Hintergrund: Deepfake-Werbung hat sich als neue KI-Technologie etabliert, die eine Hyper-Personalisierung ermöglicht. Es hat sich gezeigt, dass personalisierte KI-Werbung die Überzeugungskraft steigern; frühere Untersuchungen legen jedoch nahe, dass die Offenlegung von Deepfake-Werbung diese Effekte abschwächen kann. Während eine Offenlegung klare Einblicke in die Natur der Anzeige gewährt, wurde bislang noch nicht gründlich untersucht, wie sich das Wissen der Verbraucher über die Technologie und ihr Bewusstsein für Deepfakes auf die Kaufentscheidung auswirken. Offenlegung und Verbraucherwissen wirken über unterschiedliche Mechanismen: Offenlegungen liefern explizite Hinweise, während Vorwissen interne Bewertungen auslösen kann, insbesondere wenn das Vorhandensein eines Deepfakes ungewiss ist. Zweck: Diese Arbeit untersucht daher (1) wie das Wissen über Deepfakes in der Werbung die Kaufabsicht beeinflusst und (2) ob personalisierte Deepfake-Anzeigen wirksam sind. Methoden: Unter Verwendung des von Campbell et al. (2021) vorgeschlagenen Model haben wir Hypothesen aufgestellt und ein quantitatives experimentelles Design verwendet. Das Design umfasste ein 2x2-Faktordesign mit Personalisierung und Bewusstsein für Deepfakes als den beiden manipulierten Variablen. In einer Online-Umfrage sahen sich 133 Teilnehmer Deepfake-Anzeigen an, die auf ihre angegebenen Präferenzen zugeschnitten waren. Ergebnisse: (1) Die Ergebnisse zeigen, dass ein gesteigertes Bewusstsein für Deepfakes den realistischen visuellen Aspekt und die Konsistenz der Werbung (Realismusdarstellung) verringert. Diese Verringerung der Realismusdarstellung führte in der Folge zu einem gesteigerten Bewusstsein für die Fälschung, was wiederum die Kaufabsicht negativ beeinflusste. (2) Darüber hinaus zeigten die Ergebnisse, dass Deepfake-basierte Hyperpersonalisierung bei unbekannten Marken unwirksam ist. Fazit: Diese Arbeit leistet in mehrfacher Hinsicht einen Beitrag zur Literatur: Das Rahmenkonzept von Campbell et al. (2021) wurde durch die Einbeziehung des Bewusstseins für Deepfakes als zusätzliche Vorläufervariable erweitert. Diese Arbeit schlug vor, die Variable „wahrgenommener Realismus“ innerhalb dieses Rahmenkonzepts in zwei neue Variablen zu unterteilen: „wahrgenommene Wahrscheinlichkeit von Realismus“ und „Darstellung von Realismus“. Die Ergebnisse legen nahe, dass (1) mit zunehmendem Wissen über Deepfakes die technische Qualität eines Deepfakes die Kaufabsicht direkt beeinflusst. Bemerkenswert ist, dass sich das Bewusstsein für Deepfakes selektiv nur auf die Darstellung von Realismus auswirkte, während die wahrgenommene Wahrscheinlichkeit von Realismus davon unberührt blieb. (2) Diese Arbeit hat gezeigt, dass Hyper-Personalisierung für unbekannte Marken nur einen geringen Mehrwert bietet. Zukünftige Forschung sollte untersuchen, ob sich diese Effekte unterscheiden, wenn die Markenbekanntheit hoch ist.
Building similarity graph...
Analyzing shared references across papers
Loading...
Octavia Ronja Maria Lazarov
Building similarity graph...
Analyzing shared references across papers
Loading...
Octavia Ronja Maria Lazarov (Thu,) studied this question.
www.synapsesocial.com/papers/69d893eb6c1944d70ce04ee1 — DOI: https://doi.org/10.25365/thesis.80892