Bachelor-Arbeiten ab 2012

Die Zielsetzung dieser Arbeit ist es zu zeigen wie schwache künstliche Intelligenz (artificial narrow intelligence) verbunden mit einem digitalen virtuellen Assistenten (DVA) Personen bei rationaler ökonomischer Entscheidungsfindung unterstützen kann. Das Modell der Entscheidungsfindung, welches durch die Prospect Theory von Kahneman und Tversky beschrieben wurde, sowie die Fähigkeiten moderner DVA werden genutzt um Denkprozesse zu umgehen, die zu irrationalen Entscheidungen führen. Drei Methoden werden vorgeschlagen um einige dieser fehlerhaften Denkprozesse zu verhindern. Die erste Methode, "attentive decision-making", beabsichtigt die Entscheidungsfindung durch zusätzliche Informationen, wie z.B. statistische Daten, zu unterstützen. Die zusätzlichen Informationen werden durch den DVA gegeben. Durch die zweite Methode, "amended decision-making", werden Entscheidungsprobleme durch den DVA verändert um irrationale Denkprozesse zu minimieren. Die dritte Methode, "transferred decision-making", beschreibt wie der gesamte Entscheidungsprozess durch den DVA ersetzt werden kann. Dies könnte alle fehlerhaften Denkprozesse, welche zu irrationalen Entscheidungen führen, verhindern. Die Auswertung der durchgeführten Umfragen zeigt, dass die "attentive decision-making" und "amended decision-making" Methode die rationale Entscheidungsfindung fördern. Jedoch sollte für weitere Rationalität ein individuelles Präferenz-Modell im DVA angewandt werden, um optimale ökonomische Entscheidungen zu treffen.

In der ökonomischen Literatur werden Ursachen der Entstehung und Existenz von sogenannten Superstars seit Jahrzehnten diskutiert. Insbesondere werden in dieser Arbeit Theorien von Sherwin Rosen (1981), Moshe Adler (1985) und Glenn Mac Donald (1988) betrachtet, die das Zustandekommen des Superstar-Phänomens untersuchen. Dabei werden Besonderheiten moderner Medienmärkte in Bezug auf die Theorie mehrseitiger Märkte herausgearbeitet, um die Ausprägung indirekter Netzeffekte zu analysieren, sowie den Einfluss direkter Netzeffekte auf den Erfolg und die Popularität von Social Media Stars zu ermitteln. Aus einer empirischen Analyse der 100 populärsten Fitness-Stars auf Instagram geht eine empirische Evidenz der Theorie von Adler hervor, in der Auswirkungen der Interaktivität von Konsumenten als maßgebliche Ursache für Popularität beschrieben werden. Zudem kann der von Mac Donald identifizierte Einfluss von vergangenem auf den gegenwärtigen Erfolg durch statistisch signifikante Ergebnisse bestätigt werden. Die Resultate der Analyse zeigen zudem die Relevanz von Upload-Aktivitäten in Bezug auf Erfolg, wohingegen die Dauer der Partizipation auf der Plattform nicht maßgeblich zu sein scheint.

Das Ziel der vorliegenden Bachelorarbeit ist es, die Faktoren in Bezug auf den Erfolg von Sequels hinsichtlich des amerikanischen Filmmarktes zu analysieren. Dazu werden unter anderem die Faktoren Kritiker, Schauspieler, Produktionsbudgets, Veröffentlichungszeiträume und Genres näher betrachtet. Die Ergebnisse bestätigen, dass es viele verschiedene Determinanten gibt, die zum Erfolg eines Sequels verhelfen können, dazu zählen unter anderem die oben genannten Faktoren. Eine weitere Schlussfolgerung ist, dass Sequels für Produktionsstudios und Verbraucher als Risikominimierer fungieren. Diese entsteht, seitens der Konsumenten, durch mehrere Einflüsse, einschließlich der Vertrautheit zu einem bereits bekannten Mutterfilm, Mundpropaganda und MPAA-Inhaltsbewertungen. Auf unternehmerischer Seite sind Sequels oftmals mit einer hohen Rendite verbunden, wenn der Mutterfilm vorher eine erfolgreiche Basis schafft. Das Budget und die Schauspieler sind Kriterien, welche dazu beitragen können, dass sich das Risiko eines Misserfolges für die Studios minimiert. Es existieren mittlerweile einige Studien über Sequels, darunter befinden sich unter anderem Dahr, Sun und Weinberg (2012). Weiterhin könnte man in diesem Gebiet Nachforschungen anstellen ob die Verbraucher über den ersten Teil hinaus das gleiche bzw. differenzierte Interesse für Sequels aufweisen.

Die Digitalisierung hat zu einem Wandel der Situation des Musikmarktes geführt. Seit dem Ende der 90er Jahre sind die Umsätze aus dem physischen Bereich stark rückläufig. Gleichzeitig sind die Kosten für Produktion und Distribution gesunken. Neue und kostengünstige Möglichkeiten der Distribution und Vermarktung ermöglichen auch kleinen Anbietern in den Markt einzutreten. Lange Zeit beherrschten die großen Majorunternehmen den Markt für Musik. Durch gesunkene Markteintrittsbarrieren hat ihre Stellung allerdings an Bedeutung verloren. Auf der Seite der Nachfrager hat die Digitalisierung zu einer Wohlfahrtssteigerung geführt. Den Konsumenten steht nicht nur ein vielfältigeres Angebot zur Verfügung, sondern sie haben auch viel mehr Möglichkeiten sich Musik nach ihren individuellen Präferenzen zusammenzustellen. Untersuchungen haben gezeigt, dass sich die Nachfrage hin zu Nischenprodukten verlagert hat, allerdings ein großer Teil der Umsätze weiterhin aus einigen wenigen Hits resultiert. Die "Long Tai" Theorie lässt sich also teilweise im Musikmarkt anwenden. Unter dem Gesichtspunkt der neuen Chancen und Möglichkeiten, die sich sowohl für Anbieter als auch für Nachfrager ergeben haben, ist die Bezeichnung der Digitalisierung als neues "Golden Age" also durchaus berechtigt.

Soziale Netzwerke bieten Unternehmen neue Möglichkeiten, bestehende und potentielle Kunden anzusprechen. Dazu können Unternehmen verschiedene Formen von Werbung nutzen. Diese unterschiedlichen Arten werden in dieser Arbeit vorgestellt und untersucht. Eine genauere Betrachtung dieser Werbung erfolgt durch eine beispielhafte empirische Analyse dreier Laufsportunternehmen auf dem Sozialen Netzwerk Instagram. Dabei wird deutlich, dass besonders neben der Wahl der Werbeform, auch das Postingverhalten der Unternehmen einen großen Einfluss auf eine erfolgreiche Übermittlung von Werbebotschaften hat. Wichtige Faktoren, die dies beeinflussen, sind eine regelmäßige Veröffentlichungsfrequenz, als auch die richtige Wahl der Hashtags und des Postingtages.