Der Einfluss generativer KI-Shopping-Assistenten auf die Konsumentscheidung

Generative KI-basierte Einkaufsassistenten, die auf großen Sprachmodellen (LLMs) basieren, bieten neue Möglichkeiten, mit Produktinformationen in Online-Shops zu interagieren. Sie können personalisierte Produktbeschreibungen basierend auf expliziten Eingaben und implizitem Verhalten der Verbraucherinnen und Verbaucher liefern. Diese neue Technologie bietet interessante Chancen. Gleichzeitig ist jedoch unklar, welche Auswirkungen sie auf die kognitiven Prozesse und das Entscheidungsverhalten der Kundinnen und Kunden hat, da es an Wissen darüber fehlt, wie GenAI-basierte Einkaufsassistenten die Verbraucherinnen und Verbraucher im Vergleich zum traditionellen Online-Shopping in E-Commerce-Shops beeinflussen. Traditionelles Online-Shopping beruht auf etablierten Navigations- und Suchfunktionen, während GenAI natürliche, sprachbasierte und personalisierte Interaktionen einführt. Das Verständnis der Unterschiede im Verbraucherverhalten zwischen diesen beiden Ansätzen ist entscheidend für die Optimierung von E-Commerce-Strategien und die Verbesserung der Kundenerfahrungen.

Diese Studie untersucht empirisch die Auswirkungen von GenAI-basierten Einkaufsassistenten auf Verbraucher in Online-Shops. Um unsere Forschungsfragen zu beantworten, führen wir ein Laborexperiment in Karlsruhe durch. Das Experiment ist als zweifaktorielles Between-Subjects-Design (traditionelles Online-Shopping vs. GenAI-basiertes Einkaufen) konzipiert. In jeder Bedingung werden die Teilnehmer mit einer der beiden Versionen des experimentellen Prototyps interagieren.

Wir sammeln und analysieren subjektive Umfragedaten sowie objektive Eye-Tracking- und Verhaltensdaten, um die Auswirkungen auf die Kognition und Entscheidungsfindung der Verbraucherinnen und Verbaucher zu verstehen.

Key Facts:

• Diese Studie untersucht, wie KI-basierte Einkaufsassistenten die Entscheidungsfindung und kognitiven Prozesse der Verbraucherinnen und Verbaucher im Vergleich zu traditionellen Online Shops beeinflussen.
• Hierzu entwickeln wir einen Online-Shop-Prototypen mit traditionellen und GenAI-basierten Konfigurationen.
• Diese Studie nutzt Eye-Tracking, Verhaltensinteraktionsdaten und Befragungsdaten, um die kognitive Belastung, die Entscheidungsgeschwindigkeit und die Zufriedenheit der Verbraucherinnen und Verbraucher zu bewerten, mit dem Ziel, Einblicke in die Effektivität und Effizienz von GenAI im E-Commerce zu gewinnen und zukünftige Strategien für Online-Händler zu abzuleiten.