Login
- Originaltitel:
- Prognose der Akzeptanz von Innovationen am Beispiel autonomer Fahrzeuge
- Übersetzter Titel:
- Predicting the Acceptance of Innovations Using the Example of Autonomous Vehicles
- Autor:
- Kohl, Christopher Oswald
- Jahr:
- 2021
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- Fakultät für Informatik
- Betreuer:
- Krcmar, Helmut (Prof. Dr.)
- Gutachter:
- Krcmar, Helmut (Prof. Dr.); Bengler, Klaus (Prof. Dr.)
- Sprache:
- de
- Fachgebiet:
- DAT Datenverarbeitung, Informatik
- Stichworte:
- Autonomes Fahren, Technologieakzeptanz, Risikowahrnehmung, Social Media, Machine-Learning
- Übersetzte Stichworte:
- Self-driving cars, technology acceptance, risk perception, social media, machine-learning
- TU-Systematik:
- WIR 523
- Kurzfassung:
- Häufig schaffen es Ideen oder Erfindungen nicht zur Marktreife oder werden vom Markt nicht angenommen. Ziel dieser Dissertation ist es, die Akzeptanz von Innovationen in frühen Phasen des Produktentwicklungsprozesses vorherzusagen. Zu diesem Zweck entwickeln wir ein Modell und vergleichen es mit etablierten Akzeptanzmodellen am Beispiel von autonomen Fahrzeugen. Weiterhin entwickeln wir einen Machine-Learning-Ansatz zur Akzeptanzvorhersage anhand von Beiträgen der Social-Media-Plattform Twitter.
- Übersetzte Kurzfassung:
- Often, ideas or inventions do not make it to market maturity or are not accepted by the market. The aim of this dissertation is to predict the acceptance of innovations in the early stages of the product development process. For this purpose, we develop a model and compare it with established acceptance models using the example of autonomous vehicles. Furthermore, we develop a machine learning approach for acceptance prediction based on posts of the social media platform Twitter.
- WWW:
- https://mediatum.ub.tum.de/?id=1609670
- Eingereicht am:
- 18.05.2021
- Mündliche Prüfung:
- 15.11.2021
- Dateigröße:
- 3306698 bytes
- Seiten:
- 260
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20211115-1609670-1-7
- Letzte Änderung:
- 13.12.2021
BibTeX