Unser Forschungsansatz
Erfahren Sie, wie wir die Welt der KI- und menschengemachten Werbung unter die Lupe genommen haben. Hier stellen wir Ihnen unsere Methodik und die Grundlagen unserer Untersuchung vor.
Theorie und Modelle: Die Grundlagen unserer Studie
Um die Wirkung von Werbung zu verstehen, haben wir uns auf zwei psychologische Kernkonzepte gestützt, die über das Bindeglied der wahrgenommenen Divergenz (Andersartigkeit) miteinander verknüpft sind.
- Die Treppe zum Kauf (Hierarchy-of-Effects-Modell): Werbewirkung folgt einer logischen Abfolge. In unserer Studie haben wir uns auf die ersten zwei entscheidenden Stufen konzentriert: die Aufmerksamkeit (Awareness/Attention) als kognitive Eintrittspforte und die Einstellung (Ad Attitude/Liking) als erste affektive Bewertung.
- Der Kontrasteffekt: Dieses Konzept erklärt den Weg zur Aufmerksamkeit. Eine hohe wahrgenommene Divergenz führt dazu, dass sich eine Anzeige deutlich von anderen Werbebotschaften abhebt. Dieser Kontrast soll die Aufmerksamkeit gegenüber der Anzeige steigern, was wir in Hypothese 1 untersuchen.
- Der Grusel-Effekt (Uncanny Valley): Dieses Modell erklärt den Weg zur Einstellung. Wenn eine KI-Anzeige fast perfekt menschlich aussieht, aber subtile Unnatürlichkeiten aufweist, erzeugt dies beim Betrachter unbewusstes Unbehagen. In der Folge sinkt die Einstellung gegenüber der Anzeige, was die Basis für unsere Hypothese 2 bildet.
Unsere zentrale Forschungsfrage: Im Kern unseres Projekts stand die Frage, wie sich menschlich erstellte und KI-generierte Werbeanzeigen konkret in der Aufmerksamkeit, die sie erzeugen, sowie in der Einstellung der Konsumenten unterscheiden.
Der Versuchsaufbau: Ein Blick hinter die Kulissen
Unser methodischer Ansatz: Um die Reaktionen der Konsumenten objektiv messbar zu machen, haben wir eine quantitative Online-Umfrage im Rahmen einer Querschnittuntersuchung durchgeführt. Dabei nutzten wir etablierte psychologische Skalen nach Smith et al. (2008), um unsere abhängigen Variablen Aufmerksamkeit (Attention) und Einstellung (Ad Attitude) sowie die Divergenz mit einer nachgewiesen hohen internen Konsistenz () zu erfassen.
Wie testet man den Unterschied zwischen Mensch und Maschine? Für unser Experiment haben wir ein digitales Labor-Szenario entworfen:
- Der Star der Anzeige: Als Testmarke haben wir TiNDLE gewählt, die für moderne, pflanzliche Fleischalternativen steht. Die Wahl eines unbekannten Unternehmens wurde getroffen, um Verzerrungseffekte wie den Familiarity Bias oder den Halo-Effekt zu minimieren und die interne Validität zu erhöhen.
- Das Experiment: Insgesamt nahmen gültige Fälle an der Studie teil. Wir nutzten ein Between-Subjects-Design, bei dem die unabhängige Variable die tatsächliche Anzeigenherkunft bildete: Eine Gruppe sah die menschlich erstellte Original-Anzeige (), während die andere Gruppe eine von uns per KI nachgebaute Version () bewertete.
- Das „Blind“-Design: Um absolute Objektivität zu garantieren, wussten die Teilnehmer während der Befragung nicht, welche Anzeige sie sahen. Die tatsächliche Herkunft wurde erst ganz am Ende explorativ abgefragt, damit keine Vorurteile die kognitive Aufmerksamkeit oder die affektive Bewertung beeinflussen konnten.
- KI-Generierung: Die künstliche Anzeige wurde mit gezielten Prompts über ChatGPT Plus erstellt. Ziel war es, typische KI-Merkmale wie extrem glatte Haut und sterile Perfektion zu erzeugen, um das Uncanny Valley als potenziellen Sympathie-Killer wissenschaftlich prüfbar zu machen.
