Eye-Tracking für die Digitalisierung

Bildnachweis: “The Z3, the world’s first working electromechanical programmable, fully automatic digital computer…”. Nachbau der Zuse Z3 im Deutschen Museum in München. Quelle: https://commons.wikimedia.org/wiki/File:Z3_Deutsches_Museum.JPG, Author: Venusianer at German Wikipedia.

Was ist überhaupt Digitalisierung, und was hat das mit Eye-Tracking zu tun? Im Artikel zur Begriffsklärung findet sich in Wikipedia zur Digitalisierung der Hinweis auf: „…die Auswirkung der verstärkten Nutzung von Computern und Digitaltechnik in Wirtschaft, Kultur, und Politik,…“.[1] Wir konzentrieren uns hier in erster Linie auf die Verbindung zwischen der Digitalisierung und Eye-Tracking. Digitalisierung ist ein Wachstumstrend, der in aller Munde ist. Wenn es also eine solche Verbindung zwischen Eye-Tracking und der Digitalisierung gibt, dann wird die Digitalisierung auch Eye-Tracking zum Wachstum verhelfen. Dann wird die wachsende Nutzung von Computern und Digitaltechnik das Wachstum der Arbeitsfelder antreiben, die Kompetenzen und Skills in der Querschnittstechnologie Eye-Tracking erfordern. Angesichts der Breite der Anwendungen, die Eye-Tracking im Zusammenhang mit der Digitalisierung hat, soll im Verlauf dieses Beitrags aufgezeigt werden, dass es sich bei Eye-Tracking nicht um ein kleines Nischenthema handelt, das allenfalls einen improvisierten Ministand mit einem Tisch mit vier Stühlen in der Halle für die Hochschulen auf der Hannover Messe verdient hätte. Vielmehr wird Eye-Tracking über die Jahre hinweg so stark wachsen, dass dieses Thema eine eigene Halle bekommen sollte. (Die Älteren unter uns werden sich daran erinnern, wie klein die CeBit einmal angefangen hatte). Und weitsichtige Hochschulen sollten spätestens heute mit der Planung und Rekrutierung für einen eigenen Hochschulstudiengang „Vision Science“ beginnen, den es an einigen Hochschulen schon gibt.

Worum geht es hier in diesem Abschnitt? Es geht um Wachstum von:

  • Arbeitsfeldern, die Kompetenzen und Skills im Bereich Eye-Tracking erfordern und im Zuge der Digitalisierung neu entstehen,
  • Studentenzahlen in diesem innovativen Wissenschaftsfeld und von
  • Umsätzen, Gewinnen und Aktienkursen von Unternehmen im Bereich Eye-Tracking.

Es geht hier in diesem Beitrag aber nicht darum, ob Arbeitsfelder, Geschäftsfelder und Unternehmen mit einem Fokus auf Eye-Tracking in Zukunft überhaupt wachsen werden. Das werden sie. Sondern hier geht es vielmehr um die Fragen:

  1. Wie wird dieses Wachstum verlaufen – nur in eine Richtung oder auch mit zwischenzeitlichen Schrumpfungsphasen?
  2. In welchen Bereichen und Branchen wird Wachstum zuerst entstehen und schon in naher Zukunft nennenswert und sichtbar auftreten?

Es sind diese Fragen, mit denen sich der Beitrag hier befasst.

Digitalisierung als Wachstumstreiber der Eye-Tracking Anwendungen

Dazu muss zunächst geklärt werden, an welchen Stellen die Digitalisierung zum Wachstumstreiber für Eye-Tracking werden wird und warum. Danach beschäftigen wir uns in diesem Beitrag damit, wie Wachstumsprozesse von Innovationen typischerweise verlaufen und nutzen hierbei einerseits das wirtschaftstheoretische Diffusionsmodell. Andererseits nutzen wir aber auch die konkreten Erfahrungen mit der Einführung der Digitalisierung von zwei Serviceindustrien, Bildung und Einzelhandel. Diese beiden Industrien gehören gleichzeitig auch zu wichtigen Anwendungsgebieten des Eye-Tracking.

Bevor wir aber hier in die Einzelheiten einsteigen, kann man ganz generell sagen, dass das Wachstum und die Verbreitung von Eye-Tracking insbesondere auch durch die Digitalisierung in den nächsten Jahren angetrieben wird. Und das aus einem ganz einfachen Grund. Sehr viele Friktionen, die die Verbreitung der Digitalisierung behindern, entstehen bei der Bedienbarkeit an der Mensch-Maschine-Schnittstelle. Was technisch heute möglich ist und die Phantasie der Forscher und der Investoren beflügelt, führt häufig nicht zum sofortigen wirtschaftlichen Erfolg. Denn die Bedürfnisse, Erwartungen, Gewohnheiten und Routinen, die die Wahrnehmung und Entscheidungsfindung der Kunden und Mitarbeiter formen, sind beim Design der technologischen Schnittstellen oftmals nicht angemessen berücksichtigt worden. Aber dieses Problem ist alles andere als neu.

Lehren aus der Vergangenheit: Das IT-Productivity Paradox

Bereits vor mehr als 20 Jahren sorgte die Entdeckung des sogenannten „IT productivity paradox“ in der wirtschaftswissenschaftlichen Forschung für große Aufmerksamkeit, die über die akademischen Konferenzen hinausging. Was hatte es mit diesem Paradox auf sich? Ganz knapp zusammengefasst bedeutet dieses Paradox, dass sich gesamtwirtschaftlich keine Produktivitätssteigerung trotz IT-Investitionen in Milliardenhöhe empirisch feststellen lies. Wie war das möglich? Die verbesserte Produktivität war ja gerade das Argument, das die IT-Firmen so überzeugend vorgebacht hatten. Daraufhin hatten Vorstände nicht nur in den USA, sondern weltweit Investitionsbudgets in Millionenhöhe bereitgestellt.

Es war z. B. Landauer [1996], der mit seinem Buch „The Trouble with Computers: Usefulness, Usability, and Productivity“ auf die Verbindung zwischen den ausbleibenden Produktivitätssteigerungen und der mangelhaften Usability der unternehmensintern eingesetzten Software aufmerksam gemacht hatte. Friktionen bei der Digitalisierung sind ganz und gar nicht neu. Während sich in früheren Jahrzehnten die rangniederen Mitarbeiter mit den IT-Systemen herumärgern mussten und in ihrer Arbeitsproduktivität massiv gebremst wurden, sind es heute die Endkunden, die mit den Segnungen des E-commerce zurechtkommen sollen. Auch diesmal wird die Verantwortung wieder den Nutzern – heute den Endkunden – zugeschoben. Geringe Nutzerquoten der älteren Generationen sind danach eben der „geringen Internetaffiniät der Senioren“ zuzuschreiben aber eben nicht der schlechten Usability der E-commerce Systeme. Auch heute werden wieder die Verantwortlichkeiten auf den Kopf gestellt. „Digital Immigrants“ sind demnach eben zu dumm, um mit der coolen App umgehen zu können.

Interne IT-Usability Probleme gestern und Conversion Rate Probleme heute

Zu welch gigantischen Fehlleistungen aber die rein technikzentrierte Sichtweise z. B. in der IT-Industrie geführt hat, konnte man schon vor 10 Jahren im Buch von Chapman [2006] mit dem Titel: „In Search of Stupidity: Over Twenty Years of High Tech Marketing Disasters“ nachlesen. Etwas sarkastisch ausgedrückt kann man sagen, dass in einem marktwirtschaftlichen System Unternehmen nicht dazu gezwungen werden, Umsatz und Gewinn zu machen. Unternehmen, die 50% und mehr der Bevölkerung mit ihrer E-commerce Lösung vergraulen wollen, weil ihr Vorstand selbst nichts von IT versteht und er Angst hat, wenn er allzu viel Kritik am IT-Entwickler übt, könnte dies ihn dazu veranlassen, zu einem anderen Unternehmen zu wechseln, haben dazu die volle Freiheit. Die Antwort des IT-Bereichsleiters auf die Kritik zur mangelhaften Nutzerfreundlichkeit der Webformulare des von ihm zu verantwortenden Online-Shops: „Auch die Steuerformulare sind ja nicht gerade besonders nutzerfreundlich.“ übersieht einen wesentlichen Unterschied. Die Steuerverwaltung kann man sich nicht aussuchen, den Internet-Shop schon; und dazu reichen häufig ein paar Clicks. Wenn ein Unternehmen sich die kundenzentrierte Sichtweise zu eigen macht, wird es typischerweise von den Marktbeobachtern und den Kundenrezensionen gelobt und erfährt dementsprechende positive Mund-zu-Mund Propaganda. Das ermöglicht auch kleineren und mittelständischen Unternehmen mit geringeren Werbebudgets ein schnelles Wachstum. Zu welch gigantischen Fehlleistungen aber die rein technikzentrierte Sichtweise z. B. in der IT-Industrie geführt hat, konnte man schon vor 10 Jahren im Buch von Chapman [2006] mit dem Titel: „In Search of Stupidity: Over Twenty Years of High Tech Marketing Disasters“ nachlesen. Aus den Fehlern der anderen zu lernen, ist immer noch die beste und preiswerteste Methode zu lernen, preiswerter als Weiterbildung durch MBA-Programme oder Beratung von Unternehmensberatern zu Tagessätzen von 3.500.- Euro.

Wie kann Eye-Tracking die Friktionen bei der Diffusion der Digitalisierung reduzieren?

Digitalisierung betrifft mittlerweile fast alle Unternehmensfunktionen und eine wachsende Anzahl von Branchen. Nachfolgend listen wir einige dieser Funktionen und Branchen auf, wobei sich zu den fettgedruckten Unternehmensfunktionen und Branchen gesonderte Beiträgen auf unserer Website befinden, die die jeweiligen Verbindungen zu Eye-Tracking ausführlicher diskutieren.

Unternehmensfunktionen

  1. Wearables and Sensing Technologies (Produktion)
  2. Internet of Things (Produktion)
  3. Human Computer Interaction, Human Machine Interaction (Produktion)
  4. Virtual Reality (Produktion)
  5. Augmented Reality (Produktion)
  6. Additive Manufacturing, 3D Printing (Produktion)
  7. Predictive Maintenance (Produktion)
  8. Eye Control (Produktion)
  9. Robotics (Produktion)
  10. E-Commerce (Marketing and Distribution)
  11. E-Customer Education (Marketing)
  12. Visualization, 3D-Visualization (Marketing)
  13. Social Media (Marketing)
  14. BlueEyes Technology and Emotion Tracking for Emotional Marketing and E-Learning (Marketing and HR)
  15. User-generated Content (Marketing)
  16. Co-Creation (Customer Inclusion for Product and Service Design)
  17. Crowdsourcing (Product and Service Design)
  18. Crowdfunding (Start-Up und Unternehmensfinanzierung)
  19. ICO (Start-Up Finanzierung)
  20. Flat Responsive Web design (IT)
  21. Universal Design for Internet Platforms (IT)
  22. WebRTC (IT)
  23. Cyber-Law (Legal)
  24. Cyber Security (Legal)
  25. Employee and Customer Fraud Detection (Legal and Auditing)
  26. Data Analytics and Big Data (Marketing, Auditing, Product and Service Design)
  27. Virtual Teams (HR)
  28. E-Recruiting (HR)
  29. E-Learning (HR)
  30. Mobile Learning (HR)

Branchen

  1. E-health (Gesundheitssektor)
  2. M-health (Gesundheitssektor)
  3. E-commerce (Einzelhandel)
  4. Mobile Commerce (Einzelhandel)
  5. E-Learning (Bildungsindustrie)
  6. Mobile Learning (Bildungsindustrie)
  7. Blockchain (z. B. Finance and Banking)
  8. Algorithmic Decision Making (z. B. Finance)
  9. Smart Grid (Elektrizitätswirtschaft)

Aus all diesen Unternehmensfunktionen sind insbesondere die folgenden Anwendungen von Eye-Tracking zu nennen, die die Friktionen bei der Diffusion der Digitalisierung reduzieren können und die einer kundenzentrierten Sichtweise entsprechen:

  1. Usability der Human-Computer Interaction,
  2. Usability der Human-Machine Interaction,
  3. Conversion Rate Optimization (CRO),
  4. Die Emotionen und die Entwicklung von Vertrauen der Besucher auf E-commerce Webseiten anhand der Blickbewegungen und der Pupillenveränderungen beobachten, überwachen und messen,
  5. und die Aufmerksamkeit der Besucher lenken.

Darüber hinaus erfordern bestimmte technologische Innovationen der Digitalisierung den Einsatz von Eye-Tracking:

  1. Adaptive E-learning (individualisiertes Lernen),
  2. Augenkontrolle bei der Mensch-Maschine Interaktion,
  3. Augmented Reality und
  4. Virtual Reality.

Aus Sicht derjenigen, die in Eye-Tracking Human- und Finanzkapital investieren wollen, fragt sich aber, wie lange es denn dauern wird, bis diese Kompetenzen und Skills gebraucht werden, und wie sich der Wachstumsverlauf der Arbeitsmarktnachfrage hiernach in den nächsten Jahren entwickeln wird.

Lehren aus dem E-learning und dem Dot-Com Hype 1999-2000

Die E-learning Euphorie der Jahre 1999-2000 und die schnell folgende Ernüchterung war damals ähnlich wie die E-commerce Euphorie Teil des allgemeinen Dot-Com Hype verlaufen. Aus den Erfahrungen und Niederlagen des E-learning Sektors lassen sich viele wertvolle Lehren für andere Branchen ziehen, die erst seit einigen Jahren ihre Erfahrungen mit der Digitalisierung im Marketing und Vertrieb machen (E-commerce). Deshalb ist es sehr augenöffnend, einen Blick auf die Geschichte des E-learning Hype in den Jahren 1999-2000 zu werfen, um:

  • den Verlauf des Wachstums, der Schrumpfung und des erneuten Wachstums der Diffusion der Digitalisierung zu erkennen,
  • zu verstehen, wie Fehleinschätzungen von Finanzinvestoren in Milliardenhöhe entstehen konnten und
  • wo die Ursachen der großen Friktionen der Digitalisierung lagen.

Der Bildungssektor in Deutschland lebt ganz sicher nicht die kundenzentrierte Sichtweise, sondern wird ebenfalls sehr stark von den Denkweisen der Produzenten der Bildung: der Lehrer, Dozenten und Professoren, Hochschul-Präsidenten und IT-Entwicklern dominiert. Aus dieser produzentenzentrierten Sichtweise resultieren auch die Niederlagen des E-learning. Eine lernerzentrierte  Sichtweise wäre aber für ein schnelles Wachstum von E-learning zentral. Und dieser Wirtschaftszweig kann seine Usability-Probleme an der Mensch-Maschine-Schnittstelle nicht in G+Vs verstecken, wie dies Unternehmen der verarbeitenden Industrie mit ihren selbstgestrickten IT-Systemen getan haben. In der Bildungsindustrie führen solche Probleme sofort zu massiven Beschwerden der Kunden, in diesem Fall der Lerner.

Die Anfänge des E-learning Hype

In den Jahren 1999-2000 hatten die Finanzinvestoren hohe Erwartungen in die zukünftige Gewinnentwicklung der E-learning Start-Ups, sehr hohe Erwartungen. SunTrust Securities hatte z. B. darauf aufmerksam gemacht, dass die durchschnittliche Marktkapitalisierung von börsennotierten E-learning Unternehmen zehnmal so hoch war, wie ihre prognostizierten Umsätze für das Jahr 2000. Centra Software wurde z. B. mit dem 50-fachen des prognostizierten Umsatzes für das Jahr 2000 gehandelt. Urdan und Weggen [März 2000] hatten ausgerechnet, dass E-learning Unternehmen durchschnittlich beim etwa 16,5-fachen ihrer Umsätze gehandelt wurden, während traditionelle Bildungsunternehmen nur etwa beim 2,3-fachen lagen. Wie können sich solche Erwartungen, die sich im Nachhinein als völlig überzogen herausgestellt haben, entwickeln?

Die meisten Investoren – insbesondere auch institutionelle Investoren – richten sich nach den Reports des Investment Research der großen Banken und Investmenthäuser. Diese Abteilungen sind ständig auf der Suchen nach „guten Investment Stories“, denn nur dann machen ihre Arbeitgeber auch Umsatz und Gewinn. Solche Investment Research Reports haben sich in den Jahren 1999-2000 geradezu gegenseitig überboten, die entstehende E-learning Industrie als die nächste „Killer Application“ darzustellen, deren Gewinne in den Himmel wachsen würden. Hier einige Zitate aus diesen Investment Reports:

Banc of America Securities (Block and Brandon [1999])[1]

“The landscape of learning has never looked more promising for companies in the business of education. (…) The inexorable technological revolution continuously overhauls the workplace, thereby forcing workers to treat learning as part of their basic job description. Technology is not only a driver for more learning, but it is also an enabler of electronic learning (e-learning). E-learning is quickly establishing its presence in corporations, institutions of higher education and K-12 schools.” Seite 3

“The fastest-growing labor shortages: programmers, network engineers and web experts. According to the Information Technology Association of America, U.S. companies have approximately 346,000 vacant IT (information technology) jobs nationwide, leaving one in 10 jobs unfilled.” Seite 4

Thomas Weisel Partners (McCrea, et al. [2000])[1]

“’The next big killer application for the Internet is going to be education. Education over the Internet is going to be so big it is going to make e.mail look like a rounding error.” John Chambers, CEO, Cisco Systems” Seite 1

U.S. Bancorp Piper Jaffray Equity Research (Peterson [1999])[1]

„We believe e-Learning will prove to be the ‘killer app’ on the Internet.“ Seite 7

“Two key trends, we believe, will together ultimately make e-Learning the ‘killer app’ on the Web: the Internet, which is the fastest growing mass market media in history, is here to stay, only increasing in usage and bandwidth; and training and education, which represents over 10% of the U.S. Gross Domestic Product, continues to be at the forefront in U.S. society.”

 

Um einiges realistischer war die Einschätzung bei Goldman Sachs:

Goldman Sachs, Global Equity Research (Derman, et al. [2000])[1]

“Is e-Learning the next killer app?

We believe that e-Learning is here to stay; we expect its growth to be rapid and its final size to be large. Nonetheless, we do not believe that e-Learning is a “killer app.” e-Learning is typically sold via a direct sales force, which slows its spread. Corporate e-Learning aside, e-Learning generally attracts little focus from private-sector customers and is specialized enough to lack broad social appeal.”

Diese sehr vollmundigen Erwartungen der „Experten“ in den Investment Research Reports haben mit dazu beigetragen, dass etwa 4 Mrd. US $ in den USA im Jahr 2000 in das E-learning Investment-Segment investiert wurde, wie damals Eduventures.com in ihrem “„The Education Quarterly Investment Report“” berichteten. Noch viel größer war der Hype bei den Internetfirmen wie z. B. Amazon und Google. Auch hier war die Euphorie schier grenzenlos und brach dann in den Folgejahren zusammen. Warum sind aber so viele  E-learning Unternehmen der Jahre 1999-2000 gescheitert, und warum sind die Finanzanalysten und die Finanzinvestoren derart in ihren Erwartungen enttäuscht worden?

Was war denn richtig an der Argumentation der Jahre 1999-2000 für das Wachstum des E-learning?

Es ist immer leicht, im Nachhinein schlau dazustehen und vergangene Prognosen zu kritisieren. Man sollte auch nicht übersehen, dass viele Argumente für E-learning damals genauso zutreffend waren, wie heute. Zu diesen Argumenten gehören z. B.:

  • Die Bildungsindustrie ist eine Wachstumsindustrie – weltweit und auch in Deutschland.
  • Bildung ist der Schlüsselfaktor für Wirtschaftswachstum, und auch das ist weltweit erkannt und verstanden worden.
  • Aufgrund der tiefgreifenden Veränderungen in der Wirtschaftsstruktur ändern sich auch die nachgefragten Fähigkeiten, Kompetenzen und Fertigkeiten, was zu einer steigenden Nachfrage nach beruflicher Weiterbildung auf den unterschiedlichen Hierarchiestufen führt.
  • Und gerade in der beruflichen Weiterbildung wiegt das Argument des „anywhere, anytime“ besonders schwer.
  • Schließlich haben erfahrene und kompetente Autodidakten – und dazu gehören alle Hochschullehrer und Dozenten – schon damals das Internet zum selbständigen Lernen und zur Weiterbildung genutzt.

Aber – und jetzt kommt das große „Aber“ – die meisten Lerner:

  • wollen an die Hand genommen werden,
  • sie brauchen den unmittelbaren Kontakt mit dem Dozenten, der sie motiviert,
  • der ihnen jederzeit persönlich weiterhilft, wenn sie Verständnisprobleme haben und
  • der ihnen Feedback, Anerkennung und Lob gibt.

Jeder Hochschullehrer weiß aus eigener Erfahrung, dass nur eine sehr kleine Minderheit der Lerner gute Autodidakten sind. Die weit überwiegende Mehrheit aller Lerner braucht den direkten, persönlichen Kontakt zum Lehrer, zum Dozenten. Und dieser persönliche Kontakt zum Lehrer und Dozenten fehlt weitgehend beim E-learning. Die Mehrzahl der Studenten und der Berufstätigen will so nicht lernen. Das Scheitern der ersten Generation des E-learning ist vor allem auf einen einzigen Faktor zurückzuführen:

Die Lerner wurden nicht gefragt, ob sie so lernen wollen.

Mit anderen Worten:

Die Kunden wurden einfach ignoriert.

So trivial diese Einsicht ist, so häufig wird sie in den verschiedensten Branchen und Anwendungen übersehen. Fragen Sie sich selbst, ob Sie den Eindruck haben, dass z. B. die Gesundheitsindustrie (Ärzte, Krankenhäuser, Reha-Kliniken, etc.) den Patienten in den Mittelpunkt stellt und sich kompromisslos nach seinen Anforderungen und Nöten richtet. Man muss lachen, wenn man darüber nur kurz nachdenkt. Die Liste von Branchen, die genau den gleichen Fehler begehen, ließe sich beliebig verlängern. Aber zurück zu den Arbeitsfeldern, die die Nachfrage nach Eye-Tracking Kompetenzen und Skills treiben werden. Dies sind allen voran E-commerce und Usability Studien für die Mensch-Maschine und die Mensch-Computer Schnittstelle.

Antizipation der Diffusionsprozessen in Märkten

Damit stellt sich für realistisch denkende Menschen die Frage, wie sich der Wachstumsverlauf der Digitalisierung in Deutschland tatsächlich entwickeln wird und nicht wie von den großen – „namhaften“ – Unternehmensberatungen prophezeit, die systematisch übertriebene Zahlen im Aufmerksamkeitswettbewerb prognostizieren. Wie kann man aber statt dessen seriös antizipieren, wie sich solche zukünftigen Wachstumsverläufe entwickeln werden, wenn Zeitreihenanalyse und Ökonometrie aufgrund fehlender quantitativer Daten nicht weiterhelfen können?

Die Verbreitung der Digitalisierung in Deutschland und damit auch die Entwicklung dieses Wachstumstreibers für Eye-Tracking wird sich wie viele andere Diffusionsprozesse von Innovationen vollziehen. In diesen Fällen können uns die Diffusionsmodelle für Innovationen sehr sinnvolle Dienste leisten, wenn wir den zukünftigen Wachstumsverlauf antizipieren wollen.

Zunächst muss man unterscheiden zwischen der Diffusion der Aufmerksamkeit für eine Innovation bei den Finanzinvestoren (und den Finanzanalysten) und der Diffusion der Akzeptanz bei den Kunden, also der Diffusion im Markt. Dass diese beiden Diffusionsprozesse nicht zeitgleich, sondern nacheinander verlaufen, haben der E-learning Hype und der E-commerce Hype sehr klar aufgezeigt.

Diffusion des E-commerce

Auch bei Innovationen ist das Timing extrem wichtig. Wer die Zeichen der Zeit verschläft, der geht den Weg von Blackberry und Kodak. Das andere Extrem besteht aber darin, zu früh an den Markt mit einer Innovation zu gehen. Wenn die potentiellen Kunden die Innovation noch nicht verstehen können, wenn sie noch keinen Bedarf für sich sehen, dann ist das innovative Unternehmen seiner Zeit zu weit voraus und wird am Markt scheitern. Deshalb macht es Sinn, einen Blick darauf zu werfen, wie solche Diffusionsprozesse verlaufen.

Der „Hype Cycle“ als treibender Einflussfaktor
für Beschäftigungswachstum in innovativen Arbeitsfeldern

Nicht nur die Finanzanalysten, sondern auch vermeintliche „Research Firms“, wie z. B. das US-amerikanische Unternehmen Gartner versorgt die Nachfrage nach Marktstudien mit vermeintlich präzisen Wachstumsraten für viele Jahre im Voraus. Zumindest aber hat Gartner aus seinen Fehlern gelernt und aus der Not – der diskreditierten Glaubwürdigkeit der eigenen Prognosen – eine Tugend gemacht, indem sie das Problem des „Hype“ – also das Auftreten von überzogenen Erwartungen – und die Abfolge der Phasen der medialen Beachtung und der Erwartungszustände der Investoren in Form eines sogenannten „Hype Cycles“ transparent gemacht haben. Auch in der akademischen Welt hat das Thema „Hype Cycles“ eine sehr große Resonanz gefunden.[2] Ungeklärt in der Darstellung des Hype Cycles in Wikipedia ist die Maßeinheit der Y-Achse (wie werden hier die Erwartungen gemessen (Renditen, Wachstumsraten?), und um wessen Erwartungen handelt es sich (Investoren, Unternehmer, Journalisten?).

hype cycle digitalization
Bildnachweis: https://upload.wikimedia.org/wikipedia

So simplifizierend und unpräzise die Graphik zum Hype Cycle auch seien mag, sie visualisiert sehr gut die Abfolge der verschiedenen Stadien, die eine letztlich erfolgreiche Innovation in der öffentlichen Wahrnehmung und Aufmerksamkeit durchläuft.

„Wer zu früh kommt, den bestraft das Leben.“

Bemerkenswerterweise würden in einem solchen Hype-Cycle auch diejenigen zu den Verlierern gehören, die sehr frühzeitig und vorausschauend zu einem Zeitpunkt ihr Human- oder Finanzkapital investiert haben, als die meisten potentiellen Nachfrager, der innovativen Dienstleistung oder dem neuen Produkt noch zögerlich gegenüberstanden. Schauen wir uns nun die tatsächlichen Verläufe bei der Entwicklung der Aktienmarktperformance von Internet-Unternehmen an, die gleichzeitig die Erwartungen der Finanzanleger an die Profitabilität der Unternehmen widerspiegeln, in die sie investieren, deren Renditen (also Wertveränderungen) aber auch die Belohnung darstellen, in diese risikoreichen Investments das eigene Vermögen gebunden zu haben. Und lassen Sie uns diesen Verlauf mit der Entwicklung in den Humankapitalmärkten vergleichen, also der Entwicklung des eingesetzten Humankapitals. Schließlich– last, but not least – lassen Sie uns diese beiden Verläufe der Entwicklung der tatsächlichen Kundennachfrage gegenüberstellen. Es sind in einer Marktwirtschaft immer die Kunden, die das letzte und alles entscheidende Wort haben und mehr Macht besitzen, als der Vorstandsvorsitzende des größten Unternehmens je haben könnte.

Der Wachstumsverlauf von E-commerce in den USA von 1999-2016

Die blaue Linie zeigt die Entwicklung der Aktienmarktperformance des größten E-commerce Unternehmens in den USA – AMAZON – im Vergleich zur Aktienmarktperformance eines gut diversifizierten Aktienportpolios, das die Gewichtung unterschiedlicher Aktien so berücksichtigt, wie dies der DATASTREAM (ThomsonReuters) Index für den gesamten US-Aktienmarkt tut. Ein Indexstand von 100 bedeutet, dass der Performance Index für den Aktienmarkt auf der gleichen Höhe lag wie der Performance-Index für die AMAZON Aktie. Man sieht den steilen Anstieg vom Mai 1997 bis Anfang des Jahres 2000. In dieser Zeit haben die Anleger erwartet, dass die Gewinne von AMAZON viel schneller wachsen würden, als sie dies bei der durchschnittlichen Aktiengesellschaft erwartet hatten. Danach sind die starken Aktienmarktverluste für die AMAZON Anleger im Vergleich zu denjenigen, die das diversifizierte Aktienmarktportfolio gehalten haben, zu sehen. Die Pioniere unter den Internet Anlegern wurden also mit starken Vermögensverlusten in den unmittelbaren Folgejahren des Internet-Hype bestraft. Aber bereits ab Ende 2007 lag der Wert des AMAZON Performance-Indexes im Vergleich zum Aktienmarkt-Index-Wert wieder auf etwa dem Niveau wie zum Höhepunkt der Internet-Euphorie am Anfang des Jahres 2000.

Humankapital und Finanzkapital US Ökonomie

Etwas Ähnliches mussten auch die Humankapitalinvestoren erfahren – die Beschäftigten in der Internet-Ökonomie – die zu den ersten gehörten, die in diesem neu entstanden Wirtschaftssektor arbeiteten. Um den Verlauf der Beschäftigungsentwicklung abzuschätzen, nutzen wir hierfür die Daten des US Bureau of Labor Statistics für die Beschäftigten, die in dejenigen Unternehmen arbeiten, die ausschließlich nur der Internet-Ökonomie zuzurechnen sind (Intern Publishing & Broadcasting & Web Search Portals) wie z. B. AMAZON und GOOGLE. Während der ersten Wachstumsjahre stieg der Beschäftigungsindex der Internet-Ökonomie im engeren Sinne von 100 auf etwa 250. Die Beschäftigung hatte sich mehr als verdoppelt. Danach wurde aber ein Großteil der Menschen wieder entlassen, die in diesen neuen Jobs arbeiteten. Es dauerte in den USA bis etwa 2011 bevor der Index-Stand für diese Beschäftigten wieder das Niveau erreicht hatte, das er auf der Höhe des Internet-Booms besaß.  In den Folgejahren bis heute stieg die Beschäftigung in diesem Bereich der Internet-Ökonomie aber monoton an und vervierfachte sich bis heute.

Die qualitative Aussage des Hype-Cycles scheint sich im Falle der US-amerikanischen E-commerce Industrie zu bewahrheiten. Demnach durchlief das Wachstum zwei Zyklen. Der erste Zyklus zeigte eine starke Übertreibung. Und der nachfolgende Verlauf der Entwicklung zeigte dann einen ungleich langsameren Wachstumsprozess, der die fundamentalen Wachstumsprozesse der treibenden Nachfrage reflektiert. Die nächste Graphik zeigt den Verlauf der Kundenakzeptanz und der Diffusion der Innovation des E-commerce Einzelhandels bei den Kunden. Diese Graphik zeigt den Prozentanteil der Einzelhandelsumsätze in den USA, die Online durchgeführt wurden, also dem E-commerce zuzurechnen sind.

Einzelhandelsanteil E-Commerce US

Es gibt nur sehr wenige Fälle innerhalb unserer Ökonomie, bei der der gesamtwirtschaftliche Umsatzanteil eines Wirtschaftssektors ein derart persistentes Wachstum zeigt, wie der E-commerce. Nur der Gesundheitssektor kann hier ähnlich persistentes Wachstum der Umsatzanteile vorweisen. Es ist ökonomisch verständlich – wenn nicht sogar begründet – wenn die Entdeckung von solchen persistenten Wachstumsfeldern bei denjenigen, die sie entdecken, schon ein Jahrzehnt vorher zu Euphorie führt.

Da die Erwartungen der Investoren bei börsennotierten AGs im Aktienkurs reflektiert sind, bedeuten die anfänglichen Übertreibungen, die nachfolgende Ernüchterung und dann der ungleich langsamere erneute Anstieg einen Verlauf der Aktienrenditen, die es von den Investoren erfordern, längere Perioden von Verlusten hinnehmen zu müssen. Wer ausschließlich auf vergangene Aktienrenditen schaut und nicht die ökonomische Analyse nutzt, der wird voreilig seine Investitionsentscheidung wieder revidieren. Wie irreführend die ausschließliche Nutzung vergangener Aktienrenditen zur Prognose zukünftiger Aktienrenditen ist, zeigt das Beispiel des größten E-commerce Unternehmens – AMAZON – sehr deutlich. Zurück zu den Ausgangsfragen:

Was lernen wir hieraus aus der Geschichte des E-commerce für das Wachstum der mit Eye-Tracking verbundenen Arbeitsfelder?

Realwirtschaftliches Wachstum wird immer von der Nachfrage der Kunden und ihrer Akzeptanz getrieben. Finanzinvestoren, Finanzanalysten, Unternehmensberater können zwar versuchen, dieses Wachstum zu antizipieren. Sie können versuchen, den zukünftigen Verlauf der Diffusion bei den Kunden mit Hilfe von Diffusionsmodellen abzuschätzen. Aber die tatsächlichen – die realisierten – Umsätze und Gewinne werden immer nur so schnell oder langsam wachsen, wie die Kundennachfrage das erlaubt. Erwartungen der Finanzinvestoren und auch die Aufmerksamkeit in den Finanzmedien können sich rasend schnell entwickeln. Und über die Verbindung zwischen Aufmerksamkeit, Wahrnehmung, Erwartungsbildung, Finanzinvestitionen und den Aktienkursveränderungen lassen sich Gewinne an Finanzmärkten kurzfristig schon Jahre vorher realisieren, bevor diese Gewinne im realwirtschaftlichen Teil der Ökonomie entstehen. Aber die Finanzinvestoren, die solche Finanzgewinne machen, müssen auf eine längere „Zitterperiode“ gefasst sein, denn es kann Jahre dauern, bevor die realwirtschaftlichen Daten (Umsätze und Gewinne) die Erwartungen bestätigen.

Für Humankapitalinvestoren ist die Verbindung zwischen realisierter Nachfrage der Endkunden und der Arbeitsnachfrage zeitlich viel direkter. Denn insbesondere in Deutschland sind die Unternehmen tendenziell sehr zögerlich und nehmen Neueinstellungen erst dann vor, wenn die Umsätze schon eine Weile so stark gestiegen sind, dass es zu Produktionsengpässen kommt. Aufgrund der arbeitsrechtlichen Regelungen gehen Unternehmen mit den meisten Arbeitsverträgen langfristige finanzielle Verpflichtungen ein. Deshalb eilt die Entwicklung der Kundennachfrage typischerweise der Entwicklung der Arbeitsnachfrage nach Kompetenzen, die diese Nachfrage bedienen können, voraus. Entscheidend aus Sicht der Humankapitalinvestoren ist daher die Diffusion der Endkundennachfrage.

Eine wichtige Erkenntnis, die sich aus diesen Erfahrungen ziehen lässt, ist aber: Auch Humankapitalinvestitionen in innovativen Arbeitsfeldern können mit Risiken behaftet sein. Wie können aber all jene, die in ihr Humankapital in innovativen Arbeitsfeldern investieren wollen, solche Risiken minimieren. Die Antwort lautet: Durch Diversifikation. Am Anfang dieses Beitrags haben wir darauf hingewiesen, dass es nicht nur ein Arbeitsfeld oder eine Branche im Bereich der Digitalisierung ist, die Kompetenzen in Eye-Tracking erfordern. Wir wiederholen hier an dieser Stelle noch einmal diese Arbeitsfelder im Bereich der Digitalisierung, die Eye-Tracking Kompetenzen erfordern.

Unternehmensfunktionen

  1. E-Commerce (Marketing and Distribution)
  2. Human Computer Interaction, Human Machine Interaction (Produktion)

Branchen

  1. E-commerce (Einzelhandel)
  2. Mobile Commerce (Einzelhandel)
  3. E-health (Gesundheitssektor)
  4. M-health (Gesundheitssektor)
  5. E-Learning (Bildungsindustrie)
  6. Mobile Learning (Bildungsindustrie)

Diese unterschiedlichen Arbeitsfelder in den Unternehmensfunktionen werden sehr unterschiedliche Diffusions- und Wachstumsprozesse durchlaufen. Die Unterschiede beziehen sich unter anderem auf:

  • den Beginn des Diffusionsprozesses,
  • die Diffusionsgeschwindigkeit und
  • das Marktpotential (Gesamtmarktgröße).

Wer Kompetenzen im Bereich Eye-Tracking aufbaut, kann deshalb auf ein Portfolio von unterschiedlichen Verwendungen für ihr Humankapital blicken, das ihr erlaubt, die Arbeitskraft beginnend in der Verwendung einzusetzen, die zu den ersten gehört und im Verlauf der Sättigung dieses Pioniers auf andere Verwendungen umzuschwenken.

 

Literatur

Block, Howard and Dobell, Brandon, [1999] „Education Industry Overview: The e-Bang Theory„, Banc of America Securities, September 1999.

Chapman, Merrill R., [2006], In Search of Stupidity: Over Twenty Years of High Tech Marketing Disasters, 2nd Ed., Apress, 2006.

Derman, David M., Parekh, Michael, Thomas P. Berquist, Charles, Elliott and Chung, Clara J., [2000], Internet: e-Learning – United States, Goldman Sachs, Global Equity Research, July 25, 2000.

Landauer, Thomas K., [1996], The Trouble with Computers: Usefulness, Usability, and Productivity, MIT Press, 1996.

McCrea, Fred, Gay, R. Keith, Bacon, Rusty, [2000], “Riding the Big Waves,” Thomas Weisel Partners, Merchant Banking, January 18, 2000.

Peterson, Robert W., Marostica, Mark A. and Callahan, Lisa M., [1999], Helping Investors Climing the E-learning Curve – The Next Internet Investment Opportunity, U.S. Bancorp Piper Jaffray Equity Research, 1999.

Urdan, Trace A., and Weggen, Cornelia C., [March 2000], „Corporate E-Learning: Exploring a New Frontier“, WR Hambrecht Equity Research, March 2000.

 

Productivity Paradox

Brynjolfsson, Erik, [1993], “The Productivity Paradox of Information Technology: Review and Assessment”, Center for Coordination Science, MIT Sloan School of Management, Cambridge, Massachusetts, September 1992, published in Communications of the ACM, December, 1993.

Das „IT Productivity Paradox“ auf Google Scholar

[1] https://de.wikipedia.org/wiki/Digitalisierung_(Begriffsklärung)

[1] Bildnachweis siehe: Block and Dobell [1999].

[1] Bildnachweis siehe: McCrea, et al. [2000]).

[1] Bildnachweis siehe: Peterson [1999].

[1] Bildnachweis siehe: Derman, et al. [2000].

[2] Laut Google kommt der Suchbegriff „Hype Cycle“ auf 399.000 Einräge am 21. März 2017: https://www.google.com/search?as_q=&as_epq=hype+cycle&as_oq=&as_eq=&as_nlo=&as_nhi=&lr=&cr=&as_qdr=all&as_sitesearch=&as_occt=any&safe=images&as_filetype=&as_rights=#spf=1

In Google Scholar fanden sich an diesem Tag 7.670 Einträge:

https://scholar.google.com/scholar?q=%22hype+cycle%22&hl=en&as_sdt=0&as_vis=1&oi=scholart&sa=X&ved=0ahUKEwih1ayzjefSAhVqJJoKHTzhBvkQgQMIGjAA

PCEtLSBOYWNoIEFydGlrZWwgLS0+CgkJPGlucyBjbGFzcz0iYWRzYnlnb29nbGUiCgkJCSBzdHlsZT0iZGlzcGxheTppbmxpbmUtYmxvY2s7d2lkdGg6OTcwcHg7aGVpZ2h0OjI1MHB4IgoJCQkgZGF0YS1hZC1jbGllbnQ9ImNhLXB1Yi0xMTA4OTE0MjkyMzYyMTY0IgoJCQkgZGF0YS1hZC1zbG90PSIyNDY5Mjk5ODM2Ij48L2lucz4KCQk8c2NyaXB0PgoJCShhZHNieWdvb2dsZSA9IHdpbmRvdy5hZHNieWdvb2dsZSB8fCBbXSkucHVzaCh7fSk7CgkJPC9zY3JpcHQ+
Sidebar



Cookie-Einstellung

Bitte treffen Sie eine Auswahl. Weitere Informationen zu den Auswirkungen Ihrer Auswahl finden Sie unter Hilfe. Datenschutzerklärung | Datenschutzerklärung

Treffen Sie eine Auswahl um fortzufahren

Ihre Auswahl wurde gespeichert!

Weitere Informationen

Hilfe

Um fortfahren zu können, müssen Sie eine Cookie-Auswahl treffen. Nachfolgend erhalten Sie eine Erläuterung der verschiedenen Optionen und ihrer Bedeutung.

  • Alle Cookies zulassen:
    Jedes Cookie wie z.B. Tracking- und Analytische-Cookies.
  • Nur First-Party-Cookies zulassen:
    Nur Cookies von dieser Website.

Sie können Ihre Cookie-Einstellung jederzeit hier ändern: Datenschutzerklärung. Datenschutzerklärung

Zurück