Eine neue Klasse hybrider Innovationsdiffusionsmodelle

Die vorliegende Arbeit befasst sich mit Innovationsdiffusionsmodellen und deren Anwendung in der Marketingpraxis. Sie hat zwei Ziele: Einen Überblick über existierende Innovationsmodelle zu schaffen und ein neues besseres Modell zu entwickeln. Es wird ein neuer Klassifizierungsansatz vorgeschlagen, mit dessen Hilfe ein strukturierter Überblick über die vorhandenen zahlreichen Innovationsdiffusionsmodelle möglich wird. Die Klassifizierung beruht auf den Annahmen in den Innovationsdiffusionsmodellen. Dies erlaubt im Gegensatz zu den bekannten Klassifizierungen (z.B. von Roberts/Lattin (2000)) die Bildung von disjunkten Modellklassen. Anhand der neuen Klassifizierung werden die prominenten Modelle, wie z.B. Bass-Modell (1969) bzw. Kalish-Modell (1985) eingeordnet und ihre Vor- und Nachteile aufgezeigt. Dieser Ansatz erleichtert eine Entscheidung für das beste zu verwendende Modell, wenn bekannt ist, welche Daten (Absatzdaten, Daten über Konsumenten etc.) zur Verfügung stehen und/oder welches Ziel (Absatzprognose, Preisbestimmung) verfolgt wird. Im zweiten Teil der Arbeit wird ein neues hybrides Innovationsdiffusionsmodell – das Information-Disicion-Evaluation-Modell (IED-Modell) – vorgestellt. Das IED-Modell besitzt zahlreiche Vorteile gegenüber existierenden Innovationsdiffusionsmodellen. Die Struktur des IED-Modells ist sehr allgemein so, dass das IED-Modell als eine Modellklasse bezeichnet werden könnte. Werden die Annahmen des IED-Modells genau definiert (z.B. über die Anzahl der Wettbewerbsprodukte usw.), erhält es eine explizite Form, die prominenten Innovationsdiffusionsmodellen ähnlich oder vollkommen identisch sein kann (für die Erstellung einer expliziten Form des IED-Modells siehe www.ied-modell.de). Ein solcher allgemeiner Modellierungsansatz des IED-Modells ist neu für die Innovationsdiffusionsforschung. Das IED-Modell und dessen Annahmen werden mittels Monte-Carlo-Simulationen analysiert. Beim empirischen Test an realen Daten wird das IED-Modell mit vier renommierten Innovationsdiffusionsmodellen verglichen. Laut diesem Vergleich ist das Anpassungsvermögen des IED-Modells im Durchschnitt besser als das der vier Vergleichsmodelle. Bei drei- und zehnmonatlichen Prognosen zeigte das IED-Modell eine sehr gute Vorhersagefähigkeit.