In einem zunehmend dynamischen Wettbewerbsumfeld bildet die Fähigkeit zur erfolgreichen
Vermarktung von neuen Produkten eine entscheidende Grundlage für den langfristigen Erfolg
von Unternehmen.
Quantitative Modelle der Verbreitung (Diffusion) von Innovationen in einem sozialen System
sind daher sowohl für Wirtschaftswissenschaftler als auch für Manager, die Unterstützung bei
der Entwicklung von Markteinführungsstrategien benötigen, von besonderem Interesse.
Erste Modelle zur mathematischen Beschreibung von Diffusionsverläufen wurden bereits
in den 1960er-Jahren entwickelt.
Ziel dieser Modelle ist die empirische Generalisierung von typischen Diffusionsmustern
auf aggregierter (d.h. Markt-) Ebene, um den wahrscheinlichen Verlauf der Adoption durch
Konsumenten mittels Extrapolation aus frühen Verkaufszahlen abzuschätzen.
Für zuverlässige Schätzungen benötigen diese Modelle allerdings
Daten über den Großteil des Produktlebenszykluses.
Überdies berücksichtigen aggregierte Modelle weder die Heterogenität von Konsumenten
noch die Struktur ihrer sozialen Interaktionen. Schließlich eignen sich diese Modelle
nur bedingt zur Erprobung des Einflusses von Marketing-Entscheidungsvariablen auf den Diffusionsverlauf.

Das Hauptziel dieser Dissertation ist die Entwicklung eines Diffusionsmodells
das Entscheidungsträger bei der Planung einer Markteinführungsstrategie für
neue Produkte unterstützen kann.
Zu diesem Zweck wird agentenbasierte Modellierung und Simulation, eine Methode
die in den letzten Jahren in den Sozialwissenschaften zunehmende Verbreitung
gefunden hat, eingesetzt. Diese Methode begreift die Diffusion von Innovationen als
komplexes emergentes Phänomen, das durch soziale Interaktionen und individuelle
Adoptionsentscheidungen von heterogenen Individuen zustande kommt.
Ein solcher Bottom-Up-Ansatz ermöglicht es, die prinzipbedingten Einschränkungen
von aggregierten Ansätzen zu überwinden und eröffnet damit neue Forschungsmöglichkeiten.
Insbesondere können Aspekte wie Adoptionsentscheidungsfaktoren auf Mikroebene, beschränkte
Rationalität, unvollständige Information sowie die Heterogenität von Konsumenten hinsichtlich
ihrer Präferenzen, ihres Verhaltens und ihrer Verbindungen im sozialen Netzwerk
berücksichtigt werden.

Die Dissertation zeigt eine Forschungslücke zwischen abstrakten theoretischen
Modellen einerseits und angewandten Modellen für bestimmte, sehr spezifische
Einsatzbereiche andererseits auf und zielt darauf ab zur Schließung dieser Lücke beizutragen.
Der agentenbasierte Ansatz bietet ausgezeichnete Möglichkeiten zur Entwicklung eines
generischen und vielseitig einsetzbaren Modells das es erlaubt,
aktuelle Forschungsinteressen wie etwa die Diffusion von Innovationen in einem kompetitivem
Wettbewerbsumfeld, die räumliche Diffusion von Innovationen oder die Analyse auf Produktebene
anstatt auf Branchenebene zu verfolgen.
Insbesondere trägt die Dissertation durch
(i) die Modellierung aller Stufen des Adoptionsentscheidungsprozesses,
(ii) die Erfassung des gesamten Marktes anstatt der Beschränkung auf Erstadoptoren,
(iii) die Modellierung der Diffusion einer Innovation in einem Markt mit mehreren Mitbewerbern,
(iv) die Erweiterung der zeitlichen Betrachtung von Diffusionsprozessen durch eine räumliche Dimension,
(v) die Modellierung eines räumlich definierten sozialen Netzwerkes und
(vi) die Einbeziehung von Konsumentenpräferenzen hinsichtlich mehrerer Produktattribute
zur Diffusionsforschung bei.

Die Eignung des Modells zur Entscheidungsunterstützung in realen Problemstellungen
wird anhand eines Anwendungsfalls zur Diffusion eines Biokraftstoffs der zweiten Generation
auf dem österreichischen Markt illustriert.
Anhand von Simulationsszenarien wird demonstriert, wie das Modell die Planung der
Markteinführung einer solchen Innovation unterstützen kann.
Ergebnisse zeigen, dass ein wettbewerbsfähiger Preis, wie erwartet, ein wichtiger
Adoptionstreiber ist. Zudem weisen die Ergebnisse aber auch darauf hin, dass ein
gewisses Marktpotential auch bei einem Preis oberhalb des Niveaus von
konventionellen Kraftstoffen besteht.
Die Simulation erlaubt potentiellen Investoren die Erprobung unterschiedlicher
Strategien zur Auswahl von Vertriebsstellen unter Berücksichtigung von beschränkter
Produktionskapazität, lokaler Verfügbarkeit von Rohstoffen und der
geographischen Verteilung von Konsumenten. Außerdem ermöglicht es die Simulation,
Preisstrategien unter unterschiedlichen Annahmen hinsichtlich zukünftiger Entwicklungen
auf dem Rohölmarkt zu testen.
Der Anwendungsfall zeigt damit, dass das entwickelte agentenbasierte Diffusionsmodell
Entscheidungsträgern wertvolle Unterstützung bei der Entwicklung von Markteinführungsstrategien
in einem kompetitiven Marktumfeld bietet.

In today’s competitive business environment, firms’ ability to create and maintain
competitive advantage and secure long-term survival are critically dependent upon their
ability to successful market innovations. Quantitative models of innovation diffusion have
therefore attracted strong interest both from management scholars and from practitioners
responsible for new product marketing decisions. Pioneering efforts to describe the
diffusion of innovations mathematically were made during the 1960s. The aim of these models is
to provide empirical generalizations of prototypical diffusion patterns at the aggregate
(i.e., market) level in order to estimate the likely diffusion of a new product through
extrapolation from early sales; to this end, they typically require considerable amounts
of data covering most of the product’s lifespan. Aggregate models cannot account for
heterogeneity and social structure and are limited in their potential to evaluate likely
effects of decision variables on the diffusion process.

The main objective of this thesis is to introduce a diffusion model that can support
decision-makers in the process of planning the market introduction of new products. To
this end, agent-based modeling and simulation, a methodological innovation that has
increasingly been adopted in the social sciences in recent years, is applied to overcome
inherent limitations of phenomenological aggregate-level approaches. This bottom-up
approach conceives the diffusion of innovations as a complex social phenomenon that
emerges from the aggregated individual behavior and the interactions between individuals.
It opens up new research opportunities because it can easily incorporate micro-level
drivers of adoption, bounded rationality, and imperfect information as well as
individuals’ heterogeneity in terms of attributes, preferences, behavior, and linkages in
the social network.

This thesis identifies and aims at a research gap between purely abstract models of
innovation diffusion aimed at general theoretical insights on the one hand, and highly
specialized models tailored to a particular practical application on the other hand. The
agent-based approach offers excellent opportunities to develop a generic and versatile
model that can be applied to a wide range of specific problems. Furthermore, it allows us
to pursue cutting-edge research interests including spatial diffusion, diffusion in a
competitive context, product-level rather than industry- level analysis, and managerial
diagnostics. In particular, the thesis contributes by (i) modeling all stages of the
innovation-decision process, (ii) modeling sales rather than exclusively focusing on
initial adoption, (iii) modeling the competitive diffusion of multiple products, (iv)
complementing the temporal focus with the spatial dimension, (v) incorporating a spatially
explicit social network model, and (vi) incorporating multi-attribute consumer
decision-making.

The capability of the model to tackle real world problems is illustrated by means of a
particularly interesting, empirically grounded application study on the diffusion of a
second generation biofuel at the Austrian market. Various simulation scenarios demonstrate
how the model can be used to plan the market introduction of this innovation. Findings
suggest that while a competitive
price is unsurprisingly an important driver for adoption,
there is a limited market potential for a high quality second generation biofuel at a
higher price level than that of conventional fuels.

The simulation enables potential investors to assess the effectiveness of various
approaches towards selecting gas stations for distribution while accounting for limited
production capacity, availability of rich sources of biomass, and the geographic
concentration of consumers. It also allows a decision-maker to evaluate the effectiveness
of pricing strategies under varying assumptions about future energy market developments.
The sample application illustrates how the agent-based model introduced in this thesis can
provide managers with valuable decision support in the process of developing product
launch strategies in a competitive setting.