Zusammenfassung: Transaktionsbasierte Online Communities wie z. B.Auktionsplattformen oderTauschbörsen verzeichnen ein signifikantes Wachstum. Ihr Fortbestand hängt jedoch im hohen Maßevon der aktiven Beteiligung ihrer Mitglieder ab. Dieser Beitrag untersucht mitgliederspezifische, so-ziale und anbieterspezifische Determinanten der Kundenbeteiligung in transaktionsbasierten OnlineCommunities. Dabei werden Erkenntnisse aus der Community-Forschung und der Kundenintegrati-onsforschung in ein Untersuchungsmodell integriert. Die empirische Überprüfung der Determinan-ten durch die Befragung von Mitgliedern einer transaktionsbasierten Online Community zeigt, dassAnbieter verstärkt mitgliederspezifische Determinanten (dies sind: Freude und Integrationsfähigkeit)adressieren sollten, um die Aktivität der Mitglieder zu erhöhen. Die interaktionale Gerechtigkeit an-derer Mitglieder und des Anbieters sowie die antizipierte Preisreduktion sind weitere Faktoren, dieeinen positiven Einfluss auf die Kundenintegration in transaktionsbasierten Online Communities
Prof. Dr. C. Sichtmann (�)Lehrstuhl für Internationales Marketing, Universität Wien,Brünner Straße 72, 1210 Wien, ÖsterreichE-Mail: [email protected]
Prof. Dr. S. MöllerLekkerland Stiftungslehrstuhl für Convenience & Marketing,European Business School (EBS), 65375 Oestrich-Winkel, DeutschlandE-Mail: [email protected]
Prof. Dr. J. Hogreve · N. Bilstein, M.A.Lehrstuhl für ABWL und Dienstleistungsmanagement,Katholische Universität Eichstätt-Ingolstadt,Auf der Schanz 49, 85049 Ingolstadt, DeutschlandE-Mail: [email protected]
haben. Auf der Grundlage der hier ermittelten Ergebnisse liefert der Beitrag Anhaltspunkte für eineffektives Management der Kundenintegration in transaktionsbasierten Online Communities.
Schlüsselwörter: Kundenintegration · Online Community · Web 2.0
JEL Klassifikation: L86 · M15 · M31
1 Problemstellung und Zielsetzung des Beitrages
Kundenintegration ist ein zentraler Bestandteil des Dienstleistungserstellungsprozesses(vgl. Fließ und Kleinaltenkamp 2004). Der Kunde ist nicht nur Abnehmer von Leistungensondern auch ihr Co-Produzent (vgl. Möller 2004). In welchem Maße der Kunde am Er-stellungsprozess beteiligt ist, variiert mit der angebotenen Dienstleistung (vgl. Bitner et al.1997). Besonders bei e-services, zu denen auch Online Communities zählen, ist der Kundestark in die Dienstleistungserstellung integriert (vgl. Cho und Menor 2010; Xue und Harker2002). In Online Communities wird die Dienstleistung durch die Interaktion und den Aus-tausch von Inhalten zwischen Mitgliedern co-produziert. Die Dienstleistungserstellungin Online Communities ist demnach ohne die aktive Beteiligung ihrer Mitglieder nichtmöglich. Der Anbieter einer Community selbst stellt zumeist nur die benötigte Plattformbzw. das „Community-Umfeld“ bereit. Er ist somit nicht direkt an der Leistungserstellungbeteiligt (vgl. Armstrong und Hagel 1996; Kannan et al. 2000; Stanoevska-Slabeva 2002).
In vielen Online Communities sind die Einkünfte des Community-Anbieters direkt,wie z. B. bei ebay in Form von Transaktionsgebühren, an die Mitgliederaktivität geknüpft.Die aktive Beteiligung der Mitglieder einer Community trägt damit mittelbar zum Fort-bestand der Community bei. Zum einen werden alte wie neue Mitglieder durch diesezusätzlichen Inhalte dazu veranlasst, mehr Zeit in der Online Community zu verbringen.Zum anderen tragen insbesondere neu erstellte Inhalte dazu bei, Mitglieder zu halten undneue Teilnehmer zu akquirieren (vgl. Rothaermel und Sugiyama 2001). Die zusätzlichin der Community verbrachte Zeit führt wiederum zu einer verstärkten Bereitschaft zurErstellung neuer Inhalte (vgl. Schoberth und Schrott 2001).
Aufgrund der Bedeutung der Mitgliederaktivität für Online Communities sindAnbieterbestrebt, die Beteiligung ihrer Mitglieder fortwährend zu erhalten bzw. zu erhöhen. Daherist es für sie wichtig zu verstehen, welche Faktoren die Aktivität der Mitglieder einer Onli-ne Community beeinflussen. Trotz der großen Relevanz dieser Problemstellung haben sichbislang nur vereinzelt Autoren mit der Analyse von Faktoren beschäftigt, die die Mitglie-deraktivität beeinflussen, (vgl. Bagozzi und Dholakia 2002; Casaló et al. 2008). DiejenigenStudien, die die Einflussfaktoren der aktiven Mitgliederbeteiligung untersuchen, fokussie-ren sich fast ausschließlich auf informations- und wissensbasierte Online Communities(vgl. Ardichvili et al. 2003; Bagozzi und Dholakia 2006; Casaló et al. 2008; Dholakia et al.2004, 2009; Wang und Fesenmaier 2003; Wiertz und de Ruyter 2007). Demgegenüber exi-stieren unseres Wissens nur vereinzelt Beiträge, die sich mit transaktionsbasierten OnlineCommunities befassen (vgl. z. B. Rothaermel und Sugiyama 2001), von denen zudem keinedie Einflussfaktoren der Mitgliederaktivität empirisch prüft. Diese Lücke in der Literaturist umso erstaunlicher, als dass sich der Nutzen der Kundenintegration für das Mitgliedin diesen beiden Arten von Online Communities erheblich unterscheidet. So können in
Kundenintegration 2.0 – Welche Faktoren beeinflussen . . . 23
informations- und wissensbasierten Online Communities eingestellte Fragen und Inhalteauch von so genannten „Lurkern“, die Inhalte lediglich konsumieren ohne selber Inhaltezu erstellen, eingesehen und genutzt werden (vgl. Kannan et al. 2000). In transaktionsba-sierten Online Communities müssen sich Mitglieder hingegen aktiv an einer Transaktionbeteiligen, um von ihr zu profitieren. Da die Dienstleistung in transaktionsbasierten OnlineCommunities demnach nur erstellt werden kann, wenn der Kunde sich durch das Angebotoder die Nachfrage von Leistungen integriert, ist die Berücksichtigung der Kundenintegra-tionsliteratur für die Analyse transaktionsbasierter Online Communities von besondererBedeutung (vgl. Ostrom et al. 2010). Vor dem Hintergrund der geschilderten Forschungs-lücken besteht das Ziel der Studie darin, Determinanten zu identifizieren und empirisch zuüberprüfen, die in transaktionsbasierten Online Communities die Kundenintegration derMitglieder beeinflussen.
Zur Identifikation dieser Determinanten wird im Folgenden neben der traditionellenLiteratur zur Kundenintegrationsforschung ebenfalls die Literatur zur Online Community-Forschung herangezogen. Die bisherige Literatur zu Online Communities identifiziertmitgliederspezifische (vgl. Casaló et al. 2008; Ridings et al. 2006; Wang und Fesenmaier2003), soziale (vgl. Arena und Conein 2008; Bagozzi und Dholakia 2002; Dholakia et al.2004) und anbieterspezifische (vgl. Antoniadis und Le Grand 2007; Cheng und Vassile-va 2006; Rothaermel und Sugiyama 2001; Wang und Fesenmaier 2003) Determinantender Mitgliederbeteiligung. In der Literatur werden diese drei Gruppen von Determinantenbislang isoliert voneinander betrachtet und analysiert. In der vorliegenden Studie wirddieses Versäumnis aufgegriffen und somit werden mitgliederspezifische, soziale und an-bieterspezifische Determinanten der Mitgliederbeteiligung in ein Modell integriert undvergleichend analysiert.
Vor dem Hintergrund der identifizierten Forschungslücken leistet die vorliegende Stu-die vier wissenschaftliche Beiträge zur Online Community Forschung. Erstens liefert dieStudie weiterführende Erkenntnisse darüber, welche Faktoren die Kundenintegration unddamit die Mitgliederaktivität in transaktionsbasierten Online Communities beeinflussen.Mit diesen Ergebnissen erweitern wir den bisherigen Forschungsstand, der nur wenigeErkenntnisse zu den Determinanten der Mitgliederbeteiligung in Online Communitiesim Allgemeinen aufweist. Im Speziellen wurde dieser Sachverhalt noch nie empirischfür transaktionsbasierte Online Communities geprüft. Zweitens ist auch die Berücksich-tigung von mitgliederspezifischen, sozialen und anbieterspezifischen Determinanten ineinem Modell neuartig. Diese gemeinsame Betrachtung ermöglicht es, die Determinantender Mitgliederaktivität hinsichtlich ihrer Relevanz für transaktionsbasierte Online Com-munities zu vergleichen. Als drittes beleuchtet der Artikel Online Communities aus einerneuen theoretischen Perspektive, indem er die Literaturstränge der Kundenintegrations-forschung und der Online Community-Forschung vereint. Viertens bildet der vorliegendeArtikel eine der wenigen empirischen Untersuchungen zum Themenfeld der Kundenin-tegration und stellt somit ebenfalls einen Beitrag zur Kundenintegrationsforschung imAllgemeinen dar.
Auch für das Management liefert die vorliegende Studie relevante Erkenntnisse. Sowerden Anbietern von transaktionsbasierten Online Communities Informationen an dieHand gegeben, wie sie die Integration ihrer Mitglieder in die Community erhöhen kön-nen. Durch die Unterteilung der Einflussfaktoren in drei Gruppen kann identifiziert wer-
24 C. Sichtmann et al.
den, welche Einflussfaktoren für ein effektives Community-Management von erhöhterBedeutung sind. Dieses Wissen unterstützt das Management von Communities dabei, Ma-nagementressourcen optimal einzusetzen.
Der Artikel gliedert sich, wie folgt: Das zweite Kapitel beinhaltet sowohl die begriff-lichen Grundlagen als auch den Stand der Forschung zu den Determinanten der Kunden-integration in Online Communities. Anschließend wird im dritten Kapitel zunächst einÜberblick über das Untersuchungsmodell gegeben (Kap. 3.1), bevor die Hypothesen zumitgliederspezifischen, sozialen und anbieterspezifischen Determinanten der Kundenin-tegration in transaktionsbasierten Online Communities abgeleitet werden (Kap. 3.2). DieVorgehensweise und die Ergebnisse der empirischen Untersuchung sind Inhalt von Ka-pitel vier. Das fünfte Kapitel widmet sich der Diskussion der Ergebnisse. Abschließendverweist der Artikel auf Limitationen der Studie und den weiteren Forschungsbedarf.
2 Begriffliche Grundlagen und Stand der Forschung
2.1 Begriffliche Grundlagen
2.1.1 Transaktionsbasierte Online Communities
In der Literatur zur Community-Forschung herrscht bislang kein eindeutiges Begriffs-verständnis davon, was eine Online Community ausmacht. Daher findet sich Vielzahlvon Definitionsansätzen (vgl. Ben Yahia 2007; Iriberri und Leroy 2009; Leimeister et al.2006), die sich auf zwei zentrale Aspekte reduzieren lassen (vgl. Stanoevska-Slabeva2002): Zum einen die sozialen Aspekte, die die Interaktion und den Informationsaustauschder Community-Mitglieder untereinander umfassen oder aber ganz allgemein auf kon-sumtive Bedürfnisse abheben (vgl. Rothaermel und Sugiyama 2001). Zum anderen dietechnischen Aspekte, die sich auf den Ort der sozialen Interaktion beziehen und als solcheauf die Virtualität einer Online Community abzielen.
Die Besonderheit von transaktionsbasierten Online Communities besteht darin, dassdie Community-Mitglieder eine virtuelle Plattform dazu nutzen, untereinander Geschäfteabzuschließen. Die Anbieter solcher Plattformen sichern durch das Bereitstellen der not-wendigen institutionellen Rahmenbedingungen das Zustandekommen von Transaktionen(vgl. Boselli et al. 2008; Chiang et al. 2009). Diese Rahmenbedingungen umfassen ei-nerseits die Techniken, um Transaktionen über die Community zu initiieren (vgl. Chianget al. 2009). Andererseits beinhalten sie auch die Gestaltung anderer Mechanismen, diedie Transaktionen begleiten, z. B. in Form von Bewertungsmechanismen oder Foren zumAustausch der Transaktionspartner. Daher werden im vorliegenden Beitrag transaktions-basierte Online Communities definiert als eine Gruppe von Personen, die freiwillig aufeiner von einem Anbieter zurVerfügung gestellten Online-Plattform miteinander Geschäftetätigen und die von der Community zur Verfügung gestellten institutionellen Rahmenbe-dingungen und Features nutzen.
Kundenintegration 2.0 – Welche Faktoren beeinflussen . . . 25
2.1.2 Kundenintegration und Kundenintegration 2.0
Der Begriff der Kundenintegration leitet sich aus der Integration externer Faktoren indie Dienstleistungserstellung ab. Er findet seinen Ursprung vor allem in der Literatur zurProduktion von Dienstleistungen (vgl. Corsten 1985; Maleri 1973) und wurde in der Mar-ketingliteratur aufgegriffen und weiterentwickelt (vgl. z. B. Engelhardt et al. 1993; Klein-altenkamp 1997). Dabei sind externe Faktoren Produktionsfaktoren, die zeitlich begrenztund beschränkt auf einen konkreten Leistungserstellungsprozess in den Verfügungsbe-reich eines Dienstleistungsanbieters eingebracht und mit internen Produktionsfaktorenkombiniert werden (vgl. Engelhardt et al. 1993).
Online Communities wiederum sind Leistungsbündel, die Elemente des Leistungspo-tenzials wie auch des Leistungsprozesses (vgl. Engelhardt et al. 1993) beinhalten. Un-abdingbare Voraussetzung für Tauschgeschäfte in transaktionsbasierten Online Commu-nities ist die Bereitstellung der Plattform durch den Anbieter (Leistungspotenzial; vgl.Boselli et al. 2008; Chiang et al. 2009). Beispielsweise erbringen Anbieter von OnlineCommunities diese Leistung durch die Anmietung einer Domain, die Programmierungeiner Webseite, die Gestaltung und die Pflege von Inhalten oder die Gestaltung und Auf-rechterhaltung von institutionellen Rahmenbedingungen. Zu diesen Rahmenbedingungengehören u. a. die allgemeinen Geschäftsbedingungen, das Regelwerk für Kunden-Kunden-Transaktionen, Zahlungs- undAbwicklungssystem, ein Bewertungssystem für die Qualitätder anbietenden Kunden sowie entsprechende Sanktionsmechanismen (vgl. Rothaermelund Sugiyama 2001).
Der Leistungserstellungsprozess beginnt, sobald sich ein Mitglied in eine Online Com-munity einloggt. In dieser Phase tritt der Anbieter der Online Community in eine Vermitt-lerrolle und übernimmt eine Steuerungsfunktion (vgl. Fischer et al. 2005). Der Anbieterermöglicht durch Bereitstellen der Plattform, dass Mitglieder ein Profil anlegen, Leistun-gen anbieten, tauschen, sich über die institutionellen Rahmenbedingungen und Zahlungs-methoden informieren können und sich gegenseitig bewerten. Der Anbieter ist daher imRahmen des Leistungsprozesses auf die Aktivität der Mitglieder angewiesen (vgl. Scho-berth und Schrott 2001; Casaló et al. 2008).
Während die Erstellung von eigenen Beiträgen durch den Kunden im Rahmen der Lei-stungserstellung bei „Offline-Dienstleistungen“ die Regel darstellt, war dies im Online-Kontext anfänglich nicht der Fall (Web 1.0). Hier trat der Kunde in erster Linie als Lei-stungsempfänger in Erscheinung (Cheung und Lee 2009). Unter Kundenintegration 1.0wäre demnach das Auftreten des Kunden als Empfänger von Informationen, Inhalten undLeistungen im Internet zu verstehen.
Der Begriff Web 2.0 repräsentiert den Wandel des Internets vom Informationsmedi-um zum Transaktionsmedium (vgl. Cheung und Lee 2009; Decker und Gnibba-Yukawa2009). Im Rahmen der Kundenintegration 2.0 tritt der Nutzer nicht nur als Empfängervon z. B. Informationen oder als Käufer von Produkten auf, sondern integriert sich aktivdurch das Anbieten von Leistungen und Informationen. Er wird somit zum Sender. Diesemit der Kundenintegration 2.0 einhergehende neue Rolle eines Nutzers erfordert einerseitsdessen Kompetenz zur Integration in eine Online Community. Andererseits verlangt sienach einer entsprechenden Koordination derAktivitäten seitens derAnbieter (Ostrom et al.2010). Kundenintegration 2.01 wird demnach folgendermaßen definiert: Kundenintegra-
26 C. Sichtmann et al.
tion 2.0 beinhaltet das Auftreten eines Nutzers im Internet als Anbieter und Nachfragervon Informationen und Leistungen.
2.2 Stand der Forschung zu den Determinanten der Kundenintegration in OnlineCommunities
Die Literatur zur Kundenintegration nennt die Integrationsfähigkeit und die Integrations-bereitschaft des Kunden als Determinanten der Kundenintegration (vgl. Auh et al. 2007;Canziani 1997; Dellande et al. 2004; Lengnick-Hall 1996; Lovelock und Young 1979;Meuter et al. 2005). Die Integrationsfähigkeit umfasst alle physischen, intellektuellen,emotionalen, sozialen und technischen Fähigkeiten und Fertigkeiten des Kunden sowieRessourcen, die einen unmittelbaren Bezug zur Leistungserstellung aufweisen (vgl. Auhet al. 2007). Sie bezieht sich also auf das „Sich-integrieren-Können“. Die Integrations-bereitschaft bezieht sich auf die Motivation des Kunden, sich in den Leistungserstel-lungsprozess zu integrieren und damit auf das „Sich-integrieren-Wollen“ (vgl. Fließ 2001;Lengnick-Hall 1996). Unter Motivation werden in diesem Zusammenhang Antriebskräfteverstanden, die Individuen dazu veranlassen, auf eine bestimmte Art und Weise zu handeln(vgl. Bagozzi et al. 2002).
Die bisherige Online Community-Forschung, die Ursachen und Motivationen zur akti-ven Beteiligung der Mitglieder in einer Online Community untersucht, berücksichtigt dreiBereiche. Ein erster Forschungszweig beschäftigt sich mit mitgliederspezifischen Deter-minanten. In diesem wird postuliert, dass Unterschiede in den Mitgliedercharakteristikazur Erklärung unterschiedlich starker Beteiligung in Online Communities herangezogenwerden können (vgl. Casaló et al. 2008; Ridings et al. 2006; Wang und Fesenmaier 2003).So zeigen beispielsweise Rothaermel und Sugiyama 2001, dass das „Mitgliedererlebnis“einen positiven Einfluss auf die Kundenintegration in Online Communities hat.
Neben mitgliederspezifischen Determinanten beeinflussen auch soziale Faktoren dieBeteiligung eines Mitglieds in einer Online Community (vgl. Bagozzi und Dholakia 2006).Daher bilden soziale Determinanten einen zweiten Forschungszweig. Soziale Determinan-ten gehen aus der Interaktion eines Mitglieds mit anderen Community-Mitgliedern hervor(vgl. Arena und Conein 2008; Dholakia et al. 2004). So ist allgemein zu vermuten, dass dieMitgliederzahl an sich Auswirkungen auf die Beteiligung innerhalb einer Online Commu-nity hat (vgl. Rothaermel und Sugiyama 2001; Algesheimer et al. 2006). Am häufigstenwird die soziale Identifikation der Mitglieder mit der Online Community als soziale De-terminante identifiziert (vgl. Bagozzi und Dholakia 2002, 2006, Dholakia et al. 2004,2009).
Als dritter Forschungszweig sind Arbeiten zu nennen, die sich mit dem Einfluss derHandlungen des Anbieters einer Online Community auf die Integration der Mitglieder ineiner Online Community befassen (vgl. Cheng und Vassileva 2006; Wang und Fesenmaier2003). Da der Anbieter die Verhaltensregeln einer Online Community selbst festlegt (vgl.Rothaermel und Sugiyama 2001), hat er die Möglichkeit sowohl indirekt als auch direktauf die Mitgliederaktivität einzuwirken. So kann der Anbieter versuchen, durch das Setzenvon Anreizen die Kundenintegration in einer Online Community direkt zu beeinflussen(vgl. Antoniadis und Le Grand 2007; Cheng und Vassileva 2006).
Kundenintegration 2.0 – Welche Faktoren beeinflussen . . . 27
3 Untersuchungsmodell und Forschungshypothesen
3.1 Überblick über das Untersuchungsmodell
Das Untersuchungsmodell berücksichtigt die aus der Community-Forschung abgeleiteteDreiteilung der Determinanten und integriert mitgliederspezifische, soziale und anbieter-spezifische Faktoren in das Untersuchungsmodell. In dieser Grundstruktur werden die bis-herigen Erkenntnisse der Kundenintegrationsforschung mit den zentralen Determinantendes „Sich-integrieren-Könnens“ und „Sich-integrieren-Wollens“ berücksichtigt. Darüberhinaus beinhaltet das Untersuchungsmodell relevante Determinanten der Kundenintegra-tion, die in der Online Community-Forschung identifiziert wurden und hier auf transakti-onsbasierte Online Communities übertragen werden (s. Abb. 1).
3.2 Determinanten der Kundenintegration in transaktionsbasierten Online Communities
3.2.1 Mitgliederspezifische Determinanten
Die Integrationsfähigkeit ist eine Grundvoraussetzung für die Möglichkeit, sich in eineOnline Community integrieren zu können. Zur Teilnahme an transaktionsbasierten Online
Abb. 1: Modell der Wirkung von mitgliederspezifischen, sozialen und anbieterspezifischen Faktoren auf dieKundenintegration in transaktionsbasierten Online Communities
28 C. Sichtmann et al.
Communities bilden nicht nur intellektuelle, soziale und vor allem technische Fähigkeitender Mitglieder die Integrationsfähigkeit, sondern auch Ressourcen wie z. B. ein Compu-ter, community-relevante Sachgüter (z. B. bei Online-Auktionshäusern) oder finanzielleMittel.
Je besser die zur Leistungserstellung notwendigen Ressourcen eines Mitgliedes sind,umso eher wird es in der Lage sein, sich in die Online Community einzubringen (vgl.Schneider und Bowen 1995). Auh et al. (2007) nennen für den positiven Zusammenhangzwischen Integrationsfähigkeit und Kundenintegration drei Gründe. Erstens kann ein Mit-glied mit steigender Integrationsfähigkeit leichter beurteilen, wo und wie es einen Beitragzur Online Community leisten kann. Zweitens sinkt mit steigender Integrationsfähigkeitdie Unsicherheit des Mitgliedes, Fehler zu machen. Die Angst, sich aufgrund mangelnderFähigkeiten in der Online Community falsch zu verhalten, wirkt sich negativ auf die Kun-denintegration aus (vgl. Meuter et al. 2005). Drittens haben integrationsfähigere Mitgliederein stärkeres Bedürfnis, die Interaktion mit dem Anbieter und mit anderen Mitgliedern inOnline Communities zu kontrollieren. Kontrolle wird dabei über eine stärkere Beteili-gung in der Online Community ausgeübt. Vor dem Hintergrund dieser Überlegungen wirdfolgende Hypothese formuliert:
H1: Die Integrationsfähigkeit eines Mitgliedes hat einen positiven Einfluss auf die Kun-denintegration in die Online Community.
Die Freude an der Kundenintegration in einer Online Community wird im vorliegendenArtikel als das Ausmaß definiert, zu dem sich die Aktivität in einer Online Communityselbst rechtfertigt und stimuliert (vgl. Childers et al. 2001). Die Freude an der Kunden-integration geht damit über die antizipierten Konsequenzen hinaus, die sich das Mitgliedvon dieser Aktivität erhofft, und umfasst nur das Vergnügen an der Integration an sich (vgl.Childers et al. 2001; Ha und Stoel 2009). Zur Erklärung des Einflusses der Freude auf dieKundenintegration des Mitglieds kann die soziale Austauschtheorie herangezogen wer-den (vgl. Blau 1964; Homans 1966; Thibaut und Kelley 1959). Diese Theorie untersuchtBeziehungen und Interaktionen im Hinblick auf den Austausch von Handlungen (vgl. Mi-kula 1985). Insgesamt sind Austauschbeziehungen nur dann von langer Dauer, wenn sieden Beteiligten einen angemessenen Nutzen liefern (vgl. Homans 1966). Interaktionen,die von mindestens einem der Austauschpartner als nicht gewinnbringend beurteilt wer-den, werden nicht wiederholt und die Austauschbeziehung endet (vgl. Thibaut und Kelley1959). Bei der Dienstleistungserstellung in transaktionsbasierten Online Communities fin-den in zweierlei Hinsicht Austauschbeziehungen statt: Einerseits zwischen dem Anbieterund dem Mitglied und andererseits zwischen den Mitgliedern selbst. Im Hinblick auf dieFreude ist besonders erstere Austauschbeziehung von Bedeutung.
Der Anbieter transaktionsbasierter Online Communities stellt das Potenzial in Formeiner Plattform zur Verfügung (vgl. Boselli et al. 2008). Er legt somit u. a. fest, wieTransaktionen in der jeweiligen Online Community abgeschlossen werden, welche Lei-stungen ausgetauscht werden und wie hoch die Benutzerfreundlichkeit der Plattform ist(vgl. Boselli et al. 2008). Mit anderen Worten beeinflusst der Anbieter mit der Gestaltungder Plattform, ob der Kunde im Dienstleistungserstellungsprozess, z. B. dem Austauschvon Produkten, Freude an der Kundenintegration findet. Beim ersten Besuch einer OnlineCommunity stellt ein Mitglied fest, ob die Community-Plattform, die getauschten Lei-
Kundenintegration 2.0 – Welche Faktoren beeinflussen . . . 29
stungen und die Art des Austauschprozesses ihm Freude bereiten. Auf Grundlage diesesEindrucks bildet ein Mitglied sein Qualitätsurteil. Je höher ein Mitglied die Qualität derTransaktionen innerhalb einer Online Community einstuft, desto größer ist seine Freudean der Integration (vgl. Ha und Stoel 2009). Im Austausch zur empfundenen Freude ander Integration wird das Mitglied sich zukünftig weiterhin in die Online Community in-tegrieren und dauerhafte Austauschbeziehungen in der Online Community anstreben. Vordiesem Hintergrund wird die folgende Hypothese abgeleitet:
H2: Die Freude an der Kundenintegration hat einen positiven Einfluss auf die Kundenin-tegration in die Online Community.
3.2.2 Soziale Determinanten
Die soziale Identifikation mit einer Online Community ist definiert als die Stärke derBeziehung eines Community-Mitglieds zu anderen Mitgliedern (vgl. Dholakia et al. 2009).Sie beinhaltet sowohl eine kognitive als auch eine affektive Komponente (vgl.Algesheimeret al. 2005). Die kognitive Komponente manifestiert sich in Kategorisierungsprozessen desCommunity-Mitglieds. Das Mitglied einer Online Community ordnet sich bewusst zu undsieht sich als Teil einer Gemeinschaft (vgl. Bagozzi und Dholakia 2006; Dholakia et al.2004). Community-Mitglieder legen hierbei einen großen Wert auf die Gemeinsamkeiten,die sie mit anderen Teilnehmern aufweisen. Diese Gemeinsamkeiten grenzen eine OnlineCommunity deutlich von anderen Communities ab (vgl. Dholakia et al. 2009).
Die affektive Komponente der sozialen Identifikation kann als das Commitment zueiner Online Community angesehen werden (vgl. Algesheimer et al. 2005; Bagozzi undDholakia 2006). Je stärker sich ein Mitglied mit einer Online Community identifiziert,umso stärker ist es daran interessiert, die Beziehung zu anderen Mitgliedern der OnlineCommunity aufrecht zu erhalten (vgl. Dholakia et al. 2004). Da diese Beziehung nurerhalten werden kann, wenn sich das Mitglied in der Community engagiert, führt diesoziale Identifikation zu einer stärkeren Motivation, sich in der Online Community zuengagieren (vgl. Dholakia et al. 2004, 2009). Diese Überlegungen führen zu Hypothese 3:
H3: Die soziale Identifikation mit der Online Community hat einen positiven Einfluss aufdie Kundenintegration in die Online Community.
Soziale Strukturen können auf Dauer nur bestehen, wenn sie a) auf eine ausreichendeAnzahl an Ressourcen zugreifen können, die einer Gruppe einen angemessenen Wertbieten und b) diese Ressourcen im Rahmen von Interaktionen aktiviert werden (vgl. Butler2001). Bei transaktionsbasierten Online Communities bilden die Mitglieder und dereneingesetzte Zeit und Energie die Hauptressourcen. Der Nutzen der sozialen Struktur bzw.der Online Community steigt für das einzelne Mitglied umso mehr, je größer die Anzahlder Ressourcen ist (vgl. Farrell und Saloner 1987; Mathwick et al. 2008). Dieser Effektwird in der Literatur als positiver Netzeffekt bezeichnet (Katz und Shapiro 1985).
Die positiven Netzeffekte der Teilnehmerzahl können sowohl direkt als auch indirekt(vgl. Katz und Shapiro 1985) auf den Nutzen des Community-Mitglieds einer transak-tionsbasierten Online Community wirken. Zum einen treten positive Netzeffekte auf, dajedes neue Mitglied, welches als Anbieter von Leistungen auftritt, eine direkte Auswir-kung auf die Vielfalt und Qualität des Angebotes der transaktionsbasierten Community
30 C. Sichtmann et al.
hat. Zum anderen gewährleistet eine ausreichende Anzahl an aktiven Mitgliedern die Auf-rechterhaltung und Pflege der Community durch den Community-Anbieter und steigertunter Umständen dessen Bemühen, das Leistungsspektrum stetig zu erweitern.
In einer qualitativen Studie zeigen Möller et al. (2009), dass positive Netzeffektehäufig ein Motiv bilden, sich in Online Communities zu integrieren. Zur Begründung die-ses Zusammenhangs kann wiederum die soziale Austauschtheorie herangezogen werden.Darauf aufbauend basieren stabile transaktionsbezogene Online Communities auf demPrinzip der ausgleichenden Gerechtigkeit (vgl. Wiertz und de Ruyter 2007). Die Investitio-nen der Community-Mitglieder können dabei kurzfristig durchaus variieren. Community-Mitglieder erwarten jedoch, dass sich ihre Investition mittel- bis langfristig auszahlenund die anderen Community-Mitglieder diese Investitionen ebenso tätigen (vgl. Homans1961). Wenn ein Community-Mitglied positive Netzeffekte von der Online Communityerwartet, die seinen eigenen Nutzen erhöhen, dann wird es sich stärker in die Communityintegrieren. Ein Mitglied kann davon ausgehen, dass sein eigenes Engagement von denanderen Online Community-Mitgliedern erwidert wird und daraus positive Netzeffekteresultieren. Daher werden positive Netzeffekte als eine Determinante für die Kundeninte-gration in transaktionsbasierte Online Communities angesehen und folgende Hypotheseabgeleitet:
H4: Positive Netzeffekte haben einen positiven Einfluss auf die Kundenintegration in dieOnline Community.
Die Annahme, dass die Interaktion mit anderen Community-Mitgliedern das eigene Ver-halten beeinflusst (vgl. Arena und Conein 2008; Bagozzi und Dholakia 2002; Dholakiaet al. 2004; Mathwick et al. 2008; Rosenbaum und Massiah 2007), steht nicht nur imEinklang mit der Logik der positiven Netzeffekte, sondern auch im Hinblick auf die wahr-genommene Gerechtigkeit in der Interaktion mit anderen Community-Mitgliedern. Un-ter dieser wahrgenommenen interaktionalen Gerechtigkeit wird im Weiteren verstanden,wie zuvorkommend und bemüht ein Community-Mitglied andere Community-Mitgliederwahrnimmt (vgl. Tax et al. 1998).
Der Einfluss der wahrgenommenen interaktionalen Gerechtigkeit der anderen Mitglie-der auf die Kundenintegration kann wiederum mit der sozialenAustauschtheorie begründetwerden (vgl. Homans 1961; Thibaut und Kelley 1959). Im Rahmen von transaktionsakti-onsbasierten Online Communities ist der Austausch nutzenorientiert, d. h., es handelt sichum eine ökonomische Transaktion, bei der Leistungen gegen Geldeinheiten oder andereLeistungen getauscht werden (vgl. Bagozzi 1975). Die Wahrnehmung der interaktionalenGerechtigkeit in der Interaktion mit anderen Mitgliedern bezieht sich dabei auf die Trans-aktionen, die innerhalb der Online Community durchgeführt werden. Mitglieder treteneiner Online Community in der Erwartung bei, dass der Nettonutzen durch eine Mitglied-schaft in einer Online Community positiv ist (vgl. Thibaut und Kelley 1959). Aufbauendauf dem Prinzip der ausgleichenden Gerechtigkeit erwarten sie, dass sich ihre Investitio-nen in die Kundenintegration langfristig auszahlen werden (vgl. Homans 1961). Wennsich ein Community-Mitglied von den anderen Community-Mitgliedern übervorteilt fühltund es deshalb davon ausgeht, dass sich seine Investitionen nicht auszahlen, wird es seinEngagement in der Community einschränken oder sogar aus der Community austreten(vgl. Mathwick et al. 2008). Umgekehrt ist davon auszugehen, dass sich ein Community-
Kundenintegration 2.0 – Welche Faktoren beeinflussen . . . 31
Mitglied stärker in die Community einbringen wird, je mehr es den Eindruck hat, dass sichandere Community-Mitglieder ihm gegenüber gerecht verhalten und langfristig ein zufrie-den stellendes Kosten-Nutzen-Verhältnis der Mitgliedschaft zu erwarten ist. Aufbauendauf diesen Überlegungen wird folgende Hypothese abgeleitet:
H5: Die wahrgenommene interaktionale Gerechtigkeit anderer Mitglieder hat einen po-sitiven Einfluss auf die Kundenintegration in die Online Community.
3.2.3 Anbieterspezifische Determinanten
Die Kundenintegrationsforschung identifiziert die wahrgenommene interaktionale Ge-rechtigkeit des Anbieters als relevante anbieterspezifische Determinante der Kundeninte-gration (vgl. Auh et al. 2007). Diese umfasst die Wahrnehmung, wie gerecht sich einMitglied in der Interaktion mit einem Community-Anbieter behandelt fühlt (vgl. Taxet al. 1998). Auch der Zusammenhang zwischen der Wahrnehmung der interaktionalenGerechtigkeit des Community-Anbieters und der Kundenintegration in eine transaktions-basierte Online Community kann mit Hilfe der sozialen Austauschtheorie (vgl. Homans1961; Thibaut und Kelley 1959) begründet werden. Ein Community-Mitglied beurteiltden Nettonutzen der Mitgliedschaft (vgl. Thibaut und Kelley 1959), d. h., das Verhältnisder Transaktionsgebühr (Kosten) zu den Leistungen des Community-Anbieters (Nutzen).Wenn das Community-Mitglied diesen Nettonutzen als zufrieden stellend empfindet undkeine besseren Alternativen zur Verfügung stehen (vgl. Thibaut und Kelley 1959), wirdes langfristig Teil der Community bleiben und sich in die Online Community integrieren.Vor dem Hintergrund dieser Überlegungen wird folgende Hypothese formuliert:
H6: Die wahrgenommene interaktionale Gerechtigkeit des Anbieters hat einen positivenEinfluss auf die Kundenintegration in die Online Community.
Aktivitäten von Kunden im Rahmen der Kundenintegration verursachen Transaktionsko-sten (vgl. Fließ 2001). Diese Kosten entstehen z. B. in Form von Zeit und Aufwand bei derSuche nach einer Leistung in einer transaktionsbasierten Online Community. Aufgrundder schwer messbaren absoluten Höhe von Transaktionskosten zielt die Transaktionsko-stentheorie auf eine vergleichende Betrachtung unterschiedlicher Transaktionen ab (vgl.Williamson 1985). Dieser Vergleich kann sich im Falle einer transaktionsbasierten OnlineCommunity zum einen auf den Vergleich der Transaktion in der eigenen zu anderen, ähnli-chen Communities, beziehen. Zum zweiten kann sich der Transaktionskostenvergleich aufdas Suchen und den Erwerb von Leistungen außerhalb von transaktionsbasierten OnlineCommunities beziehen. Betreiber von transaktionsbasierten Online Communities habenEinfluss auf die Transaktionskosten der Mitglieder und partiell auf die monetären Kostender Leistung, indem sie beeinflussen, wie einfach es z. B. für das einzelne Mitglied ist,sich über verfügbare Leistungen zu informieren und beispielsweise ihre Beschaffenheit,Qualität oder Preise zu vergleichen. Darüber hinaus haben Community-Betreiber durchTransaktions- und Mitgliedergebühren die Möglichkeit, den Preis der Leistung zu beein-flussen.
Mitglieder hoffen durch den Zugang zu Informationen über Leistungen und Preise,den sie durch die Teilnahme an einer transaktionsbasierten Online Community erhalten,Waren günstiger zu erwerben als von professionellen Anbietern (vgl. Möller et al. 2009).
32 C. Sichtmann et al.
Kunden investieren bei der Suche nach Leistungen in transaktionsbasierten Online Com-munities Transaktionskosten in der Hoffnung, dass sie monetäre Kosten für die Leistungeinsparen. Die Erwartung einer Preisreduktion durch Kundenintegration ist damit insbe-sondere in transaktionsbasierten Online Communities, in denen Leistungen und nicht nurInformationen getauscht/verkauft werden, eine relevante Determinante. Eine Preisreduk-tion kann sowohl aus Sicht der Kundenintegrationsforschung (vgl. Corsten 1985) als auchaus Sicht der Online Community-Forschung als Anreiz der Integration in die Community(vgl. Antoniadis und Le Grand 2007; Cheng und Vassileva 2006) abgeleitet werden. Ausdiesem Grund wird folgende Hypothese formuliert:
H7: Die antizipierte Preisreduktion in einer transaktionsbasierten Online Community hateinen positiven Einfluss auf die Kundenintegration in diese Community.
4 Untersuchungsmethode und -ergebnisse
4.1 Stichprobe
Die Untersuchung fand in Kooperation mit einem der größten deutschen Tauschbörsenan-bieter statt. In dieser Tauschbörse bieten Kunden Waren auf einer Plattform an und erhaltendafür im Falle eines Tausches Einheiten einer Tauschbörsenwährung. Diese können siewiederum für Angebote anderer Mitglieder einsetzen. Durch diesen Tauschmechanismustreten die Community Mitglieder in der Regel als Anbieter und Nachfrager einer Lei-stung auf. Der Tauschbörsenanbieter erhält für jeden getätigten Tausch einen pauschalenGeldbetrag vom Warenempfänger.
Befragt wurden 3.620 zufällig ausgewählte aktive Community-Mitglieder. Sie wurdenmit einer personalisierten Email angeschrieben, die einen Zugangscode zur Befragungenthielt. 1.232 Personen nahmen an der Befragung teil. Dies entspricht einer Antwortratevon 34 %. Personen, die länger als drei Monate nicht getauscht hatten, wurden aus derStichprobe entfernt, da bei diesen keine aktive Kundenintegration angenommen werdenkonnte. Zudem wurden nicht vollständig beendete Fragebögen und inkonsistente Antwor-ten aus dem finalen Datensatz eliminiert. Das finale Sample beinhaltet 1.027 Antworten(Nettoantwortquote = 28 %). 61,1 % der Teilnehmer waren männlich. 21,0 % der Proban-den waren 29 Jahre alt oder jünger. 33,9 % gaben ein Alter von 30 bis 39 Jahre an, 30,1 %40–49 Jahre und 15,0 % waren älter als 49 Jahre.
Um einen Non-Response Bias auszuschließen, wurden aufbauend auf Armstrong undOverton (1977) frühe und spät antwortende Probanden miteinander verglichen. Mittel-wertvergleiche für jeden verwendeten Indikator zeigten keine Unterschiede zwischen denbeiden Gruppen. Ein verzerrender Effekt durch Non-Response Bias ist daher auszuschlie-ßen.
4.2 Konstruktmessung
Die Konstruktmessung basiert größtenteils auf etablierten Skalen, die in ihrer Formu-lierung an die untersuchte Online Community angepasst wurden. Die Konstrukte derKundenintegration, der Integrationsfähigkeit sowie der interaktionalen Gerechtigkeit des
Kundenintegration 2.0 – Welche Faktoren beeinflussen . . . 33
Anbieters und anderer Mitglieder wurden aufbauend auf Auh et al. (2007) mit siebenstu-figen Likert-Skalen mit den Ankern „stimme überhaupt nicht zu“ (1) „und stimme vollund ganz zu“ (7) gemessen. Die soziale Identifikation mit der Online Community wurdebasierend auf Algesheimer et al. (2005) gemessen. Für die Konstrukte der Motive „antizi-pierte Preisreduktion“ und „positive Netzeffekte“ konnten keine entsprechenden Skalen inder Literatur gefunden werden. Daher wurden neue Skalen entwickelt, die vier bzw. dreiIndikatoren umfassen. Die Entwicklung der Skalen orientierte sich an den Empfehlungenvon Churchill (1979) und deVellis (2003). Um den Fragebogen und die Eignung der In-dikatoren für die Messung der Konstrukte zu untersuchen, wurde ein Pretest (vgl. Prüferund Rexroth 2000) mit fünfzehn Probanden durchgeführt. Aufbauend auf den Ergebnissendes Pretests wurden die Formulierungen einiger Items angepasst. Das Motiv „Freude ander Kundenintegration“ wurde in Anlehnung auf Venkatesh et al. (2002) gemessen. DieFormulierung der Indikatoren sowie Angaben zur Reliabilität und Validität der Konstruktefinden sich in Tab. 1.
Das Ergebnis der Evaluation der Messskalen kann als gut bezeichnet werden (vgl.Tab. 1). Die Skalen weisen eine hohe Konvergenzvalidität auf, da alle zugehörigen Indi-katoren eine Faktorladung von über 0,5 auf den korrespondierenden Faktor zeigen (vgl.Hulland 1999). Die in Tab. 1 aufgezeigten Werte der Berechnung der Faktorreliabilitätreichen von 0,90 bis 0,95 und übersteigen somit den in der Literatur vorgeschlagenenGrenzwert von 0,70 (vgl. Fornell und Larcker 1981, Nunnally und Bernstein 1994). Auchdie Werte für die durchschnittlich erfasste Varianz liegen über den geforderten Grenzwer-ten.
Tabelle 2 zeigt die Diskriminanzvalidität der exogenen und endogenen Konstrukte.Hierbei geben die Zahlen unterhalb der Diagonalen die quadrierten Korrelationen derKonstrukte an und die Werte auf der Diagonalen die durchschnittlich erfasste Varianz. ImSinne des Kriteriums nach Fornell und Larcker (1981) ist eine ausreichende Diskriminanz-validität dann gegeben, wenn die Werte auf der Diagonalen der Matrix, die dazugehörigenZeilen- und Spaltenwerte übertreffen. Dieser Fall liegt hier vor. Zusätzlich wurde über-prüft, ob alle Indikatoren am höchsten auf das zugeordnete Konstrukt luden und nicht aufein anderes im Modell gemessenes Konstrukt. Auch dieses Kriterium für die Ermittlungder Diskriminanzvalidität (vgl. White et al. 2003) ist hier erfüllt.
Die abhängige und die unabhängigen Variablen des Modells wurden von den gleichenProbanden unter identischen methodischen Rahmenbedingungen gemessen. Daher bestehtpotenziell die Möglichkeit eines Common Method Bias (vgl. Podsakoff und Organ 1986).Die vorliegende Studie kontrolliert den Common Method Bias mit der von Lindell undWhitney (2001) vorgeschlagenen Markervariablentechnik. Dazu beinhaltete der Fragebo-gen eine Frage nach der Anzahl der Auslandsaufenthalte des Probanden im vergangenenJahr, die mit den im Modell integrierten Variablen theoretisch unkorreliert ist. Die Be-rechnung der um die Markervariablen bereinigten Korrelationen zwischen den Variablenoffenbart keine signifikanten Unterschiede zu den nichtbereinigten Korrelationen. Es istdaher davon auszugehen, dass die Ergebnisse nicht durch einen Common Method Biasverzerrt sind.
34 C. Sichtmann et al.
Tab. 1: Reliabilität und Validität der untersuchten Konstrukte
Meine Tauschpartner reagieren in derRegel schnell auf Fragen, die ich zuden angebotenen Produkten habe
0,79
Meine Tauschpartner verhalten sich inder Regel sehr kooperativ
0,76
Interaktionale Gerechtigkeit des An-bieters (Auh et al. 2007)
0,91 0,87 0,95
Wenn bei einem Tausch Probleme auf-tauchen, kann ich mich darauf verlas-sen, dass [ . . . ] eine Lösung findet
0,88
[. . . ] nimmt Probleme, die bei Tausch-geschäften entstehen, sehr ernst
0,93
Antizipierte Preisreduktion 0,70 0,90 0,90Um Geld zu sparen, habe ich schonhäufig etwas länger bei [ . . . ] gestö-bert
0,71
Da tauschen häufig günstiger ist alskaufen, bin ich bereit, Zeit in Tausch-geschäfte über [ . . . ] zu investieren
0,82
Die Zeit, die ich in Tauschgeschäfteüber [ . . . ] investiert habe, wurde mei-stens belohnt
0,71
Ich tausche Produkte über [ . . . ], weilich dadurch Geld spare
0,54
Kundenintegration in Online Commu-nities (Auh et al. 2007)
0,77 0,90 0,91
Ich verhalte mich bei Tauschgeschäf-ten über [ . . . ] sehr kooperativ gegen-über meinen Tauschpartnern
0,83
Ich tue alles dafür, dass meine Tausch-geschäfte über [ . . . ] problemlos ab-laufen
0,88
Ich tue alles dafür, um meine Tausch-partner zufrieden zu stellen
0,60
4.3 Ergebnisse der Modellschätzung
Für die Schätzung des Modells wurde ein konfirmatorischer Ansatz gewählt. Als Schätz-verfahren kam die Maximum-Likelihood-Methode zum Einsatz. Die Schätzung selbsterfolgte mit der Software MPlus 5.2. Vergleicht man die Maße für die Beurteilung derModellgüte (df = 202; χ2 = 718,59, CFI = 0,975; TLI = 0,968; RMSEA = 0,05; P-Value for
36 C. Sichtmann et al.
Tab. 2: Diskriminanzvalidität der Konstrukte
1 2 3 4 5 6 7 8
1. Integrationsfähigkeit 0,832. Freude an der Kundenintegration 0,27 0,803. Soziale Identifikation mit der 0,17 0,33 0,75
close Fit = 0,509; 90 % Konfidenzintervall für RMSEA [0,046; 0,054]; StandardisierterRMR = 0,034) mit den in der Literatur genannten Mindestanforderungen für eine hohe Mo-dellgüte (vgl. Homburg und Baumgartner 1995; Homburg und Klarmann 2006), kann hiervon einem Modell gesprochen werden, das sich sehr gut an die vorliegende Datengrund-lage anpasst. Insgesamt erklären die identifizierten Determinanten der Kundenintegration48,4 % der Varianz, was ebenso auf eine gute Abbildung der empirischen Daten durch dieModellstruktur hinweist (vgl. Chin 1998).
Die Ergebnisse der Parameterschätzung fasst Tab. 3 zusammen. Grundsätzlich lässtsich konstatieren, dass Variablen aus allen drei Bereichen der Determinanten der Kun-denintegration einen signifikanten Einfluss auf die Kundenintegration zeigen. Gemäß Hy-pothese 1 und Hypothese 2 haben die mitgliederspezifischen Determinanten „Integrati-onsfähigkeit“ und „Freude an der Kundenintegration“ einen positiven Einfluss auf dieKundenintegration in einer Online Community. Vergleicht man zusätzlich die in Tab. 3 zu-sammengetragenen standardisierten Pfadkoeffizienten, so kann festgestellt werden, dassmitgliederspezifische Determinanten die Kundenintegration am stärksten beeinflusst. In-nerhalb der Gruppe der sozialen Determinanten fällt auf, dass die „soziale Identifikation mitder Community“ und die „positiven Netzeffekte“ mit signifikanten Pfadkoeffizienten von− 0,153 bzw. − 0,178 entgegen der unterstellten positiven Richtung wirken. Hypothesen 3und 4 können somit nicht bestätigt werden. Die dritte soziale Determinante „Interaktiona-le Gerechtigkeit anderer Mitglieder“ beeinflusst die Kundenintegration wiederum positiv,was zur Bestätigung von Hypothese 5 führt. Zuletzt erhöhen auch die beiden anbieterspezi-fischen Determinanten die Kundenintegration positiv. Somit können auch die Hypothesen6 und 7 auf der bestehenden Datengrundlage bestätigt werden.
5 Diskussion und Implikationen für das Management
5.1 Diskussion der Ergebnisse
Die vorliegende Studie zielte darauf ab, weiterführende, empirische Erkenntnisse dar-über zu erlangen, welche Determinanten die Kundenintegration in transaktionsbasier-
Kundenintegration 2.0 – Welche Faktoren beeinflussen . . . 37
ten Online Communities beeinflussen. Unsere Studie liefert dabei sowohl Beiträge zurKundenintegrations- als auch zur Online Community-Forschung.
Zur Kundenintegrationsforschung leistet die Studie erstens einen Beitrag, indem dieForschungsarbeiten aus der Kundenintegrationsforschung mit dem Literaturstrang derOnline Community-Forschung verbunden wurden. Diese Verknüpfung zeigt, dass mit-gliederspezifische, anbieterspezifische und soziale Determinanten der Kundenintegrationzu differenzieren sind. Obwohl die Kundenintegrationsforschung konzeptionell weit fort-
38 C. Sichtmann et al.
geschritten ist, existieren bislang nur wenige empirische Studien zur Überprüfung dertheoretischen Überlegungen. Zweitens ist die vorliegende Studie damit eine der wenigenempirischen Studien, die sich mit der Analyse der Kundenintegration auseinander setzt.
Die Online Community-Literatur wird durch die vorliegende Studie um die theoreti-sche Perspektive der Kundenintegration ergänzt. Die Ergebnisse zeigen, dass die aus derKundenintegrationsliteratur abgeleiteten Determinanten der Integrationsfähigkeit und In-tegrationsbereitschaft bedeutend für die Kundenintegration in transaktionsbasierte OnlineCommunities sind. Bestehende Forschungsarbeiten vernachlässigen bislang wichtige De-terminanten. Hier leistet die vorliegende Studie einen Beitrag, indem gezeigt wird, dassdie Erkenntnisse der Kundenintegrationsforschung eine hohe Relevanz für transaktions-basierte Online Communities aufweisen. Dies ist bemerkenswert, da die Kundenintegra-tionsforschung als Untersuchungsobjekt bisher schwerpunktmäßig Phänomene außerhalbdes Internets wählte.
Ein weiterer Beitrag der vorliegenden Studie ist die simultane Betrachtung verschie-dener Facetten von Determinanten der Kundenintegration in transaktionsbasierte OnlineCommunities. Es wurden mitgliederspezifische, soziale und anbieterspezifische Determi-nanten in einem Modell integriert. Bisher existierte keine empirische Studie, in der alleDeterminanten der Kundenintegration in Online Communities simultan erfasst wurden.Im Sinne einer effizienten Allokation von Mitteln zur Erhöhung der Kundenintegration istein Vergleich der Relevanz dieser Determinanten von Bedeutung und bietet Anhaltspunktefür eine effektive Beeinflussung durch den Anbieter. Der vorliegende Beitrag identifiziertdie mitgliederspezifischen Determinanten, Integrationsfähigkeit und Freude, als die be-deutendsten Einflussfaktoren der Kundenintegration.
Die Ergebnisse zeigen neben dem positiven Einfluss der mitgliederspezifischen Deter-minanten auch einen positiven Einfluss der anbieterspezifischen Determinanten. Interak-tionale Gerechtigkeit des Anbieters und antizipierte Preisreduktion wirken, wie erwartet,als Treiber der Kundenintegration. Ebenfalls wie gefordert, beeinflusst auch die interak-tionale Gerechtigkeit anderer Mitglieder (soziale Determinante) die Kundenintegrationpositiv. Entgegen der vermuteten Richtung wirken die anderen beiden sozialen Determi-nanten negativ auf die Kundenintegration: Soziale Identifikation mit der Community undpositive Netzeffekte. Auf der Grundlage der bestehenden Literatur und theoretischer An-sätze wurde hier ein positiver Einfluss auf die Kundenintegration angenommen (vgl. z. B.Algesheimer et al. 2005; Bagozzi und Dholakia 2006; Dholakia et al. 2004, 2009). Dieswird im Folgenden diskutiert.
Die soziale Identifikation mit einer transaktionsbasierten Online Community reduziertdie Bereitschaft zur Kundenintegration. Der negative Zusammenhang könnte auf die Fo-kussierung auf transaktionsbasierte Online Communities zurückzuführen sein. Die sozialeIdentifikation ist offenbar von geringerer Bedeutung, wenn das Ziel der Community kon-sumtiver Natur ist, da es im Austausch von Gütern und Informationen besteht und nicht eingemeinsames Interesse an z. B. einer Marke vorliegt. Zusatzinformationen vom Anbieterder hier betrachteten Online Community bestätigen diese Vermutung. So nutzt offenbarnur ein sehr geringer Teil der befragten Community-Mitglieder regelmäßig Zusatzfunk-tionen der Online Community, wie z. B. Nachrichten zu versenden. Die Mehrheit derCommunity-Mitglieder beschränkt sich dagegen auf den Tausch von Leistungen.
Kundenintegration 2.0 – Welche Faktoren beeinflussen . . . 39
Die zweite Hypothese, die nicht bestätigt wurde, ist die unterstützende Wirkung vonpositiven Netzeffekten auf die Kundenintegration. Bei Online Communities verursachendiese positiven Netzeffekte Nutzen durch das Verhalten und die Angebote anderer Mitglie-der (vgl. Mathwick et al. 2008). Damit müssten die Netzeffekte umso größer sein, destogrößer die Online Community ist (vgl. Katz und Shapiro 1985). Die Ergebnisse der vorlie-genden Studie zeigen jedoch, dass positive Netzeffekte negativ auf die Kundenintegrationwirken, dass also der Nutzen der Online Community mit steigenden positiven Netzeffek-ten sinkt. Dies kann zwei Ursachen haben: Erstens kann sich in Übereinstimmung mit der„norm of reciprocity“ (vgl. Butler 2001) das einzelne Mitglied mit insgesamt steigendenNetzeffekten weniger in der Pflicht fühlen sich zu engagieren. Einzelne Mitglieder könn-ten vermuten, dass die eigene Leistung bei einer größeren Community nicht so stark insGewicht fällt. Diese Wahrnehmung kann dazu führen, dass Mitglieder sich weniger starkeinbringen, aber trotzdem von den anderen Community Mitgliedern und deren Angebotenprofitieren. Zweitens kann darüber hinaus bei (transaktionsbasierten) Online Communi-ties eine Erhöhung der Anzahl der Mitglieder, Leistungen oder Integrationsmöglichkeitenneben positiven auch negative Effekte haben (vgl. Butler 2001; Rothaermel und Sugiyama2001). Eine positive Auswirkung der Größe einer Online Community ist die Möglichkeitder Mitglieder auf eine größere Fülle von anderen Mitgliedern und deren angebotenenLeistungen zugreifen zu können. Hingegen kann eine zu große Anzahl an Mitgliedern,die Leistungen anbietet, negativ wahrgenommen werden, weil die Suche in der Commu-nity nach geeigneten Leistungen dadurch mühevoller wird und durch mehr Mitgliederauch mehr Nachfrager um die Leistungen in transaktionsbasierten online Communities„konkurrieren“.
5.2 Implikationen für das Management
Unsere Ergebnisse liefern wichtige Implikationen für das Management von transaktions-basierten Online Communities. Der stärkste Einflussfaktor auf die Kundenintegration istdie Freude an der Kundenintegration. Dies bedeutet für das Management von transakti-onsbasierten Online Communities, dass Freude an der Kundenintegration aktiv gefördertwerden sollte. Um dies zu erreichen, kann der Anbieter eine abwechslungsreiche und an-sprechende Plattform schaffen (vgl. Bauer et al. 2007). Eine hohe Varianz des Angebotes,die im Laufe der Zeit mit Veränderung und neuen Angeboten einhergeht, zeigt einen posi-tiven Einfluss auf die Freude von Konsumenten (vgl. z. B. Ibrahim und Ng 2002). Dahersollten Anbieter von Online Communities ihren Mitgliedern durch die Erweiterung derMöglichkeiten zur Aktivität neue Erlebnisse und Abwechslung bieten.
Weiterhin solltenAnbieter von Community-Plattformen die Integrationsfähigkeit ihrerMitglieder erhöhen. Hierzu könnte der Anbieter genau spezifizieren und kommunizieren,welche Fähigkeiten und Ressourcen der Kunde einzubringen hat, um eine zufriedenstellen-de Transaktion in der Community zu erleben. Mangelnde Prozessevidenz führt oftmals zuProblemen in Kundenintegrationsprozessen (vgl. Fließ 1996). Defizite in der Integrations-fähigkeit, lassen sich neben mangelnder Prozessevidenz auch auf mangelndes Prozessbe-wusstsein zurückführen (vgl. Fließ 1996). Hierbei fehlt es dem Kunden am Bewusstseindafür, dass seine Leistungsbeiträge die Qualität der Leistung beeinflussen. Bei mangeln-
40 C. Sichtmann et al.
der Prozesstransparenz ist dem Kunden nicht offenbar, welche Leistungsbeiträge von ihmerwartet werden.
Die Prozessevidenz und damit die Integrationsfähigkeit lässt sich vom CommunityAnbieter in zweierlei Hinsicht fördern: Erstens kann der Anbieter die notwendigen Pro-zessschritte, die mit der Kundenintegration einhergehen, einfach und selbsterklärend ge-stalten und somit die Anforderungen an die an technischen Fähigkeiten möglichst geringhalten. Zweitens kann der Anbieter die Bedeutung der Leistungsbeiträge der Kunden beto-nen (Prozessbewusstsein) sowie Hilfestellungen z. B. in Form von Checklisten anbieten,diese Abläufe zu erlernen und Fähigkeiten zu erwerben (Erhöhung der Prozesstranspa-renz) (vgl. Fließ 1996; Jacob 2003; Lovelock und Young 1979). In transaktionsbasiertenOnline Communities findet sich bspw. häufig eine genaue Beschreibung der Aktivitäten(„So funktioniert’s“) oder eine „Frequently Asked Questions“-Sektion.
Eine weitere wichtige Implikation folgt aus der ermittelten Bedeutung der interaktio-nalen Gerechtigkeit. Die Ergebnisse zeigen hier, dass die interaktionale Gerechtigkeit, diedas Mitglied gegenüber dem Anbieter empfindet, genauso wichtig für die Integration ineine transaktionsbasierte Online Community ist, wie die wahrgenommene interaktiona-le Gerechtigkeit gegenüber anderen Mitgliedern. Die Wahrnehmung der interaktionalenGerechtigkeit kann der Anbieter einer transaktionsbasierten Online Community durchgezieltes und konsequentes Verwalten der Online Community beeinflussen. Nur bedingtbeeinflussen kann der Anbieter dagegen die interaktionale Gerechtigkeit anderer Mitglie-der. Dies wird auch in der Literatur postuliert. So werden die Kundenintegration im Webund die nutzergenerierten Inhalte als zweischneidiges Schwert angesehen. Einerseits wirdin der Literatur argumentiert, dass nutzergenerierte Inhalte eine Möglichkeit sind, Inhalteanzubieten, deren Qualitätskontrolle durch den Markt durchgeführt wird (vgl. Stvilia et al.2008). Andererseits sieht die Literatur nutzergenerierte Inhalte kritisch, da Unsicherheitüber die Expertise und die Motivation des Beitragenden vorliegt. Daher rechnet man mit ei-ner großen Varianz der Qualität von nutzergenerierten Inhalten (vgl. Denning et al. 2005).Die vorliegenden Ergebnisse unterstützen die Forderung, dass Anbieter die Aktivitätender Mitglieder steuern und kontrollieren sollten. Das heißt z. B., dass ein Bewertungs-und Sanktionssystem Teil der Leistungen des Anbieters sind und Mitglieder ggf. sogaraus der Community ausgeschlossen werden. Damit können Anbieter die interaktionaleGerechtigkeit innerhalb der transaktionsbasierten Online Community erhöhen.
5.3 Limitationen und weiterer Forschungsbedarf
Im Fokus des vorliegenden Beitrages lag die Ermittlung von Faktoren effektiver Kunden-integration in transaktionsbasierten Online Communities. Dabei lag ein Schwerpunkt aufDeterminanten, die auf der Grundlage der Kundenintegrationsliteratur abgeleitet werdenkönnen. Daneben existieren möglicherweise weitere Einflussfaktoren, die z. B. generell fürTransaktionsentscheidungen gelten und in weiteren Studien in das Untersuchungsmodellintegriert werden sollten. Darüber hinaus wurde nicht untersucht, ob die berücksichtig-ten Determinanten in Abhängigkeit von unterschiedlichen Rahmenbedingungen variierenoder ihr Einfluss durch andere Variablen mediiert wird. Zukünftige Forschungsarbeitenkönnten folglich moderierende und/oder mediierende Variablen in das Untersuchungs-modell integrieren. Ein wichtiges Merkmal transaktionsbasierter Online Communities ist
Kundenintegration 2.0 – Welche Faktoren beeinflussen . . . 41
beispielsweise die Möglichkeit des Mitgliedes als Anbieter und/oder Nachfrager zu agie-ren. Die vorliegende Studie differenziert dabei jedoch nicht, ob ein Mitglied nur eine oderbeide dieser Rollen ausfüllt. Zukünftige Studien könnten explizit diese Marktseiten be-rücksichtigen und untersuchen, ob möglicherweise unterschiedliche Determinanten derKundenintegration relevant sind in Abhängigkeit ob ein Mitglied nur als Nachfrager, nurals Anbieter oder als Nachfrager und Anbieter auftritt. Darüber hinaus beschränkt sich dieAnalyse auf eine transaktionsbasierte Online Community. Eine Replikation der Studie mitanderen transaktionsbasierten Online Communities wäre wünschenswert, um die Gene-ralisierbarkeit der Ergebnisse zu überprüfen. Zudem wäre es interessant, Determinantentransaktions- und informationsbasierter Online Communities zu vergleichen. Die Ergeb-nisse dieser Studie deuten darauf hin, dass es Unterschiede zwischen diesen beiden Artenvon Online Communities gibt. Mögliche Unterschiede sollten in vergleichenden Studiensystematisch herausgearbeitet werden.
Kundenintegration wurde in der vorliegenden Studie subjektiv gemessen. Die Mög-lichkeit der Community-Anbieter, die Aktivitäten der Kunden in Online Communities zubeobachten, würde eine Messung der Kundenintegration über Transaktionsdaten erlau-ben. Diese könnten zur Messung der abhängigen Variablen eingesetzt werden. ZukünftigeStudien könnten zudem sowohl subjektive als auch objektive Daten erheben, um einzelneAktivitäten im Rahmen der Kundenintegration differenzierter betrachten zu können undum die Messung zu validieren. Dabei könnte auch nach einem quantitativen (z. B. Anzahlder Transaktionen) und einem qualitativen (z. B. Anzahl der vorgenommenen Bewertun-gen der Transaktionspartner) Aspekt der Kundenintegration in transaktionsbasierte OnlineCommunities unterschieden werden.
Eine weitere Fragestellung, die ebenfalls für zukünftige Forschungsarbeiten von Inter-esse wäre, ist die Erfolgswirkung der Kundenintegration. Dazu zählt auf der individuellenEbene z. B. eine Überprüfung des Zusammenhangs zwischen der Kundenintegration undder Profitabilität einzelner Mitglieder. Eine interessante Erweiterung des Untersuchungs-modells wäre darüber hinaus auch die Integration nicht monetärer Ergebnisvariablen. Sokönnte beispielsweise die Wirkungen der Kundenintegration auf die Kundenzufriedenheitund/oder die Kundenloyalität untersucht werden. Interessant erscheint auch die Frage, obOnline Communities mit sehr aktiven Mitgliedern tatsächlich mehr Gewinne realisierenkönnen, da Kundenintegration auch immer mit Kosten verbunden ist.
Anmerkung
1 Da sich der folgende Beitrag in erster Linie auf die Kundenintegration 2.0 bezieht, entfällt zuGunsten der Lesbarkeit des Beitrages der Zusatz 2.0.
Literatur
Algesheimer R, Dholakia UM, Herrmann A (2005) The social influence of brand community: evi-dence from European Car Clubs. J Mark 69(2):19–34
Algesheimer R, Herrmann A, Dimpfel M (2006) Die Wirkung von Brand Communities auf dieMarkenloyalität – Eine dynamischeAnalyse imAutomobilmarkt. Z Betriebswirtsch 76(9):933–958
42 C. Sichtmann et al.
Antoniadis P, Le Grand B (2007) Incentives for resource sharing in self-organized communities: fromeconomics to social psychology. 2007 2nd International Conference on Digital InformationManagement, ICDIM, Bd. 2
ArdichviliA, PageV,Wentling T (2003) Motivation and barriers to participation in virtual knowledge-sharing communities of practice. J Knowledge Manage 7(1):64–77
Arena R, Conein B (2008) On virtual communities: individual motivations, reciprocity and we-rationality. Int Rev Econ 55(1–2):185–208
Armstrong A, Hagel J (1996) The real value of online communities. Harv Bus Rev 7(3):134–141Armstrong JS, Overton TS (1977) Estimating nonresponse bias in mail surveys. J Mark Res
14(3):396–402Auh S, Bell SJ, McLeod CS, Shih E (2007) Co-production and customer loyalty in financial services.
J Retailing 83(3):359–370Bagozzi RP (1975) Marketing as exchange. J Mark 39(3):32–39Bagozzi RP, Dholakia UM (2002) Intentional social action in virtual communities. J Interactive
Mark 16(2):2–21Bagozzi RP, Dholakia UM (2006) Open source software user communities: a study of participation
in linux user groups. Manage Sci 52(7):1099–1115Bagozzi RP, Gürhan-Canli Z, Priester J (2002) The social psychology of consumer behaviour. Open
University Press, BuckinghamBauer HH, Hammerschmidt M, Donnevert T (2007) Effektivität und Effizienz im interaktiven Mar-
keting – Die Integration von Kundennutzen und Kundenwertsegmentierung im Internet. ZBetriebswirtsch 77(Special Issue „Direct Marketing“):55–81
Ben Yahia I (2007) Non commercial B2C virtual communities: definition and classification anexploratory qualitative study. IADIS Int J WWW/Internet 5(1):129–144
Bitner MJ, Faranda WT, Hubbert AR, Zeithaml VA (1997) Customer contributions and roles inservice delivery. Int J Serv Industry Manage 8(3):193–205
Blau PM (1964) Exchange and power in social life. Wiley, New York u. a.Boselli R, Cesarini M, Mezzanzanic M (2008) Customer knowledge and service development, the
Web 2.0 role in co-production. Proceedings of World Academy of Science, Engineering andTechnology, Vol. 30, Juli, S 600–606
Butler BS (2001) Membership size, communication activity, and sustainability: a resourced-basedmodel of online social structure. Inform Syst Res 12(4):346–362
Canziani BF (1997) Leveraging customer competency in service firms. Int J Serv Industry Manage8(1):5–25
Casaló LV, Flaviàn C, Guinalíu M (2008) Promoting consumer’s participation in virtual brandcommunities: a new paradigm in branding strategy. J Mark Commun 14(1):19–36
Cheng R, Vassileva J (2006) Design and evaluation of an adaptive incentive mechanism for sustainededucational online communities. User Model User-Adapted Interaction 16(3):321–348
Cheung CMK, Lee MKO (2009) Understanding the sustainability of a virtual community: modeldevelopement and empirical test. J Inform Sci 35(3):279–298
Chiang I-P, Huang C-Y, Huang C-W (2009) Characterizing web users’ degree of Web 2.0-ness. JAm Soc Inform Sci Technol 60(7):1349–1357
Childers TL, Carr CL, Peck J, Carson S (2001) Hedonic and utilitarian motivations for online retailshopping behaviour. J Retailing 77(4):511–535
Chin WW (1998) The partial least squares approach to structural equations modelling. In: Mar-coulides GA (Hrsg) Modern methods for business research. Lawrence Erlbaum Associates,Mahwah, S 295–358
Cho YK, Menor LJ (2010) Toward a provider-based view on the design and delivery of qualityE-Service encounters. J Serv Res 13(1):83–95
Churchill, Gilbert A Jr (1979) A paradigm for developing better measures of marketing constructs.J Mark Res 16(1):64–73
Kundenintegration 2.0 – Welche Faktoren beeinflussen . . . 43
Corsten H (1985) Die Produktion von Dienstleistungen. Grundzüge einer Produktionswirtschafts-lehre des tertiären Sektors. Erich Schmidt, Berlin
Decker R, Gnibba-Yukawa K (2009) Konsumentenforschung im Web 2.0. Analyse von Online-Rezensionen zur kundenorientierten Produktgestaltung. Marketing – ZFP 31(2):117–136
Dellande S, Gilly MC, Graham JL (2004) Gaining compliance and losing weight: the role of theservice provider in health care services. J Mark 68(3):78–91
Denning P, Horning J, Parnas D, Weinstein L (2005) Wikipedia risks. Commun ACM 48(12):152DeVellis RF (2003) Scale development – theories and applications, 2. Aufl. Sage, Newbury ParkDholakia UM, Bagozzi RP, Pearo LK (2004) A social influence model of consumer participation in
network- and small-group-based virtual communities. Int J Res Mark 21(3):241–263Dholakia UM, Blazevic V, Wiertz C, Algesheimer R (2009) Communal service delivery: how custo-
mers benefit from participation in firm-hosted virtual P3 communities. J Serv Res 12(2):208–226
Engelhardt WH, Kleinaltenkamp M, Reckenfelderbäumer M (1993) Leistungsbündel als Absatz-objekte. Ein Ansatz zur Überwindung der Dichotomie von Sach- und Dienstleistungen. zfbf –Schmalenbachs Z Betriebswirtsch Forsch 45(5):395–427
Farrell J, Saloner G (1987) Competition, compatibility and standards: the economics of horses,penguins and lemmings. In: Gabel HL (Hrsg) Product standardization and competitive strategy.North Holland, Amsterdam, S 1–21
Fischer S, Richter H-J, Hassler F (2005) Tatort Ebay. Harv Bus Manager (3):16Fließ S (1996) Prozessevidenz als Erfolgsfaktor der Kundenintegration. Kleinaltenkamp M, Fließ
S, Jacob F (Hrsg) Customer Integration: Von der Kundenorientierung zur Kundenintegration.Gabler, Wiesbaden
Fließ S (2001) Die Steuerung von Kundenintegrationsprozessen. Gabler, WiesbadenFließ S, Kleinaltenkamp M (2004), Blueprinting the service company: managing service processes
efficiently. J Bus Res 57(4):392–404Fornell C, Larcker DF (1981) Evaluating structural equation models with unobservable variables
and measurement error. J Mark Res 18(1):39–50Ha S, Stoel L (2009) Consumer E-shopping acceptance: antecendents in a technology acceptance
model. J Bus Res 62(8):565–571Homans GC (1961) Social behavior: its elementary forms. Harcourt, New YorkHomans GC (1966) Social behavior: its elementary forms, 2. Aufl. Harcourt, New YorkHomburg C, Baumgartner H (1995) Beurteilung von Kausalmodellen – Bestandsaufnahme und
Anwendungsempfehlungen. Marketing – ZFP 17(3):162–176Homburg C, Klarmann M (2006) Die Kausalanalyse in der empirischen betriebswirtschaftlichen
Forschung – Problemfelder undAnwendungsempfehlungen. Betriebswirtschaft 66(6):727–748Hulland J (1999) Use of Partial Least Squares (PLS) in strategic management research: a review of
four recent studies. Strate Manage J 20:195–204Ibrahim MF, Ng CW (2002) Determinants of entertaining shopping experiences and their link to con-
sumer behaviour: case studies of shopping centers in Singapore. J Leisure Property 2(4):338–357
Iriberri A, Leroy G (2009) A life-cycle perspective on online community success. ACM ComputSurveys 41(2):11;1–11:29
Jacob F (2003) Kundenintegrations-Kompetenz. Konzeptualisierung, Operationalisierung und Er-folgswirkung. Marketing – ZFP 25(2):83–98
Kannan PK, Chang A-M, Whinston, AB (2000) Electronic Communities in E-Business: Their Roleand Issues. Information Systems Frontiers 1(4):415–426
Katz ML, Shapiro C (1985) Network externalities, competition, and compatibility. Am Econ Rev75(3):424–440
Kleinaltenkamp M (1997) Kundenintegration. WiSt 26(7):350–355
44 C. Sichtmann et al.
Leimeister JM, Sidiras P, Krcmar H (2006) Exploring success factors of virtual communities: theperspectives of members and operators. J Organ Comput Electron Commerce 16(3&4):279–300
Lengnick-Hall CA (1996) Customer contributions to quality: a different view of the customer-oriented firm. Acad Manage Rev 21(3):791–824
Lindell MK, Whitney DJ (2001)Accounting for common method variance in cross-sectional designs.J Appl Psychol 86(1):114–121
Lovelock CH, Young RF (1979) Look to consumers to increase productivity. Harv Bus Rev57(3):168–178
Maleri R (1973) Grundzüge der Dienstleistungsproduktion. Springer, BerlinMathwick C, Wiertz C, Ruyter K de (2008) Social capital production in a virtual P3 community. J
Consum Res 34(6):832–849Meuter ML, Bitner MJ, Ostrom AL, Brown SW (2005) Choosing among alternative service delivery
modes: an investigation of customer trial of self-service technologies. J Mark 69(2):61–83Mikula G (1985) Psychologische Theorien des sozialen Austausches. In: Frey D, Irle M (Hrsg)
Theorien der Sozialspsychologie. Band II: Gruppen- und Lerntheorien. Huber, Bern, S 272–305
Möller S (2004) Interaktion bei der Erstellung von Dienstleistungen. Die Koordination der Aktivi-täten von Anbieter und Nachfrager. Gabler, Wiesbaden
Möller S, Fassnacht M, Heider R (2009) Wenn der Kunde mehr ist als nur Käufer und Nutzer:Motive und Probleme kollaborativer Wertschöpfungsprozesse. In: Bruhn M, Stauss B (Hrsg)Kundenintegration, Forum Dienstleistungsmanagement. Gabler, Wiesbaden, S 263–280
Nunnally JC, Bernstein IH (1994) Psychometric theory, 3. Aufl. McGraw-Hill, New YorkOstrom AL, Bitner MJ, Brown SW, Burkhard KA, Goul M, Smith-Daniels V, Demirkan H, Rabino-
vich E (2010) Moving forward and making a difference: research priorities for the science ofservice. J Serv Res 13(1):4–36
Prüfer P, Rexroth M (2000) Zwei-Phasen-Pretesting. ZUMA-Arbeitsbericht 2000/08:1–21Podsakoff PM, Organ DW (1986) Self-reports in organizational research: problems and prospects.
J Manage 12(4):31–41Ridings C, Gefen D, Arinze B (2006) Psychological barriers: Lurker and Poster motivation and
behavior in online communities. Commun Assoc Inform Syst 18:329–354Rothaermel FT, Sugiyama S (2001) Virtual internet communities and commercial success: indivi-
dual and community-level theory grounded in the atypical case of TimeZone.com. J Manage27(3):297–312
Rosenbaum MS, Massiah CA (2007) When customers receive support from other customers –exploring the influence of intercustomer social support on customer voluntary performance. JServ Res 9(3):257–270
Schneider B, Bowen DE (1995) Winning the service game. Harvard Business School, BostonSchoberth T, Schrott G (2001) Virtual communities. Wirtschaftsinformatik 43(5):517–519Stanoevska-Slabeva K (2002) Toward a community-oriented design of internet platforms. Int J
Electron Commerce 6(3):71–95Stvilia B, Twidale MB, Smith LC, Gasser L (2008) Information quality work organization in wiki-
pedia. J Am Soc Inform Sci Technol 59(6):983–1001Tax SS, Brown SW, Chandrashekaran M (1998) Customer evaluations of service complaint experi-
ences: implications for relationship marketing. J Mark 62(2):60–76Thibaut JW, Kelley HH (1959) The social psychology of groups. Wiley, New YorkVenkatesh V, Speier C, Morris MG (2002) User acceptance enablers in individual decision making
about technology: toward an integrated model. Decis Sci 33(2):297–315Wang Y, Fesenmaier DR (2003) Assessing motivation of contribution in online communities: an
empirical investigation of an online travel community. Electron Markets 13(1):33–45White JC, Varadarajan PR, Dacin PA (2003) Market situation interpretation and response: the role
of cognitive style, organizational culture, and information use. J Mark 67(3):63–79
Kundenintegration 2.0 – Welche Faktoren beeinflussen . . . 45
Wiertz C, de Ruyter K (2007) Beyond the call of duty: why customers contribute to firm-hostedcommercial online communities. Organ Stud 28(3):347–376
Williamsen O (1985) The economic institutions of capitalism: firms, markets, relational contracting,Free Press, New York
Xue M, Harker PT (2002) Customer efficiency. Concept and its impact on E-business management.J Serv Res 4(4):253–267
Customer Participation 2.0 – Which Factors Determine the CustomerParticipation in Transaction-Based Online Communities?
Abstract: The long-term existence of online communities of transaction mainly depends on theparticipation of their members. Despite this importance, up to now no studies have empirically in-vestigated the drivers of customer participation in those online communities which are growing innumber. The present paper contributes to this research gap by developing a comprehensive modelanalyzing member-specific, social and provider-specific determinants of customer participation inonline communities of transaction. This model is based on two so far rather isolated research streams:traditional customer participation research and online community research. By testing our theoreti-cal model using data generated in an online community of transaction, we identify member-specificdrivers to be most important. Thus, providers of these online communities should put an emphasison marketing activities that have an impact on the community members’ enjoyment and expertise.Moreover, the perceived interactional justice of the interaction within the community and the antici-pated saving of money stimulate customer participation as well. Quite unexpectedly, we find socialidentification and positive network effects to have a negative influence on customer participation.
Keywords: Customer co-production · Online communities · Web 2.0
