Open Access

Cornelia Berger

• Die Differenzierung vom Wettbewerb in einem sich ständig ändernden Umfeld ist für Unternehmen zunehmend herausfordernd. Neue Technologien und steigende Kund*innenerwartungen erfordern eine genauere Betrachtung der Kund*inneninteraktionen. Künstliche Intelligenz hebt Personalisierung auf die nächste Ebene und vereinfacht das Sammeln von Daten, die für den Aufbau einer besseren Kundenbeziehung genutzt werden können. Trotz der vermehrten wissenschaftlichen Untersuchungen von KI im Marketing, bleibt unklar, wie KI-basierte Personalisierung die Kaufzufriedenheit beeinflusst. Diese Arbeit zielt darauf ab, diese Forschungslücke durch eine Literaturanalyse und eine induktive qualitative Studie zu schließen. Das entwickelte Modell zeigt, dass die KI-Personalisierung je nach den gegebenen Komponenten sowohl positive als auch negative Auswirkungen auf die Kaufzufriedenheit haben kann. Außerdem enthüllt die Forschung, dass einige Unternehmen Kaufzufriedenheit nicht vollständig erfassen und mit anderen Faktoren wie der Kund*innenzufriedenheit gleichsetzen.
• Differentiating from the competition in a constantly changing environment is increasingly challenging for companies. New technologies and rising customer expectations require a closer look at customer interactions. Artificial intelligence takes personalization to the next level and simplifies the collection of data, which can be used to build a better customer relationship. Although the scientific study of AI in marketing has grown in recent years, it remains unclear how AI-based personalization affects purchase satisfaction. This paper aims to fill this research gap through a literature review and an inductive qualitative study. The developed model shows that AI personalization can have both positive and negative effects on purchase satisfaction, depending on different components. In addition, research has revealed that some companies do not fully capture purchase satisfaction and equate it with other factors such as customer satisfaction.