Skip to main content
Top

Vertrauen in automatisiertes Fahren – Eine Analyse mittels Strukturgleichungsmodell

  • 2024
  • OriginalPaper
  • Chapter
Published in:

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

Autonomes Fahren stellt einen Meilenstein in der Mobilität, seit der Erfindung des Personenkraftwagens, dar. Der Fortschritt in der Entwicklung des automatisierten Fahrens steigt stetig und voll automatisiertes Fahren wird in naher Zukunft möglich sein (vgl. Strijbosch, 2018, S. 28–29). Da Vertrauen die Voraussetzung für die Technologieakzeptanz der Nutzer darstellt (vgl. Davis, 1989 S. 985; vgl. Wu et al., 2022, S. 573), ist das Ziel der Studie, das Vertrauen in die Sicherheit von automatisierten Fahrzeugen des Level 1, dem assistierten Fahren und Level 3, dem hochautomatisierten Fahren (vgl. Society of Automotive Engineers, 2022) zu untersuchen.
Dazu werden die beiden Hypothesen H1: Es besteht ein positiver Zusammenhang zwischen Vertrauen und Sicherheit und H2: Die deutsche Bevölkerung vertraut darauf, dass automatisiertes Fahren für den Fahrenden und seine Umwelt sicher ist, untersucht. Anhand der zielgerichteten Anpassung des Technology Acceptance Modells nach Mayer et al. (1995, S. 715) und den Erweiterungen von Lee und Kolodge (2020, S. 273) sowie Lewis und Marsh (2022, S. 37), werden die sieben Konstrukte Funktionalität (F), Zuverlässigkeit (Z), Kontrolle (K), Vertrauen (V), Risiko (R), Sicherheitsempfinden (SE) und Nutzungsabsicht (N) mittels Strukturgleichungsmodell analysiert.
Wesentliche Ergebnisse der durchgeführten Untersuchung sind, dass das Vorhandensein von Fahrerassistenzsystemen einen positiven Einfluss auf alle Konstrukte, außer (R) hat, dass das Vertrauen in automatisiertes Fahren Level 1 größer ist, als jenes in Level 3 und dass eine Abhängigkeit von (V) gegenüber (Z), (R) und (SE) besteht. Beide Hypothesen konnten im Rahmen dieser Untersuchung beibehalten werden.
Die Originalversion des Kapitels wurde revidiert. Ein Erratum ist verfügbar unter https://​doi.​org/​10.​1007/​978-3-658-42647-7_​59

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Business + Economics & Engineering + Technology"

Online-Abonnement

Springer Professional "Business + Economics & Engineering + Technology" gives you access to:

  • more than 102.000 books
  • more than 537 journals

from the following subject areas:

  • Automotive
  • Construction + Real Estate
  • Business IT + Informatics
  • Electrical Engineering + Electronics
  • Energy + Sustainability
  • Finance + Banking
  • Management + Leadership
  • Marketing + Sales
  • Mechanical Engineering + Materials
  • Insurance + Risk


Secure your knowledge advantage now!

Springer Professional "Engineering + Technology"

Online-Abonnement

Springer Professional "Engineering + Technology" gives you access to:

  • more than 67.000 books
  • more than 390 journals

from the following specialised fileds:

  • Automotive
  • Business IT + Informatics
  • Construction + Real Estate
  • Electrical Engineering + Electronics
  • Energy + Sustainability
  • Mechanical Engineering + Materials





 

Secure your knowledge advantage now!

Springer Professional "Business + Economics"

Online-Abonnement

Springer Professional "Business + Economics" gives you access to:

  • more than 67.000 books
  • more than 340 journals

from the following specialised fileds:

  • Construction + Real Estate
  • Business IT + Informatics
  • Finance + Banking
  • Management + Leadership
  • Marketing + Sales
  • Insurance + Risk



Secure your knowledge advantage now!

Title
Vertrauen in automatisiertes Fahren – Eine Analyse mittels Strukturgleichungsmodell
Authors
Julia Braun
Christin Sabrina Wallek
Magdalena Mißler-Behr
Copyright Year
2024
DOI
https://doi.org/10.1007/978-3-658-42647-7_5
This content is only visible if you are logged in and have the appropriate permissions.
This content is only visible if you are logged in and have the appropriate permissions.
    Image Credits
    Schmalkalden/© Schmalkalden, NTT Data/© NTT Data, Verlagsgruppe Beltz/© Verlagsgruppe Beltz, EGYM Wellpass GmbH/© EGYM Wellpass GmbH, rku.it GmbH/© rku.it GmbH, zfm/© zfm, ibo Software GmbH/© ibo Software GmbH, Lorenz GmbH/© Lorenz GmbH, Axians Infoma GmbH/© Axians Infoma GmbH, OEDIV KG/© OEDIV KG, Rundstedt & Partner GmbH/© Rundstedt & Partner GmbH