@phdthesis{Varufac,
  type      = {Bachelor Thesis},
  author    = {Zarina Varufac},
  title     = {Determinanten f{\"u}r Investitionen in KI - Eine empirische Analyse am Beispiel von Voicebots},
  url       = {https://nbn-resolving.org/urn:nbn:de:hbz:1393-opus4-7694},
  abstract  = {Aufgrund intelligenter Softwares f{\"u}r die Prozessautomatisierung ist es m{\"o}glich die regelbasierten Gesch{\"a}ftsprozesse zwischen den gesch{\"a}ftlichen Anwendungen mit Robotern zu automatisieren. Ob Amazon Alexa oder Apple Siri – Sprachassistenten in privaten Haushalten in Deutschland sind keine Seltenheit mehr. Einer Bitkom-Studie zufolge sind derzeit Sprachassistenten bei Privathaushalten in Deutschland sehr beliebt (vgl. Kl{\"o}ss 2021, S. 23). Aus diesem Grund ist das Thema der Spracherkennung und -verarbeitung mithilfe von k{\"u}nstlicher Intelligenz (KI) auch bei den Unternehmen im Bereich des Kundendienstes angekommen. Dazu z{\"a}hlt der allseits bekannte textbasierte Chatbot, der auf jeglichen Internetseiten eines Unternehmens implementiert ist. Um diverse Kundenservices erreichen zu k{\"o}nnen, greift man im Alltag oft auf die klassischen Chatbots zur{\"u}ck. Aufgrund der {\"a}hnlichen Konstruktion stellt dies im Hinblick auf die Voicebots ein hochrelevantes und zukunftsorientiertes Thema dar. Aktuell werden im telefonischen Kundenservice h{\"a}ufig „Interactive-voice-response (IVR)“-Systeme eingesetzt (s. Anhang B). Jedoch erf{\"u}llt ein IVR-System nicht die gleichen menschlichen Bed{\"u}rfnisse wie der direkte, synchrone und pers{\"o}nliche Kontakt zum Unternehmen, der bei einem Voicebot der Fall ist. Ein weiterer positiver Aspekt des Voicebot-Systems ist die F{\"a}higkeit, dass der Kunde1 das Gespr{\"a}ch f{\"u}hren kann und er somit eine kleine Machtposition hat. Durch den auffallenden Kostenvorteil einer Automatisierung der telefonischen Kundenbetreuung ist das Thema f{\"u}r eine Investition {\"a}u{\"s}erst interessant und von hoher Bedeutung. Doch wie ist das alles in der heutigen Zeit m{\"o}glich? Durch die „Big-Data-Welle“, den Aufschwung des Internets auf Smartphones und die steigende Rechenleistung, die vor einigen Jahrzehnten noch unrealisierbar waren, bewirkte die KI einen wiederholten Durchbruch (vgl. Culotta/Hartmann/Ten- Cate 2020, S. 5). Auf dieser Grundlage folgte auch die Entfaltung der k{\"u}nstlichen neuronalen Netze (KNN). Anhand derer waren Systeme in der Lage, ohne mathematische Rechnungen und vordefinierte Regeln selbstst{\"a}ndig zu lernen. Dies erm{\"o}glichte den Einsatz der automatisierenden Spracherkennung (vgl. dsb.). Daher untersucht diese Arbeit die Fragestellung, inwiefern sich der Einsatz eines Voicebots in der Kundenbetreuung aus wirtschaftlicher Perspektive lohnt. Das Ziel ist herauszuarbeiten, ob sich der Einsatz von Voicebots f{\"u}r Unternehmen eher lohnt, als dass traditionell ein realer Mitarbeiter im Kundenservice eingesetzt wird. Ein weiteres Ziel dieser Arbeit ist, falls sich der Einsatz lohnt einen Voicebot zu implementieren, zu bestimmen inwiefern sich der Einsatz lohnt. Zudem ist die Zielsetzung hier zu ermitteln, 1 Aus Gr{\"u}nden der besseren Lesbarkeit wird in der vorliegenden Arbeit auf die gleichzeitige Verwendung der Sprachformen m{\"a}nnlich, weiblich und divers (m/w/d) verzichtet. S{\"a}mtliche Personenbezeichnungen gelten gleicherma{\"s}en f{\"u}r alle Geschlechter. 2 f{\"u}r welche Unternehmen der Voicebot eine rentable Investition w{\"a}re. Dabei wird die Unternehmensgr{\"o}{\"s}e nach dem Kundenvolumen bestimmt. Das erwartete Ergebnis der Analyse ist, dass eine Einf{\"u}hrung eines Voicebot umso eher stattfindet, je gr{\"o}{\"s}er das Unternehmen ist. Die Kundenservicestrukturen sind in ihrer Komplexit{\"a}t recht einfach. Somit l{\"a}sst sich begr{\"u}nden, dass auf Grundlage von eigenen plausiblen Annahmen eine Investitionsrechnung mithilfe von f{\"u}nf „Key-performance-indicator“ (KPI) zu ermitteln ist. Durchgef{\"u}hrt wird eine quantitative Forschung. Dabei erfolgte zum einen eine Simulationsanalyse und zum anderen eine empirische Arbeit. {\"U}berdies war die Vorgehensweise induktiv, wodurch neue Erkenntnisse in diesem Forschungsgebiet gewonnen werden konnten. Die erforderlichen Daten f{\"u}r die Simulationsanalyse wurden anhand von standardisierten Frageb{\"o}gen erhoben. Dabei wurden drei Voicebot- Anbieter auf dem deutschen Markt angefragt, die unabh{\"a}ngig voneinander dieselben Fragen beantwortet haben. Jedem Unternehmen lag der gleiche Fragebogen vor und der Zeitraum der Umfrage betrug ungef{\"a}hr einen Monat. Die Daten wurden erhoben, um diese zu einem sp{\"a}teren Zeitpunkt f{\"u}r die KPI weiterverarbeiten zu k{\"o}nnen. Abschlie{\"s}end wurde die These im f{\"u}nften Kapitel mithilfe einer statistischen Methode {\"u}berpr{\"u}ft und anschlie{\"s}end mithilfe des Kontingenzkoeffizienten die St{\"a}rke des Zusammenhangs zwischen den zwei nominalen Merkmalen – Kommunikationskanal und Unternehmensgr{\"o}{\"s}e nach Kundenzahl – ermittelt. Die eigene empirische Analyse wurde mittels telefonischer Anfrage an 99 Unternehmen durchgef{\"u}hrt und in Form von drei Tabellen in Microsoft Excel erfasst. Die Tabellen veranschaulichen, welche Unternehmen welchen Kommunikationskanal im Kundenservice derzeit eingesetzt haben. Dabei wurden die 99 Unternehmen nach Kundenzahl in drei Kategorien – wenige Kunden, mittelviele Kunden und viele Kunden – unterteilt. Die vorliegende Arbeit ist folgenderma{\"s}en aufgebaut. Sie beginnt mit der Einleitung, in der das Forschungsgebiet und die Fragestellung eingegrenzt werden, die Motivation der Forschung und die Zielsetzung und die Vorgehensweise aufgef{\"u}hrt werden. Das zweite Kapitel beginnt mit den Kommunikationskan{\"a}len, die in deutschen Unternehmen speziell im Kundenservicebereich verwendet werden. Im Hauptteil des zweiten Kapitels ist die Analyse der grundlegenden Literatur zum Thema KI. Au{\"s}erdem geht es im letzten Teil des zweiten Kapitels darum wie ein Voicebot aufgebaut ist. Zudem wird im letzten Teil ein {\"U}berblick {\"u}ber den Markt im Hinblick auf den Voicebot verschafft. Anschlie{\"s}end folgt das dritte Kapitel, das den theoretischen Rahmen beinhaltet und der Vorgehensweise zur Beantwortung der Forschungsfrage dient. Anschlie{\"s}end wird im vierten Kapitel die Analyse anhand der f{\"u}nf KPI durchgef{\"u}hrt. Zuletzt wird ein Indikator, der die St{\"a}rke des Zusammenhangs zwischen den Kommunikationskan{\"a}len und der Kundenzahl aufzeigt, dargelegt. Dabei wird das vierte Kapitel und das f{\"u}nfte Kapitel mit einer Datengrundlage eingeleitet, da die erhobenen Daten f{\"u}r die Durchf{\"u}hrung der Analyse essenziell sind. Am Ende des vierten Kapitels wurden die zentralen Ergebnisse der Analyse zusammengefasst. In 3 Kapitel 5 geht es um die aufgestellte These, die anhand von einer eigenen empirischen Analyse untermauert und {\"u}berpr{\"u}ft wird. Dabei wird diese entweder verifiziert oder falsifiziert. Anschlie{\"s}end wird der statistische Zusammenhang der beiden nominalen Variablen bestimmt. Im Schlussteil dieser Arbeit wird die Forschungsfrage ein wiederholtes Mal aufgestellt, um alle nennenswerten Informationen auf einem Blick darzustellen. Anschlie{\"s}end werden die wichtigsten Ergebnisse aus der Arbeit vorgestellt und mittels dieser Ergebnisse wird die Forschungsfrage beantwortet. Im abschlie{\"s}enden Teil der gesamten Arbeit wird eine kritische Reflexion der Arbeit und der weitere Forschungsbedarf bestimmt},
  language  = {de}
}