AI in Cosmetics. Determinants Influencing the Acceptance of Product Configurators.

Hauptsächlicher Artikelinhalt

Maike Netscher Neu-Ulm University of Applied Sciences image/svg+xml
Thomas Rehrl Neu-Ulm University of Applied Sciences image/svg+xml
Stephanie Jordan Neu-Ulm University of Applied Sciences image/svg+xml https://orcid.org/0000-0002-2830-8678
Mara Roschmann Neu-Ulm University of Applied Sciences image/svg+xml
Daniela Seibel Neu-Ulm University of Applied Sciences image/svg+xml
Katharina Kill Neu-Ulm University of Applied Sciences image/svg+xml
Pearl Heppler Neu-Ulm University of Applied Sciences image/svg+xml
Marc Lunkenheimer Neu-Ulm University of Applied Sciences image/svg+xml
Prof. Dr. Alexander Kracklauer https://orcid.org/0000-0002-0707-7954

Keywords

Künstliche Intelligenz (KI), Kosmetikindustrie, Produktkonfiguratoren, Technologieakzeptanz, Kundenberatung

Abstract

Künstliche Intelligenz (KI) revolutioniert die Kosmetikindustrie durch innovative
Personalisierung und erweiterte Kundenberatung. KI-basierte Produktkonfiguratoren
ermöglichen Individualisierung für Kunden und fördern Wettbewerbsvorteile
für Unternehmen. Die Akzeptanz von KI-basierten Produktkonfiguratoren in der
Kosmetikindustrie ist noch nicht ausreichend erforscht. Um diese Forschungslücke zu
schließen, wurde eine quantitative Studie mit einer Convenience-Stichprobe von 116
weiblichen Probanden durchgeführt. Anhand von zehn Hypothesen wurde untersucht,
welche Determinanten die Technologieakzeptanz beeinflussen. Die Untersuchung zeigte,
dass das Alter der Kundinnen einen signifikanten Einfluss auf die Nutzungsabsicht, den
wahrgenommenen Genuss und die Selbstwirksamkeit hat. Die Determinanten subjektive
Norm, persönliches Image und wahrgenommene Benutzerfreundlichkeit beeinflussen
die Technologieakzeptanz signifikant. Die Studie liefert einen Mehrwert für zukünftige
Anpassungen von Verkaufsprozessen hinsichtlich digitaler Bestellalgorithmen und
Produktkonfiguratoren entlang der Customer Journey.

Abstract | Bavarian Journal of Applied Sciences_06_2023_Netscher_web.pdf Downloads

Literaturhinweise