• Wahrgenommene Nützlichkeit (PU), Wahrgenommene Benutzerfreundlichkeit (PEOU) und Fortführungsabsicht (CI)

In der ersten Version des TAM identifizierte Davis [25] die wahrgenommene Nützlichkeit (PU) und die wahrgenommene Benutzerfreundlichkeit (PEOU) als die Schlüsselfaktoren, die die Benutzer beeinflussen, eine neue Technologie anzunehmen und weiterhin zu nutzen.

Er definierte PU und PEOU als das Ausmaß, in dem eine Person darauf vertraut, dass eine bestimmte Technologie für sie von Nutzen sein würde bzw. einfach zu bedienen wäre. Für digitale Gesundheits-Wearables bezieht sich PU auf den Nutzen, den ein Benutzer von ihnen erwartet, und PEOU bezieht sich darauf, wie wenig Aufwand ein Benutzer bei ihrer Nutzung erwartet.

Bhattacherjee [32] definierte die Kontinuitätsabsicht (CI) als die Absicht eines Individuums, eine bestimmte Technologie nach dem anfänglichen Adoptionsprozess weiterhin zu nutzen. Im selben Artikel erwähnte er weiter, dass die Absicht einer Person, eine bestimmte Technologie weiterhin zu nutzen, von der wahrgenommenen Nützlichkeit und der wahrgenommenen Benutzerfreundlichkeit beeinflusst wird. Im Bereich des Gesundheitswesens fand Cho [33] heraus, dass die wahrgenommene Nützlichkeit und die wahrgenommene Benutzerfreundlichkeit die Absicht eines Benutzers beeinflussen, eine Technologie im Gesundheitswesen weiterhin zu nutzen. Daher postulierten wir das:

Hypothese (H1). Die wahrgenommene Nützlichkeit ist positiv assoziiert mit der Absicht älterer Diabetiker, digitale Gesundheits-Wearables weiter zu nutzen.

Hypothese (H2). Die wahrgenommene Benutzerfreundlichkeit steht in einem positiven Zusammenhang mit der Absicht älterer Diabetiker, digitale Gesundheits-Wearables weiterhin zu nutzen.

  • Wahrgenommene Unersetzlichkeit (PIR)

Schifferstein und Zwartkruis-Pelgrim [34] definierten die wahrgenommene Unersetzlichkeit (PIR) als die symbolische Bedeutung eines Produkts für einen Benutzer, die er in anderen identischen Produkten nicht wiederfindet. Sie fügten weiter hinzu, dass Benutzer eher bereit sind, solche Produkte weiter zu nutzen, die sie als unersetzlich ansehen. Einzigartige Funktionalitäten und Eigenschaften von digitalen Gesundheits-Wearables werden ältere Diabetiker-Patienten dazu bewegen, diese weiterhin zu nutzen. Daher lautet die Hypothese in Bezug auf PIR wie folgt:

Hypothese (H3). PIR ist positiv assoziiert mit der Absicht älterer Diabetiker, digitale Gesundheits-Wearables weiterhin zu nutzen.

  • Wahrgenommene Glaubwürdigkeit (PCR)

Basierend auf zwei Elementen, nämlich der Datengenauigkeit und der Sicherheit, bezieht sich die wahrgenommene Glaubwürdigkeit (PCR) auf das Ausmaß, in dem ein Benutzer seine Entscheidung trifft, eine bestimmte Technologie zu verwenden [35]. Studien in der Vergangenheit haben eine positive Korrelation zwischen der wahrgenommenen Glaubwürdigkeit und der Absicht eines Nutzers, eine neue Technologie weiterhin zu verwenden, festgestellt [35,36]. Für ältere Diabetiker, die digitale Gesundheits-Wearables nutzen, sind die Genauigkeit ihrer Gesundheitsdaten und die Sicherheit dieser Daten unter dem Faktor der Glaubwürdigkeit von optimaler Bedeutung, um ihre Continuance Intention zur Nutzung zu beeinflussen. Daher schlagen wir die folgende Hypothese vor:

Hypothese (H4). PCR ist positiv assoziiert mit der Absicht älterer Diabetiker, digitale Gesundheits-Wearables weiterhin zu nutzen.

  • Kompatibilität (COM)

Yang et al. [37] definierten Kompatibilität (COM) als den Grad, in dem eine neue Technologie mit anderen bestehenden Technologien zusammenarbeitet, ohne die Funktionalitäten in großem Maße zu verändern. Es hat sich gezeigt, dass ein höherer Grad an Kompatibilität einer neuen Technologie mit bestehenden Technologien positiv mit der Absicht des Nutzers zusammenhängt, diese weiterhin zu verwenden [38]. Bei digitalen Gesundheits-Wearables wird die KOM in Bezug auf ihre Fähigkeit, gesundheitsbezogene Informationen an entfernte mobile Geräte zu übertragen und das Wohlbefinden des Nutzers zu verbessern, die Continuance Intention älterer Patienten beeinflussen, diese zu nutzen. Dementsprechend wird die folgende Hypothese vorgeschlagen:

Hypothese (H5). COM ist positiv assoziiert mit der Fortsetzungsabsicht älterer Diabetiker, digitale Gesundheits-Wearables zu nutzen.

  • Sozialer Einfluss (SI)

Sozialer Einfluss (SI) bezieht sich auf das Ausmaß, in dem die Entscheidung eines Nutzers, eine bestimmte Technologie zu verwenden, durch seine Familienmitglieder, Freunde und Kollegen beeinflusst wird [39,40]. Ein positiver Zusammenhang zwischen SI und der Absicht eines Nutzers, eine gesundheitsbezogene Technologie weiterhin zu nutzen, wurde in früheren Studien festgestellt [41,42]. Für ältere Diabetiker sind digitale Gesundheits-Wearables eine relativ neue Technologie, und SI spielt hier eine wichtige Rolle für die Fortsetzungsabsicht, sie zu nutzen. Daher wird die folgende Hypothese vorgeschlagen:

Hypothese (H6). SI ist positiv assoziiert mit der Absicht älterer diabetischer Patienten, digitale Gesundheits-Wearables weiterhin zu nutzen.

In dieser Studie wurden sechs Hypothesen auf der Grundlage des Technologieakzeptanzmodells (TAM) vorgeschlagen, um die Beziehung zwischen sieben Variablen zu testen, nämlich wahrgenommene Nützlichkeit, wahrgenommene Benutzerfreundlichkeit, wahrgenommene Bequemlichkeit, wahrgenommene Unersetzlichkeit, wahrgenommene Glaubwürdigkeit, Kompatibilität, sozialer Einfluss und Fortführungsabsicht. Abbildung 1 fasst das Modell zusammen, das wir für diese Studie entwickelt haben.

Felix Weber - Doktorand und SAP Consultant

Referenzen und Open Access Hinweis

This is an open access article distributed under the Creative Commons Attribution License which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited

Ahmad, A.; Rasul, T.; Yousaf, A.; Zaman, U. Understanding Factors Influencing Elderly Diabetic Patients’ Continuance Intention to Use Digital Health Wearables: Extending the Technology Acceptance Model (TAM). J. Open Innov. Technol. Mark. Complex. 20206, 81. https://doi.org/10.3390/joitmc6030081


Felix Weber - Doktorand und SAP Consultant