1 Erhöhung der Dienstleistungserträge dank Spendenansatz BACHELOR THESIS 2021 Autor Mathys Reto Begleitperson Kaszás Dániel Praxispartner SAH Bern Kontaktperson Thelen Elke 2 Abstract Die vorliegende Bachelorarbeit untersucht das Potential von Nudging bei der Erhöhung von Dienstleistungserträgen durch einen Spendenansatz. Ziel ist es durch die Analyse des menschlichen Entscheidungsverhaltens im Kontext der Verhaltensökonomie mögliche Nudges zu eruieren und daraus Handlungsempfehlungen für die Standorte der SAH Bern, hinsichtlich des Verkaufs auf Rechnung und des Direktverkaufs, abzuleiten. Dabei werden die Einflüsse der potentiellen Nudges «Ankereffekt» und «offener Betrag» auf die Zahlungsbereitschaft der Studienteilnehmenden hypothetisch überprüft. Dafür wurden für das Onlineexperiment 300 Studienteilnehmende über CloudResearch rekrutiert. Die Ergebnisse der Dunn-Bonferroni- Tests zeigten einen signifikanten Unterschied zwischen diesen zwei Effekten und sprechen gegen einen Einsatz von offenen Beträgen und für den Einsatz des Ankereffekts. Das Ergebnis des Ankereffekts im Onlineexperiment, sowie die in der Theorie beschriebenen Effekte und deren Potentiale belegen das Potential von Nudging zur Erhöhung der Dienstleistungserträge. Diese Potentiale sind am Ende der Arbeit bei den Handlungsempfehlungen ersichtlich. Anzahl Zeichen (inklusive Leerzeichen, ohne Anhang): 110’148 Schlagwörter: Nudging, Fundraising, Spendenmotive, Verhaltensökonomie, Entscheiden, Heuristiken, Verzerrungen (Biases) 3 Inhalt 1 Einleitung .......................................................................................................................... 1 2 Theoretische Grundlagen und Befunde ............................................................................ 4 2.1 Fundraising ................................................................................................................ 4 2.1.1 Spendenmotive .................................................................................................. 7 2.2 Verhaltensökonomie ............................................................................................... 10 2.2.1 Entscheidungssituationen ................................................................................ 10 2.2.1.1 Optionen beim Entscheiden ..................................................................... 11 2.2.2 Entscheidungsheuristiken ................................................................................ 12 2.2.2.1 Dual Process Theory .................................................................................. 12 2.2.2.2 Verfügbarkeitsheuristik............................................................................. 14 2.2.2.3 Repräsentativitätsheuristik ....................................................................... 15 2.2.2.4 Ankereffekt ............................................................................................... 16 2.2.2.5 Rekognitionsheuristik ............................................................................... 19 2.2.2.6 Affektheuristik........................................................................................... 20 2.2.2.7 Framing ..................................................................................................... 21 2.2.2.8 Einfluss irrelevanter Informationen .......................................................... 23 2.2.3 Prospect Theory ............................................................................................... 24 2.2.3.1 Der Status Quo Bias .................................................................................. 27 2.2.3.2 Der Besitztumseffekt................................................................................. 28 2.3 Nudging .................................................................................................................... 29 4 2.3.1 Default .............................................................................................................. 31 2.3.1.1 Explizite Wahl ............................................................................................ 32 2.3.2 Kritik an Nudges ............................................................................................... 33 2.4 Fragestellungen und Hypothesen ............................................................................ 33 3 Methodisches Vorgehen ................................................................................................. 35 3.1 Forschungsdesign .................................................................................................... 35 3.2 Erhebungsinstrument .............................................................................................. 36 3.3 Datenerhebung ........................................................................................................ 39 3.3.1 Vorbereitung und Pretest................................................................................. 41 3.3.2 Durchführung ................................................................................................... 41 3.3.3 Stichprobe ........................................................................................................ 42 3.4 Datenauswertung .................................................................................................... 43 4 Ergebnisse ....................................................................................................................... 45 4.1 Deskriptive Statistiken ............................................................................................. 45 4.2 Kruskal-Wallis-Test .................................................................................................. 48 4.3 Dunn-Bonferroni-Tests ............................................................................................ 49 4.4 Wiederkehr und Zufriedenheit ................................................................................ 50 4.4.1 Gruppe 1 – Offener Betrag ............................................................................... 51 4.4.2 Gruppe 2 – Antwortoptionen ........................................................................... 52 4.4.3 Gruppe 3 – Antwortoptionen mit Anker .......................................................... 52 5 Diskussion ....................................................................................................................... 54 5 5.1 Verkauf auf Rechnung ............................................................................................. 58 5.2 Direktverkauf ........................................................................................................... 59 5.3 Einschränkungen...................................................................................................... 60 5.4 Ausblick .................................................................................................................... 60 6 Literaturverzeichnis ........................................................................................................ 62 7 Abbildungsverzeichnis .................................................................................................... 70 8 Tabellenverzeichnis ......................................................................................................... 71 9 Anhang ........................................................................ Fehler! Textmarke nicht definiert. 9.1 Geschlecht ........................................................... Fehler! Textmarke nicht definiert. 9.2 Durchschnittsalter ............................................... Fehler! Textmarke nicht definiert. 9.3 Verteilung Alter ................................................... Fehler! Textmarke nicht definiert. 9.4 Jährliches Haushaltseinkommen ......................... Fehler! Textmarke nicht definiert. 9.5 Mittelwert ............................................................ Fehler! Textmarke nicht definiert. 9.6 Kruskal-Wallis-Test .............................................. Fehler! Textmarke nicht definiert. 9.7 Dunn-Bonferroni Tests ........................................ Fehler! Textmarke nicht definiert. 9.8 Zufriedenheit und Wiederkehr ............................ Fehler! Textmarke nicht definiert. 9.8.1 Gruppe 1 ....................................................... Fehler! Textmarke nicht definiert. 9.8.2 Gruppe 2 ....................................................... Fehler! Textmarke nicht definiert. 9.8.3 Gruppe 3 ....................................................... Fehler! Textmarke nicht definiert. 9.9 Onlineexperiment ................................................ Fehler! Textmarke nicht definiert. 1 1 Einleitung Im Jahr 2019 gingen in der Schweiz Spenden im Wert von 1,91 Milliarden Franken an Hilfswerke. Dabei handelt es sich um einen Höchststand. Im Schnitt spendeten in der Schweiz nach eigener Aussage 84% aller Haushalte, was in etwa 7 von 10 Menschen entspricht. Pro Haushalt wurde durchschnittlich ein Betrag von 300 Franken an vier verschiedene Organisationen gespendet, wobei 150 Franken in der Regel an ein favorisiertes Hilfswerk gingen. Bei diesem Ergebnis wurden sowohl die Grossspenden als auch die Legaten nicht berücksichtigt (Stiftung Zewo, 2020). Diese Informationen klingen in einem ersten Moment vielversprechend für wohltätige Organisationen, entsprechen jedoch nur halb den momentanen Gegebenheiten in der Schweiz. Denn immer mehr Vereine, Stiftungen und weitere Organisation verschärfen den Wettbewerb untereinander (Urselmann, 2018). Wie viele Non-Profit-Organisationen ist auch das Schweizerische Arbeitshilfswerk Bern - nachfolgend SAH Bern genannt - auf Spenden und Unterstützungen angewiesen, die bis anhin vor allem durch Spendenbriefe generiert wurden. Hierfür sind die personellen Ressourcen allerdings beschränkt. Um in diesem Bereich neue Wege zu gehen, kam die SAH Bern auf die Idee bei den bereits angebotenen Dienstleistungen und Produkten mittels einem Spendenansatz höhere Erträge zu generieren. Um diesen Ansatz psychologisch zu überprüfen wurden mit Hilfe der SAH Bern folgende Fragenstellungen definiert: • Kann der Spendenansatz mittels Nudging dazu beitragen, die Dienstleistungserträge für die SAH Bern zu erhöhen? • Was für Handlungsempfehlungen lassen sich anhand der Theorie und des Onlineexperimentes für die SAH Bern ableiten? 2 Das SAH Bern ist eine Non-Profit-Organisation, die sich seit über 25 Jahren im Kanton Bern für die soziale und berufliche Integration von Flüchtlingen, Erwerbslosen und Selbsthilfebeziehenden engagiert. Mittels 14 verschiedenen Angeboten und 11 Standorten unterstützt die SAH Bern die Klienten/Klientinnen bei ihrem beruflichen Einstieg, beziehungsweise Wiedereinstieg. Das Ziel der SAH Bern ist die soziale und berufliche Integration von Flüchtlingen, Erwerbslosen und Sozialhilfebeziehenden. Dabei unterstützt die SAH Bern die Teilnehmenden auf ihrem Weg zu einem selbstbestimmten und - verantwortlichen Leben. Es werden sowohl die Teilnahme der Klientinnen/Klienten am gesellschaftlichen Leben, sowie deren Fähigkeiten, Fertigkeiten und Haltungen, die für die Arbeitswelt nützlich sind, gefördert. Die SAH Bern bietet verschiedene Dienstleistungen wie einen Bücherverkauf, eine Velowerkstatt, einen Reinigungs-, sowie einen Lieferservice an. Einige dieser Dienstleistungen werden direkt oder per Rechnung bezahlt. Diese beiden Prozesse sind nicht identisch und müssen differenziert betrachtet werden. Um der SAH Bern trotzdem mögliche Handlungsempfehlungen und psychologische Aspekte für beide Zahlungsprozesse aufzuzeigen, werden das Entscheidungsverhalten der Menschen, sowie die daraus resultierenden psychologischen Effekte im Kontext der Verhaltensökonomie beschrieben, die sowohl für den Direktverkauf, als auch für den Verkauf auf Rechnung interessant sein könnten. Eine mögliche Variante, die sich im Gespräch mit der SAH Bern herauskristallisierte, war die Implementierung des Spendenansatzes mithilfe eines offenen Rechnungsbetrages. Dieser Ansatz wird in der vorliegenden Arbeit ebenfalls als mögliches Nudging Instrument verstanden und auf Wunsch der SAH Bern überprüft. Aufgrund des begrenzten Umfangs dieser Arbeit liegt das Hauptaugenmerk auf den Verkauf auf Rechnung. Hierfür wurden mittels eines Experimentes zwei mögliche Effekte, die für die 3 Rechnungsstellung interessant sein könnten und mit der SAH Bern besprochen wurden, überprüft. Die Differenzierung des Direktverkaufs und des Verkaufs auf Rechnung wird abschliessend in der Diskussion im Kapitel 5.1 und 5.2 thematisiert. In einem ersten Teil der Arbeit wird das Fundraising und die darin enthaltenen Spendenmotive der Menschen beschrieben. Anschliessend konzentriert sich die Arbeit auf die Verhaltensökonomie, indem die bewussten und unbewussten Entscheidungsmuster, bei denen es zu diversen Verzerrungen und Heuristiken kommt, erläutert werden (Spreer, 2018). Diese Verzerrungen und Heuristiken werden unter der Bezeichnung Nudging im letzten Theorieabschnitt in den wirtschaftlichen und gesellschaftlichen Kontext aufgearbeitet (Ronft, 2021). Nach dem Theorieteil werden das aus der Theorie abgeleitete Onlineexperiment beschrieben und die Ergebnisse erläutert. Am Ende dieser Arbeit werden die Erkenntnisse aus den verschiedenen Bereichen der Arbeit in einer Diskussion zusammengefügt, die Fragestellungen beantwortet und Handlungsempfehlungen daraus abgeleitet. 4 2 Theoretische Grundlagen und Befunde Im vorliegenden Kapitel wird im ersten Teil auf das Fundraising, sowie mögliche Spendenmotive eingegangen. Anschliessend werden mithilfe der Verhaltensökonomie die Entscheidungen der Menschen durchleuchtet und darausfolgende Heuristiken und Verzerrungen beschrieben. Auf diesen Bereich der Entscheidungen wird verstärkt eingegangen, da das Wissen über die erwähnten Heuristiken und Verzerrungen eine Voraussetzung für das Nudging sind. Auf das Nudging wird im letzten Teil der Theorie, dem Kapitel 2.3, eingegangen. Abschliessend wird aus den gewonnenen Erkenntnissen eine Hypothese abgeleitet. 2.1 Fundraising Fundraising bedeutet wortwörtlich Geld- oder Kapitalbeschaffung. Kim Klein beschreibt Fundraising wie folgt: «Fundraising is the principle of asking, asking again and asking for more.» (Haibach, 2000). Diese Aussage zeigt auf, dass beim Fundraising die eigene Leistung den potentiellen und bereits vorhandenen Geldgebern stetig und verständlich angeboten werden muss (Haibach, 2000). Dabei liegt die Schwierigkeit darin, dass ein Mensch schätzungsweise 560 bis 1800 Kommunikationsbotschaften pro Tag ausgesetzt ist und Informationen drei bis zehnmal wiederholt und verstärkt werden müssen, bevor sie zu einer Handlung führen. Zudem kommt, wie in der Einleitung erwähnt, erschwerend hinzu, dass immer mehr Vereine, Stiftungen und weitere Organisationen den Wettbewerb untereinander verschärfen (Urselmann, 2018). In der Schweiz ist das Wachstum des Stiftungssektors auf die zunehmende Individualisierung der Spendenden zurückzuführen (Keller & Harder, 2021). Die Spendenden haben heute die Möglichkeit über die Stiftungen ihre persönlichen Ziele zu verfolgen. Erschwerend kommt 5 hinzu, dass obschon das Spendenvolumen steigt, die Anzahl an Spendenden in Deutschland beispielsweise abgenommen hat. Stattdessen spenden die Verbleibenden immer höhere Beiträge (Urselmann, 2018). Eine ähnliche Entwicklung kann gemäss Keller & Harder (2021) auch in der Schweiz erwartet werden, obwohl empirische Daten dazu momentan noch fehlen. Das Wachstum, sowie die Veränderung des Spendenmarktes setzt auch die Wohltätigkeitsorganisationen unter Druck und führt dazu, dass ein professionelles Fundraising eine immer wichtigere Rolle bekommt (Urselmann, 2018). Damit die Zielgruppen von den Organisationen trotzdem erreicht werden, ist es daher wichtig die Vorteile für die Empfänger in der Botschaft zum Ausdruck zu bringen. Zudem sollte die Kommunikation die Werte der Organisation widerspiegeln und über Kanäle stattfinden, welche die Zielgruppe nutzen. Auch unter Beachtung dieser Punkte ist die häufigste Antwort im Bereich des Fundraisings ein «Nein». Dies führt oftmals dazu, dass gemeinnützige Organisationen ihre Bemühungen um Unterstützende herunterfahren, da sie die ablehnenden Reaktionen als Kränkung empfinden. Sie sehen sich darin bestätigt, dass die Erfolgsaussichten auf dem Fundraising-Markt klein sind (Haibach, 2000). Doch Fundraising darf nicht als Marketingprinzip verstanden werden, bei dem es darum geht, potentiellen Geldgebern etwas zu verkaufen. Vielmehr handelt es sich dabei um eine langfristig angelegte Kommunikationsstrategie, die Beziehungen und wirkliche Freundschaften zwischen der Organisation und den potentiellen Geldgebern aufbauen soll (Haibach, 2000). Die Wichtigkeit dieser Beziehungen und wirklichen Freundschaften verdeutlicht die untenstehende Abbildung 1. 6 Abbildung 1: Die Spendendenpyramide (Urselmann, 2018) Je besser die Beziehung zwischen den Spendenden und der Wohltätigkeitsorganisation ist, umso grösser ist das von den Spendenden entgegengebrachte Vertrauen. Dieses Vertrauen führt dazu, dass sie eine grössere Bereitschaft entwickeln, um Schritt für Schritt mehr (finanzielle) Verantwortung gegenüber der Organisation zu übernehmen. Dies jeweils im Rahmen der finanziellen Möglichkeiten. Dieser Prozess startet mit dem Herausfiltern von möglichen Spendenden aus der breiten Öffentlichkeit, die interessiert an den Zielen der Organisation sein könnten, auch wenn sie sich bisher nicht für die Organisation engagiert haben. Ist das Interesse vorhanden, geht es darum den Interessenten regelmässige Informationen über die Arbeit der Organisation zukommen zu lassen. Dabei werden ihnen auch konkrete Vorschläge unterbreitet, das bisher eher passive Interesse in eine aktive Unterstützung umzumünzen. Eine aktive Unterstützung kann in Form einer Sach-, Geld- oder Zeitspende stattfinden. Wird dieses Angebot angenommen, werden die Interessenten, wie in der Abbildung 1 ersichtlich, zu Neu- respektive Erstspendenden heraufgestuft. Die Spendenden werden ihr Engagement jedoch nur erhöhen (weitere Stufen erklimmen), wenn ihnen eine Erhöhung des Engagements von den Wohltätigkeitsorganisationen auch 7 angeboten wird. Dies entspricht dem Fundraising Grundsatz: «You only get what you ask for!” (Urselmann, 2018). Um zu verstehen, warum Menschen bereit sind ein beschriebenes Engagement einzugehen oder zu erhöhen, werden im nachfolgenden die Spendenmotive erläutert. 2.1.1 Spendenmotive Die Spendenden werden von zwei «hard features» und zwei «soft features» beeinflusst. Die «hard features» sind sogenannte funktionale und strukturelle Merkmale, welche problemlos beobachtbar sind. Die funktionalen Merkmale beschreiben dabei die Spendenden hinsichtlich ihres Spendenverhaltens gegenüber der Organisation. Beispielsweise wird dabei, wie in der Abbildung 1 aufgezeigt, zwischen Grossspendenden, Neuspendenden und Mehrfachspendenden unterschieden. Bei strukturellen Merkmalen handelt es sich um Aspekte, welche die Spendende in eine Spendengruppe einordnen (beispielsweise Gruppe der Privatspendenden), sowie die individuellen Eigenschaften der Spendenden (soziodemografische Daten). Diese beiden Merkmale werden auch als quantitativ geprägte Merkmale verstanden (Buss, 2020). Den «hard features» gegenüber stehen die «soft features», die weder leicht beobachtbar noch einfach zu messen sind, da sie sich im Innern eines Spenders abspielen. Dabei spricht man auch von qualitativen Merkmalen. Diese «hard feautures» beinhalten sowohl die Persönlichkeits-, als auch die emotionalen Merkmale. Die Persönlichkeitsmerkmale beschreiben dabei die Werte und Motive der Spendenden. Sie geben Hinweise darauf, was im Leben der Spendenden wichtig ist und wie sie in bestimmten Situationen reagieren könnten. Die emotionalen Merkmale hingegen beinhalten die Gefühlswelt der Spendenden. Diese werden subjektiv empfunden und sind beispielsweise Angst, Freude und Ekel, welche durch 8 die Wahrnehmung und Verarbeitung äusserer Reize entstehen. Diese Emotionen beeinflussen das Verhalten und Wirken handlungsauslösend und handlungssteuernd. Das Zusammenspiel der beiden qualitativen Merkmalen steuert das funktionale Spendenverhalten, sprich sie führen zu dem «Warum» einer Spende und deshalb auch zu den Spendenmotiven (Buss, 2020). Da in der Literatur ein bunter Strauss an möglichen Spendenmotiven, die sich teilweise widersprechen oder sich sogar inhaltlich überlappen, vorhanden ist, hat Peter Buss (2012) die für das Spenden handlungsbestimmenden Motivationsfaktoren auf eine in der Praxis anwendbare Anzahl reduziert. All diese Spendenmotive hängen zusammen mit den vier Grundmotiven eines Menschen. Diese sind Aneignen, Verteidigen, Lernen und Binden. Der Mensch spendet, um seine eigenen Bedürfnisse – bewusst oder unbewusst – zu befriedigen (Buss, 2020). Oftmals spenden die Menschen jedoch nicht wegen eines isolierten Spendenmotivs, sondern aufgrund eines Motivbündels, das untereinander interagiert. In der untenstehenden Tabelle 1 werden die fünf von Peter Buss (2012) definierten Spendenmotive aufgelistet und beschrieben. Tabelle 1: Spendenmotive nach Peter Buss (Eigene Tabelle, 2021). Motive Beschreibung Dies ist ein sicherheitsorientiertes Motiv. Spendende helfen anderen Individuen, die unschuldig in Not geraten. Dabei helfen sie Verbundenheit auch sich selbst. Wenn andere Personen in Gefahr sind, könnten sie es bald auch selbst sein. Anders ausgedrückt, hilft der Mensch anderen und hofft im Umkehrschluss – falls 9 nötig – die gleiche Solidarität zu erleben (Buss, 2020). Dies ist ein gestaltungsorientiertes Motiv. Das Ziel der Spendenden ist es, mit der Spende nicht nur eine Gefahr abzuwenden, sondern einen Teil beizutragen, sodass sich Verantwortung und Einflussnahme etwas verbessert. Decken sich die Ziele der Spendenden mit dieser der Wohltätigkeitsorganisation, entsteht daraus eine Identifikation des Spendenden mit dem Spendenzweck (Buss, 2020). Dies ist ein moralorientiertes Spendenmotiv. Es gilt als eines der Moral und Ethik stärksten und stabilsten Spendenmotive überhaupt. Die Menschen spenden, um moralischen Werten zu folgen (Buss, 2020). Dies ist ein sozialorientiertes Spendenmotiv. Die Menschen spenden, um Zugehörigkeit zu einer Gruppe zu erfahren. Zugehörigkeit Dieses Spendenmotiv ist häufig auch mit erhöhter Bereitschaft zur Freiwilligenarbeit verbunden (Buss, 2020). Dies ist ein identitätsorientiertes Spendenmotiv. Wertschätzungen erlangen und dadurch eine Geborgenheit fühlen, sind Anerkennung grundlegende Bedürfnisse aller Individuen. Diese Anerkennung stärkt die Identität und das Vertrauen in sich selbst (Buss, 2020). Diese Spendenmotive sind insofern für die spendensammelnde Wohltätigkeitsorganisation wichtig, weil es von Vorteil ist diese Bedürfnisse proaktiv anzusprechen. Doch die Motive allein 10 entscheiden nicht darüber, ob eine Person eine Spende tätigt. Hierfür braucht es auch ein inhaltliches oder ideelles Interesse des Spenders gegenüber des Spendenzwecks. Dieses Interesse, auch Themenaffinität genannt, bildet mit den mehr oder weniger ausgeprägten Spendenmotiven zusammen ein komplexes Motivbündels eines Menschen. Spricht die spendensammelnde Organisation die möglichen Spendenmotive proaktiv an und decken sich die Interessen der Spendenden und der Organisation, entspringen daraus häufig nicht nur gute, sondern auch treue Spenderinnen und Spender (Buss, 2020). 2.2 Verhaltensökonomie Die Verhaltensökonomie befasst sich mit den bewussten und unbewussten Entscheidungsmustern, bei denen es zu diversen Verzerrungen und Heuristiken kommt, die das Entscheidungsverhalten beeinflussen (Spreer, 2018). Diese Verzerrungen und Heuristiken werden unter der Bezeichnung Verhaltensökonomie und Nudging im wirtschaftlichen und gesellschaftlichen Kontext aufgearbeitet und in potenziellen ökonomischen Anwendungsfeldern reflektiert (Ronft, 2021). In diesem Kapitel wird mithilfe der Dual Process Theory und der Prospect Theory erläutert, wie Menschen Entscheidungen treffen und welche Verzerrungen und Heuristiken dabei auftreten können. 2.2.1 Entscheidungssituationen Damit Menschen eine Entscheidung treffen können, werden mindestens zwei Optionen benötigt, zwischen denen eine Wahl zu treffen ist. Optionen sind so gesehen die wesentlichen Komponenten für Entscheidungsprobleme (Pfister, Jungermann & Fischer, 2017). Situationen, in denen entschieden werden muss, können sich in vielen unterschiedlichen Merkmalen unterscheiden. Für die vorliegende Arbeit ist - wie in der Einleitung beschrieben - eine 11 Unterscheidung zwischen gegebenen versus offenen Optionenmengen wichtig. Dabei geht es um die Frage, ob die Menge der Optionen, zwischen denen eine Wahl zu treffen ist, bereits zu Beginn des Entscheidungsprozesses vorgegeben oder offen sind. Dieser Frage wird im vorliegenden Kapitel nachgegangen. 2.2.1.1 Optionen beim Entscheiden Ein breiteres Angebot von Optionen wird von Konsumierenden häufiger als attraktiver und individueller angepasst wahrgenommen. Zeitgleich erhöht eine grössere Auswahl die Entscheidungskosten der entscheidenden Person (Schwartz, 2004). Besonders bei keinen vorgegeben Optionen spielt die Zeit, die zu Entscheidungsproblemen führen kann, einen wichtigen Faktor. Insbesondere, wenn dadurch ein kognitiver Aufwand und monetäre oder andere Kosten anfallen (Simon, 1982). Die entscheidenden Personen wollen nicht unbegrenzt Zeit und Geld einsetzen, nur um Optionen zu identifizieren. Andererseits führen zu viele vorgegebene Optionen dazu, dass die sie Mühe haben sich zu entscheiden. Aus diesem Grund begnügen sich die Personen oftmals mit «zufriedenstellenden» Optionen (Pfister, Jungermann & Fischer, 2017). Barry Schwartz (2004) beschreibt diese Problematik als das Auswahlparadoxon. Personen wollen auf der einen Seite möglichst viele Optionen haben, beklagen sich aber andererseits darüber, dauernd entscheiden zu müssen. Empirische Untersuchungen konnten nachweisen, dass zu viele Entscheidungsmöglichkeiten bei Menschen zu Überforderungen, Stress, Frustration und lähmender Unentschlossenheit führen (Pfister, Jungermann & Fischer, 2017). Menschen empfinden es als schwierig festzustellen, wie viel es wert ist für eine bestimmte soziale Sache zu spenden. Deshalb benötigen sie Bezugspunkte oder Informationen, die ihnen helfen die Situation zu verstehen. Eine Möglichkeit der Anpassung bei keinen vorhandenen Optionen ist das Wissen darüber, wie viel andere Menschen spenden. Durch diese Information 12 können sich die entscheidenden Personen einfacher anpassen (Rubaltelli, Hysenbelli & Rumiati, 2013). Sind diese Informationen oder Bezugspunkte nicht vorhanden, werden die eigenen affektiven Reaktionen als Indikator für die Spendenhöhe eingesetzt (Dickert, Sagara & Slovic, 2011; Kogut & Ritov, 2005). Sind hingegen mehrere Optionen mit verschiedenen Attributen vorhanden und die entscheidende Person ist sich ihrer Wahl nicht sicher, wird tendenziell eine mittlere Option gewählt (Simonson, 1989). Dies weil Menschen eine Abneigung gegen das Extreme haben und die Mitte einen Kompromiss darstellt. Dieser Effekt wird auch Extremness Aversion genannt (Vöster, 2015). 2.2.2 Entscheidungsheuristiken Nach der Erläuterung der Entscheidungssituationen und den Auswirkungen von (keinen) Optionen wird der Fokus nun auf die Dual Process Theory und den daraus resultierenden Heuristiken und Verzerrungen gelegt. 2.2.2.1 Dual Process Theory Die Dual Process Theory besagt, dass Menschen über zwei unterschiedliche kognitive Systeme verfügen (Kahneman, 2014). Dies ist einerseits das reflexive System der bewussten Verarbeitung. Bei diesem System gelangt der Mensch durch deduktives und logisches Denken zu Entscheidungen. Dieser Prozess der Entscheidung ist energieaufwändig und langsam. Beim anderen kognitiven System handelt es sich um das System der automatischen Verarbeitung. Dieses System urteilt assoziativ und instinktiv und ist daher schnell und ressourcenschonend. Es beinhaltet nicht das, was wir mit dem Wort «Denken» assoziieren. Es geht dabei beispielsweise um die Angst, wenn das Flugzeug in Turbulenzen gerät oder das Wegducken, wenn ein Ball unerwartet nach einem geworfen wird (Thaler & Sunstein, 2009). Einfach gesagt 13 handelt es sich beim automatischen System um das Bauchgefühl und beim reflexiven System um das bewusste Denken. Beim vorhin erwähnten Beispiel vom Flugzeug sagt uns das automatische System, dass man aufgrund des Wackelns abstürzen und sterben werde. Das reflexive System hingegen entgegnet, dass Flugzeuge sehr sicher sind. Bei diesem Beispiel ist auffällig, wie fehleranfällig das automatische System sein kann (Thaler & Sunstein, 2009). In der nachempfundenen Tabelle 2 von Thaler und Sunstein (2009) werden die beiden Systeme gegenübergestellt. Tabelle 2: Kognitive Systeme der Dual Process Theory (Eigene Tabelle, 2021). Automatisches System Reflexives System unkontrolliert kontrolliert mühelos mühevoll schnell langsam unbewusst bewusst assoziativ deduktiv erlernt Regeln befolgend Da das Leben der Menschen kompliziert ist und sie nicht die ganze Zeit damit verbringen können über alles nachzudenken und zu analysieren, gibt es die Faustregeln, auch Heuristiken genannt. Diese Heuristiken sind schnell und nützlich (Thaler & Sunstein, 2009) Tversky und Kahneman (1974) gehen davon aus, dass die Menschen nicht aus allen Entscheidungssituationen mathematische Problemstellungen machen, sondern durchaus mentale Abkürzungen bei der Lösung von Problemen zu Hilfe nehmen. Diese Abkürzungen werden Heuristiken genannt und werden vor allem bei Situationen, bei denen die Menschen 14 Entscheidungen unter Unsicherheit treffen müssen, eingesetzt (Beck, 2014). Eine Entscheidung unter Unsicherheit bedeutet, dass sich die Entscheidenden der möglichen Konsequenzen ihrer Entscheidung unsicher sind, weil diese auch durch von ihnen nicht kontrollierbare Ereignisse abhängig sind (Pfister, Jungermann & Fischer, 2017). Bei solchen Entscheidungen kommen nicht berechnende Rationalität, sondern vereinfachende Regeln (Heuristiken) zum Einsatz (Tversky & Kahneman, 1974). Die Heuristiken sind dank ihrer Einfachheit effizient und grundsätzlich geeignet, um gute Lösungen zu erbringen. Jedoch nicht immer, denn ab und an können diese Heuristiken auch zu Verzerrungen im Urteil des Menschen führen. Diese Verzerrungen werden auch Biases genannt (Beck, 2014). An diesen Punkten kommen in der Verhaltensökonomie Nudges ins Spiel. Sie sollen dabei helfen irrationale Menschen in die richtige Richtung zu lenken, indem die Heuristiken und Verzerrungseffekte genutzt werden (Ronft, 2021). Auf das Thema Nudging wird später im Kapitel 2.4 näher eingegangen. In den nachfolgenden Kapiteln werden die für den Sachverhalt wichtigsten Heuristiken aus einer Auflistung von Felser (2015) entnommen und beschrieben. 2.2.2.2 Verfügbarkeitsheuristik Die Verfügbarkeitsheuristik hat einen Einfluss auf Entscheidungen, die unter Unsicherheit getroffen werden. Dabei spielt die Leichtigkeit, mit denen Ereignisse abgerufen werden können, eine wichtige Rolle (Felser, 2015). Bei der Verfügbarkeitsheuristik wird dementsprechend die Wahrscheinlichkeit eines Ereignisses anhand dessen, wie leicht das Erinnerungsvermögen an ein bestimmtes Ereignis ist, geschätzt (Beck, 2014). Die mentale Verfügbarkeit wird dabei nach einer bestimmten Regel in die Entscheidung miteinbezogen. 15 Diese besagt, dass besonders die Dinge beachtet werden sollen, die einem zuerst in den Sinn kommen; unabhängig von der Relevanz dieser Informationen (Felser, 2015). Dies lässt sich anhand eines Beispiels von Kahneman und Tversky (1982) illustrieren. Bei ihrem Experiment wurden Probanden und Probandinnen gefragt, ob es wahrscheinlicher ist, dass der Buchstabe K an erster oder als dritter Stelle in einem Wort vorkommt. Die Wahrscheinlichkeit, dass jemand diese Frage sofort beantworten kann, ist verschwindend klein. Aufgrund dieser Tatsache überlegen die Probanden, wie viele Wörter ihnen mit dem Wort K an erster respektive an dritter Stelle einfallen. Dabei fällt ihnen das Suchen nach Worten mit K an erster Stelle bedeutend einfacher als, bei Wörtern, bei denen das K an dritter Stelle vorkommt (Kahneman & Tversky, 1982). Aufgrund dieser Abrufleichtigkeit sind die meisten Probanden davon ausgegangen, dass es mehr Wörter mit K an erster Stelle gibt. Diese Antwort ist jedoch im Englischen falsch (Kahneman, 2014). Bei der Verfügbarkeitsheuristik wird die Abrufleichtigkeit einer Information als Indiz für Relevanz, Wahrheit oder Wichtigkeit betrachtet. Viele Vorurteile sind demnach das Produkt von Verfügbarkeitsheuristiken (Felser, 2015). 2.2.2.3 Repräsentativitätsheuristik Menschen schätzen die Wahrscheinlichkeit der Zugehörigkeit eines Gegenstandes zu einer Kategorie anhand der Ähnlichkeit des Gegenstandes mit der Kategorie ein. Dies lässt sich anhand eines Experiments illustrieren: Sabrina ist 34 Jahre jung, lebt für sich allein, spricht offen und ist klug. Sie studierte Psychologie und war während ihres Studiums ausserordentlich engagiert in Fragen sozialer Benachteiligungen und anderen sozialen Problemen. Zudem nahm sie auch bei Anti- 16 Kernkraftwerk-Demonstrationen teil. Die Probanden sollten die folgenden Aussagen A, B und C den Wahrscheinlichkeiten zuordnen (Pfister, Jungermann & Fischer, 2017). • A: Sabrina ist Bankangestellte • B: Sabrina ist eine Bankangestellte und in der Frauenbewegung aktiv • C: Sabrina ist in der Frauenbewegung aktiv Die meisten der Probanden hielten dabei die Aussage B für wahrscheinlicher als A. Dies, obschon die Wahrscheinlichkeit bei einer Konjunktion von Ereignissen (Bankangestellte und aktiv in der Frauenbewegung) nicht grösser sein kann als die eines Einzelereignisses (Pfister, Jungermann & Fischer, 2017). Tversky und Kahneman (1983) erklären sich dieses Verhalten damit, dass durch die Aussagen zu Sabrina das Bild von einer feministischen Bankangestellten realistischer erscheint als das von «nur» einer Bankangestellten. 2.2.2.4 Ankereffekt Der Ankereffekt wirkt, sobald ein Wert geschätzt werden muss und eine nummerische Vorgabe vorhanden ist. Die Menschen orientieren sich dabei bei einer Schätzung von unbekannten Grössen an Ausgangswerten, die die Schätzung beeinflussen (Beck, 2014). Je höher die nummerische Vorgabe respektive der Ausgangswert ist, desto höher fällt die Schätzung aus (Felser & Klemperer, 2011). Erstmals wissenschaftlich untersuch wurde der Ankereffekt von den Autoren Tversky und Kahneman (1974). Für die Menschen wäre es möglich alle relevanten Informationen zusammenzutragen und damit eine Bewertung, der für sie richtigen Alternative, vorzunehmen. Da dies jedoch sehr aufwändig wäre, bedienen sie sich gemäss Furnham und Boo (2011) an Ausgangswerten, welche die Entscheidung signifikant vereinfachen. Der Ankereffekt tritt in Erscheinung, weil der Mensch nicht in der Lage ist Werte ohne Rückgriff auf Vergleichsgrössen zu schätzen. Das 17 heisst, dass der Mensch stets Referenzwerte braucht, um die Urteile zu validieren. Dabei schleichen sich auch irrelevante Anker in die Entscheidungsprozesse ein (Thaler & Sunstein, 2009). Je nach Wissensstand eines Menschen und der daraus empfundenen Komplexität einer Entscheidungssituation, ist der Einfluss des Ankereffekts unterschiedlich. Ist beispielsweise die Situation aus Sicht eines Menschen komplex und wäre die Informationssuche aufwändig, so beeinflusst der Anker die Schätzung stärker, da er weniger hinterfragt wird. Umgekehrt sieht es bei einfachen Situationen aus, in denen bereits Vorwissen bei den Menschen vorhanden ist. Da verliert der Ankereffekt an Wirkung, wobei er immer noch Einfluss auf die Schätzungen nimmt (Van Exel, Brouwer, Van den Berg & Koopmanschap, 2006). Das führt dazu, dass der Ankereffekt bei einer erstmalig erlebten Situation (wenig Vorwissen, komplex) eine langanhaltende Wirkung zeigt. Das heisst, dass bei einer erneuten Schätzung zu einem ähnlichen Thema der frühere Bezugspunkt wieder zu Hilfe genommen wird (Blankenship, Wegner, Petty, Detweiler-Bedell & Macy, 2008). Ein Anker kann zudem auch als Instrument eingesetzt werden, um einen Aktivierungsprozess einzuläuten. Dies beispielsweise bei einer verfahrenen Situation, in der ein Anker als Lösungsvorschlag durchaus für die Lösung des vorhandenen Problems dienlich sein kann (Chapman & Johnson, 1999). Bei einem ökonomischen Zusammenhang ist der Ankereffekt vor allem für die subjektive Zahlungsbereitschaft und Preisbeurteilung relevant (Chapman & Johnson 1999). Gemäss Thaler und Sunstein (2009) kommt, wenn in einem vernünftigen Rahmen mittels eines Ankers mehr verlangt wird, auch mehr dabei heraus. Bei einem Feldexperiment von Adena und Huck (2016) wurden Opernbesuchende per Post mit der Bitte angeschrieben, für ein soziales Projekt zu spenden, das Kinder aus benachteiligten Familien unterstützt. Dabei wurden drei Varianten von Briefen versendet. Eine Version enthielt keinen Vorschlag zur Spendenhöhe und bei den anderen zwei Versionen 18 wurden die Beträge im Wert von 100 respektive 200 Euro vorgeschlagen. Hierbei handelt es sich um einen Ankereffekt in Form eines Defaults. Defaults werden im Kapitel 2.4.1 näher beschrieben. Den Opernkunden wurde jeweils erläutert, was mit diesen Spendenbeiträgen erreicht werden könnte. Wie in der untenstehenden Abbildung 2 ersichtlich, führten die nicht bindenden Empfehlungen der Spendenhöhe dazu, dass sich die Spendenentscheidungen wesentlich veränderten (Adena & Huck, 2016). Abbildung 2: Effekte nichtbindender Empfehlungen der Spendenhöhe (Adena & Huck, 2016) Bei den Versionen mit den nummerischen Vorgaben im Brief wurde durchschnittlich mehr Geld gespendet. Ebenso ist ersichtlich, dass bei den Briefen mit den Vorgaben 200 Euro 21,9 Prozent diesen Betrag gespendet haben, während dem es bei dem Brief ohne Vorgaben lediglich 3 Prozent waren, die diesen Betrag spendeten. Insgesamt betrachtet, brachten die beiden Versionen mit nummerischen Vorgaben im Brief gegenüber dem Brief ohne nummerische Vorgabe jedoch nur eine kleine und nicht signifikante Erhöhung des Spendenaufkommens. Dies lässt sich darauf zurückführen, dass bei beiden Varianten mit den nummerischen Vorgaben zwar positive Effekte in Form einer höheren Spende vorhanden sind, diese sich jedoch durch die geringere Antwortraten auf die Briefe ausglichen. Kahneman (2014) beschreibt eine weitere Studie zum Thema Ankereffekt, in der Teilnehmende gefragt wurden, ob sie bereit wären für die Befreiung von Seevögeln aus 19 Ölteppichen $5 zu spenden. Anschliessend wurden sie gefragt, wie viel sie bereit wären zu spenden. Das gleiche Verfahren wurde bei einer zweiten Gruppe durchgeführt, bei denen die Studienteilnehmenden anfangs jedoch gefragt wurden, ob sie bereit wären $400 zu spenden. Bei der Gruppe 1 resultierte ein durchschnittlicher Spendenbetrag von $20, während dem der Spendenbeitrag bei Gruppe 2 bei $143 lag. Dies bestätigen weitere Studien, die besagen, dass Menschen bereit sind mehr zu spenden wenn sie einen hohen Anker erhalten. (Tversky & Kahneman, 1974; Rubaltelli, Hysenbelli & Rumiati, 2013). Hinzu kommt, dass ein Anker als Rückmeldung für die korrekte Spendensumme verwendet werden kann. Dieser Bezugspunkt verhindert, dass die affektiven Reaktionen (automatisches System) eines Menschen bei der Frage nach der Spendenhöhe zum Einsatz kommen (Dickert, Sagara & Slovic, 2011). Das Zusammenspiel zwischen Bezugspunkte und Entscheidungen wurde im Kapitel 2.3.1.1 bereits näher beschrieben. 2.2.2.5 Rekognitionsheuristik Bei der Rekognitionsheuristik, auch Wiedererkennungsheuristik genannt, werden die Entscheidungen aufgrund des Arguments «das kenne ich» getroffen. Das blosse Wiedererkennen eines Objektes wirkt dabei so überzeugend, dass weitere Entscheidungskriterien ignoriert werden. Das bedeutet im Grundsatz: Wenn von zwei Alternativen eine bekannt erscheint, so wird diese gewählt (Felser, 2015). Der Mensch geht durch das reine Wiedererkennen einer Alternative davon aus, dass diese bedeutend sein muss. Dabei spielt der Grund der Erinnerung keine Rolle. Dies zeigt auf, dass bei der Rekognitionsheuristik ein gewisser Grad an Ignoranz benötigt wird. Goldstein und Gigerenzer (2002) haben diese Heuristik anhand eines Experiments belegt. Sie fragten Studierende von Chicago und München, ob San Antonio oder San Diego mehr 20 Einwohner hat. 100% der Studierenden in München haben die Frage korrekt beantwortet, während dem es bei den Studierenden in Chicago 62% waren. Diese Ergebnisse lassen sich anhand der Rekognitionsheuristik erklären. Die deutschen Studierenden wählten vermutlich alle die ihnen bekannte Stadt San Diego und gingen davon aus, dass die Einwohnerzahl mit der Popularität der Stadt zunimmt. Da die Studierenden von Chicago von beiden Städten bereits gehört hatten, konnten sie diese Heuristik nicht mehr anwenden. Dieses Beispiel zeigt auf, dass die Heuristik auch zum «Less-is-More-Effekt» führen kann. Dieser besagt, dass lückenhafte Erkenntnisse unter gewissen Voraussetzungen ein besseres Ergebnis liefern können als exakte Erkenntnisse (Goldstein & Gierenzer (2002). 2.2.2.6 Affektheuristik Ein Affekt ist das Gefühl, das durch einen Reiz erzeugt wird. Das Wort Sonne ruft beispielsweise einen positiven Affekt hervor, während dem das Wort Hass einen negativen Affekt erzeugt. Diese Affekte steuern normalerweise die menschlichen Empfindungen sinnvoll. Wenn etwas beispielsweise einen positiven Affekt hervorruft ist es oftmals auch gut (Tversky & Kahneman, 1974). Die Funktionsweise und Wirkung von der Affektheuristik wurde von Paul Slovic (1999) in einer Studie dargelegt. Dabei wurden die Probanden gebeten ihre persönlichen Meinungen zu verschiedenen Themen zu äussern. Ein Thema dabei war beispielsweise die zur Konservierung von Lebensmitteln verwendeten Chemikalien. Zudem mussten die Probanden zu jedem einzelnen Thema eine Liste mit den Nutzen und Risiken erstellen. Dabei stellte sich heraus, dass die Studienteilnehmenden bei Themen, denen sie positiv gegenüberstanden, mehr Vorteile als Nachteile auflisteten. Umgekehrt waren es bei einer negativen Einstellung mehr Nachteile als Vorteile. Im zweiten Teil der Studie wurden einigen Probanden Begründungen 21 aufgezeigt, die den Nutzen der Technologie hervorhoben. Die Studienteilnehmenden, denen die Vorteile einer Technologie aufgezeigt wurden, verhielten sich anschliessend weniger kritisch gegenüber der Thematik und den daraus resultierenden Risiken. Zudem entwickelten sie eine positivere Einstellung als noch im ersten Teil (Slovic, 1999). Zusammengefasst beschreibt die Affektheuristik, dass bei Entscheidungsfindungen Gefühle unbewusst hinzugezogen werden. Dabei wird eine komplexe Frage wie beispielsweise «was denke ich darüber?» durch eine vereinfachte Frage wie «was fühle ich dabei?» ersetzt (Kahneman, 2014). Die vorher beschriebene Studie konnte das Gefühl der Probanden und Probandinnen durch das Hervorheben der positiven Aspekte der Technologie verbessern und dadurch das Urteil mildern. 2.2.2.7 Framing Der Effekt, dass die Formulierung eines Problems Einfluss auf die Entscheider nehmen kann, wird Framing genannt. Das heisst, dass zwei unterschiedliche aber logisch äquivalente Formulierungen der Problemstellung bei einem identischen Problem zu unterschiedlichen Entscheidungen führen kann. Es werden drei Arten von Framing unterschieden; das attributive Framing, das Framing bei riskanten Entscheidungen und das Handlungsframing (Levin & Gaeth, 1988). Beim attributiven Framing geht es darum, ein Objekt mit sich logisch ergänzenden Eigenschaften zu beschreiben, die entweder positiv oder negativ sind. Dabei werden die Objekte mit der positiven Erläuterung in der Regel auch positiver bewertet (Beck, 2014). Das Framing bei riskanten Entscheidungen behandelt den Umgang von Menschen mit dem Risiko bei der Formulierung von Gewinn oder Verlusten. So neigen Menschen bei Verlustformulierungen zu riskanterem Verhalten als im Falle einer Gewinnformulierung. Dieses Verhalten lässt sich durch die in der Prospect Theory begründeten Verlustaversion beschreiben, die im Kapitel 22 2.3.3 näher beschrieben wird. Beim Handlungsframing wiederum geht es um die Betonung der positiven Folgen einer Handlung oder um die Betonung der negativen Folgen bei Nicht- Tuns (Levin & Gaeth, 1988). So gehen Menschen gemäss Meyerowitz und Chaiken (1987) eher an eine Vorsorgeuntersuchung zum Arzt, wenn man ihnen erklärt, dass sonst die Chancen auf eine frühzeitige Erkennung einer Krankheit sinken, als wenn man ihnen erklärt, dass die Chancen der Erkennung durch die Vorsorgeuntersuchung steigen. Das heisst, dass die Menschen einer Handlungsaufforderung eher nachkommen, wenn die Konsequenzen des Nicht-Tuns als Verlust beschrieben werden. Framing spielt auch bei dem Spenden eine Rolle. Die Menschen anzuschreiben und für einen Spendenbeitrag zu fragen, ist keineswegs einfach. Was für Informationen sollten niedergeschrieben werden, damit die Empfängerinnen und Empfänger eine Entscheidung treffen können, die den Nutzen von ihnen, aber auch den von der Non-Profit-Organisation langfristig maximiert (Adena, 2018)? Die Reaktionen der Menschen auf Informationen mit identischen Inhalten kann wie bereits erwähnt sehr unterschiedlich sein. Allgemein funktioniert das Framing, weil Menschen dazu neigen passive Entscheidungsträger zu sein. Das Reflexionssystem macht sich nicht die Mühe Fragen umzuformulieren, um zu überprüfen, ob die Antworten immer noch die gleichen wären. Ein Grund, weshalb das reflexive System dies nicht tut ist, dass die Menschen nicht wüssten, wie mit diesem Widerspruch umzugehen. Dies impliziert, dass Framing einen mächtigen Stupser verleihen kann, der mit Vorsicht ausgewählt werden muss (Thaler & Sunstein, 2009). In einem Experiment von Adena und Huck (2016) zum Thema Spenden wurde die Wirkung der Wörter «Spende» und «Beitrag» verglichen. Das Wort Spende generierte, bei einer sonst gleichen Spendenanfrage, ein höheres Spendenaufkommen als das Wort Beitrag. Dabei 23 entstand der Widerspruch grösstenteils durch Veränderungen in den Grossspenden. Die Verteilung der kleineren Beträge, sowie die Anzahl der Spenden, war in beiden Fällen in etwa gleich (Adena & Huck, 2016). 2.2.2.8 Einfluss irrelevanter Informationen Früher wurde davon ausgegangen, dass Menschen die korrekten Entscheidungen treffen, wenn alle relevante Informationen vorhanden sind und irrelevante Informationen keinen Einfluss auf den Entscheidungsprozess haben (Adena, 2018). James (1995) widersprach dieser Annahme, indem er der Meinung war, dass zu viel dargestellte, irrelevante oder anders dargestellte Informationen durchaus die Entscheidungen verändern können. Auch Felser (2015) vertritt den Standpunkt, dass Menschen Informationen für die Urteilsbildung nutzen, die ihnen gegeben werden. Da aber nicht jede Information relevant oder nützlich ist, kann es dabei zu suboptimalen Entscheidungen und Verzerrungen in der Urteilbildung kommen. Diese Veränderung durch irrelevante und anders dargestellte Informationen wird «anderes Framing» genannt (Adena, 2018). Verhaltensökonomische Analysen zeigen auf, dass zu viele Informationen die Spendenbereitschaft mindern (Adena, 2017). Das andere Framing wurde auch von Adena und Huck (2018) in einem Feldexperiment mit einem Opernhaus überprüft und bestätigt. Sie schrieben zwei Arten von Spendenbriefen, bei denen der eine jedoch Wörter wie Premiere, dauerhaft, langfristig, jedes Jahr aufs Neue, in diesem Jahr, und im Jahr 2015 enthielt. Diese Begriffe liessen die angeschriebenen Personen denken, dass das zu finanzierende Projekt langfristig angelegt ist. Das war auch richtig, da die Spendenkampagne und das Projekt des Opernhauses darauf ausgerichtet waren. Beide Briefe beinhalteten faktisch die gleichen Informationen zum Projekt, jedoch wurde in einem Brief nicht explizit auf die Langfristigkeit hingewiesen. Bei der Betrachtung der Ergebnisse wurde ersichtlich, dass die zusätzliche 24 Betonung der Langfristigkeit dazu führte, dass die durchschnittliche Spende um 40% geringer ausfiel als die beim Standardbrief. Es hatte jedoch keinen Einfluss auf die Antwortrate. Im nächsten Jahr orientierten sich die spendenden Personen an ihren letztjährigen Spendenbeiträge, was bedeutet, dass beide Gruppen wieder gleich viel wie im Vorjahr spendeten. Es war also nicht so, dass die Personen, bei denen im Brief die Langfristigkeit des Projektes explizit erwähnt wurde, im nächsten Jahr mehr spendeten oder die Personen, die einen Standardbrief erhielten, im nächsten Jahr weniger bereit waren zu spenden. (Adena & Huck, 2018) Dieses Resultat stützt die Aussage von Kahneman und Tversky (1982), wonach sich Entscheidungstragende auf eine einzelne Entscheidung konzentrieren, anstatt die Entscheidungen in Anbetracht möglicher zukünftigen Entscheidungen zu treffen. 2.2.3 Prospect Theory Die Prospect Theory von Kahneman und Tversky (1979) leistet einen theoretischen Beitrag zur Entscheidungsfindung «unter Unsicherheit» und ist ein Bestandteil der Verhaltensökonomie. Wie bereits einmal im Kapitel 2.3.2 Entscheidungsheuristiken beschrieben, beschreibt eine Entscheidung unter Unsicherheit, dass sich die Entscheidenden der möglichen Konsequenzen ihrer Entscheidung unsicher sind, weil diese auch durch von ihnen nicht kontrollierbare Ereignisse abhängig sind (Pfister, Jungermann & Fischer, 2017). Die Prospect Theory besagt, dass es bei einer anstehenden Entscheidung immer um die Wahl einer Alternative (prospect) geht. Zuallererst werden erste Einschätzungen dieser Alternativen vorgenommen. Die geschieht, indem das vorhandene Problem nach gewissen Regeln enkodiert, transformiert und mental repräsentiert wird (Kahneman & Tversky, 1979). Dabei werden auch komplizierte Entscheidungen mit Hilfe von Heuristiken vereinfacht dargestellt. 25 Anschliessend werden die verschiedenen Alternativen evaluiert, indem die Optionen aufgrund der subjektiven Voraussagbarkeit und Nutzen zusammengefasst werden (Felser, 2015). Anders ausgedrückt wird in dieser Phase für jede Alternative ein subjektiver Wert bestimmt (Pfister, Jungermann & Fischer, 2017). Bei den Auswirkungen der Entscheide werden dabei nicht die absoluten Werte wahrgenommen, sondern ein Gewinn oder Verlust. Die Alternativen werden mit dem Ziel geprüft, die Differenz zum Referenzpunkt auszumachen. Dieser Referenzpunkt wird selbständig gesetzt und eine Differenz nach oben wird als Gewinn und eine nach unten als Verlust aufgefasst. Das heisst, dass die Wahl der Alternative abhängig ist von der Differenz zum Referenzpunkt (Beck, 2014). Der Referenzpunkt ist neutral und hat dementsprechend einen Nutzen von null. In der auf der nächsten Seite ersichtlichen Abbildung 3 befindet er sich im Mittelpunkt des Kreuzes. Die möglichen Konsequenzen einer Entscheidung werden stets relativ zu einem bestimmten Referenzpunkt bewertet. Wenn eine Person in einer Prüfung beispielsweise davon ausgeht die Note 3 zu schreiben, dann aber die Note 4 zurückerhält, ist er/sie hocherfreut. Geht hingegen eine Person an dieselbe Prüfung mit der Erwartung die Note 5 zu schreiben und anschliessend ebenfalls die Note 4 zurückerhält, wird er/sie enttäuscht sein. Bei den Erwartungen (Note 3 und Note 5) handelt es sich hierbei um Referenzpunkte der jeweiligen Personen (Pfister, Jungermann & Fischer, 2017). Wichtig ist zu betonen, dass alle Arten von Themen als Gewinn oder Verlust wahrgenommen werden können und nicht nur die monetären (Kahneman & Tversky, 1979). 26 Abbildung 3: Wertfunktion Prospect Theory (Kahneman & Tversky, 1979) In der Abbildung 3 wird die von Kahneman und Tversky (1979) entwickelte S-förmige Wertfunktion dargestellt. Für die Wertfunktion sind drei Eigenschaften charakteristisch. Dies ist der Referenzpunkt, aufgrund von dem wie vorhin beschrieben zwischen Gewinnen und Verlusten unterschieden wird, die abnehmende Sensitivität und die Verlustaversion (Pfister, Jungermann & Fischer, 2017). Die abnehmende Sensitivität besagt, dass ein Individuum den ersten Franken, der von ihm als Gewinn bezeichnet wird, höher bewertet als den zweiten Franken. Dieses Phänomen zieht sich weiter. So würde der zweite als Gewinn verzeichnete Franken höher gewertet werden als der Dritte. Bei den Verlusten hingegen wird der Verlust des zweiten Frankens höher bewertet als der vom ersten. Dies ist der Fall, weil die Kurve nach dem Referenzpunkt in einem ersten Bereich nach aussen gewölbt (konvex) verläuft. Auf der Gewinnseite hingegen verläuft die Kurve nach dem Referenzpunkt nach innen gewölbt (konkav). Diese Wertfunktion bildet jedoch ein Modell ab und das Ausmass der Sensitivität hängt sowohl von Individuum als auch von der Situation ab (Nitzsch, 2006). 27 Wie bereits angedeutet, bewerten Individuen Verluste stärker als Gewinne. Deshalb ist das Bestreben der Menschen einen Verlust zu vermeiden grösser als die Motivation einen Gewinn in gleicher Höhe mit der gleichen Wahrscheinlichkeit zu erzielen (Felser, 2015). Diese Verlustaversion lässt sich durch die im Verlustbereich steilere Kurve erklären (Pfister, Jungermann & Fischer, 2017). Menschen bewerten den Verlust im Vergleich zu einem gleich hohen Gewinn unterschiedlich. Das führt gemäss Tversky & Kahneman (1992) dazu, dass Menschen eher Ressourcen investieren, um Verluste zu vermeiden als in die Generierung eines Gewinns. Daraus folgend agieren Menschen bei einem abzeichnenden Verlust eher risikofreudig, um diesen auszugleichen. Ist hingegen ein Gewinn absehbar, neigen die Menschen dazu sich eher risikoscheu zu verhalten und keine verstärkten Anstrengungen zu unternehmen, um den Gewinn zu steigern (Beck, 2014). Aus diesem Grund empfinden die Menschen symmetrische Wetten (Münzwurf: bei Kopf Gewinn, bei Zahl Verlust) als unattraktiv (Pfister, Jungermann & Fischer, 2017). Die beschriebenen Eigenschaften des Menschen bei den Entscheidungen unter Unsicherheit führen zu weiteren psychologischen Effekten, die in den nachkommenden Kapiteln 2.3.3.1, 2.3.3.2 und 2.3.3.3 vorgestellt und beschrieben werden. 2.2.3.1 Der Status Quo Bias Der Status Quo Bias besagt, dass Menschen den Ist-Zustand beibehalten wollen. Stehen Menschen vor der Wahl zwischen einem gegenwärtigen Zustand (Status Quo) und einer Veränderung, so entscheiden sie sich häufiger für den gegenwärtigen Zustand (Beck, 2014). Der Hauptgrund hierbei liegt bei der Verlustaversion, die im 2.3.3 Prospect Theory bereits beschrieben wurde und besagt, dass Menschen mögliche Verluste höher bewerten als 28 mögliche Gewinne (Thaler, 1980). Aufgrund der Angst, dass mögliche Nachteile bei einer Veränderung höher ausfallen als die Vorteile, wird tendenziell am Status Quo festgehalten (Kahneman, Knetsch, & Thaler, 1991). Beim Status Quo hat zudem die Komplexität der Entscheidungssituation einen Einfluss auf dessen Effekt. In Situationen, in denen ein signifikanter Aufwand nötig wäre, um sich einen Überblick zu verschaffen, entscheiden sich Menschen aus Effizienzgründen eher für den Status Quo (Boxall, Adamowicz, & Moon, 2009). Der Status Quo verknüpft mit einem Default spielt beim Spenden eine wichtige Rolle. Auf diese Verknüpfung wird im Kapitel 2.4.1 Default näher eingegangen. 2.2.3.2 Der Besitztumseffekt Der Besitztumseffekt, auch Endowment-Effect genannt, beschreibt das Phänomen, dass Personen einem im eigenen Besitz befindenden Objekt einen höheren Wert zuschreiben als einem sich nicht im Besitz befindenden Objekt (Kahneman, Knetsch, Thaler, 1991). Das heisst, dass der Besitztumseffekt zu einer höheren Wertschätzung von Dingen führt, sobald sie sich im eigenen Besitz befinden. Dies geschieht als Folge der bei der Prospect Theory beschriebenen Verlustaversion (Thaler & Sunstein, 2009). Um den Verlust aus einem Verkauf möglichst zu kompensieren, wird der Preis dementsprechend höher angesetzt. Die Verlustaversion hilft zudem dabei Trägheit zu erzeugen, indem der Wunsch bei aktuellen Beständen zu bleiben sehr hoch ist (Thaler & Sunstein, 2009). Dadurch wird der Besitztumseffekt oft auch als mögliche Erklärung für den Status Quo Bias angewendet (Beck, 2014). Den Wert eines Gutes wird von den Besitzerinnen und Besitzern, respektive den Verkäuferinnen und Verkäufern oftmals nicht nur nach seinem eigentlichen Wert bewertet, sondern auch aufgrund der Bindung oder Vertrautheit an das Gut. Experimente zeigen 29 ausserdem, dass der Besitztumseffekt bei Gütern des täglichen Bedarfs weniger stark ausgeprägt ist, während dem er bei langlebigen Gütern stärker zum Tragen kommt (Beck, 2014). Der Besitztumseffekt wurde von Loewenstein, O’Donoghe und Rabin (2003) zudem mit der Vorausschauverzerrung (projection bias) verknüpft. Diese Verzerrung besagt, dass Menschen zukünftige Präferenzen zwar in einem gewissen Masse erahnen können, sie jedoch meist falsch einschätzen. Dabei wird oftmals die Ähnlichkeit von aktuellen und zukünftigen Gefühlen überschätzt. Geht beispielsweise eine Person hungrig einkaufen, wird das aktuelle Hungergefühl auf die Zukunft übertragen. Deshalb neigen Personen in dieser Situation zu einem übermässigen Einkauf. Die Vorausschauverzerrung wirkt in Verbindung mit dem Beistztumseffekt möglicherweise verstärkend, sodass Individuen den Verlust, der sich aus dem Verkauf eines Gutes ergibt, überschätzen und den Gewinn bei einem Kauf oder einem Besitz eines Gutes unterschätzen. Durch diese Unterschätzung des Nutzens wird die Zahlungsbereitschaft auf Seiten der Käuferinnen und Käufern zu tief angesetzt (Loewenstein, O’Donoghe, Rabin, 2003). Wolf, Arkes und Muhanna (2008) zeigten im Zusammenhang dieser Effekte auf, dass die Akzeptanz für höhere Preise mit der Dauer des Besitzes eines Gutes steigt. 2.3 Nudging Unter Nudging wird ein leichtes Anstossen in eine Richtung verstanden, ohne dass irgendwelche Optionen ausgeschlossen oder wirtschaftliche Anreize stark verändert werden (Keller & Harder, 2021). Die dabei eingesetzten Tools werden als Nudges bezeichnet (Sunstein & Thaler, 2017). Diese sollen dabei helfen, irrationale Menschen in eine richtige Richtung zu lenken. Mit Hilfe einer Entscheidungsarchitektur sollen Prozesse so vorbereitet werden, dass von Seiten der Rezipierenden das System der automatischen Verarbeitung zum Tragen kommt und eine Entscheidung in die vom Entscheidungsarchitekten angedachte Richtung fällt (Ronft, 30 2021). Hierfür werden Verzerrungseffekte und Heuristiken genutzt (Thaler & Sunstein, 2009). Da Nudges nur ein Anstoss und keine Anordnung sein sollen, müssen sie ohne grossen Aufwand zu umgehen sein. Die Entscheidung, ob eine gewisse Richtung eingeschlagen wird, bleibt dabei freiwillig (Keller & Harder, 2021). Gemäss Thaler und Sunstein (2017) sollen Nudges bei schwierigen und selten zu treffenden Entscheidungen, bei der nicht alle Aspekte problemlos verständlich sind, den Menschen als Unterstützung dienen. Nudging hat das Potential soziales Engagement zu erhöhen und findet eine breite Zustimmung bei den Entscheidungstragenden, sowie Bürgerinnen und Bürgern, da es keinen Einfluss auf die Entscheidungsfreiheit Einzelner nimmt und die Entscheidungsstrukturen nicht wesentlich verzerrt (Thaler & Sunstein 2009). Dem Nudging gegenüber stehen die typischen Anreizstrukturen mit dem Prinzip der Bestrafung und Belohnung. Da die Spenden jedoch freiwillige Beteiligungen sind, ist die Bestrafung in diesem Bereich nicht sinnvoll. Doch auch mit Belohnungen sollte mit Vorsicht umgegangen werden. Der Staat, sowie einige Non-Profit- Organisationen locken potenzielle Spendende beispielsweise mit möglichen Preisreduktionen (Steuerabschreibungen) oder Geschenken. Die Gefahr dabei liegt darin, dass die Spende vermehrt zu einem Konsumgut wird, die lediglich getätigt wird, um im Gegensatz etwas zu bekommen. Geschieht dies, reduziert sich die Wichtigkeit der beschriebenen Spendenmotiven (Adena, 2018). Dadurch, dass Nudging die Aufmerksamkeit in eine bestimmte Richtung lenkt, welche die Entscheidung zu spenden einfacher macht und auf soziale Normen hinweist, kann das Risiko der Konsumorientierung beim Spenden im Gegensatz zu den materiellen Anreizen minimiert werden. Dennoch sollte Nudging immer mit Vorsicht angewendet werden. Wenn sich potenzielle Spendende zu sehr gedrängt fühlen, werden sie zukünftig Situationen meiden, die sie mit Nudging assoziieren (Adena & Huck, 2018). Nachfolgend wird eine Technik des 31 Nudgings, die im Kontext des wohltätigen Spendens häufig eingesetzt wird, näher erläutert (Adena, 2018). 2.3.1 Default Beim Default handelt es sich um die wahrscheinlich bekannteste Form des Nudgings. Dabei geht es um einen bereits vorgegebenen Wert, der nach den Kriterien der Organisation, die den Default bestimmt, eine gute Alternative darstellt. Die Spendenden haben dabei die Möglichkeit den voreigestellten Wert zu verändern. Durch das leichte Anstossen mittels eines Defaults lässt sich die Aufmerksamkeit eines Spendenden in eine vom Designer gewünschte Richtung lenken. Das kann aus mehreren Gründen vorteilhaft sein (Adena, 2018). Es gibt fast immer eine Form eines Defaults. Soweit kein expliziter Vorschlag gemacht wird, ist die Voreinstellung im Kontext des Spendens meist «nicht zu spenden». Demgegenüber steht das andere Extrem eines Defaults, das eine angefragte Person automatisch zum Spendenden macht (Adena, 2018). Es gibt durch den beschriebenen Status Quo Bias im Kapitel 2.3.3.1 immer eine Form des Defaults. Bei einer Spendenentscheidung wäre dieser beispielsweise oftmals die Entscheidung «nicht zu spenden.» (Andea, 2018). Nebst dieser Problematik kann ein Default dabei helfen die Komplexität eines Entscheidungsprozesses zu verringern. Besonders bei den Spendenentscheidungen gibt es oft viele Möglichkeiten, wie beispielsweise die Fragen: Soll ich überhaupt spenden? Wenn ja, für welche Organisation und für welches Projekt? Hat man diese Entscheidungen getroffen kommt die Frage, welche Spendenhöhe angemessen ist? Mit gut angewendeten Defaults lässt die Aufmerksamkeit der entscheidenden Person auf eine kleine Anzahl, vom Designer empfohlenen, Entscheidungen gelenkt werden. Zusätzlich reduziert der Default den individuellen Aufwand einer Person bei einer Entscheidung und erleichtert dadurch den 32 Entscheidungsprozess. So müssen für eine Spende nicht zuerst alle oben genannten Fragen beantwortet werden, sondern es reicht beispielsweise nur ein Kreuz bei einer Antwortoption oder bei bereits vorangekreuzten Optionen, nichts zu tun, um die Spende auszulösen. Sind potentielle Spendende unsicher, ob ihr angedachter Spendenbeitrag zu niedrig ist, entscheiden sie sich gegebenenfalls dazu, gar nicht zu spenden. Dies wurde von Adena (2014) bestätigt, als niedrige Spendenvorschläge im Vergleich zu keinen Spendenvorschläge eine höhere Antwortraten hatten. In einem Feldexperiment von Altmann et al. (2014) wurde ersichtlich, dass die Verwendung eines Defaults zwar dazu führt, dass die gespendeten Beiträge vermehrt dem Default entsprachen, sich die Beiträge jedoch in der Nähe des empfohlenen Beitrages einpendeln. Das heisst, dass sich der Default für die kleinen Spenden zwar positiv auswirkt, die Auswirkung auf die Grossspenden jedoch negativ sind (Adena, 2018). Wie in diesem Kapitel mehrmals erwähnt, können sich die Defaults in ihrer Flexibilität unterscheiden. Es gibt sowohl Defaults, die nur einen einzigen Betrag erlauben, als auch sehr flexible Defaults, die zu Empfehlungen (Antwortoptionen), respektive Ankern werden (Adena, 2018). 2.3.1.1 Explizite Wahl Eine Variante den Default «nicht zu spenden» zu ändern, ist eine explizite Entscheidung einzufordern. Adena und Huck (2018) haben in Ihrem Feldexperiment herausgefunden, dass es einen Einfluss auf die Spendenentscheidung hat, wenn die entscheidenden Personen zur Wahl «gezwungen» werden. Hierfür haben sie ihr Experiment auf der Ticketplattform eines Opernhauses durchgeführt. Dabei unterschieden sie zwischen zwei Gruppen. Die erste Gruppe musste beim Aufruf zum Spenden auf den Button «weiter» klicken, wenn sie nichts spenden wollten. Die zweite Gruppe hingegen musste, falls sie nicht spenden wollten, den Button «nein danke» betätigen, um ohne Spenden weiterfahren zu können. Die Ergebnisse 33 zeigten, dass die Probandinnen und Probanden aus der Gruppe 2, welche der Spendenentscheidung nicht ausweichen konnten, doppelt so oft gespendet haben als diese aus der Gruppe 1 (Adena & Huck, 2018). Zu ähnlichen Ergebnissen kamen auch Kessler und Roth (2014) bei ihrem Experiment zur Organspende. 2.3.2 Kritik an Nudges Wer sich mit Nudges beschäftigt, sollte sich auch immer zum Vorwurf der Manipulation Gedanken machen. Denn Nudges sind eine Form der Beeinflussung. Sind sie dadurch aber auch Manipulation? (Keller & Harder, 2021). White (2013) kritisiert beispielsweise, dass Entscheidungsarchitekten nicht wissen können, was eine «richtige Entscheidung» für die Menschen ist. Thaler und Sunstein (2017) befürworten derweil den Einsatz von Nudges, solange sie zum Wohle der Menschheit eingesetzt werden. Ein weiterer Aspekt ist, dass es häufig keine neutralen oder natürlichen Alternativen gibt und bereits kleine Änderungen am Design grosse Auswirkungen haben können. Beispielsweise beim Framing und dem Einfluss irrelevanter Informationen wurde klar, dass sowohl das Weglassen von Wörtern als auch die Veränderung von Formulierungen stets einen Einfluss auf die Entscheidungsfindung der Menschen ausüben. Dieser Aspekt, der nicht möglichen neutralen Alternativen, entmachten gemäss Hansen und Jespersen (2013) den Vorwurf der Manipulation, die beim Thema Nudging immer aufkommen. 2.4 Fragestellungen und Hypothesen Da es im Rahmen dieser Arbeit nicht möglich ist, all die beschriebenen Effekte mittels einer methodischen Erhebung zu überprüfen, wurden aufgrund der Besprechung mit der SAH Bern, der Anwendbarkeit in der Praxis, sowie den positiven Aspekten in der Theorie, der offene Betrag, sowie der Ankereffekt näher untersucht. Speziell beim Anker besagt die Theorie, dass 34 er die subjektive Zahlungsbereitschaft und Preisbeurteilung verändert (Chapman & Johnson 1999). Ausserdem wurden bereits Experimente mit dem Ankereffekt im Kontext der Spenden durchgeführt, welche die in der Theorie beschriebenen Aspekte des Effektes bestätigen konnten. Beim offenen Betrag handelt es sich um eine mögliche Variante, die sich von Seiten der SAH Bern überlegt wurde. Das Ziel war es, diese zwei Optionen mittels eines Experimentes zu überprüfen und so praxisrelevante Erkenntnisse zu generieren. • Kann der Spendenansatz mittels Nudging dazu beitragen, die Dienstleistungserträge für die SAH Bern zu erhöhen? Unter Beachtung dieser bereits in der Einleitung erwähnten Fragestellung wurde anschliessend eine Datenerhebung mit dem offenen Betrag und dem Ankereffekt ins Auge gefasst. Um die möglichen Effekte zu messen und dadurch die Fragestellung methodisch beantworten zu können, wurden anhand der Theorie eine Null- und eine Alternativhypothese erstellt. Diese sind in der untenstehenden Box ersichtlich. H0: Die Zahlungsbereitschaft ist bei der Gruppe 1, Gruppe 2 und Gruppe 3 gleich hoch. H1: Der Anker-Effekt in der Gruppe 3 führt dazu, dass die Zahlungsbereitschaft der Studienteilnehmenden höher ist als bei den Gruppen 1 und 2. Ziel war es mit diesen Hypothesen zu überprüfen, ob es zwischen den drei Experimentalgruppen einen Unterschied bei der Zahlungsbereitschaft gibt. Detailliertere Infos zum Vorgehen werden im Kapitel 3 Methodisches Vorgehen erläutert. 35 3 Methodisches Vorgehen Im vorliegenden Kapitel methodisches Vorgehen werden die aus der Theorie gewonnenen Erkenntnisse zum Ankereffekt und zum offenen Betrag in ein eigenständiges Onlineexperiment umgesetzt. In einem ersten Teil wird das Forschungsdesign vorgestellt. Weiter werden das Erhebungsinstrument, die Datenerhebung und zuletzt die Datenauswertung aufgezeigt. 3.1 Forschungsdesign Für die Gewinnung neuer und die Überprüfung in der Theorie beschriebenen Erkenntnisse zum Thema Ankereffekt und offenen Betrag wurde ein Experiment durchgeführt. Die Wahl fiel auf ein Experiment, weil sich bei diesem methodischen Vorgehen Unterschiede bei den abhängigen Variablen zwischen den Versuchsgruppen bei erfolgreicher Randomisierung auf die jeweils vorgenommene Manipulation der unabhängigen Variablen zurückführen lassen. Sprich der grosse Vorteil eines Experimentes ist die Möglichkeit kausale Zusammenhänge zwischen den verschiedenen Variablen gezielt zu untersuchen und zu überprüfen (Huber, 2020). Diese Kausalzusammenhänge aufzudecken ist gemäss Floyd und List (2016) der Schlüssel in der empirischen Forschung. Das Ziel war es den Ankereffekt, sowie den offenen Betrag in einer künstlich geschaffenen und weitestgehend kontrollierten Situation zu messen. Dafür wurden für das Onlineexperiment die im Kapitel 2.5 Fragestellungen und Hypothesen beschrieben Hypothesen aufgestellt. Das Experiment beinhaltete drei zufällig gebildete Experimentalgruppen von Studienteilnehmenden. Eine Kontrollgruppe und zwei Versuchsgruppen. Gemäss Huber (2020) ist es entscheidend die Störfaktoren oder Drittvariablen als Alternativerklärungen auszuschliessen. Um dies zu gewährleisten, wurde bei den Durchführungen in den Gruppen 36 jeweils nur ein Aspekt der unabhängigen Variablen verändert. Dieses Vorgehen, verknüpft mit der Randomisierung der Studienteilnehmenden in den verschiedenen Experimentalbedingungen, ermöglicht die Identifizierung eines kausalen Effekts. 3.2 Erhebungsinstrument Das Onlineexperiment wurde auf der Umfrageplattform Qualtrics erstellt. Da das Verhalten und die Antworten der Versuchspersonen bei dem Experiment in eine gewünschte Richtung gelenkt werden sollen, handelt es sich hierbei um eine reaktive Erhebungsmethode (Huber, 2013). In der untenstehenden Tabelle 3 werden die Teile des Onlineexperimentes der Reihe nach erläutert. Das «reale» Onlineexperiment ist im Anhang im Kapitel 9.9 ersichtlich. Tabelle 3: Onlineexperiment (Eigene Tabelle, 2021) Teile des Experiments Beschreibung Mit Hilfe dieses Zusatzes sollte gewährleistet werden, dass Ich bin kein Roboter 1 nur «echte Menschen» und keine Maschinen das (Captcha) Experiment durchführen. Erläuterung weshalb dieses Experiment durchgeführt wird. Den Teilnehmenden wurde die Bedeutung und Folgen ihrer 2 Instruktionen Antworten aufgezeigt, da dies gemäss Chandler und Kapelner (2013) zu einer besseren Arbeit auf Seiten der Versuchspersonen führt. Erfragung der Zustimmung für die Teilnahme. Falls die 3 Zustimmung Zustimmung nicht kam, wurde das Experiment abgebrochen. 37 Die Versuchspersonen wurden aufgefordert sich die beschrieben und bildlich dargestellte Situation vorzustellen. Zusätzlich wurde darauf hingewiesen, dass sie den Text sorgfältig durchlesen sollen. Um ein schnelles Weiterklicken 4 Szenario oder Überfliegen zu verhindern, wurde zudem eine Mindestverweildauer eingesetzt. Nach der Beschreibung der Situation kam die Frage «Wie viel wären sie bereit für die nachfolgenden Reparaturen zu bezahlen?» Anschliessend wurden nochmals die bereits im Szenario beschrieben Reparaturen aufgelistet. Bei diesem Teil des Experiments unterschieden sich die drei Gruppen. Gruppe 1: Offener Betrag (Kontrollgruppe) Die Studienteilnehmenden dieser Gruppe mussten den Betrag in eine leere Box manuell eintragen. Der minimale Wert lag bei $0. 5 Frage Gruppe 2: Antwortoptionen Die Studienteilnehmenden hatten bereits vorbereitete Antwortoptionen zum Auswählen. Diese waren $0, $20, $50, $80 und mehr. Falls sie mehr auswählten, landeten sie in einem separaten Feld, bei dem sie den Betrag manuell eintragen konnten. Gruppe 3: Antwortoptionen mit Anker Effekt 38 Identisch zu Gruppe zwei, jedoch gab es eine Antwortoption ($150) mehr. Diese Option sollte als Anker dienen und den bereit zu bezahlenden Betrag erhöhen. Nach Beantwortung der Frage wurde die Zufriedenheit mit der beschriebenen Situation erfragt und sich erkundigt, ob Zufriedenheit / 6 Wiederkehr die Studienteilnehmenden die Velowerkstatt nach dem beschriebenen Szenario wieder besuchen würden. Nach dem Hauptteil wurden das Alter, das Geschlecht, Soziodemografische 7 Daten sowie das jährliche Hauseinkommen erfragt. Den Studienteilnehmenden wurde erläutert, was die Idee hinter dem Experiment war und welche Gruppen es dafür 8 Auflösung gab. Zudem wurde ihnen aufzeigt, in welcher Gruppe sie sich befanden. Den Studienteilnehmenden wurde für die Teilnahme 9 Danksagung / Code gedankt und der Code, der als Beweis für ihre Teilnahme notwendig für die Auszahlung war, wurde ihnen mitgeteilt. Die Möglichkeit für die Versuchspersonen Kommentare und 10 Bemerkungen Bemerkungen abzugeben. Bei allen Gruppen war das Experiment bis zur Phase 4 und ab Phase 6 identisch. Einzig bei der Phase 5 änderten sich die Variablen. So wurde mittels der unabhängigen Variablen (Offener Betrag, Antwortoptionen mit und ohne Ankereffekt) überprüft, welchen Einfluss diese auf die abhängige Variable (Zahlungsbereitschaft) haben. Die Antwortoptionen bei den Gruppen 2 und 3 wurden dabei so gewählt, dass sie möglichst viele Antworten aus dem Experiment mit der Gruppe 1 abdecken. Um die nicht hypothesen-relevanten Einflüsse weitestgehend zu verhindern oder konstant zu halten, wurden die Darstellung, sowie der Beschrieb der Frage 39 identisch dargestellt und die Versuchspersonen zufällig in die verschiedenen Gruppen zugeteilt. Dadurch konnten, wie im Kapitel 3.1 Forschungsdesign bereits beschrieben, die Störvariablen, Endogenität, Selektionseffekte und umgekehrten Wirkungsrichtungen weitestgehend ausgeschlossen werden (Huber, 2020). Durch dieses Vorgehen ist die interne Validität dieses Experimentes hoch. Die externe Validität hingegen wird bei Experimenten allgemein als eher tief angesehen. Gemäss Thomas und Clifford (2017) haben Onlineexperimente, die mit Hilfe von MTurk durchgeführt wurden, jedoch in manchen Fällen eine potenziell höhere externe Validität als beispielsweise Laborexperimente mit Studierenden. Allgemein gilt es festzuhalten, dass beispielsweise der Ankereffekt selbst dann auf das Verhalten des Menschen Einfluss nimmt, wenn er einem bewusst ist (Felser & Klemperer, 2011). Da die Ursache (UV) zeitlich vor dem Effekt (AV) liegt, die Ursache und der Effekt in einem systematischen Zusammenhang stehen und Alternativmöglichkeiten weitestgehend ausgeschlossen werden konnten, wurden die Kausalitätskriterien gemäss Cook und Campell (1979) eingehalten. 3.3 Datenerhebung Wie bereits im Kapitel 3.2 Erhebungsinstrument beschrieben, wurde das Experiment auf Qualtrics erstellt. Auf dieser Umfrage Plattform wurden die Daten auch gleich erhoben. Damit mindestens 300 Studienteilnehmende erreicht werden konnten, wurde für die Rekrutierung der Studienteilnehmenden die Online Umfrage Seite CloudResearch verwendet. CloudResearch ermöglicht den Zugriff auf den Teilnehmerpool des Amazons Mechanical Turk (MTurk) und verfolgt als Recherchetool das Ziel, die Qualität des Crowdsourcing- Datenerfassungsprozesses zu verbessern (Litman, Robinson & Abberbock, 2016). Hierfür bietet Cloud Research gegen geringe Gebühren eine Reihe von Qualitätskontrollen und das 40 Blockieren von ungewollten und minderwertigen Teilnehmendem an. Diese Kontrollen wurden zur Qualitätssicherung für dieses Experiment genutzt. Der Kanal MTurk etablierte sich in der Sozial- und Wirtschaftsforschung als eine verbreitete Quelle experimenteller Daten (Stewart et al., 2015). Ausserdem zeigen die Teilnehmenden auf dieser Plattform gemäss Goodman, Cryder und Cheema (2013) die gleichen kognitiven Verzerrungen, logische Fehler und Verhalten in ökonomischen Befragungen oder Experimenten, wie traditionelle Teilnehmende. Da Studienteilnehmende für die Teilnahme bezahlt wurden, kamen finanzielle Anreize hinzu. Diese monetären Anreize führen gemäss Camerer und Hogarth (1999) insbesondere bei Aufgaben zur Urteils- und Entscheidungsfindung zu positiven Wirkungen, indem sie die Urteilskraft der Studienteilnehmenden, die Erinnerung und Fähigkeit Probleme zu lösen und korrekte Vorhersagen zu machen, verbessern. Wer MTurk nutzt, sollte sich auch immer mit den ethischen Fragen auseinandersetzen. Hara, Adams, Milland, Savage, Callison-Burch und Bigham (2018) kritisierten beispielsweise die geringe Bezahlung der Teilnehmenden, die gemäss ihrer Studie durchschnittlich bei $2 pro Stunde liege und nur 4% der registrierten Personen auf MTurk mehr als den Mindestlohn ($7.25 pro Stunde) verdienen. Viele der Kritikpunkte gegenüber MTurk basieren gemäss Moss, Robinson, Rosenzweig & Litman (2020) auf anekdotischen Belegen, Fallberichten oder kleinen, oft selbst ausgewählten Stichproben und sind daher empirisch nicht belegt. Um die Kritikpunkte trotzdem zu überprüfen, befragten sie die Teilnehmenden auf MTurk zu den meistgenannten negativen Aspekten. Die Ergebnisse ergaben folgende Punkte, die den Kritiken direkt widersprechen: 41 • Die meisten registrierten Personen auf MTurk sehen es als bezahlte Freizeitbeschäftigung und nicht als Haupterwerb an. • Finanziell sind sie so gut aufgestellt, wie die durchschnittliche Bevölkerung in Amerika. Sie verdienen zudem weit mehr über MTurk als in früheren Berichten angegeben. • Sie sind weniger gestresst als die amerikanische Arbeiterschaft und zufrieden mit der Flexibilität und den Vorteilen auf MTurk. • Sie neigen dazu, MTurk als faireren und ehrlicheren Arbeitgeber anzusehen als andere Arbeitgeber ausserhalb von MTurk. Um transparent gegenüber der Kritik der Bezahlung zu sein, soll abschliessend erwähnt sein, dass die Teilnehmenden in diesem Experiment mit $10 pro Stunde entlöhnt wurden. 3.3.1 Vorbereitung und Pretest Die Idee des Experiments sowie dessen Aufbau wurde zuerst in einem Word niedergeschrieben und dargestellt. Da die Befragung in Amerika stattfand, wurden alle Texte auf Englisch verfasst. Anschliessend wurden die Texte und das Design auf die Umfrage Plattform Qualtrics übertragen und die letzten Details noch angepasst. Vor den Durchführungen wurde jeweils ein Pretest mithilfe von CloudResearch durchgeführt. Die gesammelten Feedbacks, sowie die Durchsicht der erhaltenen Daten, führten zu kleineren Anpassungen. Zudem konnte durch die Pretests der durchschnittliche Zeitaufwand überprüft werden. Dadurch war es möglich, den finanziellen Aufwand auszurechnen und somit das Budget für das Onlineexperiment im Überblick zu behalten. 3.3.2 Durchführung Da das Onlineexperiment eine Situation in einer Velowerkstatt simulierte und die Zahlungsbereitschaft erfragte, mussten zuerst die realen Preise in Amerika für die 42 Reparaturen eines Velos herausgefunden werden. Daher fanden die Onlineexperimente in zwei Wellen statt. Das erste Onlineexperiment startete am 13.04.2021 mit der Gruppe 1. Dabei wurden die Versuchspersonen gefragt, wie viel sie bereit wären für eine getätigte Leistung in einer Velowerkstatt zu bezahlen. Anhand der gewonnenen Daten konnten die Antwortoptionen bei den Gruppen 2 und 3, deren Onlineexperiment am 15.04.2021 durchgeführt wurde, realitätsnahe dargestellt werden. Ziel war es eine möglichst kurze Verzögerung zwischen den Durchläufen zu haben, damit Störvariablen weitestgehend ausgeschlossen werden konnten. 3.3.3 Stichprobe Gesamthaft haben 300 Personen an dem Onlineexperiment teilgenommen. In der untenstehenden Abbildung 4 ist die Verteilung dieser Versuchspersonen hinsichtlich ihres Geschlechts zu sehen. Verteilung des Geschlechts 0.30% 0.70% 40% 59% Männlich Weiblich Andere Keine Angabe Abbildung 4: Verteilung des Geschlechts (Eigene Darstellung, 2021) Von den 300 Versuchspersonen haben bei der Frage nach dem Geschlecht 120 «weiblich», 177 «männlich», 1 «andere» und 2 «keine Angabe» angekreuzt. Das Durchschnittsalter aller Versuchspersonen lag dabei bei 38.61 Jahren, wobei der/die jüngste Teilnehmende 21 Jahre und der/älteste/n Teilnehmer/in 70 Jahre alt war. 43 Die Verteilung des jährliche Hauseinkommen der Studienteilnehmenden ist in der Abbildung 5 auf der nächsten Seite aufgelistet. Jährliches Haushaltseinkommen 100 90 80 70 60 50 40 30 20 10 0 Weniger als $20'000 - $50'001 - $70'001 - $100'001 - $150'001 - Mehr als Keine $20'000 $50'000 $70'000 $100'000 $150'000 $250'000 $250'000 Auskunft Anzahl Personen Abbildung 5: Jährliches Haushaltseinkommen (Eigene Darstellung, 2021) Hierbei ist zu sehen, dass bei den meisten Studienteilnehmenden das jährliche Haushaltseinkommen bei $20'000 bis $50'000 liegt. 3.4 Datenauswertung Die bereinigten Daten wurden mit dem Programm SPSS ausgewertet. Bereinigt wurden einzig die Daten, welche von den Pretests stammen. Sonst wurden alle Daten der Studienteilnehmenden verwendet. 13 Versuchspersonen haben gemäss der Auswertung das Experiment nicht vollumfänglich abgeschlossen. Da sie jedoch alle Fragen beantwortet haben und keine problematischen Fehler festgestellt werden konnten, wurden die Daten nicht gelöscht. Die Verteilung der Versuchspersonen in die drei verschiedenen Gruppen ist untenstehend in der Tabelle 4 dargestellt. Tabelle 4: Anzahl Versuchspersonen pro Gruppe (Eigene Tabelle, 2021).: Gruppe 1 – Gruppe 2 Gruppe 3 Offener Betrag Antwortoptionen 44 Antwortoptionen mit Anker Versuchspersonen 92 108 100 Als Auswertungsverfahren wurden bei der Berechnung der Zahlungsbereitschaft deskriptive Verfahren, sowie der Kruskal-Wallis-Test angewendet. Diese nicht parametrische Methode wurde gewählt, da die Antwortoptionen ordinal und nicht intervallskaliert sind und dadurch nicht gut geeignet für parametrische Tests sind. Zusätzlich konnte durch den Kruskal-Wallis- Test sichergestellt werden, dass mögliche Ausreisser bei den Freitexteingaben durch die Rangbildung nicht ins Gewicht fallen. Abschliessend wurden die Fragen nach der Zufriedenheit mit der vorgestellten Situation und nach der Motivation wiederzukommen, ausgewertet und die Resultate in Balkendiagrammen visuell dargestellt. 45 4 Ergebnisse In diesem Kapitel werden die Berechnungen der Ergebnisse beschrieben und tabellarisch oder grafisch dargestellt. 4.1 Deskriptive Statistiken Um sich einen allgemeinen Überblick über die Resultate in den Gruppen 1, 2 und 3 zu verschaffen, wurden zuerst der Mittelwert und der Median der Zahlungsbereitschaft pro Gruppe berechnet. Die Resultate dieser Berechnung sind in der untenstehenden Tabelle 5 ersichtlich. Tabelle 5: Mittelwert pro Gruppe (Eigene Tabelle, 2021) Zahlungsbereitschaft Zahlungsbereitschaft Zahlungsbereitschaft Gruppe 1 Gruppe 2 Gruppe 3 N 100 108 92 Mittelwert 43.17 46.48 52.61 Median 35 50 50 Aus den Mittelwerten kann entnommen werden, dass die Zahlungsbereitschaft in der Gruppe 3 (Antwortoptionen mit Anker) am höchsten und in der Gruppe 1 (offener Betrag) am niedrigsten ist. Die Daten der drei Gruppen hinsichtlich der Zahlungsbereitschaft werden in der Abbildung 6 auf der nächsten Seite mithilfe eines Boxplots grafisch dargestellt. 46 Abbildung 6: Zahlungsbereitschaft Gruppe 1, 2 & 3 (Eigene Darstellung, 2021) Es ist ersichtlich, dass bei allen drei Gruppen der Minimalwert der Zahlungsbereitschaft bei 0 ist. Der höchste extreme Ausreisser (höchste Zahlungsbereitschaft; als Stern gekennzeichnet) ist in der Gruppe 1 bei 300 zu finden. Bei Betrachtung des Medians bei der Gruppe 2 und 3, fällt auf, dass 50% der Werte bei beiden unterhalb von $50 liegen. Bei der Gruppe 2 ist zudem durch das dritte Quartil «ersichtlich», dass der Wert 50 häufig genannt wurde. Um diese Verteilungen bei den Gruppen mit begrenzten Auswahloptionen zu überprüfen, wurde für die Gruppe 2 und 3 zudem noch ein Histogramm erstellt. Diese sind untenstehend ersichtlich und zeigen die Häufigkeit der gegebenen Antwortoptionen. Unterhalb der Histogramme ist jeweils eine erklärende Legende für die Antwortoptionen 1, 2, 3, 4 und 5 ersichtlich. 47 Abbildung 7: Zahlungsbereitschaft Gruppe 2 (Eigene Darstellung, 2021) 1 = $0 2 = $20 3 = $50 4 = $80 5 = mehr Wie bereits vorhin beschrieben, wurde in der Gruppe 2 die Antwortoption 3 (50$) am häufigsten gewählt. Zudem wurde dreimal mit «mehr» geantwortet. Alle drei Studienteilnehmenden haben anschliessend den Betrag 100$ manuell eingegeben. Abbildung 8: Zahlungsbereitschaft Gruppe 3 (Eigene Darstellung, 2021). 1 = $0 2 = $20 3 = $50 4 = $80 5 = $150 6 = mehr Bei der Gruppe wurde ebenfalls die 3 (50$) als häufigste Option angewählt. Die Alternative «mehr» wurde von keinen der Studienteilnehmenden ausgewählt. 48 4.2 Kruskal-Wallis-Test Beim Kruskal-Wallis-Test werden die angegeben Beträge der Versuchspersonen Rängen zugeteilt. Diese Ränge werden anschliessend pro Gruppe summiert und durch die Anzahl Versuchspersonen dividiert. In diesem Beispiel sind hohe Ränge, als höhere Zahlungsbereitschaft zu werten. Tabelle 6: Kruskal-Walis-Test (Eigene Tabelle, 2021) Gruppen N Mittlerer Rang 100 129.26 Gruppe 1 – Offener Betrag 108 157.06 Gruppe 2 – Antwortoptionen Gruppe 3 – Antwortoptionen 92 165.88 mit Anker In der Tabelle 6 ist anhand des mittleren Ranges zu sehen, dass die Versuchspersonen in der Gruppe 3 durchschnittlich die höchste Zahlungsbereitschaft für die Reparatur aufweisen. Allgemein zeigt der Vergleich der mittleren Ränge, dass sie eine unterschiedliche zentrale Tendenz aufweisen könnten. Um diese Vermutung zu überprüfen, werden die Ergebnisse des Kruskal-Wallis-Tests in der untenstehenden Tabelle 8 aufgezeigt. Tabelle 7: Statistik für Test (Eigene Tabelle, 2021). Zahlungsbereitschaft Chi-Quadrat (Teststatistik) 10.168 Freiheitsgerade (Df) 2 Asymptotische Signifikanz .006 Aufgrund der Stichprobengrösse, die grösser als 30 Studienteilnehmende ist, wurde auf die Berechnung der exakten Signifikanz verzichtet. Da die asymptotische Signifikanz tiefer ist als 49 0.05 kann davon ausgegangen werden, dass es Unterschiede zwischen den zentralen Tendenzen der der Gruppen 1, 2 und 3 gibt. Das heisst, dass Unterschiede zwischen den Gruppen, hinsichtlich der Zahlungsbereitschaft, vorliegen. Somit kann die Nullhypothese «Die Zahlungsbereitschaft ist bei der Gruppe 1, Grupp 2 und Gruppe 3 gleich hoch.» verworfen werden. Es ist jedoch denkbar, dass sich lediglich zwei Gruppen signifikant unterscheiden und zwischen den übrigen Gruppen keine signifikanten Unterschiede vorliegen. 4.3 Dunn-Bonferroni-Tests Nachdem der Kruskal-Wallis-Test aufgezeigt hat, dass sich die Zahlungsbereitschaft innerhalb der Gruppen unterscheidet, geht es in einem zweiten Schritt darum, durch einen paarweisen Vergleich mithilfe von Dunn-Bonferroni-Tests herauszufinden, welche Gruppen sich untereinander signifikant unterscheiden. Die Resultate sind untenstehend in der Tabelle 8 dargestellt. Tabelle 8: Dunn-Bonferroni-Tests (Eigene Tabelle, 2021). Test- Standard Standard Korrigierte Gruppenvergleiche Signifikanz statistik Fehler Teststatistik Signifikanz Gruppe 1 – Gruppe 2 - 27.805 11.640 - 2.389 .017 .051 Gruppe 1 – Gruppe 3 - 36.620 12.117 - 3.022 .003 .008 Gruppe 2 – Gruppe 3 - 8.816 11.900 - .741 .459 1.000 Die Dunn-Bonferroni Tests zeigen, dass die H0 verworfen werden muss, weil sich die Gruppe 1 und die Gruppe 3 hinsichtlich der Zahlungsbereitschaft signifikant unterscheiden. Bei den anderen Gruppenvergleichen wurde keine Hinweise auf Unterschiede gefunden. 50 Anschliessend wird die Effektstärke des Kurskal-Wallis-Test berechnet. Mit Hilfe der Teststatistik aus dem paarweisen Vergleich ist es nun möglich, eine Schätzung für die Grösse des beobachteten Wertes zu berechnen. Für die Berechnung der Effektstärke wird folgende Formel verwendet. Abbildung 9: Formel Berechnung Effektstärke (Eigene Darstellungen, 2021) Die Effektstärke beträgt 0.218. Dabei handelt es sich gemäss Cohen (1988) um eine schwache Effektstärke hinsichtlich des signifikanten Unterschiedes zwischen Gruppe 1 und Gruppe 3. Zusammengefasst lässt sich festhalten, dass gemäss dem Kruskal-Wallis-Test, die Zahlungsbereitschaft durch die unterschiedlichen Antwortmöglichkeiten (Offener Betrag, Antwortoptionen, Antwortoptionen mit Anker) beeinflusst wird. Die anschliessend durchgeführten Post-hoc-Tests namens Dunn-Bonferroni-Tests zeigen, dass sich einzig die Gruppe 1 – offener Betrag und die Gruppe 3 – Antwortoptionen mit Anker signifikant unterscheiden. Es kann angenommen werden, dass das Geben von Antwortoptionen mit einem Anker zu einer höheren Zahlungsbereitschaft führt. Es handelt sich hierbei gemäss Cohen (1988) um einen schwachen Effekt. 4.4 Wiederkehr und Zufriedenheit Zusätzlich zu den Tests zur Zahlungsbereitschaft wurden auch die Zufriedenheit mit der Situation und die Motivation zur Wiederkehr bei den drei Gruppen berechnet. Um die Daten 51 möglichst übersichtlich darzustellen, wird nachfolgend das Resultat jeder Gruppe einzeln mit je einem Balkendiagramm zur Zufriedenheit und zur Motivation der Wiederkehr dargestellt. 4.4.1 Gruppe 1 – Offener Betrag Zufriedenheit Wiederkehr 60 70 62 48 50 60 50 40 28 40 30 30 22 20 13 20 10 10 5 6 10 5 0 0 1 0 0 1 2 3 4 5 6 1 2 3 4 5 6 Nicht sehr sehr sehr zufrieden zufrieden ungern gerne Abbildungen 10 & 11: Zufriedenheit und Wiederkehr Gruppe 1 (Eigene Darstellung, 2021) Sowohl die Zufriedenheit als auch die Motivation wiederzukommen wurde bei der Gruppe 1 als hoch bewertet. Dies zeigen nebst den Verteilungen auch die Mittelwerte bei der Befragung der Zufriedenheit, sowie bei der Frage nach der Wiederkehr. • Zufriedenheit M = 5.08 • Wiederkehr M = 5.39 52 4.4.2 Gruppe 2 – Antwortoptionen Zufriedenheit Wiederkehr 60 70 66 51 50 60 40 5033 40 30 30 30 20 15 20 10 6 8 1 2 10 40 0 0 0 1 2 3 4 5 6 1 2 3 4 5 6 Nicht sehr sehr sehr zufrieden zufrieden ungern gerne Abbildungen 12 & 13:Zufriedenheit und Wiederkehr Gruppe 2 (Eigene Darstellung, 2021) Auch bei der Gruppe 2 wurden sowohl die Frage nach der Zufriedenheit als auch nach der Motivation der Wiederkehr hoch bewertet. Die berechneten Mittelwerte aus den Antworten zu den beiden Fragen fielen bei der Gruppe 2 höher aus als bei Gruppe 1. • Zufriedenheit M = 5.13 • Wiederkehr M = 5.46 4.4.3 Gruppe 3 – Antwortoptionen mit Anker Zufriedenheit Wiederkehr 40 37 60 51 35 50 30 25 25 40 19 20 30 24 15 20 10 7 11 10 5 3 2 41 0 0 0 1 2 3 4 5 6 1 2 3 4 5 6 Nicht sehr sehr sehr zufrieden zufrieden ungern gerne Abbildungen 14 & 15: Zufriedenheit und Wiederkehr Gruppe 3 (Eigene Darstellung, 2021) 53 Auch bei der Gruppe 3 geht die Tendenz der Antworten auf die beiden Fragen nach rechts. Sprich auch hier wurden die Situationen hoch bewertet. Die Mittelwerte der gegebenen Antworten liegen jedoch tiefer als bei der Gruppe 1 und Gruppe 2. • Zufriedenheit M = 4.90 • Wiederkehr M = 5.26 54 5 Diskussion Ziel dieses Kapitels ist die Zusammenfassung der relevanten Aspekte, die Beantwortung der Fragestellung, das Auseinandersetzen mit möglichen Einschränkungen, sowie ein Ausblick. Zur Erinnerung sind untenstehend nochmals beide Fragestellungen aufgelistet. • Kann der Spendenansatz mittels Nudging dazu beitragen, die Dienstleistungserträge für die SAH Bern zu erhöhen? • Was für Handlungsempfehlungen lassen sich anhand der Theorie und des Onlineexperimentes für die SAH Bern ableiten? In den nachfolgenden Abschnitten wird für die Lesbarkeit oftmals von Spendenden und potentielle Spendende die Rede sein. Darunter werden auch die Kundinnen und Kunden der der SAH Bern verstanden. Im Bereich der Spenden oder des Spendenansatzes braucht es mehr als nur den Nudging Ansatz um erfolgreich Gelder zu generieren. Dies wurde insbesondere in den Kapiteln 2.2 und 2.2.1 ersichtlich. Besonders die Veränderung des Spendenmarktes setzt Wohltätigkeitsorganisationen vermehrt unter Druck. Um Handlungsempfehlungen abzuleiten, braucht es daher eine grössere Weitsicht als nur der Nudging Ansatz. Dieser kann zwar, wie das Onlineexperiment aufgezeigt hat, beispielsweise mit dem Ankereffekt zu einer höheren Zahlungsbereitschaft führen, jedoch ist der Bereich zu verstrickt, um nur diesen zu beachten. Wichtig ist es gemäss Haibach (2000) als Wohltätigkeitsorganisation den Empfängerinnen und Empfängern von Botschaften die Vorteile aufzuzeigen. Um sich diesen Vorteilen der möglichen Spendenden bewusst zu werden, ist es jedoch unabdingbar die Spendenmotive zu 55 kennen und zu verstehen, wieso Menschen spenden. Denn nur durch die Beachtung der Spendenmotive ist es möglich die Bedürfnisse der potentiellen Spendenden proaktiv anzusprechen (Buss, 2020). Ausserdem ist die Kenntnis der Zielgruppe von grosser Wichtigkeit, damit auch ein inhaltliches, sowie ideelles Interesse des Spendenden gegenüber des Spendenzwecks bestehen kann (Buss, 2020). Um dies zu gewährleisten ist es wichtig, die eigenen Werte zu kennen, diese in der Kommunikation zu vermitteln und sich somit von den Mitbewerbenden abzugrenzen (Haibach, 2000). Diese Abgrenzung und Vermittlung der eigenen Werte könnte so weit gehen, dass die Menschen die Wohltätigkeitsorganisation als repräsentativ für gewisse Themen erachten. In einem solchen Fall wäre es möglich, dass die Menschen aufgrund der Repräsentativheuristik für die Organisation spenden, die für sie repräsentativ für das zu unterstützen Thema einsteht. Trotz Beachtung all dieser Punkte wurde ein wichtiger Aspekt bis anhin ausser Acht gelassen. Die Geduld und Energie. Auch wenn all diese Punkte perfekt aufeinander abgestimmt sind, ist die Antwort im Bereich des Fundraisings oft «nein». Diese Punkt führt in der Realität häufig zu Konsternation und Vernachlässigung vorhin erwähnter Punkte (Haibach, 2000). Jedoch ist es nur durch einen stetigen Austausch mit den potentiellen (Zielgruppen) und bereits vorhandenen Spendenden möglich Vertrauen zu schaffen und dadurch – wie mit der Abbildung 1 Spendendenpyramide illustriert - mehr und auch treuere Spendende zu gewinnen. Ganz nach dem Grundsatz des Fundraisings: “You only get what you ask” (Urselmann, 2018). Die Wichtigkeit des stetigen Austauschs wird durch die Verfügbarkeitsheuristik und die Rekognitionsheuristik zusätzlich belegt. Besonders wenn sich die entscheidende Person fragt, für wen er/sie spenden soll ist die Verfügbarkeit / Bekanntheit von grosser Bedeutung für die Entscheidung. 56 Die Funktionsweise eines Menschen bei einer Entscheidung unter Unsicherheit bietet, wie in dem Kapitel 2.3 Verhaltensökonomie beschrieben, einige zu beachtende Aspekte. Besonderes Augenmerk liegt dabei auf den Heuristiken, sowie den aus der Prospect Theory resultierenden Effekten. All diese Effekte können beim Entscheidungsprozess eines Menschen zum Einsatz kommen. Da sich der Ankereffekt in vielen Studien als empirisch nützlichen Effekt für die Gewinnung von Spendengeldern erwiesen hat, war er für die Implementierung in das Onlineexperiment prädestiniert. Bei der Begutachtung der Ergebnisse des Onlineexperimentes lässt sich die Frage «Kann der Spendenansatz mittels Nudging dazu beitragen, die Dienstleistungserträge für die SAH Bern zu erhöhen?» mit einem Ja beantworten. Der Unterschied der Mittelwerte zwischen der Gruppe 1 (M = $43.17) und der Gruppe 3 (M = $52.61) sprechen klar für die Erhöhung der Dienstleistungserträge durch den Einsatz eines Nudges (Anker). Der Kruskal-Wallis-Test bestätigte diese Annahme und insofern auch die Aussage, dass mittels eines Nudging-Ansatzes in diesem Fall ein höherer Betrag / höhere Zahlungsbereitschaft generiert werden konnte. Ein zusätzlich wichtiges Argument für den Einsatz eines Ankers ist die Langlebigkeit des Effektes. Das bedeutet, dass Menschen bei einer erneuten Schätzung zu einem ähnlichen Thema, den früheren Bezugspunkt (Anker) wieder zu Hilfe nehmen (Blankenship, Wegner, Petty, Detweiler-Bedell, & Macy, 2008). Jedoch gilt es zu erwähnen, dass einzig der Anker-Effekt als möglicher Nudging Ansatz überprüft wurde. Des Weiteren erwähnt Adena (2018) die Wichtigkeit des häufig mit dem Default verknüpften Status Quo Bias beim Spenden. Dies bestätigt die Theorie beim Fundraising insofern, indem sie besagt, dass die häufigste Antwort ein «Nein» ist (Haibach, 2000). Zudem lenken Defaults die Aufmerksamkeit der entscheidenden Person auf eine kleine Anzahl und reduzieren damit den individuellen Aufwand dieser bei der Entscheidungsfindung 57 (Adena, 2018). Durch diese gezielte Eingrenzung von Entscheidungsmöglichkeiten durch Defaults können somit Überforderungen, Stress, Frustration und lähmende Unentschlossenheit beim Menschen (Pfister, Jungermann & Fischer, 2017) umgangen werden. Speziell die Unsicherheit der Spendenden, ob ein angedachter Betrag zum Spenden zu niedrig ist, führt gemäss Adena (2018) dazu, dass sich die Personen entscheiden gar nicht zu spenden. Dies kann mit Hilfe von niedrig angesetzten Defaults umgangen werden (Adena, 2014). In diesem Falle war das Onlineexperiment bei der Experimentalgruppe 3 ebenfalls mit flexiblen Defaults versehen, die zu Ankern wurden (Adena, 2018). Auch das Framing scheint eine Interessante Variante darzustellen, um die Dienstleistungserträge zu erhöhen. Insbesondere bei Mitbetrachtung der Einflüsse irrelevanter Informationen. So konnten beispielsweise Adena und Huck (2018) bei ihrem Feldexperiment nachweisen, dass die unterschiedlichen Formulierungen zu einer Abweichung der Spenden von 40% führten. Zudem betonen verschiedene Experimente (Levin & Gaeth, 1988; Meyerowitz & Chaiken,1987; Adena & Hack, 2016) die Wichtigkeit der Wortwahl und die daraus resultierenden Unterschiede. Zusammenfassend lässt sich festhalten, dass der Spendenansatz mittels Nudging - beispielsweise durch den Ankereffekt, Defaults oder Framing - dazu beitragen kann, die Dienstleistungserträge zu erhöhen. Dies bestätigen sowohl die Theorie als auch das durchgeführte Onlineexperiment. Bei der Beantwortung der ersten Fragestellung lassen sich bereits einige Aspekte für die zweite Fragestellung «Was für Handlungsempfehlungen lassen sich anhand der Theorie und des Onlineexperimentes für die SAH Bern ableiten?» erahnen. Die Handlungsempfehlungen werden dabei, wie in der Einleitung kurz angedeutet, sowohl für den Verkauf auf Rechnung, sowie den Direktverkauf niedergeschrieben. Das Hauptaugenmerk liegt dabei aber auf dem Verkauf auf Rechnung. 58 5.1 Verkauf auf Rechnung Wie im Onlineexperiment aufgezeigt, würde sich beim Verkauf auf Rechnung der Einsatz des Ankereffekts eignen. Allgemein haben im Onlineexperiment die Experimentalgruppen 2 und 3 eine höhere Zahlungsbereitschaft gezeigt. Dies spricht für einen Einsatz von Antwortoptionen und gegen den offenen Betrag. Allerdings gilt es zu beachten, dass die Ergebnisse hinsichtlich der «Zufriedenheit» und der «Motivation wiederzukehren» in der Gruppe 3 mit dem Ankereffekt am schlechtesten bewertet wurden, wobei der Mittelwert von 4.90 nach wie vor hoch ist. Am besten schnitt dabei die Gruppe 2 mit den «neutralen» Antwortoptionen ab. Dieses Resultat könnte eine Tendenz in Richtung der Anmerkung von Adena und Huck (2018) zum Thema Nudging sein. Sie besagen, dass Personen die sich zu sehr gedrängt fühlten, zukünftig mit Nudging assoziierte Situationen, meiden werden. Zudem könnte das bessere Abschneiden der Gruppe 2 gegenüber der Gruppe 1 darauf hindeuten, dass die entscheidenden Personen nicht unbegrenzt Zeit investieren wollen, nur um Optionen zu identifizieren (Pfister, Jungermann & Fischer, 2017). Da die Unterschiede zwischen den Gruppen jedoch nur klein sind, müsste in diese Richtung weiter geforscht werden, um klare Erkenntnisse zu gewinnen. So wäre die Handlungsempfehlung beim Verkauf auf Rechnung die Vorgabe von möglichen Antwortoptionen mit Hinzunahme eines Ankers. Hierbei sollte jedoch darauf geachtet werden, dass der Anker sich in einem vernünftigen Rahmen befindet. Denn Thaler und Sunstein (2009) betonen, dass der Einsatz eines Ankers in einem vernünftigen Rahmen auch zu mehr Einnahmen führt. Zudem sollte bei der Formulierung und Erstellung der Rechnung das Framing, die Einflüsse irrelevanter Informationen, sowie die Affektheuristik beachtet werden. Um die Zufriedenheit und die Motivation der Wiederkehr nicht zu vernachlässigen, wäre es ausserdem empfehlenswert Feedbacks von Spendenden einzuholen. Dies führt 59 einerseits zu wichtigen Erkenntnissen aus dem Feld und zudem zu Kontakt mit dem (potentiellen) Spendenden. Ein weiterer spannender Aspekt ist der Besitztumseffekt. Dieser ist bei langlebigen Gütern stärker ausgeprägt (Beck, 2014). Dies wäre beispielsweise beim Veloverkauf der Fall. Zusätzlich konnten Wolf, Arkes und Muhanna (2008) nachweisen, dass die Akzeptanz für höhere Preise mit der Dauer des Besitzes eines Gutes steigt. Dies spricht für einen Verkauf der Velos auf Rechnung, weil bis zu der Bezahlung eine Zeit vergeht und sich das Velo bereits im Besitz der potentiell spendenden Person befindet und so die Akzeptanz für höhere Preise steigen sollte. Inwieweit dieser Ansatz auf den Besitz eines noch nicht bezahlten Gutes zutrifft, müsste empirisch untersucht werden. 5.2 Direktverkauf Auch beim Direktverkauf bietet sich der Ankereffekt an. Dieser könnte beispielsweise mittels eines Plakats, mit der Aufforderung zur Spende, oberhalb einer Kasse angebracht werden. Auch hier wäre es möglich auf dem Plakat Spendenoptionen aufzuschreiben und so den potentiellen Spendenden eine Hilfestellung bei der Entscheidung zu geben. Ebenso wäre hier die Langlebigkeit des Ankereffekts von Vorteil. Besonders bei Produkten / Dienstleistungen, die häufig verwendet werden (Bücherkauf). Gelingt es dabei, den Anker so zu setzen, dass die Menschen spenden, so werden sie diese Spende beim nächsten Einkauf als Anker verwenden. Andererseits wäre es interessant einen bereits vordefinierten tiefen Default einzusetzen (beispielsweise zwei Franken), um so die Dienstleistungserträge zu erhöhen. Speziell der positive Effekt des Defaults bei Kleinspenden (Adena, 2018) könnte so beispielsweise in der Bibliothek gewonnen werden, während dem der negative Effekt der niedrigeren Grossspenden weniger ins Gewicht fallen würde, da diese im Kontext der Bibliothek schätzungsweise weniger vorkommen. Auch bei diesen Plakaten wäre es von grosser 60 Wichtigkeit die Affektheuristik, das Framings, sowie die Einflüsse irrelevanter Informationen zu berücksichtigen und sinnvoll einzusetzen. 5.3 Einschränkungen Eine Einschränkung dieser Arbeit ist die Tatsache, dass das Interesse dieser Arbeit Schweizer Bürgerinnen und Bürger gilt, das Onlineexperiment jedoch mit Amerikanern und Amerikanerinnen durchgeführt wurde. Felser und Klemperer (2011) konnten jedoch unter anderem beim Ankereffekt nachweisen, dass dieser auch auf das Verhalten Einfluss nimmt, wenn er einem bewusst ist. Dies deutet daraufhin, dass der Ankereffekt konsistent ist. Einen weiteren Aspekt bei den Einschränkungen sind die sozialen Präferenzen, der Altruismus, die Fairness, das Vertrauen und die Reziprozität, die zur Thematik Spenden weitere wichtige Erkenntnisse liefern könnten. Diese konnten jedoch aufgrund des beschränkten Umfangs dieser Arbeit nicht behandelt werden. Weitere Einschränkung dieser Arbeit ist die geringe Anzahl an Studienteilnehmenden beim Onlineexperiment, sowie die Tatsache, dass nur ein psychologischer Effekt methodisch überprüft werden konnte. 5.4 Ausblick In einem ersten Schritt wäre es interessant die vorgeschlagenen Handlungsempfehlungen als Pilotprojekt umzusetzen und mit Beobachtungen im Feld, sowie qualitativen Befragungen von potentiellen Spendenden wichtige Rückmeldungen zu generieren und diese mit den Aspekten der vorliegenden Arbeit abzugleichen. Ausserdem wäre es von Vorteil, die gegebenen Situationen (Velowerkstatt, Reinigungsservice, Bücherverkauf, Lieferservice) zu durchleuchten und herauszufinden, wieso die Kundinnen und Kunden diese Dienstleistungen nutzen. Dadurch wäre es möglich, die Spendenmotive zu bündeln und proaktiv anzusprechen. 61 Zudem wäre es spannend die übrigen in der Theorie beschrieben Effekte mithilfe von Onlineexperimenten oder direkt im Feld zu überprüfen und die Wirksamkeit untereinander zu vergleichen. Auf diese Weise könnten die geeignetsten Effekte für die jeweiligen Situationen herausgefiltert werden und mittels dem Nudging eingesetzt werden. Wie bereits in der Diskussion erwähnt, wäre es ausserdem interessant die Einflussnahme des Besitztumseffekt beim Verkauf auf Rechnung zu untersuchen. Für die Verknüpfung dieser Aspekte wurden keine näheren Studien gefunden, obschon es ein grosses Argument für oder gegen den Verkauf auf Rechnung sein könnte. 62 6 Literaturverzeichnis Adena, M. (2014). Tax-price elasticity of charitable donations: Evidence from the German taxpayer panel. WZB Discussion Paper, SP II 2014–302. Adena, M & Huck, S. (2016). A field experiment on crowdfunding for a club good. Discussion Paper, SP II 2016–308. Adena, M. & Huck, S. (2018). Online Fundraising, Self-Deception, and the Long-Term Impact of Ask Avoidance. WZB Discussion Paper, SP II 2016-306. https://doi.org/10.2139/ssrn.2769934 Adena, M. (2018). Nudging und soziales Engagement: Wie kann Nudging dazu beitragen, die Spendenbereitschaft zu erhöhen? Vierteljahrshefte zur Wirtschaftsforschung, 87(2), 139–152. https://doi.org/10.3790/vjh.87.2.139 Adena, M. (2017). Ein Stupser, um Gutes zu tun. Wie Nudging die Spendenbereitschaft erhöht. In Kunstvoll stupsen. Wie Nudging Entscheidungen beeinflusst. (Bd. 158, S. 26–28). WZB Mitteilungen. Altmann, S., Armin, F., Heidhues, P. & Jayaraman, R. (2014). Defaults and Donations: Evidence from a Field Experiment. SSRN Electronic Journal. Published. https://doi.org/10.2139/ssrn.2550691 Beck, H. (2014). Behavioral Economics: Eine Einführung (German Edition) (2014. Aufl.). Springer Gabler. https://doi.org/10.1007/978-3-658-03367-5 Blankenship, K. L., Wegener, D. T., Petty, R. E., Detweiler-Bedell, B. & Macy, C. L. (2008). Elaboration and consequences of anchored estimates: An attitudinal perspective on numerical anchoring. Journal of Experimental Social Psychology, 44(6), 1465–1476. https://doi.org/10.1016/j.jesp.2008.07.005 63 Boxall, P., Adamowicz, W. L. V. & Moon, A. (2009). Complexity in choice experiments: choice of the status quo alternative and implications for welfare measurement. Australian Journal of Agricultural and Resource Economics, 53(4), 503–519. https://doi.org/10.1111/j.1467-8489.2009.00469.x Buss, P. (2012). Fundraising: Grundlagen, System und strategische Planung. Haupt Verlag AG. https://doi.org/10.14361/zkmm-2015-0117 Buss, P. (2020). Die Psychologie des Spenderverhaltens. In M. Urselmann (Hrsg.), Handbuch Fundraising (2. Aufl., S. 56–75). Springer Gabler. https://doi.org/10.1007/978-3- 658-18211-3_9 Camerer, C. F. & Hogarth, R. M. (1999). The Effects of Financial Incentives in Experiments: A Review and Capital-Labor-Production Framework. Journal of Risk and Uncertainty, 19(1), 7–42. https://doi.org/10.1023/a:1007850605129 Chandler, D. & Kapelner, A. (2013). Breaking monotony with meaning: Motivation in crowdsourcing markets. Journal of Economic Behavior & Organization, 90, 123–133. https://doi.org/10.1016/j.jebo.2013.03.003 Chapman, G. B. & Johnson, E. J. (1999). Anchoring, Activation, and the Construction of Values. Organizational Behavior and Human Decision Processes, 79(2), 115–153. https://doi.org/10.1006/obhd.1999.2841 Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd Edition) (2. Aufl.). Routledge. http://www.utstat.toronto.edu/~brunner/oldclass/378f16/readings/CohenPower.pdf Cook, T. D., & Campbell, D. T. (1979). Quasi-Experimentation: Design and Analysis Issues for Field Settings. Houghton Mifflin. 64 Dickert, S., Sagara, N. & Slovic, P. (2011). Affective motivations to help others: A two-stage model of donation decisions. Journal of Behavioral Decision Making, 24(4), 361–376. https://doi.org/10.1002/bdm.697 Felser, G. (2015). Werbe- und Konsumentenpsychologie (4. Aufl.). Springer Verlag. https://doi.org/10.1007/978-3-642-37645-0 Felser, G. & Klemperer, D. (2011). Psychologische Aspekte von Interessenkonflikten. In K. Lieb & W. F. Ludwig (Hrsg.), Interessenkonflikte in der Medizin (1. Aufl., S. 27–45). Springer-Verlag Berlin Heidelberg. http://kurse.fh- regensburg.de/kurs_20/kursdateien/coi/Kapitel3_Psycholog_Aspekte.pdf Furnham, A. & Boo, H. C. (2011). A literature review of the anchoring effect. The Journal of Socio-Economics, 40(1), 35–42. https://doi.org/10.1016/j.socec.2010.10.008 Goldstein, D. G. & Gigerenzer, G. (2002). Models of ecological rationality: The recognition heuristic. Psychological Review, 109(1), 75–90. https://doi.org/10.1037/0033- 295x.109.1.75 Goodman, J. K., Cryder, C. E. & Cheema, A. (2012). Data Collection in a Flat World: The Strengths and Weaknesses of Mechanical Turk Samples. Journal of Behavioral Decision Making, 26, 213–224. https://doi.org/10.1002/bdm.1753 Haibach, M. (2000). Fundraising — die Kunst, Spender und Sponsoren zu gewinnen. In S. Nährlich & A. Zimmer (Hrsg.), Management in Nonprofit-Organisationen (S. 65–83). VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-663-10710-1_4 Hansen, P. G. & Jespersen, A. M. (2013). Nudge and the Manipulation of Choice. European Journal of Risk Regulation, 4(1), 3–28. https://doi.org/10.1017/s1867299x00002762 Hara, K., Adams, A., Milland, K., Savage, S., Callison-Burch, C. & Bigham, J. P. (2018). A Data- Driven Analysis of Workers’ Earnings on Amazon Mechanical Turk. Proceedings of the 65 2018 CHI Conference on Human Factors in Computing Systems. Published. https://doi.org/10.1145/3173574.3174023 Huber, O. (2013). Das psychologische Experiment: Eine Einführung (6., überarbeitete Aufl. Aufl.). Hogrefe AG. Huber, S. (2020). Experimente. In M. Tausendpfund (Hrsg.), Fortgeschrittene Analyseverfahren in den Sozialwissenschaften: Ein Überblick (S. 335–376). Springer VS. https://doi.org/10.1007/978-3-531-93015-2_6 Kahneman, D. (2014). Schnelles Denken, langsames Denken. Pantheon Verlag. Kahneman, D., Knetsch, J. L. & Thaler, R. H. (1991). Anomalies: The Endowment Effect, Loss Aversion, and Status Quo Bias. Journal of Economic Perspectives, 5(1), 193–206. https://doi.org/10.1257/jep.5.1.193 Kahneman, D. & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. Econometrica, 47(2), 263–292. https://doi.org/10.2307/1914185 Kahneman, D. & Tversky, A. (1982). Availability: A Heuristic for Judging Frequency and Probability. In D. Kahneman, D. Slovic & A. Tversky (Hrsg.), Judgment under Uncertainty: Heuristics and Biases (S. 163–178). Cambridge University Press. https://doi.org/10.1017/CBO9780511809477.012 Keller, L. & Harder, D. (2021). Mit Nudging zu mehr Spenden auf Webseiten anregen. In J. Schellinger, K. O. Tokarski & I. Kissling-Näf (Hrsg.), Digital Business (S. 415–438). Springer Gabler. https://doi.org/10.1007/978-3-658-32323-3_17 Kessler, J. B. & Roth, A. E. (2014). Getting More Organs for Transplantation. American Economic Review, 104(5), 425–430. https://doi.org/10.1257/aer.104.5.425 66 Kogut, T. & Ritov, I. (2005). The “identified victim” effect: an identified group, or just a single individual? Journal of Behavioral Decision Making, 18, 157–167. https://doi.org/10.1002/bdm.492 Levin, I. P. & Gaeth, G. J. (1988). How Consumers are Affected by the Framing of Attribute Information Before and After Consuming the Product. Journal of Consumer Research, 15, 374–378. https://doi.org/10.1086/209174 Litman, L., Robinson, J. & Abberbock, T. (2016). TurkPrime.com: A versatile crowdsourcing data acquisition platform for the behavioral sciences. Behavior Research Methods, 49, 433–442. https://doi.org/10.3758/s13428-016-0727-z Loewenstein, G., O’Donoghue, T. & Rabin, M. (2003). Projection Bias in Predicting Future Utility. The Quarterly Journal of Economics, 118, 1209–1248. https://doi.org/10.1162/003355303322552784 Meyerowitz, B. E. & Chaiken, S. (1987). The effect of message framing on breast self- examination attitudes, intentions, and behavior. Journal of Personality and Social Psychology, 52, 500–510. https://doi.org/10.1037/0022-3514.52.3.500 Moss, A. J., Rosenzweig, C., Robinson, J., & Litman, L. (2020). Is it Ethical to Use Mechanical Turk for Behavioral Research? Relevant Data from a Representative Survey of MTurk Participants and Wages. https://doi.org/10.31234/osf.io/jbc9d Nitzsch, R. V. (2021). Entscheidungslehre: Wie Menschen entscheiden und wie sie entscheiden sollten (11. Aufl.). Verlagsgruppe Mainz. https://doi.org/10.1007/978-3- 658-34520-4 Pfister, H., Jungermann, H. & Fischer, K. (2017). Die Psychologie der Entscheidung (4. Aufl.). Springer Verlag. https://doi.org/10.1007/978-3-662-53038-2 67 Ronft, S. (2021). Eventpsychologie: Veranstaltungen wirksam optimieren: Grundlagen, Konzepte, Praxisbeispiele. Springer Gabler. https://doi.org/10.1007/978-3-658- 28888-4.pdf Rubaltelli, E., Hysenbelli, D. & Rumiati, R. (2013). Others’ opinions count, but not all of them: anchoring to ingroup versus outgroup members’ behavior in charitable giving. Judgment and Decision Making, 8, 678–690. Slovic, P. (1999). Trust, Emotion, Sex, Politics, and Science – Surveying the Risk Assessment Battlefield. Risk Analysis, 19, 689–701. https://doi.org/10.1023/a:1007041821623 Schwartz, B. (2004). The Paradox of Choice: Why more is less. HarperCollins Publishers. Simon, H. A. (1982). Models of Bounded Rationality (2. Aufl.). The MIT Press. Spreer, P. (2018). PsyConversion: 101 Behavior Patterns für eine bessere User Experience und höhere Conversion-Rate im E-Commerce. Springer Gabler. https://doi.org/10.1007/978-3-658-21726-6 Stewart, N., Ungemach, C., Harris, A. J. L., Bartels, D. M., Newell, B. R., Paolacci, G. & Chandler, J. (2015). The average laboratory samples a population of 7,300 Amazon Mechanical Turk workers. Judgment and Decision Making, 10(5). http://journal.sjdm.org/14/14725/jdm14725.pdf Stiftung Zewo (Hrsg.). (2019). ZEWO Spendenstatistik. Hervorragendes Spendenjahr 2019. https://zewo.ch/wp-content/uploads/2020/09/Spendenstatistik-2019.pdf Stiftung Zewo & Swissfundraising (Hrsg.). (2020). Spendenreport Schweiz (Nr. 2). https://swissfundraising.org/wp- content/uploads/2020/11/Spendenreport_2020_Final.pdf 68 Thaler, R. (1980). Toward a positive theory of consumer choice. Journal of Economic Behavior & Organization, 1(1), 39–60. https://doi.org/10.1016/0167-2681(80)90051- 7 Thomas, K. A. & Clifford, S. (2017). Validity and Mechanical Turk: An assessment of exclusion methods and interactive experiments. Computers in Human Behavior, 77, 184–197. https://doi.org/10.1016/j.chb.2017.08.038 Thaler, R. H. & Sunstein, C. R. (2009). Nudge: Improving Decisions About Health, Wealth, and Happiness. Penguin Books. Tversky, A. & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science, 185(4157), 1124–1131. https://doi.org/10.1126/science.185.4157.1124 Tversky, A. & Kahneman, D. (1981). The framing of decisions and the psychology of choice. Science, 211(4481), 453–458. https://doi.org/10.1126/science.7455683 Tversky, A. & Kahneman, D. (1983). Extensional versus intuitive reasoning: The conjunction fallacy in probability judgment. Psychological Review, 90(4), 293–315. https://doi.org/10.1037/0033-295x.90.4.293 Tversky, A. & Kahneman, D. (1992). Advances in prospect theory: Cumulative representation of uncertainty. Journal of Risk and Uncertainty, 5(4), 297–323. https://doi.org/10.1007/bf00122574 Urselmann, M. (2018). Fundraising: Professionelle Mittelbeschaffung für gemeinwohlorientierte Organisationen. Springer Gabler. https://doi.org/10.1007/978-3-658-20331-3 Van Exel, N., Brouwer, W., van den Berg, B. & Koopmanschap, M. (2006). With a little help from an anchor: Discussion and evidence of anchoring effects in contingent 69 valuation. The Journal of Socio-Economics, 35(5), 836–853. https://doi.org/10.1016/j.socec.2005.11.045 Vöster, J. (2015). Irrationaler Kunde - Effekte verstehen und nutzen. Marketing Review St. Gallen, 32(2). https://doi.org/10.1007/s11621-015-0500-1 White, M. (2013). The Manipulation of Choice: Ethics and Libertarian Paternalism. Palgrave Macmillan. https://doi.org/10.1057/9781137313577 Wolf, J., Arkes, H. & Muhanna, W. (2008). The power of touch: An examination of the effect of duration of physical contact on the valuation of objects. Judgment and Decision Making, 3(6), 476–482. 70 7 Abbildungsverzeichnis Abbildung 1: Die Spendendenpyramide (Urselmann, 2018) ..................................................... 6 Abbildung 2: Effekte nichtbindender Empfehlungen (Adena & Huck, 2016) .......................... 18 Abbildung 3: Wertfunktion Prospect Theory (Kahneman & Tversky, 1979) ........................... 26 Abbildung 4: Verteilung des Geschlechts (Eigene Darstellung, 2021) ..................................... 42 Abbildung 5: Jährliches Haushaltseinkommen (Eigene Darstellung, 2021) ............................. 43 Abbildung 6: Zahlungsbereitschaft Gruppe 1, 2 & 3 (Eigene Darstellung, 2021) .................... 46 Abbildung 7: Zahlungsbereitschaft Gruppe 2 (Eigene Darstellung, 2021) ............................... 47 Abbildung 8: Zahlungsbereitschaft Gruppe 3 (Eigene Darstellung, 2021). .............................. 47 Abbildung 9: Formel Berechnung Effektstärke (Eigene Darstellungen, 2021) ........................ 50 Abbildungen 10 & 11: Zufriedenheit und Wiederkehr Gruppe 1 (Eigene Darstellung, 2021) . 51 Abbildungen 12 & 13:Zufriedenheit und Wiederkehr Gruppe 2 (Eigene Darstellung, 2021) .. 52 Abbildungen 14 & 15: Zufriedenheit und Wiederkehr Gruppe 3 (Eigene Darstellung, 2021) . 52 71 8 Tabellenverzeichnis Tabelle 1: Spendenmotive nach Peter Buss (Eigene Tabelle, 2021). ......................................... 8 Tabelle 2: Kognitive Systeme der Dual Process Theory (Eigene Tabelle, 2021). ..................... 13 Tabelle 3: Onlineexperiment (Eigene Tabelle, 2021) ............................................................... 36 Tabelle 4: Anzahl Versuchspersonen pro Gruppe (Eigene Tabelle, 2021).: ............................. 43 Tabelle 5: Mittelwert pro Gruppe (Eigene Tabelle, 2021) ....................................................... 45 Tabelle 6: Kruskal-Walis-Test (Eigene Tabelle, 2021) .............................................................. 48 Tabelle 7: Statistik für Test (Eigene Tabelle, 2021). ................................................................. 48 Tabelle 8: Dunn-Bonferroni-Tests (Eigene Tabelle, 2021). ...................................................... 49