TU Darmstadt / ULB / TUbiblio

Mobility in the Advent of Autonomous Driving – Toward an Understanding of User Acceptance and Quality Perception Factors

Wiefel, Jennifer (2022)
Mobility in the Advent of Autonomous Driving – Toward an Understanding of User Acceptance and Quality Perception Factors.
Technische Universität Darmstadt
doi: 10.26083/tuprints-00020185
Dissertation, Erstveröffentlichung, Verlagsversion

Kurzbeschreibung (Abstract)

Recent advancements in intelligent technologies and sensor-based data collections pave the way for autonomous driving and facilitate a radical transformation of today’s mobility. Based on auspicious market projections, traditional automotive manufacturers and technology companies invest heavily in the development of autonomous vehicles (AVs). In addition to the profits that the industry expects from self-driving vehicles, this new type of mobility should also solve societal issues like reducing traffic accidents and fatalities by eliminating human driving errors. More efficient autonomous driving is expected to bring improvements in terms of fewer congestions and less fuel consumption, thereby reducing greenhouse emissions. Besides, AVs pledge to entail advantages for their users. Specifically, they increase mobility for the disabled and the older generation. In contrast, younger passengers associate autonomous driving with improved productivity and an enhanced hedonic experience as non-driving activities, such as working or watching a movie, are made possible. Contrary to the above expectations, people also raise concerns regarding self-driving vehicles. They are worried about whether the sensors and systems can correctly interpret complex environmental conditions. Above all, there are doubts whether the technology, even being intelligent, can react appropriately in critical traffic situations made up of humans who sometimes behave unpredictably. In case of unavoidable traffic accidents, ethical questions come into play regarding how the vehicle makes decisions that could result in a person being injured or killed. Finally, the new and sophisticated technology could have vulnerabilities that can be exploited by cybercriminals or allow unauthorized third parties to obtain passenger data. Motivated by the anticipated improvements that AVs entail and the breadth of factors that might influence their adoption, a large body of research investigating relevant adoption factors has accumulated. In order to collect, organize, and combine extant findings, research paper A conducts a structured literature review on the acceptance of autonomous vehicles. Based on 58 articles, it develops an AV acceptance framework consisting of individual user characteristics, vehicle characteristics, and political/societal elements. The framework indicates for each factor whether available research results identify the effect as either positively or negatively significant. Thereby, the paper also sheds light on diverging construct operationalizations, aiming to support researchers in comparing available findings. Eventually, paper A proposes future research avenues across various themes and methods, which build a foundation for further research pursued in this dissertation’s subsequent papers. However, solely balancing significant against non-significant results can come to wrong conclusions since the sample size alone can lead to varying significance levels. Because of this, paper B builds on the literature review and conducts a meta-analysis to include further quantitative analyses. It calculates the mean effect sizes for each AV acceptance factor based on published research results. By doing so, the paper identifies attitude, perceived usefulness, efficiency, trust in AVs, safety, and subjective norms to correlate most strongly with the behavioral intention to use an automated car. A subsequent moderator-analysis shows that almost all acceptance factors are influenced by the study’s methodology and location, the AV’s level of automation, and the examined ownership model, i.e., private cars, car sharing, or public transport. In doing so, paper B observes that most of the available research is on privately owned AVs and hence lacks to assess public as well as shared automated mobility. To fill this gap, paper C investigates characteristics relevant for automated mobility as a service (AMaaS). Based on 23 exploratory interviews with the general public, the paper derives a set of AMaaS requirements. Mobility experts sort these requirements based on commonalities so that a cluster analysis can conceptualize the expected AMaaS characteristics from a practitioner’s view. The paper identifies traffic safety, information privacy, cybersecurity, regulations, flexibility, accessibility, efficiency, and convenience to be relevant service characteristics. It discusses each required characteristic and thereby delineates the constructs’ scopes so that subsequent research can build appropriate measurement instruments. Besides, paper C discovers strongly diverging priorities regarding the respective service characteristics when comparing the potential users’ conversation shares with the experts’ relevance ratings. Paper D builds on the qualitative results of paper C as it develops and validates a hierarchical quality scale for AMaaS. The paper proposes a theoretical model and operationalizes the previously identified service characteristics. Throughout multiple empirical studies with 1,431 participants, the proposed quality scale is refined iteratively until satisfactory psychometric properties are achieved. Nomological validity ensures the scale’s predictability. Paper D progresses research from focussing on the mere acceptance of autonomous driving to the user’s quality perception, which significantly influences user satisfaction and the success of AMaaS. This, in turn, is necessary to realize the promised benefits of autonomous driving in a sustainable manner.

Typ des Eintrags: Dissertation
Erschienen: 2022
Autor(en): Wiefel, Jennifer
Art des Eintrags: Erstveröffentlichung
Titel: Mobility in the Advent of Autonomous Driving – Toward an Understanding of User Acceptance and Quality Perception Factors
Sprache: Englisch
Referenten: Buxmann, Prof. Dr. Peter ; Benlian, Prof. Dr. Alexander
Publikationsjahr: 2022
Ort: Darmstadt
Kollation: 151 Seiten
Datum der mündlichen Prüfung: 13 Dezember 2021
DOI: 10.26083/tuprints-00020185
URL / URN: https://tuprints.ulb.tu-darmstadt.de/20185
Kurzbeschreibung (Abstract):

Recent advancements in intelligent technologies and sensor-based data collections pave the way for autonomous driving and facilitate a radical transformation of today’s mobility. Based on auspicious market projections, traditional automotive manufacturers and technology companies invest heavily in the development of autonomous vehicles (AVs). In addition to the profits that the industry expects from self-driving vehicles, this new type of mobility should also solve societal issues like reducing traffic accidents and fatalities by eliminating human driving errors. More efficient autonomous driving is expected to bring improvements in terms of fewer congestions and less fuel consumption, thereby reducing greenhouse emissions. Besides, AVs pledge to entail advantages for their users. Specifically, they increase mobility for the disabled and the older generation. In contrast, younger passengers associate autonomous driving with improved productivity and an enhanced hedonic experience as non-driving activities, such as working or watching a movie, are made possible. Contrary to the above expectations, people also raise concerns regarding self-driving vehicles. They are worried about whether the sensors and systems can correctly interpret complex environmental conditions. Above all, there are doubts whether the technology, even being intelligent, can react appropriately in critical traffic situations made up of humans who sometimes behave unpredictably. In case of unavoidable traffic accidents, ethical questions come into play regarding how the vehicle makes decisions that could result in a person being injured or killed. Finally, the new and sophisticated technology could have vulnerabilities that can be exploited by cybercriminals or allow unauthorized third parties to obtain passenger data. Motivated by the anticipated improvements that AVs entail and the breadth of factors that might influence their adoption, a large body of research investigating relevant adoption factors has accumulated. In order to collect, organize, and combine extant findings, research paper A conducts a structured literature review on the acceptance of autonomous vehicles. Based on 58 articles, it develops an AV acceptance framework consisting of individual user characteristics, vehicle characteristics, and political/societal elements. The framework indicates for each factor whether available research results identify the effect as either positively or negatively significant. Thereby, the paper also sheds light on diverging construct operationalizations, aiming to support researchers in comparing available findings. Eventually, paper A proposes future research avenues across various themes and methods, which build a foundation for further research pursued in this dissertation’s subsequent papers. However, solely balancing significant against non-significant results can come to wrong conclusions since the sample size alone can lead to varying significance levels. Because of this, paper B builds on the literature review and conducts a meta-analysis to include further quantitative analyses. It calculates the mean effect sizes for each AV acceptance factor based on published research results. By doing so, the paper identifies attitude, perceived usefulness, efficiency, trust in AVs, safety, and subjective norms to correlate most strongly with the behavioral intention to use an automated car. A subsequent moderator-analysis shows that almost all acceptance factors are influenced by the study’s methodology and location, the AV’s level of automation, and the examined ownership model, i.e., private cars, car sharing, or public transport. In doing so, paper B observes that most of the available research is on privately owned AVs and hence lacks to assess public as well as shared automated mobility. To fill this gap, paper C investigates characteristics relevant for automated mobility as a service (AMaaS). Based on 23 exploratory interviews with the general public, the paper derives a set of AMaaS requirements. Mobility experts sort these requirements based on commonalities so that a cluster analysis can conceptualize the expected AMaaS characteristics from a practitioner’s view. The paper identifies traffic safety, information privacy, cybersecurity, regulations, flexibility, accessibility, efficiency, and convenience to be relevant service characteristics. It discusses each required characteristic and thereby delineates the constructs’ scopes so that subsequent research can build appropriate measurement instruments. Besides, paper C discovers strongly diverging priorities regarding the respective service characteristics when comparing the potential users’ conversation shares with the experts’ relevance ratings. Paper D builds on the qualitative results of paper C as it develops and validates a hierarchical quality scale for AMaaS. The paper proposes a theoretical model and operationalizes the previously identified service characteristics. Throughout multiple empirical studies with 1,431 participants, the proposed quality scale is refined iteratively until satisfactory psychometric properties are achieved. Nomological validity ensures the scale’s predictability. Paper D progresses research from focussing on the mere acceptance of autonomous driving to the user’s quality perception, which significantly influences user satisfaction and the success of AMaaS. This, in turn, is necessary to realize the promised benefits of autonomous driving in a sustainable manner.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

Jüngste Fortschritte im Bereich intelligenter Technologien und sensorbasierter Datenerhebungen ebnen den Weg für autonomes Fahren und ermöglichen so eine radikale Umgestaltung der heutigen Mobilität. Aufgrund vielversprechender Marktprognosen investieren traditionelle Automobilhersteller und Technologieunternehmen stark in die Entwicklung autonomer Fahrzeuge (AFs). Neben den Gewinnen, die die Industrie von selbstfahrenden Fahrzeugen erwartet, soll die neue Art der Mobilität auch gesellschaftliche Probleme wie die Reduzierung von Verkehrsunfällen durch die Vermeidung menschlicher Fahrfehler lösen. Es wird erwartet, dass ein effizienteres autonomes Fahren Verbesserungen in Form von weniger Staus und geringerem Kraftstoffverbrauch mit sich bringt und so die Treibhausgasemissionen reduziert. Darüber hinaus versprechen AFs Vorteile für ihre Nutzer. Insbesondere können sie beeinträchtigten und älteren Menschen helfen, mobil zu bleiben. Im Gegensatz dazu bringen jüngere Fahrgäste das autonome Fahren mit einer verbesserten Produktivität und einem gesteigerten hedonistischen Erlebnis in Verbindung, da fahrfremde Aktivitäten, wie z. B. arbeiten oder einen Film ansehen, ermöglicht werden. Entgegen den oben genannten Erwartungen äußern die Menschen auch Bedenken gegenüber selbstfahrenden Fahrzeugen. Sie machen sich Sorgen, ob die Sensoren und Systeme auch komplexe Umweltbedingungen richtig interpretieren können. Vor allem bestehen Zweifel, ob die Technologie, auch wenn sie intelligent ist, in kritischen Verkehrssituationen mit teils unvorhersehbar handelnden Menschen angemessen reagieren kann. Darüber hinaus wird bei unvermeidbaren Verkehrsunfällen die ethische Fragenstellung relevant, wie das Fahrzeug Entscheidungen fällt, die dazu führen könnten, dass eine Person verletzt wird oder stirbt. Schließlich könnte die neue und hochentwickelte Technologie Schwachstellen aufweisen, die entweder durch Cyberkriminelle ausgenutzt werden oder die es unbefugten Dritten ermöglichen, an Fahrgastdaten zu gelangen. Angetrieben durch die erwarteten Verbesserungen, die AFs mit sich bringen, und der Breite der Faktoren, die ihre Akzeptanz beeinflussen können, hat sich eine große Anzahl von Forschungsarbeiten angesammelt, die relevante Akzeptanzfaktoren untersuchen. Um die vorhandenen Erkenntnisse zusammenzutragen, zu ordnen und zu kombinieren, führt Artikel A eine strukturierte Literaturrecherche zur Akzeptanz von autonomen Fahrzeugen durch. Basierend auf 58 Artikeln wird ein AF-Akzeptanz-Framework entwickelt, das aus individuellen Nutzereigenschaften, Fahrzeugeigenschaften und politischen/gesellschaftlichen Elementen besteht. Das Framework gibt für jeden Faktor an, ob bestehende Forschungsergebnisse den Effekt als positiv oder negativ signifikant identifizieren. Dabei beleuchtet der Artikel auch divergierende Konstrukt-Operationalisierungen, um die Forscher darin zu unterstützen, vorhandene Ergebnisse zu vergleichen. Schließlich werden in Artikel A zukünftige Forschungsfelder über verschiedene Themen und Methoden hinweg vorgeschlagen, die eine Grundlage für die weitere Forschung in den nachfolgenden Artikeln dieser Dissertation sind. Das alleinige Abwägen von signifikanten und nicht signifikanten Ergebnissen kann jedoch zu falschen Schlussfolgerungen führen, da die Stichprobengröße allein Grund für unterschiedliche Signifikanzniveaus sein kann. Aus diesem Grund baut Artikel B auf der Literaturrecherche auf und führt eine Meta-Analyse durch, um weitere quantitative Analysen einzubeziehen. Es wird die mittlere Effektstärke für jeden AF-Akzeptanzfaktor auf Basis bereits veröffentlichter Forschungsergebnisse berechnet. Dabei zeigt sich, dass die Einstellung, der wahrgenommene Nutzen, die Effizienz, das Vertrauen in AFs, die Verkehrssicherheit und subjektive Normen am stärksten mit der Absicht, ein automatisiertes Fahrzeug zu nutzen, korrelieren. Eine anschließende Moderatorenanalyse zeigt, dass fast alle Akzeptanzfaktoren durch die Methodik und den Ort der Studie, den Automatisierungsgrad des AFs und das untersuchte Besitzverhältnis, d.h. Privatfahrzeuge, Car-Sharing oder öffentliche Verkehrsmittel, beeinflusst werden. Die meisten Untersuchungen beziehen sich jedoch auf AFs in Privatbesitz und daher fehlt es an Untersuchungen der öffentlichen sowie geteilten automatisierten Mobilität. Um diese Lücke zu schließen, erforscht Artikel C Merkmale, die für Automated Mobility as a Service (AMaaS) relevant sind. Basierend auf 23 explorativen Interviews mit der allgemeinen Bevölkerung werden eine Reihe von AMaaS-Anforderungen abgeleitet. Mobilitätsexperten sortieren diese Anforderungen anhand ihrer Gemeinsamkeiten, so dass eine Clusteranalyse die erwarteten AMaaS-Eigenschaften aus Sicht der Anwender konzeptualisieren kann. Der Artikel identifiziert Verkehrssicherheit, Datenschutz, IT-Sicherheit, Regulierung, Flexibilität, Zugänglichkeit, Effizienz und Komfort als relevante Service-Merkmale. Er diskutiert jedes geforderte Merkmal und grenzt hierbei die Konstrukte voneinander ab, sodass die nachfolgende Forschung geeignete Messinstrumente entwickeln kann. Außerdem zeigt Artikel C stark voneinander abweichende Prioritäten in Bezug auf die jeweiligen Serviceeigenschaften auf, wenn er die Gesprächsanteile potentieller Nutzer mit den Relevanzbewertungen der Experten vergleicht. Artikel D baut auf den qualitativen Ergebnissen von Artikel C auf, indem er eine hierarchische Qualitätsskala für AMaaS entwickelt und validiert. Der Artikel schlägt ein theoretisches Modell vor und operationalisiert die zuvor identifizierten Dienstleistungsmerkmale. Durch mehrere empirische Studien mit 1.431 Teilnehmern wird die vorgeschlagene Qualitätsskala iterativ verfeinert, bis zufriedenstellende psychometrische Eigenschaften erreicht werden. Nomologische Validität sichert die Vorhersagekraft der Skala. Artikel D bringt die Forschung somit von der Konzentration auf die bloße Akzeptanz des autonomen Fahrens hin zur Qualitätswahrnehmung des Benutzers voran, was die Nutzerzufriedenheit und damit den Erfolg von AMaaS maßgeblich beeinflusst. Dieser wiederum ist erforderlich, um die versprochenen Vorteile des autonomen Fahrens nachhaltig zu realisieren.

Deutsch
Status: Verlagsversion
URN: urn:nbn:de:tuda-tuprints-201859
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 000 Allgemeines, Informatik, Informationswissenschaft > 000 Allgemeines, Wissenschaft
000 Allgemeines, Informatik, Informationswissenschaft > 004 Informatik
300 Sozialwissenschaften > 330 Wirtschaft
600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau
Fachbereich(e)/-gebiet(e): 01 Fachbereich Rechts- und Wirtschaftswissenschaften
01 Fachbereich Rechts- und Wirtschaftswissenschaften > Betriebswirtschaftliche Fachgebiete
01 Fachbereich Rechts- und Wirtschaftswissenschaften > Betriebswirtschaftliche Fachgebiete > Fachgebiet Software Business & Information Management
Hinterlegungsdatum: 09 Feb 2022 15:07
Letzte Änderung: 14 Feb 2022 07:26
PPN:
Referenten: Buxmann, Prof. Dr. Peter ; Benlian, Prof. Dr. Alexander
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 13 Dezember 2021
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen