Research on trust in smart home technologies : a user-centered approach

Tereschenko, Olga; Wentzel, Daniel; von Nitzsch, Rüdiger

doi:40282

Research on trust in smart home technologies : a user-centered approach = Forschung zum Vertrauen in Smart Home-Technologien : Ein nutzerzentrierter Ansatz

Tereschenko, Olga^RWTH*

2020 & 2021

Verantwortlichkeitsangabevorgelegt von Olga Tereschenko

ImpressumAachen : RWTH Aachen University 2020

Umfang1 Online-Ressource (VIII, 150 Seiten) : Illustrationen, Diagramme

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2020

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2021

Genehmigende Fakultät
Fak08

Hauptberichter/Gutachter
Wentzel, Daniel (Thesis advisor)^RWTH* ; von Nitzsch, Rüdiger (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2020-05-04

Online
DOI: 10.18154/RWTH-2020-04870
URL: https://publications.rwth-aachen.de/record/788927/files/788927.pdf

Einrichtungen

Lehrstuhl für Marketing (812310)

Inhaltliche Beschreibung (Schlagwörter)
SHT (frei) ; ability to learn (frei) ; autonomy (frei) ; human-like interaction (frei) ; intelligence of smart home technologies (frei) ; trust in smart home technologies (frei)

Thematische Einordnung (Klassifikation)
DDC: 330

Kurzfassung
Über einen langen Zeitraum wurden in der Technologie-Forschung ausschließlich Faktoren erforscht, die die Akzeptanz innovativer Technologien fördern (z.B. Davis, 1989; Venkatesh & Davis, 2000), die sogenannten „Enabler“ (zu Deutsch: Befähiger, Wegbereiter). Neuere Forschung hat jedoch erkannt, dass es von entscheidender Bedeutung ist, gleichzeitig Faktoren zu berücksichtigen, die die Adoptionsabsicht verringern oder Widerstände von Konsumenten fördern, die sogenannten Inhibitoren (z.B. Claudy, Garcia, & O'Driscoll, 2015; Mani & Chouk, 2017, 2018). Laut der "Prospekt-Theorie" (Kahnemann & Tversky, 1979) und gemäß der Erkenntnisse aus der "Negativitäts-Bias-Theorie" (z.B. Ito, Larsen, Smith, & Cacioppo, 1998; Kanouse, 1984) haben mögliche Verluste / negative Informationen (hier die negativen Faktoren wie Risiken und Unsicherheiten, die mit der Technologie assoziiert werden) ein größeres Gewicht im Entscheidungsprozess der Konsumenten als mögliche Gewinne / positive Informationen (hier die positiven Faktoren wie bspw. der durch die Technologie erworbene Nutzen). Es ist daher von größter Bedeutung, neben den positiven Treibern der Technologie-Akzeptanz auch Hemmnisse wie die wahrgenommenen Barrieren zu untersuchen, sowie die Faktoren, die potenziellen Nutzern dabei helfen können, ihre persönlichen Unsicherheiten zu überwinden. Ein solch mächtiger Faktor ist Vertrauen. Mit dem Aufkommen und der kontinuierlichen Weiterentwicklung von Smart Home Technologien (SHT) werden potenzielle Verbraucher mit einer Reihe von noch nie dagewesenen Technologiemerkmalen konfrontiert. Zwei Beispiele für diese innovativen und damit aus der Sicht potenzieller Nutzer sehr ungewohnten Eigenschaften sind die zunehmende Autonomie und die Lernfähigkeit von Technologien. Autonomie bezieht sich auf die Fähigkeit einer Technologie, Entscheidungen zu treffen und Handlungen ohne Intervention des Nutzers vorzunehmen (Rijsdijk & Hultink, 2003, 2009). Die Lernfähigkeit ist die Fähigkeit einer Technologie, Daten über ihre Umgebung und ihren Nutzer zu sammeln und ihr Verhalten im Laufe der Zeit so zu verändern, dass es den Bedürfnissen des jeweiligen Nutzers besser entspricht (Rijsdijk & Hultink, 2003, 2009). Neben den allgemeinen Risikowahrnehmungen, die sich bei der Einführung von Innovationen in einen Markt ergeben (z.B. Featherman & Pavlou, 2002, 2003; Mani & Chouk, 2017, 2018), gibt es auch deutliche Risikowahrnehmungen, die sich insbesondere gegenüber SHT herausbilden. Diese besonderen Risiken können u.a. eine Zunahme der wahrgenommenen Abhängigkeit und Entmachtung sein (z.B. Schweitzer & van den Hende, 2016), aber auch eine mögliche Überwachung privater Aktivitäten, Verletzung der Privatsphäre und Aufdringlichkeit der Technologie (Englisch: Intrusiveness) umfassen (z.B. Wilson, Hargreaves & Hauxwell-Baldwin, 2017). Diese speziellen Risiken sind der Hauptgrund dafür, weswegen die Anbieter von SHT in naher Zukunft Technologien entwickeln müssen, die überzeugender und vertrauenswürdiger sind, als sie heute erscheinen. Die Forschungsliteratur zeigt, dass Vertrauen einen Schlüsselfaktor in Situationen darstellt, in denen Unsicherheit und Risiko vorherrschen (Jarvenpaa, Tractinsky & Vitale, 1999; McKnight, Choudhury & Kacmar, 2002; Pavlou, 2003, Söllner, Hoffmann & Leimeister, 2016). Je mehr Risiken und Unsicherheiten von den potenziellen Nutzern wahrgenommen werden und je stärker diese ausgeprägt sind, desto mehr vertrauensbildende Maßnahmen sind notwendig, um die Verbraucher von intelligenten Technologien zu überzeugen. Ohne ein Mindestmaß an Anfangsvertrauen auf Seiten der Verbraucher werden Hersteller von IT-basierten Technologien nicht erfolgreich sein (Söllner, Hoffmann & Leimeister, 2016). Die bisherige Forschung hat den Einfluss zentraler Intelligenzdimensionen von SHT auf das Anfangsvertrauen der potentiellen Konsumenten weitgehend vernachlässigt. Diesen zu kennen ist jedoch sowohl für die Hersteller als auch die Vermarkter von SHT von Bedeutung, wenn sie auf dem Markt erfolgreich sein wollen.Die vorliegende Dissertation greift die beschriebene Forschungslücke auf und betrachtet das Phänomen aus einer konsumentenzentrierten Perspektive. Im Einzelnen werden die Auswirkungen der Kernintelligenzmerkmale "Autonomie" und "Lernfähigkeit" sowie der humorvollen Kommunikation als Parameter der "menschenähnlichen Interaktion" auf das (anfängliche) Vertrauen untersucht.

Über einen langen Zeitraum wurden in der Technologie-Forschung ausschließlich Faktoren erforscht, die die Akzeptanz innovativer Technologien fördern (z.B. Davis, 1989; Venkatesh & Davis, 2000), die sogenannten „Enabler“ (zu Deutsch: Befähiger, Wegbereiter). Neuere Forschung hat jedoch erkannt, dass es von entscheidender Bedeutung ist, gleichzeitig Faktoren zu berücksichtigen, die die Adoptionsabsicht verringern oder Widerstände von Konsumenten fördern, die sogenannten Inhibitoren (z.B. Claudy, Garcia, & O'Driscoll, 2015; Mani & Chouk, 2017, 2018). Laut der "Prospekt-Theorie" (Kahnemann & Tversky, 1979) und gemäß der Erkenntnisse aus der "Negativitäts-Bias-Theorie" (z.B. Ito, Larsen, Smith, & Cacioppo, 1998; Kanouse, 1984) haben mögliche Verluste / negative Informationen (hier die negativen Faktoren wie Risiken und Unsicherheiten, die mit der Technologie assoziiert werden) ein größeres Gewicht im Entscheidungsprozess der Konsumenten als mögliche Gewinne / positive Informationen (hier die positiven Faktoren wie bspw. der durch die Technologie erworbene Nutzen). Es ist daher von größter Bedeutung, neben den positiven Treibern der Technologie-Akzeptanz auch Hemmnisse wie die wahrgenommenen Barrieren zu untersuchen, sowie die Faktoren, die potenziellen Nutzern dabei helfen können, ihre persönlichen Unsicherheiten zu überwinden. Ein solch mächtiger Faktor ist Vertrauen. Mit dem Aufkommen und der kontinuierlichen Weiterentwicklung von Smart Home Technologien (SHT) werden potenzielle Verbraucher mit einer Reihe von noch nie dagewesenen Technologiemerkmalen konfrontiert. Zwei Beispiele für diese innovativen und damit aus der Sicht potenzieller Nutzer sehr ungewohnten Eigenschaften sind die zunehmende Autonomie und die Lernfähigkeit von Technologien. Autonomie bezieht sich auf die Fähigkeit einer Technologie, Entscheidungen zu treffen und Handlungen ohne Intervention des Nutzers vorzunehmen (Rijsdijk & Hultink, 2003, 2009). Die Lernfähigkeit ist die Fähigkeit einer Technologie, Daten über ihre Umgebung und ihren Nutzer zu sammeln und ihr Verhalten im Laufe der Zeit so zu verändern, dass es den Bedürfnissen des jeweiligen Nutzers besser entspricht (Rijsdijk & Hultink, 2003, 2009). Neben den allgemeinen Risikowahrnehmungen, die sich bei der Einführung von Innovationen in einen Markt ergeben (z.B. Featherman & Pavlou, 2002, 2003; Mani & Chouk, 2017, 2018), gibt es auch deutliche Risikowahrnehmungen, die sich insbesondere gegenüber SHT herausbilden. Diese besonderen Risiken können u.a. eine Zunahme der wahrgenommenen Abhängigkeit und Entmachtung sein (z.B. Schweitzer & van den Hende, 2016), aber auch eine mögliche Überwachung privater Aktivitäten, Verletzung der Privatsphäre und Aufdringlichkeit der Technologie (Englisch: Intrusiveness) umfassen (z.B. Wilson, Hargreaves & Hauxwell-Baldwin, 2017). Diese speziellen Risiken sind der Hauptgrund dafür, weswegen die Anbieter von SHT in naher Zukunft Technologien entwickeln müssen, die überzeugender und vertrauenswürdiger sind, als sie heute erscheinen. Die Forschungsliteratur zeigt, dass Vertrauen einen Schlüsselfaktor in Situationen darstellt, in denen Unsicherheit und Risiko vorherrschen (Jarvenpaa, Tractinsky & Vitale, 1999; McKnight, Choudhury & Kacmar, 2002; Pavlou, 2003, Söllner, Hoffmann & Leimeister, 2016). Je mehr Risiken und Unsicherheiten von den potenziellen Nutzern wahrgenommen werden und je stärker diese ausgeprägt sind, desto mehr vertrauensbildende Maßnahmen sind notwendig, um die Verbraucher von intelligenten Technologien zu überzeugen. Ohne ein Mindestmaß an Anfangsvertrauen auf Seiten der Verbraucher werden Hersteller von IT-basierten Technologien nicht erfolgreich sein (Söllner, Hoffmann & Leimeister, 2016). Die bisherige Forschung hat den Einfluss zentraler Intelligenzdimensionen von SHT auf das Anfangsvertrauen der potentiellen Konsumenten weitgehend vernachlässigt. Diesen zu kennen ist jedoch sowohl für die Hersteller als auch die Vermarkter von SHT von Bedeutung, wenn sie auf dem Markt erfolgreich sein wollen.Die vorliegende Dissertation greift die beschriebene Forschungslücke auf und betrachtet das Phänomen aus einer konsumentenzentrierten Perspektive. Im Einzelnen werden die Auswirkungen der Kernintelligenzmerkmale "Autonomie" und "Lernfähigkeit" sowie der humorvollen Kommunikation als Parameter der "menschenähnlichen Interaktion" auf das (anfängliche) Vertrauen untersucht. For a very long time, technology research was conducted solely into factors which promote the acceptance of innovations, the so-called enablers (e.g., Davis, 1989; Venkatesh & Davis, 2000). However, research has realized that it is paramount to concurrently consider factors which decrease adoption intention, the so-called inhibitors (e.g. Mani & Chouk, 2017, 2018). According to “prospect theory” (Kahneman & Tversky, 1979) and “negativity bias theory” (Ito, Larsen, Smith, & Cacioppo, 1998; Kanouse, 1984), possible losses / negative information (in this regard, negative factors such as risks and vulnerabilities associated with the technology) weigh heavier in the consumer’s decision-making process than possible gains / positive information (in this regard, positive factors such as benefits acquired from the technology). It is therefore of utmost importance to examine inhibitors such as perceived barriers of innovation adoption alongside its enablers such as benefits, as well as factors which can help potential users overcome their personal uncertainties. One such powerful factor is trust. With the emergence and continuous advancement of smart home technologies (SHTs) potential consumers are confronted with a number of unprecedented technology features. Two examples of these innovative features which force potential users to tread on unfamiliar ground are increasing autonomy and a technology’s ability to learn. Technology’s autonomy refers to its ability to make decisions and take actions without the user’s intervention (Rijsdijk & Hultink, 2003, 2009). Ability to learn is a technology’s ability to gather data about its environment and its user, and modify its behavior over time to better suit its user’s needs (Rijsdijk & Hultink, 2003, 2009). Beside the general risk perceptions which emerge when innovations are introduced onto a market (e.g., Featherman & Pavlou, 2002, 2003; Mani & Chouk, 2017, 2018), there are also special risk perceptions which are emerging especially with regard to SHTs. These special risks can include, among others, an increase in perceived dependence and disempowerment (e.g. Schweitzer & van den Hende, 2016) as well as potential monitoring of private activities, invasion of privacy and intrusiveness either by the smart technology or an unknown third party (e.g., Wilson, Hargreaves & Hauxwell-Baldwin, 2017). These special risks are the main reason why providers of SHTs will in the near future need to design technologies which are more convincing and trustworthy than they appear today. Research literature shows that trust is the key factor in situations where uncertainty and risk are prevalent (Jarvenpaa, Tractinsky & Vitale, 1999; McKnight, Choudhury & Kacmar, 2002; Söllner, Hoffmann, Hoffmann, Wacker & Leimeister, 2012; Söllner, Hoffmann & Leimeister, 2016). The more risks and uncertainties are felt by potential users and the more severe they are, the more trust-building measures will be needed to convince consumers of intelligent SHTs. Without a minimum level of initial trust potential consumers might not even consider adopting an innovative IT-based technology, regardless of its merits (Söllner et al., 2012; 2016). So far, research has largely neglected the impact of key intelligence dimensions on initial trust in SHTs on the part of potential consumers. However, this is of importance for manufacturers and marketers alike if they want to be successful on the SHT market.The present dissertation addresses this gap in the SHT research literature and considers the phenomenon from a consumers’ perspective. Research paper I investigates the impact of decision autonomy of smart home technologies on consumers’ feelings of disempowerment, initial trust beliefs, as well as their purchase intentions in pre-purchase contexts. Moreover, this autonomy’s effect on disempowerment, experiential trust, and satisfaction in post-purchase contexts is examined. Based on Behavioral Reasoning Theory (BRT), research paper II analyzes the effects of the aspects autonomy and ability to learn of AI-based SHTs on initial trust and, through that, on potential consumers’ adoption decision process. Research paper III investigates how potential consumers perceive affiliative humor exhibited by non-humanoid smart home technologies in user-technology communication in terms of enjoyment of communication, personality similarity and social presence, and how this in turn affects human-like trust. The findings of this dissertation have implications for research on arising AI-based SHTs and management practices alike. Managerial and theoretical contributions are discussed on a comprehensive level as well as in the individual research papers.

OpenAccess:
PDF
(additional files)