Zum Zwecke einer umfassenderen und genaueren Erfassung der Einflussfaktoren, welche die Erklärung sowie Vorhersage der Technologieakzeptanz älterer Personen ermöglichen, wird im Rahmen dieser Arbeit ein empirisches Design konzipiert, welches die folgende Forschungsfrage zu beantworten versucht: "Inwieweit beeinflusst die subjektive Norm die Technologieakzeptanz älterer Menschen?" Technologien sind in den meisten gesellschaftlichen Bereichen allgegenwärtig, sodass deren Einsatz unter anderem zu einem integralen Bestandteil von Arbeit, Bildung und Kommunikation geworden ist. Bedingt durch diese gesellschaftliche Omnipräsenz von Technologien und angesichts des demografischen Wandels, also der sukzessiven Alterung der Bevölkerung bleiben auch die Lebenswelten älterer Menschen davon nicht unberührt, sondern werden zunehmend durch neue Technologien geprägt. Technologien bergen dabei insbesondere für diese Personengruppe mannigfaltige Nutzenpotenziale.
Die Ausschöpfung von technologieinhärenten Nutzenpotenzialen erfordert allerdings die tatsächliche Nutzung und damit Akzeptanz eben dieser Technologien. Diese sogenannte Technologieakzeptanz ist jedoch bei älteren Menschen tendenziell geringer ausgeprägt, was sich in einer im Vergleich zu jüngeren Personen niedrigeren Nutzung von Technologien ausdrückt. Eine geringere Technologieakzeptanz hat dabei aber nicht nur zur Folge, dass älteren Menschen eine Erschließung der Potenziale verschiedener Technologien verwehrt bleibt, sondern führt darüber hinaus dazu, dass sie der Gefahr des gesellschaftlichen und sozialen Ausschlusses ausgesetzt sind, insbesondere weil die Nutzung bestimmter Technologien (z. B. Kommunikationstechnologien für soziale Interaktion) eine Grundvoraussetzung für die soziale Teilhabe und gesellschaftliche Integration darstellt.
Aus diesen Gründen kommt der Technologieakzeptanz im Alter und deren Förderung eine bedeutsame Rolle zu. Um die Technologieakzeptanz fördern zu können, bedarf es der Kenntnis über die Determinanten und Einflussfaktoren der Akzeptanz von Technologien durch die potenziellen Nutzer*innen. In empirischen Untersuchungen ist diesbezüglich bereits eine Vielzahl von Einflussfaktoren auf die Technologieakzeptanz älterer Menschen identifiziert worden. Empirische Erkenntnisse weisen dabei darauf hin, dass die subjektive Norm als eine relevante Einflussvariable für die Technologieakzeptanz älterer Menschen deklariert werden kann.
Inhaltsverzeichnis
Abbildungs- und Tabellenverzeichnis
1. Einleitung
2. Theoretische Grundlagen
2.1 Technologieakzeptanz
2.2 Technology Acceptance Model
2.3 Technology Acceptance Model 2
3. Technologieakzeptanz im Alter
3.1 Praktische Relevanz
3.2 Technologienutzung und Technologieakzeptanz im Alter
3.3 Einflussfaktoren auf die Technologieakzeptanz im Alter
3.4 Subjektive Norm: Ein bislang vernachlässigter Einflussfaktor?
3.5 Hypothesen
4. Empirisches Design
5. Diskussion und Ausblick
5.1 Kritische Würdigung des konzipierten methodischen Vorgehens
5.2 Ausblick
Anhang
Literaturverzeichnis
Abbildungs- und Tabellenverzeichnis
Abb. 1: Fünf-Phasen-Modell des Innovation-Decision Process
Abb. 2: Technology Acceptance Model
Abb. 3: Technology Acceptance Model
Tab. 1: Beispiele für das Potenzial von Technologien
Tab. 2: Fragebogen-Item „Technologieerfahrung“
Tab. 3: Fragebogen-Items „Subjektive Norm“
Tab. 4: Fragebogen-Items „Nutzungsabsicht“
1. Einleitung
Technologien sind in den meisten gesellschaftlichen Bereichen allgegenwärtig, sodass deren Einsatz unter anderem zu einem integralen Bestandteil von Arbeit, Bildung und Kommunika- tion geworden ist (vgl. Czaja et al., 2006, S. 334). Auch im Gesundheitswesen werden Techno- logien, bspw. zur interaktiven Kommunikation zwischen Ärzt*innen und Patient*innen oder zur Übermittlung von Gesundheitsinformationen, zunehmend eingesetzt (vgl. Czaja et al., 2006, S. 334; Yang et al., 2015, S. 3 f.).
Bedingt durch diese gesellschaftliche Omnipräsenz von Technologien und angesichts des demografischen Wandels, also der sukzessiven Alterung der Bevölkerung bleiben auch die Lebenswelten älterer Menschen davon nicht unberührt, sondern werden zunehmend durch neue Technologien geprägt (vgl. Seifert, 2016, S. 11). Technologien bergen dabei insbesondere für diese Personengruppe mannigfaltige Nutzenpotenziale. So können altersbedingte körperliche bzw. kognitive Verluste durch den Einsatz von unterschiedlichen Technologien kompensiert werden (vgl. Chen und Lou, 2020, S. 1 f.; Deutscher Bundestag, 2020, S. 60). Ferner eröffnen Technologien neue Möglichkeiten für eine selbstbestimmte Lebensführung und damit die Chance auf einen möglichst langen Verbleib in der eigenen Häuslichkeit (vgl. Blackman et al., 2016, S. 55 ff.; Deutscher Bundestag, 2020, S. 60; Piau et al., 2014, S. 97 ff.; Rashidi und Mihailidis, 2012, S. 579 ff.).
Die Ausschöpfung von technologieinhärenten Nutzenpotenzialen erfordert allerdings die tatsächliche Nutzung und damit Akzeptanz eben dieser Technologien (vgl. Taherdoost, 2019, S. 1 f.). Diese sogenannte Technologieakzeptanz ist jedoch bei älteren Menschen tendenziell geringer ausgeprägt, was sich in einer im Vergleich zu jüngeren Personen niedrigeren Nutzung von Technologien ausdrückt (vgl. Broady, Chan und Caputi, 2010, S. 473 f.; Jarvis, Sartorius und Chipps, 2020, S. 339). Eine geringere Technologieakzeptanz hat dabei aber nicht nur zur Folge, dass älteren Menschen eine Erschließung der Potenziale verschiedener Technologien verwehrt bleibt (vgl. Jarvis, Sartorius und Chipps, 2020, S. 339; Kolland, Wanka und Gallistl, 2019, S. 4; Stubbe, Schaat und Ehrenberg-Silies, 2019, S. 18), sondern führt darüber hinaus dazu, dass sie der Gefahr des gesellschaftlichen und sozialen Ausschlusses ausgesetzt sind, insbesondere weil die Nutzung bestimmter Technologien (z. B. Kommunikationstechnologien für soziale Interaktion) eine Grundvoraussetzung für die soziale Teilhabe und gesellschaftliche Integration darstellt (vgl. Arning und Ziefle, 2007, S. 2905; González, Ramírez und Viadel, 2012, S. 585).
Aus diesen Gründen kommt der Technologieakzeptanz im Alter und deren Förderung eine bedeutsame Rolle zu. Um die Technologieakzeptanz fördern zu können, bedarf es der Kenntnis über die Determinanten und Einflussfaktoren der Akzeptanz von Technologien durch die potenziellen Nutzer*innen (vgl. Taherdoost, 2019, S. 2). In empirischen Untersuchungen ist diesbezüglich bereits eine Vielzahl von Einflussfaktoren auf die Technologieakzeptanz älterer Menschen identifiziert worden (siehe z. B. Brosnan, 1999; Chen und Chan, 2011; Chen und Chan, 2014; Chung et al., 2010; Czaja et al., 2006; Davis, 1985; McCreadie und Tinker, 2005; Morris und Venkatesh, 2000; Pan und Jordan-Marsh, 2010; Peek et al., 2016; Tsertsidis, Kolkowska und Hedström, 2019; Venkatesh und Davis, 2000). Im Rahmen der Literaturdurchsicht ist dabei aufgefallen, dass hinsichtlich der Einflussfaktoren auf die Technologieakzeptanz im Alter ein Forschungsbedarf besteht. So wurde der sogenannten subjektiven Norm als eine Form des sozialen Einflusses auf die Technologieakzeptanz bislang kaum explizit oder im Rahmen allgemeiner empirischer Untersuchungen zur Erklärung und Vorhersage der Technologieakzeptanz älterer Menschen Beachtung geschenkt (vgl. Bozan, Davey und Parker, 2015, S. 518).
Erste empirische Erkenntnisse weisen jedoch darauf hin, dass die subjektive Norm als eine relevante Einflussvariable für die Technologieakzeptanz älterer Menschen identifiziert werden kann (vgl. Askari et al., 2020; Zhou et al., 2020). Zum Zwecke einer umfassenderen und genaueren Erfassung der Einflussfaktoren, welche die Erklärung sowie Vorhersage der Technologieakzeptanz älterer Personen ermöglichen, nimmt sich die vorliegende Arbeit des aufgezeigten Forschungsbedarfs an, indem ein empirisches Design konzipiert wird, welches die folgende Forschungsfrage zu beantworten versucht: Inwieweit beeinflusst die subjektive Norm die Technologieakzeptanz älterer Menschen?
Insgesamt ist diese Arbeit dabei wie folgt aufgebaut: Zunächst werden die theoretischen Grundlagen dargelegt. Dies beinhaltet zum einen die Erläuterung sowie Definition des Konstrukts „Technologieakzeptanz“ und zum anderen die Vorstellung von Akzeptanzmodellen zur Erklärung und Vorhersage von Technologieakzeptanz. Die theoretische Grundlage dieser Arbeit wird dabei das Technology Acceptance Model 2 (vgl. Venkatesh und Davis, 2000) bilden, da dieses im Vergleich zum zuvor entwickelten Technology Acceptance Model (vgl. Davis, 1985) die Variable der subjektiven Norm als sozialen Einflussfaktor konkret einbezieht. Das Technology Acceptance Model (vgl. Davis, 1985) wird vorher dennoch kurz erläutert, da es die Grundlage des darauf aufbauenden Technology Acceptance Model 2 (vgl. Venkatesh und Davis, 2000) darstellt.
Im dritten Kapitel steht schließlich die Technologieakzeptanz im Alter im Mittelpunkt der Ausführungen. Hierbei wird zunächst die praktische Relevanz dieser Thematik verdeutlicht. Danach wird ein Literaturüberblick darüber gegeben, wie es laut empirischen Befunden grundsätzlich um die Technologienutzung sowie Technologieakzeptanz älterer Menschen bestellt ist. Anschließend werden die wesentlichsten Faktoren vorgestellt, die Einfluss auf die Technologieakzeptanz von älteren Menschen ausüben. Im Anschluss daran werden der dabei abzuleitende, bereits kurz umrissene Forschungsbedarf, die Forschungsfrage sowie die Zielsetzung dieser Arbeit näher beleuchtet. Daran anknüpfend erfolgt im darauffolgenden Abschnitt die Herleitung der zu überprüfenden Hypothesen. Anschließend wird dem Ziel dieser Arbeit Rechnung getragen, indem ein empirisches Design, also das methodische Vorgehen, mit dem die Forschungsfrage untersucht und die Hypothesen überprüft werden könnten, konzipiert wird.
Zum Abschluss werden die Ausführungen bzw. Erkenntnisse dieser Arbeit kurz rekapituliert, ehe das konzipierte empirische Design bzw. Datenerhebungsinstrument reflektiert und kritisch gewürdigt wird, um unter anderem herauszuarbeiten, welche methodischen Limitationen exis- tieren. Im anschließenden Ausblick wird zum einen auf prozedurale Aspekte der Verteilung des als Fragebogen konzipierten Datenerhebungsinstruments eingegangen und zum anderen wird eruiert, welche methodischen Einschränkungen aufgelöst werden könnten. Nicht zuletzt wird an dieser Stelle auch auf weitere, zukünftige Forschungsinteressen hingewiesen.
2. Theoretische Grundlagen
2.1 Technologieakzeptanz
Der Begriff „Technologieakzeptanz“ hat seinen Ursprung im Forschungsgebiet der Informations- und Kommunikationstechnologien (vgl. Marangunić und Granić, 2015, S. 81). So sind bereits seit den 1970er Jahren die Akzeptanz und Nutzungsbereitschaft von Informa- tionstechnologien sowie Informationssystemen Gegenstand der Forschung und werden als Voraussetzung für die Diffusion, also die Verbreitung von technologischen Innovationen und für die Realisierung von Technologien deklariert (vgl. Arning und Ziefle, 2007, S. 2905; Ein- Dor und Segev, 1978; Lucas, 1973; Momani, Jamous und Hilles, 2017, S. 1). Weiterhin wird Technologien ein nur geringer Wert bzw. Nutzen beigemessen, solange diese nicht akzeptiert und genutzt werden (vgl. Samaradiwakara und Gunawardena, 2014, S. 22; Oye, Iahad und Rahim, 2014, S. 252 ff.). Im Kontext von Technologien kommt der Akzeptanz folglich eine besondere Bedeutung zu.
Der Begriff „Akzeptanz“ kann sich grundsätzlich auf beinahe jeden (materiellen oder immateriellen) Gegenstand beziehen: Von der Akzeptanz von Personen und Gruppen über die Akzeptanz von Politik, rechtlichen Regelungen bzw. Gerichtsentscheidungen oder Strategien des Natur-, Umwelt- oder Klimaschutzes bis hin zu Technologien und technischen Artefakten (vgl. Schäfer und Keppler, 2013, S. 7). Entsprechend breit gefächert ist das Forschungsfeld der Akzeptanzforschung, das in diversen Disziplinen verortet werden kann (vgl. Schäfer und Keppler, 2013, S. 7). Diesem Umstand mag es geschuldet sein, dass es keine einheitliche, allgemein gültige Definition des Akzeptanzbegriffs gibt (vgl. Adell, Várhelyi und Nilsson, 2018, S. 12; Williams und Lynn, 2010, S. 6; Wulfert, 1994, S. 14 ff.). Folglich sind die definitorischen Ansätze vom jeweiligen Kontext abhängig bzw. beeinflusst, in dem Akzeptanz untersucht wird. Da in dieser Arbeit jedoch die Technologieakzeptanz im Mittelpunkt der Ausführungen und Untersuchung steht, wird das Konzept der Akzeptanz im Kontext von Technologien betrachtet.
Zur Erklärung von Technologieakzeptanz können unter anderem Diffusionstheorien herange- zogen werden. Dazu zählt bspw. der Innovation-Decision Process (vgl. Rogers, 1995). Demgemäß ist die Entscheidung eines Individuums, eine (z. B. technologische) Innovation anzunehmen oder abzulehnen, keine unmittelbare oder spontane Handlung, sondern vielmehr ein sozialer Prozess über eine gewisse Zeit, welcher eine Reihe von Handlungen sowie Entscheidungen beinhaltet (vgl. Rogers, 1995, S. 161). Dieser sogenannte Innovation-Decision Process stellt im Grunde eine Informationssuche und Informationsverarbeitung dar, durch die ein Individuum die Unsicherheiten hinsichtlich der Vor- und Nachteile einer (technologischen) Innovation zu reduzieren versucht (vgl. Kaplan, 1999, S. 469; Rogers, 1995, S. 165). Das Individuum strebt dabei an, die Innovation zu verstehen und ihr einen Sinn zu geben (vgl. Rogers, 1995, S. 165; Sahin, 2006, S. 15 f.). Der Innovation-Decision Process wird in einem Modell (s. Abb. 1) abgebildet und ist in folgende Phasen unterteilt: Knowledge, Persuasion, Decision, Implementation und Confirmation.
Abb. 1: Fünf-Phasen-Modell des Innovation-Decision Process
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Eigene Darstellung, in Anlehnung an: Rogers, 1995, S. 164.
Die Phase Knowledge tritt ein, wenn ein Individuum von einer Innovation erfährt und versteht, wie diese funktioniert (vgl. Li und Lindner, 2007, S. 85; Rogers, 1995, S. 161). Diese Kenntnis kann Individuen dazu motivieren, weitere Informationen über die Eigenschaften der Innovation zu sammeln, wodurch schließlich die Phase Persuasion eingeleitet wird (vgl. Kaplan, 1999, S. 469; Talke und Heidenreich, 2014, S. 895). Innerhalb dieser Phase bildet das Individuum eine positive oder negative Einstellung gegenüber der betreffenden Innovation (vgl. Rogers, 1995, S. 162; Yoh et al., 2003, S. 1100). Ob ein Individuum einer Innovation gegenüber positiv oder negativ eingestellt ist, hängt dabei davon ab, wie es die Innovation nach Erhalt der Informationen bewertet, also inwieweit sie unter anderem den eigenen Erwartungen entspricht (vgl. Rogers, 1995, S. 204; Talke und Heidenreich, 2014, S. 895).
In der darauffolgenden Decision -Phase entscheidet das Individuum, ob es eine Innovation annimmt oder ablehnt (vgl. Sahin, 2006, S. 16). Das Ergebnis mündet anschließend in einer Verhaltensabsicht, stellt jedoch noch kein konkretes Verhalten dar (vgl. Sahin, 2006, S. 16;
Talke und Heidenreich, 2014, S. 895). Dies bedeutet, dass ein Individuum ein bestimmtes Verhalten, wie z. B. die Annahme oder Ablehnung der Innovation, intendiert, es aber noch nicht umgesetzt hat. Das tatsächliche Verhalten findet erst in der Phase der Implementation statt (vgl. Yoh et al., 2003, S. 1100). Hat sich ein Individuum in der vorherigen Phase für die Annahme entschieden, drückt sich das Verhalten in einem Erwerb sowie einer mindestens einmaligen Nutzung der betreffenden Innovation aus (vgl. Talke und Heidenreich, 2014, S. 895). Liegt hingegen die Entscheidung zur Ablehnung vor, so zeigt sich das tatsächliche Verhalten im Nichterwerb und damit in einer Nicht-Nutzung der Innovation (vgl. Sahin, 2006, S. 17; Talke und Heidenreich, 2014, S. 895).
Innerhalb der Phase der Confirmation strebt das Individuum schließlich danach, in ihrem oder seinem Annahme- bzw. Ablehnungsverhalten bestärkt zu werden (vgl. Sahin, 2006, S.17; Talke und Heidenreich, 2014, S. 895). Dabei ist es möglich, dass das Individuum ihre bzw. seine zuvor getätigte Entscheidung zur Annahme bzw. Ablehnung der betreffenden Innovation revidiert und umkehrt (vgl. Parthasarathy und Bhattacherjee, 1998, S. 375; Rogers, 1995, S. 162). Der Innovation-Decision Process endet schließlich, wenn die Innovation entweder angenommen, also genutzt wird oder wenn sie auch zu einem späteren Zeitpunkt nicht mehr gekauft würde und somit als abgelehnt bewertet werden kann (vgl. Rogers, 1995, S. 21 f.; Talke und Heidenreich, 2014, S. 895). Basierend auf den zurückliegenden Ausführungen kann Akzeptanz folglich unter anderem als die Entscheidung von Individuen, eine bestimmte Technologie bzw. technologische Innovation zu nutzen, beschrieben werden (vgl. Buenaflor und Kim, 2012, S. 578).
Ein weiterer in der Literatur häufig erwähnter Ansatz zur Erklärung von Akzeptanz (siehe z. B. Amberg, Hirschmeier und Wehrmann, 2004; Bauer et al., 2005) stellt das Dynamische Akzeptanzmodell (vgl. Kollmann, 1998) dar, welches auf dem Innovation-Decision Process basiert, aber ergänzend unterschiedliche Akzeptanzebenen, nämlich die Einstellungsebene, die Handlungsebene sowie die Nutzungsebene, differenziert (vgl. Kollmann, 1998, S. 92). Akzep- tanz sei hier ein dynamisches Phänomen, welches sich von der Bildung einer positiven Einstellung (vor Kauf/vor Nutzung) über den Kauf (vor Nutzung) bis hin zum problemorientierten Einsatz in einer konkreten Anwendungssituation entwickelt (vgl. Kollmann, 2000, S. 35). Kongruent zum Innovation-Decision Process ist dem Akzeptanzbegriff also auch hier eine zeitliche Komponente inhärent, und zwar in dem Sinne, dass sich die Akzeptanz (z. B. einer Technologie oder Innovation) nicht direkt, sondern im Zeitverlauf ent- wickelt (vgl. Kollmann, 2000, S. 35). Innerhalb dieses Akzeptanzprozesses wirken produkt-, individuen- und umweltspezifische Einflussfaktoren auf die Wahrnehmung einer (technologi- schen) Innovation in den unterschiedlichen Akzeptanzphasen ein (vgl. Kollmann, 1998, S. 117 ff.; Königstorfer, 2008, S. 28).
In den bisherigen Ausführungen zeigte sich, dass die Einstellung (positiv oder negativ) eines Individuums gegenüber einer Innovation bzw. Technologie bedeutsam für dessen Nutzung und Akzeptanz ist. Neben den Einstellungen zählt aber auch das Verhalten zu den wesentlichen Dimensionen von Technologieakzeptanz (vgl. Meyer, 1997, S. 276). So hat sich in Bezug auf den Begriff der Technologieakzeptanz zusätzlich die Unterscheidung zwischen Einstellungsakzeptanz und Verhaltensakzeptanz etabliert (vgl. Arning und Ziefle, 2007, S. 2905).
Um die Begrifflichkeit „Einstellungsakzeptanz“ besser nachvollziehen zu können, wird zunächst kurz erläutert, was grundsätzlich unter Einstellungen zu verstehen ist. Einstellungen können als „learned predisposition or tendency on the part of an individual to respond positively or negatively to some object, situation, concept, or another person“ definiert werden (Aiken, 1970, S. 551). Damit beziehen sich Einstellungen jeweils auf ein „subject matter“, welches bspw. bestimmte Technologien sein können (Albarracin und Shavitt, 2018, S. 300). Weiterhin können verschiedene Komponenten der Einstellung unterschieden werden, nämlich eine affektive (gefühlsmäßige) und eine kognitive (verstandesmäßige) Komponente (vgl. Müller- Böling und Müller, 1986, S. 25; Van den Berg et al., 2006, 373 f.).
Die affektive Komponente oder der Gefühlsfaktor einer Einstellung drückt sich darin aus, dass durch ein Einstellungsobjekt ein bestimmter emotionaler Zustand ausgelöst wird (vgl. Müller- Böling und Müller, 1986, S. 26). So könnte eine ältere Person bspw. einer Technologie zur Kommunikation entweder emotional abweisend gegenüberstehen oder ihre Nutzung als span- nende, Chancen eröffnende Möglichkeit zur sozialen Interaktion bewerten. Die kognitive Kom- ponente von Einstellungen bedingt die Gegenüberstellung von Kosten und Nutzen einer Tech- nologie unter Berücksichtigung des persönlichen Kontextes (vgl. Bürg und Mandl, 2005, S. 77; Müller-Böling und Müller, 1986, S. 26).
Demnach wägen Personen anhand individueller Vorstellungen und Ideen die Nutzung einer bestimmten Technologie im Sinne einer Kosten-Nutzen-Analyse ab (vgl. Arning und Ziefle, 2007, S. 2905; Bürg und Mandl, 2005, S. 77; Müller-Böling und Müller, 1986, S. 26). In einer weiteren Studie konnte diesbezüglich herausgestellt werden, dass, insbesondere bei älteren Personen, Kosten und Nutzen nicht gleich gewichtet werden, sondern dem Nutzen eine im
Vergleich zu den Kosten übergeordnete Bedeutung beigemessen wird (vgl. Melenhorst, Rogers, and Bouwhuis, 2006, S. 190). Demnach übe der Nutzen einen größeren Einfluss auf die Einstellung gegenüber einer bestimmten Technologie aus als die Kosten. Letztlich kann die Einstellungsakzeptanz folglich als Nutzungseinstellung, also als die positive bzw. negative Einstellung eines Individuums gegenüber der Nutzung einer bestimmten Technologie beschrieben werden (vgl. Bürg und Mandl, 2005, S. 79; Goodhue, 1995, S. 1829 ff.). Die Einstellungsakzeptanz ist dabei, genauso wie die Einstellungen selbst, grundsätzlich nicht direkt beobachtbar (vgl. Arning und Ziefle, 2007, S. 2905; Vargas, Duff und Faber, 2017, S. 104).
Von der weiteren Dimension der Technologieakzeptanz, die bereits erwähnte Verhaltensakzeptanz, wird gesprochen, wenn Technologien in Form eines beobachtbaren Verhaltens (v. a. Nutzung) angenommen werden (vgl. Bürg und Mandl, 2005, S. 77). Da die Diffusion und damit der Erfolg von Technologien unter anderem aber auch von der kontinuierlichen, also der initialen Akzeptanz überdauernden Nutzung abhängt, kann die Verhaltensakzeptanz um den Aspekt „Kontinuität der Nutzung“ ergänzt werden (vgl. Lee, 2010, S. 506).
Insgesamt betrachtet wird im Kontext von Technologieakzeptanz also zwischen einem Einstellungsaspekt und einem Verhaltensaspekt differenziert (vgl. Bürg und Mandl, 2005, S. 77). Daraus ergibt sich folgende Schlussfolgerung: Technologieakzeptanz umfasst sowohl die Einstellung gegenüber einem bestimmten Verhalten1 als auch das Verhalten selbst (vgl. Arning und Ziefle, 2007, S. 2905). Geht es nun darum, bspw. die Technologieakzeptanz im Alter zu untersuchen, impliziert dies die Frage, wie ein Verhalten (z. B. Nutzung bzw. Nicht-Nutzung einer bestimmten Technologie) aufgrund der Einstellung zustande kommt und von welchen Faktoren die Einstellungen und das Verhalten beeinflusst werden (vgl. Bürg und Mandl, 2005, S. 77).
Die Frage, ob und inwieweit das Verhalten von Personen mithilfe der Kenntnis von bestimmten Einstellungen vorhergesagt werden kann, ist bislang vielfach untersucht worden (vgl. Bürg und Mandl, 2005, S. 78; Glasman und Albarracín, 2006; Kraus, 1995; Kroesen, Handy und Chorus, 2017). In zahlreichen psychologischen Studien können dabei enge Korrelationen zwischen Einstellungen und Verhalten konstatiert werden, allerdings erst unter der Voraussetzung, dass diese beiden Variablen gleichermaßen spezifisch erhoben wurden (vgl. Aronson, Wilson und Akert, 2004, S. 252 ff.; Bürg und Mandl, 2005, S. 78). Das heißt, diese Zusammenhänge existieren dann, wenn sich die untersuchten Einstellungen auch auf jenes Verhalten, welches durch die Einstellungen vermeintlich beeinflusst wird, beziehen. Im Kontext der Technologie- akzeptanz würde demnach bspw. der Einfluss der Einstellung gegenüber der Nutzung einer bestimmten Technologie (Einstellungsakzeptanz) auf die Verhaltensakzeptanz in Form der tatsächlichen Technologienutzung untersucht werden (siehe z. B. Donat, Brandtweiner und Kerschbaum, 2009; Jackson, Chow und Leitch, 1997).
Im Rahmen der Forschungsbemühungen zu Einstellung und Verhalten haben sich weiterhin sogenannte Drittvariablen-Ansätze (zu finden bei Fishbein & Ajzen, 1975; Ajzen & Fishbein 1980; Ajzen & Madden, 1986; Ajzen, 1991) etabliert, die weitere Variablen berücksichtigen und dadurch eine engere Beziehung zwischen Einstellungen und Verhalten aufdecken können (vgl. Ajzen & Fishbein, 2000, S. 16 ff.; Bürg und Mandl, 2005, S. 78). Die Korrelation zwischen Einstellungen und Verhalten ist auch bei Davis (1989) und Davis et al. (1989) evident geworden. So belegen diese Untersuchungen, dass die Einstellungsakzeptanz als ein wesentlicher Prädiktor für die Verhaltensakzeptanz (hier: Tatsächliche Nutzung einer Technologie) bestimmt werden kann (vgl. Davis, 1989; Davis, Bagozzi und Warshaw, 1989).
Zusammenfassend lässt sich folglich festhalten, dass die Technologieakzeptanz als ein Prozess verstanden werden kann und dementsprechend nicht unmittelbar vorhanden oder nicht vorhanden ist, sondern sich vielmehr über einen bestimmten Zeitraum entwickelt bzw. nicht entwickelt. Sie wird zudem in großem Maße von den Einstellungen eines Individuums gegenüber einer bestimmten Technologie und ihrer Nutzung beeinflusst. Demgemäß wirken sich die Einstellungen bzw. die Einstellungsakzeptanz maßgeblich auf das Verhalten bzw. die Verhaltensakzeptanz (= Technologienutzung) aus. Basierend auf diesen Erkenntnissen und den obigen Ausführungen kann Technologieakzeptanz insgesamt als „positive attitudes and usage behaviour towards technology“ definiert werden (Chen und Chan, 2014, S. 636).
In diesem Zusammenhang ist bislang allerdings noch nicht geklärt worden, welche Faktoren die Technologieakzeptanz, also die Einstellungsakzeptanz bzw. Nutzungseinstellung und damit die tatsächliche Nutzung einer Technologie beeinflussen. Dieser Frage kann mithilfe von Modellen zur Erklärung von Technologieakzeptanz nachgegangen werden (vgl. Marangunić und Granić, 2015, S. 81). In den letzten Jahrzehnten sind diesbezüglich einige Theorien und Modelle entwickelt worden, die zur Beantwortung der Frage, wie es zur Akzeptanz und Nutzung bzw. Ablehnung von Technologien kommt, beitragen sollen (siehe z. B. Bandura, 1986; Davis, 1985; Fishbein und Ajzen, 1975; Goodhue, 1995; Oliver, 1980; Venkatesh und Davis, 2000; Venkatesh et al., 2003). Das Technology Acceptance Model (TAM) nach Davis (1985) zählt dabei zu den am weitverbreitetsten Akzeptanzmodellen (vgl. Marangunić und Granić, 2015, S. 81).
2.2 Technology Acceptance Model
Das Technology Acceptance Model (vgl. Davis, 1985) war eines der ersten, welches psychologische Faktoren in Bezug auf die Technologieakzeptanz berücksichtigt hat und ist auf der Grundlage der Theory of Reasoned Action (vgl. Fishbein und Ajzen, 1975) entwickelt worden (vgl. Samaradiwakara und Gunawardena, 2014, S. 25). Mithilfe dieses Modells, dargestellt in Abbildung 2, kann die Akzeptanz sowie Nutzung einer Technologie erklärt und vorhergesagt werden (vgl. Davis, 1989, S. 320).
Abb. 2: Technology Acceptance Model
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Eigene Darstellung, in Anlehnung an: Davis, Bagozzi und Warshaw 1989, S. 985.
Gemäß des Technology Acceptance Model (vgl. Davis, 1985) stellen der wahrgenommene Nutzen (Perceived Usefulness) und die wahrgenommene Benutzerfreundlichkeit (Perceived Ease of Use) wesentliche Einstellungsfaktoren zur Erklärung der Akzeptanz sowie Nutzung von Technologien dar (vgl. Chen und Chan, 2014, S. 636; Davis, 1989, S. 320). Der wahrgenommene Nutzen ist dabei definiert „as the prospective user's subjective probability that using a specific application system will increase his or her job performance within an organizational context“ (Davis, Bagozzi und Warshaw, 1989, S. 985). Die wahrgenommene Benutzerfreundlichkeit beschreibt „the degree to which the prospective user expects the target system to be free of effort“ (Davis, Bagozzi und Warshaw, 1989, S. 985). Diese beiden Variablen werden durch externe Stimuli (External Variables), wie bspw. personinterne Voraussetzungen oder Kontextvariablen, beeinflusst (vgl. Bürg und Mandl, 2005, S. 80). Gleichzeitig bestimmen der wahrgenommene Nutzen sowie die wahrgenommene Benutzer- freundlichkeit wiederum die Nutzungseinstellung (Attitude Toward Using), also die Einstel- lung gegenüber der Nutzung einer Technologie (vgl. Chen und Chan, 2014, S. 636; Davis, Bagozzi und Warshaw, 1989, S. 985). Die jeweilige Nutzungseinstellung wirkt sich schließlich auf die Nutzungsabsicht (Behavioral Intention to Use) aus und ist folglich ein wesentlicher Prädiktor dafür, ob ein Individuum die betreffende Technologie tatsächlich nutzen oder eher ablehnen wird (vgl. Marangunić und Granić, 2015, S. 85).
Wie in Abbildung 2 evident wird, werden im Rahmen dieses Modells allerdings die externen Einflussfaktoren auf die Technologieakzeptanz nicht näher expliziert (vgl. Bürg und Mandl, 2005, S. 80; Marangunić und Granić, 2015, S. 85). So inkludiert das TAM unter anderem nicht die subjektive Norm als Determinante der Nutzungsabsicht (vgl. Davis, Bagozzi und Warshaw, 1989, S. 986). Da in dieser Arbeit jedoch der Einfluss der subjektiven Norm auf die Technologieakzeptanz im Alter thematisiert wird, erscheint es sinnvoller, die Erweiterung des Technology Acceptance Model, nämlich das Technology Acceptance Model 2 (vgl. Venkatesh und Davis, 2000), als theoretische Grundlage zu verwenden. Denn innerhalb dieses Modells werden die externen Einflussfaktoren auf die Technologieakzeptanz (z. B. die subjektive Norm), welche im TAM nicht näher benannt werden, operationalisiert (vgl. Bürg und Mandl, 2005, S. 80; Davis, Bagozzi und Warshaw, 1989, S. 986; Venkatesh und Davis, 2000, S. 187 ff.). Im folgenden Kapitel wird daher das Technology Acceptance Model 2 (TAM 2) nach Venkatesh und Davis (2000) vorgestellt und erläutert.
2.3 Technology Acceptance Model 2
Analog zum Technology Acceptance Model (vgl. Davis, 1985) ist auch im Technology Acceptance Model 2 (vgl. Venkatesh und Davis, 2000), dargestellt in Abbildung 3, die Nutzung einer Technologie von einer positiven Nutzungseinstellung abhängig (vgl. Bürg und Mandl, 2005, S. 80). Die Nutzungseinstellung bzw. -absicht (Intention to Use) wird in diesem Modell ebenfalls von dem wahrgenommenen Nutzen sowie der wahrgenommenen Benutzerfreundlich- keit beeinflusst (vgl. Bürg und Mandl, 2005, S. 80; Samaradiwakara und Gunawardena, 2014, S. 26). Im Vergleich zum TAM werden im TAM 2 jedoch die externen Variablen bzw. Stimuli operationalisiert (vgl. Bürg und Mandl, 2005, S. 80; Venkatesh und Davis, 2000, S. 187). So expliziert das TAM 2 insbesondere den Einfluss sozialer Prozessvariablen und kognitiv- instrumenteller Variablen sowohl auf den wahrgenommenen Nutzen als auch direkt auf die
Nutzungseinstellung (vgl. Bürg und Mandl, 2005, S. 80; Marangunić und Granić, 2015, S. 86 f.; Venkatesh und Davis, 2000, S. 187).
Zu den sozialen Prozessvariablen zählen dabei die subjektive Norm (Subjective Norm), die freiwillige Nutzung einer Technologie (Voluntariness) und das Image (vgl. Bürg und Mandl, 2005, S. 80; Venkatesh und Davis, 2000, S. 187). Unter kognitiv-instrumentellen Prozessvariablen werden die Relevanz der betreffenden Technologie für das berufliche Aufgabenfeld (Job Relevance), die Qualität des Outputs (Output Quality) und die Nachweisbarkeit der Ergebnisse der Technologie (Result Demonstrability) verstanden (vgl. Bürg und Mandl, 2005, S. 80; Marangunić und Granić, 2015, S. 86; Taherdoost, 2018, S. 963; Venkatesh und Davis, 2000, S. 187). Entsprechend dem Thema dieser Arbeit wird im Folgenden die soziale Prozessvariable „Subjective Norm“, also der soziale Einfluss auf die Technologieakzeptanz näher beleuchtet.
Abb. 3: Technology Acceptance Model 2
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Eigene Darstellung, in Anlehnung an: Venkatesh und Davis, 2000, S. 188.
Subjective Norm
Die subjektive Norm, abgeleitet aus der „Theory of Reasoned Action“ (vgl. Fishbein und Ajzen, 1975), wird definiert „as a person’s perception that most people who are important to him think he should or should not perform the behavior in question“ (Fishbein und Ajzen, 1975, S. 302). Bezogen auf die Technologieakzeptanz beschreibt die subjektive Norm also die Wahrnehmung eines Individuums, dass die Mehrheit der Personen, die ihm oder ihr wichtig sind, denkt, er oder sie sollte die betreffende Technologie nutzen bzw. nicht nutzen. Die subjektive Norm stellt weiterhin eine direkte Determinante der Nutzungsabsicht (Intention to Use) dar (vgl. Fishbein und Ajzen, 1975, S. 302 f.; Venkatesh und Davis, 2000, S. 187). Begründet wird dies dadurch, dass sich Personen möglicherweise für ein bestimmtes Verhalten (z. B. Technologienutzung) entscheiden, wenn sie glauben, für sie wichtige Personen denken, sie sollten dies tun, und zwar auch dann, wenn diese selbst nicht unbedingt von diesem Verhalten oder dessen Konsequenzen überzeugt sind (vgl. Venkatesh und Davis, 2000, S. 187). Obwohl Individuen nicht zwingend selbst von einer bestimmten Technologie überzeugt sind, fügen sie sich also womöglich dennoch den wahrgenommenen Überzeugungen der ihnen wichtigen Personen und formulieren schließlich die Absicht, die betreffende Technologie zu nutzen (vgl. Venkatesh und Davis, 2000, S. 187). Dieser beschriebene direkte Einfluss der subjektiven Norm auf die Verhaltensabsicht kann dabei empirisch nachgewiesen werden (siehe z. B. Taylor and Todd 1995; Venkatesh und Davis, 2000).
Internalization, Identification und Image
Die direkte Beziehung zwischen subjektiver Norm und Verhaltensabsicht basiert, wie zuvor erläutert, insbesondere auf Compliance (vgl. Venkatesh und Davis, 2000, S. 188, in Anlehnung an Ajzen, 1991; Fishbein und Ajzen, 1975). Das TAM 2 umfasst dabei zusätzliche Mechanismen, durch welche die subjektive Norm die Verhaltensabsicht über den wahrgenommenen Nutzen beeinflusst: Internalization und Identification (vgl. Venkatesh und Davis, 2000, S. 188 f.).
Internalization beschreibt den Prozess, „by which, when one perceives that an important referent thinks one should use a system, one incorporates the referent’s belief into one’s own belief structure“ (Venkatesh und Davis, 2000, S. 189; in Anlehnung an Kelman, 1958; Warshaw, 1980). Darüber hinaus bezieht sich Internalization auf informationelle, nicht normative soziale Einflüsse (vgl. Venkatesh und Davis, 2000, S. 189) und kann als „influence to accept information from another as evidence about reality“ definiert werden (Deutsch and Gerard, 1955, S. 629). Wenn also Freund*innen einer Person eine bestimmte Technologie nutzen und dabei kundtun, dass diese nützlich sei, so kommt diese Person möglicherweise auch zu dieser Überzeugung und formuliert die Absicht, die betreffende Technologie ebenfalls zu nutzen (vgl. Venkatesh und Davis, 2000, S. 189). Neben dem direkten Compliance-Effekt hat die subjektive Norm über den wahrgenommenen Nutzen folglich auch einen indirekten Einfluss auf die Nutzungsabsicht (vgl. Venkatesh und Davis, 2000, S. 189).
Im Kontext der subjektiven Norm und Technologieakzeptanz spielen jedoch auch normative soziale Einflüsse eine Rolle, auf die Individuen häufig reagieren, um ein positives Image innerhalb ihrer Referenzgruppe herzustellen oder aufrechtzuerhalten (vgl. Kelman, 1958, S. 53 f.; Venkatesh und Davis, 2000, S. 189). Unter Image wird „the degree to which use of an innovation is perceived to enhance one’s […] status in one’s social system“ verstanden (Moore und Benbasat, 1991, S. 195). Vor diesem Hintergrund postuliert das TAM 2, dass sich die subjektive Norm positiv auf das Image auswirke, denn wenn wichtige Mitglieder der sozialen Gruppe einer Person glauben, dass sie ein bestimmtes Verhalten (z. B. Nutzung einer Technologie) ausführen soll, kann sie durch das Zeigen eben dieses Verhaltens ihr Ansehen innerhalb der Gruppe erhöhen (vgl. Pfeffer, 1982, S. 85 ff.; Venkatesh und Davis, 2000, S. 189).
Diese Form des sozialen Einflusses kann als Identification bezeichnet und von der Compliance sowie Internalization abgegrenzt werden (vgl. Kelman, 1958, S. 53; Venkatesh und Davis, 2000, S. 189). Die aus diesem sozialen Einfluss möglicherweise resultierende Nutzung einer Technologie kann schließlich zu einer Steigerung des wahrgenommenen Nutzens führen, da Personen durch die Nutzung der betreffenden Technologie feststellen könnten, dass diese tatsächlich nützlich für sie ist (vgl. Venkatesh und Davis, 2000, S. 189). Innerhalb des TAM 2 schlägt sich dieser „Identification-Effekt“ als Einfluss der subjektiven Norm auf das Image, gekoppelt mit dem Einfluss des Image auf den wahrgenommenen Nutzen nieder, welcher wiederum die Nutzungsabsicht beeinflusst (vgl. Venkatesh und Davis, 2000, S. 189).
Subjective Norm und Experience
Es kann empirisch belegt werden, dass der direkte Einfluss der subjektiven Norm auf die Nutzungsabsicht (Intention to Use) mit zunehmender Technologieerfahrung (Experience) nachlässt (siehe z. B. Hartwick und Barki, 1994; Venkatesh und Davis, 2000). Begründet wird dies unter anderem dadurch, dass das Wissen sowie die Überzeugungen bzw. Einstellungen potenzieller Nutzer*innen vor der erstmaligen Nutzung einer (neuen) Technologie unzurei- chend und unausgereift sind, weshalb Nutzer*innen sich stärker auf die Meinungen anderer als Grundlage für ihre Verhaltens- bzw. Nutzungsabsichten stützen und verlassen (vgl. Hartwick und Barki, 1994, S. 458 f.; Venkatesh und Davis, 2000, S. 190). Nachdem die betreffende Technologie einige Zeit lang genutzt wurde und die Nutzer*innen dementsprechend mehr über die Vor- und Nachteile dieser Technologie wissen, würde der Einfluss der subjektiven Norm folglich sinken (vgl. Ram und Jung, 1991, S. 118 ff.; Venkatesh und Davis, 2000, S. 190).
Vor diesem Hintergrund postuliert das TAM 2, dass der direkte Einfluss der subjektiven Norm auf die Nutzungsabsicht vor und zu Beginn der Technologienutzung hoch ist, jedoch im Zeitverlauf und mit einer damit verbundenen steigenden Technologieerfahrung (Experience) sinkt (vgl. Venkatesh und Davis, 2000, S. 190). Ebenso schwächt der Einfluss der subjektiven Norm auf den wahrgenommenen Nutzen, also der Internalization-Effekt mit zunehmender Erfahrung ab, da Nutzer*innen den Nutzen der betreffenden Technologie durch deren Nutzung selbst bewerten können und die Meinungen anderer somit nicht mehr als Grundlage für die Nutzenwahrnehmung einer Technologie fungieren (vgl. Doll und Ajzen, 1992, S. 754 ff.; Tybout und Scott, 1983, S. 474 ff.; Venkatesh und Davis, 2000, S. 190).
Ausgehend vom Technology Acceptance Model 2 kann insgesamt festgehalten werden, dass die subjektive Norm als eine der wesentlichen Einflussvariablen auf die Nutzungseinstellung bzw. -absicht angesehen werden kann (vgl. Ajzen und Madden, 1986, S. 454 ff.; Bürg und Mandl, 2005, S. 80; Venkatesh und Davis, 2000, S. 187 f.). Das bedeutet, die subjektive Norm hat einen direkten Einfluss auf die Absicht, eine bestimmte Handlung (z. B. die Nutzung einer Technologie) zu vollziehen (vgl. Ajzen und Madden, 1986, S. 458 f.; Bürg und Mandl, 2005,
S. 80). Ferner kann davon ausgegangen werden, dass die subjektive Norm einen direkten Einfluss auf den wahrgenommenen Nutzen ausübt (vgl. Bürg und Mandl, 2005, S. 80; Venkatesh und Davis, 2000, S. 189). Einschränkend konnte jedoch auch konstatiert werden, dass der Einfluss der subjektiven Norm mit zunehmender Technologieerfahrung abschwächt (vgl. Venkatesh und Davis, 2000, S. 190). Nachdem in diesem Kapitel die allgemeinen theoretischen Grundlagen der Technologieakzeptanz dargelegt worden sind, wird im weiteren Verlauf dieser Arbeit die Technologieakzeptanz im Alter thematisiert und untersucht.
[...]
1 im Sinne von: Wie ist eine Person einer bestimmten Technologie und damit ihrer Nutzung (= Verhalten) gegenüber eingestellt?
-
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X.