Das Ziel der Arbeit ist eine durch die Auswertung der Interviews gewonnene Antwort auf die Forschungsfrage "Welche Erwartungen wurden beziehungsweise werden von Unternehmen an Blockchain-Implementierungen gestellt und wie wurden beziehungsweise werden diese erfüllt oder nicht erfüllt?"
Kaum eine Technologie hatte in den vergangenen Jahren so einen Zuwachs an Interesse wie die Blockchain. Es stellt sich immer häufiger die Frage, ob dieser Hype auch langfristig ist und die Blockchain eine Lösung für Probleme unseres Lebens ist oder eben dieses wenigstens vereinfachen oder verbessern kann. Für den Bestand einer Technologie auf dem Markt ist die anhaltende Nutzung dieser von einer Vielzahl an Menschen essentiell. Da die Neugierde in die Blockchain bereits sehr groß ist, ist es fraglich, ob eben diese auch nachhaltig ist. Wie in der freien Wirtschaft kann man davon ausgehen, dass die Treue einer Technologie, wie die Treue einem Unternehmen gegenüber mit der Zufriedenheit der Kunden mit dem erhaltenen Produkt zusammenhängt.
In der Vergangenheit hat sich gezeigt, dass die Zufriedenheit der Nutzer bei Services oder Produkten von Unternehmen ebenfalls Einflüsse auf die monetäre Performance des Unternehmens hat, und damit auch auf die Fähigkeit sich am Markt durchzusetzen und zu bestehen. Dies bedeutet, dass ein Unternehmen beziehungsweise eine Technologie dann zukunftsfähig ist, wenn man es schafft, die Zufriedenheit der Kunden oder Nutzer hochzuhalten. Ob die Blockchain dies schafft, und somit eine hohe Zukunftsfähigkeit besitzt, gilt es in dieser Arbeit zu klären.
Inhaltsverzeichnis
Abbildungsverzeichnis
Tabellenverzeichnis
Abkürzungsverzeichnis
1. Einleitung
2. Theoretischer Hintergrund/verwandte Forschungsarbeiten
2.1 Research Context
2.1.1 Distributed Ledger Technologien
2.1.1.1 Arten von Distributed Ledger Technologien
2.1.1.2 Blockchain
2.2 Expectation Confirmation Theory
2.2.1 Intention to Implement
2.2.2 Expectation Confirmation Theory in der bisherigen Forschung
2.2.3 Expectation Confirmation Theory im Kontext von Distributed Ledger Technologien bzw. Software Implementierungen
2.3 Forschungslücke
3. Methode
3.1 Literaturrecherche und -analyse
3.2 Datensammlung
3.3 Datenanalyse
3.4 Validierung
4. Ergebnisse
4.1 Blockchain allgemein
4.2 Expectations
4.2.1 Expectations auf Kundenseite
4.2.2 Expectations auf Firmenseite
4.3 Confirmations
4.3.1 Confirmations auf Kundenseite
4.3.2 Confirmations auf Firmenseite
4.4 Zukunftsfähigkeit
5. Posthoc Analyse: Anwendbarkeit
6. Diskussion
6.1 Theoretischer Beitrag
6.2 Praktischer Beitrag
6.3 Limitationen und Future Research
7. Fazit
References
Anhang
Abbildungsverzeichnis
Abbildung 1: Interesse am Thema Blockchain im zeitlichen Verlauf, relativ zum höchsten Punkt. Eigene Darstellung in Anlehnung an (Google Trends 2018)
Abbildung 2: Eingliederung Distributed Ledger Technologie (eigene Darstellung)
Abbildung 3: Blockchain stark vereinfachte Darstellung (eigene Darstellung)
Abbildung 4: Model der Expectation Confirmation Theory (Eigene Darstellung in Anlehnung an Richard (1980))
Abbildung 5: Expectation Confirmation Theory Erweiterung in Anlehnung an (Anderson and Sullivan 1993; Oliver 1993; Richard 1980)
Abbildung 7: ECT Erweiterung um die "Intention to Implement"
Abbildung 8: ECT mit abgeleiteter Zukunftsfähigkeit (eigene Darstellung)
Abbildung 9: Entwicklung Branchenumsatz von 2007 bis 2016 (Eigene Darstellung in Anlehnung an Bundesverband Deutscher Unternehmensberater e.V. 2017)
Abbildung 10: ECT mit abgeleiteter Zukunftsfähigkeit und von beiden Seiten betrachtet (eigene Darstellung)
Abbildung 11: Verteilung der positiven genannten Eigenschaften auf die zehn Interviews (Screenshot aus MAXQDA)
Abbildung 12: Verteilung der neutralen genannten Eigenschaften auf die zehn Interviews (Screenshot aus MAXQDA)
Abbildung 13: Verteilung der negativen genannten Eigenschaften auf die zehn Interviews (Screenshot aus MAXQDA)
Abbildung 14: Form der Umsetzung des jeweiligen Blockchain- Projektes (Screenshot aus MAXQDA)
Abbildung 15: Verteilung der Art des Blockchain-Projekts auf die zehn Interviews (Screenshot aus MAXQDA)
Abbildung 16: Anzahl Zuteilungen Kategorien "Persönliches Bild von Blockchain"
Abbildung 17: Anzahl Zuteilungen Kategorien "Expectations auf Kundenseite"
Abbildung 18: Verteilung der Zuteilungen der Kategorie "Expectations auf Kundenseite" auf die Interviews (Screenshot aus MAXQDA)
Abbildung 19: Anzahl Zuteilungen Kategorien "Expectations auf Firmenseite"
Abbildung 20: Verteilung der Zuteilungen der Kategorie "Expectations auf Firmenseite" auf die Interviews (Screenshot aus MAXQDA)
Abbildung 21: Anzahl Zuteilungen Kategorien "Erfüllung Erwartungen auf Kundenseite"
Abbildung 22: Anzahl Zuteilungen Kategorien "Erfüllung Erwartungen auf Firmenseite"
Abbildung 23: Anzahl Nennungen von potentiellen Einsatzbereichen für die Blockchain- Technologie
Abbildung 24: Expectation Confirmation- Theory Modell mit Werten aus den Interviews für die Kundenseite
Abbildung 25: Expectation Confirmation- Theory Modell mit Werten aus den Interviews für die Firmenseite
Tabellenverzeichnis
Tabelle 1: Vergleich von Public und Private DLTs in Anlehnung an (Blockchainhub 2018) und (Bitcoinexchangeguide 2018)
Tabelle 2: Unterscheidung der Blockchain-Formen (Eigene Darstellung)
Tabelle 3: Übersicht der resultierenden Disconfirmations aus dem Verhältnis von Performance und Erwartungen (eigene Darstellung nach Dwivedi et al. 2012)
Tabelle 5: Interviewleitfaden Experteninterviews
Tabelle 6: Kategorien entlang des Interviewleitfadens
Tabelle 7: Anzahl Nennungen Berührungspunkte mit der Blockchain- Technologie
Tabelle 8: Übersicht Anzahl (Nicht-) Erfüllung der Erwartungen von Kundenseite
Tabelle 9: Übersicht Anzahl (Nicht-) Erfüllung der Erwartungen von Firmenseite
Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
1. Einleitung
Kaum eine Technologie hatte in den vergangenen Jahren so einen Zuwachs an Interesse wie die Blockchain. Alleine die Anzahl der Google-Suchanfragen zu diesem Thema zeigen einen rasanten Anstieg im Dezember 2017, wie in folgender Abbildung ersichtlich.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 1: Interesse am Thema Blockchain im zeitlichen Verlauf, relativ zum höchsten Punkt. Eigene Darstellung in Anlehnung an (Google Trends 2018)
Dieses große Interesse spiegelt sich auch im monetären Volumen der weltweiten Venture Capital-Investitionen in Blockchain wider. Diese sind in den Jahren 2012 bis 2018 von 2,13 Millionen US-Dollar auf 645,88 Millionen US-Dollar angestiegen (Statista 2018c).
Auffällig ist dennoch, dass die Zahl der Suchanfragen auch schnell wieder abgesunken ist. Hier stellt sich die Frage, ob es lediglich ein temporäres kurzes Interesse war, oder ob das Thema Blockchain weiter viele Menschen beschäftigen wird und die Blockchain somit auch in Zukunft weiter genutzt wird.
Valdes, Furlonger und Kandaswamy haben in ihrem Gartner-Report im Jahr 2017 gesagt, dass, wenn man historische Entwicklungen betrachtet, immer wieder aufgefallen ist, dass in einem Machtkampf um die Vorherrschaft in einem Bereich sich oft eine Technologie durchgesetzt hat, welche erst später auf den Markt gekommen ist (Ray et al. 2017). Dementsprechend sagten sie, dass es auch bei Blockchain möglich ist, dass sich im Endeffekt eine Technologie im Bereich verteilte Datenstrukturen durchsetzen wird, welche zum aktuellen Zeitpunkt noch nicht existiert bzw. noch nicht auf dem Markt zu finden ist (Ray et al. 2017).
Für den Bestand einer Technologie auf dem Markt ist die anhaltende Nutzung dieser von einer Vielzahl an Menschen essentiell. Da die Neugierde in die Blockchain bereits sehr groß ist, ist es fraglich, ob eben diese auch nachhaltig ist. Wie in der freien Wirtschaft kann man davon ausgehen, dass die Treue einer Technologie, wie die Treue einem Unternehmen gegenüber mit der Zufriedenheit der Kunden mit dem erhaltenen Produkt zusammenhängt (Gronholdt et al. 2000). In der Vergangenheit hat sich gezeigt, dass die Zufriedenheit der Nutzer bei Services oder Produkten von Unternehmen ebenfalls Einflüsse auf die monetäre Performance des Unternehmens hat (Anderson et al. 1994), und damit auch auf die Fähigkeit sich am Markt durchzusetzen und zu bestehen. Dies bedeutet, dass ein Unternehmen bzw. eine Technologie dann zukunftsfähig ist, wenn man es schafft, die Zufriedenheit der Kunden oder Nutzer hochzuhalten. Ob die Blockchain dies schafft, und somit eine hohe Zukunftsfähigkeit besitzt, gilt es in der vorliegenden Arbeit zu klären.
Das Ziel der Arbeit ist eine durch die Auswertung der Interviews gewonnene Antwort auf die Forschungsfrage:
Welche Erwartungen wurden bzw. werden von Unternehmen an Blockchain-Implementierungen gestellt und wie wurden bzw. werden diese erfüllt oder nicht erfüllt.
Da sich die bisherige Literatur erst spärlich mit der Erwartungshaltung und der Befriedigung dieser an die Blockchain auseinandergesetzt hat, setzt die nachfolgende Arbeit hier an und untersucht diese mit Hilfe von Experteninterviews. Hierfür wurden Berater einer IT- Beratungsfirma zu den Erwartungen dieser Firma und von Kunden an Blockchain-Lösungen und wie diese erfüllt wurden, befragt.
Diese Erwartungen werden hierbei sowohl für Kunden, welche Interesse an einer Blockchain-Lösung haben, als auch für die Seite der implementierenden und somit anbietenden Unternehmen untersucht und betrachtet.
Zur Beantwortung dieser Forschungsfrage werden im Nachfolgenden zu Beginn die zentralen Begriffe und Theorien vorgestellt, sowie die bisherige Literatur zur Expectation Confirmation Theory im Allgemeinen und im Bezug zur Distributed Ledger Technologie beleuchtet. Im Anschluss erfolgen eine Beschreibung der Forschungsmethode sowie die Vorstellung der Ergebnisse. Im letzten Teil der Arbeit werden die Ergebnisse der Interviews ausgewertet, diskutiert und ein Ausblick gegeben.
2. Theoretischer Hintergrund/verwandte Forschungsarbeiten
Zu Beginn der Arbeit gilt es, die zentralen Elemente genauer zu betrachten. Die Grundlage der nachstehenden Arbeit sind die sogenannten Distributed Ledger Technologien, welche im Folgenden allgemein betrachtet werden, die wichtigsten Arten sowie die Blockchain als die bekannteste der Distributed Ledger Technologien, welche genauer vorgestellt werden. Die zweite Grundsäule dieser Arbeit ist die sogenannte Expectation Confirmation Theory, welche von (Richard 1980) und später von (Bhattacherjee 2001) in Artikeln vorgestellt wurde. Auf diese wird im allgemeinen Zusammenhang sowie im Kontext mit Distributed Ledger Technologien bzw. von Software Implementierungen eingegangen.
2.1 Research Context
Netzwerke spielen in der heutigen Gesellschaft eine unglaublich große Rolle und wandeln und entwickeln sich vor allem in den letzten Jahren und Jahrzehnten immer weiter (Schenk 1995). So war bis vor einigen Jahren das private Netzwerk nahezu auf enge Freunde aus der Stadt, Nachbarn und Arbeitskollegen beschränkt, da Kommunikationen über lange Strecken nur über Anrufe per Telefon möglich waren. Durch die Erfindung der Smartphones wurde dies erleichtert, da nun auch unterwegs der Kontakt zu Freunden und Familie leicht und ortsunabhängig war (Schenk 1995). Neben den Smartphones waren bzw. sind die sozialen Netzwerke im Internet eine der einflussreichsten Erfindungen (Weyer 2011). Angefangen mit Plattformen wie Friendster, Bebo, hi5, Myspace oder Orkut (Ray et al. 2017), wobei Myspace hier von der Mitgliederzahl dominierte und erst ab 2004 von Facebook angegriffen wurde. Facebook ist inzwischen mit einer Nutzerzahl von 2,27 Milliarden (Statista 2018b) die größte Plattform für soziale Netzwerke.
Auch in anderen Bereichen des täglichen Lebens bestimmen Netzwerke unseren Alltag und ermöglichen viele Dinge. So sind neben dem Arbeitsnetzwerk, dem Internet im Allgemeinen auch die Banken und ihre Verbindungen untereinander und viel mehr noch die Verbindung von den einzelnen Bankkunden durch die Bank auch eine Art Netzwerk. In diesem Netzwerk besitzt jeder Knoten ein Konto oder ein Buch, in welchem seine Daten gespeichert werden. Im Falle der Bankkunden sind es Bankkonten, also „die in Kontenform geführte Rechnungslegung einer Bank für einen Bankkunden, die dessen Geschäftsverkehr und dessen daraus sich ergebende Gesamtposition“ (Wirtschaftslexikon 2018a). Diese Bankkonten werden allerdings zentral organisiert und auch Transaktionen werden hier zentral gesammelt und ausgeführt. Diese zentrale Stelle nehmen Banken ein.
Auf diese zentrale Stelle, welche alle Transaktionen lenkt und auch jegliche Konten organisiert und speichert, muss man sich verlassen können und schenkt ihr deshalb Vertrauen darauf, dass sie keine Fehler macht und nicht Kontenbücher zu ihrem Vorteil manipuliert. Dieses nötige Vertrauen in eine zentrale Position wurde versucht zu umgehen bzw. obsolet zu machen, indem man die gesamten Konten auf alle Mitglieder verteilt und somit die Transparenz und Sicherheit bei allen Beteiligten erhöhen kann (Rückeshäuser 2017). Diese Verteilung der Konten/Bücher auf alle wurde in den sogenannten Distributed Ledger Technologien verwirklicht. Diese Technologie wird im folgenden Kapitel vorgestellt. Im Anschluss wird die bekannteste Disitributed Ledger Technologie Blockchain vorgestellt.
2.1.1 Distributed Ledger Technologien
Der Name Distributed Ledger Technologie (abgekürzt DLT) setzt sich aus drei Wörtern zusammen und bedeutet im Einzelnen:
- Verteilt
- Konto/Hauptbuch
- Technologie
Dies bedeutet also, dass DLT eine Technologie für verteilte Konten bzw. genauer eine spezielle Form der elektronischen Datenverarbeitung und –Speicherung ist (Wirtschaftslexikon 2018b). DLT ist ein Teil der sogenannten Ledger, oder auch Konten, wie sie in Banken, sozialen Netzwerken und in vielen weiteren Bereichen des täglichen Lebens zu finden sind. Hierbei sind sie jedoch eine spezielle Teilmenge dieser, da sie nicht wie in Banken zentral, sondern über alle Teilnehmer des Netzwerks verteilt sind. Jeder Teilnehmer des Netzwerks besitzt eine Kopie aller Konten und hat somit das gesamte Netzwerk bei sich gespeichert. Des Weiteren werden neue Einträge nicht von einer Person oder Instanz in die Datenbank eingetragen, sondern von den Teilnehmern selbst. Dies sorgt dafür, dass das nötige Vertrauen in einen Mittelsmann, welcher alle Konten kontrolliert und steuert, wegfallen kann oder sogar wegfällt (Rückeshäuser 2017). Dieses Vertrauen, dass der Mittelsmann alles richtig koordiniert und nicht zu seinen Gunsten handelt, wird bei der DLT auf alle Teilnehmer verteilt, wodurch eine gegenseitige Kontrolle der Teilnehmer möglich ist und eine Manipulation der Konten nahezu ausgeschlossen ist. (Wirtschaftslexikon 2018b). Dies bedeutet, dass sich das nötige Vertrauen in die Arbeit eines Mittelsmanns auf das Vertrauen in die Integrität und Sicherheit eines dezentralen Computernetzwerks verlagert (Brühl 2017).
Ein Überblick über die Eingliederung der Distributed Ledger Technologie und deren spezielle Ausprägungen, welche im folgenden Kapitel betrachtet werden, wird in Abbildung 2: Eingliederung Distributed Ledger Technologie gegeben.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 2: Eingliederung Distributed Ledger Technologie (eigene Darstellung)
Distributed Ledger Technologien umfassen somit mehrere Teilbereiche, auf welche im folgenden Kapitel genauer eingegangen wird.
2.1.1.1 Arten von Distributed Ledger Technologien
Die verschiedenen Arten unterscheiden sich vor allem in der Zugangsmöglichkeit der Teilnehmer. Hier gibt es, wie in Abbildung 2: Eingliederung Distributed Ledger Technologie angedeutet, sogenannte „permissioned“ und „unpermissioned“ Ledgers.
Unter „permissioned“ oder auch als „Privat“ bezeichneten Distributed Ledger Technologien versteht man die Möglichkeit die DLT so zu gestalten, dass der Teilnehmerkreis beschränkt ist und hierdurch eine geschlossene, private Gruppe aus Teilnehmern entsteht (Underwood 2016). Dies wird vor allem dann genutzt, wenn es um eine spezielle Branche und somit brancheninterne Geheimnisse geht, oder eine Wertschöpfungskette abgebildet werden soll (Underwood 2016). Hier wird also eine Blockchain-Lösung verwendet, die von einem festgelegten, jedoch erweiterbaren Netzwerk genutzt werden kann. Eine private DLT ist somit ein geschlossenes Ecosystem, welchem kein Dritter ohne Erlaubnis oder Genehmigung beitreten kann (Bitcoinexchangeguide 2018). Diese Genehmigung wird durch das sogenannte Proof-of-Identity-Verfahren sichergestellt, „bei dem sich jeder Teilnehmer einem Registrierungsprozess unterziehen muss. Dadurch ist es möglich, bei Betrugsfällen Rückschlüsse auf die Identität der jeweiligen Nutzer zu ziehen“ (Brühl 2017). Hierdurch können die Vorteile einer Distributed Ledger Technologie genutzt werden und gleichzeitig eine zentrale Autorität beibehalten werden (Bitcoinexchangeguide 2018). Zu den Vorteilen zählen erhöhte Effizienz und Kostenersparnis (Bitcoinexchangeguide 2018; Brühl 2017), welche durch die gemeinsame Nutzung von Datenbeständen (Shared Ledger) entsteht (Brühl 2017). Diese Art von DLT wird somit hauptsächlich in Unternehmen verwendet und hat somit auch nicht den Bedarf nach einer Währung, welche für die Durchführung von Transaktionen genutzt wird (Bitcoinexchangeguide 2018).
Bei sogenannten „unpermissioned“ oder auch „öffentliche“ Distributed Ledger Technologien versteht man hingegen eine DLT, welche „grundsätzlich jedem Nutzer offenstehen, der über die erforderliche Software verfügt“ (Brühl 2017). Jeder Netzwerkknoten hat somit die Möglichkeit und die Macht, neue Blöcke zu validieren (Brühl 2017). Das bekannteste Beispiel für eine öffentliche DLT ist das Bitcoin-Netzwerk, auf welches wir allerdings in der vorliegenden Arbeit aufgrund der Beschränkung auf die Blockchain nicht weiter eingehen.
Die hauptsächlichen Unterschiede zwischen den privaten und öffentlichen Distributed Ledgers sind in folgender Tabelle dargestellt.
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 1: Vergleich von Public und Private DLTs in Anlehnung an (Blockchainhub 2018) und (Bitcoinexchangeguide 2018)
Sobald eine neue Transaktion in einem Distributed- Ledger Netzwerk ansteht, wird diese an das gesamte Netzwerk kommuniziert und zunächst validiert (Smolinski et al. 2017). Anschließend muss diese Transaktion noch von den Netzwerkteilnehmern bestätigt werden. Dies geschieht mittels sogenannten Konsensverfahren. Die bekanntesten Beispiele hierfür sind „ Proof-of-Work“ und „ Proof-of-Stake“ (XU et al. 2016 - 2016). Auf diese Konsensverfahren wird in dieser Arbeit nicht weiter eingegangen, da es für die hier untersuchte Technologie der Blockchain im Unternehmensumfeld und außerhalb der Kryptowährungen nicht von Belang ist, welcher Konsensmechanismus verwendet wurde.
In der breiten Gesellschaft ist der Begriff Distributed Ledger Technologie nicht bekannt, da die meisten vor allem durch den Hype um Blockchain Kontaktpunkte zu DLT hatten. Deshalb werden diese beiden Begriffe häufig synonym verwendet (Halaburda 2018). Um es in dieser Arbeit jedoch abzugrenzen, wird im folgenden Kapitel die spezielle Disitributed Ledger Technologie Blockchain genauer vorgestellt. Aufgrund ihrer großen Bekanntheit und dem großen Interesse seitens der Medien, als auch seitens der Firmen, wird diese Technologie in der vorliegenden Arbeit auf ihre Zukunftsfähigkeit untersucht.
2.1.1.2 Blockchain
Bei der Blockchain (BC) handelt es sich um eine spezielle Form der Distributed Ledger Technologie, welche im Kapitel 2.1.1.1 Arten vorgestellt wurde. Werden die Transaktionen innerhalb einer DLT mit Hilfe eines Konsensprotokolls in miteinander verbundenen Blöcken abgebildet, spricht man von einer Blockchain (Brühl 2017). Auch hier „werden Transaktionen unveränderbar und für alle nachvollziehbar abgespeichert“ (Weber et al. 2014). Somit haben alle Teilnehmer des Netzwerks in Echtzeit Zugriff auf dieselben Daten (Weber et al. 2014). Sobald eine Transaktion von der Mehrheit des Netzwerks validiert wird, wird sie dauerhaft in die BC geschrieben. Für den Fall, dass eine Transaktion nicht von mindestens 50% der Teilnehmer bestätigt wird, wird diese abgelehnt (Weber et al. 2014). Dies geschieht durch die zuvor angesprochenen Konsensverfahren.
Das besondere an der Blockchain- Technologie ist, dass alle Transaktionen in Blöcken gespeichert werden, welche jeweils mit dem Vorgänger verbunden sind. Diese Blöcke ergeben eine Kette von miteinander verbundenen Transaktionsdaten. Die einzelnen Blöcke werden hierbei durch bestimmte Prüfsummen (Hashs) verbunden. Diese Hashs beinhalten Informationen der vorherigen Blöcke und machen die Blockchain somit fälschungssicher und überprüfbar (Underwood 2016; Wüst 2016; Zheng et al. 2017b). Das erste Glied einer jeden Blockchain wird „ Genesis-Block“ genannt. Dieser wird fest programmiert, und nicht wie die nachfolgenden Blocks errechnet.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 3: Blockchain stark vereinfachte Darstellung (eigene Darstellung)
Es gibt auch hier, wie bei den Distributed Ledger Technologien allgemein, sowohl private, als auch öffentliche Blockchains (Voshmgir 2016). Zudem definieren (Weber et al. 2014) noch eine dritte Art der Blockchain: Die Konsortium Blockchain.
Bei den öffentlichen Blockchains gibt es keinerlei Restriktionen beim Zugang zu dem Netzwerk. „Jeder Computer, der mit dem Internet verbunden ist, kann Mitglied des Blockchain-Netzwerks werden. Die Tatsache, dass jedes einzelne Mitglied der Blockchain Transaktionen validieren kann, erfordert Rechenleistung zur Verhinderung von Betrug“ (Jung and Plazibat 2017). Dies bedeutet, dass jeder dem Netzwerk beitreten und austreten kann, wenn er es möchte (Siva Sankar et al. 2017). Des Weiteren sind jegliche Transaktionen für jeden ersichtlich und jeder kann beim Konsens-Prozess teilnehmen (Siva Sankar et al. 2017; Zheng et al. 2017a). Es gibt hierbei keine zentrale Autorität, welche mehr Macht als andere hat. Jeder ist gleichwertig und die Blockchain insgesamt somit dezentral (Lin and Liao 2017; Siva Sankar et al. 2017). Die berühmtesten Beispiele für eine öffentliche BC sind Bitcoin und Ethereum.
Konsortium Blockchains werden meist genutzt, um diese über mehrere Unternehmen hinweg nutzen zu können (XU et al. 2016 - 2016) und somit eine Datenbank zu erstellen, welche zum Beispiel eine ganze Wertschöpfungskette darstellen kann. Die Teilnahme an dieser Form der BC ist beschränkt. Der Konsensprozess wird von zu Beginn ermächtigten Nodes (Teilnehmern) kontrolliert und gesteuert. Der Vorgang der Validierung kann jedoch von allen Teilnehmern vorgenommen werden (Siva Sankar et al. 2017). Die Leserechte können hier entweder öffentlich, oder auf die Teilnehmer der Blockchain beschränkt sein. Insgesamt kann die Blockchain aufgrund der einigen Knoten, welche mehr Macht haben als andere, als teildezentralisiert beschrieben werden (Lin and Liao 2017). Die bekanntesten Beispiele für eine Konsortium BC sind Hyperledger und R3CEV (Lin and Liao 2017).
Die private Blockchain unterscheidet sich nur marginal von der Konsortium BC (Siva Sankar et al. 2017). Auch hier ist der Zugang zur BC eingeschränkt. Es gibt einen einzelnen Teilnehmer bzw. Node, welcher die gesamte Entscheidungsgewalt besitzt. Dieser kontrolliert ebenso die Validierung und den Zugang von neuen Teilnehmern (Siva Sankar et al. 2017). Daten können bei dieser Form ausschließlich von Teilnehmern der Blockchain gelesen werden (Lin and Liao 2017).
Sowohl die Konsortium Blockchain, als auch die Private Blockchain benötigen aufgrund ihrer Zugangsbeschränkungen eine Komponente, welche diese Zugänge kontrolliert und steuert (XU et al. 2016 - 2016).
Die Wahl der Form der Blockchain, welche verwendet werden soll, muss für jeden Fall einzeln getroffen werden und kann nicht generalisiert werden.
Die öffentliche Blockchain wird auch als „ permissionless“ Blockchain bezeichnet, während die private Blockchain und die Konsortium Blockchain als „ permissioned“ gelten. Dies resultiert aus den Zugangsmöglichkeiten der Nutzer (Siva Sankar et al. 2017). Generell gilt, dass „ permissioned“ Blockchains schneller, energieeffizienter und leichter zu implementieren sind (Siva Sankar et al. 2017).
Die drei Formen der BC können in folgender Tabelle verglichen werden.
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 2: Unterscheidung der Blockchain-Formen (Eigene Darstellung)
Da der Umstieg von bisher hauptsächlich verwendeten herkömmlichen Datenbanken zur Blockchain- Technologie ein großer Schritt ist und hiermit auch große Kosten für die Gestaltung, Umsetzung und Wartung verbunden sind, muss sich der Umstieg lohnen. Ob sich eine Umstellung hin zu BC lohnt, entscheidet in der Regel das Management einer Firma. Dieses hat hier immer Erwartungen an Verbesserungen oder Kosteneinsparungen gegenüber der bisher verwendeten Technologie. Diese Erwartungen und ob eben jene erfüllt werden oder nicht, hat laut (Oliver 1993) Einfluss auf die Zufriedenheit und somit auch auf die Intention etwas erneut zu kaufen bzw. zu nutzen (Bhattacherjee 2001). Da diese Auswirkungen der gestellten Erwartungen in Verbindung mit der erhaltenen Performance einen großen Einfluss auf die zukünftige Nutzung eines Produkts oder in diesem Falle einer Technologie haben kann, wird im Folgenden die sogenannte „Expectation Confirmation Theory“ vorgestellt und als Grundmodell dieser Arbeit herangezogen, um die zuvor formulierte Forschungsfrage beantworten zu können.
2.2 Expectation Confirmation Theory
Oliver L. Richard hat in seinem Artikel „A Cognitive Model of the Antecedents and Consequences of Satisfaction Decisions” aus dem Journal of Marketing Research die sogenannte “Expectation Confirmation Theory” erklärt (Richard 1980). Hierbei sagt er, dass „die Kundenzufriedenheit (Consumer Satisfaction) eine Funktion bestehend aus Erwartungen (Expectation) und dem nicht Erfüllen dieser Erwartungen (expentancy disconfirmation)“ (Richard 1980) ist.
Das Model von Richard ist in der folgenden Abbildung dargestellt. Die Verbindungen sind als positiver oder negativer Einfluss in Pfeilrichtung zu interpretieren.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 4: Model der Expectation Confirmation Theory (Eigene Darstellung in Anlehnung an Richard (1980))
Hierbei sind die Expectations eine sogenannte „pre-consumption-variable“, die Perceived Performance ist eine „post-consumption variable“ (Bhattacherjee 2001; Dwivedi et al. 2012b; Lin et al. 2005). Dies bedeutet, dass die Erwartungen (Expectations) vor dem Konsum entstehen. Die Perceived Performance jedoch erst dann wahrgenommen wird, wenn das Produkt gekauft und genutzt wurde (Bhattacherjee 2001; Dwivedi et al. 2012b; Lin et al. 2005).
Insgesamt lässt sich der Prozess, welchen Kunden bis zu einer positiven oder negativen Befriedigung (Satisfaction) über ein gekauftes Produkt durchlaufen, so erklären:
Zu Beginn entsteht beim Kunden eine bestimmte Erwartung an ein spezifisches Produkt oder einen spezifischen Service, bevor er dieses überhaupt besitzt oder er diesen genutzt hat. Diese Erwartungen werden sowohl durch bereits vorhandenes Wissen über das Produkt bzw. des Services gebildet (Zeithaml et al. 1990), als auch durch die Kommunikation mit anderen Nutzern dieses Produkts bzw. Services, also deren Erfahrungen damit (Rogers 1995).
Darauf folgen der Nutzen und die Akzeptanz des Produkts oder des Services. Nach einer gewissen Zeit, in welcher er diesen Artikel oder Service genutzt hat, wird er einen Eindruck über die Leistung bzw. die Qualität bekommen. Nach einem Abgleich der Erwartungen mit der wirklichen Leistung oder Qualität des Produkts/des Services, wird eine Bewertung gebildet, in wie weit die Erwartungen getroffen wurden und eventuell unter- oder übererfüllt wurden. Das Ergebnis dieses Vergleichs wird als „ Disconfirmation “ beschrieben (vgl. Abbildung 5: Expectation Confirmation Theory Erweiterung in Anlehnung an (Anderson and Sullivan 1993; Oliver 1993; Richard 1980)).
Der Vergleich der Performance zu den Erwartungen, welche an das Produkt oder den Service gestellt wurden, beeinflusst die Disconfirmation (Spreng et al. 1996). Hierbei spricht man von einer „ Positiven Disconfirmation“, wenn die erreichte Performance größer als die Erwartungen des Nutzers ist. Eine „ negative Disconfirmation“ wird erreicht, wenn die Performance schlechter ist als die Erwartungen an das Produkt und eine „ Simple Confirmation“, wenn die erhaltene Performance des Produkts genau den Erwartungen entsprechen (Dwivedi et al. 2012a; Spreng et al. 1996). Eine Übersicht der drei möglichen Konstellationen von Performance zu den Erwartungen der Nutzer und die daraus jeweils resultierende Disconfirmation ist in folgender Tabelle dargestellt.
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 3: Übersicht der resultierenden Disconfirmations aus dem Verhältnis von Performance und Erwartungen (eigene Darstellung nach Dwivedi et al. 2012)
Daraus bildet sich die „Satisfaction“, welche positiv oder negativ ausfallen kann (Bhattacherjee 2001). Hierbei gilt, dass sowohl eine „ positive disconfirmation“ (also eine höhere Performance als die Erwartungen), als auch eine „ simple disconfirmation “ (also eine Performance des Produkts, welche genau den Erwartungen entspricht), diese Zufriedenheit (Satisfaction) des Kunden bzw. Nutzers gegenüber dem Produkt/Service positiv beeinflussen (Erevelles and Leavitt 1992; Oliver and DeSarbo 1988). Eine „ negative disconfirmation “ (also, wenn die erhaltene Performance hinter den Erwartungen zurückbleibt) zieht eine schlechte Satisfaction mit sich.
Es gilt zu betonen, dass im Generellen negative Erfüllung von Erwartungen einen höheren (negativen) Einfluss auf die Satisfaction bzw. auf die im folgenden Kapitel vorgestellte Repurchase Intention haben, als positive (Mittal et al. 1998). Diese Tatsache wird in der Erhebung der Ergebnisse jedoch nicht beachtet und lediglich in der Interpretation der Ergebnisse aufgegriffen.
Die beschriebenen Abhängigkeiten sind in Abbildung 4: Model der Expectation Confirmation Theory ersichtlich.
In Folge dieser Befriedigung (Satisfaction) entsteht eine Intention, das Produkt wieder zu kaufen oder einen Service weiter nutzen zu wollen. Hierbei kann jedoch bei einer negativen Befriedigung der Erwartungen auch der Wille, diese Software weiter zu nutzen, negativ beeinflusst werden (Amoako-Gyampah 2007). Dies führt dazu, dass Kunden abspringen, oder sich für eine Konkurrenzmarke entscheiden könnten (Bhattacherjee 2001).
Diese sogenannte Repurchase Intention kann in Abbildung 5: Expectation Confirmation Theory Erweiterung in Anlehnung an (Anderson and Sullivan 1993; Oliver 1993; Richard 1980) eingesehen werden.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 5: Expectation Confirmation Theory Erweiterung in Anlehnung an (Anderson and Sullivan 1993; Oliver 1993; Richard 1980)
Die angesprochene Repurchase Intention, also die Intention etwas erneut zu kaufen, wird in dieser vorliegenden Arbeit anderweitig interpretiert und auf Softwaretechnologie umgemünzt. Dies hat auch (Bhattacherjee 2001) in seiner Arbeit getan und die Theorie angepasst, indem er die ECT um die IS continuance intention erweitert hat. Dies resultiert in dem sogenannten „Expectation Confirmation Model“ (Bhattacherjee 2001).
Diese Anpassung und die dieser Arbeit zugrunde liegende Anpassung der Theorie werden im folgenden Kapitel 2.2.1 Intention to Implement vorgestellt.
2.2.1 Intention to Implement
Wie angesprochen, hat (Bhattacherjee 2001) die allgemeine Expectation Confirmation Theory wegen einiger Besonderheiten auf die IS allgemein angepasst. Hierfür hat er die Erwartungen vor dem Konsum oder Kauf weggelassen und die Repurchase Intention durch die IS continuance intention ersetzt. Diese drückt die Akzeptanz der Nutzer gegenüber der IS, also der Software aus und wird ebenfalls durch die Zufriedenheit der Nutzer beeinflusst.
Diese Änderung basiert darauf, dass IS in den meisten Fällen nicht neu gekauft wird, sondern gegebenenfalls weitergenutzt wird oder bei negativer Befriedigung eben nicht weitergenutzt wird (Bhattacherjee 2001).
Die oben vorgestellte Repurchase Intention ist in dem Zusammenhang der Blockchain-Implementierungen auf die Intention to Implement umzusetzen, da es in der vorliegenden Arbeit nicht um die Kontinuität der Blockchain gehen soll, sondern um die Zukunftsfähigkeit und somit eher der Wille diese Technologie erneut und gegebenenfalls in weiteren Usecases zu implementieren. Die Intention to Implement ist also eine Aussage über den Willen bzw. die Intention eine Technologie (hier die Blockchain) zu implementieren. Dies bezieht sich auf jetzige Vorhaben, als auch auf zukünftige Probleme, für welche die Blockchain- Technologie in Frage kommt. Hierbei wird davon ausgegangen, dass eine Person, Institution oder Unternehmen ebenfalls Erwartungen an eine Blockchain-Implementierung im Voraus hat. Diese und die letztendlich erhaltene Leistung (Perceived Performance) werden auch hier verglichen, was zu einer Disconfirmation führt und die Befriedigung (Satisfaction) positiv oder negativ beeinflusst. Diese Zufriedenheit beeinflusst wiederum die Intention diese Software in jetzigen und zukünftigen Projekten zu implementieren. Daraus leitet sich folgendes Modell ab, welches als Grundlage dieser wissenschaftlichen Arbeit herangezogen und untersucht wird. Diese Nutzung des Modells von Oliver (1993) wird damit begründet, dass Blockchainimplementierungen eher wie ein Produkt anzusehen ist, als wie eine Software. Dies resultiert daher, dass bei dem Einsatz einer Blockchain sowohl die Infrastruktur, als auch die Software zu ändern und anzupassen ist. Deswegen kann nicht, auf das zuvor vorgestellte Modell von Anol Bhattacherjee (2001) zurückgegriffen werden. Das folgende Modell zeigt die Zusammenhänge zwischen den Erwartungen, der Performance, der daraus resultierenden (Dis-) Confirmation, Satisfaction und der neu eingeführten Intention to Implement.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 6: ECT Erweiterung um die "Intention to Implement"
Aus der Intention to Implement wird im Kapitel 7 Fazit im Anschluss versucht, eine Aussage über die Zukunftsfähigkeit von Blockchain-Implementierungen zu treffen, da die Intention etwas zu Implementieren und somit langfristig zu nutzen, auch bei der Konkurrenz für Zuspruch oder Ablehnung bzw. Vorsicht gegenüber der Technologie führen kann. Dies wurde auch von (Oser et al. 1999) herausgefunden. Hier wurde gesagt, dass Menschen auch aus den Fehlern anderer lernen, was bedeutet, dass sie versuchen einen Fehler gleicher Art zu vermeiden. Dies übertragen auf Softwareimplementierungen und die Wirtschaft bedeutet, dass man auch hier vermeiden wird, den gleichen Fehler wie ein Konkurrent zu machen. Hieraus lässt sich schließen, dass die allgemeine Zukunftsfähigkeit einer Software negativ beeinträchtigt wird, wenn mehr Menschen, Unternehmen, etc. von dieser abgeneigt sind oder mitbekommen, dass es hier oft Probleme gibt oder gab.
Mit diesen Aussagen lässt sich das Modell aus Abbildung 6: ECT Erweiterung um die "Intention to Implement" um die Zukunftsfähigkeit erweitern.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 7: ECT mit abgeleiteter Zukunftsfähigkeit (eigene Darstellung)
Die Beziehung zwischen Intention to Implement und der Zukunftsfähigkeit einer Technologie ist in der Abbildung gestrichelt dargestellt, da sie nicht eindeutig festlegbar ist und somit in der vorliegenden Arbeit lediglich im abschließenden Kapitel thematisiert wird. Der Hauptpunkt dieser Arbeit liegt auf der Ermittlung der Erwartungen und der (Nicht-) Erfüllung dieser und damit einhergehend der Intention to Implement.
Bei der Umsetzung von grundlegenden Veränderungen innerhalb eines Unternehmens wird immer häufiger auf die Hilfe externer Beratungsfirmen zurückgegriffen. So ist der Branchenumsatz der Beratungsfirmen laut Bundesverband Deutscher Unternehmensberater e.V. in den Jahren 2007 bis 2016 von 16,4 Milliarden € auf 29,0 Milliarden € angewachsen (Bundesverband Deutscher Unternehmensberater e.V. 2017).
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 8: Entwicklung Branchenumsatz von 2007 bis 2016 (Eigene Darstellung in Anlehnung an Bundesverband Deutscher Unternehmensberater e.V. 2017)
Dieser Anstieg zeigt, dass immer häufiger auf externe Expertise bei der Umstrukturierung von internen Prozessen gebaut wird. Auch der Sektor der IT-Anwendungen und Infrastruktur hat mit 10,7% des insgesamten Marktanteils der Beratungsfirmen einen großen Anteil (Bundesverband Deutscher Unternehmensberater e.V. 2017). Hierunter fallen unter anderem Projekte mit Blockchainbezug.
Da bei der immer häufiger und immer mehr werdenden Externalisierung der Einführung von Blockchain-Lösungen in Unternehmen sowohl eine Beratungsfirma, als auch ein Kunde beteiligt sind, werden in der vorliegenden Arbeit beide Seiten betrachtet.
Bei der Umsetzung eines Blockchain-Projektes mit externer Beteiligung gibt es somit sowohl Erwartungen von Kundenseite, als auch auf Seite der Beratungsfirma an die Blockchain Implementierung. Auf Kundenseite werden diese Erwartungen und die Erfüllung dieser sich darauf auswirken, ob und in welchem Umfang das Unternehmen Blockchain als Lösung für zukünftige Probleme oder gewünschte Änderungen in Betracht zieht (Intention to Implement). Auf der Seite der Unternehmensberatungsfirmen werden ebenfalls Erwartungen an die Implementierung der Blockchain in das Kundenunternehmen formuliert bzw. gestellt. Auch diese Erwartungen werden im Laufe des Projekts positiv oder negativ erfüllt und führen dann zu einer Beeinflussung der Meinung der Firma zu Blockchain und somit auch der Intention to Implement von Beraterseite. Diese Intention to Implement ist hier allerdings so zu verstehen, dass sich die positive oder negative Erfüllung der Erwartungen darauf auswirkt, ob die Beratungsfirma in Zukunft Kunden eine Lösung mit Blockchain vorschlägt, oder ihnen eine Alternative nahelegt, welche nicht auf Blockchain basiert. Aufgrund der steigenden externen Projekte hat diese besondere Art der Intention to Implement auch Auswirkungen auf die Zukunftsfähigkeit von Blockchainimplementierungen und muss auch untersucht werden.
Insgesamt werden also sowohl die Erwartungen der Unternehmen und deren Erfüllung, als auch die Erwartungen der Unternehmensberatungen und deren Erfüllung betrachtet. Die Zukunftsfähigkeit der Blockchain resultiert aus der Betrachtung der Intention to Implement beider Seiten.
Das Modell ist in folgender Abbildung dargestellt.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 9: ECT mit abgeleiteter Zukunftsfähigkeit und von beiden Seiten betrachtet (eigene Darstellung)
2.2.2 Expectation Confirmation Theory in der bisherigen Forschung
Die vorgestellte Expectation Confirmation Theory nach (Richard 1980) , welche der Grundstein dieser wissenschaftlichen Arbeit ist, wurde in der wissenschaftlichen Literatur bereits in verschiedensten Bereichen angewendet. Die Hauptanwendungsfälle waren jedoch im Bereich Marketing und in der Literatur zur Analyse von Kundenverhalten (Dwivedi et al. 2012a). Hierbei wurden beispielweise Bereiche wie der erneute Kauf einer bestimmten Automobil-Marke (Oliver 1993), der Treue gegenüber eines Kameraherstellers (Patterson and Spreng 1997) und generell das Kundenverhalten bei Fotografie-Produkten untersucht (Dabholkar et al. 2000). Auch (Tsao 2013) hat die ECT genutzt, um das impulsive Kaufverhalten von Kunden für Produkte, die von Showgirls auf Messen angeboten werden, zu erklären.
[...]
- Citation du texte
- Florian Pollok (Auteur), 2018, Die Zukunftsfähigkeit von Blockchainimplementierungen entlang der Expectation Confirmation Theory, Munich, GRIN Verlag, https://www.grin.com/document/509963
-
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X.