Modellgestützte Absatzprognosen auf High-Tech-Märkten : eine theoretische und empirische Untersuchung
Gnibba K (2006)
Bielefeld (Germany): Bielefeld University.
Bielefelder E-Dissertation | Deutsch
Download
Autor*in
Gnibba, Kumiko
Gutachter*in / Betreuer*in
Decker, Reinhold
Abstract / Bemerkung
Das Ziel der Dissertation ist die systematische Entwicklung und die empirische Validierung eines neuen Prognosemodells, das zuverlässige kurz- und mittelfristige Absatzprognosen für Innovationen auf High-Tech-Märkten ermöglicht. Dabei richtet sich der Fokus auf langlebige Endverbraucherprodukte, die sich noch im Wachstum befinden und deren Nachfrage in erster Linie aus Erstanschaffungen resultiert. Daneben sollten aber auch Ersatz- bzw. Upgradebedarf Berücksichtigung finden können. Insbesondere in der Wachstumsphase einer neuen High-Tech-Innovation sind verlässliche Absatzprognosen von großer Bedeutung für die betroffenen Hersteller, da wichtige Investitions- und Marketingentscheidungen in dieser kritischen Phase getroffen werden.
Die Arbeit gliedert sich in vier Kapitel. Das erste Kapitel widmet sich den Besonderheiten von High-Tech-Märkten. Das spezifische Käuferverhalten und der Evolutionsmechanismus auf solchen Märkten werden erläutert. Kapitel 2 befasst sich mit den in der wissenschaftlichen Literatur diskutierten Prognosemethoden und -modellen. Sowohl qualitative Methoden als auch quantitative Modelle werden im Hinblick auf ihre grundsätzliche Konzeption und neuere Entwicklungen untersucht. In Kapitel 3 wird ein auf die vorliegende Zielsetzung zugeschnittenes Prognosemodell entwickelt. Zu diesem Zweck erfolgt zunächst eine Selektion der im zweiten Kapitel erläuterten Prognosetechniken anhand der in der Literatur dokumentierten und für den gewählten Anwendungsbereich theoretisch zu erwartenden Prognosegenauigkeit. Im nächsten Schritt werden unter Berücksichtigung der Erkenntnisse aus dem ersten Kapitel die erklärenden Variablen bestimmt. Kapitel 4 dient der empirischen Überprüfung des neu entwickelten Prognosemodells anhand von drei realen Datensätzen zu repräsentativen High-Tech-Innovationen, nämlich DVD-Player/-Rekorder, Digitalkameras und CD-Player. Die empirische Untersuchung zeigt, dass das vorgeschlagene Prognosemodell in allen drei Produktkategorien im Vergleich zu den in der Literatur bekannten Benchmark-Modellen sehr präzise Absatzprognosen ermöglicht.
Stichworte
Absatzprognose;
Innovationsmanagement;
Prognosemodell;
Adoption (Marketing);
High-Tech-Märkte;
Innovationen;
Prognosemodelle
Jahr
2006
Page URI
https://pub.uni-bielefeld.de/record/2304376
Zitieren
Gnibba K. Modellgestützte Absatzprognosen auf High-Tech-Märkten : eine theoretische und empirische Untersuchung. Bielefeld (Germany): Bielefeld University; 2006.
Gnibba, K. (2006). Modellgestützte Absatzprognosen auf High-Tech-Märkten : eine theoretische und empirische Untersuchung. Bielefeld (Germany): Bielefeld University.
Gnibba, Kumiko. 2006. Modellgestützte Absatzprognosen auf High-Tech-Märkten : eine theoretische und empirische Untersuchung. Bielefeld (Germany): Bielefeld University.
Gnibba, K. (2006). Modellgestützte Absatzprognosen auf High-Tech-Märkten : eine theoretische und empirische Untersuchung. Bielefeld (Germany): Bielefeld University.
Gnibba, K., 2006. Modellgestützte Absatzprognosen auf High-Tech-Märkten : eine theoretische und empirische Untersuchung, Bielefeld (Germany): Bielefeld University.
K. Gnibba, Modellgestützte Absatzprognosen auf High-Tech-Märkten : eine theoretische und empirische Untersuchung, Bielefeld (Germany): Bielefeld University, 2006.
Gnibba, K.: Modellgestützte Absatzprognosen auf High-Tech-Märkten : eine theoretische und empirische Untersuchung. Bielefeld University, Bielefeld (Germany) (2006).
Gnibba, Kumiko. Modellgestützte Absatzprognosen auf High-Tech-Märkten : eine theoretische und empirische Untersuchung. Bielefeld (Germany): Bielefeld University, 2006.
Alle Dateien verfügbar unter der/den folgenden Lizenz(en):
Copyright Statement:
Dieses Objekt ist durch das Urheberrecht und/oder verwandte Schutzrechte geschützt. [...]
Volltext(e)
Access Level
Open Access
Zuletzt Hochgeladen
2019-09-06T08:57:45Z
MD5 Prüfsumme
593ae722ee0e8ee14b5d9e2a923b6ae6