<resource xmlns:datacite="http://datacite.org/schema/kernel-4">
<creators>
<creator>
<creatorName nameType="Personal">Anna Koschitz</creatorName>
<givenName>Anna</givenName>
<familyName>Koschitz</familyName>
</creator>
</creators>
<contributors>
<contributor contributorType="Other">
<contributorName>Helmut Kammerzelt</contributorName>
<givenName>Helmut</givenName>
<familyName>Kammerzelt</familyName>
</contributor>
</contributors>
<titles>
<title>Inwiefern beeinflusst die Art der Kennzeichnung von KI-generierten Inhalten in Werbemitteln die Beurteilung dieser Inhalte durch Rezipient:innen – und welche Rolle spielt dabei die eigene Nutzung von KI?</title>
</titles>
<descriptions>
<description descriptionType="Other">Diese Masterarbeit untersucht, wie die Kennzeichnung von KI-generierten Inhalten in Werbemitteln die
Wahrnehmung und Bewertung durch Konsument*innen beeinflusst. Aufbauend auf dem
Source-Credibility-Modell und dem Technology-Acceptance-Model wurde ein Experiment mit 200
Teilnehmer:innen aus Wien und Niederösterreich durchgeführt. Dabei wurden verschiedene
Kennzeichnungsformen („KI-generiert“ vs. „von Menschen geprüft“) getestet. Die Ergebnisse zeigen, dass
„von Menschen geprüfte“ Werbemittel sowohl hinsichtlich Markenvertrauen als auch Anzeigenbeurteilung
signifikant besser bewertet wurden. Zudem bestätigt sich ein positiver Zusammenhang zwischen der
Attraktivität (Appeal) eines Werbemittels und der Akzeptanz von KI. Die Analyse belegt außerdem, dass
eigene Erfahrungen mit KI die Einschätzung von KI-generierten Werbeinhalten maßgeblich beeinflussen.
Diese Ergebnisse verdeutlichen, dass transparente und positiv konnotierte Kennzeichnungen den Einsatz
von KI in der Werbung unterstützen können und liefern wichtige Implikationen für Marketingpraxis und
Regulierung.</description>
<description descriptionType="Other">This master’s thesis investigates how the labeling of AI-generated advertising content affects consumer
perception and evaluation. Drawing on the Source Credibility Model and the Technology Acceptance
Model, an experimental study with 200 participants from Vienna and Lower Austria was conducted.
Different labeling strategies (“AI-generated” vs. “human-reviewed”) were tested. Results reveal that ads
labeled as “human-reviewed” achieved significantly higher ratings in terms of brand trust and overall ad
evaluation. Furthermore, a strong positive relationship between perceived appeal and acceptance of AI
use in advertising was identified. The findings also indicate that individuals’ prior experience with AI
strongly influences their evaluation of AI-generated advertising content. These insights highlight the
importance of transparent and positively framed labeling for fostering consumer acceptance of AI in
advertising and provide valuable implications for marketing practice and policy-making.</description>
<description descriptionType="Other">Fachhochschule St. Pölten, Masterarbeit 2025, Lehrgang Werbung und Markenführung</description>
</descriptions>
<resourceType resourceTypeGeneral="Text">PDFDocument</resourceType>
<language>deu</language>
<dates>
<date dateType="Created">2025-12-09T09:10:08.738613Z</date>
</dates>
<subjects>
<subject>KI</subject>
<subject>AI</subject>
<subject>Werbung</subject>
<subject>Werbesujets</subject>
<subject>Advertising</subject>
</subjects>
<sizes>
<size>11088347 b</size>
</sizes>
<formats>
<format>application/pdf</format>
</formats>
<rightsList>
<rights rightsURI="http://rightsstatements.org/vocab/InC/1.0/">http://rightsstatements.org/vocab/InC/1.0/</rights>
</rightsList>
</resource>
