Grundlagen des Marketings, KI und Marktforschung

Umfassende Flashcards zu den Themen Marketing-Definitionen, Marktarten, KI-Technologien (insb. LLMs) und Methoden der Marktforschung basierend auf dem Vorlesungsskript.

Aktivitätsorientierte Sichtweise des Marketings

Marketing wird als ein Bündel marktgerichteter Aktivitäten eines Unternehmens verstanden.

Marketing-Mix ($4$ P's)

Die klassischen Instrumente des Marketings: Produkt, Preis, Vertrieb (Place) und Kommunikation (Promotion).

Generische Sichtweise des Marketings

Marketing als Aktivität, um gewünschte Reaktionen bei anderen Akteuren hervorzurufen.

Internes Marketing

Maßnahmen wie Schulungen zur Mitarbeitermotivation innerhalb des eigenen Unternehmens.

Employee Marketing

Einsatz attraktiver Benefits, um talentierte Fachkräfte für das Unternehmen zu gewinnen.

Marketing-Management-Sichtweise

Anwendung von Marketingmechanismen mit dem Ziel, langfristige Austauschbeziehungen zum gegenseitigen Vorteil zu verbessern.

Markt

Ein virtueller oder realer Ort des Zusammentreffens von Angebot und Nachfrage, an dem sich durch ein Gleichgewicht Preise bilden.

Sellers Märkte (Verkäufermärkte)

Märkte, in denen die Anbieter mehr Macht haben, da ein geringes Angebot einer hohen Nachfrage gegenübersteht.

Buyers Märkte (Käufermärkte)

Märkte mit hohem Wettbewerb und großem Angebot, in denen die Nachfrager mehr Macht besitzen.

Relevanter Markt

Ein klar abgrenzbarer Bereich (nach Anbietern, Produkten und Nachfragerbedürfnissen), der als Basis für strategische Entscheidungen dient.

Regelbasierte Systeme

KI-Systeme mit vordefinierter Wenn-Dann-Logik und vorprogrammierten Antworten.

Machine Learning (Klassisch)

Systeme zur Mustererkennung in Daten, beispielweise durch Regressions- oder Klassifikationsverfahren.

Generative AI

KI, die auf Basis unstrukturierter Eingaben neue Inhalte wie Bilder, Videos oder Texte erzeugt.

Large Language Models (LLMs)

Modellklassen der Generativen KI zur Verarbeitung und Erzeugung von Sprache (z. B. Texte erstellen, analysieren oder zusammenfassen).

Multimodale Modelle

KI-Modelle, die verschiedene Modalitäten wie Text, Bild und Audio gleichzeitig verarbeiten und verknüpfen können.

Training (LLM)

Die Phase, in der ein Modell durch riesige Datenmengen lernt, das statistisch wahrscheinlichste nächste Token (Wort) vorherzusagen.

Fine-Tuning

Die Weiteranpassung eines KI-Modells auf spezifische Aufgabenbereiche unter Einsatz von Nutzerfeedback.

Prompting

Die Eingabe an eine KI, deren statistisch plausibelste Fortsetzung als Ausgabe generiert wird.

Halluzinationen (KI)

Überzeugend formulierte, aber inhaltlich falsche Ausgaben der KI.

WEIRD-Bias

Starke Überrepräsentation westlich-akademischer Perspektiven in Trainingsdaten ($\text{Western, Educated, Industrial, Rich, Democratic}$).

Zero-shot Prompting

Direkte Eingabe einer Aufgabe an die KI ohne zusätzliche Beispiele.

Retrieval-Augmented Generation (RAG)

Ein Verfahren, bei dem die KI zur Beantwortung auf eine externe Datenbasis zugreift.

Marktforschung

Das systematische Sammeln, Analysieren und Verstehen von Daten über Märkte, um bessere Marketingentscheidungen zu treffen.

Deskriptive Marktforschung

Genaue Erfassung und Beschreibung relevanter Tatbestände ohne Untersuchung von Variablenzusammenhängen.

Explorative Marktforschung

Strukturierung und Verständnis meist unerforschter Thematiken durch Untersuchung von Zusammenhängen ohne vorherige Hypothesen.

Explicative Marktforschung

Untersuchung von Ursache-Wirkungs-Zusammenhängen auf Basis vorab formulierter Hypothesen.

Instrumentelle Informationsnutzung

Verwendung von Marktforschungsinfos zur Lösung spezifischer Probleme oder für operative Entscheidungen.

Konzeptionelle Informationsnutzung

Nutzung von Studien zur Erweiterung der Wissensbasis und Beeinflussung von Denkprozessen im Management.

Symbolische Informationsnutzung

Verwendung von Marktforschungsdaten zur Legitimation bereits getroffener Entscheidungen.

Objektivität

Die Unabhängigkeit der Messergebnisse vom Durchführenden des Messvorgangs.

Reliabilität

Die Zuverlässigkeit einer Messung, also das Ausmaß, in dem ein Messvorgang frei von Zufallsfehlern ist.

Validität

Die Gültigkeit einer Messung, also inwieweit der Messvorgang frei von systematischen Fehlern ist.

Primärdaten

Daten, die für einen spezifischen Forschungszweck aus erster Hand neu erhoben werden (z. B. durch Befragung oder Experiment).

Likert-Skalierung

Ein Messverfahren, bei dem Zustimmung oder Ablehnung zu Aussagen auf einer abgestuften Skala erfasst wird.

Mere-Measurement-Effekt

Das Phänomen, dass allein die Teilnahme an einer Befragung die spätere Einstellung oder das Verhalten des Kunden beeinflussen kann.

Beobachtungseffekt

Die Veränderung des natürlichen Verhaltens einer Person dadurch, dass sie weiß, dass sie beobachtet wird.

Operationalisierung

Die Umwandlung von konzeptionellen, schwer messbaren Begriffen (z. B. Emotionen) in messbare und analysierbare Variablen.

Querschnittsstudie (Between Subject)

Ein Versuchsdesign, bei dem jede Teilnehmergruppe nur einer einzigen Manipulationsstufe ausgesetzt ist.

Längsschnittsstudie (Within Subject)

Ein Design, bei dem eine Gruppe mehrere Manipulationsstufen nacheinander durchläuft, um zeitliche Dynamiken zu zeigen.

Interne Validität

Die Sicherheit, mit der eine Veränderung der abhängigen Variable auf die Manipulation der unabhängigen Variable zurückgeführt werden kann (hoch bei Laborstudien).

Externe Validität

Die Übertragbarkeit von Forschungsergebnissen auf die reale Welt (hoch bei Feldstudien).

Korrelation

Eine statistische Beziehung zwischen zwei Variablen, die sich gemeinsam verändern, ohne dass zwingend eine Ursache-Wirkung-Beziehung besteht.

Kausalität

Eine Beziehung, bei der eine Variable (Ursache) direkt eine Veränderung in einer anderen Variable (Wirkung) bewirkt.

Signifikanz

Die statistische Wahrscheinlichkeit, dass beobachtete Beziehungen in Daten tatsächlich existieren und nicht auf Zufall oder Messfehlern beruhen.