Refine
Document Type
- Conference proceeding (2) (remove)
Language
- German (2) (remove)
Has full text
- yes (2) (remove)
Is part of the Bibliography
- yes (2)
Institute
- ESB Business School (2) (remove)
Publisher
Artificial Intelligence (AI) in der Markenführung: Künstliche Neuronale Netze zur Markenimagemessung
(2023)
Da Künstliche Neuronale Netze die Modellierung nichtlinearer und vielschichtiger Beziehungen ermöglichen, befasst sich dieser Beitrag mit deren Einsatzmöglichkeiten für die methodisch anspruchsvolle Analyse und Messung des Markenimages. Zur Veranschaulichung des konzeptionellen Ansatzes wird am empirischen Beispiel des Sportartikelherstellers adidas ein mehrschichtiges Künstliches Neuronales Netz zwischen den Bewertungen spezifischer Markenattribute und der Gesamtbewertung der Marke erzeugt. Auf der Grundlage einer Analyse der Verbindungsgewichte des Künstliches Neuronales Netzes wird die Bedeutung verschiedener Markenattribute für die Markenbewertung gemessen, wodurch sich konkrete Implikationen für die Praxis der Markenführung ableiten lassen.
Der relative Vorteil von Heim- gegenüber Auswärtsteams im Sport - der sogenannte Heimvorteil - ist in mehreren Studien belegt (z.B. Nevill et al., 2002; Jamieson, 2010). Als theoretisch dem Heimvorteil zugrundeliegende Faktoren gelten u.a. folgende: die Zuschauer (durch ihre motivierende Wirkung auf Spieler oder beeinflussende Wirkung auf Schiedsrichter), Reisefaktoren (z.B. die Entfernung bzw. Dauer der Reise und die damit einhergehende Erschöpfung der Spieler) und die Vertrautheit der Heimmannschaft mit der Umgebung (z.B. die Vertrautheit mit dem Stadion und dem Spieluntergrund) (Courneya & Carron, 1992; Nevill et al., 2002). Durch die während der COVID-19-Pandemie stattfindenden Spiele ohne Zuschauer (Geisterspiele) lässt sich erstmals durch ein natürliches Experiment der Einfluss von Zuschauern auf den Heimvorteil betrachten. Ein Überblick über die Studien, die den Heimvorteil in verschiedenen Fußballligen während der pandemiebedingten Geisterspiele untersuchen, findet sich in Leitner et al. (2022).