGERMANN ET AL. (1987).

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

205

nosen von Markenrepositionierungen, werden die Heuristiken herangezogen, die das Kaufverhalten der einzelnen Nachfrager am besten erklären (Model-Fit) und auch die angeführten Charakteristika erfüllen. 2.2.2.2 Kompensatorische Heuristiken Der Effekt unterschiedlicher Repositionierungsstrategien kann anhand der Veränderung des wahrgenommenen Nutzens der Marke gemessen werden. 855 Die Marktnachfrage wird durch die individuellen Präferenzen der Nachfrager erklärt. Die implementierten kompensatorischen Entscheidungsregeln können durch eine linearadditive kompensatorische Teilnutzenfunktion dargestellt werden. Im Rahmen der „Equal weight Heuristic“ (EQW) kann der sogenannte deterministische Präferenzwert v( A) einer Marke a=1…a eines Nachfragers n= 1,..,N, der die Marke A in seiner letzten Kaufentscheidung ausgewählt hat, aus der Summe der bewerteten funktionalen und symbolischen Nutzendimensionen a1,…,an über alle Dimensionen ermittelt werden 856: A

B

a 1

b 1

A t B { ¦ a1  a2  ...  an ! ¦ b1  b2  ...  bn Der Parameter an ist eine ordinal-skalierte Variable, welche die Wahrnehmung des Nachfragers der Nutzendimension einer Marke darstellt. 857 Der Gesamtnutzen einer Marke beschreibt die Nutzeneinstellung des Nachfragers bezüglich der funktionalen und symbolischen Eigenschaften und kann wie folgt beschrieben werden:

v( A)

¦ v (a ) i

i

i

Eine Präferenz für eine Marke besteht jedoch erst, sobald alternative Kaufoptionen betrachtet werden. Im Rahmen des agentenbasierten Simulationsmodells ergibt sich die Präferenz aus der Beurteilung der Alternativen aus dem Relevant Set der Nachfrager. Nach der EQW Heuristik wird die Alternative mit der höchsten Nutzensumme ausgewählt.

855

Vgl. BREUSCH (2008) geht im Rahmen seines Customer-Equity-Modells ähnlich bei der Messung des Nettonutzens vor. Vgl. BREUSCH (2008), S. 113.

856

Vgl. JAGER (2007), S. 869.

857

Vgl. GUTSCHE (1995), S. 84 sowie BREUSCH (2008), S. 113.

206

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Bei der formalanalytischen Implementierung der „Weighted additive heuristic“ (WADD), muss die Funktion um die Wichtigkeit der einzelnen Nutzendimension ergänzt werden. 858 Hierzu wird der Gewichtungsfaktor w für die individuelle Wichtigkeit der einzelnen Nutzendimension für den Kauf eingeführt: A

B

a 1

b 1

A t B { ¦ w1a1  w2 a2  ...  wn an ! ¦ w1b1  w2b2  ...  wnbn Zum Zweck der Gewichtung werden empirisch erhobene Wichtigkeiten der einzelnen Nutzendimensionen herangezogen w1, w2,…, wn. Hierbei wurde im Rahmen der empirischen Untersuchung der selbstbestimmten Methodik gefolgt, die besagt, dass die Attribute und Gewichte durch die Probanden auf vorgegebenen Ratingskalen bestimmt wurden. 859 Es wird, wie bei der EQW Heuristik, die Alternative mit dem höchsten Nutzenwert durch den Nachfrager ausgewählt:

v( A)

¦ w v (a ) i i

i

i

Bei der MCD Heuristik unterschiedet sich die Wertfunktion von der bereits beschriebenen, da im Rahmen dieser Entscheidungsheuristik keine additive Verknüpfung der ursprünglichen Nutzenwerte vorgenommen wird. Innerhalb der MCD Heuristik werden Alternativenpaare hinsichtlich deren Ausprägung auf den einzelnen Attributen verglichen. Dies wird jedoch dichotom vorgenommen, wenn eine Marke auf einer Dimension besser bewertet worden ist, wird diese Differenz mit +1 gewertet. Die ursprünglichen Bewertungen der Dimensionen werden insofern berücksichtigt, dass eine Marke besser oder schlechter auf einer Dimension abschneidet. Zur tatsächlichen Entscheidung zieht der Nachfrager die simplifizierten Differenzen heran, indem er die Marke auswählt, welche den höheren Wert erzielt. Die Marke mit der in Summe höheren Bewertung auf den einzelnen Attributen wird beibehalten und mit der nächsten Marke verglichen, bis nur noch eine Alternative übrig bleibt. Die Heuristik kann wie folgt formalisiert werden: M 1 ! M 2 { DM 1 ! DM 2

858

Häufig wird die WADD Regel auch MAU Regel genannt. Vgl. JUNGERMANN/PFISTER/FISCHER (2005), S. 123 ff.

859

Vgl. HOEPFL/HUBER G. (1970), S. 408 ff. sowie die Diskussion zur Erhebungsmethodik im Rahmen der Conjointanalyse. Neben der selbstbestimmten Methodik zur Gewichtung von Attributen sind die multiple Regression, die Varianzanalyse und Varianten der Conjointanalyse anwendbar.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

207

DMi stellt in diesem Fall den Differenzvektor dar, der entsteht, sobald die Alternativen miteinander verglichen werden. Er setzt sich zusammen aus:

DMi

Da1b1  Da 2b 2  ...  Daibi

2.2.2.3 Nicht-kompensatorische Heuristiken In der lexikographischen Regel werden alle Marken innerhalb des consideration sets zuerst auf der wichtigsten Nutzendimension verglichen. Ist eine der Marken besser als die anderen, wird diese ausgewählt. Werden zwei oder mehr Marken auf dieser Dimension präferiert, wird die nächst wichtigste Beurteilungsdimension herangezogen. Dies wird so lange fortgeführt, bis eine Marke übrig bleibt und ausgewählt wird: M1 > M2 { a1 > a2 und aj ~ bj für alle j < i Die Indizierung gibt in diesem Fall die Wichtigkeit der einzelnen Dimensionen wider. Die aspektweise Eliminationsregel EBA, welche von TVERSKY (1972) entwickelt wurde, kann als Kombination aus einer lexikographischen und einer konjunktiven Regel beschrieben werden. Es ist eine Erweiterung der lexikographischen Regel durch eine dichotome Wertfunktion, indem der Nachfrager einen so genannten Schwellenwert je Attribut festsetzt (Threshold), den die einzelnen Marken innerhalb des Consideration Sets erfüllen müssen. Der Schwellenwert wird innerhalb des Modells mit der Durchschnittsbewertung auf diesem Attribut gleichgesetzt. Wenn eine Marke den Schwellenwert auf einer Dimension nicht erreicht, wird sie eliminiert. Dieses Verfahren wird so lange fortgeführt bis nur noch eine Alternative übrig bleibt:

A wird eliminiert { ki ! ai und a j t k j für alle j  i und M (T ) ! m. K stellt in diesem Fall den Kriterienvektor dar, welcher die Indizierung der Wichtigkeitsreihenfolge der einzelnen Attribute angibt. T symbolisiert die Menge der verbleibenden Alternativen und m die Menge der beizubehaltenden Alternativen. Die Satisficing Heuristik benötigt ebenfalls, ähnlich wie die EBA Heuristik, einen Schwellenwert auf jedem Attribut. Bei der Satisficing Heuristik wird im Gegensatz zur EBA nicht attributweise vorgegangen, sondern es wird eine gesamte Alternative hinsichtlich der Schwellenwerte auf jedem Attribut geprüft. Wenn nur ein Attribut einer Alternative unter dem Schwellenwert liegt, wird diese aus dem Consideration Set eliminiert. Die erste Alternative, welche den Schwellenwert auf jedem Attribut übertrifft, wird ausgewählt. Wenn keine Alternative des Consideration Sets die Bedingung erfüllt, werden die Schwellenwerte systematisch gesenkt und der Prozess so lange wiederholt, bis eine Alternative die Bedingungen erfüllt. Es hängt also davon ab, ob

208

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

eine Alternative die Bedingungen erfüllt und in welcher Reihenfolge die Alternativen angeordnet sind. In dem Fall eines Unentschiedens zwischen der ersten Wahl und der zweiten Wahl innerhalb des Consideration Sets, wird immer die erste Wahl ausgewählt, da sie als erstes evaluiert wird:

A wird eliminiert { ai  ti und a j  t j und ak  t k und al  tl T gibt in diesem Fall den Schwellenwert für die einzelnen Faktoren an. Sobald ein Faktor unterhalb des Schwellenwerts liegt, wird die Alternative eliminiert. Wenn keine Marke über den vorgegebenen Schwellenwert liegt, werden die Schwellenwerte um 5% gesenkt und die Heuristik beginnt abermals. Diese Prozedur wird solange durchgeführt, bis eine Alternative ausgewählt wird. 860 2.2.3 Qualitätsabhängige Kaufzyklen Die Kaufhäufigkeit oder -frequenz von Nachfragern stellt ein komplexes verhaltensorientiertes Konstrukt dar. Insbesondere im Markt für langlebige Gebrauchsgüter wirken viele Einflussfaktoren auf die Kaufhäufigkeit ein. Der wichtigste Einflussfaktor auf die Kauffrequenz ist die technisch bedingte Lebensdauer des Gebrauchsgutes. 861 Der Lebensdauer stehen jedoch immer kürzere Produktlebenszyklen gegenüber, besonders in reifen Märkten trifft dies zu, da technologische Innovationen wesentlich häufiger auftreten. 862 Einflussfaktoren auf die Kauffrequenz können die Marktbearbeitungsstrategien der einzelnen Marken sein, bspw. Preispromotions. Zu diesem Zweck muss der Marktlebenszyklus des zu betrachtenden Marktes innerhalb des Modells Berücksichtigung finden. Zur Erfassung des Konstruktes der Kaufhäufigkeit, führte BREUSCH (2008) im Rahmen seiner Untersuchung Expertengespräche durch, deren Ergebnisse Grundlage für die Modellierung der Kaufzyklen innerhalb des Repositionierungsmodells darstellen. Die Erfassung der Kaufhäufigkeiten der einzelnen Marken, die dann unter Berücksichtigung der Einflussfaktoren den Nachfrageragenten zugewiesen wurden, kann Abbildung 39 entnommen werden.

860

Dieses Vorgehen wurde an ein Vorgehen von SIMON (1955) angelehnt.

861

Vgl. BREUSCH (2008), S. 139.

862

Vgl. TIDD/BESSANT (2009), S. 27 ff.

209

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Aktuelle Qualitätsklasse

Marken in dieser Klasse Marke 7

Hohe Qualität

Marke 6

Kaufzyklen in Jahren Qualitätssenkung

3

Konstante Qualität

3,5

Qualitätserhöhung

4

Qualitätssenkung

2,5

Konstante Qualität

3

Qualitätserhöhung

3,5

Qualitätssenkung

2

Konstante Qualität

2,5

Qualitätserhöhung

3

Marke 5

Marke 2 Mittlere Qualität

Marke 4 Marke 1

Niedrige Qualität

Marke 3

Abbildung 39: Verwendete Kaufzyklen im agentenbasierten Simulationsmodell Quelle: In Anlehnung an BREUSCH (2008), S. 263.

2.3 Darstellung der sozialen Interaktion 2.3.1 Soziales Umfeld Das soziale Umfeld jedes Agenten wird im Rahmen des Repositionierungsmodells in Anlehnung an die beschriebenen Modelle zellulärer Automaten als ein ddimensionales Gitter aus Zellen modelliert. 863 Jeder Agent besetzt innerhalb der Netlogo-Umgebung einen Patch (Zelle). Auf Basis des Gitters ist es nun möglich, unterschiedliche Nachbarschaftsmodelle mit unterschiedlichen Intensitäten zu implementieren. 864 Im Rahmen des agentenbasierten Simulationsmodells wird ein Moore Nachbarschaftsmodell implementiert, welches jedem Nachfrager acht Nachbarn zuweist. Die Anzahl der Nachbarn, mit denen die

863

Vgl. KLÜGL (2001), S. 54.

864

Vgl. KLÜGL (2001), S. 55.

210

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

einzelnen Agenten kommunizieren, kann im Rahmen des Modells dynamisch verändert werden, um zu untersuchen wie sich unterschiedliche Interaktionsintensitäten auf das Wahlverhalten auswirken. Als Grundlage für die Implementierung der sozialen Interaktion wurden die qualitativen Vorstudien herangezogen. Hinsichtlich des Empfehlungsverhaltens kann auf Basis der ermittelten Ergebnisse konstatiert werden, dass Nachfrager im Rahmen der Entscheidungsfindung im Festnetztelefonmarkt lediglich bis zu vier Personen in die Entscheidung mit einbeziehen. 865 Der Radius der Interaktion ist zwischen r=0,5 und r=5 beliebig anpassbar. 866 Innerhalb der Kalibrierungsphase des Modells wird besonders auf diesen Punkt eingegangen. Welcher Interaktionsradius die validesten Ergebnisse im Rahmen der Markenrepositionierung erbringt, wird in Kapitel 4 dargestellt. 2.3.2 Interaktion zwischen den einzelnen Agenten Die Interaktion zwischen den einzelnen Agenten wird im Rahmen des Simulationsmodells anhand des Empfehlungsverhaltens modelliert. Dies geschieht durch die Generierung eines neuen Attributs für jede Marke, welches aus der empirisch erhobenen Empfehlungsvariable gewonnen wird. 867 JAGER (2007) spricht in diesem Zusammenhang von sozialen Präferenzen und bildet ein so genanntes soziales Attribut, welches die Relation zwischen Nachbaragenten, die eine Marke konsumieren, durch die Gesamtanzahl an Nachbarn darstellt. Dieser Ansatz wird auf das Empfehlungsverhalten übertragen und in Anlehnung an ZHANG/ZHANG (2007) anhand der Variablen „infl_in“ und „infl_out“ dargestellt. 868 „Infl_out“ stellt in diesem Zusammenhang dar, wie stark die gekaufte Marke (Erste Wahl) durch einen Agenten den anderen Agenten in der Nachbarschaft empfohlen wird. Dieser Wert ist empirisch erhoben worden und mit der ersten Wahl jedes Agenten verknüpft.

865

Vgl. interne Studie des LiM.

866

Vgl. ZHANG/ZHANG (2007), S. 918. Eine Erhöhung des Radiusses führt zu einer Erhöhung der abgegebenen Empfehlungen.

867

Vgl. JAGER (2007), S. 870. Die empirisch erhobene Empfehlungsvariable stellt die Empfehlungsintention des jeweiligen Nachfragers dar. Sie ist ordinal 1 - 5 skaliert und wurde mit Bezug auf die gekaufte Marke erhoben.

868

Vgl. ZHANG/ZHANG (2007), S. 920. ZHANG/ZHANG (2007) modellierten die Interaktion der Agenten untereinander anhand von zwei Einflussvariablen. Diese zeigen an, inwieweit sich ein Agent von seinem sozialen Umfeld beeinflussen lässt. Diese soziale Beeinflussung wird dann als Variable innerhalb der Motivationsfunktion der Agenten berücksichtigt, die als Auswahlfunktion für den Kauf oder Nichtkauf einer Marke verantwortlich ist. Bezüglich der mathematischen Details vgl. ausführlich ZHANG/ZHANG (2007), S. 918.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

211

Demgegenüber steht der Wert „Infl_in“, welcher in diesem Zusammenhang die Einflussnahme der Nachbaragenten repräsentiert. Er stellt einen Empfehlungsvektor dar, der sich aus den Empfehlungen der Nachbaragenten zusammensetzt. Er lässt sich wie folgt formalisieren: Infl _ in [¦ M a ; ¦ M b ; ¦ M c ; ¦ M d ; ¦ M e ; ¦ M f ; ¦ M g ]

Innerhalb des Netlogoprogrammes wird dieser Vektor als Liste dargestellt, welche die Informationen für jeden Agenten speichert. Diese Liste beinhaltet somit sämtliche Empfehlungen bezüglich der Marken M1 bis M7, die der Agent von den Nachbaragenten erhält (vgl. Abbildung 40).

bM M1

b M7

b

2

b

b

M6

b M5

b

M1

M3

M2

b b

M1 bis M7 = Empfohlene Marken Abbildung 40: Soziale Interaktion innerhalb des Modells Quelle: Eigene Darstellung.

Im zweiten Schritt wählt der Agent auf Basis seines Consideration Sets die Empfehlungen aus, die für ihn relevant sind. Die Relevanz für den Nachfrager wird durch das

212

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Consideration Set determiniert. 869 Werden dem zu betrachtenden Nachfrager Marken empfohlen, die sich nicht in seinem Consideration Set befinden, werden diese nicht berücksichtigt. Auf Basis der Liste „infl_in“ bildet nun jeder Agent einen Empfehlungsvektor analog zu seinem Consideration Set:

Ei Mit

[

¦ Ma ; ¦ Mb ; ¦ Mc ] AnzahlM a AnzahlM b AnzahlM c

Ei = Nachfrageragent i Ma = Summe des Empfehlungswertes für Marke A Anzahl Ma = Anzahl der erhaltenen Empfehlungen für Marke A

Die Relation zwischen der erhaltenen Empfehlung und der Anzahl der Empfehlungen bilden analog zu JAGER (2007) das soziale Attribut jeder Marke innerhalb des Consideration Sets der Nachfrageragenten, wobei S ai das soziale Attribut der Marke A des Nachfragers i darstellt:

S ai

¦M

a

AnzahlM a

Dieses so ermittelte soziale Attribut wird im nächsten Schritt innerhalb der Präferenzbildung und Markenauswahl innerhalb der Entscheidungsfindung berücksichtigt. Durch die Integration des sozialen Attributes in die Wahlentscheidung der Nachfrageragenten wird die soziale Interaktion im Sinne von Empfehlungsverhalten in das Entscheidungsmodell jedes Agenten integriert. Die Auswirkungen der sozialen Interaktion können nun anhand der Simulationsläufe mit und ohne soziale Interaktion geprüft werden. Da jeder Nachfrageragent lediglich einen zeitpunktbezogenen, empirisch erhobenen Empfehlungswert hat, welcher mit der ersten Wahl verknüpft ist, muss eine dynamische Routine entwickelt werden, die es ermöglicht, zukünftige Entwicklungen zu simulieren. Diese Routine sollte es ermöglichen, im Falle eines Wechsels der Ersten Wahl aufgrund einer Markenrepositionierung für die folgenden Perioden einen künstlich erzeugten Empfehlungswert zu generieren, damit der Nachfrageragent seine

869

Da keine Informationen hinsichtlich neu eintretender Marken innerhalb des Modells verarbeitet werden können, wird der Annahme gefolgt, dass für die Nachfrager lediglich die Marken aus dem Consideration-Set als Markenwahlalternativen relevant sind.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

213

neue erste Wahl in den Folgeperioden ebenfalls an seine Nachbaragenten weiterempfehlen kann. Zu diesem Zweck wurde mit dem Statistikprogramm Matlab 870 eine Kerndichteschätzung durchgeführt. Eine Kerndichteschätzung ist ein Verfahren, welches dazu genutzt wird, eine eindimensionale Verteilung zu schätzen. Es ist ein nichtparametrisches Verfahren, um die Verteilung im Rahmen einer Stichprobe zu realisieren. Als Grundlage für die Kerndichteschätzung dient die bisherige Verteilung der Empfehlungsvariablen, die in Abbildung 41 dargestellt ist.

Abbildung 41: Histogramm der Variable Empfehlung Quelle: Eigene Darstellung

Wie in dem Histogramm ersichtlich, folgt die Verteilung der Empfehlungsvariable nicht der abgetragenen Normalverteilungskurve. Aus diesem Grund wird für die Berechnung von Zufallszahlen, welche in die Simulation integriert werden sollen, eine nichtparametrische Kerndichteschätzung durchgeführt, die im Folgenden näher er-

870

Matlab (Matrix Laboratory) ist eine platformunabhängige Software zur Lösung mathematischer Probleme und zur grafischen Aufbereitung der Ergebnisse. Matlab ist primär auf numerische Berechnungen anhand von Matrizen ausgelegt.

214

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

läutert werden soll. Diese Kerndichteschätzung wird in Ermangelung von empirisch erhobenen Werten für sämtliche Marken im Consideration Set der Nachfrager durchgeführt. Sobald ein Nachfrager aufgrund einer Markenrepositionierung seine Marke wechselt, existiert kein empirisch erhobener Empfehlungswert, welcher in diesem Fall durch eine Zufallszahl ersetzt werden soll. Die verallgemeinerte Form einer eindimensionalen Kerndichteschätzung lautet 871:

f( x)

1 n § x  xi · ¸ ¦ K¨ hn i 1 © h ¹

Die Funktion K stellt in diesem Fall die Kernfunktion dar. Vor der Durchführung einer Schätzung sind zwei Entscheidungen zu treffen: Zum einen ist eine geeignete Kernfunktion auszuwählen und zum anderen ist die Bandweite h zu bestimmen. Für die Schätzung der Dichte im Falle des Empfehlungswertes wird ein Gauss-Kern 872 verwendet, der auch als Normalkern bezeichnet wird:

K (u )

1 exp(1 / 2u 2 ) 2S

Hierzu wird dann die Bandbreite so festgelegt, dass die geschätzte Dichtefunktion der tatsächlichen Verteilung innerhalb der Variablen entspricht. 873 Aus der geschätzten invertierten Dichtefunktion ist es dann möglich, mittels linearer Interpolation Zufallswerte zu generieren, welche dann der ursprünglichen empirischen Verteilung entsprechen. Diese Zufallszahlen werden dann in das agentenbasierte Simulationsmodell integriert und jedem Agenten zugewiesen, der seine erste Wahl aufgrund einer Repositionierung ändert. Mit Hilfe des dargestellten Verfahrens wird gewährleistet, dass die vergebenen Zufallswerte der empirisch ermittelten Verteilung entsprechen und keine Verzerrungen auftreten. Dies ermöglicht eine von den empirischen Daten unabhängige Simulation zukünftiger Marktentwicklungen in Abhängigkeit der sozialen Interaktion.

871

Vgl. PETERSMEIER (2003), S. 98.

872

Vgl. MICHELS (1992), S. 12.

873

Zu verschiedenen Verfahren der Ermittlung der optimalen Bandbreite vgl. PETERSMEIER (2003), S. 106 ff.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

215

2.4 Zusammenfassende Betrachtung des Modells Das agentenbasierte Simulationsmodell ist im Gegensatz zu statistischen Modellen in der Lage, das individuelle Kaufverhalten der einzelnen Nachfrager abzubilden. Jedem Nachfrager innerhalb des Modells kann eine spezifische Entscheidungsregel zugewiesen werden, die je nach Situation einsetzbar ist. Neben den bereits implementierten Entscheidungsregeln kann das Regelset beliebig erweitert werden. Auf Grund der deterministischen Vorgehensweise wird auf sämtliche Verteilungsannahmen verzichtet. Somit erfüllt das Modell sämtliche Funktionsweisen eines ChoiceSimulators. 874 Das Modell ist somit in der Lage, unterschiedliche Entscheidungsregeln anzuwenden, unterschiedliche Charakteristiken der Nachfrager zu berücksichtigen, Marktanteilsveränderungen zu berechnen sowie segmentspezifische Aussagen zu treffen. Über die realitätsnähere Abbildung des Wahlverhaltens hinaus ist das Modell in der Lage soziale Interaktionsmechanismen abzubilden. Dies kann auf unterschiedliche Art und Weise implementiert werden. Im Rahmen des bestehenden Modells wird hier auf das Konstrukt der Weiterempfehlung zurückgegriffen. Somit dient das Simulationsmodell der Entscheidungsunterstützung bei Repositionierungsentscheidungen, da sämtliche Annahmen auf markentheoretischen Grundlagen basieren. Im Folgenden soll nun das agentenbasierte Simulationsmodell innerhalb des Festnetztelefonmarktes empirisch überprüft und validiert werden. 875 3

Konzeption und Ablauf agentenbasierter Simulationen

Der Anspruch vieler agentenbasierter Modelle ist es, ein Vorhersagemodell zu generieren, um ein reales System nachzubilden. 876 Der Ablauf einer agentenbasierten Simulation kann allgemein in 5 Teilschritte unterteilt werden, die mehrfache Iterationen durchlaufen (vgl. Abbildung 42). 877

874

Vgl. zu den Charakteristika von Choice Simulatoren vertiefend GREEN/KRIEGER/WIND (2005a), S. 171.

875

Eine Darstellung der Oberfläche des agentenbasierten Modells kann Anhang 4 entnommen werden.

876

Vgl.OECHSLEIN (2004), S. 44.

877

Vgl. BOSSEL (2004); GILBERT/TROITZSCH (2005); MONSEF (1997) sowie zusammenfassend OECHSLEIN (2004), S. 44.

216

1ste Iteration

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Konzeptmodell (Analyse)

2te Iteration

Konzeptmodell (Analyse)

Letzte Iteration

Konzeptmodell (Analyse)

Spezifikation (Design)

Implementation

Spezifikation (Design)

Spezifikation (Design)

Kalibrierung

Implementation

Implementation

Beschreibungssprache + Unterstützung der Erstellung

Experimentation

Kalibrierung

Kalibrierung

Experimentation

Experimentation

Qualitätssicherung

Abbildung 42: Ablauf eines agentenbasierten Simulationsmodells Quelle: In Anlehnung an OECHSLEIN (2004), S. 52.

Grundlage für ein agentenbasiertes Simulationsmodell stellt das Konzeptmodell dar. Im Rahmen des Konzeptmodells werden die Forschungsfrage und die zentralen Hypothesen, die durch das Modell untersucht werden sollen, spezifiziert. Darüber hinaus werden die zentralen Systemgrößen wie Ein- und Ausgabegrößen und Parameter mit ihren kausalen Zusammenhängen festgelegt und dargestellt. Die zentralen Bestandteile der Simulation, Agenten, Ressourcen und ihre Umwelt, werden ebenfalls in dieser Phase konzipiert. Die Organisationsstrukturen innerhalb des Modells werden in diesem Schritt lediglich abstrakt angegeben, was z.B. bedeutet welche Interaktionen stattfinden und welche Organisationsstrukturen unterstützt werden. Eine genaue Ausgestaltung der Interaktionen findet erst nachgelagert statt. Die Visualisierung der unterschiedlichen Hierarchieebenen und Interaktionen kann mittels Beschreibungssprachen wie UML (Unified Modeling Language) erfolgen. Die Anführung der Experimente, die mit dem Modell durchgeführt werden sollen, findet ebenfalls schon in der Konzeptionsphase statt. In der nachgelagerten Spezifikationsphase werden die bereits beschriebenen Elemente näher konkretisiert. Im Rahmen dieser Untersuchung werden Schritt eins und Schritt zwei zusammengefasst, die detaillierte Beschreibung des Konzeptmodells findet demnach schon im ersten Schritt statt.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

217

In der Implementierungsphase wird das konzeptionelle Modell konkretisiert und anhand einer Simulationssprache programmiert. Dies sind die Umsetzung der Infrastruktur im Rahmen des Simulators, die Umsetzung der ausgewählten Agentenarchitektur und eine Implementierung der benötigten Kommunikationsinfrastruktur, die Programmierung der Verhaltens- und Zustandsvariablen der Agenten sowie die Entwicklung unterschiedlicher Szenarios, in diesem Fall Markenrepositionierungen innerhalb der durchgeführten Experimente. Die Kalibrierungsphase dient der Anpassung der Modellgrößen, so dass das in den Simulationsläufen gezeigte Verhalten möglichst gut dem Zielsystem entspricht.878 Die Parametrisierung ist bei agentenbasierten Simulationen besonders schwierig, da das lokale Verhalten der Agenten das Zielsystem des Gesamtmodells auf Makroebene bestimmt. In der Experimentationsphase werden dann die eigentlich geplanten Simulationen durchgeführt und grafisch bzw. tabellarisch dokumentiert. Neben dem dargestellten Ablaufprozess müssen weitere qualitätssichernde Maßnahmen durchgeführt werden, um die Qualität des Gesamtmodells zu erhöhen. 4

Qualitätssichernde Maßnahmen bei der Erstellung agentenbasierter Modelle

Agentenbasierte Simulation in den Geisteswissenschaften ist eine neue Methodik mit erheblichem Potential zur Erforschung von Marktphänomenen. 879 Die wissenschaftliche Literatur jedoch beschäftigt sich erst seit jüngster Zeit mit der Erforschung von Methodiken zur Validierung agentenbasierter Simulationsmodelle. 880 CARLEY (1996) entwickelte in ihrem Arbeitspapier vier Stufen für die Validierung von agentenbasierten Modellen: I. Argumentation, II. Kalibrierung, III. Verifizierung, IV. Harmonisierung. Diese Stufen der Validierung können auch auf agentenbasierte Modelle aus dem Marketing-Bereich übertragen werden. 881 Der erste Schritt bei der Validierung von agentenbasierten Modellen stellt die Überprüfung der Argumentation dar. Diese Form der Validierung wird auch häufig als „fa-

878

Vgl. OECHSLEIN (2004), S. 63.

879

Vgl. MIDGLEY/MARKS/KUNCHAMWAR (2007), S. 848.

880

Vgl. CARLEY (1996); FAGIOLO/MONETA/WINDRUM (2007); FAGIOLO/BIRCHENHALL/WINDRUM (2007); MIDGLEY/MARKS/KUNCHAMWAR (2007); GARCIA/RUMMEL/HAUSER (2007).

881

Vgl. GARCIA/RUMMEL/HAUSER (2007), S. 849.

218

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

ce-validity“ bezeichnet. 882 Face Validity bedeutet, dass die Vereinfachungen, die innerhalb des Modells implementiert worden sind, nicht die Wertigkeit der zu erzielenden Simulationsergebnisse zu stark mindert. 883 Dies kann sich bspw. auf die Vernachlässigung wichtiger Einflussfaktoren beziehen, deren Fehlen zu verfälschten Ergebnissen führen würde. Neben der Face-Validity werden in dieser Stufe auch die partielle Parametervalidität sowie die Prozessvalidität überprüft. Dies geschieht innerhalb einer Initialisierungsphase, in der die einzelnen Prozesse und Parameter so gesetzt werden, dass sie den realen erhobenen Daten entsprechen. 884 Die Kalibrierung innerhalb des Validitätsprozesses ist ähnlich der in Kapitel 3 beschrieben Kalibrierungsphase. Hier findet ein genauer Abgleich zwischen den vom Modell generierten Daten und den empirisch erhobenen realen Daten statt. Dies ist ein iterativer Prozess, der so lange fortgeführt wird, bis die einzelnen Parameter des Modells mit denen der Realdaten übereinstimmen. 885 Im Rahmen der Kalibrierung steht die Überprüfung des Modellinputs, sowie die internen Prozesse und Kausalitäten des Simulationsmodells im Vordergrund. 886 Eine detailliertere Betrachtung der einzelnen Kalibrierungsmethoden würde an dieser Stelle zu weit führen. Mögliche weiterführende Ansätze hierzu sind der „Indirect Calibration Approach“, der „WerkerBrenner Approach“ sowie der „History Friendly Approach“. Die dritte Phase ist die Verifizierungsphase. Die Definition und Abgrenzung von Verifizierung und Validierung im Rahmen agentenbasierter Simulationen hat in der Wissenschaft zu einer kontroversen Diskussion geführt. GONZALEZ/BARR (2000a) definieren verification als „… the process ensuring that the intelligent system (1) conforms to specifications, and (2) that its knowledge base is consistent and complete within itself.“ 887 Der Verifikationsbegriff hat nach dieser Definition zwei Ebenen. Die erste Ebene besagt, dass das Agentensystem den schriftlich niedergelegten Spezifikationen entspricht. Die zweite Ebene bezieht sich explizit auf die Agenten in dem Sinne, dass innerhalb ihrer Wissensrepräsentation (bspw. Image einer Marke, Wichtigkeit von Attributen etc.) keine internen Fehler auftreten. Interne Fehler können in diesem Zusammenhang Konflikte, Redundanzen oder Zirkularitäten sein, die zu pa-

882

Vgl. CARLEY (1996), S. 8.

883

Vgl. CARLEY (1996), S. 11.

884

Vgl. GARCIA/RUMMEL/HAUSER (2007), S. 849.

885

Vgl. CARLEY (1996), S. 13 f.

886

Vgl. GARCIA/RUMMEL/HAUSER (2007), S. 850.

887

Vgl. GONZALEZ/BARR (2000a), S. 412.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

219

thologischen Interaktionen oder Missing Links führen können. 888 GONZALEZ/BARR (2000b) GARCIA/RUMMEL/HAUSER (2007) definieren verification als: „[Verification] only means that the software correctly implements the conceptual model that the researcher intended.” 889 Das bedeutet, dass das Softwaresystem den Hypothesen des Wissenschaftlers folgen kann und die intendierten Gleichungssysteme durch das Programm korrekt gelöst und dargestellt werden. CARLEY (1996) definiert Verifizierung lediglich als: „… a set of techniques for determining the validity of a computational model’s predictions relative to the set of real data.” 890 Das bedeutet, dass Verifizierung nur die Validierung des Outputs der Simulation bedeutet. Im Rahmen dieser Arbeit soll diese Sichtweise jedoch durch die bereits beschriebene Perspektive von MIDGLEY/MARKS/KUNCHAMWAR (2007) erweitert werden, so dass die Verifizierung neben der Ergebnisvalidierung auch die Verifizierung des Quellcodes beinhaltet. Zur Verifizierung der Simulationssoftware können unterschiedliche Methoden angewendet werden. Die erste Möglichkeit der Code Verifizierung ist ein external review. Diese Methode wurde ursprünglich für IBM entwickelt. Kernkomponente der Methodik ist eine kleine Gruppe von Experten, die systematisch den Quellcode kontrollieren und im Zuge dessen Techniken wie das Paraphrasing 891 einsetzen. 892 Forschung in diesem Bereich hat gezeigt, dass externe Codereviews die Fehleranfälligkeit sehr stark reduzieren. 893 Eine andere Form der Verifizierung ist die Anwendung automatischer Prüfsysteme zur Quellcodeanalyse. 894 In Zeiten des Internets ist eine weitere relativ einfache Möglichkeit der Quellcodeverifizierung die Veröffentlichung des Quellcodes auf einer Webseite, die für jeden zugänglich ist. 895 Diese Form der Quellcodeanalyse ist aus Kostensicht die effizienteste Lösung. Weitere wichtige Analysen zur Verifizierung sind „extreme bounds testing“ und Sensitivitätsanalysen. Extreme bounds testing bezieht sich darauf, ob das Model an seinen Grenzen sinnvolle Er-

888

Vgl. GONZALEZ/BARR (2000b), S. 887.

889

Vgl. GONZALEZ/BARR (2000b), S. 887.

890

Vgl. CARLEY (1996), S. 16.

891

Unter Paraphrasing wird eine Technik verstanden, bei der die Bedeutung jeder Quellcodezeile auf einer höheren Ebene verbalisiert wird. Vgl. MIDGLEY/MARKS/KUNCHAMWAR (2007), S. 887.

892

Vgl. FAGAN (1999), S. 260 ff.

893

Vgl. GLASS (2002), S. 19 ff.

894

Vgl. HAILPERN/SNTHANAM (2002), S. 7 Das Problem der automatischen Quellcodeanalyse liegt darin, dass „ Any proof system that can automatically verify a real program must be able to handle a very complex logical analysis.“ Das bedeutet, dass solch eine Prüfsoftware komplexer sein muss als die eigentlich zu testende Software. Vgl. H AILPERN/SNTHANAM (2002), S. 9.

895

Vgl. MIDGLEY/MARKS/KUNCHAMWAR (2007), S. 887.

220

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

gebnisse produziert oder nicht. Zusätzliche Sensitivitätsanalysen stellen sicher, dass die Parameterkombinationen, welche einen starken Einfluss auf die Modellergebnisse ausüben, mit den Spezifikationen des Modells übereinstimmen. 896 Im Idealfall sollten mehrere dieser Methoden während des Entwicklungsprozesses eines agentenbasierten Modells angewendet werden, um die Qualität zu sichern und zu erhöhen. Die vierte und letzte Stufe des Validitätsprozesses ist die Harmonisierung des Modells. Eine mögliche Methode der Harmonisierung ist der Vergleich der Modellergebnisse mit den Ergebnissen eines linearen statistischen Modells. 897 Zusammenfassend können die vier Stufen des Validierungsprozesses wie folgt beschrieben werden: „Grounding sets up the model, calibration fine tunes the model, verification matches the model to real world phenomena and harmonization tests the model to the proposed hypotheses developed.“ 898 Ein explizites Hinzufügen der Quellcodeüberprüfung innerhalb der Verifizierungsphase ist jedoch ebenso notwendig, da solche Fälle ebenfalls zu fehlerhaften Berechnungen führen können. In Abbildung 43 sind die unterschiedlichen Stufen des Prozesses dargestellt. Im Rahmen der hier durchgeführten Studie werden Quellcodeanalysen zur Herstellung der Face-Validity durchgeführt. Darüber hinaus werden Signifikanztests zwischen den empirisch erhobenen Daten und den durch das Modell berechneten Daten berechnet.

896

Vgl. SCHREIBER (2003), S. 14 f.

897

Vgl. CARLEY (1996), S. 19.

898

Vgl. GARCIA/RUMMEL/HAUSER (2007), S. 850.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

221

Harmonisierung Verifizierung Kalibrierung Anpassung Unkalibriertes Detaillierte BerechnungsRealdaten modell Kalibriertes Berechnungsmodell

Berechnete Daten

Vergleich Berechnete Prognosen Set 1

Vergleich Berechnete Prognosen Set 2

Kreuz-Validierung Limitierte Realdaten Set 1

Limitierte Realdaten Set 2

Regressions Gleichungen

Vergleich

Lineares Modell

Prognosen des linearen Modells

Harmonisierung

Abbildung 43: Der Validierungsprozess. Quelle: CARLEY (1996), S. 20.

5

Empirische Anwendung im Festnetztelefonmarkt

5.1 Abgrenzung des Marktes für schnurlose Festnetztelefone Der Untersuchungsgegenstand des agentenbasierten Simulationsmodells ist der Festnetztelefonmarkt. Im Fokus der Untersuchung steht der Festnetztelefonmarkt in Deutschland. Weitere Ländermärkte im Rahmen der Untersuchung stellen der russische, der chinesische, der französische sowie der schwedische Festnetztelefonmarkt dar. Im Rahmen der Untersuchung wird ausschließlich der Privatkundenmarkt (B2C) betrachtet, der Businesskundenmarkt (B2B) ist nicht Gegenstand der Untersuchung.

222

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Schnurlose Festnetztelefone können hinsichtlich ihrer Beschaffenheit und Einsatzdauer als langlebige Gebrauchsgüter klassifiziert werden. Gebrauchsgüter sind Güter, die zur mehrmaligen oder andauernden Verwendung bestimmt sind. 899 Hinsichtlich der Kaufgewohnheiten der Nachfrager können schnurlose Telefone als Güter des Such- und Vergleichskaufs charakterisiert werden. 900 Das bedeutet, innerhalb der Kaufentscheidung durchläuft der Nachfrager verschiedene Such-, Vergleichs-, sowie Auswahlprozesse. Im Rahmen dieser Auswahlprozesse ziehen die Nachfrager unterschiedliche Beurteilungskriterien wie Qualität, Design, Preis oder Prestige heran. Viele notwendige Informationen sind für die Nachfrager frei zugänglich und werden auch von den Herstellern aktiv kommuniziert, so dass innerhalb des Marktes keine nennenswerten Informationsasymmetrien zwischen Nachfragern und Herstellern bestehen. Schnurlose Festnetztelefone können in der Regel als Low-Involvement-Kategorie bezeichnet werden. Das bedeutet, dass das Interesse der Nachfrager an dieser Produktkategorie über die Zeit hinweg als niedrig eingestuft werden kann. KAPFERER/LAURENT (1985) fanden heraus, dass beim Kauf von Produkten, mit denen kein soziales bzw. finanzielles Risiko einhergeht, ein geringes Involvement vorherrscht. Bei vielen Verbrauchsgütern bspw. tritt Low-Involvement auf, sobald es sich um Güter des täglichen Bedarfs handelt. Charakteristika für low-involvement Produkte sind bspw., dass sich der Markt in einer Sättigungsphase befindet, es nur eine geringe Produktdifferenzierung gibt und ein kaum vorherrschendes Kaufrisiko vorliegt. 901 Das Volumen des Schnurlostelefonmarktes nimmt kontinuierlich seit 2004 ab (vgl. Abbildung 44). Dies bekräftigt die Aussage, dass der Markt sich in der Sättigungs- bzw. in der Degenerationsphase befindet.

899

Vgl. NIESCHLAG/DICHTL/HÖRSCHGEN (2002), S. 82.

900

Vgl. BREUSCH (2008), S. 194.

901

Vgl. ZAICHKOWSKY (1985), S. 341 ff. sowie KROEBER-RIEL/WEINBERG/GRÖPPEL-KLEIN (2009), S. 413.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

223

In € 1.600.000 1.400.000 1.200.000 DECT Welt DECT Europa DECT Nordamerika DECT Südamerika DECT Asien

1.000.000 800.000 600.000

DECT = Festnetztelefone

400.000 200.000 Jahre

0 04-05

05-06

06-07

07-08

08-09

09-10

10-11

Abbildung 44: Entwicklung des Festnetztelefonmarktes bis 2011 Quelle: Unveröffentlichte Studie 2006.

Dieser Umstand ist unter anderem auf neue Technologien wir die IP-Telefonie und die Konvergenz des Handymarktes mit dem Festnetztelefonmarkt zu erklären. Innerhalb der modernen Kaufverhaltenstheorie wird die Anzahl der Entscheidungsträger während der Kaufentscheidung berücksichtigt. Schnurlose Telefone stellen eine Kategorie dar, in welcher der individuelle Nachfrager als Entscheidungsträger fungiert. Da der B2C Markt Gegenstand der Betrachtung ist, können institutionelle oder unternehmerische Käufer ausgeschlossen werden. Darüber hinaus können kollektive Kaufentscheidungen bspw. von Familien ebenfalls ausgeschlossen werden. Dies bedeutet jedoch nicht, dass innerhalb der individuellen Kaufentscheidung soziale Einflüsse nicht berücksichtigt werden. Qualitative Vorstudien haben ergeben, dass beim Kauf eines Festnetztelefons häufig Empfehlungen von Freunden und Bekannten eingeholt werden, welche die Kaufentscheidung beeinflussen. Eine Modellierung des Kaufentscheidungsprozesses als individuellen Prozess, basierend auf unterschiedlichen Entscheidungsregeln, erscheint aus diesen Gründen als eine geeignete Annahme für diesen Markt. 902 Hinzu kommt die Modellierung sozialer Einflüsse als direkter Einflussfaktor auf den Kauf, welche auch einen Einfluss auf Repositionierungsentscheidungen ausübt.

902

Vgl. BREUSCH (2008), S. 195.

224

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Darüber hinaus können Festnetztelefone als heterogene Produkte bezeichnet werden. 903 Heterogen bedeutet in diesem Zusammenhang, dass sich die unterschiedlichen Telefonmarken hinsichtlich der verschiedenen Produktaustattungsmerkmale und Preise innerhalb der Kaufentscheidung vergleichen lassen. Im Rahmen der Präferenzbildung spielt somit die vergleichende Abwägung unterschiedlicher Merkmale eine besondere Rolle. Aus diesem Grund erscheint eine multiattributive Herleitung funktionaler Nutzenmerkmale als Basis für die zu modellierende Kaufentscheidung innerhalb des Festnetztelefonmarktes als sinnvoll. Der Verwendungszweck eines Festnetztelefons ist primär die Befriedigung des Kommunikationsbedürfnisses der Nachfrager. Insbesondere der problemlose Kontakt mit dem persönlichen Umfeld steht bei der Erfüllung dieses Bedürfnisses im Vordergrund. Neben diesem Primärbedürfnis gibt es noch weitere Bedürfnisse wie bspw. das Design des Telefons, ob es zum Interieur der Wohnung passt, oder ob es zum Lifestyle der Person passt. Aus diesem Grund ist eine Marktbetrachtung hinsichtlich emotionaler Nutzenmerkmale ebenfalls erforderlich, um ein vollständiges Marktbild entwickeln zu können. 5.2 Soziale Interaktion beim Kauf von Festnetztelefonen Im Zentrum agentenbasierter Modelle steht die Interaktion zwischen den einzelnen Nachfragern. Qualitative Studien des Lehrstuhls für innovatives Markenmanagement (LiM) an der Universität Bremen haben ergeben, dass im Rahmen der Kaufentscheidungsfindung bei Festnetztelefonen von Nachfragern die Interaktion eine wichtige Rolle spielt. Dies umfasst nicht nur die Interaktion zwischen Nachfragern und Verkäufern sondern auch die Interaktion von Nachfragern innerhalb des Bekanntenkreises in Form von Empfehlungen. 904 30% der Probanden gaben an, dass Empfehlungen im Rahmen ihrer Kaufentscheidung eine wichtige Rolle gespielt haben. 905 Teilweise haben die Probanden bis zu 20 Minuten mit Freunden und Bekannten über mögliche Kaufoptionen gesprochen. 906 Diese Zahlen bestätigen allgemeine Erkenntnisse aus Technologiemärkten, dass Nachfrager sich vor dem Kauf von ihren Mit-

903

Vgl. BREUSCH (2008), S. 195.

904

An dem Experiment „Telekommunikationsstudie 2“ nahmen 108 Probanden teil. Es wurde am Lehrstuhl für innovatives Markenmanagement an der Universität Bremen durchgeführt.

905

LEHRSTUHL FÜR INNOVATIVES MARKENMANAGEMENT (2007).

906

LEHRSTUHL FÜR INNOVATIVES MARKENMANAGEMENT (2007). Im Rahmen der Vorstudie wurde von den Probanden angegeben, bis zu vier Empfehlungen beim Kauf eines Festnetztelefons erhalten zu haben.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

225

menschen Empfehlungen geben lassen. 907 Ein weiteres Konzept, welches auf sozialer Interaktion basiert, ist das Meinungsführerprinzip. 908 Nachfrager beschaffen sich häufig Informationen von Meinungsführern, welche dann die Kaufentscheidung beeinflussen. Dies geschieht insbesondere in Märkten mit komplexen Technikprodukten. 909 Diese Ergebnisse lassen vermuten, dass der Festnetztelefonmarkt einen geeigneten Markt für eine agentenbasierte Simulation darstellt. Aus diesem Grund wird der Erfolg einer Repositionierungsstrategie im Rahmen des Modells einmal ohne soziale Interaktion und einmal mit sozialer Interaktion modelliert, um herauszufinden, welchen Einfluss die soziale Interaktion tatsächlich auf den Erfolg einer Repositionierungsstrategie hat. 5.3 Segmentierung im Festnetztelefonmarkt 5.3.1 Bildung von Nachfragersegmenten Innerhalb der Simulationsumgebung Netlogo ist es möglich, Agentenklassen zu bilden und diese mit gruppenspezifischen Eigenschaften oder Regeln zu belegen. Diese „breed“ Funktion kann im Rahmen verhaltenswissenschaftlicher Kaufentscheidungsmodelle verwendet werden, um unterschiedliche Käuferschichten oder Segmente darzustellen. Im Rahmen des agentenbasierten Repositionierungsmodells ist es möglich, den Markt für Festnetztelefone in sieben unterschiedliche Segmente mit verschiedenen Eigenschaften einzuteilen (vgl. Abbildung 45).

907

Vgl. BLACKWELL/MINIARD/ENGEL (2006), S. 114 ff.

908

Vgl. HOMBURG/KROHMER (2003), S. 491.

909

Vgl. MOHR/SENGUPTA/SLATER (2010), S. 232 ff.

226

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

„Die Reservierten“ „Die Reduktionisten“ 6,3%

„Die Multinutzer“

17%

15,5%

3,6%

„Die Innovativen“

6,7%

9,9%

„Die Mitläufer“ „Die Funktionalisten“

40,9%

„Die Kommunikativen“ Abbildung 45: Segmente im Festnetztelefonmarkt übertragen auf das agentenbasierte Simulationsmodell Quelle: Eigene Darstellung in Anlehnung an O.V. (2006).

In Abbildung 45 sind die sieben Segmente und ihre Verteilung im deutschen Markt dargestellt. 910 Für das Segment der „Reduktionisten“ ist das Festnetztelefon das wichtigste Kommunikationsgerät. Neue Medien werden weitestgehend abgelehnt, insbesondere das Internet wird selten genutzt. Die „Mitläufer“ hingegen sind relativ offen für neue Technologien, sie nutzen das Telefon, um mit ihrer Umwelt in Verbindung zu bleiben. Die „Funktionalisten“ nutzen Medien wie das Internet oder das Telefon weitestgehend zur Organisation ihres Alltags. Sie sind sehr abhängig von elektronischen Medien, gleichzeitig nutzen sie das Telefon nur sehr selten für die persönliche Kommunikation. Die „Kommunikativen“ sind sehr in ihrem persönlichem Umfeld verhaftet. Für sie ist es wichtig, spontan und intim Gespräche am Telefon führen zu können. Die „Multinutzer“ sind die Trendsetter, welche sämtliche Formen von modernem Media-Equipment nutzen. Sie sind einfach für neue Technologien zu begeistern. Die „Innovativen“ bewegen sich weg vom Festnetztelefon hin zu neuen Möglichkeiten digitaler Kommunikation. Sie haben einen sehr ausgeprägten Fokus auf das Internet. Sie sind ähnlich wie die „Multinutzer“ leicht für neue Technologien zu begeistern. Das

910

Zur Veranschaulichung und Charakterisierung der einzelnen Segmente reicht die Verteilung im deutschen Markt aus. Diese Segmente sind ein Ergebnis mehrerer quantitativer und qualitativer Grundlagenstudien die auf Basis von Klassifikationsvariablen mittels einer Clusteranalyse die sieben Segmente ermittelt haben. Vgl. O.V. (2006), S. 1 ff.

227

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Segment der „Reservierten“ ist innerhalb des Festnetztelefonmarktes als zurückhaltend zu charakterisieren. Neue Medien kommen für sie so gut wie gar nicht in Frage. Hinsichtlich des Telefonmarktes sind insbesondere vier Kriterien hervorzuheben, welche das Nutzungsverhalten der Nachfrager abbilden (vgl. Abbildung 46). Trifft überhaupt nicht zu

Trifft eher zu

Trifft eher nicht zu

Trifft vollkommen zu

Ich telefoniere intensiv mit Freunden oder Familie, um den Kontakt zu vertiefen.

100 80

66,3

57,8

60 40

33,3

22,4

20

8,1

0

28,5

3

30,7 28,230,7

26,3 12,2 3,5

0

Die Reduktionisten

55 39,4

38,1

Die Mitläufer

Die Funktionalisten

1,2 4,2 Die Kommunikativen

10,2

5,5

4,4

Die Innovativen

50

40,4 33,7 21,3

Die Multinutzer

41,6

2,7

Die Reservierten

Telefonieren ist für mich etwas Schönes. Ich tausche mich gern mit anderen in ausgiebigen Telefonaten aus.

100

85,7

83,6

80

56,1

60

16,3

20 0

100 80

0

0

0

Die Reduktionisten

14,2 0 Die Mitläufer

5,2 0 Die Funktionalisten

Die Kommunikativen

58 47,3 36,8 18,3 0

0

Die Reduktionisten

100 80

1,2 2,5

9,5

90,4

83,6

0

48,7

39,4

17,917,9

12,2 3,5

0

Die Mitläufer

Die Funktionalisten

2,5

11,1

6,7

0

Die Multinutzer

44,9 33,7

15,3

0

Die Kommunikativen

Die Reservierten

Die Innovativen

44,441,6

16,8 4,4 Die Multinutzer

8,3

5,5

Die Reservierten

56,1

21

16,3 0

0

Die Reduktionisten

9,5 0 Die Mitläufer

0

25,4 15,7

7

Die Funktionalisten

0,8 0 Die Kommunikativen

47,2 41,6

42,7 34,8

41

40

0

44,4 44,4

Ich bin kein Telefonmensch. Anrufe sind für mich eher lästig.

60

20

Die Innovativen

42,7 23,6 26,9

90,4

81,6

40

0

38,4 28,2 20,5 12,8

Telefonieren macht mir wenig Spaß. Ich versuche meine Telefongespräche so kurz wie möglich zu halten.

60

20

55,1 41,1

38,6

40

25,620,5 12,8

0,8

Die Innovativen

17,9 4,4 Die Multinutzer

8,3

2,7 Die Reservierten

Abbildung 46: Relevanteste Kriterien im Festnetztelefonmarkt für die Nachfragerklassifizierung Quelle: Eigene Darstellung.

Die Häufigkeitsverteilungen zeigen, für welche Gruppen das Festnetztelefon eine Bedeutung im alltäglichen Leben besitzt und für welche Gruppen das Festnetztelefon eine eher untergeordnete Rolle spielt. Die „Reduktionisten“, „Mitläufer“, „Funktionalisten“ und „Multinutzer“ können als „festnetz-affin“ bezeichnet werden und messen dem Festnetztelefon eine höhere Bedeutung bei, als die „Kommunikativen“, „Innova-

228

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

tiven“ und die „Reservierten“. Aus den gezeigten Ergebnissen kann abgeleitet werden, dass die „festnetz-affinen“ Segmente ein höheres Involvement 911 aufweisen als die anderen drei Segmente. Im Rahmen einer Kontingenzanalyse hinsichtlich des Nutzungsverhaltens konnte festgestellt werden, dass sich diese vier Merkmale zur Unterscheidung der Gruppen heranziehen lassen. Alle vier Variablen waren signifikant, darüber hinaus lag der Cramers-V Wert der Variablen über > 0,4 was als gut bezeichnet werden kann. 912 Diese Ergebnisse bestärken die Einteilung der Segmente in vier High-Involvement und drei Low-Involvement Gruppen bezüglich des Festnetztelefonkaufs. Ausgehend von diesen Ergebnissen wird die dargelegte Segmentierung in das Simulationsmodell integriert. Differenzierte Ergebnisse zu den einzelnen Segmenten werden im Rahmen der Ergebnisdiskussion der Simulation weiter vertieft. 5.3.2 Zugänglichkeitsprüfung der Segmente im Festnetztelefonmarkt Die bereits gebildeten Agentenklassen oder Nachfragersegmente lassen sich anhand ihrer soziodemografischen Merkmale beschreiben. Die Herausarbeitung von Unterschieden ist notwendig, um eine zielgruppenspezifische Ansprache anhand der Marketinginstrumente durchführen zu können. Die Zugänglichkeitsprüfung wird anhand einer Kontingenzanalyse durchgeführt. Hierbei werden die Zusammenhänge einer Variablen mit der Clusterzugehörigkeit der Nachfrager ermittelt. Hierzu werden im Allgemeinen Chi-Quadrattests sowie das Cramers-V zur Ermittlung des Zusammenhanges verwendet. 913 In Tabelle 21 ist die relevante Kreuztabelle dargestellt.

911

“Unter Involvement versteht man die Ich-Beteiligung bzw. gedankliches Engagement und die damit verbundene Aktivierung, mit der sich jemand einem Sachverhalt oder Aktivität zuwendet.“ Vgl. KROEBER-RIEL/WEINBERG (2003), S. 345.

912

Cramers-V kann lediglich Werte zwischen 0 und 1 annehmen, 0 bedeutet ein niedriger Zusammenhang und 1 bedeutet ein sehr starker Zusammenhang, da die Werte der soziodemographischen Variablen alle >= 0,3 sind, kann von einem schwachen Zusammenhang gesprochen werden. Vgl. JANSSEN/LAATZ (2005), S. 262.

913

Vgl. BACKHAUS ET AL. (2008), S. 309 ff.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Soziodemographika

Ausprägung

Männlich Weiblich Single Verheiratet Familienstand Geschieden Verwitwet in Partnerschaft lebend Kein Abschluss Hauptschulabschluss Bildung Oberschule Realschulabschluss Gymnasium Arbeiter Angestellter Selbstständiger Beamter Beruf Schüler Hausfrau-/Mann Rentner Arbeitssuchend unter 500 Euro 500 isb 999 Euro 1,000 bis 1,499 Euro 1,500 bis1,999 Euro Monatliches Heushalts- 2,000 bis 2,499 Euro netto-einkommen 2,500 bis 2,999 Euro 3,000 bis 3,499 Euro 3,500 bis 3,999 Euro 4.000 und darüber Keine Angabe Geschlecht

Tabelle 21:

Die SignifikanzCramers-V Reduktionisten niveau 37,8% 0,000 0,304 62,2% 32,3% 47,9% 0,150 0,227 7,3% 5,2% 7,3% 2,1% 24,0% 0,180 0,000 2,1% 49,0% 22,9% 3,1% 40,6% 13,5% 11,5% 0,020 0,155 7,3% 11,5% 12,5% 0,0% 4,2% 5,2% 9,4% 19,8% 13,5% 0,164 0,001 17,7% 19,8% 8,3% 1,0% 1,0%

Die Mitläufer 28,6% 71,4% 23,8% 52,4% 14,3% 4,8% 4,8% 4,8% 14,3% 9,5% 47,6% 23,8% 19,0% 19,0% 9,5% 9,5% 14,3% 19,0% 9,5% 0,0% 0,0% 4,8% 14,3% 23,8% 14,3% 14,3% 19,0% 0,0% 0,0% 9,5%

229

Die Die Die Innovativen Die Multinutzer Die Reservierten Funktionalisten Kommunikativen 78,6% 39,3% 79,5% 54,5% 69,4% 21,4% 60,7% 20,5% 45,5% 30,6% 22,8% 29,7% 25,6% 30,3% 30,6% 56,1% 38,6% 53,8% 40,4% 33,3% 7,0% 9,7% 7,7% 7,9% 16,7% 0,0% 1,7% 0,0% 1,1% 0,0% 14,0% 20,3% 12,8% 20,2% 19,4% 0,0% 0,0% 0,0% 2,2% 0,0% 8,8% 10,2% 10,3% 13,5% 8,3% 15,8% 5,5% 10,3% 6,7% 2,8% 21,1% 28,8% 25,6% 21,3% 25,0% 54,4% 55,5% 53,8% 56,2% 63,9% 7,0% 5,9% 7,7% 4,5% 8,3% 43,9% 39,0% 51,3% 48,3% 38,9% 22,8% 16,5% 12,8% 14,6% 22,2% 7,0% 4,7% 5,1% 5,6% 0,0% 8,8% 19,1% 12,8% 14,6% 16,7% 0,0% 7,2% 0,0% 5,6% 5,6% 1,8% 2,5% 5,1% 1,1% 2,8% 8,8% 5,1% 5,1% 4,5% 5,6% 7,0% 5,1% 0,0% 7,9% 5,6% 3,5% 8,9% 5,1% 5,6% 5,6% 10,5% 12,3% 15,4% 12,4% 8,3% 10,5% 11,9% 7,7% 6,7% 2,8% 17,5% 11,9% 7,7% 12,4% 8,3% 10,5% 10,2% 7,7% 14,6% 13,9% 7,0% 8,1% 7,7% 6,7% 5,6% 5,3% 3,0% 5,1% 4,5% 8,3% 8,8% 5,1% 17,9% 9,0% 5,6% 19,3% 23,7% 25,6% 20,2% 36,1%

Kontingenzanalyse zur Zugänglichkeitsüberprüfung der gebildeten Segmente Quelle: Eigene Darstellung.

Von den Soziodemographischen Merkmalen haben Geschlecht, Beruf und Haushaltsnettoeinkommen einen signifikanten Einfluss auf die Segmentzugehörigkeit. Der Einfluss auf die Segmentzugehörigkeit ist jedoch aufgrund des geringen Cramers-V Wertes als gering einzustufen. Hinsichtlich der deskriptiven Auswertung des Merkmals Geschlecht ist ein hoher Anteil weiblicher Nachfrager in den Segmenten der „Reduktionisten“ und „Mitläufer“ zu verzeichnen. Gleichzeitig sind in diesen Segmenten überproportional viele Rentner vertreten sowie ein zum Durchschnitt überproportional hohes Haushaltsnettoeinkommen. Gleichzeitig zeichnen sich diese Segmente durch ein hohes Involvement aus. Aus diesen Gründen, können diese beiden Segmente als mögliche Zielsegmente einer Qualitätsstrategie identifiziert werden. Ein nächster Indikator für eine Beschreibung der einzelnen Segmente ist die Marktanteilsverteilung der Marken pro Segment. Marke 7 ist als Marktführer in allen Segmenten stark vertreten. Insbesondere im kleinen Segment der „Innovativen“ ist der Marktanteil mit 41% sehr hoch. Im Massensegment der „Kommunikativen“ schneidet Marke 7 ebenfalls sehr gut ab (vgl. Abbildung 47).

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

230

Die Reduktionisten 9,20%

Die Mitläufer 9,5%

11,2%

20,4%

23,5%

Die Funktionalisten 19%

12,3% 7%

28,6%

31,6%

7% 17,5%

19%

2%

3,5%5,3%

23,8%

6,1%

22,4%

15,8%

5,1% Die Kommunikativen 15,7%

13,1%

34,3%

10,3%

2,6%

7,7%

4,7%

5,1%

12,3%

41%

14,6%

7,9% 10,1% 9,0% 2,2%

30,3%

10,1%

12,8% 7,7%

Die Reservierten (

15,7%

Marke 1 Marke 2

8,3% 16,7%

25% 8,3% 2,8% 25%

12,8%

5,1%

9,7%

11,1%

Die Multinutzer

Die Innovativen

5,1%

2,8%

Marke 3 Marke 4 Marke 5 Marke 6 Marke 7 Andere Marken

Abbildung 47: Marktanteile der einzelnen Marken in den verschiedenen Segmenten Quelle: Eigene Darstellung.

Die beiden Konkurrenzmarken aus der ermittelten strategischen Gruppe haben unterschiedliche Segmentschwerpunkte. Die Marke 6 ist insbesondere bei den „Reservierten“, den „Reduktionisten“ und den „Mitläufern“ vertreten. Die Marke 5 hat einen klaren Schwerpunkt im Segment der „Mitläufer“. Als letzter Indikator für eine Beschreibung der Segmente sind zum einen die durchschnittliche Bewertung der Kaufverhaltensrelevanz und die über alle Marken gemittelte Imagebewertung. Bei der Analyse werden die Gruppen der „High-Involvement“ und „Low-Involvement“ Segmente differenziert. Hinsichtlich der direkt erhobenen Wichtigkeiten für den Kauf treten zwischen den Segmenten signifikante Unterschiede auf (vgl. Abbildung 48).

231

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

High-Involvement 1

3

4

Low-Involvement 5

1

„Qualität“

„Qualität“

„Emotionalität"

„Emotionalität"

"Globalität"

"Globalität"

"Preis"

3

4

5

"Preis"

Die Reduktionisten

Die Mitläufer

Die Funktionalisten

Die Multinutzer

Die Kommunikativen Die Innovativen

Die Reservierten

Abbildung 48: Direkt erhobene Wichtigkeit für den Kauf über die Segmente Quelle: Eigene Darstellung

Zwischen der Gruppe der hochinvolvierten Nachfrager und der gering involvierten Nachfrager bestehen signifikante Unterschiede hinsichtlich der Faktoren „Globalität“ und „Preis“. Die Nachfrager, die weniger stark involviert sind, messen beiden Faktoren eine signifikant niedrigere Wichtigkeit bei. Die Faktoren „Qualität“ und „Emotionalität“ sind in beiden Segmenten ähnlich wichtig. 914 Innerhalb der Gruppe der hochinvolvierten Nachfrager werden die Faktoren „Emotionalität“ und „Globalität“ signifikant unterschiedlich bewertet. Bei der Bewertung der funktionalen Faktoren „Qualität“ und „Preis“ bestehen lediglich geringe Unterschiede. Innerhalb der gering involvierten Segmente werden die Faktoren „Qualität“ und „Emotionalität“ signifikant unterschiedlich bewertet. Dies lässt den Schluss zu, dass im Markt für Festnetztelefone eine emotionale Differenzierung möglich ist und signifikante Unterschiede zwischen den hoch- und gering involvierten Nachfragern bestehen. Aus diesen Ergebnissen kann abgeleitet werden, dass eine undifferenzierte Marktbearbeitung auf Grund der unterschiedlichen Segmente nicht zweckmäßig ist. Es sollte in jedem Fall die Differenzierung in hoch- und gering involvierte Nachfrager vorgenommen werden.

914

Die Signifikanztests zwischen den Gruppen wurden anhand einer einfaktoriellen Anova durchgeführt. Die Ergebnistableaus sind in Anhang III dargestellt. Hier sind auch die Ergebnisse zwischen den einzelnen Segmenten dargestellt.

232

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Der Festnetztelefonmarkt stellt ein geeignetes Untersuchungsobjekt für ein agentenbasiertes Simulationsmodell dar. Im Folgenden werden die Argumente, die für eine agentenbasierte Anwendung sprechen, kurz zusammengefasst. Zum ersten herrscht Markengleichheit vor. Möglichkeit für eine Differenzierung bietet das Anbieteroligopol. Wie BREUSCH (2008) festgestellt hat, ist das eine Marktform in der die Veränderung von Marktbearbeitungsstrategien zu einer Veränderung der Marktstrukturen führt, das bedeutet, die Marktreaktionsgröße Marktanteil kann aktiv verändert werden und beeinflusst auch den Marktanteil der Wettbewerbsmarken. Diese Voraussetzung unterstützt die Modellierung von Repositionierungsstrategien zur Optimierung der Zielgröße Marktanteil. 915 Des Weiteren kann im Markt für Festnetztelefone das individuelle Kaufverhalten abgebildet werden, da es, wie bereits festgestellt ein B2C Markt ist. Die Entscheidungen und das Entscheidungsverhalten kann anhand deterministischer Entscheidungsregeln abgebildet werden, da der Kauf in der Regel nicht unter Unsicherheit stattfindet. Die relevanten Entscheidungsparameter sind den Nachfragern bekannt und können von den Probanden sinnvoll in eine Entscheidung überführt werden. Aus diesem Grund stellt ein multiattributives Nutzenmodell unter Verwendung deterministischer Entscheidungsheuristiken eine Möglichkeit dar, das Entscheidungsverhalten valide zu erklären. Die Darstellung sozialer Interaktion ist ein zentraler Bestandteil agentenbasierter Modelle. Durch die empirische Erhebung und die Auswertung des Sekundärmaterials ist es möglich, die soziale Interaktion innerhalb des Festnetztelefonmarktes zu modellieren. Dies ist darauf zurückzuführen, dass im Rahmen der Kaufentscheidung von technischen Produkten innerhalb der Informationssuche immer Menschen aus dem sozialen Umfeld von den Nachfragern mit einbezogen werden. 5.4 Positionierungsanalyse 5.4.1 Deskriptive Analysen zu Markenbekanntheit und Kaufverhalten Als Ausgangspunkt der folgenden Analyse wird der Status Quo der zu betrachtenden Marke 7 916 und der Wettbewerbsmarken untersucht. Zunächst werden die Marken-

915

Vgl. BREUSCH (2008), S. 197.

916

Im Folgenden werden die Marken der einzelnen Festnetztelefonanbieter anonymisiert anhand der Bezeichnungen Marke 1-7. Die zu repositionierende Marke innerhalb des Fallbeispiels ist die Marke 7.

233

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

bekanntheit sowie zentrale Größen des Kaufverhaltens deskriptiv analysiert. Die Analyse der Wettbewerbssituation und der zentralen Zielgrößen dient der Gewinnung von Aussagen hinsichtlich möglicher Positionierungskorrekturen für Marke 7. Damit eine Marke Verhaltensrelevanz aufbauen kann, muss sie zunächst Eingang in das Gedächtnis des Nachfragers finden. 917 Grundvoraussetzung für die Bildung eines Markenimages ist somit die Markenbekanntheit. 918 In einem ersten Schritt wird aus diesem Grund die gestützte Markenbekanntheit untersucht. Abbildung 44 zeigt die Ergebnisse. Gestützte Markenbekanntheit in Deutschland

%

In Prozent

90

83,3

75,7

80

69,4

70 60 50

59,5

57,4

48,8

40

29,7

30

35,6

20 10 0 Marke 1

Marke 2

Marke 3

Marke 4

Marke 5

Marke 6

Marke 7

ø

Abbildung 49: Gestützte Bekanntheit der analysierten Festnetztelefonmarken 2007 Quelle: Eigene Darstellung.

Die durchschnittliche gestützte Markenbekanntheit im Festnetztelefonmarkt liegt bei 57,4%. Lediglich der Marktführer Marke 7 sowie Marke 2 haben einen Bekanntheitsgrad von über 70%. Die Marken 5 und 6 haben eine mittlere Bekanntheit im Festnetztelefonmarkt. Die Marken 1, 3 und 4 haben lediglich eine niedrige Bekanntheit. Setzt man nun die Bekanntheit mit der ökonomischen Zieldimension der Markenpräferenz in Beziehung, ist ersichtlich, dass die Marke mit der höchsten Bekanntheit auch am häufigsten präferiert wird. Dies bestätigt auch der Korrelationskoeffizient in Höhe von 0,79. Der Zusammenhang ist bei einem Niveau von 0,05 signifikant.

917

Vgl. KULLMANN (2006), S. 182.

918

Im Rahmen des identitätsbasierten Markenmanagements stellt die Markenbekanntheit die Basis für die Entwicklung eines Markenimages dar. Die ungestützte Bekanntheit ist von der gestützten Markenbekanntheit abzugrenzen, da diese die Fähigkeit eines Nachfragers, sich nach sensualer Unterstützung an ein Markenzeichen zu erinnern, beschreibt. Vgl. MEFFERT/BURMANN/ KIRCHGEORG (2008a), S. 365.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

234

%

Marktanteile im Festnetztelefonmarkt

35

In Prozent

31,6

30 25 20

15,8

15

12,2

10 5

8,5 5,4

8,3 3,0

0 Marke 1

Marke 2

Marke 3

Marke 4

Marke 5

Marke 6

Marke 7

Abbildung 50: Marktanteile der jeweiligen Festnetztelefonmarken im deutschen Markt in 2007 Quelle: Eigene Darstellung

Lediglich Marke 3 schneidet trotz geringer Markenbekanntheit im Marktanteil besser ab als die Wettbewerbermarken1, 4 und 5. Dies lässt darauf schließen, dass Anbieter 3 eine Sonderstellung im Markt einnimmt. Dies zeigt sich ebenfalls in der Funnelbetrachtung in Abbildung 51. Die erste Stufe des dargestellten Funnels stellt die gestützte Bekanntheit dar. Die zweite Stufe ist das Consideration-Set der Nachfrager im Markt. Die dritte und letzte Stufe ist der Markenkauf. Hierbei zeigt sich ganz deutlich, dass Marke 3 im Gegensatz zu den anderen Marken im Festnetztelefonmarkt zwischen den einzelnen Funnelstufen weniger Kunden verliert. 50,3% der Nachfrager, welche Marke 3 kennen, nehmen diese auch in ihr Consideration-Set auf. Davon wiederum gehen in der Prozessstufe Kauf lediglich 42% verloren. Dies ist mit Abstand der beste Wert im Markt. Marke 7 als eindeutiger Marktführer im Festnetztelefonmarkt hat die beste Transferrate von der gestützten Bekanntheit zum Consideration Set. Hier gehen nur 8,7% der potentiellen Nachfrager verloren. In der Stufe zum Kauf hingegen 58,4%. Hier besteht Handlungsbedarf für Marke 7 (vgl. Abbildung 51).

235

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

48,8 18,9

Marke 1 5,4

- 61,2

- 71,6 75,7 41,5

Marke 2

- 45,2

15,8

- 61,8 29,7

14,8

Marke 3 8,5

- 50,3

- 42,6 35,6

10,2

Marke 4 3

- 71,2

- 71,2 59,5 36,5

Marke 5 8,3

- 38,8

- 77,1 69,4 Marke 6

48,8 12,2

- 29,7

- 75,1 - 77,1 83,3 76

Marke 7

31,6 Bekanntheit

Consideration Set

Erste Wahl

- 8,7

- 58,4 - XX

Verlust an Nachfragern pro Funnelstufe

Abbildung 51: Markenfunnel der einzelnen Anbieter im deutschen Festnetztelefonmarkt Quelle: Eigene Darstellung.

Insbesondere die Marken 5 und 6 weisen sehr hohe Verluste zwischen den Stufen Consideration-Set und Erste-Wahl auf. Dies kann u. a. daran liegen, dass hinsichtlich der Kaufverhaltensrelevanz der Positionierung der beiden Marken Defizite bestehen. Marke 2, mit dem zweithöchsten Marktanteil hingegen, weist an dieser Stelle wesentlich bessere Transferraten auf. Im nächsten Schritt wird das Image der einzelnen Marken analysiert, um weiter Ansatzpunkte für eine Repositionierung der Marke 7 zu erhalten. 5.4.2 Dissaggregierte deskriptive Markenimageanalysen In einem ersten Schritt wird das Image der einzelnen Marken im Festnetztelefonmarkt auf einer dissaggregierten Ebene analysiert. Dies dient dazu, die Ergebnisse der im nächsten Schritt durchzuführenden Faktorenanalyse besser einschätzen und interpretieren zu können. Im Folgenden werden die Perzeption und die Bewertung der einzelnen Nutzenattribute durch die Nachfrager untersucht. Die Analyse der einzelnen Nutzenattribute basiert auf der Durchführung deskriptiver Analysen. Zu diesem Zweck wurde für jede Marke pro Nutzenattribut ein markenspezifisches, arithmetisches Mittel über alle Befragten in der Stichprobe gebildet. Zusätzlich werden die Varianz und die Standard-

236

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

abweichung berechnet, um eine Indikation zur Gleichheit der Marken in der Wahrnehmung der Nachfrager zu erhalten. ImageMarke Marke Marke Marke Marke Marke Marke dimensionen 1 2 3 4 5 6 7

ǚ

Spannweite

Standardabweichung

Reputation

3,81

3,72

3,59

3,74

3,93

4,10

4,07

3,91

0,51

0,19

Qualität

3,95

4,00

3,56

3,90

4,06

4,11

4,24

4,05

0,68

0,22

Design

3,68

3,71

3,71

4,24

4,01

3,95

3,90

3,87

0,53

0,18

Innovativität

3,43

3,56

3,20

3,89

3,78

3,81

3,85

3,69

0,69

0,24

Service

3,67

3,42

3,72

3,54

3,65

3,73

3,79

3,65

0,37

0,13

Bedienbarkeit

3,64

3,67

3,73

3,65

3,68

3,73

3,78

3,70

0,13

0,04

Niedrige Komplexität

3,64

3,52

3,82

3,63

3,47

3,55

3,56

3,56

0,35

0,11

Haptik

3,85

3,95

4,04

4,16

3,90

4,02

4,02

3,99

0,26

0,08

Preis

3,39

3,07

4,29

3,36

3,20

3,30

2,96

3,25

1,33

0,44

Lebensstil

3,38

3,55

3,47

3,66

3,60

3,70

3,64

3,60

0,23

0,08

Kommunikation

3,54

3,65

3,75

3,71

3,74

3,73

3,77

3,72

0,12

0,04

Spaß

3,81

3,73

3,92

3,87

3,86

3,98

3,94

3,89

0,25

0,08

Lebensqualität

3,71

3,77

3,78

3,70

3,84

3,80

3,80

3,79

0,14

0,04

Freiheit

3,83

3,81

3,90

3,69

3,73

3,87

3,86

3,82

0,21

0,08

Soziale Kontakte

3,94

4,03

4,02

3,95

3,91

4,10

4,10

4,03

0,19

0,07

Soziale Engagement

3,07

2,98

2,98

3,13

3,09

3,19

2,96

3,02

0,23

0,09

Erreichbarkeit

3,67

3,58

3,62

3,52

3,73

3,81

3,79

3,70

0,29

0,11

Globalität

3,39

3,27

3,05

3,33

3,80

3,79

3,73

3,58

0,75

0,29

Tabelle 22:

Performance der einzelnen Marken auf den Markenimagedimensionen im Marktvergleich in Deutschland 2007 Quelle: Eigene Darstellung.

Der Marktführer Marke 7 liegt auf allen Imagedimensionen über dem Marktdurchschnitt. Lediglich hinsichtlich sozialem Engagement und niedrigem Preis wird die Marke unterdurchschnittlich bewertet. Hinsichtlich emotionaler Nutzenattribute schneidet Marke 6 im Vergleich zum Wettbewerb besser ab. Die geringen Spannwei-

237

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

ten und Standardabweichungen bezüglich der Imagebewertungen der Marken deuten dabei generell auf eine mangelhafte Differenzierung der untersuchten Marken zueinander hin. Zur besseren Interpretation der Analyseergebnisse werden Imageprofile der einzelnen Marken relativ zum Gesamtmarktdurchschnitt der einzelnen Imagedimensionen dargestellt. In Abbildung 52 sind jeweils die Abweichungen der einzelnen Marken vom Gesamtmarktdurchschnitt dargestellt. Performance der Marken hinsichtlich der einzelnen Imagedimensionen -1,20

0

1,20

Preis Soziales Engagement Globalität Lebensstil Freiheit Service Lebensqualität Soziale Kontakte Innovativität Spaß Erreichbarkeit Reputation Design Kommunikation Niedrige Komplexität Bedienbarkeit Haptik Qualität

Marke 1 Marke 2 Marke 3 Marke 4 Marke 5 Marke 6 Marke 7

Abbildung 52: Performance der einzelnen Marken auf den Markenimagedimensionen im Marktvergleich in Deutschland in 2007 Quelle: Eigene Darstellung.

Als Index der dargestellten Imageanalyse dient der Marktdurchschnitt über die einzelnen Imagedimensionen. Der Marktdurchschnitt ist auf 0 normiert. Liegen die Mar-

238

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

ken rechts vom Durchschnitt, weichen sie positiv ab, liegen sie links vom Durchschnitt, weichen sie negativ ab. Die Performance der einzelnen Marken wurde von der durchschnittlichen Bewertung jeder Imagedimension subtrahiert. Diese Darstellung bekräftigt das bisherige Ergebnis einer mangelnden Differenzierung der einzelnen Marken im deutschen Festnetztelefonmarkt. Lediglich Marke 3 wird überdurchschnittlich mit der Dimension niedriger Preis assoziiert. Gleichzeitig wird sie stark unterdurchschnittlich mit den Dimensionen Globalität, Innovativität und Qualität assoziiert. Marke 4 wird überdurchschnittlich stark mit der Dimension Design assoziiert. Sämtliche anderen Marken bewegen sich relativ nah am Marktdurchschnitt und zeigen kaum signifikante Abweichungen auf. Marke 7 wird auf den meisten Dimensionen besser als der Marktdurchschnitt wahrgenommen. Eine hinreichende Differenzierung von den anderen Marken ist jedoch nicht gegeben. 5.4.3 Ergebnisse der Faktorenanalysen Die markenspezifischen funktionalen und symbolischen Nutzendimensionen wurden anhand einer 5-stufigen Ratingskala erfasst. 919 Die Antworten der Probanden bilden die Grundlage für das agentenbasierte Simulationsmodell. Da die Nutzendimensionen stark untereinander korrelieren, wird dem agentenbasierten Simulationsmodell eine Faktorenanalyse vorgeschaltet, um unabhängige Bewertungsdimensionen zu erhalten. 920 Die Unabhängigkeit der Bewertungsdimensionen stellt eine notwendige Bedingung für die Modellierung des Wahlverhaltens auf Basis der Entscheidungsheuristiken dar. 921 Gleiches gilt für die erhobene Wichtigkeit der Nutzendimensionen für den Kauf, welche als Bedeutungsgewichte für die Imagefaktoren in die Wahlverhaltensmodellierung einfließen. 922 Dies dient der Schaffung einer einheitlichen Berechnungsgrundlage auf Basis der extrahierten Faktorenwerte.

919

Die Skala für die Imagebewertung der einzelnen Marken reichte von 1 = „Trifft überhaupt nicht“ zu bis 5 = „Trifft vollkommen zu“.

920

Für eine starke Multikolliniarität der einzelnen Nutzendimensionen sprechen die Ergebnisse des Bartlett-Tests und des Kayser-Meyer-Olkin-Kriteriums. Sie liegen bei der Wichtigkeit der Nutzendimensionen und bei den Imagebewertungen über 0,9 und sind bei 0,7, was den allgemeinen Konventionen entspricht. Die erklärte Varianz liegt bei 58,4%, was einen akzeptablen Wert darstellt. 925 Dies ist auch beim KMO-Bartlett-Test zu beobachten, der mit 0,940 einen exzellenten Wert aufweist.926 Die Zusammensetzung der einzelnen Faktoren ist plausibel. Der Faktor „Qualität“ setzt sich aus den Dimensionen physische Qualität, Haptik, Design, Bedienbarkeit, Service und Reputation zusammen. Qualität im Festnetztelefonmarkt ist demnach ein vielschichtiges Konstrukt, welches auch Dienstleistungselemente wie Service enthält. Emotionale Attribute, wie die Reputation der Marke, stärken ebenfalls die Qualitätswahrnehmung. 927 Die Faktorladungen der einzelnen Indikatoren liegen über 0,5. welches nach den allgemeinen Konventionen ausreicht, um inhaltlich einem Faktor zugeordnet werden zu können. 928 Lediglich die Nutzendimension Service liegt mit 0,43 knapp darunter, aus inhaltlichen Gründen wird er trotzdem in den Qualitätsfaktor integriert. Service wird insbesondere in Technologiemärkten als Bestandteil der Qualität einer Marke gesehen und wird heutzutage immer wichtiger. Sobald der Nachfrager mit der Marke direkt in Kontakt tritt, prägt diese Erfahrung die Wahrnehmung der Qualität der gekauften Marke, insbesondere, wenn das gekaufte Produkt technische Mängel aufweist, die durch den Service behoben werden müssen. Der „emotionale“ Faktor setzt sich vorwiegend aus symbolischen Nutzenattributen zusammen. Die Faktorladungen der einzelnen Items liegen über 0,5. Dieser Faktor umfasst Dimensionen wie „Lebensqualität“, „das Telefon passt zu meinem Lebensstil“, „das Telefon bietet mir Freiheit und Flexibilität“, „es macht Spaß das Telefon zu nutzen“ und „das Telefon sorgt dafür, dass ich immer erreichbar bin“. Neben dem funktionalen Faktor „Qualität“ ist der „emotionale“ Faktor mit 6 Dimensionen ebenfalls

924

Bei einem 2-item Faktor ist ein Cronbach’s Alpha > 0,5 als akzeptabel anzusehen. Vgl. PEDHAZUR/SCHMELKIN (1991), S. 109 f.

925

In den Sozialwissenschaften wird bei der Hauptkomponentenanalyse eine Erklärung der Gesamtvarianz > 50% vorausgesetzt. Vgl. PETT/LACKEY/SULLIVAN (2006), S. 116 f.

926

Der KMO-Bartlett-Test kann folgendermaßen interpretiert werden: >0,9 „ausgezeichnet“, >0,8 „lobenswert“, >0,7 „mittelmäßig“, 0,5 werden als Kernitems bezeichnet. Die inhaltliche Interpretation von Items, deren Ladung unter 0,5 liegt, obliegt dem Wissenschaftler. Vgl. BACKHAUS ET AL. (2006), S. 299.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

241

ein vielschichtiges Konstrukt und umfasst sämtliche emotionalen Assoziationen mit den Marken im Festnetztelefonmarkt. Der dritte Faktor kann als „Globalität“ der Marke beschrieben werden. Er umfasst die Dimensionen „soziales Engagement“, „soziale Kontakte“, sowie die „Innovativität der Marke“. Globalität umfasst innerhalb des Festnetztelefonmarktes das wahrgenommene soziale Engagement der Marke sowie ihre Persönlichkeit in Form sozialer Kontakte. Der Festnetztelefonmarkt setzt sich aus global agierenden sowie lokal agierenden Marken zusammen und stellt aus diesem Grund einen relevanten Beurteilungsfaktor dar. Alle Dimensionen zeigen Faktorladungen über 0,5, was ebenfalls als zufrieden stellend bewertet werden kann. Der vierte Faktor stellt den „Preis“ dar. Er setzt sich aus zwei Attributen zusammen, niedrige Produktkomplexität und niedriger Preis. Die Faktorladungen liegen über 0,5. Im Festnetztelefonmarkt besitzen diese beiden Attribute eine enge Verbindung, da niedrige Komplexität der Funktionen immer mit einem niedrigen Preis einhergeht und vice versa. Innerhalb des Festnetztelefonmarktes haben günstige Modelle bspw. keinen Anrufbeantworter oder kein Farbdisplay. Wohingegen bei Modellen, die preislich wesentlich höher angesiedelt sind, sämtliche Funktionen integriert sein müssen. An dieser Stelle wird also nicht der Preis eines Festnetztelefons bewertet, sondern eher seine preisliche Wahrnehmung in Form von „günstig“. Die Verdichtung der einzelnen Faktoren wird nun in einem nächsten Schritt in Variablen überführt. Dies geschieht anhand der Faktortransformationsmatrix. Hierzu werden die empirisch erhobenen Aussagen der einzelnen Probanden zu den Markenimages mit den Faktortransformationskoeffizienten multipliziert, um einen Faktorwert zu erhalten, der später in das agentenbasierte Markenwahlmodell überführt wird. Auf diese Weise werden die Faktorwerte der einzelnen Imagefaktoren generiert, welche innerhalb der Wahlheuristiken der Probanden zum Einsatz kommen. 5.4.3.2 Ermittlung der Bedeutungsgewichte Um eine Indikation für die Wichtigkeit der Nutzendimensionen innerhalb der einzelnen Entscheidungsregeln zu erhalten, wurde die Wichtigkeit der einzelnen Dimensionen für den Kauf direkt erhoben. 929 Die erhobenen Wichtigkeitsbewertungen werden innerhalb der einzelnen Heuristiken als Bedeutungsgewichte integriert. Für jede der 18 Nutzendimensionen wurden von den Probanden Wichtigkeitsurteile erhoben.

929

Vgl. JUNGERMANN/PFISTER/FISCHER (2005), S. 115.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

242

Diese Wichtigkeitsbeurteilungen werden analog zu den Imagedimensionen mittels einer Hauptkomponentenanalyse zu Faktoren verdichtet. 930 Die Ergebnisse der Faktorenanalyse sind in Abbildung 54 dargestellt. 0,799

Qualität

0,443

Design

0,606

Haptik

0,541

Bedienbarkeit

0,470

Reputation

0,533

Service

Qualität

0,789 Kommunikation 0,726 Freiheit/Flexibilität 0,766

Lebensqualität

0,618

Lebensstil

0,536

Spaß

0,469

Erreichbarkeit

Emotionalität

0,771 Soziale Kontakte 0,773 Soz. Engagement 0,771

Globalität

0,599

Innovativität

Globale Marke

0,595 Ger. Komplexität 0,633 Erklärte Varianz

Preis

Preis KMO Bartlett Test

Cronbach‘s Alpha Qualität

52,6%

0,867***

0,664

Emotionalität 0,774

Globale Marke

Preis

0,712

0,510

Abbildung 54: Ergebnisse der Faktorenanalyse hinsichtlich der Wichtigkeit für den Kauf Quelle: Eigene Darstellung.

Der KMO Bartlett Test auf Sphärizität mit einem Wert von 0,867 sagt aus, dass sich die erhobenen Wichtigkeitseinschätzungen der Stichprobe recht gut für die Anwendung einer Hauptkomponentenfaktorenanalyse eignen. 931 Dieser Test ist mit < 0,001 hochgradig signifikant, somit weichen die Korrelationskoeffizienten signifikant von der

930

Vgl. für die Faktorladungsmatrix Anhang 2.

931

Vgl. JANSSEN/LAATZ (2005), S. 522.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

243

Einheitsmatrix ab. Hinzu kommt, dass die gebildeten Faktoren eine Varianz von 52,6% erklären, was als akzeptabel angesehen werden kann. 932 Der übergeordnete Faktor Qualität weist ein Cronbach’s Alpha von 0,664 auf. Idealerweise wird in der Literatur ein Cronbach’s Alpha von 0,7 oder 0,8 gefordert. 933 Misst jedoch jeder Indikator etwas anderes, das bedeutet die Indikatoren messen nicht die gleichen Sachverhalte, können Werte zwischen von 0,5 oder 0,6 akzeptiert werden. Die Werte für die Faktoren „Emotionalität“ und „Globalität“ liegen über 0,7 und können ebenfalls akzeptiert werden. Der Faktor „Preis“ setzt sich aus den Indikatoren geringe Komplexität und Preis zusammen. Ein Alphawert von 0,51 kann an dieser Stelle ebenfalls akzeptiert werden. 5.4.4 Integration der faktoranalytischen Ergebnisse in das agentenbasierte Markenwahlmodell Die durchgeführten Faktorenanalysen werden nun in das agentenbasierte Simulationsmodell überführt. Im Folgenden wird die formale Darstellung der Heuristiken auf Basis der ermittelten Faktoren dargestellt. Die Analyse des Wahlverhaltens und die Erklärungsraten der einzelnen Heuristiken werden daraufhin analysiert. 5.4.4.1 Formale Darstellung der Heuristiken Durch die einheitliche Faktorenstruktur der Bedeutungsgewichte und der Imagebewertungen ist eine Verknüpfung der beiden Konstrukte möglich. Lediglich eine unterschiedliche Gewichtung der einzelnen Attribute innerhalb der Faktoren ist zu verzeichnen. Eine multiplikative Verknüpfung im Rahmen der Wahlheuristiken ist aus diesem Grund bedenkenlos durchführbar. Dies ist insbesondere bei der „Weighted Additive Heuristik“ eine notwendige Bedingung. Auf Basis der Faktorwerte kann das WADD-Entscheidungsmodell am Beispiel einer Marke A folgendermaßen operationalisiert werden: A

¦w

Qualität

aQualität  wEmotionalität aEmotionalität  wGlobalität aGlobalität  wPr eis aPr eis

a 1

mit:

w

=

Bedeutungsgewicht eines Faktors

932

Vgl. hierzu Kapitel C 5.4.3.1

933

Vgl. HOMBURG/GIERING (1998), S. 130.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

244

a

=

Imagefaktor

Anhand des Single-Choice-Ansatzes wird dann die Marke aus dem ConsiderationSet gewählt, welche die höchste Nutzensumme aufweist. Bei der „Equal weight Heuristik“ haben die Bedeutungsgewichte keinen Einfluss auf die Entscheidung. Somit kann die Entscheidungsregel auf Basis der Imagefaktoren operationalisiert werden: A

¦a

Qualität

 a Emotionalität  aGlobalität  aPr eis

a 1

Mit:

a

=

Imagefaktor

Im Rahmen der nicht-kompensatorischen Entscheidungsregeln werden die Bedeutungsgewichte durch die Nachfrageragenten genutzt, um eine Rangfolge der Imagefaktoren innerhalb ihrer Entscheidung zu bilden. Bei der lexikographischen Regel legen die Bedeutungsgewichte fest, auf welchem Faktor die einzelnen Marken zuerst verglichen werden. Gleiches gilt bei der „Elimination by aspects Regel“, wo anhand der Bedeutungsgewichte die Rangfolge der abzuprüfenden Imagefaktoren für jeden einzelnen Nachfrageragenten festgelegt wird. 5.4.4.2 Analyse des Entscheidungsverhaltens im Festnetztelefonmarkt Bevor die unterschiedlichen Repositionierungsstrategien anhand des agentenbasierten Wahlmodells simuliert werden können, wird zuerst die Güte der Entscheidungsheuristiken im Festnetztelefonmarkt analysiert. Zu diesem Zweck werden die verschiedenen Entscheidungsregeln in allen erhobenen fünf Ländern hinsichtlich ihrer Erklärungskraft untersucht, um die Entscheidungsregel auswählen zu können, welche die empirisch erhobenen Käufe am besten erklärt. Die prozentuale Verteilung hinsichtlich der Erklärung der ersten Wahl durch die Entscheidungsheuristiken zeigt, dass kompensatorische Entscheidungsregeln in nahezu allen Samples den Kauf besser erklären als die nicht-kompensatorischen. Am besten erklärt dies die MCD Heuristik. Dies bekräftigen ebenfalls die durchgeführten Kontingenztests (vgl. Tabelle 23). Im ersten Schritt wird der prozentuale Erklärungsgehalt der Entscheidungsregeln für die 5 Ländersamples dargestellt (vgl. Abbildung 55). 934

934

Um die externe Validität der Heuristiken zu verbessern, wurden sämtliche Entscheidungsheuristiken in 5 Datensamples à 600 Fällen getestet. Dies dient der Erhöhung der Prognosevalidität und der Validierung des Entscheidungsverhaltens der einzelnen Nachfrager.

245

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

% 80 70

65

63

60 50

74

72

51 53 5350

68

70

50 50

56

56

56

55

48

47 41

40

4442

52 45

47 47

45 43

47 49 37

30 20 10 0 WADD

EQW

MCD

Sample 1

Sample 2

Deutschland

Frankreich

LEX

Sample 3 Russland

EBA

Sample 4

Sample 5

China

Schweden

SAT

Abbildung 55: Prozentualer Erklärungsgehalt der einzelnen Wahlheuristiken in den fünf Samples Quelle: Eigene Darstellung.

Als Grundlage für die weiteren Simulationen werden die unterschiedlichen Entscheidungsheuristiken hinsichtlich ihres Erklärungsgehaltes des empirisch erhobenen Markenkaufs getestet. 935 Da die Variable Markenkauf nominalskaliert ist, muss für die Feststellung der Modellgüte eine Maßzahl herangezogen werden, welche in der Lage ist, die Stärke des Zusammenhangs zwischen zwei nominalskalierten Variablen zu ermitteln. 936 Hierzu eignet sich der Kontingenzkoeffizient Cramers-V. Cramers-V ist eine auf F 2 basierende Maßzahl, dessen numerischer Wert nicht von der Anzahl der Dimensionen abhängt: V

F2 n(min[r , c]  1)

mit:

F 2 = Chi-Quadrat Wert

935

Der Markenkauf innerhalb des Modells ist eine nominalskalierte Variable mit Werten zwischen eins und acht.

936

Vgl. JANSSEN/LAATZ (2005), S. 262.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

246

n=

Stichprobengröße

r=

Anzahl der Spalten

c=

Anzahl der Zeilen

Der Wert von Cramers-V liegt zwischen 0 und 1. 0 bedeutet keinerlei Zusammenhang. 1 bedeutet, es besteht ein perfekter Zusammenhang zwischen X und Y. Nach JANSSEN/LAATZ (2005) kann ein guter Zusammenhang bei einem Wert von 0,6 festgestellt werden.

Sample 1 Deutschland Sample 2 Frankreich Sample 3 Russland Sample 4 China Sample 5 Schweden Tabelle 23:

WADD

EQW

MCD

EBA

LEX

SAT

0,624***

0,490***

0,682***

0,490***

0,478***

0,415***

0,415***

0,393***

0,597***

0,415***

0,368***

0,347***

0,458***

0,414***

0,623***

0,406***

0,396***

0,407***

0,430***

0,442***

0,652***

0,416***

0,382***

0,411***

0,420***

0,405***

0,644***

0,397***

0,397***

0,320***

Werte für Cramers-V für die Heuristiken innerhalb der einzelnen Samples Quelle: Eigene Darstellung.

In allen Ländermärkten erklärt die MCD Heuristik am besten. Lediglich in Frankreich liegt der Wert knapp unter 0,6. Dieses Ergebnis zeigt, dass die MCD Heuristik der kognitiven Algebra der Probanden aus allen Samples am nächsten kommt und als Grundlage für mögliche Prognosen zukünftiger Strategien herangezogen werden kann. Dieses Ergebnis lässt den Schluss zu, dass die Entscheidung der einzelnen Probanden beim Kauf eines Festnetztelefons eher einer kompensatorischen Entscheidung entspricht als einer nicht-kompensatorischen. Es werden also sämtliche identifizierte Faktoren in die Kaufentscheidung miteinbezogen. Innerhalb des deutschen Marktes (Sample 1) liegt die Erklärungsrate der WADD Heuristik 937 ebenfalls über 0,6. Diese Heuristik beschreibt die kognitive Algebra ebenfalls ausreichend, um als Basis für eine Simulation zu dienen. Innerhalb des deutschen Marktes entscheiden sich sämtliche Segmente anhand der MCD Heuristik (insgesamt 74%), lediglich

937

Bei der WADD Heuristik werden sämtliche Dimensionen und Bedeutungsgewichte in die Entscheidung mit einbezogen und zu einem Gesamtnutzenwert aggregiert.

247

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

die Mitläufer und die Funktionalisten entscheiden sich nach der WADD Heuristik (Tabelle 24). 938 WADD EQW MCD LEX EBA Reduktionisten 72% 62% 84% 61% 61% Mitläufer 72% 62% 71% 57% 52% Funktionalisten 60% 53% 54% 46% 47% Kommunikativen 66% 58% 70% 56% 58% Innovativen 44% 36% 69% 54% 62% Multinutzer 58% 52% 79% 54% 57% Reservierten 42% 36% 72% 56% 56% Tabelle 24: Prozentuale Erklärungsraten der Heuristiken auf Segmentebene Quelle: Eigene Darstellung.

SAT 42% 57% 46% 41% 51% 51% 42%

Dies bekräftigt das vorherige Ergebnis, dass die Kaufentscheidung innerhalb des Festnetztelefonmarktes eine eher kompensatorische Entscheidung ist. Diese Ergebnisse bilden die Grundlage für die Simulation der unterschiedlichen Strategien in Kapitel 3.6. In einem weiteren Markenrepositionierungsprojekt am Lehrstuhl für innovatives Markenmanagement (LiM) wurde im Zuge der Erstellung eines agentenbasierten Simulationsmodells ein anderer Ansatz verfolgt. Die Entscheidungsheuristiken wurden im Rahmen einer Primärmarkterhebung verbalisiert und direkt abgefragt. Diese Ergebnisse konnten dann in einen Wahlsimulator überführt werden. Dies führte dazu, dass jeder Nachfrageragent innerhalb des Modells eine empirisch erhobene Entscheidungsregel zugewiesen bekommen hat. 36,1% der Probanden folgte der MCD Logik, 21,4% der EQW und 10% der WADD Logik. Über 60% entschieden sich aus ihrer Selbsteinschätzung heraus kompensatorisch. Die restlichen 32,5% entschieden sich nach der Lexikographischen Heuristik. Innerhalb der kompensatorischen Heuristiken erklärte die MCD-Regel (71%) signifikant besser als die WADD (65%) und EQWRegel (61%). Diese Werte liegen ähnlich, wie in dem vorgestellten Modell für den Festnetztelefonmarkt. Einen großen Unterschied zwischen den Erklärungsraten liefert die lexikographische Heuristik, welche im Versicherungsmarkt zu 73% erklärt. Dies ist auf die Komplexität des Versicherungsproduktes zurückzuführen. 30% der Befragten kaufen nach dem Preis/Leistungsverhältnis, dies ist im Festnetztelefonmarkt nicht gegeben.

938

Ein Indiz für die Entscheidung nach der WADD Heuristik dieser beiden Cluster kann das hohe Involvement sein.

248

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

5.4.5 Bestimmung der Notwendigkeit einer Markenrepositionierung Auf Basis der bisherigen Analysen ist es nun möglich, eine multivariate Positionierungsanalyse anhand einer MDS durchzuführen. Dies dient der Erhöhung der Aussagefähigkeit der bisherigen Positionierungsanalyse. Die Methodik der MDS ist in Kapitel B 2.3 ausgiebig beschrieben worden. Innerhalb des Statistikprogrammes SPSS stehen für die Durchführung einer MDS zwei unterschiedliche Algorithmen zur Verfügung, der 1977 entwickelte ALSCAL-Algorithmus 939 (Alternative least squares scaling) und der 1993 entwickelte PROXSCAL-Algorithmus 940 (Proximity Scaling). Vor- bzw. Nachteile der Algorithmen werden in der gängigen statistischen Literatur nicht beschrieben. 941 Vergleichende Aussagen werden in der Literatur so gut wie nicht getätigt. PROXSCAL wird jedoch als flexibler dargestellt, da er in der Lage ist, Ähnlichkeits- und Unähnlichkeitsdaten zu verarbeiten. 942 ALSCAL ist auf die Verarbeitung von 100 Fällen beschränkt und kann lediglich Unähnlichkeiten verarbeiten. Proxscal ist nicht auf die Bearbeitung von 100 Fällen beschränkt. Darüber hinaus arbeitet der PROXSCAL Algorithmus effizienter und ist demnach bei der Verarbeitung großer Datenmengen schneller. Hinzu kommt, dass PROXSCAL den RohStress minimiert, was als ein wesentlich besseres Stressmaß darstellt als das herkömmliche STRESS-Maß. 943 Aus diesen Gründen wird die folgende Analyse anhand des PROXSCAL-Algorithmusses durchgeführt. Datengrundlage für die MDS-Analyse sind die erhobenen Imagebewertungen der Marken. Für die darzustellenden Marken werden die Mittelwerte über die 18 Imagedimensionen ermittelt. Diese Matrix wird anhand einer Korrelationsanalyse in eine Distanzmatrix überführt (vgl. Tabelle 25).

939

Der ALSCAL Algorithmus geht auf TAKANE/YOUNG/DE LEEUW (1977) zurück.

940

Der Proxscal Algorithmus wurde von COMMANDEUR/HEISER (1993) entwickelt.

941

Vgl. BACKHAUS ET AL. (2008), S. 542.; BÜHL (2008), S. 746 f.

942

Vgl. BREITKOPF (2007), S. 131.

943

Der Roh-Stress gibt die Summe der quadrierten Residuen an. Der Wert zeigt an, wie gut die Monotoniebedingung durch die ermittelte Konfiguration erfüllt ist. Je größer das STRESS-Maß, desto schlechter ist die Anpassung der Distanzen an die Proximitäten. Vgl. UEKERMANN (2009), S. 72.

249

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Marke 1 Marke 1 Marke 2 Marke 3 Marke 4 Marke 5 Marke 6 Marke 7

Tabelle 25:

,000 ,196 1,645 ,525 ,341 ,189 ,278

Marke 2 ,000 1,450 ,506 ,535 ,383 ,453

Ähnlichkeitsmatrix Marke 3 Marke 4

,000 1,527 1,973 1,833 1,892

Marke 5

,000 ,651 ,635 ,762

,000 ,182 ,250

Marke 6

,000 ,130

Marke 7

,000

Distanzmatrix als Grundlage für die MDS-Analyse Quelle: Eigene Darstellung.

Als Distanzmaß wird der Pearsonsche Korrelationskoeffizient herangezogen, der die Ähnlichkeiten zwischen den betrachteten Marken ermittelt. 944 Die Distanzmatrix dient als Grundlage für die MDS. In Abbildung 56 ist der anhand des PROXSCAL Algorithmusses ermittelte Wahrnehmungsraum für den deutschen Festnetztelefonmarkt dargestellt. Die STRESS-Werte sollten bei einer explorativen Anwendung der MDS möglichst gering sein. Zur Beurteilung der STRESS-I Werte können die Empfehlungen von KRUSKAL (1964a) herangezogen werden. Der erreichte STRESS-Wert von 0,057 liegt in der Einteilung im guten Bereich. 945 Der Stress-II Wert liegt ebenfalls mit 0,09232 im guten Bereich. 946 Die erklärte Streuung der ermittelten Konfiguration ist mit 0,9965 als sehr gut zu bezeichnen, dies ist auch für den Wert des Kongruenzkoeffizienten mit 0,99832 zu verzeichnen. 947 Die ermittelte Konfiguration stellt somit eine adäquate Lösung für den deutschen Festnetztelefonmarkt dar.

944

Zur Berechnung der Distanzmaße vgl. BÜHL (2008), S. 352 f.

945

Nach KRUSKAL (1964) ist ein Stresswert von 0,00 Exzellent, 0,991

VIF für alle Werte = 1,0

Modell Sympathie

D

D

D

Erfüllung

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Abbildung 61: Prämissenerfüllung der vier Regressionsmodelle Quelle: Eigene Darstellung.

259

260

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Das erste Kriterium ist das der Linearität des Zusammenhangs, dieses kann für alle drei Modelle hinsichtlich aller vier Faktoren bestätigt werden. Das Kriterium der Multikolliniarität 969 wurde anhand des „Variance Inflation Factors“ 970 und der Toleranz überprüft. Der Wert betrug für die vier Faktoren jeweils 1,0, somit kann die Multikolliniarität ausgeschlossen werden. Hinsichtlich der Homoskedaszidität wurde ein Streudiagramm angefertigt und visuell überprüft. Es liegt keine Heteroskedastizität vor. Die Normalverteilung der Residuen wurde anhand eines Histogramms mit Normalverteilungskurve sowie anhand eines Kolmogorov-Smirnoff Tests überprüft. Die Residuen sind normal verteilt. Somit erfüllen die drei Modelle sämtliche Prämissen linearer Regressionen und können im Folgenden ausgewertet und interpretiert werden. Das erste Modell ist das Markenzufriedenheitsmodell. Ziel des Modells ist es, herauszufinden, welchen Einfluss die Imagefaktoren auf die Zufriedenheit der Kunden mit ihrer Festnetztelefonmarke haben. In Abbildung 62 ist die Modellzusammenfassung dargestellt.

Qualität Emotionalität Globale Marke

(+0,46**) (+0,32**)

R2 = 0,36

(+0,20**)

Zufriedenheit

(+0,03)

Preis **signifikant bei 0,01

Abbildung 62: Einfluss der Imagefaktoren auf die Zufriedenheit der Nachfrager mit der gekauften Festnetztelefonmarke Quelle: Eigene Darstellung

Das R2 des Regressionsmodells als globales Gütemaß beträgt 36%. Dies ist in verhaltenswissenschaftlichen Studien als gut zu bezeichnen. 971 Das Regressionsmodell

969

Ein lineares Regressionsmodell geht davon aus, dass die Regressoren nicht exakt linear abhängig sind. Multikolliniarität läge dann vor, wenn sich ein Regressor als lineare Funktion der übrigen Regressoren darstellen ließe. Dies würde zu einer Nichtdurchführbarkeit der Analyse führen. Vgl. BACKHAUS ET AL. (2008), S. 87.

970

Der „Variance Inflation Factor“ kann zur Überprüfung möglicher Multikolliniarität herangezogen werden. Bei zunehmender Multikolliniarität vergrößern sich die Varianzen der Regressionskoeffizienten um genau diesen Faktor. Ein Wert von 1 steht für keine Multikolliniarität. Vgl. BACKHAUS ET AL. (2008), S. 139 f.

971

Der Interpretation des Gütemaßes R2 werden die von COHEN (1988) ermittelten Effektstärken zu Grunde gelegt. Ein schwacher Effekt liegt demnach < 0,1 ein mittlerer Effekt liegt bei 0,25. COHEN (1988), S.81.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

261

ist mit < 0,01 signifikant. In Abbildung 62 sind die jeweiligen standardisierten Regressionskoeffizienten der einzelnen Faktoren angegeben. Lediglich der Preisfaktor ist nicht signifikant. Der Faktor mit dem größten Einfluss auf die Zufriedenheit mit der Marke ist der Qualitätsfaktor. Der „emotionale“ Faktor und der Faktor „Globalität“ haben einen geringeren Einfluss. Aus diesem Ergebnis kann geschlossen werden, dass der Faktor „Qualität“, bestehend aus den Nutzendimensionen „Qualität“, „Reputation“, „Design“, „Haptik“ und „Service“ den größten Einfluss auf die Zufriedenheit der Nachfrager mit einer Festnetztelefonmarke besitzt. Um die Zufriedenheit der Nachfrager mit der eigenen Marke zu erhöhen, ist eine Repositionierung auf den Dimensionen des „Qualitätsfaktors“ anzustreben. Eine Repositionierung oder Verbesserung auf dem Faktor „Qualität“ dient der Stärkung der bisherigen Kundenbeziehung und verhindert das Abwandern bisheriger Stammkunden. Der Einfluss der Faktoren „Emotionalität“ sowie „Globalität“ ist in ihrer Wirkung bei einer Repositionierung hinsichtlich der Beibehaltung bisheriger Kunden als niedriger einzuschätzen. Ein ähnliches Ergebnis ergibt sich aus dem Regressionsmodell zur Wiederkaufintention (vgl. Abbildung 63).

Qualität Emotionalität Globale Marke

(+0,44**) (+0,19**)

R2 = 0,34

(+0,30**)

Wiederkauf

(-0,02)

Preis **signifikant bei 0,01

Abbildung 63: Einfluss der Imagefaktoren auf die Wiederkaufintention der Nachfrager im deutschen Festnetztelefonmarkt Quelle: Eigene Darstellung.

Der Erklärungsgehalt liegt mit 34% ebenfalls im guten Bereich. Die standardisierten Regressionskoeffizienten der einzelnen Faktoren sind ähnlich wie bei dem Zufriedenheitsmodell. Der Qualitätsfaktor hat mit Abstand den größten Einfluss auf die Wiederkaufintention. Somit hat der Qualitätsfaktor hinsichtlich seiner Bedeutung für die Beibehaltung der bisherigen Kunden den größten Einfluss. Eine Verbesserung dieses Faktors führt innerhalb einer Repositionierung demnach zur Minimierung des Verlustes der bisherigen Käufer einer Marke. Es kann somit konstatiert werden, dass der Faktor einen großen Einfluss auf das Kaufverhalten der Nachfrager besitzt und somit eine geeignete Repositionierungsdimension darstellen kann. Der zweitwichtigste Faktor ist der Faktor „Globalität“ gefolgt von dem Faktor „Emotionalität“.

262

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Das dritte Regressionsmodell untersucht den Einfluss des Markenimages auf die Weiterempfehlungsintention (vgl. Abbildung 64).

Qualität Emotionalität Globale Marke

(+0,48**) (+0,25**)

R2 = 0,42

(+0,33**)

Weiterempfehlung

(-0,02)

Preis **signifikant bei 0,01

Abbildung 64: Einfluss der Imagefaktoren auf die Wiederkaufintention der Nachfrager im deutschen Festnetztelefonmarkt Quelle: Eigene Darstellung.

Das R2 liegt mit 42% etwas höher als bei dem Zufriedenheitsmodell und ist ebenfalls als gut einzustufen. Der Faktor Qualität hat mit Abstand den größten Einfluss auf die Weiterempfehlungsintention der Kunden. Danach folgt der Faktor „Globalität“ und der Faktor „Emotionalität“. Der Faktor „Preis“ hat einen sehr niedrigen standardisierten Regressionskoeffizienten und ist nicht signifikant. Auch hinsichtlich der Weiterempfehlungsintention hat der Faktor „Qualität“ den größten Einfluss im Markt. Das bedeutet, dass eine Repositionierung auf dem Qualitätsfaktor zum einen eine Sicherung des bisherigen Kundenstammes nach sich zieht und zum anderen eine Verbesserung auf diesem Faktor zur Gewinnung neuer Kunden genutzt werden kann. Das vierte Modell zur Markensympathie weist ebenfalls ein gutes R2 mit 38% auf (vgl. Abbildung 65).

Qualität Emotionalität Globale Marke

(+0,42**) (+0,27**)

R2 = 0,38

(+0,35**)

Sympathie

(+0,11**)

Preis **signifikant bei 0,01

Abbildung 65: Lineares Regressionsmodell zur Ermittlung des Einflusses der Imagefaktoren auf die Markensympathie im deutschen Festnetztelefonmarkt Quelle: Eigene Darstellung.

Hinsichtlich der Markensympathie ist das Ergebnis ebenfalls ähnlich. Der Faktor Qualität hat auch hier den größten Einfluss, was seine dominierende Stellung im Markt weiter unterstreicht. Der Faktor „Globalität“ weist auf die Sympathie den zweit-

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

263

größten Einfluss auf. Im Rahmen einer Repositionierung sollte demnach der Faktor „Globalität“ ebenfalls in eine Repositionierungsstrategie integriert werden, um mögliche Neukunden zu gewinnen. Der Faktor „Preis“ hat ebenfalls einen signifikanten Einfluss. Die Höhe des standardisierten Regressionskoeffizienten ist jedoch gering. Eine mögliche Interpretation ist, dass ein niedriger Preis im Markt für Festnetztelefone die Sympathie erhöht. Da eine Verbesserung auf dem Preisfaktor jedoch für den Qualitätsanbieter Marke 7 nicht in Frage kommt, kann die Wirkung dieses Faktors vernachlässigt werden. Die Ausgestaltung der Repositionierungsstrategie für Marke 7 sollte sich an den Ergebnissen der durchgeführten Regressionsanalysen orientieren. Der Qualitätsfaktor ist für Marke 7 der zentrale Stellhebel zur Sicherung des bisherigen Kundenstammes sowie zur Gewinnung von Neukunden. Eine Verbesserung auf diesem Faktor stellt darüber hinaus die Möglichkeit einer Differenzierung zu den strategischen Wettbewerbern Marke 5 und 6 dar. Für eine detaillierte Ausgestaltung der Repositionierungsstrategien der Marke 7 können zusätzlich zu den Ergebnissen der Regressionsanalysen die direkt erhobenen Wichtigkeiten der einzelnen Nutzendimensionen herangezogen werden (vgl. Abbildung 66). Innerhalb des Qualitätsfaktors sollte die tatsächliche Produktqualität verbessert werden, da diese die größte Wichtigkeit für den Kauf darstellt. Die Haptik des Festnetztelefons, sowie seine Bedienbarkeit in Form einer einfachen Menüsteuerung, stellen ebenfalls wichtige Stellhebel im Rahmen einer Repositionierung auf dem Qualitätsfaktor dar. Der Service ist indessen für den Kauf eines Festnetztelefons nicht so relevant. Dies gilt ebenfalls für das Design. Im Rahmen der Neukundengewinnung infolge einer Repositionierung sollte der Faktor „Globalität“ gestärkt werden, da er neben dem Qualitätsfaktor den größten Einfluss auf die Sympathie der Marke hat. Dies umfasst Dimensionen wie Innovativität, Globalität und soziales Engagement der Marke. Hinsichtlich der Kaufverhaltensrelevanz sind diese Nutzendimensionen als relativ unwichtig zu bewerten. Trotzdem darf dieser Faktor im Rahmen einer Repositionierung der Marke 7 nicht vernachlässigt werden, da er einer positiven Emotionalisierung der Marke 7 dient. Gleiches gilt für den Faktor „Emotionalität“. Er besitzt zwar einen geringeren Einfluss hinsichtlich der Neukundengewinnung, jedoch besitzt er den zweitstärksten Einfluss auf die Zufriedenheit mit der gekauften Marke und hat demnach einen Einfluss auf die Loyalität der bisherigen Kunden. Darüber hinaus ist er bezüglich der Kaufverhaltensrelevanz bei den Nachfragern hinsichtlich der Dimensionen soziale Kontakte, Kommunikation und Spaß als wichtig bewertet worden.

264

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Sehr Unwichtig 1

3

4

5 Sehr Wichtig 4,46

Qualität Haptik

4,26

Bedienbarkeit

4,18

Reputation

3,99

Service

3,92

Design

3,92

Soziale Kontakte

4,15

Kommunikation

4,13

Spaß

4,08 3,99

Lebensqualität

3,86

Erreichbarkeit

3,60

Lebensstil Innovativität

Soziale Engagement

Faktor 2 „Emotionalität“

3,92

Freiheit

Globalität

Faktor 1 „Qualität“

3,52 3,06

Faktor 3 „Globalität“

2,81

Preis

3,76

Faktor 4

Low complexity

3,69

„Preis“

Abbildung 66: Empirisch erhobene Wichtigkeit der einzelnen Nutzendimensionen für den Kauf eines Festnetztelefons im deutschen Markt. Quelle: Eigene Darstellung.

Der Preisfaktor kann im Zuge einer Repositionierung der Marke 7 vernachlässigt werden, da er zum einen lediglich einen geringen Einfluss auf die Markensympathie ausübt und zum anderen nur für einen Teil der Nachfrager kaufverhaltensrelevant erscheint. Darüber hinaus ist die Marke 3 sehr stark auf diesem Faktor positioniert.

265

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

5.4.7 Simulation der Repositionierungsstrategien anhand des agentenbasierten Wahlmodells 5.4.7.1 Szenario 1: Qualitätsstrategie Aus der Positionierungsanalyse heraus, kann für Marke 7 eine mögliche Repositionierungsstrategie auf Basis des Qualitätsfaktors abgeleitet werden. Erstes Argument für eine reine Qualitätsstrategie ist die hohe Kaufverhaltensrelevanz des Faktors. Ein weiteres Argument ist, dass die Nachfrager im Festnetztelefonmarkt die Marke 7 mit Qualität assoziieren. Eine Stärkung des Faktors würde also zum bisherigen Image passen. Damit wäre die notwendige Bedingung des Repositionierungs-Fits erfüllt. Darüber hinaus stellt eine Differenzierung über den Qualitätsfaktor eine Strategie dar, um die Wettbewerber Marke 5 und Marke 6 abzuwehren. Diese beiden Marken versuchen derzeit mit ihrem globalen Auftreten das Qualitätsimage des Marktführers (Marke 7) anzugreifen. In der ersten Simulationsstufe werden keine Wettbewerberreaktionen berücksichtigt.

Szenario 1: Differenzierung über den Faktor Qualität

Marke 4

Stärkung der Imagedimensionen •

Qualität

•

Haptik

•

Design

•

Bedienbarkeit

•

Reputation

•

Service

Qualität Marke 2 Marke 7 Marke 5

Globalität

Marke 1

Marke 3

Preis

Marke 6 Emotionalität

Abbildung 67: Szenario 1 Differenzierung über den Faktor Qualität Quelle: Eigene Darstellung.

Um die Marke stärker auf diesem Faktor zu differenzieren ist eine Stärkung der einzelnen Dimensionen innerhalb des Qualitätsfaktors notwendig. Inhaltlich bedeutet eine Erhöhung des Qualitätsfaktors eine Verbesserung der technischen Qualität der

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

266

Festnetztelefone, eine Verbesserung des Services sowie der intuitiven Bedienbarkeit. Weitere Möglichkeiten bestehen in einer Verbesserung des Designs und der Haptik des Telefons. 972 Je nach Zielgruppe kann anhand der einzelnen Dimensionen des „Qualitätsfaktors“ eine abgestimmte Strategie verfolgt werden. In Tabelle 22 sind die Simulationsergebnisse des Modells dargestellt. Szenario 1: Qualitätsstrategie Marke 7 Faktorvariation Indexpunkte Qualität +0,5 Qualität +0,5

WettbewerberMarktanteilsreaktion gewinne Indexpunkte Nein Marke 5 +0,3 Marke 6 +0,3

Gewinne/Verluste zum Wettbewerb Marke 1 Marke 2 Marke 3 Marke 4 Marke 5 Marke 6

Andere Marken

+5,9%

-0,6%

-1,8%

-0,4%

-0,5%

-1,1%

-0,5%

-1%

+5,2%

-0,6%

-2,3%

-0,4%

-0,7%

0%

0%

-1,3%

+5%

-0,7%

-1,7%

-0,4%

-0,7%

0%

0%

-1,7%

Marke 5 +0,3 Qualität +0,5

Marke 6 +0,3 Marke 2 +0,3

Tabelle 26:

Simulationsergebnisse der Qualitätsstrategie Marke 7 Quelle: Eigene Darstellung.

Eine Repositionierung auf dem Faktor Qualität würde zu einem Marktanteilsgewinn von 5,9% für Marke 7 führen. 973 Gleichzeitig bedeutet eine Veränderung um 0,5 Indexpunkte, dass die Marke 7 aus der strategischen Gruppe ausbricht. Dies wurde anhand von Sensitivitätsanalysen mittels der Clusteranalyse ermittelt. 974 Hierbei wurde mittels des Ward-Verfahrens errechnet, ab welchem Punkt die Fehlerquadratsumme innerhalb der strategischen Gruppe so stark ansteigt, dass Marke 7 nicht mehr hinzugefügt wird. Dies kann als Indikator für eine Differenzierung von den Marken der strategischen Gruppe angesehen werden, da das Ward-Verfahren versucht, möglichst homogene Gruppen zu bilden. 975 Besonders wichtig in diesem Zusammenhang ist, dass den Kernwettbewerbern der strategischen Gruppe, Marke 5 und Marke 6, durch die Repositionierung Marktanteile abgenommen werden können. Dies liegt daran, dass diese Marken auf dem Quali-

972

Bspw. liegt die Differenz auf dem Item Haptik zwischen Marke 7 und Marke 4 bei den Items Haptik und Design bei 0,4. Somit ist eine generelle Erhöhung des Qualitätsfaktors um 0,5 sinnvoll, um auch auf diesen Items „Best-in-Class“ zu werden.

973

Die 5,9% Marktanteil werden ohne den Einfluss der sozialen Interaktion erreicht. Mit sozialer Interaktion ist ein Gewinn von bis zu 12% möglich.

974

Die Ergebnisse der Sensitivitätsanalysen mittels der Clusteranalyse haben ergeben, dass bei einer Veränderung des Qualitätsfaktors um 0,5 die Marke 7 aus der strategischen Gruppe ausbricht.

975

Vgl. zum Ward Verfahren Kapitel 3.4.4. oder BACKHAUS ET AL. (2008), S. 389 ff.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

267

tätsfaktor ebenfalls sehr stark sind und die Unterschiede auf diesem Faktor in der strategischen Gruppe lediglich marginal sind. Gleichzeitig wird dem undifferenzierten Wettbewerber Marke 2 mit 1,8% der größte Anteil abgenommen. Bezieht man in die Betrachtung von Szenario 1 die Reaktion des Wettbewerbs mit ein, verringert sich der Marktanteilsgewinn um 0,7%. 976 Die Kernwettbewerber gewinnen die verlorenen Marktanteile zurück. Diese Entwicklung ist plausibel, da die Marken 5 und 6 von den Kunden ebenfalls als Qualitätsanbieter wahrgenommen werden. Die undifferenzierte Marke 2 verliert mit 2,3% noch mehr Marktanteile. Auf Grund der „Stuck in the Middle“ Position von Marke 2 verliert die Marke massiv an die Wettbewerber, die sich auf dem kaufverhaltensrelevanten Faktor Qualität verbessern. Aus diesem Grund wird Marke 2 bei der dritten Variation der Strategie ebenfalls eine Verbesserung des Faktors Qualität vornehmen, um gegen die Marktanteilsverluste anzugehen. Sie gewinnt massiv von anderen kleineren Marken im Markt. Marke 7 verliert jedoch nur 0,2% an Marke 2. 977 Bezieht man die Ergebnisse der Positionierungsanalyse sowie sachlogische Überlegungen in die Interpretation der Ergebnisse mit ein, sind die Marktanteilsveränderungen als plausibel zu bezeichnen. Alles in allem kann Marke 7 mit einer reinen Qualitätsstrategie zwischen 5% und 6% Marktanteile gewinnen. Mit der sozialen Interaktion liegen die Gewinne von Marke 7 zwischen 8% und 10%. Somit übt die soziale Interaktion einen positiven Einfluss auf die Repositionierung der Marke 7 in Richtung einer Qualitätsführerschaft aus. 5.4.7.2 Szenario 2: Aufladung der Marke mittels emotionaler Nutzenkategorien Die zweite Repositionierungsstrategie bezieht sich auf die emotionale Differenzierung der Marke bei gleichem Qualitäts- und Preisniveau. Diese Strategie ist auf die relative Wichtigkeit der beiden Faktoren zurückzuführen. Globalität hat einen starken Einfluss auf die Weiterempfehlungs- und Wiederkaufintention. Der Faktor gliedert sich in die Dimensionen „Innovativität“, „Globalität“ und „Soziales Engagement“ auf. 978 Der Faktor „Befriedigt meine individuellen Bedürfnisse“ beeinflusst die Zufrie-

976

Mit sozialer Interaktion werden nur noch 10% Marktanteile gewonnen, 2% weniger als ohne Interaktion.

977

Mit sozialer Interaktion gewinnt Marke 7 noch 8% an Marktanteilen. Somit ist die soziale Interaktion ein positiver Einflussfaktor für die Repositionierung der Marke 7.

978

Innerhalb dieses Faktors liegt die Differenz zu den strategischen Wettbewerbern auf den relevanten Items bei 0,1, das bedeutet, eine Verbesserung der emotionalen Faktoren um 0,25 Indexpunkte wäre auf diesem Faktor eine „Best-in-Class“ Positionierung.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

268

denheit mit der gekauften Marke sehr stark. Dies liegt unter anderem daran, dass Dimensionen wie „Spaß“, „Lifestyle“ und „Lebensqualität“ wesentliche Bestandteile dieses Faktors sind. Hinsichtlich der abgefragten Wichtigkeit für den Kauf zeigt Faktor 2 eine deutlich höhere Relevanz als Faktor 3 auf. Trotzdem ist eine Berücksichtigung des Globalitätsfaktors notwendig, um die beiden strategischen Wettbewerber Marke 5 und Marke 6 anzugreifen. Szenario 2: Differenzierung über die Faktoren Globalität und Emotionalität

Marke 4 Stärkung der Imagedimensionen •

Soziales Engagement

•

Innovativität

•

Globalität

•

Soziale Kontakte

•

Kommunikation

•

Spaß

•

Freiheit

•

Erreichbarkeit

•

Lebensstil

Qualität Marke 2

Marke 7

Marke 5

Globalität

Marke 1

Marke 3

Preis

Marke 6 Emotionalität

Abbildung 68: Szenario 2 emotionale Differenzierung über die Faktoren Globalität und Emotionalität Quelle: Eigene Darstellung.

Die Erhöhung der beiden emotionalen Faktoren beläuft sich ebenfalls auf 0,5 Indexpunkte, da dieser Wert als Ergebnis der Sensitivitätsanalysen als plausibel angenommen werden kann. Repositioniert sich die Marke 7 auf diesen beiden Dimensionen, wandert sie automatisch in der Wahrnehmung der Nachfrager in Richtung der Kernwettbewerber 5 und 6. Ohne eine Reaktion dieser beiden Marken beläuft sich der Marktanteilszugewinn auf 6,2%. Neben den beiden Kernwettbewerbern verliert Marke 1 massiv an Marktanteilen, da sie in der Wahrnehmung der Nachfrager mit dem Faktor 2 verknüpft ist (vgl. Tabelle 27). Darüber hinaus verliert wieder die undifferenzierte Marke 2 mit -1,3% massiv an Marktanteilen. Dies geschieht auf Basis der gleichen Argumentation der Qualitätsstrategie.

269

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Szenario 2: Emotionale Strategie Marke 7 Faktorvariation Indexpunkte Globalität +0,25 Emotionalität + 0,25 Globalität +0,25 Emotionalität + 0,25 Globalität +0,25 Emotionalität + 0,25

Gewinne/Verluste zum Wettbewerb

Wettbewerberreaktion Indexpunkte

Marktanteilsgewinne

Nein

+6,2%

-1,3%

-1,3%

-0,4%

-0,5%

-0,3%

-1,1%

-1,5%

+5,2%

-1,4%

-1,8%

-0,5%

-0,5%

+0,9%

+0,1%

-2,2%

+4,5%

-1,4%

-0,7%

-0,5%

-0,5%

+0,7%

+0,1%

-2,2%

Marke 5 +0,15/+0,15 Marke 6 +0,15/+0,15 Marke 5 +0,15/+0,15 Marke 6 +0,15/+0,15

Marke 1 Marke 2 Marke 3 Marke 4 Marke 5 Marke 6

Andere Marken

Marke 2 +0,15/+0,15

Tabelle 27:

Simulationsergebnisse der emotionalen Differenzierung Marke 7 Quelle: Eigene Darstellung.

Sobald jedoch die Marken 5 und 6 ihre Stärken hinsichtlich der emotionalen Wahrnehmung weiter ausbauen, verringert sich der Marktanteilsgewinn um 1% auf 5,2% für Marke 7. Die Marken 1 und 2 verlieren noch stärker an Marktanteil. Reagiert Marke 2 auf die Repositionierung der anderen Marken, reduziert sich der Zugewinn für Marke 7 auf 4,5%, die Zugewinne der Kernwettbewerber bleiben jedoch stabil. Der geringere Zugewinn mit der emotionalen Repositionierungsstrategie liegt zum einen an der geringeren Relevanz für den Markenerfolg und zum anderen am mangelnden Repositionierungs-Fit der Marke 7. Die Marke 7 weist auf diesen beiden Faktoren Imagedefizite gegenüber den Wettbewerbern auf, eine reine Emotionalisierung der Marke würde vermutlich von den Nachfragern nicht angenommen. Ein ähnlicher Fall war der Relaunch der Marke FRoSTA im Jahr 2003. Hier wurde ebenfalls ausschließlich auf weitestgehend emotionale Attribute gesetzt, die Kernkompetenz jedoch nicht weiter betont. Dies führte zu massiven Marktanteilseinbrüchen. Um dies zu vermeiden wird in Szenario 3 eine Mischstrategie simuliert, die zum einen die Stärke der Qualität besser betont und zum anderen eine leichte Emotionalisierung der Marke vornimmt. Zusammenfassend kann mit einer reinen emotionalen Repositionierungsstrategie eine Marktanteilsverbesserung zwischen 4% und 6% erreicht werden. Auch die soziale Interaktion führt zu keiner nennenswerten Marktanteilssteigerung bei der Emotionalisierungsstrategie. Ohne Wettbewerberreaktion können 8% erreicht werden und mit Wettbewerberreaktion lediglich 6% oder 5%. Somit hat die soziale Interaktion zwischen den Agenten einen positiveren Einfluss auf die Durchsetzung der Qualitätsführerschaft. 5.4.7.3 Szenario 3: Mischstrategie Qualität, Globalität und Emotionalität Die dritte mögliche Repositionierungsoption für Marke 7 besteht in einer Qualitätsstrategie angereichert mit einer leichten Markenemotionalisierung über die Dimensionen Globalität und individuelle Bedürfnisbefriedigung. Hierbei wird zum einen die Kernassoziation gute Qualität mit der Marke 7 bedient. Gleichzeitig wird die Marke

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

270

emotionalisiert, was zum einen die Zufriedenheit mit der Marke erhöhen kann und zum anderen die Wiederkauf- und Empfehlungsintention der Kunden stärkt. Der Repositionierungs-Fit ist durch den Fokus auf die Qualität ebenfalls gegeben. Ziel der Strategie ist der Ausbau der Qualitätsführerschaft im Markt. Gleichzeitig soll eine Emotionalisierung der Marke stattfinden, um die Kernwettbewerber Marke 5 und 6 anzugehen. 979 Szenario 3: Differenzierung über die Faktoren Qualität/Globalität/ Emotionalität Stärkung der Imagedimensionen • Qualität • Haptik • Design • Bedienbarkeit • Reputation • Service • Soziales Engagement • Innovativität • Globalität • Soziale Kontakte • Kommunikation • Spaß • Freiheit • Erreichbarkeit • Lebensstil

Marke 4

Qualität Marke 2

Marke 7

Marke 5

Globalität

Marke 1

Marke 3

Preis

Marke 6 Emotionalität

Abbildung 69: Szenario 3 Differenzierung über die Faktoren Qualität, Globalität und Emotionalität Quelle: Eigene Darstellung.

Marke 7 bewegt sich bei dieser Repositionierungsoption zum einen auf der Qualitätsachse weg von den Wettbewerbern der strategischen Gruppe, um den Qualitätsvorsprung weiter auszubauen. Gleichzeitig werden die Marken 5 und 6 in ihren eher emotionalen Positionierungen angegriffen. Die Marke 7 wandert also stärker ins Zentrum der strategischen Gruppe. In Tabelle 28 sind die Veränderungen der Markenimagewerte sowie die Auswirkungen auf den Marktanteil dargestellt.

979

Da die Differenz in der Bewertung auf den emotionalen Faktoren zwischen Marke 7 und den beiden strategischen Wettbewerbern 0,1 beträgt, würde man mit dieser Strategie auf den emotionalen Attributen mit dem Wettbewerb gleichziehen, ihn aber gleichzeitig über die Qualität überflügeln.

271

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Szenario 3: Mischstrategie Qualität/Globalität/Emotionalität Marke 7 Gewinne/Verluste zum Wettbewerb

Faktorvariation Indexpunkte

Wettbewerberreaktion Indexpunkte

Marktanteilsgewinne

Qualität +0,5 Globalität +0,1 Emotionalität + 0,1

Nein

+8,3%

-0,9%

-2,6%

-0,4%

-0,7%

-0,8%

-1,4%

-1,5%

+6,9%

-1,1%

-3,3%

-0,7%

-0,8%

+0,6%

+0,5%

-2%

+4,6%

-1,4%

-2,3%

-1,1%

-0,8%

+1,8%

+2,4%

-2,2%

+5,7%

-1,1%

-0,9%

-0,7%

-0,8%

+0,4%

-0,2%

-2,4%

Qualität +0,5 Globalität +0,1 Emotionalität + 0,1 Qualität +0,5 Globalität +0,1 Emotionalität + 0,1 Qualität +0,5 Globalität +0,1 Emotionalität + 0,1

Tabelle 28:

Marke 5 +0,2/+0,1/+0,1 Marke 6 +0,2/+0,1/+0,1 Marke 5 +0,2/+0,2 Marke 6 +0,2/+0,2

Marke 1 Marke 2 Marke 3 Marke 4 Marke 5 Marke 6

Andere Marken

Marke 5 +0,1/+0,1/+0,1 Marke 6 +0,1/+0,1/+0,1 Marke 2 +0,1/+0,1/+0,1

Simulationsergebnisse der Mischstrategie Marke 7 Quelle: Eigene Darstellung.

Ohne die Simulation von Wettbewerberreaktionen gewinnt Marke 7 mit der Mischstrategie 8,3% Marktanteil. Darüber hinaus gewinnt die Marke von strategischen Wettbewerbern Marke 5 und 6 insgesamt 2,2%. Reagieren die beiden Wettbewerber auf die strategische Repositionierung der Marke 7 mit einer ähnlichen Strategie, verringern sich die Gewinne um 1,4%. Dadurch verliert die undifferenzierte Marke 2 mit 3,3% immens an Marktanteilen. Sobald Marke 2 ebenfalls eine Repositionierung vornimmt, gehen die Gewinne noch weiter zurück. Bezieht man die soziale Interaktion in die Simulation mit ein, steigen die Marktanteilsgewinne für Marke 7 ohne Wettbewerbsreaktion auf bis zu 12% an. Mit Wettbewerberreaktion liegen die Gewinne bei bis zu 10%. Somit kann auch hier das Empfehlungsverhalten der Nachfrager als positiv für den Erfolg der Repositionierungsstrategie bewertet werden. Reagieren die strategischen Wettbewerber jedoch mit einer emotionalen Repositionierungsstrategie auf den Faktoren Globalität und Emotionalität, verringern sich die Gewinne auf 4,6%. Hinzu kommt, dass die Marken 5 und 6 ebenfalls massiv Marktanteile hinzugewinnen. Marke 1, die eine eher emotionale Positionierung im Markt aufweist, verliert durch diese Repositionierung massiv an Marktanteilen, da die beiden qualitativ hochwertigeren Marken diese emotionale Positionierung angreifen. Somit kann konstatiert werden, dass mit einer Mischstrategie zwischen 5% und 8% an Marktanteilsgewinnen möglich sind.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

272

5.5 Erweiterte Analyse des Empfehlungsverhaltens anhand des agentenbasierten Simulationsmodells 5.5.1 Analyse des Empfehlungsverhaltens innerhalb des Festnetztelefonmarktes Wie bereits in den qualitativen Vorstudien ermittelt, ist eine soziale Interaktion mit bis zu 4 Personen plausibel. Legt man diese Anzahl an Interaktionen zu Grunde, kann eine Monte Carlo Simulation 980 darüber Aufschluss geben, welche Marke wie häufig empfohlen wird. Hierzu wurden 100 Simulationsläufe durchgeführt, deren Ergebnisse zu einem Mittelwert für jede Marke verdichtet werden. Als Ergebnis über alle Simulationsläufe wird Marke 7 im Durchschnitt am häufigsten empfohlen (vgl. Abbildung 70).

2,0 1,55 1,5

1,27 1,07

1,14

1,04

1,11

1,23

1,0

0,5

0 Marke 1

Marke 2

Marke 3

Marke 4

Marke 5

Marke 6

Marke 7

Abbildung 70: Durchschnittlich erhaltene Empfehlungen der Agenten je Marke Quelle: Eigene Darstellung.

Die Marke 7 wurde bei durchschnittlich 4 Empfehlungen, die die Nachfrager erhalten haben, 1,55 Mal weiterempfohlen. Die Marken in der strategischen Gruppe liegen mit 1,11 und 1,23 weit unter dem Wert von Marke 7. Marke 2 liegt mit 1,27 Empfehlungen auf Platz 2. Diese Ergebnisse spiegeln den Marktanteil der Marken wider. Marke 7 als Marktführer wird häufiger gekauft und aus diesem Grund auch häufiger weiterempfohlen. Deshalb sollte das soziale Attribut, 981 welches die einzelnen Marken ge-

980

Eine Monte Carlo Simulation ist ein Verfahren aus der Stochastik, bei dem häufig durchgeführte Zufallsexperimente die Basis darstellen. Im Mittelpunkt der Simulation steht in diesem Fall die zufällige Anordnung der Agenten auf dem 2-dimensionalen Gitter. Aus diesem Grund werden 100 Simulationsläufe durchgeführt und der Mittelwert berechnet. Vergleiche zu diesem Vorgehen ausführlich ZIMMERMANN (1997), S. 337.

981

Das soziale Attribut umfasst den Wert der Empfehlungen geteilt durch die Anzahl an Empfehlungen pro Marke, die ein Nachfrager erhalten hat.

273

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

nerieren, in die Analyse mit einbezogen werden, um zu sehen, wie sich die Interaktion auf das Entscheidungsverhalten auswirkt (vgl. Abbildung 71). Skalenwert des sozialen Attributs 5 4

3,81 3,57

3,64

3,53

Marke 3

Marke 4

3,81

4,15

4,11

Marke 5

Marke 6

Marke 7

3 2 1 0

Marke 1

Marke 2

Abbildung 71: Durchschnittlicher Empfehlungswert der Marken. Quelle: Eigene Darstellung.

Im Durchschnitt hat Marke 6 den höchsten Wert des sozialen Attributes (vgl. Abbildung 71). Der Nachdruck der Empfehlung von Marke 6 durch die Nachfrager ist also höher als bei den anderen Marken. 982 Marke 7 als Marktführer mit den meisten Empfehlungen ist lediglich auf Platz zwei. Marke 4 und Marke 1 liegen mit ihren Empfehlungswerten signifikant niedriger als Marke 6 und 7. 983 Marke 7 wird zwar am häufigsten empfohlen, Marke 6 jedoch stärker, das bedeutet, dass das soziale Attribut der Marke 6 im Schnitt einen höheren Wert als das von Marke 7 aufweist. Dies lässt den Schluss zu, dass der Einfluss des sozialen Attributes bei Marke 7 auf das Entscheidungsverhalten der Nachfrager unter dem von Marke 6 liegt. Betrachtet man die zeitliche Veränderung des sozialen Attributes über einen längeren Zeitraum hinweg (30 Perioden), kann festgestellt werden, dass trotz einer dynamischen Zuweisung der Empfehlungswerte nur leichte Abweichungen von den empirisch ermittelten Empfehlungswerten für die Marken stattfinden (vgl. Abbildung 72). Die Ergebnisse des Modells sind demnach bei einem Wechsel der Ersten Wahl durch einen Nachfrager aufgrund einer Markenrepositionierung als plausibel zu interpretieren. Ledig-

982

Das soziale Attribut stellt die gemittelten Empfehlungen, die ein Nachfrager bekommen hat, dar (auf einer Skala von 1 bis 5). Je höher die Ausprägung des gemittelten sozialen Attributes ist, desto stärker beeinflusst es das Entscheidungsverhalten der Nachfrager.

983

Dies bestätigt die Ergebnisse der empirischen Primärmarktstudie hinsichtlich der Höhe der Empfehlungswerte. Die durch die Kerndichtefunktion geschätzten Empfehlungswerte folgen somit der gleichen Verteilung wie die empirisch erhobenen Daten.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

274

lich bei Marke 5 sind Ausreißer nach oben und unten zu verzeichnen. Diese Abweichungen sind dennoch nicht signifikant. Die durch die Kerndichtefunktion geschätzten Zufallswerte sind somit für eine Simulation von Markenrepositionierungen geeignet. 5

4

3

1 1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Marke 5

Marke 6

Periode

Marke 7

Abbildung 72: Entwicklung des sozialen Attributes der Marken aus der strategischen Gruppe Quelle: Eigene Darstellung.

Zusammenfassend kann für die strategische Gruppe abgeleitet werden, dass Marke 7 am häufigsten weiterempfohlen wird. Das Gewicht der Empfehlung ist jedoch bei Marke 6 am höchsten. Um die Auswirkung des sozialen Attributes auf die Entscheidungsregeln untersuchen zu können, werden im Folgenden für die Marken der strategischen Gruppe Monte Carlo Analysen durchgeführt. 5.5.2 Einfluss des Empfehlungsverhaltens auf die Entscheidungsregeln Im Folgenden wird die Integration des sozialen Attributes in die einzelnen Entscheidungsregeln überprüft. Hierbei wird zwischen kompensatorischen und nicht kompensatorischen Entscheidungsregeln unterschieden. 5.5.2.1 Kompensatorische Entscheidungsregeln Die Integration des sozialen Attributes bei der EQW Heuristik geschieht mittels Addition des sozialen Attributes zu den anderen Imagefaktoren. 984 Somit kommt für jeden einzelnen Nachfrager eine neue Dimension hinzu, nämlich der soziale Einfluss. Um den Einfluss der neuen Bewertungsdimension auf das Entscheidungsverhalten der Nachfrager und die Marktanteilsentwicklung bewerten zu können, werden Sensitivi-

984

Diese Vorgehensweise ist aus anderen agentenbasierten Modellen entnommen, welche die soziale Interaktion ähnlich umgesetzt haben. Vgl. hierzu J AGER (2007) sowie ZHANG/ZHANG (2007).

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

275

tätsanalysen durchgeführt. Sensitivitätsanalysen im Kontext des Entscheidungsverhaltens werden im Rahmen von Positionierungsmodellen mittels der sukzessiven Erhöhung der Beurteilungsdimensionen durchgeführt. 985 Ziel der Analysen ist es, die Veränderung der Marktreaktionsgröße Marktanteil in Abhängigkeit von der Veränderung einzelner Nutzendimensionen der zu repositionierenden Marke zu testen. Innerhalb des agentenbasierten Modells interessiert an dieser Stelle besonders, ob ein Unterschied in der Marktanteilsentwicklung mit und ohne soziale Interaktion zwischen Nachfragern existiert. Zu diesem Zweck wird die sukzessive Erhöhung der vier Imagefaktoren für jede kompensatorische Entscheidungsregel einmal mit und einmal ohne den Einflussfaktor soziale Interaktion simuliert. Innerhalb der folgenden Analyse werden sämtliche Imagefaktoren um 10% pro Periode erhöht. 986 Die Sensitivitätsanalysen werden für die Marken der strategischen Gruppe (Marken 5, 6, 7) durchgeführt, da sie im Mittelpunkt der Untersuchung stehen. Alle Nachfrager entscheiden sich in jedem Simulationslauf nach einer Entscheidungsregel. 987 Im ersten Simulationslauf werden die vier Faktoren von Marke 7 je Periode um 10% ihres Indexwertes erhöht, bis der Höchstwert der Skala 5 erreicht ist. In Abbildung 73 sind die Marktanteilsgewinne der Marke 7 in Abhängigkeit von der sukzessiven Erhöhung der Imagefaktoren und der unterschiedlichen Entscheidungsregeln dargestellt. In Periode 1 ist der Marktanteil der Marke 7 zum Zeitpunkt t0 dargestellt. Bei den Entscheidungsheuristiken ohne soziale Interaktion liegt der Startwert bei 31,6%. Mit sozialer Interaktion liegt der Startwert bei 41%. Dies ist auf das soziale Attribut zurückzuführen. Da Marke 7 Marktführer ist, wird die Marke wesentlich häufiger empfohlen, was zu einem Vorteil gegenüber den anderen Marktteilnehmern führt. Betrachtet man nun die Verläufe der einzelnen Graphen hinsichtlich der Marktanteilsentwicklung kann festgestellt werden, dass, sobald die soziale Interaktion zwischen den Nachfragern mit einbezogen wird, die Marktanteilszugewinne in Abhängigkeit von der Erhöhung der Imagefaktoren signifikant schneller abläuft. Dies ist insbesondere bei der WADD und der EQW Heuristik zu verzeichnen. Die MCD Heuristik ist hinsichtlich der sozialen Interaktion nicht so sensibel, dies ist auf die Vorgehensweise der Heuristik zurückzuführen. Dadurch, dass kein Gesamtnutzenwert gebildet wird, sondern lediglich ein Differenzvektor, ist der

985

Vgl. GREEN/KRIEGER (1988), S. 118.

986

Der Wert von 10% pro Periode erscheint plausibel, da eine stärkere Erhöhung pro Periode aus lerntheoretischer Sicht abwegig ist, da eine Periode 6 Monate darstellt.

987

Entgegen der Simulation einzelner Repositionierungsstrategien, wird im Rahmen der durchgeführten Sensitivitätsanalyse für jeden Agenten die gleiche Entscheidungsregel angenommen, um den Einfluss der sozialen Interaktion auf das Entscheidungsverhalten analysieren zu können.

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

276

Vorteil der Marke 7 durch die soziale Interaktion geringer. 988 Dies zeigt sich auch klar in den Graphenverläufen in Abbildung 73. Die Steigerung der Marktanteile, sobald sich die Agenten nach der MCD Heuristik entscheiden, vollzieht sich langsamer als bei den anderen Heuristiken. Wenn die Nachfrager sich primär nach der WADD oder der EQW Heuristik entscheiden benötigt Marke 7 11 Perioden um den maximalen Marktanteil zu erreichen. Bei der MCD Heuristik ist ein Zeitraum von 15 Perioden notwendig (vgl. Abbildung 73). Marktanteil in %

80 70 60

Der größtmögliche Marktanteil von 75% wird eher erreicht, wenn die Probanden sich nach der WADD oder der EQW Heuristik entscheiden. Sobald das soziale Attribut aktiviert wird, sind die Gewinne für Marke 7 noch schneller realisierbar.

50 40 30 20 10 0

Periode

1

2

3

4

WADD Social

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

EQW Social

MCD Social

WADD

EQW

MCD

Abbildung 73: Sensitivitätsanalyse des Einflusses der sozialen Interaktion im Zuge der Repositionierung von Marke 7 Quelle: Eigene Darstellung.

Zusammenfassend kann aus dieser Analyse für Marke 7 folgendes abgeleitet werden. Durch den Status als Marktführer wirkt sich die soziale Interaktion zwischen den Nachfragern positiv auf den Repositionierungserfolg aus. Je nach Entscheidungsregel steigen die Marktanteilsgewinne in Abhängigkeit von der Erhöhung der Imagefaktoren schneller an, als ohne soziale Interaktion. Lediglich bei der MCD-Heuristik ist der Unterschied zwischen sozialer Interaktion und keiner Interaktion gering, was darauf zurückzuführen ist, dass kein Gesamtnutzenwert gebildet wird. Eine Stärkung und Intensivierung des Empfehlungsverhaltens wirkt sich positiv auf die Markenrepositionierung von Marke 7 aus. Das gleiche Vorgehen wird bei Marke 6 durchgeführt. Im Gegensatz zu Marke 7 hat das soziale Attribut keinen positiven Einfluss auf Repositionierung. Die schnellsten Zugewinne werden verbucht, sobald sich die Nachfrager nach der EQW oder WADD

988

Vgl. hierzu die Formalisierung der Heuristiken in Kapitel C 2.2.2.1

277

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Heuristik entscheiden und keine soziale Interaktion stattfindet. Bereits in Periode 5 können die meisten Marktanteilsgewinne verzeichnet werden. Die Zugewinne sind am geringsten, wenn die Probanden die MCD Heuristik nutzen und keine soziale Interaktion angenommen wird (vgl. Abbildung 74). Marktanteil in % 60 50 40 30

Ohne soziale Interaktion gewinnt Marke 6 wesentlich schneller Marktanteile (EQW, WADD). Sie wirkt sich demnach nicht positiv auf einen schnelleren Gewinn von Marktanteilen aus.

20 10 0

Periode 1

2

3

4

WADD Social

5

6

7

8

9

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

EQW Social

MCD Social

WADD

EQW

MCD

Abbildung 74: Sensitivitätsanalyse des Einflusses der sozialen Interaktion im Zuge der Repositionierung von Marke 6 Quelle: Eigene Darstellung.

Das Entscheidungsverhalten der Nachfrager hinsichtlich Marke 6 ist demnach unterschiedlich zu dem Entscheidungsverhalten der Nachfrager beim Kauf von Marke 7. Obwohl Marke 6 im Durchschnitt mit einem höheren Wert weiterempfohlen wird, ist der Einfluss auf das Entscheidungsverhalten der Nachfrager nicht so groß. Dies liegt zum einen im geringeren Marktanteil von Marke 6 begründet und auch am wesentlich geringeren Anteil von Marke 6 im Consideration-Set der Probanden (vgl. Abbildung 75).

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

278

% 60

59,4

50 40 31,6

30 20 10 5,4 0

10,8

8,5

2,8

Marke 1

20,1

17,4

15,8

Marke 2

23,4 12,213,4

8,5

8,3 8,0 1,9 4,3

3,0 2,4 4,9

Marke 3

Marke 4

1. Wahl

2. Wahl

Marke 5

5,4

Marke 6

Marke 7

3. Wahl

Abbildung 75: Prozentuale Verteilung der Marken im Consideration-Set der Nachfrager im Festnetztelefonmarkt Quelle: Eigene Darstellung

Marke 7 ist mit 59% die mit Abstand am meisten erwogene Marke im Festnetztelefonmarkt. Dies bekräftigt das Ergebnis, dass Marke 7 bei sozialer Interaktion einen Vorteil gegenüber den anderen Marken besitzt. Die Wahrscheinlichkeit, dass ein Nachfrager eine Empfehlung für Marke 7 bekommt, ist wesentlich höher als für die Marken 5 und 6. Um diesen Vorteil ebenfalls nutzen können, sollte Marke 6 versuchen, in das Consideration-Set der Nachfrager vorzudringen, um den Vorteil besserer Bewertungen gegenüber Marke 7 umzusetzen. Bei der Betrachtung von Marke 5 ist das Bild ähnlich. Die soziale Interaktion im Zuge der Repositionierung beeinflusst das Entscheidungsverhalten nicht so positiv wie bei Marke 7. Dies ist zum einen auf den niedrigeren Anteil im Consideration–Set der Nachfrager zurückzuführen und zum anderen auf einen niedrigeren durchschnittlichen Empfehlungswert von 3,81 im Gegensatz zu den Wettbewerbern Marke 6 und 7. Die Repositionierung der Marke 5 wirkt sich am positivsten aus, wenn die Nachfrager sich nach der WADD Heuristik entscheiden und keine soziale Interaktion stattfindet.

279

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Marktanteil % 40

30

20

Ohne soziale Interaktion gewinnt Marke 5 wesentlich schneller Marktanteile wenn sich die Nachfrager nach der WADD Heuristik entscheiden. Sie wirkt sich demnach nicht positiv auf einen schnelleren Gewinn von Marktanteilen aus.

10

0

Periode 1

2

3

4

WADD Social

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

EQW Social

MCD Social

WADD

EQW

MCD

Abbildung 76: Sensitivitätsanalyse des Einflusses der sozialen Interaktion im Zuge der Repositionierung von Marke 5 Quelle: Eigene Darstellung.

Betrachtet man die Marken der strategischen Gruppe und das Verhalten der Nachfrager im Markt bezüglich ihrer Kaufentscheidungen, kann konstatiert werden, dass bei kompensatorischen Entscheidungen die soziale Interaktion innerhalb des Modells einen größeren Einfluss ausübt. Insbesondere im Fall der Marke 7 ist das ersichtlich, wohingegen die MCD Heuristik relativ robust gegenüber sozialen Einflüssen ist. Da fast alle Nachfrager im Festnetztelefonmarkt die MCD Heuristik im Rahmen ihrer Entscheidungen anwenden, ist der Einfluss lediglich bei der Repositionierung der Marke 5 zu berücksichtigen, da dort die Nachfrager, die sich nach der MCD Heuristik entscheiden, schneller auf eine Repositionierung reagieren. Zusammenfassend kann eine aktive Stärkung des Empfehlungsverhaltens der Nachfrager positiv zu einem Erfolg der Repositionierung von Marke 7 beitragen. Bei Marke 5 und 6 ist der Effekt nicht so stark und führt hinsichtlich des Entscheidungsverhaltens der Nachfrager nicht zu besseren Ergebnissen. 5.5.2.2 Nicht-Kompensatorische Entscheidungsregeln Bei den Nicht-Kompensatorischen Heuristiken ist eine Modellierung der sozialen Interaktion von verschiedenen Parametern abhängig. Bei der lexikographischen Heuristik entscheidet sich der Nachfrager nach dem für sich wichtigsten Attribut. Erst wenn das soziale Attribut eine höhere Wichtigkeit erhält, als die anderen Beurteilungsdimensionen, hat es einen Einfluss auf die Entscheidung der Nachfrager. Da beim Festnetztelefonkauf die persönliche Empfehlung jedoch nicht der wichtigste

280

Konzeption und Anwendung des agentenbasierten Modells im Festnetztelefonmarkt

Kaufgrund ist, wird das soziale Attribut nur sehr selten als Entscheidungsgrundlage herangezogen. 989 Sobald die Nachfrager sich nach der lexikographischen Regel beim Festnetztelefonkauf entscheiden, hat die soziale Interaktion keinen Einfluss auf den Kauf. 990 Die Ergebnisse können für alle Marken der strategischen Gruppe bestätigt werden. Ähnliche Ergebnisse ergaben die Modellierungen mit den beiden Regeln EBA und SAT. Hier hängt der Einfluss des sozialen Attributes auf die Entscheidung von den Parametern Wichtigkeit des sozialen Attributes und Schwellenwert des sozialen Attributes ab. Ähnlich wie bei der lexikographischen Regel sind keine nennenswerten Unterschiede zwischen keiner sozialen Interaktion und sozialer Interaktion bei der Repositionierung der Marken aus der strategischen Gruppe aufgetreten. Durch das Fehlen empirischer Daten zu Wichtigkeit und Schwellenwerten konnten lediglich unterschiedliche Niveaus mittels Monte Carlo Simulationen modelliert werden. Es konnte kein signifikanter Einfluss festgestellt werden. Da die nicht-kompensatorischen Regeln den Kauf im Festnetztelefonmarkt nur sehr schlecht erklären, kann hier auf eine weitere Modellierung verzichtet werden. Die Simulation der Repositionierungsstrategien wird auf Basis der MCD, sowie der WADD Heuristik durchgeführt, da diese die kognitive Algebra der Nachfrager am besten repräsentieren.

989

Dies ist ebenfalls ein Ergebnis der qualitativen Vorstudien.

990

Dieses Ergebnis konnte anhand unterschiedlicher Monte Carlo Simulationen bestätigt werden. Da keine empirischen Werte für die Wichtigkeit des sozialen Attributes vorliegen, wurden alle Analysen mit unterschiedlichen Wichtigkeiten durchgeführt. Erst bei einer Wichtigkeit von 5 hatte die soziale Interaktion einen Einfluss. Dieser Wert ist jedoch im Festnetztelefonmarkt nicht plausibel. Ein durchschnittlicher Wert von drei hatte keinen Einfluss auf die Entscheidung der Probanden.

Schlussbetrachtung

281

D Schlussbetrachtung 1

Zentrale Untersuchungsergebnisse

Ausgangspunkt der vorliegenden Arbeit war die Feststellung, dass vor dem Hintergrund zunehmender Komplexität und Dynamik des Marktumfeldes eine Prognose der Wirkung von Markenrepositionierungen auf das Kaufverhalten immer stärker an Relevanz gewinnt. Insbesondere innerhalb gesättigter Märkte ist die Wahl der richtigen Marktbearbeitungsstrategie Grundlage für nachhaltigen Markenerfolg. Durch die ständige Zunahme der Produkthomogenität steigt der Verdrängungswettbewerb innerhalb der Märkte stark an. Bei der Festlegung von Marktbearbeitungsstrategien ist nicht nur der Einbezug möglicher Wettbewerberreaktionen in das Entscheidungskalkül notwendig, sondern insbesondere das Kaufverhalten der Nachfrager. Die Notwendigkeit einer klaren, differenzierenden, präferenzbildenden Positionierung, um nachhaltige Wettbewerbsvorteile zu generieren, rückt daher immer stärker in den Fokus unternehmerischen Handelns und dient als Grundlage der Markenstrategie. Positionierung ist jedoch viel mehr als eine werbliche Differenzierung. Innerhalb der Markenführung setzt eine effektive und effiziente Positionierung von Marken einen ganzheitlichen dynamischen Planungsprozess voraus. Die marktgerichteten Auswirkungen von Positionierungs- bzw. Repositionierungsentscheidungen können weitreichend sein. Insbesondere für den Erfolg der markenführenden Unternehmung. Für die Prognose solcher Auswirkungen wurden in der Marketingwissenschaft zahlreiche Simulationsmodelle entwickelt, die dem Zweck einer Prognose der Auswirkungen von Positionierungsstrategien dienen. Diese Modelle sind jedoch mit zahlreichen Schwächen behaftet. Viele der entwickelten Modelle wirken veraltet und wenig praktikabel. Oftmals sind sie nicht in der Lage, die Anforderungen an die Modellierung von Markenrepositionierungen zu erfüllen. Zielsetzung dieser Arbeit war es demnach, die Eignung computergestützter Simulationstechniken für eine Modellierung von Markenrepositionierungen, unter besonderer Berücksichtigung des Entscheidungsverhaltens der Nachfrager, festzustellen. Darauf aufbauend wurde ein erstes empirisch fundiertes, agentenbasiertes Modell entwickelt, um einen Erkenntnisfortschritt hinsichtlich der Modellierung von Markenrepositionierungen zu erreichen. In dem die Arbeit einleitenden Abschnitt A wurde zunächst ein Problembewusstsein für die Simulation von Markenrepositionierungen geschaffen und ihre Relevanz festgestellt. Als theoretische Grundlage der Arbeit wird zu Beginn der identitätsbasierte Markenführungsansatz beschrieben und der Zusammenhang zwischen Identität, Positionierung und Image konzeptionell hergeleitet. Schwerpunkt des Kapitels bildete daraufhin die Begriffsexplikation der Positionierung. Nach einer kritischen Reflexion

282

Schlussbetrachtung

des Literaturstandes, wurde Positionierung als Planung, Umsetzung, Kontrolle und Weiterentwicklung einer an den Idealvorstellungen der Nachfrager ausgerichteten, vom Wettbewerb differenzierten und von der eigenen Ressourcen- und Kompetenzausstattung darstellbaren, markenidentitätskonformen Position im Wahrnehmungsraum relevanter Zielgruppen definiert. Diese Definition folgt dem holistischen Verständnis von Positionierung. Darauf aufbauend konnte der Begriff Markenrepositionierung als zentraler Begriff der Arbeit als Variation funktionaler und/oder symbolischer Nutzenmerkmale einer bereits in den Markt eingeführten Marke mit der Absicht, die Nutzenassoziationen relevanter Zielgruppen zieladäquat zu verändern, definiert werden. Es wurde herausgearbeitet, dass bisherige statistische Simulationsmodelle Schwächen in der Darstellung des Wahlverhaltens aufweisen und besondere Charakteristika von Markenrepositionierungen vernachlässigen. Zentrales konzeptionelles Kapitel stellt der Abschnitt B dar. Zunächst wird auf die Grundlagen und Charakteristika von Markenrepositionierungen aus der entscheidungsorienterten Sichtweise heraus eingegangen und ein Repositionierungsprozess auf Basis des identitätsbasierten Markenmanagementansatzes entwickelt. Hierbei werden im ersten Schritt potentielle Auslöser für Markenrepositionierungen identifiziert. Diese umfassen den Verlust einer eigenständigen Positionierung im Zeitablauf, die Überforderung der Marke aufgrund zu starker externer Dynamik, Implementierungsdefizite und eine mangelnde Konsistenz und Kontinuität in der Markenführung. Daraufhin wurden die unterschiedlichen ökonomischen und psychographischen Ziele von Markenrepositionierungen herausgearbeitet. Im nächsten Schritt wurden die drei zentralen Repositionierungsformen ermittelt, welche zur Erreichung der einzelnen Ziele angewendet werden. Diese umfassen die aktive, die reaktive und die indirekte Form. Abschließend wurde der Repositionierungs-Fit auf der Basis von NITSCHKE (2006) und dem Kommunikationsmodell VON WEIZSÄCKER operationalisiert. Zum Abschluss des Kapitels werden die bisherigen Ergebnisse synthetisiert und in einen identitätsbasierten Repositionierungsprozess überführt. In Kapitel B 2 werden daraufhin die bisher genutzten Methoden zur Simulation von Positionierungen systematisiert. Auf Basis der durchgeführten Literaturanalyse konnten die multivariaten Verfahren der Conjointanalyse, der Multidimensionalen Skalierung, der Faktorenanalyse und der Diskriminanzanalyse als bisher verwendete Methodiken identifiziert werden. Für eine Beurteilung der unterschiedlichen Methodiken wurden zunächst die methodischen Grundlagen erläutert, um später methodische Schwächen besser herausarbeiten zu können. Daraufhin wurden aus der einschlägigen Literatur Kriterien für eine Bewertung der unterschiedlichen Modelle herausgearbeitet. In Kapitel B 2.6 wurden die analysierten Modelle kritisch gewürdigt und anhand der Kriterien abschließend bewertet.

Schlussbetrachtung

283

Die Aussagekraft von Positionierungsanalysen auf Basis der MDS ist für die Planung markenpolitischer Maßnahmen als begrenzt zu bezeichnen. Dies ist vor allem darauf zurückzuführen, dass die Ableitung konkreter Maßnahmen aus der Analyse heraus nur sehr schwer möglich ist. Die Herstellung einer Verbindung zwischen den Wahrnehmungsdimensionen (subjektiv wahrgenommene Eigenschaften „Bedürfnisbefriediger“) und den aus der Sicht der Unternehmen objektiven und beeinflussbaren Gestaltungselementen (objektiv messbare physikalisch-technische Eigenschaften und symbolische Eigenschaften einer Marke) kann kaum hergestellt werden. Hinzu kommt, dass für die Erstellung eines Wahrnehmungsraumes mindestens sieben Marken notwendig sind. Eine Darstellung von Alleinstellungsmerkmalen ist anhand der MDS nicht möglich. Hinsichtlich der Simulation von Markenrepositionierungen wird das Wahlverhalten der Nachfrager stark vereinfacht dargestellt. Eine individualisierte Darstellung des Wahlverhaltens ist nicht möglich. Darüber hinaus werden in den Simulationsmodellen sämtliche Einflussfaktoren auf das Wahlverhalten ausgeblendet. Hinzu kommt, dass nahezu sämtliche Modelle zur Neuproduktpositionierung entwickelt wurden und die Simulation von Repositionierungen in der Literatur eher vernachlässigt wird. Positionierungsmodelle auf Basis der MDS sind seit den 90er Jahren in der wissenschaftlichen Literatur kaum noch akzeptiert. Der Abschnitt B 2.4 behandelt Modelle auf Basis der Conjointmethodik. Bei den conjointbasierten Modellen ist eine wesentlich höhere praktische Relevanz zu verzeichnen als bei den Modellen auf Basis der MDS. Die Vorteile der Conjointanalyse gegenüber der MDS liegen im Besonderen in der Möglichkeit, die generierten Ergebnisse flexibel weiter verarbeiten zu können. Ergebnisse präsentieren sich auf Individualniveau, die eingesetzten Variablen stellen eine direkt manipulierbare Größe für das Management dar und es entsteht eine Verknüpfung von Preisen mit nichtpreislichen Markeneigenschaften. Die Nachteile der Conjointmethodik sind die a priori Festlegung der beschriebenen Merkmale der Bewertungsstimuli sowie das Fehlen eines inferenzstatistischen Instrumentariums. Dies führt dazu, dass keine Konfidenzaussagen oder statistischen Tests durchgeführt werden können. Darüber hinaus sind im Rahmen der Markenpositionierung Entscheidungen bezüglich symbolischer Nutzendimensionen immens wichtig. Diese sind anhand der Conjointanalyse nur schwer zu ermitteln. Die große Flexibilität des Conjointansatzes durch den modularen Aufbau sowie die Möglichkeit, den Conjoint-Output mittels mathematischer Verfahren weiterzuverarbeiten, bieten einen großen Vorteil gegenüber den MDS Verfahren. Unterschiedliche Wahlsimulatoren geben den Forschern die Gelegenheit, unterschiedliche Entscheidungsregeln und -modelle empirisch zu testen. Sobald jedoch Verfahren angewendet werden, in denen Parameterschätzungen vorgenommen werden müssen, wie das multinomiale Logitmodell, ist eine simultane Verwendung unterschiedlicher Entscheidungsregeln nur sehr schwer möglich. Einflussfaktoren auf

284

Schlussbetrachtung

das Wahlverhalten werden wie bei den MDS Modellen ausgeblendet. Das Wahlverhalten der Nachfrager ist zwar auf individueller Ebene bestimmbar, die Nachfrager entscheiden sich jedoch, in den untersuchten Modellen, nach den gleichen Entscheidungsregeln. In Abschnitt B 2.5. wird ein Simulationsmodell auf Basis der Diskriminanzanalyse vorgestellt, welche eine eher untypische Methodik zur Simulation von Markenrepositionierungen darstellt. Das von KULLMANN (2006) entwickelte Modell unterliegt den gleichen Schwächen wie die MDS Modelle, insbesondere hinsichtlich der Modellierung des Wahlverhaltens. Darüber hinaus zeigt das Modell grundlegende methodische Schwächen. Dies trifft insbesondere auf die Umsetzung in der Excelmaske zu. Die Würdigung bisheriger Modelle und die Herausarbeitung zentraler Defizite hinsichtlich des Markenwahlverhaltens, die Vernachlässigung sozialer Einflüsse und mangelnde Berücksichtigung repositionierungsrelevanter Charakteristika schließen das Kapitel B 2 ab und bilden die Grundlage für die Ausführungen zur computergestützten Modellierung als Möglichkeit zur Darstellung von Markenrepositionierungen in Kapitel B 3.1. Zunächst werden die Grundlagen computerbasierter Simulation in Abgrenzung zur statistischen Modellierung dargestellt. Daraufhin wurden aus den Sozialwissenschaften die allgemeinen Kriterien zur Klassifizierung und Bewertung von Modellen auf die Problematik der Markenrepositionierung übertragen. Diese Kriterien bildeten die Grundlage für die Bewertung der unterschiedlichen computerbasierten Modellierungsansätze. Hierzu wurden die unterschiedlichen Simulationstechniken beschrieben und anhand eines Kriterienkatalogs hinsichtlich ihrer Eignung zur Darstellung von Markenrepositionierungen geprüft. Hierbei wurde die Makrosimulation, die mikroanalytische Simulation, die ereignisbasierte Simulation, die Mehrebenensimulation und zelluläre Automaten untersucht. Es konnte herausgefunden werden, dass der Ansatz der agentenbasierten Modellierung als einziger in der Lage ist, die Anforderungen an die Modellierung von Markenrepositionierungen zu erfüllen. Lediglich auf Basis des Ansatzes zellulärer Automaten ist es ebenfalls möglich, Repositionierungen in eingeschränktem Maße zu modellieren. Auf Basis dieser Erkenntnisse wurde im folgenden Teil der agentenbasierte Ansatz vorgestellt und hinsichtlich einer Modellierung von Markenrepositionierungen spezifiziert. Abschnitt B 3.2 beinhaltet den allgemeinen konzeptionellen Aufbau eines agentenbasierten Modells. Die typischen Komponenten eines agentenbasiertes Modells Umwelt, Agenten und Kommunikation werden beschrieben und auf die Problematik der Simulation von Markenrepositionierungen übertragen. Hierbei liegt der Fokus auf der Darstellung der sozialen Interaktion zwischen den Nachfragern. Leider existiert bis heute kein kohärentes Forschungsprogramm, was zu vagen Vorstellungen hin-

Schlussbetrachtung

285

sichtlich der Simulation als Methode führt. Dies drückt sich insbesondere durch Schwächen in der theoretischen Fundierung, unspezifischen Zielsetzungen und einer verzögerten Konsolidierung bei der Formulierung von Regeln und der Gestaltung des Agentendesigns aus. Darüber hinaus gibt es keine allgemeingültigen Empfehlungen hinsichtlich der Auswahl von Softwareinstrumenten oder der Validierung und Verifikation von Simulationsergebnissen. Trotzdem ist es möglich, anhand der agentenbasierten Simulationsmethode, räumlich verteilte Systeme heterogener autonomer Akteure darzustellen. Insbesondere die Darstellung verschiedener Niveaus von Informationsverarbeitungskapazitäten kann durch agentenbasierte Simulation gewährleistet werden. Auf Basis der Eigenschaften des Modellierungsansatzes und der Analyse erster agentenbasierter Modelle kann die Eignung hinsichtlich folgender Punkte festgestellt werden (Kapitel B 3.4): ƒ

Das komplexe Markenwahlverhalten kann auf Basis regelgestützter Modellierung dargestellt werden. Ebenso können stochastische und deterministische Markenwahlprozesse implementiert werden.

ƒ

Auf Basis des agentenbasierten Ansatzes ist der Forscher in der Lage, Erklärungs- sowie Prognosemodelle zum Kaufverhalten zu erstellen.

ƒ

Die Möglichkeit der flexiblen Gestaltung der Umwelt im Rahmen agentenbasierter Modelle, führt zu einer Schaffung differenzierter virtueller Märkte. Auch können intuitiv unterschiedliche Marktsituationen dargestellt werden.

ƒ

Die verschiedenen Stufen des Markenwahlverhaltens, der Wahrnehmung, der Präferenzbildung und der Kaufentscheidung können durch agentenbasierte Modelle dargestellt werden.

ƒ

Durch die schrittweise Annäherung agentenbasierter Modelle an die Realität, können die Zwischenstände ausgewertet werden.

ƒ

Indem der Modellierer die Perspektive einzelner Akteure einnimmt, können sukzessive Aspekte wie begrenzte Rationalität, unvollständige Information der einzelnen Akteure sowie Lerneffekte integriert werden.

ƒ

Die Heterogenität der Nachfrager kann innerhalb agentenbasierter Modelle wesentlich detaillierter abgebildet werden. Jedem Segment oder sogar jedem einzelnen Agenten können unterschiedliche Informationsverarbeitungskapazitäten und Entscheidungsregeln zugeordnet werden.

Schlussbetrachtung

286

ƒ

Die Darstellung sozialer Interaktion mittels des agentenbasierten Ansatzes ist ein zentraler Vorteil der Methodik. Nachfrager können auf unterschiedliche Art und Weise miteinander kommunizieren. Dies gilt ebenfalls für die Anbieter.

Auf Basis der Eignungsfeststellung wird in Kapitel C ein eigenes agentenbasiertes Modell zur Simulation von Markenrepositionierungen entwickelt. In Teil C wurde ein auf empirischen Daten (Festnetztelefonmarkt) basierendes Multiagentenmodell entwickelt und empirisch getestet. Zunächst wurde der Wissenszustand der einzelnen Agenten auf Basis des Markenimageansatzes von BURMANN/MEFFERT (2005b) operationalisiert. Jedem Agenten wurde ein empirisch erhobener Wissenszustand in Größe eines Consideration Sets von drei Festnetztelefonmarken zugewiesen. Auf Basis von Clusteranalysen und deskriptiven Auswertungen wurde eine Einteilung der Käufersegmente im Festnetztelefonmarkt in sieben Segmente vorgenommen. Darüber hinaus wurden jedem Nachfrager die empirisch erhobenen Empfehlungswerte zugewiesen, um die sozialen Einflüsse auf die Markenrepositionierungsstrategien modellieren zu können. Um das Kaufverhalten der einzelnen Agenten im virtuellen Markt darstellen zu können, wurden auf Basis kognitionspsychologischer Erkenntnisse sechs Entscheidungsheuristiken in das Modell implementiert, um das individuelle Kaufverhalten der Nachfrager abbilden zu können. Darüber hinaus wurde auf Basis der bisherigen Forschung zur artifiziellen Intelligenz, eine Verknüpfung der einzelnen Entscheidungsheuristiken mit den Markenempfehlungen geschaffen, um die soziale Interaktion der Nachfrager untereinander darstellen zu können. Auf Basis einer Wahrscheinlichkeitsfunktion wurde die Wahrnehmung von Markenrepositionierungen von Nachfragern im Markt dargestellt. Dies adressiert die Schwäche bisheriger Modelle, welche nicht in der Lage sind, die zeitliche Durchsetzung von Markenrepositionierungen darzustellen. Als zentrales Ergebnis der empirischen Anwendung des agentenbasierten Modells kann festgehalten werden, dass die erhobenen Markenimagedimensionen für die Modellierung des Markenwahlverhaltens herangezogen werden können. Es ist möglich, auf Basis des Markenimages bis zu 74% der Markenkäufe zu erklären. Somit wird die kognitive Algebra der Nachfrager im Festnetztelefonmarkt ausreichend durch die Entscheidungsheuristiken erklärt. Die Simulation der unterschiedlichen Repositionierungsszenarien brachte ebenfalls plausible Ergebnisse, welche der gegebenen Marktsituation entsprechen. Der Einfluss der sozialen Interaktion konnte ebenfalls anhand des agentenbasierten Modells erfolgreich modelliert werden. Auf Basis des hier verwendeten Ansatzes kann konstatiert werden, dass die soziale Interaktion einen Einfluss auf die zeitliche Durchsetzung einer Markenrepositionierung aufweist. Dieses Ergebnis muss jedoch hinsichtlich der unterschiedlichen Entscheidungsheu-

Schlussbetrachtung

287

ristiken differenziert werden. Den größten Einfluss besitzt die soziale Interaktion auf die Heuristiken WADD und EQW. Bei der MCD Heuristik ist der Einfluss geringer. Hinsichtlich der nicht-kompensatorischen Heuristiken ist der Einfluss ebenfalls gering. Darüber hinaus konnte festgestellt werden, dass der Einfluss der sozialen Interaktion beim Marktführer einen stärkeren positiven Effekt aufweist als bei den anderen Marken. Zentrale Ergebnisse für den Festnetztelefonmarkt können wie folgt zusammengefasst werden. Auf Basis der durchgeführten Hauptkomponentenanalyse können die 18 Nutzendimensionen im Festnetztelefonmarkt zu vier Faktoren verdichtet werden. Diese Faktoren können als „Qualität“, „niedriger Preis“, „Globalität“ sowie „Emotionalität“ im Festnetztelefonmarkt beschrieben werden. Der Festnetztelefonmarkt kann auf Basis der Wahrnehmung der Nachfrager in drei Anbietersegmente aufgeteilt werden. Die Ergebnisse der mit PROXSCAL ermittelten Konfiguration und der hierarchischen Clusteranalysen zeigen das gleiche Ergebnis. Das erste Segment ist das der Qualitätsanbieter, welches drei Marken umfasst. Die Marken 5, 6, 7 zeichnen sich dadurch aus, dass sie am stärksten mit dem Faktor „Qualität“ assoziiert werden. Das zweite Segment besteht ebenfalls aus drei Marken und ist im Wahrnehmungsraum der Nachfrager in der Mitte angesiedelt. Dies spricht für eine weitestgehend undifferenzierte Wahrnehmung der drei Marken. Marke 4 wird innerhalb dieses Segmentes eher mit den Aspekten Design und Haptik verbunden, wohingegen Marke 2 ein völlig undifferenziertes Image aufweist. Marke 1 wird eher mit den Faktoren „Emotionalität“ und „Globalität“ assoziiert. Aufgrund der geringen Distanzen zu den Wettbewerbern kann aber auch an dieser Stelle von keiner differenzierten Positionierung gesprochen werden. Die Marken werden als austauschbar wahrgenommen und differenzieren sich kaum vom Wettbewerb. Das dritte Segment ist das Segment der Billiganbieter. Das Segment wird von Marke 3 mit einem klar differenzierten Image besetzt. Die Nutzendimensionen „niedriger Preis“ und „geringe Komplexität“ sind die Kernassoziationen der Nachfrager mit Marke 3. Auf Basis dieses Wettbewerbsumfeldes wurden drei Repositionierungsstrategien aus den durchgeführten Analysen abgeleitet. Als erste Strategie konnte eine reine Differenzierungsstrategie über den Faktor „Qualität“ identifiziert werden. Diese führte jedoch nach verschiedenen Simulationsläufen zu unbefriedigenden Ergebnissen. Dies kann auch inhaltlich begründet werden, da eine reine Repositionierung auf der Qualitätsdimension langfristig nicht ausreicht. Die Produkte gleichen sich aufgrund der hohen Marktsättigung in ihrer technischen Qualität immer weiter an. Hinzu kommt, dass die Wettbewerber aus der strategischen Gruppe lediglich einen minimalen Nachteil in der „Qualität“ ihrer Produkte aufweisen. Marke 7 zehrt auf dieser Dimension von einer durch die Nachfrager langfristig gelernten Qualitätsassoziation mit der

288

Schlussbetrachtung

Marke, welcher bei den Wettbewerbern noch nicht existiert. Aus diesem Grund sind zu dem Qualitätsfaktor emotionale Faktoren zu berücksichtigen. Die zweite Repositionierungsstrategie umfasst eine reine Emotionalisierung der Marke mittels der Faktoren „Emotionalität“ und „Globalität“. Diese Strategie führte ebenfalls zu unbefriedigenden Ergebnissen hinsichtlich des Marktanteilsgewinns. Dies ist zum einen darauf zurückzuführen, dass die Kernwettbewerber der Marke 7 auf diesen Faktoren sehr stark wahrgenommen werden und zum anderen, dass die Relevanz dieser Faktoren für das Kaufverhalten geringer ist, als die des Qualitätsfaktors. Aus diesem Grund wurde eine Mischstrategie simuliert, welche als Kerndimension für die Repositionierung den Faktor Qualität beinhaltet und die Faktoren „Emotionalität“ und „Globalität“ ebenfalls berücksichtigt. Von den drei simulierten Repositionierungsstrategien ist die Mischstrategie hinsichtlich zu gewinnender Marktanteile am erfolgreichsten. Ohne eine Wettbewerbsreaktion können im Idealfall 8,3% Marktanteilsgewinne realisiert werden. Verändern sich die Kernwettbewerber ebenfalls auf den drei Faktoren wird immerhin noch ein Zugewinn von 4,6% realisiert. Die Strategie setzt sich aus einer Verbesserung der „Qualität“ (Erhöhung der Indexpunkte um 0,5) der unter der Marke angebotenen Produkte und einer symbolischen Aufladung der Marke 7 hinsichtlich „Emotionalität“ und „Globalität“ (jeweils Erhöhung um 0,25 Indexpunkte) zusammen. Eine reine Verbesserung der „Qualität“ führt ebenfalls zu einer Differenzierung. Aus langfristiger Sicht heraus reicht dies jedoch nicht aus, um nachhaltig Wettbewerbsvorteile gegenüber den Kernwettbewerbern aus der strategischen Gruppe zu gewinnen. Die Stärkung der technischen Dimensionen des Faktors „Qualität“ beinhaltet eine Verbesserung der Haptik, des Designs, des Services und der Bedienbarkeit der angebotenen Festnetztelefone. Eine Verbesserung auf den Qualitätsdimensionen dient der Differenzierung von Kernwettbewerbern aus der strategischen Gruppe. Gleichzeitig kann mit einer Qualitätsverbesserung eine höhere Markenloyalität bisheriger Kunden der Marke erzielt werden. Dieses Ergebnis wird durch die Regressionsanalysen bestätigt. Die Qualität der Marke übt demnach den größten Einfluss auf die Zufriedenheit mit der gekauften Festnetztelefonmarke aus (Standardisierter Regressionskoeffizient von 0,46). Darüber hinaus haben die Ergebnisse der Regressionsanalysen gezeigt, dass eine Verbesserung der Qualität einen großen Einfluss auf die Neukundengewinnung hat. Eine hohe Qualität hat einen starken Einfluss auf das Weiterempfehlungsverhalten und die Sympathie, die der Marke entgegengebracht wird. Dies ist ein weiterer Hebel für die Gewinnung neuer Marktanteile für Marke 7, der im Zuge einer Markenrepositionierung adressiert wird. Die gleichzeitige Emotionalisierung der Marke dient der Festigung der Position gegenüber den Kernwettbe-

Schlussbetrachtung

289

werbern, die auf diesen Faktoren vor der Repositionierung der Marke 7 besser bewertet werden. Insbesondere differenziert sich Marke 7 von den Wettbewerbern innerhalb der strategischen Gruppe und von allen anderen Wettbewerbern im Markt. Auch wenn der Markt sich in einer Degenerationsphase befindet, ist dies für die nächsten 3 bis 5 Jahre die beste Strategie, da die Nachfrager im Markt qualitativ hochwertige Telefone nachfragen. Insbesondere die hochinvolvierten Segmente lassen sich mit dieser Strategie sehr gut ansprechen. Eine reine Qualitätsstrategie führt zwar ebenfalls zu leichten Marktanteilsgewinnen, ist jedoch in einem Markt, in dem kaum noch Innovationen stattfinden, langfristig nicht Erfolg versprechend. Hier ist eine werbliche Differenzierung mittels emotionaler Faktoren notwendig, um sich weiterhin im Markt zu etablieren. Neben der Erfolgswirksamkeit der dargestellten Repositionierungsstrategien, wurde anhand des agentenbasierten Simulationsmodells das Entscheidungsverhalten der Nachfrager im Festnetztelefonmarkt untersucht. Zu diesem Zweck wurden die relevantesten kompensatorischen und nicht-kompensatorischen Entscheidungsregeln in das agentenbasierte Modell implementiert. Auf Basis von 5 Samples wurde daraufhin das Entscheidungsverhalten der Kunden im Festnetztelefonmarkt untersucht. Kernergebnis der Untersuchung ist, dass die Nachfrager zu einer kompensatorischen Entscheidung neigen. Die MCD Heuristik erklärte den Kauf in allen 5 Datensamples signifikant am besten. Das bedeutet, sämtliche Faktoren werden von den Nachfragern in das Entscheidungskalkül miteinbezogen. Nicht-kompensatorische Heuristiken hingegen erklären den Kauf weniger gut. Aus diesem Grund wurden für die Simulation der Repositionierungsstrategien lediglich die WADD und die MCD Heuristik verwendet. Die soziale Interaktion beim Kauf von Festnetztelefonen wurde im Rahmen des agentenbasierten Modells mittels des Empfehlungsverhaltens operationalisiert. Es konnte festgestellt werden, dass die soziale Interaktion einen Einfluss auf das Entscheidungsverhalten der Nachfrager besitzt. Der Einfluss der sozialen Interaktion auf den Erfolg von Repositionierungsstrategien fällt je nach Entscheidungsheuristik unterschiedlich stark aus. Hierzu wurden Sensitivitätsanalysen anhand der Marken 5, 6, und 7 durchgeführt, welche die Marktanteilsentwicklungen bei unterschiedlichen Entscheidungsheuristiken mit und ohne soziale Interaktion simulierten. Kernergebnis der Analyse für Marke 7 ist, dass sobald die Nachfrager sich nach additiven Heuristiken entscheiden, die relative Steigerung des Marktanteils relativ stärker ist als bei der MCD Heuristik. Der Sättigungswert wird demnach schneller erreicht als bei den Nachfragern, die sich nach der MCD Heuristik entscheiden. Somit übt die soziale

290

Schlussbetrachtung

Interaktion bei Marke 7 einen positiven Einfluss auf die Marktanteilsentwicklungen aus. Bei Marke 6 hingegen ist das nicht der Fall. Eine mögliche Strategie, um den Einfluss der sozialen Interaktion auf den Kauf von Marke 6 zu erhöhen, wäre eine Erhöhung der Präsenz im Consideration Set der Nachfrager. Ähnliches gilt für Marke 5. Auf Basis der gezeigten Ergebnisse zum Entscheidungsverhalten im Festnetztelefonmarkt und deren Validierung anhand von fünf Datensamples, konnte eine Übertragung der agentenbasierten Simulationstechnik in die Positionierungsforschung geleistet werden. Es ist somit ein flexibles Entscheidungsunterstützungsinstrument für Positionierungsentscheidungen entwickelt worden, welches hinsichtlich weiterer Fragestellungen beliebig erweiterbar ist. Insbesondere die Abbildung des individuellen Wahlverhaltens ist durch die Implementierung unterschiedlicher Entscheidungsstrategien möglich. Dies erleichtert eine realitätsnähere Darstellung heterogener Nachfragerstrukturen. Die aus den Ergebnissen resultierenden Implikationen für die Markenführung werden im folgenden Kapitel gegeben. Eine kritische Reflexion und Ansätze für die weitere Forschung werden im dritten Abschnitt dieses Kapitels geliefert. In Tabelle 29 sind die zentralen Forschungsfragen der Arbeit sowie deren Beantwortung zusammenfassend dargestellt.

291

Schlussbetrachtung

Forschungsfrage

Ergebnis

Sind bisherige Positionierungsmodelle in der Lage, Markenrepositionierungen adäquat abzubilden?

Bisherige Positionierungsmodelle eignen sich eher zur Simulation und Optimierung von Neuprodukteinführungen. Markenrepositionierungen werden bisher in der Literatur vernachlässigt. Wichtige Charakteristika von Markenrepositionierungen wie der zeitliche Horizont oder Intensität werden vernachlässigt. Weitere Einflussfaktoren wie die soziale Interaktion, Marketing-Mix Effekte oder nicht-optimale Strategien der Wettbewerber werden nicht berücksichtigt.

Sind Positionierungsmodelle in der Lage, die heutigen dynamischen und komplexen Rahmenbedingungen zu berücksichtigen und das Markenwahlverhalten der Nachfrager valide zu erklären und zu prognostizieren?

Heutige Positionierungsmodelle stellen das Markenwahlverhalten stark vereinfacht dar. Individuelles Kaufverhalten hinsichtlich unterschiedlicher Entscheidungsheuristiken wurde bisher noch nicht implementiert. Bisher entscheiden sich sämtliche Nachfrager immer nach der gleichen Regel. Gleiches gilt ebenfalls für das Verhalten der Wettbewerber, da in den Modellen immer ein globales Gleichgewicht vorausgesetzt wird.

Ist es möglich, Markenrepositionierungen anhand des agentenbasierten Ansatzes erklären und prognostizieren zu können?

Der agentenbasierte Ansatz eignet sich auf Grund seiner Regelbasierung sehr gut für eine Modellierung von Markenrepositionierungen, insbesondere die Darstellung sozialer Interaktion zwischen den unterschiedlichen Akteuren im Markt kann dargestellt werden.

Ist es sinnvoll, deterministische Entscheidungsregeln des Nachfragers in einen Wahlsimulator mit externen Einflussfaktoren zu verknüpfen?

Eine Verknüpfung der Entscheidungsheuristiken mit externen Einflussfaktoren ist sinnvoll. An dieser Stelle bedarf es jedoch noch weitere Forschungsarbeiten, um in der Zukunft valide Ergebnisse produzieren zu können.

Tabelle 29:

Ergebnisse der Arbeit Quelle: Eigene Darstellung.

Schlussbetrachtung

292

2

Implikationen für das Management von Markenrepositionierungen

Im Rahmen der zusammenfassenden Darstellung der Untersuchungsergebnisse soll nun auf die Aussagekraft für die Unternehmenspraxis eingegangen werden. Im Rahmen dieser Arbeit wurde der Einfluss verschiedener funktionaler und symbolischer Nutzendimensionen auf das Markenwahlverhalten untersucht und signifikante Einflüsse festgestellt. Diese Ergebnisse lassen unterschiedliche Schlussfolgerungen für das Markenmanagement zu. Diese Arbeit zeigt auf, dass eine Repositionierungsentscheidung seitens markenführender Unternehmen komplex ist. Es ist eine Vielzahl unterschiedlicher Analysen notwendig, um die Unsicherheit seitens der markenführenden Institution hinsichtlich einer Repositionierungsentscheidung zu minimieren. Einen großen Beitrag dazu leistet eine differenziertere Analyse des Entscheidungsverhaltens anhand der agentenbasierten Simulation. Wie sich die Nachfrager in einem Markt entscheiden ist ein wesentlicher Faktor für den Erfolg einer Repositionierungsstrategie. Dies ist auf die unterschiedlichen Vorgehensweisen der Nachfrager beim Kauf einer Marke zurückzuführen. Entscheiden sich die Nachfrager in einem Markt nach kompensatorischen Regeln, bedeutet dies für die Markenführung, dass sämtliche Imageattribute, welche für die Entscheidung des Nachfragers relevant sind, innerhalb der Markenpositionierung verwendet werden sollten. Nun ist eine genaue Auswahl der Repositionierungsdimensionen vorzunehmen, die den größten Einfluss auf die Entscheidung der Nachfrager haben. Hierbei ist es wichtig, sich nicht auf eine Analysemethode zu beschränken, sondern mehrere unterschiedliche Methoden anzuwenden, um die herausgearbeiteten Stärken nutzen zu können. 991 Im Rahmen der Führung von Marken ist bei einer Repositionierung auf den Fit zwischen der neuen und der ursprünglichen Position zu achten, um einer Verwässerung der Marke zu begegnen. Bevor eine Markenrepositionierung durchgeführt wird, sollten die Auslöser und Ziele der Repositionierung analysiert werden. Dies kann durch die Integration in ein Markencontrollingsystem gewährleistet werden, welches die wichtigsten Treiber zur Überwachung der Marke beinhaltet. Auf Basis dieser Fakten kann dann eine geeignete Repositionierungsstrategie entwickelt werden. Diese sollte vor einer Implementierung mittels eines Simulationsmodells verifiziert werden. Diese Integration von Simulationsmodellen in ein ganzheitliches Markencontrollingsystem

991

Vgl. B 2.6

Schlussbetrachtung

293

zur Diagnose und Steuerung des marktseitigen Auftritts der Marke, ist im heutigen dynamischen Marktumfeld unumgänglich, um nachhaltigen Markenerfolg zu sichern. Auf strategischer Ebene bilden die ermittelten empirischen Ergebnisse die Grundlage für die zukünftige Markenstrategie. Die Repositionierungsstrategie der Qualitätsführerschaft angereichert mit der Stärkung einiger emotionaler Komponenten, bildet die zukünftige Positionierung der Marke im Wahrnehmungsraum der Nachfrager. Gleichzeitig ist die neue Position auf Basis der bisherigen Markenidentität darstellbar. Es ist somit möglich, auf Basis der Identität der Marke die Qualitätsführerschaft konsistent darzustellen. Dies ist im Rahmen des identitätsbasierten Markenmanagements eine Grundvoraussetzung, um eine Positionierung glaubwürdig kommunizieren zu können. Empirisch konnte dies anhand der Markenimageimageanalysen belegt werden. 992 Diese Erkenntnisse wirken sich im Rahmen der Implementierung auf die Kernelemente der Markenstrategie aus. Die zukünftigen Markenziele beinhalten im Kern den Ausbau der Marktführerschaft durch Neukundengewinnung und dem Halten bisheriger Bestandskunden. Auf Basis der ermittelten Strategie ist es möglich, Marktanteile zurückzugewinnen und ohne eine Reaktion der Wettbewerber einen Zugewinn von 8,3% zu realisieren. 993 Die Markenarchitektur sollte beibehalten werden und die Produkte sollten weiterhin unter einem Markennamen angeboten werden, da dieser über ein sehr gutes Image im untersuchten Markt verfügt. Das Markennutzenversprechen hingegen muss hinsichtlich der neuen ermittelten Positionierungsinhalte modifiziert werden. Die Qualitätsführerschaft als Ergebnis der empirischen Analyse zur Differenzierung der Marke gegenüber den Kernwettbewerbern muss zum einen nach Außen (marktgerichtet) und nach Innen (Unternehmung) kommuniziert werden. Hieraus ergeben sich Aktionsfelder für die operative Umsetzung der im Modell entwickelten empirischen Ergebnisse. Die marktseitige Ausgestaltung der Qualitätsstrategie im Rahmen des Marketing-Mixes kann anhand der ermittelten Dimensionen erfolgen. Diese dienen als Grundlage für die Neuausrichtung der Produkt-, Preis-, Kommunikations-, und Distributionspolitik. Im Rahmen der Produktpolitik können die Dimensionen Haptik, einfache Bedienbarkeit, Service und Design zur qualitativen Aufwertung des Produktportfolios herangezogen werden. Für eine marktseitige Umsetzung der Repositionierungsstrategie

992

Vgl. A 1.3

993

Vgl. C 5.4.7.3

Schlussbetrachtung

294

müssen die Dimensionen weiter ausdifferenziert werden. Die Haptik des Festnetztelefons umfasst dabei das Material des Handsets und der Basisstation sowie die Wertigkeit des Displays, eine hervorragende Sprachqualität und die Haltbarkeit des Telefons. Diese Attribute sollten die Wertigkeit des Festnetztelefons symbolisieren und den Nachfragern während der Nutzung die Qualität der Marke vermitteln. Die einfache Bedienbarkeit als Qualitätsmerkmal umfasst eine einfache Menüführung, eine leicht verständliche Bedienungsanleitung sowie eine problemlose Kompatibilität mit anderen Telefongeräten. Der Nutzer soll das Gefühl erhalten, komplexe Funktionen möglichst einfach nutzen zu können. Der Kundenservice stellt eine weitere zentrale Dimension dar, um die Qualitätsführerschaft zu implementieren. Dies kann bspw. mit einer gut erreichbaren kostenlosen Hotline sowie einem umfassenden Garantieservice umgesetzt werden. Als letzte Dimension sollte ein wertiges Design umgesetzt werden, welches aufgrund der Materialien und der Verarbeitung die Qualitätsführerschaft der Marke unterstreicht. Diese operativen Maßnahmen müssen durch ein Qualitätsmanagement und Innovationsmanagement hinsichtlich zukünftiger Produktentscheidungen unterstützt werden, damit der langfristige Erfolg sowie die feste Verankerung der neuen Strategie innerhalb des Unternehmens garantiert ist. Eine Strategie der Qualitätsführerschaft beinhaltet ebenfalls eine Preis-PremiumStrategie. Das bedeutet, dass in jedem Preissegment bis auf das Niedrigpreissegment Produkte angeboten werden sollten. In jeder Preiskategorie wird jedoch ein Premium gegenüber den Nachfragern und den Händlern durchgesetzt, um die Qualitätsstrategie konsistent umzusetzen. Neben dem Preis muss die neue Wertigkeit der einzelnen Produkte in Form von Verkaufsdisplays und einem hochwertigen Verpackungsdesign unterstützt werden. Darüber hinaus sind neue innovative Vertriebswege wie bspw. ein Onlineshop zu etablieren, um die neue strategische Ausrichtung auch im Rahmen der Distributionspolitik zu implementieren. Hierzu bietet sich einem Marktführer auch die Möglichkeit, ein Categorymanagement zu etablieren, welches die Beziehung zum Handel weiter stärkt und eine vorteilhaftere Darstellung der Marke PoS ermöglicht. Hinsichtlich der Kommunikationspolitik sollte ein integrierter Ansatz zur Anwendung kommen, um die neue Positionierung marktseitig zu etablieren. Aus dem identitätsbasierten Markenmanagement heraus ist hierbei insbesondere auf die Konsistenz und die Kontinuität zentraler Positionierungsinhalte im gesamten Kommunikations-Mix zu achten. 994 Die ermittelten Kerndimensionen sollten im Mittelpunkt der

994

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 635 ff.

Schlussbetrachtung

295

Kommunikationsaktivitäten stehen. Insbesondere innovative und neue below-the-line Kommunikationsaktivitäten sollten genutzt werden, um die relevanten Zielgruppen zu erreichen. Dies betrifft insbesondere die high-involvement Zielgruppen, welche hochwertige Festnetztelefone präferieren. 995 Neben den funktionalen Qualitätsdimensionen sollten symbolische Nutzenkomponenten ebenfalls adressiert werden, um sich von den Kernwettbewerbern zu differenzieren. Insbesondere die unterschiedlichen Dimensionen des Globalitäts- und Emotionalitätsfaktors können hierfür genutzt werden. Hierzu bieten sich insbesondere die individuelle Bedürfnisbefriedigung, der Lebensstil und eine Verbesserung der Lebensqualität an. Above-the-line Instrumente wie TV und Print sollten ebenfalls genutzt werden, um die neuen Positionierungsinhalte der Marke im Markt bekannt zu machen. Insbesondere eine Emotionalisierung der Marke sollte mittels dieser Kommunikationsinstrumente geschehen, da diese Medien einen höheren Wirkungskreis aufweisen als below-the-line Kommunikation. Neben der marktgerichteten Kommunikation ist die Implementierung der Repositionierungsstrategie auch innengerichtet durchzuführen, um einen nachhaltigen Erfolg gewährleisten zu können. Wie in dem entwickelten Repositionierungsprozess dargestellt sollte die neue Positionierung auch an die Mitarbeiter kommuniziert werden und insbesondere vom Top-Management umgesetzt werden. Des Weiteren kann im Rahmen von Schulungen oder innerhalb strategischer Workshops die neue Strategie den Mitarbeitern näher gebracht werden, damit sie die Möglichkeit erhalten, im täglichen Arbeitsalltag die neue Markenpositionierung zu berücksichtigen. Insbesondere Vertriebsmitarbeiter, die sich im ständigen Kundenkontakt befinden, sollten über die neuen Positionierungsinhalte informiert werden. Dies ist ein wesentlicher Erfolgsfaktor zur Generierung eines konsistenten, der Markenpositionierung entsprechenden Nachfragererlebnisses. Ähnliche Maßnahmen sind auch absatzmittlergerichtet durchzuführen. 996 Insbesondere in den wichtigsten Absatzkanälen sollten die Händler bezüglich der neuen Markenpositionierung sensibilisiert werden, um die Qualitätsführerschaft gegenüber den Wettbewerbern zu stärken. Die Integration der sozialen Interaktion in die Modellierung von Markenrepositionierungsstrategien zeigt, dass die Nachfragerinteraktion ein nicht zu unterschätzender Einflussfaktor für den Erfolg einer Markenrepositionierung ist. Unternehmen sollten insbesondere im Zeitalter des Web 2.0, welches die Kommunikation zwischen den

995

Vgl. C 5.3.2.

996

Vgl. MALONEY (2008), S. 357 ff.

Schlussbetrachtung

296

Nachfragern enorm erleichtert, den sozialen Einflussfaktoren auf Markenwahlentscheidungen besondere Aufmerksamkeit widmen. Soziale Medien wie Twitter, Blogs und Communities verändern das Informationsverhalten der Nachfrager. Die Interaktionsintensität zwischen Marken und Nachfragern wird extrem beschleunigt. Diese Einflussfaktoren sollten im Rahmen von Markenrepositionierungen berücksichtigt werden. Dieser Entwicklung kann mittels der agentenbasierten Modellierung Rechnung getragen werden, da sie in der Lage ist, soziale Strukturen und deren Einfluss abzubilden. Dies macht eine Integration des agentenbasierten Ansatzes zur Steuerung der Marke in naher Zukunft erforderlich, um die Veränderung des Markenimages und die Auswirkungen auf die Marke prognostizieren zu können. In gesättigten Märkten ist insbesondere darauf zu achten, dass sich die Marke innerhalb der strategischen Gruppe ausreichend differenziert. Je ähnlicher die Marken wahrgenommen werden, desto höher ist die Gefahr von Abwanderungen zu Konkurrenzmarken. Von daher ist in gesättigten Märkten neben einer funktional-technischen Differenzierung auch eine emotionale Differenzierung vorzunehmen. An dieser Stelle ist das Risiko einer Orientierung an Normstrategien hervorzuheben, da diese häufig zu einer mangelnden Differenzierung im Markt führen. 997 Aus diesem Grund wurden in dieser Arbeit spezifische Repositionierungsstartegien entwickelt und die Methoden angewendet, welche zu erfolgverprechenden Strategien führen. Diese markenspezifischen Strategien dienen dazu, in den heutigen dynamischen Märkten die Nachfragerwünsche besser zu erfüllen. Eine weitere strategische Stoßrichtung, um die Stärkung des Einflusses der Weiterempfehlung auf den Kauf der eigenen Marke zu forcieren, ist das Vordringen in das Consideration-Set der Nachfrager. Dies erhöht, gepaart mit einer aktiven Verbesserung der Weiterempfehlung der eigenen Marke und einer relevanten Repositionierungsstrategie die Chance neue Kunden zu gewinnen. Abschließend sollte die Entwicklung einer Repositionierungsstrategie nicht ausschließlich nach der Markenidentität und dem bisherigen Image der Marke ausgerichtet werden. Eine konsequente stärkere Einbeziehung des Entscheidungsverhaltens in die Entwicklung von Repositionierungsstrategien kann die Möglichkeit des Scheiterns einer Markenrepositionierung reduzieren.

997

Vgl. MEFFERT/BURMANN/KIRCHGEORG (2008), S. 281 f.

Schlussbetrachtung

3

297

Ansatzpunkte für weitere Forschungsarbeiten

Im Rahmen der Untersuchung wurde das Augenmerk auf die Darstellung des Markenwahlverhaltens sowie die Implementierung sozialer Interaktion gelegt. Darüber hinaus bietet das Modell zahlreiche Möglichkeiten zur Erweiterung und Verfeinerung: Eine Limitation des Modells stellt die mangelnde Integration des Wettbewerberverhaltens dar. Dies könnte basierend auf stochastischen Entscheidungen implementiert werden. Hierbei ist es möglich, ein Optimierungsmodell hinsichtlich unterschiedlicher Variablen zu entwickeln, welches die Marktbearbeitungsstrategien der einzelnen Akteure optimiert. Durch den hier verwendeten Modellierungsansatz können lokale und globale Optima bestimmt werden. Ebenso ist mit dem agentenbasierten Ansatz die Auswertung von Zwischenzuständen möglich, welche die Entscheidungsentstehung der einzelnen Akteure im Markt dokumentieren. Auch eine Erweiterung des Wissenszustandes der einzelnen Nachfrager ist denkbar. Dies würde die Möglichkeit eröffnen, Lernfunktionen zu integrieren, die es gestatten, den Gesamtzustand des Modells in die Zukunft fortzuschreiben. Eine explizite Betrachtung bei Eintritt neuer Wettbewerber kann ebenfalls anhand von Lernfunktionen realisiert werden. Dies würde die Dynamik erhöhen, da das bisherige Modell auf einer Zeitpunkterhebung beruht. Eine differenzierte Betrachtung der Intensität von Repositionierungen ist ebenfalls ein Forschungsfeld, welches anhand des agentenbasierten Ansatzes weiter erforscht werden kann. Eine Verknüpfung des agentenbasierten Ansatzes mit dem „Conceptual Brand Mapping“ zur Erhebung von Wissensnetzwerken ist ein hierfür viel verprechender Ansatz. Der herkömmliche Wissenszustand eines Agenten könnte durch ein Markenwissensnetzwerk erweitert werden, welches dem Modellierer die Möglichkeit eröffnet, Veränderungen des Markenwissens zu untersuchen. 998 Ansätze, die zeitliche Durchsetzung von Markenrepositionierungen auf Basis agentenbasierter Modelle darzustellen, wurden bereits entwickelt. Ein prominentes Beispiel hierfür sind Diffusionsmodelle, die die Durchsetzung von Informationsveränderungen in einem sozialen Netzwerk untersuchen. Neben der reinen Imagebetrachtung kann die Nutzenfunktion der Agenten mit Budget- und Kostenvariablen erweitert werden, um komplexeres Wahlverhalten abzubil-

998

Vgl. zu Wissensnetzwerken RECKE (2010).

298

Schlussbetrachtung

den. Dies würde zu einer realitätsgetreueren Abbildung des Markenwahlverhaltens führen. Eine verbesserte Darstellung der sozialen Strukturen innerhalb des Marktes wäre ebenfalls wünschenswert. Hierbei müssten schon im Zuge der empirischen Erhebung weitere Daten über die sozialen Netzwerke erhoben werden, um bspw. den Einfluss von Meinungsführern und anderer Netzwerkstrukturen, wie dem SmallWorld-Netzwerk untersuchen zu können. Auch existiert die Möglichkeit, die Umwelt des agentenbasierten Modells so zu verändern, dass jeder Agent mehrere Entscheidungsregeln benötigt, um am Markt agieren zu können. Agenten könnten in dem Fall situationspezifisch entscheiden, bspw. bei Preisaktionen oder ähnlichem. Diese Arbeit stellt die erste Übertragung des agentenbasierten Ansatzes auf die Problematik der Markenpositionierung dar. Der Einsatz der Methode kann zur Lösung bestehender Probleme bei der Modellierung von Repositionierungsentscheidungen beitragen. Der Ansatz eignet sich insbesondere zur Modellierung der Interaktion unterschiedlicher Individuen. Die dargestellten Forschungsperspektiven zeigen auf, dass diese Methodik im Rahmen der Positionierungsforschung weiterhin eingesetzt werden kann. Abschließend ist zu wünschen, dass das entwickelte agentenbasierte Modell in Wissenschaft sowie Praxis aufgenommen wird und inhaltlichtheoretisch sowie in seiner praktischen Anwendbarkeit weiterentwickelt wird.

299

Anhang

Anhang I Fehlerquadratsumme 3 Elbow nicht eindeutig identifizierbar, optimale Lösungen sind 2 oder 4 Cluster

2

1

0 1

2

3

4

5

6

Abbildung 77: Elbow-Kriterium bei der Linkage Methode Quelle: Eigene Darstellung.

Zuordnungsübersicht

Schritt 1 2 3 4 5 6

Tabelle 30:

Zusammengeführte Cluster Cluster 1 Cluster 2 5 6 5 7 1 2 1 4 1 5 1 3

Koeffizienten ,176 ,232 ,309 ,730 ,770 2,433

Erstes Vorkommen des Clusters Cluster 1 Cluster 2 0 0 1 0 0 0 3 0 4 2 5 0

Zuordnungsübersicht Linkage Methode Quelle: Eigene Darstellung.

Nächster Schritt 2 5 4 5 6 0

ClusterAnzahl

300

Anhang

Fehlerquadratsumme 2

Elbow- optimale Clusterabzahl ist 2 1

0 1

2

3

4

5

6

Abbildung 78: Elbow-Kriterium bei der Ward Methode Quelle: Eigene Darstellung.

Zuordnungsübersicht

Schritt 1 2 3 4 5

Tabelle 31:

Zusammengeführte Cluster Cluster 1 Cluster 2 5 6 5 7 1 2 1 4 1 5

Koeffizienten ,088 ,213 ,368 ,803 1,556

Zuordnungsübersicht Ward Methode Quelle: Eigene Darstellung.

Erstes Vorkommen des Clusters Cluster 1 Cluster 2 0 0 1 0 0 0 3 0 4 2

Nächster Schritt 2 5 4 5 0

ClusterAnzahl

301

Anhang

Anhang II Rotierte Komponentenmatrixa Komponente 1 Qualität Design Haptik Bedienbarkeit Vertrauen Service Freiheit/Flexibilität Lebensqualität Kommunikation Lifestyle Spaß Erreichbarkeit Globalität Soziales Engagement Soziale Kontakte Innovativität Preis Geringe Komplexität

Tabelle 32:

2

3

4

,692 ,679 ,669 ,586 ,573 ,431 ,770 ,766 ,721 ,605 ,584 ,553 ,746 ,697 ,574 ,536 ,839 ,516

Rotierte Komponentenmatrix Image Quelle: Eigene Darstellung. Rotierte Komponentenmatrixa Komponente Globalität Soziales Engagement Soziale Kontakte Innovativität Freiheit/Flexibilität Lebensqualität Kommunikation Lifestyle Spaß Erreichbarkeit Qualität Design Haptik Bedienbarkeit Vertrauen Service Preis Geringe Komplexität

Tabelle 33:

Faktor 3 ,773

Faktor 2

Faktor 1

Faktor 4

,771 ,599 ,571 ,789 ,726 ,618 ,577 ,536 ,469 ,799 ,606 ,541 ,533 ,470 ,443

Rotierte Komponentenmatrix Wichtigkeit für den Kauf Quelle: Eigene Darstellung.

,633 ,595

302

Anhang

Anhang III Ich telefoniere intensiv mit Freunden oder Familie, um den Kontakt zu vertiefen. (I) Cluster (J) Cluster Mittlere Differenz (I-J) Standardfehler Signifikanz 95%-Konfidenzintervall Tukey-HSD Untergrenze Obergrenze Reduktionist Mitläufer -0,95 0,19 0,00 -1,50 -0,40 Funktionalist -0,45 0,13 0,01 -0,83 -0,07 Kommunikativer -2,00 0,09 0,00 -2,28 -1,73 Innovativer -1,32 0,15 0,00 -1,75 -0,88 Multinutzer -1,55 0,11 0,00 -1,89 -1,22 -0,94 0,15 0,00 -1,38 -0,49 Reservierter Mitläufer Reduktionist 0,95 0,19 0,00 0,40 1,50 Funktionalist 0,50 0,20 0,15 -0,08 1,08 Kommunikativer -1,05 0,18 0,00 -1,57 -0,53 Innovativer -0,37 0,21 0,58 -0,98 0,25 Multinutzer -0,61 0,19 0,02 -1,16 -0,05 0,01 0,21 1,00 -0,61 0,64 Reservierter Funktionalist Reduktionist 0,45 0,13 0,01 0,07 0,83 Mitläufer -0,50 0,20 0,15 -1,08 0,08 Kommunikativer -1,55 0,11 0,00 -1,89 -1,22 Innovativer -0,87 0,16 0,00 -1,34 -0,39 Multinutzer -1,10 0,13 0,00 -1,49 -0,72 -0,49 0,16 0,05 -0,97 0,00 Reservierter 2,00 0,09 0,00 1,73 2,28 KommunikativReduktionist Mitläufer 1,05 0,18 0,00 0,53 1,57 Funktionalist 1,55 0,11 0,00 1,22 1,89 Innovativer 0,69 0,13 0,00 0,29 1,08 Multinutzer 0,45 0,10 0,00 0,17 0,73 Reservierter 1,07 0,14 0,00 0,66 1,47 Innovativer Reduktionist 1,32 0,15 0,00 0,88 1,75 Mitläufer 0,37 0,21 0,58 -0,25 0,98 Funktionalist 0,87 0,16 0,00 0,39 1,34 Kommunikativer -0,69 0,13 0,00 -1,08 -0,29 Multinutzer -0,24 0,15 0,67 -0,68 0,20 0,38 0,18 0,34 -0,15 0,91 Reservierter Multinutzer Reduktionist 1,55 0,11 0,00 1,22 1,89 Mitläufer 0,61 0,19 0,02 0,05 1,16 Funktionalist 1,10 0,13 0,00 0,72 1,49 Kommunikativer -0,45 0,10 0,00 -0,73 -0,17 Innovativer 0,24 0,15 0,67 -0,20 0,68 0,62 0,15 0,00 0,17 1,07 Reservierter Reservierter Reduktionist 0,94 0,15 0,00 0,49 1,38 Mitläufer -0,01 0,21 1,00 -0,64 0,61 Funktionalist 0,49 0,16 0,05 0,00 0,97 Kommunikativer -1,07 0,14 0,00 -1,47 -0,66 Innovativer -0,38 0,18 0,34 -0,91 0,15 -0,62 0,15 0,00 -1,07 -0,17 Multinutzer

Tabelle 34:

Intergruppenvergleich der Segmente Quelle: Eigene Darstellung.

303

Anhang

Telefonieren macht mir wenig Spaß. Ich versuche meine Telefongespräche so kurz wie möglich zu halten (I) Cluster (J) Cluster Mittlere Differenz (I-J) Standardfehler Signifikanz 95%-Konfidenzintervall Tukey-HSD Untergrenze Obergrenze Reduktionist Mitläufer 0,01 0,16 1,00 -0,46 0,47 Funktionalist 1,99 0,11 0,00 1,67 2,31 Kommunikativer 0,26 0,08 0,02 0,03 0,49 Innovativer 1,43 0,12 0,00 1,07 1,80 Multinutzer 0,74 0,10 0,00 0,46 1,02 1,26 0,13 0,00 0,89 1,64 Reservierter Mitläufer Reduktionist -0,01 0,16 1,00 -0,47 0,46 Funktionalist 1,98 0,17 0,00 1,49 2,48 Kommunikativer 0,25 0,15 0,61 -0,18 0,69 Innovativer 1,42 0,18 0,00 0,90 1,95 Multinutzer 0,73 0,16 0,00 0,26 1,20 1,25 0,18 0,00 0,73 1,78 Reservierter Funktionalist Reduktionist -1,99 0,11 0,00 -2,31 -1,67 Mitläufer -1,98 0,17 0,00 -2,48 -1,49 Kommunikativer -1,73 0,10 0,00 -2,01 -1,45 Innovativer -0,56 0,14 0,00 -0,96 -0,16 Multinutzer -1,25 0,11 0,00 -1,58 -0,93 Reservierter -0,73 0,14 0,00 -1,14 -0,32 -0,26 0,08 0,02 -0,49 -0,03 KommunikativReduktionist Mitläufer -0,25 0,15 0,61 -0,69 0,18 Funktionalist 1,73 0,10 0,00 1,45 2,01 Innovativer 1,17 0,11 0,00 0,84 1,50 Multinutzer 0,48 0,08 0,00 0,24 0,72 Reservierter 1,00 0,12 0,00 0,65 1,34 Innovativer Reduktionist -1,43 0,12 0,00 -1,80 -1,07 Mitläufer -1,42 0,18 0,00 -1,95 -0,90 Funktionalist 0,56 0,14 0,00 0,16 0,96 Kommunikativer -1,17 0,11 0,00 -1,50 -0,84 Multinutzer -0,69 0,12 0,00 -1,06 -0,32 -0,17 0,15 0,92 -0,62 0,27 Reservierter Multinutzer Reduktionist -0,74 0,10 0,00 -1,02 -0,46 Mitläufer -0,73 0,16 0,00 -1,20 -0,26 Funktionalist 1,25 0,11 0,00 0,93 1,58 Kommunikativer -0,48 0,08 0,00 -0,72 -0,24 Innovativer 0,69 0,12 0,00 0,32 1,06 Reservierter 0,52 0,13 0,00 0,14 0,90 Reservierter Reduktionist -1,26 0,13 0,00 -1,64 -0,89 Mitläufer -1,25 0,18 0,00 -1,78 -0,73 Funktionalist 0,73 0,14 0,00 0,32 1,14 Kommunikativer -1,00 0,12 0,00 -1,34 -0,65 Innovativer 0,17 0,15 0,92 -0,27 0,62 -0,52 0,13 0,00 -0,90 -0,14 Multinutzer

Tabelle 35:

Intergruppenvergleich der Segmente Quelle: Eigene Darstellung.

304

Anhang

Ich bin kein Telefonmensch. Anrufe sind für mich eher lästig. (I) Cluster (J) Cluster Mittlere Differenz (I-J) Standardfehler Signifikanz 95%-Konfidenzintervall Tukey-HSD Untergrenze Obergrenze Reduktionist Mitläufer -0,07 0,15 1,00 -0,52 0,38 Funktionalist 1,75 0,11 0,00 1,44 2,06 Kommunikativer 0,11 0,08 0,79 -0,12 0,33 Innovativer 1,25 0,12 0,00 0,89 1,60 Multinutzer 0,68 0,09 0,00 0,41 0,95 Reservierter 1,23 0,12 0,00 0,86 1,59 Mitläufer Reduktionist 0,07 0,15 1,00 -0,38 0,52 Funktionalist 1,82 0,16 0,00 1,34 2,29 Kommunikativer 0,18 0,14 0,88 -0,25 0,60 Innovativer 1,32 0,17 0,00 0,81 1,82 Multinutzer 0,75 0,15 0,00 0,29 1,20 1,29 0,17 0,00 0,78 1,81 Reservierter Funktionalist Reduktionist -1,75 0,11 0,00 -2,06 -1,44 Mitläufer -1,82 0,16 0,00 -2,29 -1,34 Kommunikativer -1,64 0,09 0,00 -1,92 -1,37 Innovativer -0,50 0,13 0,00 -0,89 -0,11 Multinutzer -1,07 0,11 0,00 -1,39 -0,75 -0,52 0,13 0,00 -0,92 -0,13 Reservierter -0,11 0,08 0,79 -0,33 0,12 KommunikativReduktionist Mitläufer -0,18 0,14 0,88 -0,60 0,25 Funktionalist 1,64 0,09 0,00 1,37 1,92 Innovativer 1,14 0,11 0,00 0,82 1,46 Multinutzer 0,57 0,08 0,00 0,34 0,80 Reservierter 1,12 0,11 0,00 0,78 1,45 Innovativer Reduktionist -1,25 0,12 0,00 -1,60 -0,89 Mitläufer -1,32 0,17 0,00 -1,82 -0,81 Funktionalist 0,50 0,13 0,00 0,11 0,89 Kommunikativer -1,14 0,11 0,00 -1,46 -0,82 Multinutzer -0,57 0,12 0,00 -0,93 -0,21 Reservierter -0,02 0,15 1,00 -0,45 0,41 Multinutzer Reduktionist -0,68 0,09 0,00 -0,95 -0,41 Mitläufer -0,75 0,15 0,00 -1,20 -0,29 Funktionalist 1,07 0,11 0,00 0,75 1,39 Kommunikativer -0,57 0,08 0,00 -0,80 -0,34 Innovativer 0,57 0,12 0,00 0,21 0,93 0,55 0,12 0,00 0,18 0,91 Reservierter Reservierter Reduktionist -1,23 0,12 0,00 -1,59 -0,86 Mitläufer -1,29 0,17 0,00 -1,81 -0,78 Funktionalist 0,52 0,13 0,00 0,13 0,92 Kommunikativer -1,12 0,11 0,00 -1,45 -0,78 Innovativer 0,02 0,15 1,00 -0,41 0,45 -0,55 0,12 0,00 -0,91 -0,18 Multinutzer

Tabelle 36:

Intergruppenvergleich der Segmente Quelle: Eigene Darstellung.

305

Anhang

Telefonieren ist für mich etwas Schönes. Ich tausche mich gern mit anderen in ausgiebigen Telefonaten aus. Telefonaten a (J) Cluster Mittlere Differenz (I-J) Standardfehler Signifikanz 95%-Konfidenzintervall Tukey-HSD Reduktionist Mitläufer -0,02 0,16 1,00 -0,49 0,44 Funktionalist 2,17 0,11 0,00 1,85 2,49 Kommunikativer 0,34 0,08 0,00 0,10 0,57 Innovativer 1,27 0,12 0,00 0,91 1,64 Multinutzer 0,94 0,10 0,00 0,65 1,22 1,50 0,13 0,00 1,13 1,88 Reservierter Mitläufer Reduktionist 0,02 0,16 1,00 -0,44 0,49 Funktionalist 2,19 0,17 0,00 1,70 2,68 Kommunikativer 0,36 0,15 0,20 -0,08 0,80 Innovativer 1,29 0,18 0,00 0,77 1,82 Multinutzer 0,96 0,16 0,00 0,49 1,43 Reservierter 1,52 0,18 0,00 0,99 2,06 Funktionalist Reduktionist -2,17 0,11 0,00 -2,49 -1,85 Mitläufer -2,19 0,17 0,00 -2,68 -1,70 Kommunikativer -1,83 0,10 0,00 -2,12 -1,55 Innovativer -0,90 0,14 0,00 -1,30 -0,50 Multinutzer -1,23 0,11 0,00 -1,56 -0,90 Reservierter -0,67 0,14 0,00 -1,08 -0,25 KommunikativReduktionist -0,34 0,08 0,00 -0,57 -0,10 Mitläufer -0,36 0,15 0,20 -0,80 0,08 Funktionalist 1,83 0,10 0,00 1,55 2,12 Innovativer 0,94 0,11 0,00 0,60 1,27 Multinutzer 0,60 0,08 0,00 0,36 0,84 1,17 0,12 0,00 0,82 1,51 Reservierter Innovativer Reduktionist -1,27 0,12 0,00 -1,64 -0,91 Mitläufer -1,29 0,18 0,00 -1,82 -0,77 Funktionalist 0,90 0,14 0,00 0,50 1,30 Kommunikativer -0,94 0,11 0,00 -1,27 -0,60 Multinutzer -0,33 0,13 0,11 -0,71 0,04 Reservierter 0,23 0,15 0,73 -0,22 0,68 Multinutzer Reduktionist -0,94 0,10 0,00 -1,22 -0,65 Mitläufer -0,96 0,16 0,00 -1,43 -0,49 Funktionalist 1,23 0,11 0,00 0,90 1,56 Kommunikativer -0,60 0,08 0,00 -0,84 -0,36 Innovativer 0,33 0,13 0,11 -0,04 0,71 0,57 0,13 0,00 0,18 0,95 Reservierter Reservierter Reduktionist -1,50 0,13 0,00 -1,88 -1,13 Mitläufer -1,52 0,18 0,00 -2,06 -0,99 Funktionalist 0,67 0,14 0,00 0,25 1,08 Kommunikativer -1,17 0,12 0,00 -1,51 -0,82 Innovativer -0,23 0,15 0,73 -0,68 0,22 Multinutzer -0,57 0,13 0,00 -0,95 -0,18

Tabelle 37:

Intergruppenvergleich der Segmente Quelle: Eigene Darstellung.

306

Anhang IV

Abbildung 79: Oberfläche des agentenbasierten Sinulationsmodells Quelle: Eigene Darstellung.

Anhang

307

Anhang

Anhang V Fragebogen der quantitativen Hauptstudie

Frage SCR1: Haben Sie in den letzten 6 Monaten, also seit Juli 2006, ein schnurloses Festnetz-Telefon für Ihren Haushalt gekauft? Mit schnurlosem Festnetztelefon meinen wir dabei nicht Handys/Mobiltelefone, sondern nicht-schnurgebundene Festnetztelefone für zu Hause. [SP]

‰ ja ‰ nein Æ ENDE

Frage SCR2: Haben Sie beim Kauf dieses schnurlosen Festnetz-Telefons entschieden oder mit entschieden, welches Telefon gekauft wurde? [SP]

‰ ja ‰ nein Æ

ENDE

Frage SCR3: Sagen Sie mir bitte Ihr Alter? (offen)

____________Jahre

Frage SCR4: Haben Sie zu Hause einen privaten Internetzugang? [SP]

308

Anhang

‰ ja ‰ nein Æ

weiter mit Frage SCR6

Frage SCR5: Wie häufig nutzen Sie Ihren privaten Internetanschluss? [SP]

‰ mehrmals täglich ‰ einmal täglich ‰ mehrmals wöchentlich ‰ einmal wöchentlich ‰ mehrmals monatlich ‰ einmal monatlich ‰ weniger als einmal im Monat ‰ nie

309

Anhang

Frage SCR7: Bitte bewerten Sie bei den folgenden Aussagen, inwieweit diese auf Sie persönlich zutreffen. Bitte verwenden Sie hierzu eine Skala von 1 bis 4. (1) bedeutet dabei „trifft nicht zu“, (2) „trifft eher nicht zu“, (3) „trifft eher zu“ und (4) „trifft zu“

1) Ich telefoniere intensiv mit Freunden oder Familie, um den Kontakt zu vertiefen.

trifft

trifft eher

trifft eher

trifft

nicht zu

nicht zu

zu

zu

1†

2†

3†

4†

2) Telefonieren macht mir wenig Spaß. Ich versuche meine Telefongespräche so kurz wie möglich zu halten.

trifft

trifft eher

trifft eher

trifft

nicht zu

nicht zu

zu

zu

1†

2†

3†

4†

3) Ich bin kein Telefonmensch. Anrufe sind für mich eher lästig.

trifft

trifft eher

trifft eher

trifft

nicht zu

nicht zu

zu

zu

1†

2†

3†

4†

4) Telefonieren ist für mich etwas Schönes. Ich tausche mich gern mit anderen in ausgiebigen Telefonaten aus.

trifft

trifft eher

trifft eher

trifft

nicht zu

nicht zu

zu

zu

1†

2†

3†

4†

310

Anhang

Hauptfragebogen: Frage 1: Welche der folgenden Marken aus dem Bereich schnurlose Festnetztelefone kennen Sie? (Mehrfachantworten möglich) [Marken bitte rotieren]

Frage 2: Bei wem bzw. wo haben Sie sich Ihr letztes schnurloses Festnetztelefon gekauft. Bitte geben Sie die Einkaufsstätte möglichst genau an? (offen)

Frage 3: Haben Sie sich vor dem Kauf Ihres schnurlosen Festnetztelefons in einem Geschäft beraten lassen? ‰ ja ‰ nein Æ weiter mit Frage 7 ‰ weiß nicht / keine Angabe Æ weiter mit Frage 7

Frage 4: Wurde Ihnen im Geschäft vom Verkäufer eine bestimmte Marke bzw. bestimmte Marken von schnurlosen Festnetztelefonen empfohlen? ‰ ja ‰ nein Æ weiter mit Frage 7 ‰ weiß nicht / keine Angabe Æ weiter mit Frage 7

Frage 5: Welche Marke bzw. welche Marken wurden Ihnen vom Verkäufer empfohlen? (Mehrfachantworten möglich)

311

Anhang

Frage 6: Von welcher Marke ist das schnurlose Festnetztelefon, das Sie sich innerhalb der letzten 6 Monate gekauft haben. Wenn Sie sich mehrere schnurlose Festnetztelefone gekauft haben sollten, geben Sie bitte die zuletzt gekaufte Marke an. Welche Marke war Ihre zweite bzw. dritte Wahl beim letzten Kauf eines schnurlosen Festnetztelefons. Frage 6.1: Bitte geben Sie zwei weitere Marken an, die für Sie beim Kauf Ihres nächsten schnurlosen Telefons in Frage kämen. Frage 7: Wie zufrieden sind Sie mit Ihrem schnurlosen Festnetztelefon von MARKE, das Sie innerhalb der letzten 6 Monate gekauft haben. Bitte verwenden Sie hierzu eine Skala von 1 „überhaupt nicht zufrieden“ bis 5 „voll und ganz zufrieden“. Mit den Werten dazwischen können Sie Ihr Urteil abstufen. Frage 8: [falls in Frage 7a „weiß nicht“ angekreuzt wurde entfällt die Frage] Nachfolgend finden Sie einige Aussagen über MARKE. Bitte sagen Sie mir, inwieweit Sie diesen zustimmen? Bitte verwenden Sie zur Bewertung eine Skala von „1“ bis „5“. 1 bedeutet „trifft überhaupt nicht zu“ und 5 bedeutet „trifft voll und ganz zu“.

(1) trifft überhaupt nicht zu

ĺ

(5) trifft voll und ganz zu

(1)

(2)

(3)

(4)

(5)

w.n./k.A.

… ist sympathisch.

‰

‰

‰

‰

‰

.

… werde ich mir wieder kaufen.

‰

‰

‰

‰

‰

.

… empfehle ich weiter

‰

‰

‰

‰

‰

.

MARKE…

312

Anhang

Frage 9: Nachfolgend finden Sie einige Nutzenmerkmale von schnurlosen Festnetztelefonen. Bitte geben Sie jeweils an, wie wichtig Ihnen die folgenden Aspekte beim Kauf eines schnurlosen Festnetztelefons sind. Bitte verwenden Sie hierzu eine Skala von 1 bis 5, wobei (1) „überhaupt nicht wichtig“ und (5) „sehr wichtig“ bedeutet. Mit den Werten dazwischen können Sie Ihr Urteil abstufen. Frage 10: Bitte sagen Sie mir nun, inwieweit die folgenden Aspekte Ihrer Meinung nach auf folgende Schnurlostelefon-Marken zutreffen. Verwenden Sie hierzu bitte eine Skala von 1 bis 5, wobei (1) „trifft überhaupt nicht zu“ (5) trifft voll und ganz zu und bedeutet. Mit den Werten dazwischen können Sie Ihr Urteil abstufen. Bitte bewerten Sie zunächst MARKE1, dann MARKE2, abschließend MARKE3 [Bitte in den Spalten die entsprechenden Markennamen einblenden] Auswahl von 3 Cordless Phone Marken: Personen, die in Frage 7 „weiß nicht“ bei tatsächlich gekauft, 2. und/ oder 3. Wahl angegeben haben, können keine Bewertung abgeben; nur für in Frage 7 genannte Marken gibt es Bewertung] Frage 11: Welche Art von Innovationen würden Sie sich in den nächsten Jahren bei schnurlosen Festnetztelefonen wünschen? (offen)

Literaturverzeichnis

313

Literaturverzeichnis AAKER, D. A./JOACHIMSTHALER, E. (2000), Brand leadership, New York, NY [u.a.]. AAKER, D. A./JOACHIMSTHALER, E. (2001), Brand leadership: die Strategie für Siegermarken, München [u.a.]. AAKER, D. A./SHANSBY, J. G. (1982), Positioning your product, in: Business horizons. New York, Jg. May – June, S. 56-62. AAKER, D. A. (2001), Strategic Market Management, 6. Aufl., Chichester, New York, Brisbane. AAKER, D. A. (2004), Brand portfolio strategy, New York, NY [u.a.]. ACHABAL, D. D. (1982), MULTILOC: A multiple store location decision model, in: Journal of Retailing, Jg. 58 (Summer), S. 5-25. AGARWAL, M./GREEN, P. (1991), Adaptive Conjoint Analysis versus Self-Explicated Models: Some Empirical Results, in: International Journal of Research in Marketing, Jg. 8, S. 141-146. AKAAH, I. P./KORGAONKAR, P. K. (1983), An Empirical Comparison of the Predictive Validity of Self-Explicated, Huber-Hybrid, Traditional Conjoint, and Hybrid Conjoint Models, in: Journal of Marketing Research, Jg. 20 (2), S. 187-197. ALBERS, S./BROCKHOFF, K. (1979), A comparison of two approaches to the optimal positioning of a new product in an attribute space, in: Zeitschrift für OperationsResearch, Jg. 23 (3), S. 127-142. ALBERS, S. (1979), An extended algorithm for optimal product positioning, in: European Journal of Operational Research: Elsevier, Jg. 3 (3), S. 222-231. ALISCH, K. (2004), Gabler Wirtschaftslexikon, 16. Aufl., Wiesbaden. ALPERT, L./GATTY, R. (1969), Product Positioning by behavioural Life-Styles, in: Journal of Marketing, Jg. 33 (2), S. 65-69. AMARAL, L./SCALA, A./BARTHÉLÉMY, M./STANLEY, H. (2000), Classes of small-world networks, in: National Academy of Sciences, Washington, Jg. 97 (21), S. 1114911152. AMIT, R./SCHOEMAKER, P. (1993), Strategic Assets and Organizational Rent, in: Strategic management journal, Jg. 14 (1), S. 33-46. ANDRITZKY, K. (1976), Die Operationalisierbarkeit von Theorien zum Konsumentenverhalten, Berlin. ANSARI, A./BAWA, K./GOSH, A. (1995), A nested logit model of brand choice incorporating variety-seeking and marketing-mix variables, in: Marketing Letters, Jg. 6 (3), S. 199-210.

314

Literaturverzeichnis

ARNOTT, D. C. (1993), Positioning: Defining the Concept, Warwick University. ARTHUR, W. (1994), Inductive Reasoning and Bounded Rationality, in: The American economic review, Jg. 84 (2), S. 406-411. ASCHENBRENNER, K. M. (1978), Single-peaked risk preferences and their dependability on the gambles' presentation mode, in: Journal of Experimental Psychology, Jg. 4 (3), S. 513-520. ASCHENBRENNER, M. (1977), Komplexes Wahlverhalten: Entscheidungen zwischen Multiattributen Alternativen, in: HARTMANN, K. (Hrsg.), Fortschritte der Marktpsychologie - Grundlagen, Methoden, Anwendung, Frankfurt a. M. ATTIA, S. T./HOOLEY, G. (2007), The role of resources in achieving target competitive positions, in: Journal of Strategic Marketing, Jg. 15 (May-July), S. 91-119. BACHEM, A./SIMON, H. (1979), A product positioning model with costs and prices, in: European Journal of Operational Research, Jg. 7, S. 362-370. BACKHAUS, K./ERICHSON, B./PLINKE, W./WEIBER, R. (2006), Multivariate Analysemethoden, 11. Aufl., Berlin [u.a.]. BACKHAUS, K./ERICHSON, B./PLINKE, W./WEIBER, R. (2008), Multivariate Analysemethoden, 12 Aufl., Berlin [u.a.]. BÄNSCH, A. (2002), Käuferverhalten, 9. Aufl., München [u.a.]. BAIER, D. (1994), Konzipierung und Realisierung einer Unterstützung des kombinierten Einsatzes von Methoden bei der Positionierungsanalyse, Frankfurt a. M. [u.a.]. BAIN, J. S. (1959), Industrial organization, New York [u.a.]. BAKKEN, D. G. (2007), Visualize It - Agent-based simulation may help you make better marketing decisions, in: Marketing Research, Jg. 19 (2), S. 22-29. BALDERJAHN, I. (1995), Bedürfnisse, Bedarf, Nutzen, in: TIETZ, B. (Hrsg.), Handwörterbuch des Marketing, 2 Aufl., Stuttgart, S. 179-190. BANDTE, H. (2007), Komplexität in Organisationen: Organisationstheoretische Betrachtungen und agentenbasierte Simulation, Wiesbaden. BANKS, J. (2000), Introduction to Simulation, in: Proceedings of the 31st conference on simulation: Simulation - a bridge to the future - Volume 1, S. 9-16, Phoenix Arizona. BARNEY J. B. (1991), Firm Resources and sustained competitive Advantage, in: Journal of Management, Jg. 17 (1), S. 99-120. BATTY, M./XIE, Y./SUN, Z. (1999), Modeling urban dynamics through GIS-based cellular automata, in: Computers, Environment and Urban Systems, Jg. 23 (3), S. 205233.

Literaturverzeichnis

315

BAUER, H. H. (1988), Marktstagnation als Herausforderung für das Marketing, in: Zeitschrift für Betriebswirtschaft, Jg. 58, S. 1052-1070. BAUMGARTH, C. (2001), Markenpolitik: Markenwirkungen, Markenführung, Markenforschung, Wiesbaden. BAUSBACK, N. (2007), Positionierung von Business-to-Business-Marken: Konzeption und empirische Analyse zur Rolle von Rationalität und Emotionalität, Wiesbaden. BEARDEN, W./, N. R. (1989), Measurement of consumer susceptibility influence, in: Journal of Consumer Research, Jg. 15 (3), S. 473-481. BECKER, J. (2002), Marketing-Konzeption: Grundlagen des ziel-strategischen und operativen Marketing-Managements, 7. Aufl., München. BECKER, J. (1996), Konzeptionelle Grundfragen der Positionierung, in: TOMCZAK, T./RUDOLPH, T./ROOSDORP, A. (Hrsg.), Positionierung Kernentscheidung des Marketing, 1. Aufl., S. 12-26. BELLMAN, R. E. (1978), An Introduction to artificial intelligence: Can computers think? San Francisco. BEN SAID, L./BOURON, T./DROGOUL, A. (2002), Agent-based Interaction analysis of Consumer Behavior, Bologna. BERLEKAMP, E./CONWAY, J./GUY, R. (Braunschweig [u.a.] :), Gewinnen: Strategien für mathematische Spiele, Braunschweig [u.a.]. BEST, R. (1976), The predictive Aspects of a joint space Theory of a Stochastic Choice, in: Journal of Marketing Research, Jg. 8, S. 198-204. BETTMAN, J. R./JOHNSON, E. J./PAYNE, J. W. (1990), A componential analysis of cognitive effort in choice, in: Organizational Behavior and Human Decision Processes, Jg. 45 (1), S. 111-139. BETTMAN, J. R./LUCE, M. F./PAYNE, J. W. (1998), Constructive Consumer Choice Processes, in: Journal of consumer research, Jg. 25 (3), S. 187-217. BETTMAN, J. R. (1979), An information processing theory of consumer choice, Reading Mass. BETTMAN, J./JOHNSON, E./PAYNE, J. (1991), Consumer Decision Making, in: ROBERTSON, T. S./KASSARJAN, H. (Hrsg.), Handbook of consumer behavior, Englewood Cliffs, NJ, S. 50-84. BEVERLAND, M./EWING, M. (2005), Slowing the adoption and diffusion process to enhance brand repositioning: The consumer driven repositioning of Dunlop Valley, in: Business Horizons, Jg. 48, S. 285-391. BHAT, S./REDDY, S. K. (1998), Symbolic and functional positioning of brands, in: The Journal of Consumer Marketing, S. 32-43.

316

Literaturverzeichnis

BLACKWELL, R. D./MINIARD, P. W./ENGEL, J. F. (2006), Consumer Behavior, 10. Aufl., Mason, Ohio. BLANKSON, C./KALAFATIS, S. P. (1999), Issues and challenges in the positioning of service brands: a review, in: The Journal of Product Brand Management, Jg. 8, (19), S. 106-118. BLANKSON, C./KALAFATIS, S. P. (2007), Congruence between Positioning and Brand Advertising - This study formulates and then operationalizes a comprehensive strategic positioning framework. The latter incorporates the various decisions and congruence in activities associated with the management, in: Journal of Advertising Research, Jg. 3, S. 79-94. BLANKSON, C./KALAFATIS, S./CHENG, J./HADJICHARALAMBOUS, C. (2008), Impact of Positioning Strategies on Corporate Performance, in: ournal of Advertising Research, Jg. 48 (1), S. 106-122. BLANKSON, C. (2004), Positioning strategies and incidence of congruence of two UK store card brands, in: Journal of Product & Brand Management, Jg. 13 (5), S. 315328. BLINDA, L. (2007), Markenführungskompetenzen eines identitätsbasierten Markenmanagements: Konzeptualisierung, Operationalisierung und Wirkungen, Wiesbaden. BLISS, C. (2000), Management von Komplexität, Wiesbaden. BONABEAU, E. (2002a), Papers from the Arthur M. Sackler Colloquium of the National Academy of Sciences - COLLOQUIUM PAPERS - Platforms and Methodologies for Enhancing the Social Sciences through Agent-Based Simulation - Agent-based modeling: Methods and techniques for simulation, in: National Academy of Sciences Washington, Jg. 99 (3), S. 7280-7287. BONABEAU, E. (2002b), FRONTIERS - Predicting the Unpredictable - Why do employee bonuses sometimes lead to decreases in productivity? How could a simple clerical error snowball into a catastrophic loss that bankrupts an institution? Agentbased modeling technology is shedding, in: Harvard business review, (Mass.: Harvard Business School Publ. Corp.), S. 109-116. BORTZ, J./DÖRING, N. (2005), Forschungsmethoden und Evaluation: für Human- und Sozialwissenschaftler, 3. Aufl., Heidelberg. BORTZ, J. (2005), Statistik, 6. Aufl., Berlin [u.a.]. BOSSEL, H. (2004), Systeme, Dynamik, Simulation: Modellbildung, Analyse und Simulation komplexer Systeme, Norderstedt. BOULDING, W./KALRA, A./STAELIN, R./ZEITHAML, V. A. (1993), A Dynamic Process Model of Service Quality: From Expectations to Behavioral Intentions, in: Journal of Marketing Research, Jg. 30 (1), S. 7-27. BREITKOPF, J. (2007), Die Rolle von Stammkanälen im Mehrkanalvertrieb - untersucht am Beispiel der Automobilindustrie, St. Gallen.

Literaturverzeichnis

317

BREUSCH, A. (2008), Customer-Equity Management in einem dynamischen Wettbewerbsumfeld, Wiesbaden. BRISOUX, J. E./LAROCHE, M. (1981), Evoked Set Formation and Composition: An Empirical Investigation under a Routinized Response Behavior Situation, in: Advances in Consumer Research, Jg. 8 (1), S. 357-361. BROCKHOFF, K. (1999), Produktpolitik, 4. Aufl., Stuttgart. BROCKHOFF, K. (1978), Zur optimalen mehrperiodigen Produktpositionierung, in: Bd. 30., 1978, Jg. 30 (4), S. 257-265. BRUHN, M./HOMBURG, C. (2004a), Gabler Lexikon Marketing, 2. Aufl., Wiesbaden. BRUHN, M. (2005), Unternehmens- und Marketingkommunikation, 1 Aufl., München. BÜHL, A. (2008), SPSS 16, 11. überarb. und erw. Aufl., München [u.a.]. BÜHNER, M. (2008), Einführung in die Test- und Fragebogenkonstruktion, 2 Aufl., München [u.a.]. BURKE, R. R./SRULL, T. K. (1988), Competitive interference and consumer memory for advertising, in: Journal of consumer research, Jg. 15 (3), S. 55-68. BURMANN, C./BLINDA, L./NITSCHKE, A. (2003), Konzeptionelle Grundlagen des identitätsbasierten Markenmanagements, Lehrstuhl für innovatives Markenmanagement, Universität Bremen. BURMANN, C./FEDDERSEN, C. (2007), Identitätsbasierte Markenführung in der Lebensmittelindustrie: der Fall FRoSTA, 1. Aufl., Münster. BURMANN, C./MEFFERT, H./BLINDA, L. (2005), Markenevolutionsstrategien, in: MEFFERT, H./BURMANN, C./KOERS, M. (Hrsg.), Markenmanagement, 2. Aufl., Wiesbaden,. BURMANN, C./MEFFERT, H./FEDDERSEN, C. (2007), Identitätsbasierte Markenführung, in: FLORACK, A./SCARABIS, M./PRIMOSCH, Psychologie der Markenführung, Vahlen, München. BURMANN, C./MEFFERT, H./KOERS, M. (2005), Stellenwert und Gegenstand des Markenmanagements, in: MEFFERT, H./BURMANN, C./KOERS, M. (Hrsg.), Markenmanagement - Identitätsorientierte Markenführung und praktische Umsetzung, 1. Aufl., Wiesbaden,. BURMANN, C./MEFFERT, H. (2005a), Managementkonzept der identitätsbasierten Markenführung, in: MEFFERT, H./BURMANN, C./KOERS, M. (Hrsg.), Markenmanagement, 2. Aufl., Wiesbaden. BURMANN, C./MEFFERT, H. (2005b), Theoretisches Grundkonzept der identitätsorientierten Markenführung, in: MEFFERT, H./BURMANN, C./KOERS, M. (Hrsg.), Markenmanagement, 2. Aufl., Wiesbaden.

318

Literaturverzeichnis

BURMANN, C./MEFFERT, H. (2007), Markenbildung und Markenstrategien, in: ALBERS, S./HERRMANN, A. (Hrsg.), Handbuch Produktmanagement: Strategieentwicklung Produktplanung - Organisation - Kontrolle, 3. Aufl., Wiesbaden, S. 161-185. BURMANN, C./SCHALLEHN, M. (2008), Die Bedeutung der Marken-Authentizität für die Markenprofilierung, Lehrstuhl für innovatives Markenmanagement, Universität Bremen. BURMANN, C./STOLLE, W. (2007), Markenimage - Konzeptualisierung eines mehrdimensionalen Konstrukts, Lehrstuhl für innovatives Markenmanagement, Universität Bremen. BURMANN, C. (2002), Strategische Flexibilität und Strategiewechsel als Determinanten des Unternehmenswertes, 1. Aufl., Wiesbaden. CADOTTE, E. R./WOODRUFF, R. B./JENKINS, R. L. (1987), Expectations and norms in models of consumer satisfaction, in: Journal of marketing research, Jg. 24 (3), S. 305-314. CARLEY, K. M. (1996), Validating Computational Models, Department of Social and Decision Sciences, Carnegie Mellon University. CARPENTER, G. S. (1989), Perceptual Position and Competitive Brand Strategy in a Two-Dimensional Two-Brand Market, in: Management Science, Jg. 35 (9), S. 1029 1043. CARROL, D./ARABIE, P./CHATURVEDI, A./HUBERT, L. (2005), Multidimensional Scaling and Clustering in Marketing: Paul Green's Role, in: WIND, Y. J./GREEN, P. E. (Hrsg.), Market Research and Modeling: Progress and Prospects (clone) - A Tribute to Paul E. Green, Berlin [u.a.], S. 71-100. CARROL, J. D./GREEN, P. E. (1997), Psychometric Methods in Marketing Research: Part II, Multidimensional Scaling, in: Journal of Marketing Research, Jg. XXXIV S. 193-204. CARROLL, J. D./ARABIE, P. (1980), Multidimensional Scaling, in: Annual Review of Psychology, S. 607-649. CARROLL, J. D./CHANG, J. J. (1970), Analysis of individual Differences in Multidimensional Scaling via n-way Generalization of ''Eckart-Young'' Decomposition, in: Psychometrika, Jg. 35, S. 283-319. CARROLL, J. D./GREEN, P. E./CHATURVEDI, A. (1997), Mathematical tools for applied multivariate analysis, San Diego, Calif. [u.a.]. CARROLL, J./GREEN, P. E. (1995), Psychometric Methods in Marketing Research: Part 1, Conjoint Analysis, in: Journal of Marketing Research. - Chicago, Jg. 32, S. 385391. CASTELFRANCHI, C. (1998), Modelling social action for AI agents, in: Artificial intelligence, Jg. 103 (1), S. 157-182.

Literaturverzeichnis

319

CHANG, C. H./HUANG, C. W. (2002), The joint effect of product involvement and prior knowledge on the use of information sources and the choice of decision-making paths by consumers, in: International Journal of Management, Jg. 19 (2), S. 315-322. CHARNIAK, E./MACDERMOTT, D. (1985), Introduction to artificial intelligence, Reading, Mass. [u.a.]. CHMIELEWICZ, K. (1994), Forschungskonzeptionen der Wirtschaftswissenschaft, 3. Aufl., Stuttgart. CHURCHILL, G./SURPRENANT, C. (1982), An Investigation into the determinants of customer satisfaction, in: Journal of Marketing Research, Jg. 19 (3), S. 491-504. COHEN, J. W. (1988a), Statistical power analysis for the behavioral sciences, 2. ed Aufl., Hillsdale, NJ [u.a.]. COLLINGS, D./BAXTER, N. (2007), Complexity-based Modelling Approaches for Commercial Applications, in: RENNARD, J. (Hrsg.), Handbook of research on natureinspired computing for economics and management. COMMANDEUR, J. J. F./HEISER, W. J. (1993), Mathematical derivations in the proximity scaling (PROXSCAL) of symmetric data matrices, in: University of Leiden,. COOMBS, C. H. (1964), A theory of data, New York, NY. COOMBS, C./AVRUNIN, G. (1977), Single-peaked functions and the theory of preference, in: Psychological Review, Jg. 84, S. 216-230. DALY, A./MOLONEY, D. (2004), Managing Corporate Rebranding, in: Irish Marketing Review, Jg. 17 (1&2), S. 30-36. DAVID, P. A. (2008), Clio and the economics of QWERTY, in: The Economics of Innovstion, Vol. 4, S. 336-343. DAVIDSSON, P. (2001), Multi-Agent-Based Simulation: Beyond Social Simulation, in: MOSS, S./DAVIDSSON, P. (Hrsg.), Multi-Agent-Based Simulation - Second International Workshop, MABS 2000 Boston, MA, USA, July Revised and Additional Papers, S. 97-107. DAVIS, S. (2000), Brand asset management: driving profitable growth through your brands, San Francisco. DAY, G. S. (1994), The Capabilities of Market- Driven Organizations, in: Journal of Marketing, Jg. 58, S. 55-67. DELRE, S./JAGER, W./BIJMOLT, T./JANSSEN, M. (2007), Targeting and timing promotional activities: An agent-based model for the takeoff of new products, in: Journal of Business Research, Jg. 60 (b), S. 826-835. DESARBO, W. S./GREWAL, R./SCOTT, C. J. (2008), A Clusterwise Bilinear Multidimensional Scaling Methodology for Simultaneous Segmentation and Positioning Analyses, in: Journal of Marketing Research, Jg. 45 (3), S. 280-292.

320

Literaturverzeichnis

DESARBO, W./RAO, V. R. (1986), A Constrained Unfolding Methodology for Product Positioning, in: Marketing Science, Jg. 5 (1), S. 1-18. DEVETAG, G. (1999), From Utilities to mental models: A critical survey on decision rules and cognition in consumer choice, Sankt Anna School of Advanced Studies, Pisa. DICHTL, E./SCHOBERT, R./BEESKOW, W. (1979), Mehrdimensionale Skalierung, München. DICKSON, P. R./GINTER, J. L. (1987), Market segmentation, product differentiation, and marketing strategy, in: Journal of marketing, Jg. 51, S. 1-10. DIETZ, T./STERN, P. C. (1995), Toward a theory of choice: Socially embedded preference construction, in: Journal of socio-Economics, Jg. 24 (2), S. 261-279. DILLON, W. R./DOMZAL, T./MADDEN, T. J. (1986), Evaluating alternative product positioning Strategies, in: Journal of Advertising Research, Jg. 26 (4), S. 29-35. DIMINGO, E. (1988), The fine Arts of Positioning, in: The Journal of Business Strategy, Jg. 9 (2), S. 34-38. DROGOUL, A./FERBER, J. (1995), Multi-agent simulation as a tool for studying emergent processes in societies, in: GILBERT, N. (Hrsg.), Simulating societies: the computer simulation of social phenomena, 2. Aufl., London [u.a.]. DUESENBERRY, J. S. (1967), Income, saving, and the theory of consumer behavior, New York. EBELING, W./FREUND, J./SCHWEITZER, F. (1998), Komplexe Strukturen: Entropie und Information, Stuttgart [u.a.]. EISENFÜHR, F./WEBER, M. (2002), Rationales entscheiden, Springer, Berlin. ENGEL, J. F./KOLLAT, D. T./BLACKWELL, R. D. (1968), Consumer behavior, Elsevier, New York [u.a.]. EREZ, T./MOLDOVAN, S./SOLOMON, S. (2007), Social Anti-Percolation and Negative Word of Mouth, in: RENNARD, J. (Hrsg.), Handbook of research on nature-inspired computing for economics and management, Hershey, Pa. [u.a.], S. 822-836. ERICHSON, B./BACKHAUS, K./PLINKE, W./WEIBER, R. (2000), Multivariate Analysemethoden,. ESCH, F. (2007), Strategie und Technik der Markenführung, 4. Aufl., München. ESCH, F. (2008), Strategie und Technik der Markenführung, 5. Aufl., München. ESSER, H. (1993), Soziologie, Campus Verlag, Frankfurt/Main. ETZIONI, O./WELD, D. S. (1995), Intelligent Agents on the Internet: Fact, Fiction, and Forecast, Department of Computer Science and Engineering, University of Washington.

Literaturverzeichnis

321

EVERETT, H. (1963), Generalized Lagrange multiplier method for solving problems of optimum allocation of resources, in: Operations Research, Jg. 11 (3), S. 399-417. FAGAN, M. E. (1999), Design and Code Inspections to reduce errors in program development, in: IBM Systems Journal, Jg. 38 (2&3), S. 258-287. FAGIOLO, G./BIRCHENHALL, C./WINDRUM, P. (2007), Empirical Validation in Agentbased Models: Introduction to the Special Issue, in: Computational Economics, Jg. 30 (3), S. 189-194. FAGIOLO, G./MONETA, A./WINDRUM, P. (2007), A Critical Guide to Empirical Validation of Agent-Based Models in Economics: Methodologies, Procedures, and Open Problems, in: Computational Economics, Jg. 30 (3), S. 195-226. FESTINGER, L. (1942), Wish, expectation, and group standards as factors influencing level of aspiration, in: Journal of Abnormal and Social Psychology, Jg. 37 (1), S. 184200. FESTINGER, L. (1955), Social Psychology and Group Processes, in: Annual Review of Psychology, Jg. 6, S. 187-216. FISCHER, G. W. (1979), Utility models for multiple objective decisions: Do they accurately represent human preferences, in: Decision Sciences, Jg. 10 (3), S. 451-479. FISCHER, J. (2001), Individualisierte Präferenzanalyse: Entwicklung und empirische Prüfung einer vollkommen individualisierten Conjoint-Analyse, 1. Aufl., Wiesbaden. FISHBEIN, M. (1963), An investigation of Relationship between Beliefs about an Object and the Attitude toward an Object, in: Human Relations, Jg. 16, S. 233-240. FORRESTER, J. W. (1958), Industrial dynamics, a major breakthrough for decision makers, in: Harvard Business Review, Jg. 36 (4), S. 37-66. FRANK, R. E./MASSY, W. F./MORRISON, D. G. (1965), Bias in multiple discriminant analysis, in: Journal of Marketing Research, Jg. 2 (3), S. 250-258. FRANK, R. E./MASSY, W. F. (1971), An econometric approach to a marketing decision model, Cambridge Mass. [u.a.]. FRANKE, N. (2002), Realtheorie des Marketing, Tübingen. FRANKLIN, S./GRAESSER, A. (1997), Is it an Agent, or just a Program?: A Taxonomy of Autonomous Agents, in: MÜLLER, J. P. (Hrsg.), Intelligent agents III: agent theories, architectures, and languages, Berlin [u.a.], S. FREILING, J. (2001), Resource-based view und ökonomische Theorie: Grundlagen und Positionierung des Ressourcenansatzes, 1. Aufl., Wiesbaden. FREILING, J. (2004), Competence-based View der Unternehmung, in: Die Unternehmung, Jg. 58 (1), S. 5-25. FRETER, H. (1983), Marktsegmentierung, Stuttgart.

322

Literaturverzeichnis

FRETER, H. (2008), Markt- und Kundensegmentierung: kundenorientierte Markterfassung und -bearbeitung, 2. Aufl., Stuttgart. FREUNDT, T. C. (2006), Emotionalisierung von Marken: Inter-industrieller Vergleich der Relevanz emotionaler Markenimages für das Konsumentenverhalten, Wiesbaden. FRIEDRICH, K. (2004), Empfehlungsmarketing, 6. Aufl., Offenbach. FRÖHLICH, W. D./DREVER, J. (1978), dtv-Wörterbuch zur Psychologie, 11. Aufl., München. GABRIEL, K. (1971), The biplot graphical Display of matrices with applications of principal components analysis, in: Biometrika, Jg. 58, S. 453-467. GARCIA, R./RUMMEL, P./HAUSER, J. (2007), Validating agent-based marketing models through conjoint analysis, in: Journal of Business Research, Jg. 60 (8), S. 848-857. GENESERETH, M. R./KETCHPEL, S. P. (1994), Software Agents, in: Association for Computing Machinery : Communications of the ACM, Jg. 37 (7), S. 48-53. GENESERETH, M. R./NILSSON, N. J. (1987), Logical foundations of artificial intelligence, Los Altos, Californien. GERSCH, M./FREILING, J./GOEKE, C. (2005), Grundlagen einer 'Competence-based theory of the Firm', Die Chance zur Schließung einer 'Realisierungslücke' innerhalb der Marktprozesstheorie, Fakultät für Wirtschaftswissenschaft, Ruhr-Universität Bochum. GILBERT, G. N./TROITZSCH, K. G. (2005), Simulation for the social scientist, 2. Aufl., Maidenhead. GLASS, R. L. (2002), Practical Programmer - The Proof of Correctness Wars, in: Association for Computing Machinery : Communications of the ACM, Jg. 45 (8), S. 1922. GOLDENBERG, J./LIBAI, B./MULLER, E. (2002), Riding the saddle: Hoe Cross-MarketCommunications can create a major slump in sales, in: Journal of Marketing, Jg. 66 (2), S. 17-37. GONZALEZ, A./BARR, V. (2000a), Validation and verification of intelligent systems, what are they and how are they different? in: Journal of Experimental Theoretical Artificial intelligence, Jg. 12 (4), S. 407-420. GONZALEZ, A./BARR, V. (2000b), Validation and verification of intelligent systems, what are they and how are they different? in: Journal of Experimental Theoretical Artificial intelligence, Jg. 12 (4), S. 407-420. GOTSI, M./ANDRIOPOULOS, C. (2007), Understanding the pitfalls in the corporate rebranding process, in: Corporate communications, Jg. 12 (4), S. 341-355. GREEN P E.; SRINIVASAN V. (1978), Conjoint Analysis in Consumer Reserach: Issues and Outlook, in: Journal of Consumer Research, Jg. 5 S. 103-123.

Literaturverzeichnis

323

GREEN, P. E./KRIEGER, A. M./WIND, Y. (2005a), Buyer Choice Simulators, Optimizers and Dynamic Models, in: WIND, Y. J./GREEN, P. E. (Hrsg.), Market Research and Modeling: Progress and Prospects - A Tribute to Paul E. Green, Berlin, S. 169-199. GREEN, P. E./KRIEGER, A. M./WIND, Y. (2005b), Thirty Years of Conjoint Analysis: Reflections and Prospects, in: WIND, Y. J./GREEN, P. E. (Hrsg.), Market Research and Modeling: Progress and Prospects - A Tribute to Paul E. Green, Berlin [u.a.], S. 117139. GREEN, P. E./KRIEGER, A. M. (1985), Models and Heuristics for Product Line Selection, in: Marketing Science, Jg. 4 (1), S. 1-19. GREEN, P. E./KRIEGER, A. M. (1988), Choice Rules and Sensitvity Analysis in Conjoint Simulators, in: Journal of the Academy of Marketing Science, Jg. 16 (1), S. 114-127. GREEN, P. E./KRIEGER, A. M. (1992), An Application of Product Positioning Model to Pharmaceutical Products, in: Marketing Science, Jg. 11 (2), S. 117-132. GREEN, P. E./SRINIVASAN, V. (2007), Conjoint analysis in consumer research: issues and outlook, in: Fundamentals of marketing research; Vol. 6: Los Angeles, Californien, S. 290-325. GREEN, P. E. (1974), The design of choice experiments involving Multifactor Alternatives, in: Journal of Consumer Research, Vol. 1(2), S. 61-68. GREEN, P. E. (1975), Marketing applications of MDS: assessment and outlook, in: Journal of marketing, Jg. 39 (1), S. 24-31. GREEN, P./CARROLL, D./GOLDBERG, S. (1981), A General Approach to Product Design Optimization via Conjoint Analysis, in: Journal of Marketing, Jg. 45 (Summer), S. 1737. GREEN, P./KRIEGER, A. (1989), Recent Contributions to optimal product positioning and buyer segmentation, in: European Journal of Operational Reserach, Jg. 41 S. 127-141. GRILL, G./DIGEL, W. (1992), Meyers großes Taschenlexikon: in 24 Bänden, Bd. 9: Grif - Hofg, 4 Aufl., Mannheim. GRUCA, T. S./ KLEMZ, B. R. (2003), Optimal New product positioning: A genetic algorithm approach, in: European Journal of Operational Research, Vol. 146 (3), S. 621633. GRUNERT, K. G. (1988), Kognitive Strukturen in der Konsumforschung, Heidelberg. GÜTTLER, P. O. (2000), Sozialpsychologie, 3. überarb. und stark erw. Aufl., München. GUGUTZER, R. (2002), Leib, Körper und Identität: eine phänomenologischsoziologische Untersuchung zur personalen Identität, 1. Aufl., Wiesbaden. GUTSCHE, J. (1995), Produktpräferenzanalyse: ein modelltheoretisches und anwendungsorientiertes Konzept zur Marktsimulation mittels Präferenzerfassungsmodellen, Berlin.

324

Literaturverzeichnis

GWIN, C. F./GWIN, C. R. (2003), Product Attributes Model: A Tool for Evaluating Brand Positioning, in: Journal of Marketing, Jg. 11 (2), S. 30-42. HAEDRICH, G./TOMCZAK, T./KAETZKE, P. (2003), Strategische Markenführung: Planung und Realisierung von Markenstrategien, 3. Aufl., Bern [u.a.]. HÄTTY, H. (1989), Der Markentransfer, Heidelberg. HAGERTY, M. R. (1985), Improving the predictive power of conjoint analysis: the use of factor analysis and cluster analysis, in: Journal of Marketing Research, Jg. XXII, S. 168-184. HAILPERN, B./SNTHANAM, P. (2002), Software debugging, testing, and verification, in: IBM Systems Journal, Jg. 41 (1), S. 4-12. HAUGELAND, J. (1985), Artificial intelligence: the very idea, Cambridge, Mass. [u.a.]. HAUSER, J. R./KOPPELMAN, F. S. (1979), Alternative perceptual mapping techniques: relative accuracy and usefulness, in: Journal of Marketing Research, Jg. 16 (4), S. 495-506. HAUSER, J. R./RAO, V. A. (2005), Conjoint Analysis, Related Modeling, and Applications, in: WIND, Y./GREEN, P. E. (Hrsg.), Market Research and Modeling: Progress and Prospects, 1. Aufl., S. 141-169. HAUSER, J. R./SHUGAN, S. M. (2008), Defensive Marketing Strategies, in: Marketing science, Jg. 27 (1), S. 88-110. HAUSER, J. R./URBAN, G. L. (1977), A normative methodology for modeling consumer response to innovation, in: Operations Research, Bd. 25.1977, Jg. 25 (4), S. 579619. HAUSER, J./SHUGAN, S. (1983), Defensive Marketing Strategies, in: Marketing Science, Jg. 2 (4), S. 319-361. HEGSELMANN, R./FLACHE, A. (1998), Understanding Complex Social Dynamics: A Plea For Cellular Automata Based Modelling, in: Journal of Artificial Societies and Social Simulation, Jg. 1 (3), Surrey. HEIDE, D. (2008), Gutes Marketing, schlechtes Marketing, in: Brand Eins, 2 Ausgabe, S. 130-131. HEINEN, E. (1962), Die Zielfunktion der Unternehmung, in: Zur Theorie der Unternehmung, Wiesbaden, S. 9-71. HELLIER, P. K./GEURSEN, G. M./CARR, R. A./RICKARD, J. A. (2003), Customer repurchase intention: A general structural equation model, in: European Journal of Marketing, Jg. 37 (11), S. 1762-1800. HERRMANN, A./HOMBURG, C. (2000), Marktforschung: Methoden, Anwendungen, Praxisbeispiele, 2. Aufl., Wiesbaden.

Literaturverzeichnis

325

HERRMANN, A. (1992), Produktwahlverhalten: Erläuterung und Weiterentwicklung von Modellen zur Analyse des Produktwahlverhaltens aus marketingtheoretischer Sicht, Stuttgart. HERRMANN, A. (1998), Produktmanagement, 1. Auflage, München. HILLIG, T. (2006), Verfahrensvarianten der Conjoint-Analyse zur Prognose von Kaufentscheidungen: Eine Monte-Carlo-Simulation, Wiesbaden. HIRSCHMAN, E. (1980), Innovativeness, Novelty Seeking, and Consumer Creativity, in: Journal of Consumer research, Jg. 7, S. 283-295. HOEPFL, R./HUBER G., (1970), A study of self explicated utility models, in: Behavioral Science, Jg. 15 S. 408-414. HOGARTH, R. M. (1980), Judgement and choice, Chichester. HOLLAND, J. H. (1996), Hidden order: how adaptation builds complexity, New York. HOLLAND, J. H. (1988), The global economy as an Adpative Process, in: ANDERSON, P. W./ARROW, K. J./PINES DAVID, (Hrsg.), The economy as an evolving complex system: the proceedings of the Evolutionary Paths of the Global Economy Workshop, held September, 1987 in Santa Fe, New Mexico (clone), S. HOMBURG, C./GIERING, A. (1998), Konzeptualisierung und Operationalisierung komplexer Konstrukte - Ein Leitfaden für die Marketingforschung, in: HILDEBRANDT, L./HOMBURG, C. (Hrsg.), Die Kausalanalyse - Instrument der empirischen betriebswirtschaftlichen Forschung, 1. Aufl., Stuttgart, S. 111-148. HOMBURG, C./KROHMER, H. (2003), Marketingmanagement: Strategie - Instrumente Umsetzung - Unternehmensführung, 1. Aufl., Wiesbaden. HOMBURG, C./KROHMER, H. (2006), Marketingmanagement, 2. Aufl., Wiesbaden. HOMBURG, C./KROHMER, H. (2009), Marketingmanagement, 3. Aufl., Wiesbaden. HOOLEY, G. J./HUSSEY, M. K. (1994), Quantitative methods in marketing: the multivariate jungle revisited--introduction and overview to Special Edition, in: Journal of marketing management., Jg. 10 (1-3), S. 3-12. HOOLEY, G. J./PIERCY, N. F./NICOULAUD, B. M. (2008), Marketing strategy and competitive positioning, 4th ed., Harlow. HOOLEY, G./BRODERICK, A./MOLLER, K. (1998), Competitive positioning and the resource-based view of the firm, in: Journal of Strategic Marketing, Jg. 6, S. 97-116. HOOLEY, G./GREENLEY, G./FAHY, J./CADOGAN, J. (2001), Market-focused Resources, Competitive Positioning and Firm Performance, in: Journal of Marketing Management, Jg. 17, S. 503-520. HORSKY, D./NELSON, P. (1992), New Brand Positioning and Pricing in an Oligopolistic Market, in: Marketing Science, Jg. 11 (2), S. 133-153.

326

Literaturverzeichnis

HOTELLING, H. (1929), Stability in competition, in: The Economic Journal, Jg. 39 S. 41-57. HOWARD, J. A./SHETH, J. N. (1969), The theory of buyer behavior, New York, NY [u.a.]. HUBER, J./ HOLBROCK, M. B. (1979), Using Attribute Ratings for Product Positioning: Some Distinctions Among Compositional Approaches, in: Journal of Marketing Research, Jg. XVI, S. 507-516. HUBER, J. (1976), Ideal Point Models of Preference, in: Advances in Consumer Research, Jg. 3 (1), S. 138-142. HÜTTNER, M. (1997), Grundzüge der Marktforschung, 5. Aufl., München. HUHNS, M. H./STEPHENS, L. M. (2000), Multiagent Systems and Societies of Agents, in: WEISS, G. (Hrsg.), Multiagent systems: a modern approach to distributed artificial intelligence, 2. Aufl., Cambridge, Mass., S. 79-120. HUHNS, M./SINGH, M. (1998), Readings in agents, San Francisco, California. HULT, G./KETCHEN, D. (2001), Does Market Orientation Matter?: A Test of The Relationship between Positional Advantage and Performance, in: Journal of Stratgeic Management, Jg. 22, S. 899-906. JAGER, W. (1997), Consumer behaviour: a modelling perspective in the context of integrated assessment of global change, in: Globo Report Series, Band 17 (17), Bilthoven, Niederlande. JAGER, W. (2007), The four P's in social simulation, a perspective on how marketing could benefit from the use of social simulation, in: Journal of Business Research, Jg. 60 (8), S. 868-875. JANSSEN, J./LAATZ, W. (2005), Statistische Datenanalyse mit SPSS für Windows, 5. neu bearb. und erw. Aufl., Berlin [u.a.]. JANSSEN, M. A./JAGER, W. (1999), An integrated approach to simulating behavioural processes: A case study of the lock-in of consumption patterns, in: Journal of Artificial Societies and Social Simulation, Jg. 2 (2), S. 1-23. JANSSEN, M. A./JAGER, W. (2003), Simulating Market Dynamics: Interactions between Consumer Psychology and Social Networks, in: Artificial life, Jg. 9 (4), S. 343-356. JENNER, T. (1999a), Markenführung als Lernprozess, in: Harvard Business Manager, (5), S. 20-28. JENNER, T. (1999b), Forum - Überlegungen zum strategischen Wandel in der Markenführung, in: Marketing, Jg. 21 (2), S. 149-159. JENSEN, M. C./MECKLING, W. H. (1976), Theory of the firm: managerial behavior, agency costs and ownership structure, in: Journal of Financial Economics, Jg. 3 (4), S. 305-360.

Literaturverzeichnis

327

JEWELL, R. D./UNNAVA, H. (2003), When Competitive Interference Can Be Beneficial, in: Journal of Consumer Research, Jg. 30 (3), S. 283-291. JEWELL, R. D. (2007), Establishing Effective Repositioning Communications in a Competitive Marketplace, in: Journal of Marketing Communications, Jg. 13 (4), S. 231-241. JIMENEZ-MARTIN, S./LADRÓN-DE-GUEVARA, A. (2007), Modeling consumption patterns in the attribute space: Theory and evidence of hybrid behavior, in: International Journal of Research in Marketing, Jg. 24 (2), S. 242-253. JOHNSON, R. M. (1984), ACA systems, Evanston, Ill. JOHNSON, R. M. (1974), Trade-off analysis of consumer values, in: Journal of marketing research, (15), S. 303-314. JUDSON, O. P. (1994), The rise of the individual-based model in ecology, in: Trends in Ecology & Evolution, Jg. 9 (1), S. 9-14. JUNGERMANN, H./ENGEMANN, A./ISERMANN-GERKE, M./MAY, R./RADTKE, M./SACHS, S. (1987), Die Erklärungskraft verschiedener Entscheidungs-Heuristiken im Vergleich: Ein Experiment und eine Simulation, in: Zeitschrift für experimentelle und angewandte Psychologie, Jg. 34 (2), S. 228-234. JUNGERMANN, H./PFISTER, H./FISCHER, K. (2005), Die Psychologie der Entscheidung, 2. Aufl., Heidelberg. KAMAKURA, W./SRIVASTAVA, R. (1986), An Ideal-Point Probabilistic Choice Model for Heterogenous Preferences, in: Marketing Science, Jg. 5 (3), S. 199-218. KAMINSKI, A. (2002), Logistik-Controlling: Entwicklungsstand und Weiterentwicklung für marktorientierte Logistikbereiche, 1. Aufl., Wiesbaden. KAPFERER, J./LAURENT, G. (1985), Measuring Consumer Involvement Profiles, in: Journal of Marketing Research, Jg. 22 (1), S. 41-53. KAPFERER, J. (2000), Strategic brand management: creating and sustaining brand equity long term, 1. ed., London. KAPFERER, J. (2003), Strategic brand management: creating and sustaining brand equity long term, 2. ed., London. KAUL, A./RAO, V. (1995), Research for product positioning and design decisions: An integrative review, in: International Research in Marketing, Volume12 (4), S. 293-320. KAWLATH, A. (1969), Theoretische Grundlagen der Qualitätspolitik, Wiesbaden. KELLER, K. L./STERNTHAL, B./TYBOUT, A. (2002), Three Questions You Need to Ask About Your Brand - A brand has to do more than just stand out. It has to fit in, too. A product's similarities to the competition are more important to consumers than many brand managers realize, in: Harvard Business Review, S. 80-87.

328

Literaturverzeichnis

KELLER, K. L. (2003), Strategic brand management: building, measuring, and managing brand equity, Upper Saddle River, New Jersey. KELLER, K. L. (2008), Strategic brand management: building, measuring, and managing brand equity, 3. Aufl., Upper Saddle River, New Jersey. KELLER, K. L. (1999), Corporate Strategy - Managing Brands for the Long Run: Effective Brand Reinforcement and Revitalization Strategies, in: California management review, Jg. 41 (3), S. 102-124. KEMP, J. (1999), Spontaneous Change, Unpredictability and Consumption Externalities, in: Journal of artificial Societies and Social Simulation, Jg. 2 (3), S. 1-23. KENT, R. J./KELLARIS, J. J. (1994), Competitive interference effects in memory for advertising: are familiar brands exempt? in: Journal of Marketing Communications, Jg. 58 (3), S. 97-105. KEON, J. (1983), Product Positioning: Trinodal Mapping of Brand Images, Ad Images, and Consumer Preference, in: Journal of Marketing Research, Jg. XX, S. 380-392. KLÜGL, F. (2001), Multiagentensimulation: Konzepte, Werkzeuge, Anwendungen, München. KLUSCH, M. (1998), Kooperative Informationsagenten im Internet, Hamburg. KÖHLER, R. (2001), Erfolgreiche Markenpositionierung angesichts zunehmender Zersplitterung der Zielgruppen, in: KÖHLER, R. (Hrsg.), Erfolgsfaktor Marke: neue Strategien des Markenmanagements, 1. Aufl., München, S. 45-62. KOHLI, A. K./JAWORSKI, B. (1990), Market Orientation; The construct, reserach propositions and managerial implications, in: Journal of Marketing, Jg. 54, S. 1-18. KOHLI, R./KRISHNAMURTI, R. (1987), A heuristic approach to product design, in: Management Science, Jg. 33 (12), S. 1523-1533. KOTLER, P./KELLER, K. L./BLIEMEL, F. (2007), Marketing-Management, 12. Aufl., München. KOTLER, P./KELLER, K. L. (2006), Marketing Management, 12. Aufl., New Jersey. KRIEGER, A. M./GREEN, P. E./WIND, Y. (2004), Adventures in Conjoint Analysis: A Practicioners Guide to Trade-Off Modeling and Applications, Wharton School, University of Pennsylvania. KROEBER-RIEL, W. *./ESCH, F. (2004), Strategie und Technik der Werbung: verhaltenswissenschaftliche Ansätze, 6. Aufl., Stuttgart. KROEBER-RIEL, W.*/WEINBERG, P. (2003), Konsumentenverhalten, 8. Aufl., München. KROEBER-RIEL, W./ESCH, F. (2000), Strategie und Technik der Werbung: Verhaltenswissenschaftliche Ansätze, 5. Aufl., Stuttgart [u.a.].

329

Literaturverzeichnis

KROEBER-RIEL, W./WEINBERG, P./GRÖPPEL-KLEIN, A. (2009), Konsumentenverhalten, 9. überarb. aktual. und erg. Aufl., München. KROEHL, H. (2000), Corporate Identity als Erfolgskonzept im 21. Jahrhundert, München. KRUGMAN, P. R. (1998), The self-organizing economy, Repr Aufl., Malden. KRUSKAL, J. B. (1964a), Multidimensional Scaling by Optimizing Goodness of Fit to Nonmetric Hypothesis, in: Psychometrika, Jg. 29 (1), S. 1-27. KRUSKAL, J. B. (1964b), Nonmetric Multidimensional Scaling: A numerical Method, in: Psychometrika, Jg. 29 (2), S. 115-129. KUEHN, A. A./HAMBURGER, M. J. (1963), A heuristic program for locating warehouses, in: Management Science, Jg. 9 (4), S. 643-666. KULLMANN, M. (2006), Strategisches Mehrmarkencontrolling, Wiesbaden. KURZWEIL, R. (1992), The age of intelligent machines, 1. Aufl., London. KUß, A./TOMCZAK, T./REINECKE, S. (2007), Marketingplanung: Einführung in die marktorientierte Unternehmens- und Geschäftsfeldplanung, 5. Aufl., Wiesbaden. KUß, A./TOMCZAK, T. (2007), Käuferverhalten, 4. Aufl., Stuttgart. LAMPERT, R. (2008), Markensympathie: Konzeptionelle Grundlagen und Determinanten, in: BAUER, H. H. (Hrsg.), Erfolgsfaktoren der Markenführung - Know-how aus Forschung und Management, München, S. 344-353. LANCASTER, K. J. (1966), A new approach to consumer theory, in: The Journal of Political Economy, Jg. 74 (2), S. 132-157. LANE, D./MAXFIELD, R. (1988), Foresight, Complexity, and Strategy, in: ANDERSON, P. W./ARROW, K. J./PINES DAVID, (Hrsg.), The economy as an evolving complex system: the proceedings of the Evolutionary Paths of the Global Economy Workshop, held September 1987 in Santa Fe, New Mexico, S. 169-198. LAROCHE, M./KIM, C./MATSUI, T. (2003), Which decision heuristics are used in consideration set formation? in: The Journal of Consumer Marketing, Jg. 20 (2-3), S. 192209. LAVINGTON, M. (1970), A Practical Microsimulation Model for Consumer Marketing, in: Operational Research Quarterly, Jg. 21, S. 25-45. LEE, J. K./SUDHIR, K./STECKEL, J. H. (2002), A Multiple Ideal Point Model: Capturing Multiple Preference Effects from Within an Ideal Point Framework, in: (Hrsg.), Journal of Marketing Research, Bd. 39 (1), S. 73-86. LEHRSTUHL FÜR 2, Bremen.

INNOVATIVES

MARKENMANAGEMENT (2007), Telekommunikationsstudie

LEVITA, D. J. (2002), Der Begriff der Identität, Gießen.

330

Literaturverzeichnis

LEWIN, K. /CARTWRIGHT, D. (1963), Field theory in social science: selected theoretical papers, 2. Aufl., London. LIEBMANN, H. (1996), Auf den Spuren der ''Neuen Kunden'', in: ZENTES, J./LIEBMANN, H. (Hrsg.), GDI Trendbuch Handel, Düsseldorf-München, S. 37-54. LILIEN, G. L./KOTLER, P./MOORTHY, K. S. (1992), Marketing models, Englewood Cliffs, NJ. LILIEN, G. L./KOTLER, P. (1983), Marketing decision making: A model-building approach, 1. Aufl., London. LIN, P. (2008), Optimal pricing, production rate, and quality under learning effects, in: Journal of Business Research, Jg. 61 (11), S. 1152-1159. LOUVIERE, J./STREET, D./BURGESS, L. (2005), A 20+ Years' Retrospective on Choice Experiments, in: WIND, Y./GREEN, P. E. (Hrsg.), Marketing research and modeling progress and prospects; a tribute to Paul E. Green, New York, S. 201-214. LUCE, B. (1961), A Choice theory Analysis of Similarity Judgements, in: Psychometrika, Jg. 26 (2), S. 151-164. LUCE, R./TUKEY, J. (1964), Simultaneous Conjoint Measurement: A new Type of Fundamental Measurement, in: Journal of Mathematical Psychology, Jg. 1, S. 1-27. LUCKIN, R./KOEDINGER, K. R. (2007), Artificial intelligence in education: building technology rich learning contexts that work, Amsterdam. LUGER, G. F./STUBBLEFIELD, W. A. (1993), Artifical intelligence: structures and strategies for complex problem solving, Redwood City, California. LUSSIER, D./OLSHAVSKY, R. (1979), Task complexity and contingent processing in brand choice, in: Journal of Consumer Research, Jg. 6, S. 154-165. MAGIN, S. (2004), Markenwahlverhalten, 1. Aufl., Wiesbaden. MAHONEY, J. T. (1995), The Management of Resources and the Resources of Management, in: Journal of Business Research, Volume 33 (2), S. 91-101. MALHOTRA, N. K. (1982), Multi-stage information processing behavior: An experimental investigation, in: Journal of the Academy of Marketing Science, Jg. 10 (1), S. 5471. MALONEY, P. (2008), Absatzmittlergerichtetes, identitätsbasiertes Markenmanagement, Wiesbaden. MARIA, K. A./ZITAR, R. A. (2007), Emotional agents: A modeling and an application, in: Information and software technology, Jg. 49 (7), S. 695-716. MARKS, U. G./ALBERS, S. (2001), Experiments in competitive product positioning: actual behavior compared to nash solutions, in: Schmalenbachs Business Review, Jg. 53 (3), S. 150-174.

Literaturverzeichnis

331

MASON, E. C. E. R. (1939), Price and Production Policies of Large Scale Enterprises, in: American Economic Review, Volum 29 (1), S. 61-74. MAYER, R. U. (1984), Produktpositionierung, Köln. MAZANEC, J./WIEGELE, O. J. (1977), Zum praktischen Einsatz von Positionierungsmodellen in der Produktpolitik, in: KÖHLER, R./ZIMMERMANN, HJ. (Hrsg.), Entscheidungshilfen im Marketing, Stuttgart, S. 46-60. MAZANEC, J. (2006), Evaluating perception-based marketing strategies, in: Journal of Modelling in Management, Jg. 1 (1), S. 52-74. MCFADDEN, D. (1986), The Choice Theory Approach To Market Reserach, in: Marketing Science, Jg. 5 (4), S. 275-297. MCGEE, J./THOMAS, H./PRUETT, M. (1995), Strategic groups and the analysis of market structure and industry dynamics, in: British Journal of Management, Jg. 6 (4), S. 257-270. MCNAMARA, G./DEEPHOUSE, D. L./LUCE, R. A. (2003), Competitive positioning within and across a strategic group structure: the performance of core secondary, and solitary firms, in: Strategic Management Journal, Jg. 24 (2), S. 161-181. MEFFERT, H./BURMANN, C./KIRCHGEORG, M. (2008a), Marketing: Grundlagen marktorientierter Unternehmensführung, 10. Aufl., Wiesbaden. MEFFERT, H./BURMANN, C. (2002), Theoretische Grundkonzept der identitätsorientierten Markenführung, in: MEFFERT, H./BURMANN, C./KOERS, M. (Hrsg.), Markenmanagement. Grundfragen der identitätsorientierten Markenführung, Wiesbaden, S. 73-98. MEFFERT, H./STEFFENHAGEN, H. (1977), Marketing-Prognosemodelle: quantitative Grundlagen des Marketing, Stuttgart. MEFFERT, H. (1971), Systemtheorie aus betriebswirtschaftlicher Sicht, in: SCHENK, K. (Hrsg.), Systemanalyse in den Wirtschafts- und Sozialwissenschaften, Berlin, S. 174206. MERRY, U. (1995), Coping with uncertainty: insights from the new sciences of chaos, self-organization, and complexity, Westport. MICHELS, P. (1992), Nichtparametrische Analyse und Prognose von Zeitreihen, Heidelberg. MIDGLEY, D./MARKS, R./KUNCHAMWAR, D. (2007), Building and assurance of agentbased models: An example and challenge to the field, in: Journal of business research, Jg. 60 (8), S. 884-893. MIKULECKY, D. (1995), Life, Complexity and the Edge of Chaos: Cognitive Aspects of Communication between cells and other components of living systems, http://griffin.vcu.edu/complex/mikulecky/rev.htm''>electonically. MILGRAM, S. (1969), Interdisciplinary thinking and the small world problem, in: SHERIF M., SHERIF C., Interdisciplinary Relationships in the Social Sciences S. 103-120.

332

Literaturverzeichnis

MILLER, J. H./PAGE, S. E. (2007), Complex adaptive systems, Princeton, NJ. MINSKY, M. (1986), The Society of Mind, 2. Aufl., New York. MÖLLER, K./ANTTILA, M. (1987), Marketing Capability - A Key Success Factor in Small Business? in: Journal of Marketing Management, Jg. 3 (2), S. 185-203. MOHR, J. J./SENGUPTA, S./SLATER, S. F. (2010), Marketing of high-technology products and innovations, 3. ed Aufl., Boston. MONSEF, Y. (1997), Modelling and simulation of complex systems: concepts, methods and tools, Erlangen [u.a.]. MOORE, W. L./ PESSEMIER, E. A./LITTLE, T. E. (1979), Predicting Brand Purchase Behavior: Marketing Application of the Schönemann and Wang Unfolding Model, in: Journal of Marketing Research, Jg. XVI S. 203-210. MOSER, M. (2003), United We Brand, Boston, Massachusetts. MÜHLBACHER, H./DREHER, A./GABRIEL-RITTER, A. (1996), Strategische PositionierungGrundpfeiler des Marketings in komplexen und dynamischen Umwelten, in: Die Betriebswirtschaft, Jg. 56 (1), S. 203-220. MÜLLER, H. J. (1993), Einführung, in: MÜLLER, J. (Hrsg.), Verteilte künstliche Intelligenz: Methoden und Anwendungen, Mannheim, S. 9-20. MÜLLER, M./SENSFUß, F./WIETSCHEL, M. (2007), Simulation of current pricingtendencies in the German electricity market for private consumption, in: Energy Policy, Jg. 35 (8), S. 4283-4294. MUZELLEC, L./LAMBKIN, M. (2006), Corporate rebranding: destroying, transferring or creating brand equity? - 2006, in: European Journal of Marketing, Jg. 40 (7/8), S. 803-824. NAGEL, M. (1996), Grafische Datenanalyse, Stuttgart. NAIR, S. K./THAKUR, L. S./WEN, K. (1995), Near optimal solutions for product line design and selection: Beam search heuristics, in: Management Science, Jg. 41 (5), S. 767-785. NARVER, J. C./SLATER STANLEY F., (1990), The Effect of Market Orientation on Business Profitability, in: Journal of Marketing, Jg. 54 (4), S. 20-35. NEUMANN, J. (1966), Theory of self-reproducing automata, Urbana. NEWELL, A./SIMON, H. A. (1972), Human problem solving, Englewood Cliffs, NJ. NEWELL, A. (1962), Some problems in basic organization in problem-solving, in: YOVITS, M. C./JACOBI, G. T./GOLDSTEIN, G. D. (Hrsg.), Conference on Self organizing Systems, Washington D.C., S. 393-423. NICHOLSON, C. F./KAISER, H. M. (2008), Dynamic market impacts of generic dairy advertising, in: Journal of Business Research, Jg. 61 (11), S. 1125-1135.

Literaturverzeichnis

333

NIESCHLAG, R./DICHTL, E./HÖRSCHGEN, H. (1997), Marketing, 18. Aufl., Berlin. NIESCHLAG, R./DICHTL, E./HÖRSCHGEN, H. (2002), Marketing, 19. überarb. und erg. Aufl., Berlin. NILSSON, N. J. (1991), Robotics and artificial intelligence, in: Journal of Experimental Theoretical Artificial Intelligence, Volume 9, 337-338. NITSCHKE, A. (2006), Event-Marken-Fit und Kommunikationswirkung, Wiesbaden. NOMMENSEN, J. N. (1990), Die Prägnanz von Markenbildern: Prüfung der Kommunikationsstrategie bei Produktrepositionierung, Heidelberg. NYLEN, D. W. (1990), Marketing decision-making handbook, Englewood Cliffs, NJ. O.V.

(2006), Unveröffentlichte Marktforschungsstudie, München.

OECHSLEIN, C. (2004), Vorgehensmodell mit integrierter Spezifikations- und Implementierungssprache für Multiagentensimulationen, Aachen. OLIVER, R. (1999), Whence Customer Loyalty? in: Journal of Marketing, Jg. 63, S. 3344. ORCUTT, G. H. (1960), Simulation of economic systems, in: The American economic review, Jg. 50 (5), S. 893-907. ORME, B./HUBER, J. (2000), FEATURES - Improving the Value of Conjoint Simulations - Adding variability to choice models can help shine a light on market behavior, in: Marketing research, Jg. 12 (4), S. 12-20. ORTONY, A./CLORE, G. L./COLLINS, A. (1999), The cognitive structure of emotions, Reprinted Aufl., Cambridge [u.a.]. OTTO, P. (2008), A system dynamics model as a decision aid in evaluating and communicating complex market entry strategies, in: Journal of Business Research, Jg. 61 (11), S. 1173-1181. PAPERT, S. (1972), Teaching Children Thinking, in: Programmed Learning And Education Techniques, Jg. 9, S. 245-255. PARASURAMAN, A./BERRY, L./ZEITHAML, V. (1991), Understanding Customer Expectations of service, in: Sloan Management Review, Jg. 32 (3), S. 39-48. PARFITT, J. H./COLLINS, B. J. K. (1968), Use of consumer panels for brand-share prediction, in: Journal of Marketing Research, Jg. 5 (2), S. 131-145. PARK, C. W./JAWORSKI, B. J./MACINNIS, D. J. (1986), Strategic brand concept-image management, in: Journal of Marketing, Jg. 50 (4), S. 135-145. PARKER, R./CHURCHILL, L. (1986), Positioning by Opening the consumer's Mind, in: International Journal of Advertising, Volume5 (2), S. 1-13.

334

Literaturverzeichnis

PAYNE, J. W./JOHNSON, E. J./BETTMAN, J. R./COUPEY, E. (1990), Understanding contingent choice: A computer simulation approach, in: IEEE Transactions on Systems, Man and Cybernetics, Jg. 20 (2), S. 296-309. PAYNE, J. W. (1993), The adaptive decision maker, Cambridge. PAYNE, J. W. (1976a), Task Complexity and Contingent Processing in Decision Making: An Information Search and Protocol Analysis, in: Organizational Behavior and Human Performance, Jg. 16, S. 366-387. PAYNE, J./BETTMAN, J./JOHNSON, E. (1997), The adaptive decision maker: Effort and accuracy in choice, in: GOLDSTEIN, W. M. (Hrsg.), Research on judgment and decision making - currents, connections, and controversies, Cambridge, S. 181-205. PEDHAZUR, E. J./SCHMELKIN, L. P. (1991), Measurement, design, and analysis: An integrated approach,NJ. PESSEMIER, E./BURGER, P./TEACH, R./TIGERT, D. (1971), Using laboratory brand preference scales to predict consumer brand purchases, in: Management Science, Jg. 17 (6), S. 371-385. PETERSMEIER, K. (2003), Kerndichte- und Kernregressionsschätzungen im Asset Management, Bad Soden /Ts. PETT, M. A./LACKEY, N. R./SULLIVAN, J. J. (2006), Making sense of factor analysis, Nachdr. Aufl., Thousand Oaks. PETTY, R. E./CACIOPPO, J. T./SCHUMANN, D. (1983), Central and peripheral routes to advertising effectiveness: The moderating role of involvement, in: Journal of Consumer Research, Jg. 10 (2), S. 135. PETTY, R. E./WEGENER, D. T./FABRIGAR, L. R. (1997), Attitudes and attitude change, in: Annual Review of Psychology, Jg. 48 (1), S. 609-647. POOLE, D. L./MACKWORTH, A. K./GOEBEL, R. (1998), Computational intelligence: a logical approach, New York. PORTER, M. E. (1985), Competitive advantage: creating and sustaining superior performance, New York. PORTER, M. E. (1979), The structure within industries and companies' performance, in: The Review of Economics and Statistics, Jg. 61 (2), S. 214-227. PORTER, M. E. (1991), Towards a dynamic theory of strategy, in: Strategic Management Journal, Jg. 12, S. 95-117. PORTER, M. E. (1996), What is Strategy? in: Harvard business review. - Boston, Jg. 74 (6), S. 62-78. PORTER, M. E. (2008), The five competitive forces that shape strategy, in: Harvard Business Review, Jg. 86 (1), S. 78-93.

Literaturverzeichnis

335

PORTER, M. (2006), Leader as Strategist - Gain and sustain a unique position, in: Leadership excellence, Jg. 23 (6), S. 6. RECKE, T. (2010): Die Bestimmung der Repositionierungsintensität - Ein Entscheidungsmodell auf Basis von semantischen Netzwerken zur Optimierung von Markenrepositionierungen, Wiesbaden, 2010 (im Druck). REEVES, R. (1961), Reality in advertising, 4. Aufl., New York. RICH, E./KNIGHT, K. (1991), Artificial intelligence, 2. Aufl., New York [u.a.]. RICHARDSON, G. P./PUGH, A. L. (1988), Introduction to system dynamics modeling with DYNAMO, 5 Aufl., Cambridge, Mass. RIES, A./TROUT, J. (1986), Positioning: the battle for your mind, 1. Aufl., New York. RIES, A./TROUT, J. (2001), Positioning: the battle for your mind, 20th anniversary ed., New York. RIGGER, W. (1995), Positioning in theory and practice: towards a research agenda, 24th EMAC Conference Proceedings. ROMANIUK, J. (2001), Brand Positioning in financial services: A longitudinal test to find the best brand position, in: Journal of Financial Services Marketing, Jg. 6 (2), S. 111121. ROOSDORP, A. (1998), Positionierungspflege: Phänomen, Herausforderungen und Konzept, St. Gallen. ROSEN, D. L./OLSHAVSKY, R. W. (1987), A protocol analysis of brand choice strategies involving recommendations, in: The Journal of Consumer Research, Jg. 14 (3), S. 440-444. ROSEN, S. (1974), Hedonic prices and implicit markets: product differentiation in pure competition, in: The journal of Political Rconomy, Jg. 82 (1), S. 34-55. ROTH, S. (1999), Positionierung und Interaktion, Wiesbaden. RÜHLI, E. (1994), Der resource-based view of strategy: Ein Impuls für einen Wandel im unternehmeungspolitischen Denken und Handeln? in: WUNDERER R. (Hrsg.), Unternehmerischer Wandel: Konzepte zur organisatorischen Erneuerung, Wiesbaden, S. 31-57. RUSSELL, S. J./NORVIG, P. (2003), Artificial intelligence: a modern approach, 2. ed., Upper Saddle River, NJ. RUSSELL, S./NORVIG, P. (2004), Künstliche Intelligenz, 2. Aufl., München. RUSSO, J. E./KRIESER, G./MIYASHITA, S. (1975), An effective display of unit price information, in: Journal of Marketing, Jg. 39 (2), S. 11-19. RUSSO, J. E. (1977), The value of unit price information, in: Journal of Marketing Research, Jg. 14 (2), S. 193-201.

336

Literaturverzeichnis

RUSSO, J./DOSHER, B. (1983), Strategies of multiattribute binary choice, in: Journal of Experimental Psychology, Nr. 9, S. 676-696. RUYTER, K. D./BLOEMER, J./PEETERS, P. (2001), Merging service quality and service satisfaction: An empirical test of an integrative model, in: Journal of Economic Psychology, Jg. 18 (4), S. 387-406. RYAN, P./MORONEY, M./GEOGHEGAN, W./CUNNINGHAM, J. (2007), A Framework for a Strategic Repositioning Strategy: A Case Study of Bulmers Original Cider, in: The Irish Journal of Management, S. 81-102. SAUNDERS, J./JOBBER, D. (1994a), Product Replacement: Strategies for Simultaneous Product Deletion and Launch, in: The journal of Product Innovation Management, Jg. 11 (5), S. 433-450. SCHENK, T. A./LÖFFLER, G./RAUH, J. (2007), Agent-based simulation of consumer behavior in grocery shopping on a regional level, in: Journal of Business Research, Jg. 60, S. 894-903. SCHIFFMAN, L. G./KANUK, L. L. (2007), Consumer behavior, 9. ed Aufl., Upper Saddle River, NJ. SCHIFFMAN, L. G. (2001), Consumer behaviour, Australia ed. SCHMIDT, B. (2000), SIMPLEX 3, Ghent. SCHMIDT, H./SCHISCHKOFF, G. (1991), Philosophisches Wörterbuch, 22. Aufl., Stuttgart. SCHNELL, R./HILL, P. B./ESSER, E. (2005), Methoden der empirischen Sozialforschung, 7 Aufl., München. SCHOBERT, R. (1979), Die Dynamisierung komplexer Marktmodelle mit Hilfe von Verfahren der mehrdimensionalen Skalierung, Berlin. SCHÖNEMANN, P. H./WANG, M. W. (1971), An Individual Difference Model For the Multidimensional Analysis of Preference Data, in: Psychometrika, Jg. 37 (3), S. 275-309. SCHREIBER, D. (2003), Validating Agent-Based Models: From Metaphysics to Applications, UCLA.

SCHREIBER, U. (1973), Psychologische Marktsegmentierung mit hilfe multivariater Verfahren, München. SCHUBERT, B. (1991), Entwicklung von Konzepten für Produktinnovationen mittels Conjointanalyse, Stuttgart. SHEPARD, R. N. (1962a), The Analysis of Proximities: Multidimenional Scaling with an unknown distance Function I, in: Psychometrika, Jg. 27 (2), S. 125-140.

Literaturverzeichnis

337

SHEPARD, R. N. (1962b), The Analysis of Proximities: Multidimenional Scaling with an unknown distance Function I, in: Psychometrika, Jg. 27 (2), S. 125-140. SHOCKER, A. D./BEN-AKIVA, M./BOCCARA, B./NEDUNGADI, P. (1991), Consideration set influences on consumer decision-making and choice: issues, models, and suggestions, in: Marketing Letters, Jg. 2 (3), S. 181-197. SHOCKER, A. D./SRINIVASAN, V. (1974), A consumer-based methodology for the identification of new product ideas, in: Management science, Jg. 20 (6), S. 921-937. SHOCKER, A. D./SRINIVASAN, V. (1979), Multiattribute approaches for product concept evaluation and generation: a critical review, in: Journal of Marketing Research, Jg. 16 (2), S. 159-180. SHOSTACK, G. L. (1987), Service positioning through structural change, in: Journal of Marketing, Jg. 51 (1), S. 34-43. SHUGAN S M; BALACHANDRAN,/BALACHANDRAN, V. (1977), A Mathematical Programming Model For Optimal Product Line Structuring, University of Rochester. SHUGAN, S. (1980), The cost of thinking, in: Journal of Consumer Research, Jg. 7, S. 99-111. SILBERER, G. (1998), Die Stimmung als Werbewirkungsfaktor, Göttingen. SIMON, H. A. (1955), A behavioral model of rational choice, in: The quarterly journal of economics, Jg. 69 (1), S. 99-118. SIMONSON, I. (1989), Choice based on reasons: The case of attraction and compromise effects, in: Journal of Consumer Research, Jg. 16 (2), S. 158. SLOVIC, P./LICHTENSTEIN, S. (1971), Comparison of Bayesian and Regression Approaches to the Study of Information Processing in Judgment, in: Organizational Behavior and Human Performance, Jg. 6, S. 649-744. SPIEGEL, B. (1961), Die Struktur der Meinungsverteilung im sozialen Feld: das psychologische Marktmodell, Bern. STEFFENHAGEN, H. (2004), Marketing, 5. Aufl., Stuttgart. STEINER, W. J./HRUSCHKA, H. (2002), Produktliniengestaltung mit genetischen Algorithmen, in: Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung, Verl. Gruppe Handelsblatt, Jg. 54 (7), S. 575-601. STEINER, W./HRUSCHKA, H. (2005), Heuristiken in der Produktpolitik, in: HOLZMÜLLER, H./SCHUH, A. (Hrsg.), Innovationen im sektoralen Marketing - Festschrift zum 60. Geburtstag von Fritz Scheuch, Heidelberg, S. 163-181. STEPHAN, A. (2007), Emergenz: von der Unvorhersagbarkeit zur Selbstorganisation, 3. Aufl., Paderborn. STUART, H./MUZELLEC, L. (2004), Corporate makeovers: Can a hyena be rebranded? in: The journal of brand management, Jg. 11 (6), S. 472-482.

338

Literaturverzeichnis

SUDHARSHAN, D./MAY, J. H./GRUCA, T. (1988), DIFFSTRAT: An analytical procedure for generating optimal new product concepts for a differentiated-type strategy, in: European Journal of Operational Research, Jg. 36, S. 50-65. SUNDERMEYER, K. (1993), Modellierung von Agentensystemen, in: MÜLLER, J. (Hrsg.), Verteilte künstliche Intelligenz: Methoden und Anwendungen, Mannheim, S. 22-44. TAKANE, Y./YOUNG, F. W./DE LEEUW, J. (1977), Nonmetric individual differences multidimensional scaling: An alternating least squares method with optimal scaling features, in: Psychometrika, Jg. 42 (1), S. 7-67. TEICHERT, T. (2000), Conjoint-Analyse, in: HERRMANN, A./HOMBURG, C. (Hrsg.), Marktforschung - Methoden, Anwendungen, Praxisbeispiele, 2. aktualisierte Aufl., Wiesbaden, S. 470-511. TESFATSION, L. (1997), How Economists can get Alife, in: ARTHUR, W. B./DURLAUF, S. N./LANE, D. A. (Hrsg.), The economy as an evolving complex system, Wesley Massachusetts, S. 533-564. TESFATSION, L. (2006), Agent-based Computational Economics: A constructive Approach to Economic Theory, in: TESFATSION, L./JUDD, K. L. (Hrsg.), Agent-based computational economics, 1. ed., Amsterdam. THOMAS, R. (1992), Interpreting Discriminant Functions A Data Analytic Approach, in: Multivariate Behavioral Research, Jg. 27 (3), S. 335-362. TIDD, J./BESSANT, J. R. (2009), Managing innovation, 4. ed., Chichester. TIEBOUT, C. (1956), A pure theory of local public expenditures, in: Journal of Political Economy, Jg. 64 (5), S. 416-424. TOMCZAK, T./ROOSDORP, A. (1996), Positionierung - Neue Herausforderungen verlangen neue Ansätze, in: TOMCZAK, T./RUDOLPH, T./ROOSDORP, A. (Hrsg.), Positionierung Kernentscheidung des Marketing, St. Gallen. TORGERSON, W. S. (1952), Multidimensional Scaling: I. Theory and Methods, in: Psychometrika, Jg. 17 (4), S. 401-419. TROITZSCH, K. G. (1990), Modellbildung und Simulation in den Sozialwissenschaften [Hauptbd.], Opladen. TROITZSCH, K. G. (2003), Simulation in den Sozialwissenschaften, in: ORTH, B. (Hrsg.), Soziologische Forschung: Stand und Perspektiven, Opladen, S. 353-363. TROITZSCH, K. (1996), Multilevel Simulation, in: TROITZSCH, K. G./MUELLER, U./GILBERT, N./DORAN, J. (Hrsg.), Social science microsimulation - with 20 tables, Berlin, S. 107 - 123. TROMMSDORF, V./ASAN, U./BECKER, J. (2004), Marken- und Produktpositionierung, in: BRUHN, M. (Hrsg.), Handbuch Markenartikel - Anforderungen an die Markenpolitik aus Sicht von Wissenschaft und Praxis, Stuttgart, S. 541-570.

Literaturverzeichnis

339

TROMMSDORF, V. (2007), Produktpositionierung, in: ALBERS, S./HERRMANN, A. (Hrsg.), Handbuch Produktmanagement (clone) - Strategieentwicklung - Produktplanung Organisation - Kontrolle, 3. Aufl., Wiesbaden, S. 343-361. TROMMSDORFF, V. (1975), Die Messung von Produktimages für das Marketing: Grundlagen und Operationalisierung, Köln. TROMMSDORFF, V. (2004), Konsumentenverhalten, 6. Aufl., Stuttgart. TROMMSDORFF, V. (2009), Konsumentenverhalten, 7. vollst. überarb. und erw. Aufl., Stuttgart. TROUT, J. (1969), ''Positioning'' is a game people play in today’s me-too market place, in: Industrial Marketing, Jg. 54 (6), S. 51-55. TSE, D. K./WILTON P C., (1988), Models of Consumer satisfaction Formation: An Extension, in: Journal of Marketing Research, Jg. 25 (May), S. 296-304. TVERSKY, A. (1972), Elimination by aspects: a theory of choice, in: Psychological Review, Jg. 79, S. 281-299. TWOMEY, P./CADMAN, R. (2002), Agent-based modelling of customer behaviour in the telecoms and media markets, in: Information, Jg. 4 (2), S. 56-63. UEKERMANN, F. (2009), Bildung neuer automobiler Segmente aus Kundensicht, St. Gallen. URBAN, C. (2005), Das Referenzmodell PECS: agentenbasierte Modellierung menschlichen Handelns, Entscheidens und Verhaltens, Passau. URBAN, G. L. (1975), Perceptor: a model for product positioning, in: Management science, (Md), S. 858-871. VAG, A. (2007), Simulating changing consumer preferences: A dynamic conjoint model, in: Journal of Business Research. - New York, Jg. 60 (8), S. 904-911. VEBLEN, T. (1899), The theory of the leisure class, London. VERSHOFEN, W. (1950), Wirtschaft als Schicksal und Aufgabe, 1. Aufl., Wiesbaden. VON WINTERFELDT, D./EDWARDS, W. (1982), Costs and payoffs in perceptual research, in: Psychological Bulletin, Jg. 91 (3), S. 609-622. WALSH, G. (2002), Konsumentenverwirrtheit als Marketingherausforderung, 1. Aufl., Wiesbaden. WANSINK, B./GILMORE, J. M. (1999), OBSERVATIONS - New Uses That Revitalize Old Brands - How do you craft a new usage campaign that increases both brand equity and sales? Two studies show how to find new uses for products and how to most effectively advertise them, in: Journal of Advertising Research, Jg. 39 (2), S. 90-99. WATTS, D./STROGATZ, S. (1998), Collective dynamics of 'small-world' networks, in: Nature, Jg. 393 (6684).

340

Literaturverzeichnis

WEINHOLD-STÜNZI, H. (1996), Marktobjekte optimal positionieren, in: TOMCZAK T; RUDOLPH,/RUDOLPH, T./ROOSDORP, A. (Hrsg.), Positionierung - Kernentscheidung des Marketing, 1. Aufl., S. 44-58. WEISBUCH, G. (1994), Complex systems dynamics, 2. Aufl., Reading. WEISS, G. (1999), Multiagent systems, Cambridge. WEIZSÄCKER, E. U. V. (. (1986), Beiträge zur Zeitstruktur von Information, Entropie und Evolution: Klett-Cotta, 1986, 2 Aufl., Stuttgart. WELLING, M. (2003), Bausteine einer integrierten image- und identitätsorientierten Markenführung als Beitrag zur Markentheorie, Bochum. WELLING, M. (2006), Ökonomik der Marke: ein Beitrag zum Theorienpluralismus in der Markenforschung, 1. Aufl., Wiesbaden. WERNERFELT, B. (1995), The Resource-Based View of the Firm: Ten Years After, in: Strategic management journal, Jg. 16 (3), S. 171-174. WILENSKY, U. (1999), Netlogo, in: www.netlogo.org. WIND, Y. (1982), Product policy: concepts, methods, and strategy, Reading. WIND, Y. (1990), Positioning Analysis and Strategy, in: DAY, G. S./WEITZ, B./WENSLEY, R. (Hrsg.), The interface of marketing and strategy, Greenwich, S. 387-412. WINSTON, P. H. (1992), Artificial intelligence, 3. Aufl., Reading. WIRTZ, B. W./SALZER, E. (2001), IPO-Management: Strukturen und Erfolgsfaktoren, Wiesbaden. WITTINK, D./VRIENS, M./BURHENNE, W. (1994), Commercial use of conjoint analysis in Europe: Results and critical reflections, in: International Journal of Research in Marketing, Volume 11, S. 41-52. WOLF, J. (2008), Organisation, Management, Unternehmensführung, 3., vollständig überarbeitete und erweiterte Auflage Aufl., Wiesbaden. WOOLDRIDGE, B./FLOYD, S. W. (1990), The Strategy Process, Middle Management Involvement, And Organizational Performance, in: Strategic Management Journal, Jg. 11 S. 231-241. WOOLDRIDGE, M. J. (2005), An introduction to multiagent systems, 2. Aufl., Chichester. WOOLDRIDGE, M./JENNINGS, N. R. (1995), Intelligent agents: theory and practice, in: The knowledge engineering review, Jg. 10 (2), S. 115-152. WOOLDRIDGE, M. (2000), Intelligent Agents, in: WEISS, G. (Hrsg.), Multiagent systems: a modern approach to distributed artificial intelligence, 2. Aufl., Cambridge, S. 27-77.

Literaturverzeichnis

341

WRIGHT, P. (1975), Consumer choice strategies: simplifying vs. optimizing, in: Journal of marketing research, Jg. 12 (1), S. 60-67. WÜNSCHMAN, S./MÜLLER, S. (2008), Markenvertrauen ein vernachlässigter Erfolgsfaktor, in: BAUER, H. H. (Hrsg.), Erfolgsfaktoren der Markenführung - Know-how aus Forschung und Management, München, S. 382-391. YAKIMOVA, R./BEVERLAND, M. (2005), The brand-supportive firm: An exploration of organisational drivers of brand updating, in: The Journal of Brand Management, Jg. 12 (6), S. 445-460. YING, J./MENG, S. (2009), Recommendation and repurchase intention thresholds: a joint heterogeneity response estimation, in: International Journal of Research in Marketing, Jg. 26, S. 2454-255. ZAICHKOWSKY, L. (1985), Measuring the involvement construct, in: Journal of Consumer Research, Jg. 12 (3), S. 341-352. ZALTMAN, G./WALLENDORF, M. (1983), Consumer behavior: basic findings in marketing, 2. Aufl., New York [u.a.]. ZATLOUKAL, G. (2002), Erfolgsfaktoren von Markentransfers, Wiesbaden. ZEDNIK, A./STREBINGER, A. (2005), Marken-Modelle der Praxis: Darstellung, Analyse und kritische Würdigung, 1. Aufl., Wiesbaden. ZEITHAML, V. A./BERRY, L. L./PARASURAMAN, A. (1993), The Nature and Determinants of Customer Expectations of Service, in: Journal of the Academy of Marketing Science, Jg. 21 (1), S. 1-12. ZELENY, M. (1976), The Theory of the displaced ideal, in: ZELENY, M. (Hrsg.), Multiple criteria decision making, Kyoto, 1975, S. 153 ff. ZEPLIN, S. (2006), Innengerichtetes identitätsorientiertes Markenmanagement, Wiesbaden. ZHA, X. F. (2007), Artificial intelligence and integrated intelligent information systems, Hershey, Pa. ZHANG, T./ZHANG, D. (2007), Agent-based simulation of consumer purchase decisionmaking and the decoy effect, in: Journal of business research, Jg. 60., S. 912-922. ZIMBARDO, P. G./HOPPE-GRAFF, S. (1995), Psychologie, 6 Aufl., Berlin. ZIMMERMANN, W. (1997), Operations Research, 8. Aufl., München.