KI und Skalenentwicklung im Marketing – ist Vorsicht geboten?

Gianfranco Walsh (), Kaj-Johanna Stichnoth () and Marti-Alexander Viktor Wilczak ()
Additional contact information
Gianfranco Walsh: Leibniz Universität Hannover
Kaj-Johanna Stichnoth: Leibniz Universität Hannover
Marti-Alexander Viktor Wilczak: Leibniz Universität Hannover

A chapter in Marketing.Neu.Denken, 2026, pp 343-370 from Springer

Abstract: Zusammenfassung Der Einsatz von Künstlicher Intelligenz (KI) in der wissenschaftlichen Forschung gewinnt zunehmend an Bedeutung, da KI Vorteile wie die Erhöhung der Forschungsgeschwindigkeit, Kosteneffizienz und verbesserte Qualität zugeschrieben werden. So findet KI auch in der Entwicklung psychometrischer Skalen in den Marketingwissenschaften Anwendung. Da die Konzeptualisierung eines latenten Konstrukts als besonders kritische Phase im Skalenentwicklungsprozess gilt, steht in diesem Beitrag der Einsatz von KI in der Konzeptualisierungsphase im Fokus. Eine qualitative und quantitative Analyse zeigt, dass die KI gegenüber Menschen gewisse Vorteile bei der Skalenentwicklung aufweist (z. B. größere Verständlichkeit von Konstruktdefinitionen), oft aber einem Schema folgt und zum Teil erheblich von menschgemachten Konzeptualisierungen abweicht. Konkret generierte die KI in der vorliegenden Untersuchung ausschließlich höherdimensionale Konstrukte (d. h., kein einziges unidimensionales Konstrukt wurde erzeugt) sowie wortreiche und unscharfe Definitionen. Die Zweifel an der Konstruktvalidität KI-generierter Konstrukte und an ihrer Messung machen den KI-Einsatz in der Skalenentwicklung daher nur eingeschränkt empfehlenswert.

Keywords: Skalenentwicklung; Konzeptualisierung; Künstliche Intelligenz (search for similar items in EconPapers)
Date: 2026
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-49371-4_14

Ordering information: This item can be ordered from
http://www.springer.com/9783658493714

DOI: 10.1007/978-3-658-49371-4_14

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().