Funktionale Gestaltungsoptionen von Online-Bewertungssystemen

Bewertungen sind ein einflussreiches Medium, um Vertrauen zwischen Anspruchsgruppen zu schaffen. Dies gilt nicht nur fur die physische, sondern auch fur die virtuelle Welt. Seit Beginn der Internet-Ara in den 1990er-Jahren entstanden unzahlige Bewertungssysteme. Als einer der ersten Anbieter etablierte bspw. Amazon.com 1995 ein Bewertungssystem fur Produkte. Derzeit erfahren Bewertungssysteme eine weitreichende Verbreitung, bspw. in Onlineshops, sozialen Netzwerken und auf Informationsoder Empfehlungsportalen. In den meisten Fallen generieren die Nutzer den Inhalt dieser Systeme selbst, der aggregiert entsprechenden Empfangern zur Verfugung gestellt wird. Die zunehmende Relevanz dieser Bewertungssysteme fuhrt zu einem neuen Forschungsfeld in Bezug auf Gestaltung, Effekte und Validitat derartiger Systeme. Durch eine Erhebung des StatusQuo existierender Bewertungssysteme tragt dieser Artikel hierzu bei. Mithilfe von 237 Kriterien werden 102 Systeme insbesondere hinsichtlich funktionaler Entwurfsentscheidungen analysiert. Der Beitrag prasentiert Auszuge aus den Erkenntnissen sowie eine Systematisierung funktionaler Entwurfsentscheidungen von Bewertungssystemen.

[1]  Gary E. Bolton,et al.  How Effective are Online Reputation Mechanisms? An Experimental Study , 2004, Manag. Sci..

[2]  Mario Paolucci,et al.  Reputation in Artificial Societies , 2002, Multiagent Systems, Artificial Societies, and Simulated Organizations.

[3]  Tad Hogg,et al.  Experimental study of market reputation mechanisms , 2004, EC '04.

[4]  John Hagel,et al.  Real Profits from Virtual Communities , 1995 .

[5]  Axel Ockenfel,et al.  How Effective are Online Reputation Mechanisms? An Experimental Investigation , 2002 .

[6]  Judy E. Scott,et al.  The Role of Reputation Systems in Reducing On-Line Auction Fraud , 2006, Int. J. Electron. Commer..

[7]  Michael R. Ward,et al.  Internet shopping, consumer search and product branding , 2000 .

[8]  Chrysanthos Dellarocas,et al.  The Sound of Silence in Online Feedback: Estimating Trading Risks in the Presence of Reporting Bias , 2006, Manag. Sci..

[9]  F. Zwicky.  Discovery, Invention, Research through the morphological approach , 1969 .

[10]  Huaping Chen,et al.  How do People Evaluate Electronic Word-Of-Mouth? Informational and Normative Based Determinants of Perceived Credibility of Online Consumer Recommendations in China , 2007 .

[11]  Chrysanthos Dellarocas,et al.  Analyzing the economic efficiency of eBay-like online reputation reporting mechanisms , 2011, EC '01.

[12]  Chrysanthos Dellarocas,et al.  Immunizing online reputation reporting systems against unfair ratings and discriminatory behavior , 2000, EC '00.

[13]  Stefan Luckner,et al.  Empirische Analyse von Bewertungskommentaren des Reputationssystems von eBay , 2008, Multikonferenz Wirtschaftsinformatik.

[14]  Chrysanthos Dellarocas,et al.  The Digitization of Word-of-Mouth: Promise and Challenges of Online Feedback Mechanisms , 2003, Manag. Sci..

[15]  Paul Resnick,et al.  Trust among strangers in internet transactions: Empirical analysis of eBay' s reputation system , 2002, The Economics of the Internet and E-commerce.

[16]  Rebecca Green,et al.  Typologies and taxonomies: An introduction to classification techniques , 1996 .

[17]  Jordi Sabater-Mir,et al.  On representation and aggregation of social evaluations in computational trust and reputation models , 2007, Int. J. Approx. Reason..

[18]  Paul Resnick,et al.  Reputation systems , 2000, CACM.

[19]  Audun Jøsang,et al.  A survey of trust and reputation systems for online service provision , 2007, Decis. Support Syst..

[20]  VossenGottfried,et al.  Unleashing Web 2.0 , 2007 .

[21]  Die Rolle des Web 2.0 im CRM , 2008 .