Untersuchung des Uniqueness-Neglect-Effektes im Finanzsektor

Kontext
Robo-Advisors revolutionieren die Finanzbranche, indem sie künstliche Intelligenz (KI) in die Vermögensverwaltung integrieren. Diese Technologien ermöglichen es, professionelle Vermögensverwaltungsdienstleistungen, die bisher wohlhabenden Kunden vorbehalten war, einem breiten Publikum zugänglich zu machen. Der Einsatz von KI in der Finanzbranche bringt jedoch auch Herausforderungen mit sich, insbesondere im Hinblick auf den Verlust des menschlichen Kontakts und dem daraus resultierenden Uniqueness-Neglect-Effekt. Dieser Effekt beschreibt die Befürchtung, dass KI bei der Beratung individuelle Umstände und Eigenschaften nicht berücksichtigen kann.

Zielsetzung
Diese Bachelorarbeit verfolgt zwei konkrete Ziele, um den Uniqueness-Neglect-Effekt beim Einsatz von Robo-Advisors in der Vermögensverwaltung zu untersuchen. Erstens soll der Einsatz von Robo-Advisors in der Vermögensverwaltung eingehend untersucht werden, um die Auswirkungen auf die Beratungspraxis und die Kundenwahrnehmung zu verstehen. Zweitens soll der Uniqueness-Neglect-Effekt in einem neuen Kontext untersucht werden. Bisher wurde dieser Effekt vor allem im medizinischen Bereich untersucht, und in dieser Studie soll herausgefunden werden, ob der Effekt auch im Finanzsektor auftritt.

Methodik
Zur Beantwortung der Forschungsfragen wurde eine quantitative Studie mit experimentellem Design durchgeführt. Die 153 Teilnehmenden wurden in drei Gruppen aufgeteilt: eine Kontrollgruppe, die von einem menschlichen Berater betreut wurde, und zwei Testgruppen, die von einem nicht-anthropomorphisierten und einem anthropomorphisierten Robo-Advisor beraten wurden. Im Experiment konnten die Teilnehmenden ein Anlegerprofil erstellen, wie sie es auch bei einem Vermögensverwalter tun würden.

Ergebnisse
Die Ergebnisse zeigen, dass der Uniqueness-Neglect-Effekt bei der Nutzung von Robo-Advisors im Finanzsektor tatsächlich auftritt und das Vertrauen in die Kompetenz des Beraters beeinflusst. Es konnte jedoch nicht festgestellt werden, dass die Anthropomorphisierung des Robo-Advisors einen signifikanten Einfluss auf den Uniqueness-Neglect-Effekt hat. Diese Ergebnisse legen nahe, dass Unternehmen, die Robo-Advisors implementieren, alternative Strategien zur Vertrauensbildung entwickeln sollten, um den Erfolg ihrer Dienstleistungen nicht zu gefährden.

Fazit
Die Studie liefert wichtige Einblicke in die Herausforderungen bei der Nutzung von Robo-Advisors und legt den Grundstein für weitere Forschung zur Reduzierung des Uniqueness-Neglect-Effekts. Zukünftige Forschung könnte die theoretischen und praktischen Grenzen des Uniqueness-Neglect-Effekts weiter untersuchen und sich darauf konzentrieren, weitere Methoden zu entwickeln, um das Vertrauen in KI-basierte Finanzberatungsdienstleistungen zu stärken und den Uniqueness-Neglect-Effekt abzuschwächen.