nach oben

Erschienen in:

2022 | OriginalPaper | Buchkapitel

7. Ergebnisse: Compliance als Thema der Unternehmenskommunikation und in den Medien: ein Reputationstreiber?

verfasst von : Ellen Dietzsch-Lohbeck

Erschienen in: Compliance als Treiber von Reputation

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Zusammenfassung

Zunächst erläutert dieses Kapitel die Datenbasis und danach beschreibt es die Ergebnisse. Das Kapitel analysiert zuerst die Kommunikation der drei Unternehmen zum Thema Compliance. Darauf folgt jeweils die entsprechende Untersuchung der Medienberichterstattung.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Methodisches Vorgehen

Nächstes Kapitel Diskussion

Nur mit Berechtigung zugänglich

Die Arbeit orientiert sich bei der Verbalisierung der Größe der Korrelationskoeffizienten an der Abstufung von Bühl (2014: 310; vgl. Schendera 2014: 16): Ein Wert von 0 < r_s < = 0,2 gilt als sehr geringe, 0,2 < r_s < = 0,5 als geringe, 0,5 < r_s < = 0,7 als mittlere, 0,7 < r_s < = 0,9 als hohe und 0,9 < r_s < = 1 als sehr hohe Korrelation.

Sofern ein einseitiger Signifikanztest durchgeführt wurde, ist dies explizit angegeben.

Voraussetzung für diese Tests ist, dass die Daten nicht normalverteilt sind. Daher wurde zunächst der Kolmogorov-Smirnov-Test berechnet. Ergab dieser Test Werte von p < 0,05, dann wichen die Daten signifikant von der Normalverteilung ab (vgl. Janssen & Laatz 2017: 657).

Die minimale Abweichung von 100 Prozent bei der Addition der einzelnen Prozentangaben resultiert aus der Rundung der Angaben.

Für die Inhaltsanalyse der Unternehmenskommunikation wurde das Vorkommen der jeweiligen Einzelaussagen ein Mal pro Beitrag erhoben. Wiederholungen derselben Aussage wurden nicht erneut codiert. Analog dazu erhob die Inhaltsanalyse der Medienberichterstattung die jeweilige Einzelaussage ebenfalls ein Mal pro Artikel. Eine inhaltlich gleiche Aussage wurde nur dann erneut codiert, wenn sie sich auf ein anderes Unternehmen bezog oder von einer anderen Quelle stammte.

Die minimale Abweichung von 100 Prozent bei der Addition der einzelnen Prozentangaben resultiert aus der Rundung der Angaben.

Berücksichtigt wurden alle Themen, die gerundet einen Anteil von mindestens fünf Prozent am gesamten Artikelaufkommen haben.

Der Reliabilitätskoeffizient für die Variable „Zentrales Thema“ lag nur im akzeptablen Bereich für neue Forschungsfelder (vgl. Tabelle 6.6, Fußnote 53 im Kapitel 6). Daher sollten die Ergebnisse mit entsprechender Vorsicht interpretiert werden.

Der Reliabilitäts- und der Validitätskoeffizient für die Variable „weitere Themen“ lagen lediglich sehr nah oder gerade noch im akzeptablen Bereich für neue Forschungsfelder (vgl. Tabelle 6.6, Tabelle 6.7, Fußnote 53 im Kapitel 6). Daher wurden die Variablen kaum bei der Auswertung berücksichtigt.

Mit einem Anteil von gerundet mindestens fünf Prozent an allen Beiträgen kommen folgende Nebenthemen vor: „Compliance-Maßnahmen“ (9,3 %, 31, n = 334), „Grundsätze, Anforderungen und Erwartungen“ (6,3 %, 21, n = 334) und „Compliance-Organisation“ (5,1 %, 17, n = 334).

Mit einem Anteil von gerundet mindestens fünf Prozent an allen Beiträgen von Audi kommen folgende weitere Nebenthemen vor: „Nachhaltigkeit“ (6,3 %, 8, n = 127), „Compliance-Maßnahmen“ (4,7 %, 6, n = 127) und „Produkte“ (4,7 %, 6, n = 127).

Mit einem Anteil von gerundet mindestens fünf Prozent an allen Beiträgen von BMW kommen folgende Nebenthemen vor: „Compliance-Maßnahmen“ (14 %, 10, n = 73), „Grundsätze, Anforderungen und Erwartungen“ (8 %, 6, n = 73), „Compliance-Organisation“ (7 %, 5, n = 73) und „Menschenrechte“ (7 %, 5, n = 73). Bei Daimler sind es folgende Nebenthemen: „Compliance-Maßnahmen“ (11,9 %, 16, n = 134) und „Interne Richtlinien“ (5,2 %, 7, n = 134).

Die Unterschiede zwischen Audi und den anderen Herstellern sind gemäß dem t-Test sehr signifikant (Audi und BMW: p = 0,006, Audi und Daimler p = 0,001). BMW und Daimler unterscheiden sich nicht (p = 0,784).

Die zugehörigen Informationen sind in Anhang A im elektronischen Zusatzmaterial einsehbar.

Vor dem Thema „Wirtschaftliche Lage der Unternehmen“ lag die Kategorie „Sonstige Themen“ mit einem Anteil von neun Prozent (67 Artikel). Da sich diese Sammelkategorie inhaltlich nicht interpretieren lässt, ist sie in der Darstellung nicht aufgeführt.

Die Anteile sind wie folgt: FAZ: „Diesel-/Abgasskandal“ 49 % (111, n = 228), „Kartellverstoß“ 12 % (28, n = 228), „Wirtschaftliche Lage“ 7 % (15, n = 228); HB: „Diesel-/Abgasskandal“ 43 % (102, n = 237), „Kartellverstoß“ 8 % (20, n = 237), „Wirtschaftliche Lage“ 8 % (18, n = 237). Zusätzlich zu diesen Themen kommen beim HB folgende Themen mit einem Anteil von mindestens fünf Prozent vor: „Innovationen & Technik“ 7 % (16, n = 237) und „Interne Unternehmensaktivitäten“ 5 % (12, n = 237); SZ: „Diesel-/Abgasskandal“ 52 % (152, n = 295), „Kartellverstoß“ 12 % (34, n = 295), statt des Themas „Wirtschaftliche Entwicklung der Unternehmen“ kommt bei der SZ die „Allgemeine Entwicklung der Wirtschaft“ als dritthäufigstes Hauptthema vor (5 %, 14, n = 295). Die Sammelkategorie „Sonstige Themen“ liegt bei allen drei Zeitungen zwischen acht und zehn Prozent.

Zusätzlich kommt bei den Nebenthemen das Thema „Innovationen & Technik“ vor (5 %, 41, n = 760). Die Ergebnisse zu den Nebenthemen sollten vorsichtig interpretiert werden. Denn der Reliabilitätskoeffizient fällt selbst für neuartige Forschungsgebiete niedrig aus (vgl. Tabelle 6.8, Fußnote 53 im Kapitel 6).

Davon kommt das Thema „Umsetzung von Compliance“ in vier Artikeln als Hauptthema (0,5 %, n = 760) und in drei Artikeln als Nebenthema (0,4 %, n = 760) vor. Das Thema „Compliance-Kultur“ ist in drei Artikeln als Nebenthema enthalten (0,4 %, n = 760).

Die SZ veröffentlichte drei Artikel (1 %, n = 295) und die FAZ zwei Artikel (0,9 %, n = 228) dazu.

In einem Artikel konnten mehrere der drei Unternehmen vorkommen. Daher wurde mit einer Variable erhoben, welche/s Unternehmen den Schwerpunkt im Artikel bildete/n (vgl. Anhang A im elektronischen Zusatzmaterial).

Für diese Analyse wurden die Variablen „Zentrales Thema“ und „Thema 2“ und „Thema 3“ zusammengefasst und die jeweils zehn häufigsten Themen berechnet.

Da beide Rangreihen Rangbindungen, also gleiche Merkmalswerte, aufweisen und der Korrelationskoeffizient nach Spearman bedingt, dass keine Bindungen vorliegen, bildeten wir die Rangfolge mittels SPSS (vgl. Bühl 2014: 253 f.; Eckstein 2019: 346, 350).

Aufgrund der vorhandenen Rangbindungen und der Möglichkeit von Ausreißern, berechneten wir die Korrelation zusätzlich mit dem Koeffizienten nach Kendall (vgl. Bühl 2014: 429; Eckstein 2019: 346). Es zeigte sich eine signifikante, geringe negative Korrelation (τb = −0,394, p = 0,029).

In der vorliegenden Studie werden der Abgasskandal und die Kartellverstöße- und -vorwürfe als Krise eingestuft. Die Ereignisse treten unerwartet auf und entsprechen nicht der Routine. Sie erzeugen Unsicherheit und stellen eine Bedrohungssituation für Unternehmen dar. In der Öffentlichkeit und bei Stakeholdern führt dies zu einem höheren Informationsbedürfnis (vgl. Coombs 2009: 3. Absatz; Einwiller & Gratz 2018: 116; ausführlicher Schwarz & Löffelholz 2019: 2 f.; Ulmer, Sellnow & Seeger 2019: 5 ff.).

Rechtliche Krisensituationen erschweren die Kommunikation von Unternehmen, weil veröffentlichte Informationen in Ermittlungs- oder Gerichtsverfahren einfließen und gegen das Unternehmen verwendet werden können. Daher sind Unternehmen in solchen Situationen besonders vorsichtig.

Da einige Themen nicht exakt deckungsgleich in der Unternehmenskommunikation und der Berichterstattung vorkamen, nahmen wir bei drei Themen Anpassungen vor. Dies war der Fall bei den Themen „Compliance-Maßnahmen“ und „Compliance-Organisation“, die zu dem Thema „Umsetzung Compliance“ zusammengefasst wurden. Bei dem Thema „Kartellverstoß“ wurde bei der Unternehmenskommunikation auch das Thema „Kartellrecht“ erfasst. Es ist davon auszugehen, dass die Unternehmen ihre präventiven Maßnahmen zum Kartellrecht eher darunter als unter „Kartellverstoß“ kommunizieren. Bei dem Thema „Unternehmensinterne Grundsätze, Anforderungen und Erwartungen“ wurde für die Berichterstattung das Thema Compliance-Kultur herangezogen. Darin sind auch diese Punkte enthalten.

Die Unterschiede zwischen den Unternehmen sind für die einzelnen Aussagen wie folgt signifikant: Einzelaussagen Dieselskandal: p = 0,000, alle drei Unternehmen unterscheiden sich voneinander signifikant; Einzelaussagen behördliche Ermittlungen: p = 0,248, es besteht kein signifikanter Unterschied zwischen den Herstellern; Einzelaussage Kartellverstoß: p = 0,000, alle drei Unternehmen unterscheiden sich voneinander signifikant.

Bei Audi kamen folgende zwei weitere Aussagen mit einem Anteil von rund fünf Prozent vor: „Unternehmen zieht Konsequenzen“ 5,0 % (56, n = 1114) und „Keine Stellungnahme“ 4,7 % (52, n = 1114).

Bei BMW kamen folgende zwei weitere Aussagen mit einem Anteil von rund fünf Prozent vor: „Kein Abgasbetrug“ 11,3 %, (34, n = 301) und „Unschuldsbeteuerung“ 11,0 % (33, n = 301).

Bei Daimler kamen folgende Aussagen mit einem Anteil von rund fünf Prozent außerdem vor: „Kooperation mit Behörden“ 8,2 % (93, n = 1134), „Strafanerkennung“ 5,0 % (57, n = 1134), „Unschuldsbeteuerung“ 4,9 % (55, n = 1134) und „Kein Abgasbetrug“ 4,8 % (54, n = 1134).

Für die Gegenüberstellung berechneten wir die jeweiligen Häufigkeiten der Aussagen, mit denen die Presse die Unternehmen in Verbindung brachte, und die, die Unternehmen in ihrer Kommunikation vermittelten. Daraus bildeten wir die Differenz. Bei positiven Differenzen (Balken nach rechts) betonten die Medien die Aussagen stärker. Bei negativen Differenzen (Balken nach links) kommunizierten die Unternehmen die Botschaften stärker.

Bei den Aussagen „Diesel-/Abgasskandal“ und „Kartellverstoß“ in der Berichterstattung wurden als Pendant in der Unternehmenskommunikation die Aussagen „Wir haben nicht manipuliert; wir haben keinen Abgasbetrug begangen“ und „Wir haben keine Absprachen getroffen, keinen Kartellverstoß begangen“ herangezogen. Dies war notwendig, da die Unternehmen in ihrer Kommunikation nicht die Aussage treffen, einen Gesetzesverstoß begangen zu haben, sondern dies verneinen werden. Dieses Kommunikationsverhalten liegt auch daran, dass bei allen Herstellern während des Untersuchungszeitraums noch behördliche Ermittlungen liefen.

Für die Berechnung bildeten wir jeweils Rangreihen von den zehn häufigsten Einzelaussagen in der Unternehmenskommunikation und in der Medienberichterstattung. In der Medienberichterstattung hatten diese zehn Aussagen einen Anteil von 91 Prozent und in der Unternehmenskommunikation von 44 Prozent.

Wie schon zuvor berechneten wir auch den Koeffizienten nach Kendall (vgl. Fußnote 23 im Kapitel 7). Es zeigte sich eine signifikante, mittlere negative Korrelation (τb = −0,689, p = 0,000).

Einen weiteren Anhaltspunkt dafür, dass die Hypothese zurückgewiesen werden muss, liefert die detaillierte Analyse der in der Berichterstattung enthaltenen Inhalte und die Gegenüberstellung mit den kommunizierten Botschaften der Unternehmen in Abschnitt 7.2.3.2.

Als positiv-neutrale Compliance-Themen wurden die Themen definiert, die Compliance in einem der Unternehmen beschreiben. Uns ist bewusst, dass die Berichterstattung über diese Themen auch negativ ausfallen kann. Allerdings sind sie in der Regel nicht so negativ besetzt, wie dies zum Beispiel bei dem Themenkomplex „Gesetzesverstöße und Fehlverhalten“ der Fall ist. Die Themen zu Gesetzesverstößen und Fehlverhalten wurden als negative Compliance-Themen festgelegt.

Sonstige Themen, die Compliance nicht unmittelbar behandeln, sind in 41 Prozent der Artikel mindestens einmal ein Thema (312, n = 760).

Die Unterschiede sind nicht signifikant (positiv-neutrale Compliance-Themen: p = 0,430, negative Compliance-Themen: p = 0,216).

Die Basis bilden jeweils die Artikel, in denen das Unternehmen als Untersuchungsgegenstand vorkommt. Die Unterschiede zwischen den Unternehmen sind nur zwischen Audi und Daimler signifikant (p = 0,032). BMW und Daimler (p = 0,662) sowie Audi und BMW (p = 0,293) unterscheiden sich nicht signifikant.

Die Unterschiede sind signifikant (p = 0,012). Dies gilt aber nur für den Unterschied zwischen Audi und Daimler (p = 0,017). Für Audi und BMW (p = 0,517) und BMW und Daimler (p = 0,062) fallen die Unterschiede nicht signifikant aus.

Die Unterschiede sind jeweils nicht signifikant (negative und positiv-neutrale Aussagen: p = 0,126).

Die Unterschiede sind sowohl bei den negativen als auch bei den positiv-neutralen Aussagen zwischen Audi und BMW und zwischen Audi und Daimler signifikant (jeweils p = 0,000). BMW und Daimler unterscheiden sich nicht (p = 0,975).

Die Unternehmen unterscheiden sich bei der Anzahl der Aussagen zu den Gründen nicht signifikant (p = 0,473).

Die Unternehmen unterscheiden sich bei der Anzahl der Aussagen zu den Zielen nicht signifikant (p = 0,378). Auch zwischen Audi und BMW sowie zwischen Audi und Daimler bestehen keine signifikanten Unterschiede (p = 0,312 und p = 0,190).

Die Aussagen „Unser Ziel ist rechtmäßig, gesetzestreu zu handeln (…)“ und „Wir wollen Schutz und Sicherheit der Kunden/Mitarbeiter/Geschäftspartner (…) und Gesellschaft gewährleisten“ rangierten mit je neun Nennungen ebenfalls an dritter Stelle.

Audi unterscheidet sich signifikant von Daimler (p = 0,008). Die Unterschiede zwischen Audi und BMW sowie zwischen BMW und Daimler sind nicht signifikant (p = 0,123, p = 0,414).

Die genauen Formulierungen der Einzelaussagen sind in Anhang A im elektronischen Zusatzmaterial einsehbar. Es handelt sich um die Aussagen 2.4, 2.5 und 2.6.

Die Unternehmen unterscheiden sich beim Vorkommen dieser Aussagen nicht signifikant (p = 0,270).

Die Unternehmen unterscheiden sich beim Vorkommen dieser Aussagen nicht signifikant (p = 0,190).

Bei Audi ist das Thema Recht im Vorstandsbereich Finanzen angesiedelt. Nur der Mutterkonzern VW hat ebenfalls einen eigenständigen Vorstandsbereich für Integrität und Recht eingerichtet.

Audi unterscheidet sich von BMW und Daimler signifikant (p = 0,035, p = 0,010). BMW und Daimler unterscheiden sich nicht signifikant (p = 0,997).

Verteilung nach Unternehmen: Audi: 21 % (93, n = 437), BMW: 24 % (90, n = 371), Daimler: 25 % (165, n = 660).

Zu der Variable wurden die 15 Aussagen unter 10.8. „Wirksamkeit, Nutzung und Ergebnisse von Compliance-/Integritäts-Maßnahmen“ sowie die einzelnen Aussagen 5.2 „Aussagen zu Verantwortungsbereichen und Aufgabengebieten in der Compliance-/Integritäts-Organisation mit namentlich benannten Personen“, 5.4 „Angaben zur Größe und Mitarbeiterzahl des Compliance-/Integritätsbereichs/Vorstandsressorts“ und 5.6 „Aussagen dazu, seit wann Compliance/Integrität verankert ist; wann das Compliance-/Integritäts-System als Ganzes oder einzelne Elemente davon (…) eingerichtet wurden (…)“., zusammengefasst. Eine ausführliche Beschreibung ist in der Übersicht „Neu gebildete Variablen“ in Anhang B im elektronischen Zusatzmaterial einsehbar.

Audi unterscheidet sich von BMW und Daimler signifikant (p = 0,004, p = 0,003). BMW und Daimler unterscheiden sich nicht signifikant (p = 0,764).

Anhand des Maßstabes lässt sich eine fünfstufige Rankingskala erstellen: 5 (intransparent) = 0 transparenzfördernde Aussagen, 4 (eher intransparent) = 1 transparenzfördernde Aussage, 3 (teils, teils) = 2 transparenzfördernde Aussagen, 2 (eher transparent) = 3 transparenzfördernde Aussagen und 1 (transparent) = 4 und mehr transparenzfördernde Aussagen.

Ein Beispiel dafür ist der Standard der Global Reporting Initiative.

Dies trifft zum Beispiel für folgende Aussagen zu „Offenlegung der Ergebnisse der Risikoanalyse“ (2 %, 7, n = 334) und „Anzahl der untersuchten Einheiten im Rahmen der Risikoanalyse“ (1 %, 5, n = 334) sowie für „Anzahl der Sanktionen gegenüber Mitarbeitern“ (0,5 %, 2, n = 334) oder „Anzahl der Vertragskündigungen bei Geschäftspartnern wegen Gesetzes- oder Regelverstößen“ (1 %, 3, n = 334).

Die Unterschiede sind nicht signifikant (p = 0,167).

Der Repräsentationsquotient zeigt an, wie stark die Inhalte in den Medien von den Botschaften in der Unternehmenskommunikation abweichen. Dafür wird der Anteil der Berichterstattung in Beziehung mit dem Anteil der Unternehmenskommunikation gesetzt. Eine idealtypische Repräsentation läge bei 100 Prozent. Allerdings ist ein äquivalenter Anteil kein Beleg für einen Einfluss in eine bestimmte Richtung. Denn eine Einflussnahme kann auch trotz kleiner Quotienten wirksam sein – zum Beispiel bei Themen, die kaum Nachrichtenwert besitzen oder wenn Argumente oder Informationen aus der Unternehmenskommunikation bestimmte Bewertungen oder Frames in der Berichterstattung anstoßen. Außerdem kann der Repräsentationsquotient nicht anzeigen, wer wen beeinflusst, sondern ist nur ein Indikator dafür, ob die Botschaften der Unternehmen mit denen in den Medien übereinstimmen oder nicht.

Die Anteile sind wie folgt: Audi: 11 % (2, n = 19), BMW: 21 % (4, n = 19). Die Unterschiede zwischen den Unternehmen sind signifikant (p = 0,013). Der paarweise Vergleich zeigt, dass sich nur Audi und Daimler (p = 0,005) sowie Audi und BMW (p = 0,006) signifikant unterscheiden. Der Unterschied zwischen BMW und Daimler ist nicht signifikant (p = 0,795).

Der Unterschied zwischen den Unternehmen ist signifikant (p = 0,029). Dabei unterscheidet sich Audi jeweils von BMW und Daimler signifikant (p = 0,009, p = 0,012). Der Unterschied zwischen BMW und Daimler ist nicht signifikant (p = 0,731).

Anteil Aussagen nach Medium: „Compliance-Organisation“: FAZ 3 % (7, n = 228), HB: 8 % (19, n = 237), SZ: 5 % (16, n = 295). Die Unterschiede sind nicht signifikant (p = 0,132). „Compliance-Maßnahmen“: FAZ: 4 % (8, n = 228), HB: 4 % (10, n = 237), SZ: 3 % (8, n = 295). Die Unterschiede sind nicht signifikant (p = 0,415).

Für die Auswertung „Unternehmen gesamt“ wurde als Basis die Gesamtzahl der Artikel genutzt. Für die Betrachtung der einzelnen Unternehmen ist die Basis ihr jeweiliges Vorkommen als Untersuchungsgegenstand in den Artikeln. Dies war notwendig, da mehrere Unternehmen pro Artikel vorkommen konnten. Daher unterscheiden sich die Grundgesamtheiten.

Die Unternehmen unterscheiden sich bei den Anteilen der Aussagen zur Organisation und zu Maßnahmen signifikant (p = 0,000). Dies resultiert aus dem jeweils signifikanten Unterschied zwischen Audi und Daimler (p = 0,000), dem signifikanten Unterschied zwischen BMW und Daimler bei den Aussagen zur Organisation (p = 0,012) und bei den Maßnahmen (p = 0,009). Dagegen unterscheiden sich Audi und BMW jeweils nicht signifikant (Organisation: p = 0,160, Maßnahmen: p = 0,462).

Die Variable „Compliance-Verhalten“ hat folgende Ausprägungen: „1“ = Keine Compliance-Verstöße, „2“ = Einen schweren Compliance-Verstoß, „3“ = Mehrere schwere Compliance-Verstöße. Entsprechend der Beschreibung der Unternehmen in Abschnitt 6.1 wurden die drei Unternehmen jeweils einer Ausprägung zugeordnet. Für die Berechnung wurde außerdem die Variable „Compliance-Vorkehrungen“ neu gebildet. Beide Beschreibungen sind in der Übersicht „Neu gebildete Variablen“ in Anhang B im elektronischen Zusatzmaterial einsehbar.

Die Unterschiede zwischen den Unternehmen sind nicht signifikant (p = 0,082).

Als positiv-neutrale Aussagen wurden zum Beispiel Informationen codiert, die angeben, ob das Unternehmen Konsequenzen zieht, ob Vorwürfe als nicht zutreffend eingestuft werden oder ob das Unternehmen das Fehlverhalten aufklärt. Negative Aussagen sind u. a. Informationen zu Hinweisen auf Fehlverhalten, zu mangelndem Aufklärungswillen oder Aussagen zu behördlichen Ermittlungen und Durchsuchungen (vgl. Anhang A im elektronischen Zusatzmaterial).

Die Unterschiede zwischen den Unternehmen sind bei den Aussagen zu Fehlverhalten signifikant (p = 0,000, p = 0,007). Die Unterschiede zwischen den Unternehmen bei den positiv-neutralen und negativen Aussagen sind signifikant (p = 0,000). Prüft man die Unterschiede paarweise, dann zeigt sich für die positiv-neutralen Aussagen, dass die Unterschiede zwischen Audi und BMW und zwischen Audi und Daimler signifikant sind (p = 0,000, p = 0,009). Dagegen unterscheiden sich BMW und Daimler nicht signifikant (p = 0,06). Ähnlich verhält es sich bei den negativen Aussagen. Der Unterschied zwischen Audi und BMW und zwischen Audi und Daimler ist jeweils signifikant (p = 0,000). BMW und Daimler unterscheiden sich nicht signifikant (p = 0,845).

Die neu gebildeten Variablen sind in der Übersicht Datensatz Aussagenebene beschrieben und die Beschreibung ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

Die Unterschiede zwischen den Unternehmen sind bei den positiven und negativen Wertvorstellungen zwischen Audi einerseits und BMW und Daimler andererseits signifikant (p = 0,000–0,003). BMW und Daimler unterscheiden sich nicht signifikant (p = 0,597–0,852).

Die Basis für die Zuordnung der Aussagen zu den Unternehmen bilden die Artikel, in denen die Unternehmen als Untersuchungsgegenstand vorkommen, da pro Beitrag mehrere Unternehmen vertreten sein konnten.

Für die Auswertung der Unternehmenskommunikation wurden die entsprechenden Aussagen, die ein Werteverständnis vermitteln, in einer neuen Variable zusammengefasst (vgl. Anhang B im elektronischen Zusatzmaterial). Die Anteile wertender Aussagen an den Gesamtaussagen in der Unternehmenskommunikation sind bei Audi: 26 % (115, n = 437) und bei BMW: 26 % (97, n = 371).

Die Hypothese H₁ wurde bereits im Abschnitt 7.2.2 geprüft und anhand des Vergleichs der Themen und Einzelaussagen in der Unternehmenskommunikation und in der Berichterstattung zurückgewiesen.

Die Unterschiede sind nach dem Chi2-Test signifikant (p = 0,000). Die Verteilung für Pressemitteilungen ist wie folgt: Audi: 1 % (1, n = 127), BMW: 0 Beiträge, Daimler: 7 % (9, n = 134). Die Anteile für Unternehmensbroschüren sind folgende: Audi: 2 % (2, n = 127), BMW: 0 Beiträge, Daimler: 19 % (25, n = 134).

Die Verteilung der durchschnittlichen Aussagen je Publikationsart (häufigsten) nach Unternehmen ist wie folgt: Webseite: Audi: 3,8, BMW: 5,3, Daimler: 6,1 Aussagen; Geschäftsbericht: Audi: 3,6, BMW: 7,2, Daimler: 5 Aussagen; Richtlinien: Audi: 3,4, BMW: 5,5, Daimler: 7,3 Aussagen; Nachhaltigkeitsbericht: Audi: 3,5, BMW: 4,1, Daimler: 6,1 Aussagen; Reden: Audi 5,5 BMW: 1,5, Daimler: 4,0 Aussagen; Unternehmensbroschüren Audi 4, BMW: 0, Daimler: 2,9 Aussagen.

Interview: 1 % (2, n = 334), Zitate/Statements: 1 % (4, n = 334).

Die Grundgesamtheit fällt bei dieser Auswertung geringer aus als bei anderen Auswertungen. Dies liegt daran, dass bei Reden und Pressemitteilungen (22 Beiträge) kein formaler Beachtungsgrad erhoben wurde (vgl. Abschnitt 6.3.1.2).

Die verschiedenen Ausprägungen der Variable „Beachtungsgrad“ sind im Codebuch ausführlich definiert (vgl. Anhang A im elektronischen Zusatzmaterial).

Die Summe der absoluten Zahlenangaben beläuft sich nicht auf 760 Artikel. Dies liegt daran, dass drei Artikel nur als pdf.-Datei und nicht im Format einer Zeitungsseite auffindbar waren. Daher konnte kein Beachtungsgrad erhoben werden.

Verteilung höchster BAG: FAZ: 4 % (10, n = 228), SZ: 8 % (24, n = 295); zweithöchster BAG: FAZ: 28 % (63, n = 228), HB: 16 % (37, n = 237), SZ: 36 % (105, n = 295); fünfthöchster BAG: FAZ: 24 % (55, n = 228), HB: 9 % (21, n = 237), SZ: 19 % (55, n = 295).

Die Unterschiede zwischen den Zeitungen sind signifikant (p = 0,000). Die einzelnen Zeitungen unterscheiden sich ebenfalls signifikant (p = 0,000, FAZ und SZ p = 0,009).

Die Unternehmen unterscheiden sich nicht signifikant (p = 0,074).

Verteilung zweithöchster BAG: Audi: 27 % (60, n = 224), BMW: 24 % (19, n = 79), Daimler: 25 % (60, n = 239).

Verteilung dritthöchster BAG: Audi: 18 % (41, n = 224), BMW: 27 % (21, n = 79), Daimler: 21 % (49, n = 239).

Verteilung höchster BAG: Audi: 16 % (35, n = 224), BMW: 25 % (20, n = 79), Daimler: 19 % (45, n = 239).

Deshalb lässt sich das Untersuchungsmaterial nicht in kürzere Zeitabschnitte als in Jahre unterteilen.

Die Auswertung bezieht sich auf Beiträge. Es kann sein, dass in einer Publikation mehrere Beiträge vorkommen. Auch in diesen Fällen zählt der einzelne Beitrag.

Nach dem Chi2-Test sind die Unterschiede zwischen den Unternehmen signifikant (p = 0,000).

Bei zwei Beiträgen fehlte die Datumsangabe. Daher weichen die Grundgesamtheiten bei BMW und Daimler sowie bei Unternehmen gesamt ab.

Der Anteil lag für Audi bei 54 % (50, n = 93), für BMW bei 65 % (37, n = 57) und für Daimler bei 55 % (69, n = 126). Die Unterschiede sind nicht signifikant.

Webseiten wurden bei dieser Analyse nicht berücksichtigt, da sie dauerhaft abrufbar sind und keinem Jahr zugeordnet werden können.

Diese dichotome Variable gibt an, ob ein Beitrag vor und während des Untersuchungszeitraums veröffentlicht wurde. Eine Übersicht über die neu gebildeten Variablen ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

Schaut man die Tageszeitungen einzeln an, dann waren die meisten Kalenderwochen ohne Beitrag zu Compliance bei der FAZ (27 %, 28, n = 104). Beim Handelsblatt und bei der SZ war die Anzahl der Wochen ohne Beiträge über Compliance deutlich weniger (HB: 18 %, 19, n = 104, SZ: 17 %, 18, n = 104). Dagegen sind keine nennenswerten Unterschiede bei der Anzahl der Wochen mit erhöhter Berichterstattung (Anzahl Kalenderwochen mit ≥ zwei Prozent aller Artikel je Medium) zu erkennen.

Das Handelsblatt erscheint nur fünfmal statt sechsmal pro Woche.

Als überdurchschnittlich gelten Wochen dann, wenn sie ≥ zwei Prozent der Artikel auf sich vereinen.

Die Beschreibung der neu gebildeten Variablen ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

Eine ausführliche Analyse der Berichterstattung im Kontext von Compliance-Vorfällen findet sich im Abschnitt 7.8.2.

Die Unterschiede zwischen BMW und Audi bzw. Daimler sind jeweils signifikant (p = 0,000). Zwischen Audi und Daimler besteht kein signifikanter Zusammenhang (p = 1,000).

Die Beschreibung der Variable ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

Der Anteil der Mitglieder des Vorstands am Akteursaufkommen liegt bei Audi bei 81 Prozent (30, n = 37), bei Daimler bei 70 Prozent (23, n = 33) und bei BMW bei 60 Prozent (6, n = 10).

100

Für diese Auswertung wurden die Vorstandsvorsitzenden und die Mitglieder des Vorstands zu der Oberkategorie „Vorstände“ zusammengefasst (vgl. Anhang B im elektronischen Zusatzmaterial). Daraus ergibt sich die Grundgesamtheit von 59 Akteuren.

101

Der Anteil der Ausprägung „Vertreter anderer Unternehmen“ ist deshalb so hoch, da darunter auch die Akteure von VW erfasst wurden. Sie kamen häufig im Zusammenhang mit Audi zu Wort.

Die Ausprägung „Sonstige Akteure“ wurde nicht abgebildet. Sie hat einen Anteil von zwei Prozent (28, n = 1340).

Insgesamt sollten vor allem die Ergebnisse für die Akteursgruppen mit geringen Fallzahlen zurückhaltend interpretiert werden. Der Reliabilitätskoeffizient für diese Variable lag unter dem Standard von 0.8, aber noch in dem Bereich, der für neue Forschungsgebiete noch als akzeptabel gilt. (vgl. Tabelle 6.8; Fußnote 53 im Kapitel 6).

102

Da pro Beitrag mehrere Unternehmen codiert wurden und sich somit die enthaltenen Akteure auf mehrere Unternehmen beziehen konnten, war es nicht möglich, die Unternehmen als Gruppierungsvariable zu nutzen und Signifikanztests zu berechnen. Das Codebuch enthielt für die Akteure des jeweiligen Unternehmens einen eindeutigen Code.

103

Die Zeitungen unterscheiden sich signifikant (p = 0,000). Es bestehen signifikante Unterschiede zwischen dem Handelsblatt und der FAZ (p = 0,001) sowie der SZ (p = 0,000).

104

Die Anteile der hochrangigen Unternehmensvertreter waren folgende: FAZ: 33 % (130, n = 390), HB: 38 % (183, n = 487) und SZ: 29 % (133, n = 463).

105

Die Präsenz der Vorstandsmitglieder in den zwei weiteren Zeitungen fiel wie folgt aus: FAZ: 29 % (115, n = 390) und SZ: 26 % (123, n = 463).

106

Die Ausprägung „Sonstige Quelle“ wurde nicht abgebildet. Sie hat einen Anteil von sieben Prozent (45, n = 670).

107

Dabei unterscheiden sich die drei Zeitungen nicht signifikant (p = 0,587).

108

BMW unterscheidet sich signifikant von den beiden anderen Herstellern (jeweils p = 0,001).

109

Audi unterscheidet sich signifikant von den anderen Herstellern (Audi und BMW p = 0,003, Audi und Daimler p = 0,000). BMW und Daimler unterscheiden sich nicht signifikant (p = 0,844).

110

Anteile der vier häufigsten externen Quellen an allen Quellen in der Berichterstattung des jeweiligen Unternehmens: BMW: 36 % (34, n = 107) und Daimler: 30 % (84, n = 282).

111

Anteile der hochrangigen Unternehmensvertreter an allen Quellen in der Berichterstattung des jeweiligen Unternehmens: BMW: 20 % (21, n = 107) und Daimler: 16 % (46, n = 282).

112

Audi unterscheidet sich signifikant von den anderen Herstellern (Audi und BMW p = 0,000, Audi und Daimler p = 0,001). BMW und Daimler unterscheiden sich nicht signifikant (p = 0,172).

113

Die neu gebildeten Variablen sind in Anhang B im elektronischen Zusatzmaterial einsehbar.

114

Die Anteile für die beiden Unternehmen sind wie folgt: Audi 19 % (20, n = 104), BMW 33 % (19, n = 57) und Daimler 23 % (36, n = 154).

115

Die Anteile verhalten sich wie folgt: Audi 4 % (4, n = 104) und BMW 9 % (5, n = 57).

116

Die jeweiligen Anteile sind wie folgt: Audi 15 % (16, n = 104), BMW 11 % (6, n = 57) und Daimler 4 % (6, n = 154).

117

Im Datensatz Unternehmenskommunikation wurden 25 Variablen und im Datensatz Medienberichterstattung 53 Variablen ausgeschlossen. Im Datensatz Medienberichterstattung waren darunter auch Variablen, die nur in einem Fall vorkamen.

118

Der MSA-Wert gibt das Maß für die Eignung der Stichprobe (Measure of Sampling Adequacy) an. Als inakzeptabel gelten Werte, die kleiner sind als 0,5 (vgl. Backhaus et al. 2018: 378 f.; Brosius 2018: 919).

119

Die Werte des KMO-Maßes reichen von 0 bis 1, wobei Werte unter 0,5 als inakzeptabel gelten (vgl. Brosius 2018: 919; Janssen & Latz 2017: 604).

120

Die Eigenwerte der Faktoren sollen über dem Wert 1 liegen und damit mehr als die Streuung einer Variable erklären. Die Eigenwerte geben an, welchen Beitrag an der gesamten Streuung aller Variablen ein Faktor erklärt (vgl. Brosius 2018: 921; Eckstein 2019: 458, 467).

121

Die Eigenwerte der Faktoren betragen jeweils 6,15, 3,83, 3,29, 2,55, 2,43, 2,11 und 1,91. Der Knick im Screeplot war bei circa sieben Faktoren erkennbar. Der Anteil der erklärten Varianz nahm nach dem siebten Faktor ab.

122

Die Bezeichnung der Frames basiert auf der inhaltlichen Interpretation der Autorin. Einen Ausschlag für die Interpretation gab die Variable (Aussage) mit der höchsten Faktorladung. Eine Übersicht mit den Aussagen je Frame ist in Anhang D im elektronischen Zusatzmaterial einsehbar.

123

Für die Auswertung des Vorkommens der Frames wurden die Faktorwerte der Faktoren-Variablen in vier Perzentile eingeteilt. Die Ausprägungen der Perzentilgruppen sind folgende: „1 = Kommt nicht vor“, „2 = Kommt schwach vor“, „3 = Kommt stark vor“ und „4 = Kommt sehr stark vor“. Ein Frame war dann in der Compliance-Kommunikation enthalten, wenn er sehr stark oder stark vorkam. Die Ausprägung „Kommt schwach vor“ wurde mit der Ausprägung „Kommt nicht vor“ zusammengefasst. Dies lässt sich damit begründen, dass es beim Framing darauf ankommt, dass Informationen betont werden (vgl. Abschnitt 4.2.4).

124

Die Frames sind von oben nach unten absteigend nach ihrem Anteil an der erklärten Gesamtvarianz angeordnet. Das heißt, der „Compliance-Verankerungs-Frame“ weist den höchsten und der „Schadensvermeidungs-Frame“ den geringsten Anteil an der erklärten Gesamtvarianz auf.

125

Ein Beispiel dafür ist der Standard der Global Reporting Initiative für das Thema Korruption (GRI 205: Anti-corruption 2016).

126

Die Unterschiede zwischen den drei Unternehmen sind bei folgenden Frames nicht signifikant: „Compliance-Verankerungs-Frame“, „Compliance-Organisations-Frame“, „Reaktion-Fehlverhalten-Frame“, „Strafe-Fehlverhalten-Frame“ und „Schadensvermeidungs-Frame“ (p = 0,789, p = 0,892, p = 0,832, p = 0,578, p = 0,509). Bei dem „Geschäftspartner-Compliance-Frame“ sind die Unterschiede signifikant (p = 0,024). Bei diesem Frame unterscheiden sich Audi und BMW sowie Audi und Daimler jeweils signifikant (p = 0,029, p = 0,015). BMW und Daimler unterscheiden sich dagegen nicht signifikant (p = 0,897). Bei dem Frame „Reputationsschutz"“sind die Unterschiede insgesamt nicht signifikant (p = 0,06). Allerdings unterscheiden sich Audi und BMW signifikant (p = 0,027).

127

Für die Berechnung der Korrelation wurden die Variablen „Sehr starkes Vorkommen präventive Frames“ und „Compliance-Verhalten dichotom“ gebildet. Die Beschreibungen sind in Anhang B im elektronischen Zusatzmaterial einsehbar.

128

Die Variable „Sehr starkes Vorkommen Frames Fehlverhalten“ wurde neu gebildet. Die Beschreibung ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

129

Die Eigenwerte der Faktoren sind folgende: 2,26, 1,81, 1,72, 1,54, 1,41 und 1,27. Ein leichter Knick im Screeplot war bei circa sechs Faktoren erkennbar.

130

131

Für die Auswertung des Vorkommens der Frames wurden die Faktorwerte der Faktoren-Variablen in vier Perzentile eingeteilt. Die Ausprägungen der Perzentilgruppen sind folgende: „1 = Kommt nicht vor“, „2 = Kommt schwach vor“, „3 = Kommt stark vor“ und „4 = Kommt sehr stark vor“. Ein Frame war dann in der Berichterstattung enthalten, wenn er sehr stark oder stark vorkam. Die Ausprägung „Kommt schwach vor“ wurde mit der Ausprägung „Kommt nicht vor“ zusammengefasst. Dies lässt sich damit begründen, dass es beim Framing darauf ankommt, dass Informationen betont werden (vgl. Abschnitt 4.2.4).

132

Die Frames sind von oben nach unten absteigend nach ihrem Anteil an der erklärten Gesamtvarianz angeordnet. Das heißt, der „Compliance-System-Frame“ weist den höchsten und der „Unschulds-Frame“ den geringsten Anteil an der erklärten Gesamtvarianz auf.

133

Die Unterschiede zwischen den Zeitungen sind bei allen sechs Frames nicht signifikant (p = 0,098 – 0,705).

134

Die Unterschiede sind bei folgenden Frames zwischen allen drei Unternehmen signifikant: „Kartellverstoß-Frame“ (p = 0,000), „Compliance-Maßnahmen-Frame“ (p = 0,020), „Dieselmanipulations-Frame“ (p = 0,041), „Unschulds-Frame“ (p = 0,037). Die Unterschiede bei dem „Compliance-System-Frame“ (p = 0,350) und dem „Compliance-Kultur-Frame“ (p = 0,255) sind nicht signifikant. Die Unterschiedstests nach Unternehmenspaaren ergeben folgende Abweichungen davon: Audi und BMW unterscheiden sich bei dem „Compliance-Maßnahmen-Frame“ nicht signifikant (p = 0,148). Die Unterschiede zwischen Audi und Daimler sind bei dem „Dieselmanipulations-Frame“ nicht signifikant (p = 0,826). BMW und Daimler unterscheiden sich bei dem „Kartellverstoß-Frame“ (p = 0,177), dem „Compliance-Maßnahmen-Frame“ (p = 0,607) und dem „Unschulds-Frame“ (p = 0,401) nicht signifikant.

135

Für die Auswertung der Frames nach Unternehmen wurde der Datensatz Medienberichterstattung nach dem Variablenpaar „Untersuchungsgegenstand“ und „Schwerpunkt“ umstrukturiert. Dadurch war es möglich, die Ausprägungen der Frames nach den Unternehmen auszuwerten, die den Schwerpunkt eines Artikels bildeten.

136

Die Korrelationskoeffizienten für die Hersteller waren wie folgt: Audi: r_s = −0,406, p = 0,215, für BMW r_s = - 0,409, p = 0,211 und für Daimler r_s = −0,710, p = 0,014.

137

Für die Darstellung wurden die Ausprägungen der Frame-Variablen „3 = Kommt stark vor“ und „4 = Kommt sehr stark vor“ zusammengefasst. Ein Frame kam dann vor, wenn er in einem Artikel sehr stark oder stark ausgeprägt war.

138

Der Datensatz Medienberichterstattung wurde für die Auswertung nach den Quellen der Aussagen umstrukturiert. Dadurch war es möglich, die Quelle für jede Aussage zu erheben.

139

Die weiteren offiziellen Unternehmensquellen waren nur mit vergleichsweise minimalen Anteilen von weniger als fünf Prozent vertreten und wurden daher nicht ausgewiesen.

140

Die genauen Anteile sind wie folgt Politiker: 28 % (46, n = 166), Vertreter der Rechtspflege: 29 % (48, n = 166) und andere Medien: 28 % (47, n = 166).

141

Bei der Publikationsart „Verhaltenskodex/Richtlinie“ wurden die Ausprägungen „neutral“ und „nicht anwendbar“ zu „neutral“ zusammengefasst.

142

Für die Ergebnisdarstellung wurde die fünfstufige Ordinalskala zu einer dreistufigen Skala mit den Ausprägungen „positiv“, „neutral/ambivalent“ und „negativ“ zusammengefasst. Die Fälle, bei denen keine Gesamttendenz erkennbar war, wurden der Ausprägung „neutral/ambivalent“ zugeordnet. Es ist davon auszugehen, dass diese Beiträge ebenfalls eine neutrale Gesamttendenz vermitteln.

143

Für die Berechnung der Korrelation wurde die Variable „Gesamttendenz ordinal“ neu gebildet. Die Definition dieser Variable ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

144

Für die Berechnung wurde die ordinalskalierte Variable „Beachtungsgrad Index“ verwendet. Die Beschreibung dieser Variable ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

145

Die Beschreibung dieser Variable ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

146

Pro Artikel konnte für jedes Unternehmen eine Gesamttendenz vergeben werden. Es waren also pro Artikel drei Globalurteile möglich.

147

Die Unterschiede sind zwischen den Unternehmen signifikant (p = 0.000). Paarweise unterscheiden sich Audi und BMW sowie Audi und Daimler signifikant (jeweils p = 0.000). Der Unterschied zwischen BMW und Daimler ist nicht signifikant (p = 0,096).

148

Für die Ergebnisdarstellung und die weiteren Berechnungen wurde die Variable „Gesamttendenz“ zu einer dreistufigen ordinalskalierten Variable mit den Ausprägungen „positiv“, „ambivalent, neutral“ und „negativ“ umcodiert.

149

Die Zeitungen unterscheiden sich nicht signifikant (p = 0,313). Auch die paarweisen Tests ergeben keine Unterschiede (p = 0,133 – 0,658).

150

Die Korrelationskoeffizienten sind folgende: BMW: r_s = −0,248, p = 0,003, Daimler: r_s = −0,195, p = 0,000. Für Audi zeigt sich kein Zusammenhang bei der Gesamtreputation (r_s = 0,011, p = 0,834).

151

Die Zusammenhänge sind wie folgt: „Gesamttendenz“ & „Anlass“: Audi: r_s = 0,348, BMW: r_s = 0,390, Daimler: r_s = 0,429; „Gesamttendenz“ & „Hauptthema Gesetzesverstöße und Fehlverhalten“: Audi: r_s = 0,411, BMW: r_s = 0,261, Daimler: r_s = 0,387; „Gesamttendenz“ & "Einzelaussagen Gesetzesverstöße und Fehlverhalten“: Audi: r_s = 0,334, BMW: r_s = 0,358, Daimler: r_s = 0,249. Alle Zusammenhänge sind signifikant (p = 0.000).

152

Zur Definition von Krisen- und Routinesituation siehe Abschnitt 7.8.2.

153

Audi konnte aufgrund des Dieselskandals während des Untersuchungszeitraums nicht ausgewertet werden (vgl. Abschnitt 7.8.2).

154

Die Verteilung der positiven und negativen Gesamtbewertungen ist wie folgt: Routinesituation eindeutig/eher positiv: 5 % (2, n = 38), eindeutig/eher negativ: 68 % (26, n = 38); Krisensituation: eindeutig/eher positiv: 6 % (20, n = 311), eindeutig/eher negativ 73 % (277, n = 311).

155

Für die Ergebnisdarstellung und die weiteren Berechnungen wurde die Variable „Compliance-Performance“ zu einer dreistufigen ordinalskalierten Variable mit den Ausprägungen „positiv“, „ambivalent, neutral“ und „negativ“ umcodiert.

156

Die Zeitungen unterscheiden sich nicht signifikant (p = 0,595).

157

Die Unterschiede zwischen den Unternehmen sind signifikant (p = 0,000). Die paarweisen Unterschiede sind für Audi und BMW und für Audi und Daimler signifikant (jeweils p = 0,000). Der Unterschied zwischen BMW und Daimler ist nicht signifikant (p = 0,140).

158

Korrelationskoeffizienten sind für BMW: r_s = −0,048, p = 0,630 und für Daimler: r_s = 0,164, p = 0,304.

159

Korrelationskoeffizienten sind für BMW r_s = 0,290, p = 0,003 und für Daimler: r_s = 0,236, p = 0,000.

160

Für alle Unternehmen zusammen liegt der Korrelationskoeffizient bei r_s = 0,177, p = 0,000. Für Audi liegt der Korrelationskoeffizient bei r_s = 0,248, p = 0,000, für BMW bei r_s = 0,199, p = 0,0043 und für Daimler bei r_s = 0,252, p = 0,000.

161

Für alle Unternehmen zusammen liegt der Korrelationskoeffizient bei r_s = −0,098, p = 0,008, für Audi bei r_s = 0,012, p = 0,831 und für Daimler bei r_s = −0,107, p = 0,062.

162

Für die Berechnung wurde im Datensatz „Compliance Performance“ die Variable „Vorkommen Unternehmen“ gebildet, die die Häufigkeit von Aussagen für jedes Unternehmen ordinalskaliert angibt. Die genaue Beschreibung ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

163

Die Korrelationskoeffizienten sind wie folgt: BMW: r_s = −0,302, p = 0,002, Daimler: r_s = −0,116, p = 0,043.

164

Zusätzlich wurde eine ordinale Regressionsanalyse durchgeführt, um zu prüfen, wie die Art des Zusammenhangs ist und um zu ermitteln, welche Variable die anderen Variablen erklärt (vgl. Bühl 2014: 439; Schendera 2014: 2). Die Anpassungsgüte des errechneten Modells war gering und damit auch die erklärte Varianz. Die Maße Pearson und Abweichung hatten jeweils Signifikanzwerte von p = 0,000. Damit waren die Abweichungen zwischen den Modellwerten und den beobachteten Werten signifikant. Demnach ist das Modell nicht gut geeignet, die tatsächlichen Zusammenhänge abzubilden (vgl. Brosius 2018: 715). Der Grund dafür ist vermutlich die geringe Fallzahl von 38 Fällen, in den die Compliance-Performance, die funktionale Performance und die Gesamttendenz zusammen vorkommen. Die Ergebnisse der Regressionsanalyse wurden daher nicht weiter berücksichtigt.

165

Die Korrelationskoeffizienten sind wie folgt: Audi: r_s = 0,734, p = 0,000, BMW: r_s = 0,736, p = 0,000, Daimler: r_s = 0,664, p = 0,000.

166

Zur Definition von Krisen- und Routinesituation siehe Abschnitt 7.8.2.

167

Die Hypothese H₈ wurde auch für die Gesamttendenz geprüft (vgl. Abschnitt 7.7.2).

168

Die Korrelationskoeffizienten betragen für BMW: r_s = −0,182, p = 0,065 und für Daimler: r_s = −0,090, p = 0,118. Für Audi wurde keine Korrelation berechnet, da sich das Unternehmen während des Untersuchungszeitraums durchgehend in einer Compliance-Krise befand.

169

Die Unterschiede zwischen den Zeitungen sind nicht signifikant (p = 0,168).

170

Für die Berechnung der Zusammenhänge wurden neue Variablen gebildet. Diese sind in Anhang B im elektronischen Zusatzmaterial einsehbar.

171

Die Unternehmen unterscheiden sich signifikant (p = 0,000). Dies gilt auch paarweise für Audi und BMW sowie für Audi und Daimler. Der Unterschied zwischen BMW und Daimler ist nicht signifikant (p = 0,258).

172

Für die Ergebnisdarstellung und für die weiteren Berechnungen wurde die Variable „Funktionale Performance“ zu einer dreistufigen ordinalskalierten Variable mit den Ausprägungen „positiv“, „ambivalent, neutral“ und „negativ“ umcodiert.

173

Der Korrelationskoeffizient für die Unternehmen zusammen beträgt r_s = 0,051, p = 0,760. Für die einzelnen Unternehmen variiert er zwischen r_s = −0,459 und 0,441, bei den Signifikanzwerten von p = 0,214 bis 0,420.

174

Die neu gebildeten Variablen sind in Anhang B im elektronischen Zusatzmaterial einsehbar.

175

Für die Gegenüberstellung berechneten wir die jeweiligen Anteile der Tendenzen, mit denen die Zeitungen die Unternehmen bewerteten, sowie die Anteile, mit denen sich die Unternehmen in ihrer Compliance-Kommunikation selbst darstellten. Daraus bildeten wir die Differenz. Bei positiven Differenzen (Balken nach rechts) war die Tonalität in den Medien stärker. Bei negativen Differenzen (Balken nach links) fiel die Gesamttendenz in der Unternehmenskommunikation stärker aus.

176

Die Korrelationskoeffizienten liegen für die Gesamttendenz in der Unternehmenskommunikation und die Gesamttendenz in der Berichterstattung bei: r_s = −0,100, p = 0,873; für die Gesamttendenz in der Unternehmenskommunikation und die Compliance-Reputation in der Berichterstattung bei: r_s = −0,205, p = 0,741.

177

Der Maßstab wurde bereits bei der Analyse der Unternehmenskommunikation genutzt (vgl. Abschnitt 7.2.3.1.6).

178

Für die Auswertung wurde die fünfstufige Skala des Transparenz-Maßstabs (vgl. Fußnote 54 im Kapitel 7) in eine dreistufige Skala mit den Ausprägungen „transparent“, „teils, teils“ und „intransparent“ überführt.

179

Bei Audi ist kein Beitrag transparent. 125 Beiträge sind intransparent (0 %, 98 %, n = 127), bei BMW sind drei Beiträge transparent und 63 intransparent (4 %, 86 %, n = 73). Bei Daimler sind sechs transparente und 121 intransparente Beiträge enthalten (5 %, 90 %, n = 134). Demnach betragen die Salden für Audi −98, für BMW −82 und für Daimler −85 Prozentpunkte. Die Rangreihe hat folgende Ausprägungen und Zuordnungen: 1 = „Unternehmenskommunikation geringste Intransparenz“: BMW, 2 = „Unternehmenskommunikation mittlere Intransparenz“: Daimler, 3 = „Unternehmenskommunikation stärkste Intransparenz“: Audi.

180

Die Variable ist in der Übersicht „Neu gebildete Variablen“ beschrieben. Die Beschreibung ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

181

Als relevante Informationen gelten in dieser Arbeit die 85 Einzelaussagen, die aus der Literatur und aus Publikationen der Unternehmen zu Compliance abgeleitet wurden (vgl. Abschnitt 6.3.1.1).

182

Die genaue Definition der Variable „Informationsmenge“ ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

183

Für die Ergebnisdarstellung wurden die Ausprägungen „sehr hohe Informationsmenge“ und „hohe Informationsmenge“ sowie „sehr niedrige Informationsmenge“ und „niedrige Informationsmenge“ zusammengefasst.

184

Die Unternehmen unterscheiden sich signifikant (p = 0,006). Dies liegt an den Unterschieden zwischen Audi und BMW (p = 0,013) und Audi und Daimler (p = 0,004). BMW und Daimler unterscheiden sich nicht signifikant (p = 0,967).

185

Entgegen dem allgemeinen Vorgehen, bei dem kein formaler Beachtungsgrad für Reden und Pressemitteilungen erhoben wurde, wichen wir bei der Bildung des Indexes für die Kommunikationsqualität davon ab (vgl. Abschnitt 6.3.1.2). Hier flossen Pressemitteilungen und Reden mit dem höchsten Beachtungsgrad ein. Bei dem Index kommt es nicht auf formale Kriterien an, sondern auf den qualitativen Beachtungsgrad bei der Zielgruppe. Dieser ist bei Reden und Pressemitteilungen vermutlich hoch, da beide Publikationsformen direkt an die adressierte Zielgruppe gesendet oder im Fall der Rede vor den Adressaten gehalten werden. Die Aufmerksamkeit für beide Publikationen dürfte daher hoch sein.

186

In den Index flossen hauptsächlich inhaltliche Variablen ein. Die Kriterien wurden aus der Reputationsforschung abgeleitet (vgl. Abschnitt 4.1.3.2), operationalisiert (vgl. Abschnitt 6.3.1.2) und zu einem Index zusammengefasst. Nicht berücksichtigt wurde die Variable „Dialogmöglichkeit“, da solche Angebote einerseits leicht zu kommunizieren sind und damit ein anderes Gewicht haben sollten als die Variablen „Transparenz“ oder „Informationsmenge“. Außerdem bieten die Unternehmen kaum Dialogmöglichkeiten mit Compliance-Bezug an (vgl. Abbildung 7.31). Daher wurde die Variable im Index nicht berücksichtigt. Auch die Variable „Ausschöpfung Publikationsarten“ floss nicht in den Index ein. Diese Variable bezieht sich auf die gesamten Publikationen und ist nicht auf Beitragsebene anwendbar. Die Definitionen der neu gebildeten Variablen sind in der Übersicht „Neu gebildete Variablen“ in Anhang B im elektronischen Zusatzmaterial einsehbar.

187

Die Unterschiede zwischen Audi und BMW sowie Daimler sind jeweils signifikant (p = 0,000). BMW und Daimler unterscheiden sich nicht signifikant (p = 0,561).

188

Die Korrelationskoeffizienten für die einzelnen Frames der Compliance-Kommunikation und der Variable „Compliance-Verhalten“ variierten wie folgt: r_s = −0,009–0,024, p = 0,633–0,921.

189

Da mehrere Unternehmen pro Beitrag als Schwerpunkt codiert werden konnten, summieren sich die Prozentwerte auf über 100 Prozent.

190

BMW unterscheidet sich von den drei anderen Unternehmen jeweils signifikant (Unterschiede: Audi und BMW: p = 0,038; BMW und Daimler: p = 0,002). Zwischen Audi und Daimler besteht kein signifikanter Unterschied.

191

Für die Berechnung wurden im Datensatz „Schwerpunkt Unternehmen“ die Variable „Schwerpunkt dichotom“ mit den Ausprägungen „Schwerpunkt“ und „kein Schwerpunkt“ und die Variable „Compliance Verhalten Unternehmen“ gebildet. Die Variablen sind in der Übersicht „Neu gebildete Variablen“ beschrieben. Die Beschreibung ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

192

Da mehrere Unternehmen pro Beitrag als Untersuchungsgegenstand codiert werden konnten, summieren sich die Prozentwerte auf über 100 Prozent. Die Unterschiede sind gemäß dem Chi²-Test signifikant (p = 0,000).

193

Für die Berechnung wurden im Datensatz „Schwerpunkt Unternehmen“ die dichotome Variable „Untersuchungsgegenstand“ und die ordinalskalierte Variable „Compliance-Verhalten Unternehmen“ gebildet. Die genauen Beschreibungen sind in Anhang B im elektronischen Zusatzmaterial einsehbar.

194

Kritisch anzumerken ist, dass die Zuordnung der Unternehmen auf der Einschätzung der Autorin basiert und darüber v. a. die Unterschiedlichkeit der Unternehmen angezeigt wird. Darauf gehen wir im Kapitel Methodische Limitationen und Forschungsbedarf genauer ein ( vgl. Abschnitt 8.4.2). Die Variable ist in der Übersicht „Neu gebildete Variable“ beschrieben. Die Beschreibung ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

195

Damit machen wir die Einteilung in Routine- und Krisensituationen anhand medienexterner Realitätsi8.4.2ndikatoren fest. Dies hat zur Folge, dass der Krisenzeitraum bei Daimler sehr lange definiert ist, was sich auf die Ergebnisse auswirkt. Dies wird im Kapitel Methodische Limitationen und Forschungsbedarf kritisch diskutiert (vgl. Abschnitt ).

196

Aufgrund der geringen Fallzahlen ist das Ergebnis mit entsprechender Vorsicht zu interpretieren.

197

Zu den Frames Fehlverhalten werden der „Dieselmanipulations-Frame“, der „Kartellverstoß-Frame“ und der „Unschulds-Frame“ gezählt (vgl. Abschnitt 7.6.2).

198

Diese Ergebnisse können aufgrund der Datenlage nur erste Hinweise auf Unterschiede zwischen Krisen- und Routinezeiten liefern und daher nicht verallgemeinert werden.

199

Da Audi sich während des gesamten Untersuchungszeitraums in einer Krisensituation befand, wurde das Unternehmen bei dieser Auswertung nicht berücksichtigt.

200

Zu den Aussagen der Unternehmenskommunikation von Daimler, die in der Berichterstattung über das Unternehmen vorkamen, gehörten folgende: „Compliance ist (…) Voraussetzung für den Fortbestand (…) des Unternehmens“, „Compliance ist (…) Bestandteil der Unternehmenskultur“, „Wir halten uns an alle relevanten Gesetze und an geltendes Recht“, „Wir halten uns an externe internationale Standards und Konventionen (…)“, „Aussagen zu festgelegten Verantwortlichkeiten, Aufgaben, Rollen und Verantwortungsbereiche (…)“.

201

Zwei weitere Aussagen stammen von inoffiziellen Quellen des Unternehmens – einmal von einem Mitarbeiter und einmal von einer anonymen Quelle aus dem Unternehmen (3 %, 2, n = 65).

202

Die Beschreibung der Variable ist in Anhang B im elektronischen Zusatzmaterial einsehbar.

203

Audi unterscheidet sich signifikant (p = 0,000) von BMW und Daimler. BMW und Daimler unterscheiden sich nicht signifikant (p = 0,975).

204

Ausführlicher zu den Ergebnissen der medial vermittelten Reputation siehe Abschnitt 7.7.2.

Titel: Ergebnisse: Compliance als Thema der Unternehmenskommunikation und in den Medien: ein Reputationstreiber?
verfasst von: Ellen Dietzsch-Lohbeck
Verlag: Springer Fachmedien Wiesbaden
Buch: Compliance als Treiber von Reputation
Print ISBN: 978-3-658-39453-0

Electronic ISBN: 978-3-658-39454-7

Copyright-Jahr: 2022
DOI: https://doi.org/10.1007/978-3-658-39454-7_7

Springer Professional

Zusammenfassung

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Wirtschaft"

Springer Professional "Technik"