News

Der Lehrstuhl für Marketing & Innovation bietet im Wintersemester 2025/2026 in Zusammenarbeit mit der ADIDAS AG und der BAUR Gruppe das Forschungsprojekt „Innovations- und Dialogmarketing (KI-gestützter Kundendialog)“ an. Die Studierenden sind nach der Teilnahme an diesem Forschungsprojekt mit neueren inhaltlichen und methodischen Entwicklungen zum Thema Anwendungen generativer künstlicher Intelligenz im Kundendialog vertraut und können einschlägige Forschungsfragen eigenständig wissenschaftlich bearbeiten.

Anrechenbar ist diese Veranstaltung

• mit 5 ECTS im Bachelor BWL (Spezialisierung Marketing [H+I III.]), im Bachelor Wirtschaftsingenieurwesen (Modulbereich H (Marketing und Services [III.])), im Bachelor Wirtschaftsinformatik (Spezialisierung (Vertiefung Digital Life [G-II])) und weiteren Studiengängen (vgl. Campus Online) sowie
• mit 6 ECTS im Master BWL (Basismodulbereich B1 [B 1-6] oder Ergänzungsmodulbereich E), im Master Sportökonomie (Modulbereich A [A-1-2] / Modulbereich B [B-1-5] / Ergänzungsmodulbereich E), im Master Gesundheitsökonomie (Ergänzungsmodulbereich F), im Master Wirtschaftsingenieurwesen (Wirtschaftswiss. Bereich [W-MuSe: HS]), im Master Wirtschaftsmathematik (Wirtschaftswissenschaften E [B-1-6a] / Spezialisierungsmodule [B1 / B2]), im Master Wirtschaftsinformatik (Basismodulbereich [BM 1-6] / Ergänzungsmodulbereich E) und weiteren Studiengängen (vgl. Campus Online).

Inhalt in diesem Semester

Generative KI (z.B. mittels ChatGPT aufgesetzte KI-Agenten) erlaubt es heute, Kundenanfragen schneller und besser zu beantworten, als dies früher mittels großer Call-Center der Fall war und zwar in geschriebener wie auch gesprochener Sprache.

Ein solcher KI-Agent kann etwa die Suche nach einem geeigneten Artikel aus einem großen Sortiment im Rahmen eines natürlich-sprachigen Dialogs ermöglichen. Dabei kann der KI-Agent sogar auf die Kundenwünsche abgestimmt werden: Über ein geeignetes Prompting wird die KI aufgefordert, im Kundendialog eine vordefinierte Rolle einzunehmen (z.B. „beste Freundin“, „junge hippe Influencerin“, „traditioneller, etwas älterer Verkäufer mit großer Erfahrung“) und aus dieser Rolle heraus unterschiedliche Aspekte bei der Auswahl zu betonen.  

In der Wissenschaft, aber auch bei vielen Herstellern (z.B. ADIDAS) und Händlern (z.B. BAUR) stellt man sich allerdings die Frage, welche dieser möglichen vordefinierten Rollen seitens des Kunden präferiert werden bzw. welche Faktorausprägung bei diesen Rollen in Abhängigkeit vom Kunden sinnvoll ist, z.B.
 

• Faktor Alter: Vertrauen Kunden eher einem KI-Agenten, der einen älteren oder der einen jüngeren Verkäufer simuliert (vgl. z.B. erste Untersuchungen bei Marin, Lee 2013)? Unterscheiden sich hier ältere von jüngeren Kunden?
  
• Faktor Formalität: Soll der KI-Agent eher formell (z.B. höflich, strukturiert und distanziert) kommunizieren oder eher informell (z.B. Ansprache in zweiter Person, umgangssprachlich, flapsig, persönlich werdend, vgl. z.B. Mikhailova et al. 2024)?
  

Wir wollen in diesem Semester diese Fragen beantworten, indem wir (1) die bisherigen Erkenntnisse zusammentragen und wichtige Faktoren (z.B. simuliertes Alter oder simulierte Formalität des KI-Agenten) benennen, (2) zu zwei dieser Faktoren beispielhafte ChatGPT-Dialoge erzeugen (Text, Sprache oder Interaktion) und (3) die Beispieldialoge in einer Kundenbefragung bewerten lassen (Between Subjects Design).   

Die Teilnehmerinnen und Teilnehmer sind in 2er bis 4er Gruppen organisiert und bearbeiten als Gruppe diese Fragestellung. Eine Anmeldung zum Forschungsprojekt über Campus Online wird durch uns am 13.10.2025 um 9:00 Uhr freigeschaltet.

Bei der Bearbeitung der Fragestellungen können die Gruppen gerne eine Fokussierung auf eine Artikelgruppe und einen Hersteller oder Händler (z.B. Sneaker oder T-Shirts von Adidas) vornehmen (um belastbare Ergebnisse zu erzielen). Zur Bearbeitung der Fragestellungen kommt jeweils sowohl
  

• eine Sekundäranalyse (Recherche mit dem Ziel, den aktuellen Forschungsstand zu erfassen: Welche Faktoren beeinflussen den Erfolg eines Kundendialogs beim Verkauf? Wurden diese Faktoren bei generativer KI bereits geprüft?)
  als auch
  
• eine Primär­analyse (Entwicklung neuer Erkenntnisse: Experiment mit 2*2=4 Varianten eines Kundendialogs im Between Subjects Design mit Hilfe von quantitativen Kundenbefragungen – z.B. Fragebogen auf Basis des Technology Acceptance Model – oder mit Hilfe von qualitativen Kundenbefragungen – z.B. Tiefeninterviews oder Fokusgruppen)  
  

zum Einsatz. Die Methoden­aus­wahl und das Feintuning des Ansatzes erfolgt in Abstimmung mit den Betreuern. Die Arbeitsfortschritte werden über das Semester hinweg zwischen- und abschlusspräsentiert.

Veranstaltungsdetails: Nur an ausgewählten Tagen, freitags, 10:15-11:45 Uhr 

• 17.10.2025: Kick-Off, Erläuterungen zur Veranstaltung im S 61,
• 14.11.2025: Zwischenpräsentation: Sekundäranalyse, Befragungskonzept im S 61,
• 12.12.2025: Zwischenpräsentation: Feinabstimmung der Befragung im S 61,
• 23.01.2026: Abschlusspräsentation im S 61.
• Betreuung: Die Betreuung erfolgt durch Unternehmensvertreter sowie Herrn Prof. Dr. Daniel Baier, Frau Gkoutselis und Herrn Karasenko (persönlich, gerne auch per Videocall oder Mail: daniel.baier@uni-bayreuth.de bzw. stella.gkoutselis@uni-bayreuth.de, andreas.karasenko@uni-bayreuth.de).     
  

Literaturhinweise

• Cox, S. R., Ooi, W. T. (2022): Does Chatbot Language Formality Affect User´s Self-Disclosure? In Association for Computing Machinery (Ed.), Proceedings of the 4th Conference on Conversational User Interfaces (pp. 1-13). Association for Computing Machinery.

• Marin, A. L., Lee, S. (2013): Interaction Design for Robotic Avatars Does Avatar ´s Aging Cue Affect the User´s Impressions of a Robot?. In C. Stephanidis, M. Antona (Eds.), Universal Access in Human-Computer Interaction – User and Context Diversity (pp. 373-382). Springer.

Hier finden Sie die Ankündigung als pdf.